Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
ANDY CLARK ESTAR AHÍ Cerebro, cuerpo y mundo en la nueva ciencia cognitiva PAIDÓS 4 Barcelona • Buenos Aires • México Título original: Being there: Putting Brain, Body, and World TogetherAgain Publicado en Inglés por The Mit Press, Cambridge, Massachusetts Traducción de Genis Sánchez Barberán Revisión técnica de Fernando Martínez Manrique Cubierta de Ferran Caries y Montse Piass Quedan rigurosamente prohibidas, sin la autorización escrita de los titulares del -Copyright-, bajo tas sanciones establecidas en las leyes, la reproducción total o parcial de esta obra por cualquier medio o procedimiento, comprendidos la reprogratia y el tratamiento informático, y la distribución de ejemplares de el!¿ mediante alquiler o préstamo públicos. © 1997, Massachusetts Institute ol Technology © 1999 de la traducción, Genis Sánchez Barberán © 1999 de todas las ediciones en castellano, Ediciones Paidós Ibérica, S. A., Mariano Cubf, 92 - 08021 Barcelona y Editorial Paidós, SAICF, Defensa, 599 - Buenos Aires. http://www.paidos.com ISBN: 84-493-0670-1 Depósito legal: B. 2.014-1999 I Impreso en A&M Gráfic, s.l„ 08130 Sta. Perpetua de Mogoda (Barcelona) Impreso en España - Printed ¡n Spain http://www.paidos.com A mi padre, Jim Clark, el chicarrón escocés que me enseñó a preguntarme... Sumario Agradecimientos . ................................................................... ..................... 13 Prólogo: Del conexionismo a ¡a mente corpórea y em bebida___ . . . . 15 Prefacio: Pensamiento profundo contra acción flu ida............................ 31 Bases ............................................................. ..................... ......................... .... 35 Introducción: Un automóvil con cerebro de cucaracha ......................... 39 Primera parte DE EXCURSIÓN POR I.A MENTE 1. Agentes autónomos: un paseo por 3a luna ............................ .. 49 1.1 Bajo el volcán ..................................... ................ ..................... 49 1.2 Desfile de robots ...................... , ................................................... 50 1.3 Mentes sin modelos .................... ................................................. 61 1.4 N ich os.............................................................................. ............... 63 1.5 ¿Sensibilidad para los detalles? ............................................ .. 65 1.6 El robot refinado ..................................................................... 71 2. El niño situado.............................................................. ....................... 75 2.1 Yo, robot ....................................................................................... 75 2.2 Bucles de acción ........................................... ............................... 76 2.3 Desarrollo sin diseños........................................ ......................... 79 2.4 «Montaje blando» y soluciones descentralizadas .................... 83 2.5 Mentes con andamiajes................................................................. 86 2.6 La mente como espejo frente a la mente como controladora . 88 10 I Estar ahí 3. Mente y mundo: la frontera p lástica.................................................. 93 3.1 La mente escurridiza........................................................................ 93 3.2 Las redes neuronales: una revolución inconclusa.................... 93 3-.3 Apoyarse en el entorno............................ .................................... 100 3.4 Planificación y resolución de problem as................................... 104 3.5 Después del archivador ............................................................... 109 4. Sabiduría colectiva al estilo de los hongos m ucilaginosos............. 113 4.1 Aquí llega el mucílago ................................................................. 113 4.2 Dos formas de em ergencia............................................................ 116 4.3 Tripulaciones m arinas..................................................................... 119 4.4 Las raíces de la arm onía............................................................... 120 4.5 Modelos de la mente oportunista................................................ 123 Intermedio: una historia condensada.................................................. 126 Segunda parte EXPLICAR LA MENTE EXTENDIDA 5. Robots en evolución .............................. ............................................. 131 5.1 Las elusivas estratagemas de la mente corpórea y embebida . 131 5.2 Un telón de fondo evolutivo......................................................... 132 5.3 Los algoritmos genéticos como instrumentos de exploración 133 5.4 Inteligencia corpórea en evolución ............................................ 135 5.5 La batalla de los simuladores (¡Viva lo auténtico!)............... .. 139 5.6 Cómo comprender los agentes evolucionados, corpóreos y em bebidos................................................................. 142 6. Emergencia y explicación ..................................... .............................. 149 6.1 ¿Estilos diferentes?................... ................................................... 149 6.2 De las partes a los to d o s ............................................................... 150 6.3 Los sistemas dinámicos y la explicación basada en la emergencia....................................................................................... 160 6.4 Matemáticos e ingenieros........... .............. 166 6.5 Decisiones, decisiones ................................................................. 170 6.6 El cerebro contraataca ................................................................. 174 7. La imagen neurocientífica................................................................... 177 7.1 ¿Cerebros? ¡Para qué! ................................................................. 177 7.2 Los dedos del m o n o ........... .......................................................... 179 Sumario I 11 7.3 La visión de los primates: de la detección de características a los filtros sintonizados..................................... 182 7.4 Hipótesis del control neuronal.................................................... 184 7.5 Refinar la representación ............................................................ 190 8. Ser, computar, representar................................................................... 193 8.1 ¿Noventa por ciento de vida (artificial)?................................... 193 8.2 ¿Qué es eso que llamamos representación?.............................. 193 8.3 Representación orientada hacia la acción ............................ 200 8.4 Programas, fuerzas y programas parciales................................... 204 8.5 Seguir el ritm o.................................................................................. 213 8.6 Causalidad recíproca continua...................................................... 215 8.7 Problemas ávidos de representación .............................. 219 8.8 Raíces..................................................................................................224 8.9 Representacionalismo m ínim o...................................................... 228 Tercera parte MÁS ALLÁ 9. Mentes y mercados .............................. . ......................... ...................233 9.1 Cerebros salvajes, mentes andamiadas......................................... 233 9.2 Perdidos en el supermercado.........................................................235 9.3 ¿Oficinas inteligentes?..................... 239 9.4 Dentro de la m áquina............................................... 241 9.5 Entornos de d iseño..........................................................................245 10. Lenguaje: el artefacto defin itivo...........................................................247 10.1 El poder de la palabra ...............................................................24710.2 Más allá de la comunicación................................................. .... 248 10.3 Cambio de espacios ..................................................................... 255 10.4 Pensar sobre el pensar: el efecto del m an glar........................263 10.5 La adaptación del lenguaje al cerebro .....................................267 10.6 ¿Dónde acaba la mente y empieza el resto del m u n d o?---- 270 11. Mentes, cerebros y atunes: un resumen en salm uera......................277 Epílogo: habla un cerebro........... ...................... 281 Bibliografía ......................................................................................................287 Indice analítico y de nom bres..................................................................... 301 Agradecimientos Parte de los capítulos 6 y 9 y del epílogo se basan en los siguientes ar tículos escritos por mí. Agradezco a los compiladores y editores su autoriza ción para utilizar este material. • «Happy complings: Emergence, exploratory styles and embodied, em- bedded cognition», en Readings in tbe Philosopby o f Artificial Life, M. Bo- den (comp.), Oxford University Press. • «Economic reason: The interplay of individual learning and external structure», en Frontiers o f hutilutional Economics, J . Drobak (comp.), Aca- demic Press. • «I am John’s brain», en Journal o f Consciomness Stttdies, 2 (1995), n° 2, págs. 144-148. La procedencia de las figuras se acredita en las notas al pie correspon dientes. Prólogo: Del conexionismo a la mente corpórea y embebida La visión un tanto idealizada que la ciencia cognitiva tiene de sí misma (por ejemplo, Gardner, 1985) es la de un área en la que confluyen los es fuerzos interdisciplinarios de fuentes tan diversas como la inteligencia artifi cial, la psicología, la lingüística o las neurociencias. Cada una de estas disci plinas es a su vez una ciencia en movimiento, en la que cada semana están apareciendo nuevas tecnologías, nuevas hipótesis y un caudal de datos que resulta difícil conjugar en un todo coherente. Si a esto añadimos que la ma teria de estudio, el fenómeno de lo mental, está plagada de embrollos filosó ficos, nos encontramos con una ciencia que está en un proceso continuo de redefinición de sus límites, de sus tareas y de su aparato conceptual. Es fácil que al adentrarse en busca de explicaciones uno se encuentre inmerso en unas arenas movedizas que amenazan con tragarle. Como sabe todo aquel que haya visto una película de la jungla, la mejor manera de salir de unas are nas movedizas no es por medio de brazadas bruscas y movimientos violen tos, sino sujetándose a alguna liana y tirando firmemente pero con paciencia. Estar ahí, el tercer libro de Andy Clark, nos proporciona una de esas lianas. A diferencia de sus dos obras anteriores, Microcogn ilion («Microcogni- ción», 1989) y Associative Engines («Motores asociativos», 1993), centradas principalmente en analizar los supuestos que hay detrás del enfoque cone- xionista de la cognición y en articular las consecuencias de este enfoque para la concepción general de la mente, el conexionismo no es el tema central de Estar ahí, aunque siga ocupando un lugar preeminente. De hecho, y muy en consonancia con el enfoque de la ciencia cognitiva que se va a ofrecer, no es fácil ni conveniente identificar un aspecto determinado como el tema o ar gumento central de este libro, sino que existe toda una colección de concep tos clave que se entrelazan en un tejido explicativo común. Nociones como descentralización, emergencia, sistemas dinámicos, reconocimiento de pa 16 ! Estar ahí trones, conducta adaptativa, van a conformar un entramado caleidoscopio), aderezado por una multitud de ejemplos de procedencia tan diversa como la robótica, la etología, la economía o el desarrollo infantil. Todo ello con el ob jeto de recuperar para la ciencia cognitiva cuestiones relativas al cuerpo y al ambiente, que no sólo rodean a la mente sino que, de acuerdo con el autor, forman con ella un mismo sistema. A pesar del carácter notablemente diferente de este último libro respec to a los trabajos anteriores, hay un rastro de preocupaciones y motivos afines a lo largo de las tres obras. El objeto de este prólogo, por tanto, es poner a la vista la evolución del pensamiento de Clark en el contexto de sus primeras obras sobre conexionismo, de modo que el lector pueda apreciar, al menos a grandes rasgos, el proceso que desemboca en la imagen de la mente corpó rea y embebida que se plasma en Estar ahí. Las redes del pensamiento Los sistemas conexionistas irrumpieron con fuerza en el ruedo cognitivo a mediados de la década de los ochenta. En ese momento la concepción do minante entre quienes emplean modelos computacionales de las funciones mentales se basa en la manipulación de representaciones simbólicas discre tas y sintácticamente estructuradas por medio de reglas sensibles a dicha es tructura. Las representaciones se conciben como símbolos capaces de reci bir una interpretación semántica en función de la relación particular que posean con el ambiente o con otros símbolos. Son, asimismo, capaces de combinarse con otros símbolos para formar estructuras más complejas. Los procesos cognitivos, por su parte, serán de carácter algorítmico. Una deter minada función se realizará a través de una serie de transformaciones de es tructuras simbólicas. Las transformaciones vienen dadas por un conjunto de reglas que determinan los pasos permisibles a partir de cada estado del sis tema. El enfoque que se deriva de esta visión ha recibido distintas etiquetas, más o menos afortunadas, como cognitivismo clásico, paradigma simbólico, computacionalismo ortodoxo, enfoque de representaciones y reglas, o el acróstico GOFAI (Good Old-Fasbioned Artificial bitelligence o inteligencia artificial al viejo estilo). En oposición a este tipo de organización, los distintos tipos de sistemas conexionistas están constituidos por unidades simples interconectadas for mando una red cuya estructura está inspirada, de un modo muy general, en las características de la arquitectura neuronal del sistema nervioso, por lo que también reciben el nombre de redes neuronales artificiales. Las unida des o nodos poseen un determinado grado de activación, la cual se propaga Prólogo I 17 a través de las conexiones hacia otras unidades, activándolas o inhibiéndolas en mayor o menor medida según el peso y valor (positivo o negativo) de las conexiones. Para llevar a cabo una tarea es preciso entrenar a la red, de ma nera que modifique los pesos de las conexiones entre las unidades hasta que se asiente en una solución estable al problema. La conducta del sistema es así el producto de la interacción de sus elementos. Este enfoque también ha sido bautizado de diversas maneras, como conexionismo, paradigma sub simbólico, neurocomputacionalismo o enfoque PDP (Procesamiento Distri buido en Paralelo). El conexionismo atrajo inmediatamente la atención de un nutrido grupo de insatisfechos con las aproximaciones computacionalistas simbólicas tradi cionales. Entre ellos se contaban investigadores de muy distintos credos, ta les como holistas, asociacionistas, eliminativistas, neurocomputacionalistas o anticomputacionalistas. Esta diversidad de partidarios se debe, en parte, al carácter opaco de los procesos en los que se basa la conducta de una red co- nexionista. La actividad es producto de los vínculos asociativos existentes en tre las unidades de la red, de ahí la etiqueta (o, para algunos, la acusación) de asociacionista. El sistema integra simultáneamente (en paralelo) un cúmulo de elementos de información que determinan conjuntamente la respuesta del sis tema ante un estímulo determinado, de ahí la etiqueta de bolista. Por otra parte, los neurocomputacionalistas confiaban en que los nuevos sistemas per mitirían integrar los datos procedentes de la neurociencia en modelos com- putacionalesque idealizasen el funcionamiento de los sistemas nerviosos. Así, el conexionismo permitiría vislumbrar la forma básica de las representaciones en los sistemas biológicos. Los detractores del computacionalismo, por el contrario, veían en el carácter emergente de la conducta de la red con respec to a la actividad de las unidades un punto de apoyo para rechazar cualquier interpretación representacional y computacional de las estructuras y procesos internos responsables de dicha conducta. Los eliminativistas, sin embargo, in terpretaban la falta de vínculos claros entre las entidades que identificamos en nuestras explicaciones psicológicas de andar por casa (entidades tales como creencias y deseos) para decretar la expurgación de nuestro lenguaje psicológico científico de semejantes entidades ficticias. A la hora de contrastar el enfoque conexionista con el simbólico, el des concierto ha seguido siendo la norma. Las redes eran empleadas con éxito en la solución de problemas del mismo tipo que en el enfoque convencional, y la vocación de sus primeros promotores era más reformista que revolucio naria con respecto a la ortodoxia cognitiva. No obstante, las redes se resistí an al análisis clásico en términos de estructuras (los datos) y procesos (los programas) que caracterizaba a la inteligencia artificial típica. A primera vis ta es evidente que existe alguna diferencia entre ambas familias y para ca 18 I Estar ahí racterizarla se han señalado aspectos como los primitivos computacionales que emplean, la metodología de construcción del sistema, la capacidad re presen racional, la adecuación a los datos procedentes de la neurofisiología, la posesión de reglas, el nivel de explicación en el que se sitúan, el grado o tipo de innatismo que permiten, el modo de tratar las actitudes preposicio nales, el tipo de contenido, el tipo de conceptos y un sinfín de aspectos más; y prácticamente respecto a cada diferencia señalada ha habido quien ha ar gumentado que tal diferencia no existe. El conexionismo pedía a gritos un análisis de sus cualidades y supuestos que permitiera ubicar con mayor claridad su lugar dentro del estudio de la cognición. Microcognition, el primer libro de Clark, es uno de los hitos prin cipales en la tarea de llevar a cabo este análisis. Su objeto es delinear qué imagen de la mente y de la ciencia cognitiva se sigue si aceptamos los postu lados conexionistas. Clark evita los posicionamientos rupturistas y las con frontaciones estériles para rescatar una imagen de la cognición que haga jus ticia tanto a tres décadas de ciencia clásica como a los deseos de renovación. Una propiedad crucial con la que exhibir la diferencia entre los sistemas conexionistas y sus predecesores simbólicos es la transparencia semántica. En expresión de Clark U989, pág. 18), un sistema posee transparencia semánti ca cuando «es posible describir una correspondencia nítida entre una des cripción semántica simbólica (de nivel conceptual) de la conducta de un sis tema y una interpretación semántica proyectable de los objetos de su actividad computacional formal representados internamente». Las descrip ciones de nivel conceptual son, en general, aquellas que nos proporcionan los predicados psicológicos ordinarios que utilizamos para hablar de la con ducta propia y ajena. En estas descripciones tienen un papel destacado las referencias a creencias, deseos y otros términos con los que designamos es tados mentales, tales como ver, esperar, intentar, suponer, etc., pero también pertenece a este nivel todo aquello que identificamos normalmente como un concepto. Así, al ver un perro uno categoriza de una determinada manera una porción de realidad, esto es, la hace corresponder a un concepto. Los sistemas clásicos son inherentemente transparentes. Los objetos de computación son los símbolos que se transforman en las transiciones de es tado del sistema. Muchos de estos símbolos poseen una interpretación se mántica que corresponde a las entidades del nivel conceptual y los distintos estados mentales se diferencian en términos de los roles funcionales en que se puede hacer intervenir a los símbolos. Las reglas que gobiernan las transi ciones están definidas de modo que la conducta global del sistema sea se mánticamente coherente a través del tiempo, generalmente haciendo que el sistema respete una serie de principios lógicos. En el caso de los sistemas co nexionistas, por el contrario, la transparencia desaparece: los procesos com- Prólogo I 19 putacionales que tienen lugar en una red neurona) no se llevan a cabo sobre elementos que posean una interpretación directa en el nivel conceptual. In cluso cuando se trata de una red local (aquella en que cada unidad sí corres ponde a una entidad de nivel conceptual, como objetos o proposiciones), la conducta viene determinada por el funcionamiento conjunto de todas las unidades, no por la transformación serial de unos símbolos en otros. Cada una de las pequeñas porciones de información codificadas en las unidades y en los pesos o fuerzas de las conexiones puede considerarse como una res tricción débil que influye en el resultado final de la conducta de la red. Una lección del conexionismo, por tanto, es que la relación entre los pensamien tos y lo computacional puede ser más laxa que lo supuesto inicialmente. Otro importante principio defendido en Microcognition es la multiplici dad de la mente. La polémica entre clásicos y conexionistas gravita, en bue na parte, en una sucesión de intentos de mostrar que el enfoque respectivo es capaz de constituir el sustrato único en el que se desarrolla toda la activi dad mental. En la terminología de Pylyshyn (1984), se puede decir que am bos campos se consideran capaces de proporcionar la arquitectura funcio nal, esto es, una suerte de punto fijo sobre el que se definen todas y cada una de las funciones mentales. Clark rechaza el supuesto de uniformidad que subyace en esta discusión: no tenemos motivos para pensar que todas las funciones mentales tengan que asentarse sobre el mismo tipo de arquitectura computacional. Al igual que es posible programar un determinado soporte computacional para que opere simulando el modo de funcionamiento de un soporte distinto, es po sible que el hardware de la mente esté formado en ocasiones por un sistema PDP que simula un sistema simbólico. Esto no significa, como algunos pro ponen (por ejemplo, Smolensky, 1988), que lo simbólico sólo sea una des cripción aproximada de un mecanismo causal genuinamente conexionista; más bien, lo simbólico podría constituir en ocasiones la descripción funcio nal correcta. Lo cierto es que no tiene por qué existir un solo tipo de rela ción entre ambos tipos de sistemas a lo largo de toda la mente. Es mejor con cebir que existe una pluralidad de máquinas virtuales adaptadas para distintos propósitos en el curso de la evolución, máquinas que dejan traslu cir sus propiedades en dominios de problemas diferentes. La idea de la multiplicidad de la mente cobra nuevos giros en Estar ahí, especialmente en el énfasis en los procesos descentralizados. La imagen sim bólica de la mente está a menudo asociada con la presencia de un sistema central que recibe y procesa la información de una variedad de sistemas pe riféricos. Por ejemplo, en la concepción modular de Fodor (1983) este pro cesador central llevaría a cabo la fijación de creencias atendiendo a toda la evidencia suministrada por los sistemas modulares de entrada, tales como la 20 ] Estar ahí percepción visual o el lenguaje, para enviar la decisión adoptada a un siste ma motor de salida encargado de ejecutar la orden en cuestión. Clark, sin embargo, muestra una abigarrada colección de ejemplos en que la figura del sistema central desaparece y la mente se multiplica a lo largo de un sistema de entidades individuales enfrascadas en una tarea común. Podemos ver des centralización tanto en las conductas colectivas de las sociedadesde insec tos, como en la estructura neuronal del sistema nervioso o en la organización de las funciones de un determinado grupo humano. Descentralización no entraña desorganización: el medio en el que se de sarrolla la conducta en cuestión impone una serie de restricciones que con figuran el resultado final tanto como la dinámica interna de los agentes im plicados. Si el conexionismo, al igual que los modelos clásicos, no puede fundamentar toda la cognición, los recursos de procesamiento de base esta dística con que cuenta necesitan ser complementados y potenciados. Estar ahí examina los modos en que tanto la misma constitución corporal como la manera en que ésta se relaciona con un ambiente que posee su propia es tructura y dinámica pueden proporcionar dicha complementariedad, en un delicado equilibrio de factores internos y externos. Lo interno y lo externo: el caso de la sistematicidad El desplazamiento desde una posición conexionista baria una visión que otorga mayor relieve al papel del cuerpo y el medio externo es en parte una consecuencia natural de las propias ventajas y debilidades de las redes neu- ronales artificiales. Podemos tomar como ejemplo una de las más arduas po lémicas entre el cognitivismo clásico y el conexionismo: el argumento de la sistematicidad, desarrollado por Fodor y Pylyshyn (1988). Existe una rela ción intrínseca entre pensamientos como Juan ama a María y María ama a Juan, de modo que las mentes capaces de pensar el primero son así mismo capaces de pensar el segundo. Una propiedad como ésta puede explicarse si consideramos que el medio en que se desarrollan los pensamientos posee una estructura de constituyentes que corresponden a cada uno de los ele mentos identificables en el pensamiento correspondiente {Juan, ama y Ma ría). Estos constituyentes son combinables entre sí, de modo que el signifi cado del compuesto viene determinado por el significado de los componentes más simples que intervienen. En otras palabras, la composicio- nalidad del lenguaje y el pensamiento sería un factor explicativo crucial para la sistematicidad. El argumento de la sistematicidad se emplea contra el conexionismo aduciendo que los sistemas conexionistas no poseen estructura de constitu Prólogo I 21 yentes, con lo cual no son capaces de explicar una propiedad omnipresente de lo mental. Pero lo que es más, de acuerdo con Fodor y Pylyshyn, poseer dicha estructura es, sumado a la presencia de procesos sensibles a ella, una característica que define a los sistemas clásicos. En consecuencia, si los co- nexionistas son capaces de dotar a sus sistemas de una estructura de consti tuyentes, lo máximo que habrán logrado es implementar un sistema clásico en una red neuronal artificial. Dicho de otro modo, la auténtica explicación psicológica seguiría siendo de naturaleza simbólica y el conexionismo sólo habría proporcionado el mecanismo, descrito a un nivel demasiado bajo para los propósitos de la ciencia cognitiva, en el que el sistema de símbolos se realiza. El conexionista se encuentra así ante un dilema: o bien sus mode los no son capaces de explicar la sistematicidad porque carecen de la estruc tura necesaria, o si lo hacen en realidad parasitan la explicación clásica. Ante este dilema la reacción de algunos partidarios del conexionismo (por ejemplo, Smolensky, 1988) es desarrollar metodologías para dotar a las redes de constituyentes y mostrar al mismo tiempo que los sistemas obteni dos no son implementaciones de modelos clásicos. Estas propuestas han sido objeto de una larga disputa con los cognitivistas clásicos, disputa difícil de resolver por cuanto comporta cuestiones espinosas (por ejemplo, cuándo podemos decir que un sistema tiene una estructura de constituyentes o qué condiciones deben cumplirse para afirmar que un sistema realiza o imple- menta a otro). Otros (por ejemplo, van Gelder, 1990) desarrollan una noción de composicionalidad que no requiere la concatenación de símbolos, una composicionalidad funcional que podría responder a las necesidades de los procesos conexionistas. En la posición adoptada por Clark, los intentos de emplear la sistematici dad como objeción contra el conexionismo son fútiles, puesto que la sistema ticidad no es una propiedad de la arquitectura interna de la mente. Clark (1989, cap. 8) insiste en que el hecho empírico a explicar es la sistematicidad de la conducta, no la sistematicidad del pensamiento. Esta última propiedad hace referencia a un hecho conceptual. No se trata de que no podamos encon trar organismos que posean capacidades mentales no sistemáticas (en el senti do de que falte la conexión intrínseca reclamada por Fodor y Pylyshyn), sino que precisamente la ausencia de sistematicidad sería motivo suficiente para no atribuir mente a tales entidades. En otras palabras, forma parte de nuestro concepto de mente el hecho de que los pensamientos estén sistemáticamente relacionados. Clark no niega que las causas internas (es decir, computaciona- les) tengan relevancia constitutiva para el pensamiento, pero no ve la necesi dad de que se preserve una correspondencia 1:1 entre pensamientos y estados computacionales. Ello se debe a que la individuación de los pensamientos de pende de otros factores (las conductas) cuya influencia es holística. 22 I Estar ahí La adscripción de un determinado pensamiento a un agente, apunta Clark, se hace en función de una amplia porción de la conducta del agente. Supongamos que un organismo es capaz de responder a una determinada re lación entre dos objetos aRb (por ejemplo, a es más alto que b) pero no a bRa (por ejemplo, un animal al que fuera posible entrenar para que respondiera ante aRb, pero no ante bRa). De un hecho como éste no concluimos, argu menta Clark, que el organismo es capaz de pensar aRb e incapaz de pensar bRa, sino más bien que «su patente incapacidad de tener un espectro de pen samientos que involucren a a, b y la relación mayor-que debería frustrar el intento de adscribirle el pensamiento ‘a es mayor que b' en primera instan cia». (1989, pág. 147). En Associative Engittes, la sistematicidad va a ser contemplada más bien como una propiedad de determinados entornos. Se puede establecer un contraste entre «la sistematicidad como algo impuesto en una criatura por la forma básica de su arquitectura cognitiva y la sistematicidad como un ras go de uno o más dominios (esto es, como algo a aprender por parte de una criatura a medida que intenta dar sentido a un conjunto de datos de entre namiento)». (1993, pág. 148). En un entorno sistemático existen patrones recurrentes de estados de cosas, por ejemplo, individuos y propiedades aso ciados de maneras estables, que un mecanismo cuya capacidad básica es el reconocimiento de patrones puede llegar a aprehender. Un entorno siste mático por excelencia lo constituye el lenguaje. Su sugerencia, por tanto, es vincular las condiciones de aparición de la sistematicidad con las de la ad quisición de un lenguaje público estructurado sintácticamente. Pero el pro blema es, a sus ojos, tan intratable que recomienda ponerlo entre parénte sis mientras se investigan ulteriores métodos de procesamiento sensible a la estructura. La actividad de un organismo en su entorno pasa a un primerísimo pla no en Estar a h í, no sólo para la adscripción de estados mentales sino como parte integrante de ellos. Desde el cognitivismo tradicional, la conducta constituye una de las fuentes (o la principal) de evidencia acerca de las pro piedades y capacidades mentales. Pero lo mental propiamente dicho es algo que interviene entre los estímulos (la entrada o input, en términos de proce samiento de información) y las respuestas (la salida o output). A diferencia de esto, Clark va a proponer que la interacción cuerpo-mundo es constituti va de la mente. Esta posición podría parecer a primera vista un retorno al conductismo de viejo cuño, para el cual no existe lo mental como elementoexplicativo ni ontológicamente sólido, sino tan sólo cadenas de estímulos y respuestas observables. Pero la postura de Clark dista mucho de esta disolu ción de la mente que realiza el conductista. Muy al contrario, su intención es extender lo mental, de modo que podamos abandonar la idea de una esfera desconectada de los avatares del cuerpo que realiza las acciones y del am biente en que éstas se llevan a cabo. Esta extensión puede interpretarse en dos fases o momentos. El primero tiene que ver con la metodología explicativa. Los constructos necesarios y su ficientes en una explicación cognitiva abarcan mucho más que los estados in ternos del sistema a explicar. No solamente se trata de que estos estados nos sean ininteligibles e indetectables si no es desentrañando las condiciones ex ternas en que la acción del sistema se lleva a cabo; se trata de que la explica ción misma será radicalmente incompleta si no hacemos referencia a tales condiciones. Esta ¡dea se encuentra ya plenamente presente en Associative Engines y permite repensar desde la perspectiva conexionista una clase am plia de fenómenos mentales olvidados en buena medida por la ciencia cogni tiva. Se trata de los fenómenos relacionados con el desenvolvimiento de la conducta en el tiempo, por ejemplo, todos aquellos implicados en el proceso de desarrollo y cambio conceptual. Los análisis de la ciencia cognitiva al uso (por ejemplo, Von Eckardt, 1993) dictaminan que su objeto de estudio típico es la cognición adulta, normal y típica. Los estudios del desarrollo de las fun ciones mentales tienen sólo una función secundaria, en la medida en que ayu den a esclarecer el funcionamiento de una mente formada. Una desafortuna da consecuencia de este enfoque es la concepción de la mente como un estadio «a alcanzar», una suerte de horizonte ideal cuyas bases constitutivas es posible estudiar con independencia de su proceso de adquisición. Los procesos de cambio en el tiempo forman, sin embargo, una parte consustancial del estudio de la mente para Clark. En estos procesos el am biente interviene de una manera crucial. Una red neuronal no alcanza una solución con igual facilidad (o incluso no la alcanza en absoluto) a partir de distintos conjuntos de entrenamiento. La disposición y dosificación de la in formación a lo largo del aprendizaje puede ser crucial para que el sistema no se asiente inicialmente en soluciones erróneas de las que es muy difícil ha cerle salir. Es preciso que la red discurra a través de una apropiada trayecto ria representacional de modo que acceda a las representaciones básicas en primer lugar y aprenda las complejas una vez consolidadas las primeras. El mundo proporciona lo que Clark denomina el andamiaje de esas trayecto rias, tema en el que Estar ah í va a ahondar. En otras palabras, el proceso de desarrollo adquiere un perfil que no se debe tanto a la naturaleza del meca nismo de procesamiento interno, como a la naturaleza y disposición de los datos con que se entrena al sistema. En la explicación de la sistematicidad deben figurar, por tanto, parámetros relativos a la arquitectura y parámetros relativos al proceso temporal de adquisición de propiedades del dominio. La sistematicidad de las capacidades es consecuencia de este proceso de apren dizaje. Prólogo I 23 24 I Estar ahí Los aspectos temporales desempeñan un papel destacado en Estar ahí, en un doble sentido. Primeramente, respecto a la necesidad de considerar las conductas de los sistemas en tiempo real para calibrar los recursos que son capaces de ofrecer respuestas eficientes rápidas; en segundo lugar, respecto al desarrollo de dichas conductas eficientes tanto desde el punto de vista evolutivo como ontogenético. Ello va a requerir nuevos instrumentos de aná lisis más apropiados para captar el despliegue de actividad en el tiempo. Uno de estos instrumentos es la teoría matemática de sistemas dinámicos, a la cual Clark presta detallada atención. El segundo momento de esta extensión de lo mental va a ser ontológico, esto es, se refiere a la propia naturaleza de la mente e implica difuminar los confines que delimitan dónde acaba la mente y dónde comienza el entorno. Lo mental se extiende hacia los dominios en los que actúa, de modo que «gran parte de lo que identificamos como nuestras capacidades mentales en realidad pueden ser propiedades de los sistemas más amplios, y extendidos en el entorno, de los que los cerebros humanos mismos son sólo una parte {importante)» (1997, pág. 214; esta edición, pág. 255). En la concepción clá sica, los estados mentales internos se relacionan con el mundo externo por medio de mecanismos de transducción, es decir, dispositivos que transfor man la energía presente en un determinado medio (luz, sonido, etc.) en in formación manejable en un medio completamente distinto (por ejemplo, un sistema de símbolos). En expresión de Pylyshyn (1984), la transducción constituye «el puente entre lo físico y lo simbólico», o lo que es lo mismo, entre lo no mental y lo mental. Esto permite contemplar los fenómenos cog- nitivos como un coto cerrado que recibe información a partir de toda una se rie de periféricos y que realiza sus acciones a través de diferentes efectores. Pero como señala Dennett (1996, pág. 74), la realidad biológica es que exis ten transductores y efectores prácticamente en cada esquina del organismo, en los niveles mismos de las sinapsis neuronales o de las secreciones quími cas. La consecuencia es que lo externo y lo interno se entremezclan empe zando por nuestro propio cuerpo. Clark comparte esta idea de indisolubilidad de la unión entre mente y cuerpo, esto es, la idea de una mente esencialmente corporeizada (embodied). Esta mente corpórea se encuentra además encajada o embebida (embedded) en el mundo-en el que actúa. Las trayectorias representacionales, por tanto, no tienen su principio y fin dentro de la organización interna, sino que los mismos elementos del ambiente que proporcionan el andamiaje pueden verse como parte integrante de la trayectpria. La unidad de estudio, en consecuencia, ya no serán las transiciones de estado internas, sino que abarca las interacciones con el entorno, en las cuales dichas transiciones son un componente posible mente mucho más pequeño que lo sospechado en el enfoque clásico. Prólogo I 25 En resumidas cuentas, el caso de la sistematicidad muestra cómo cambiar la forma de un problema al reconceptualizar como externa una propiedad que inicialmente se atribuye a la arquitectura interna. Si la sistematicidad es una propiedad del dominio externo con el que interacciona un agente y lo mental se extiende hacia lo externo, entonces toda explicación de la sistema ticidad debe incluir los procesos que se realizan en esa interacción entre agen te y entorno. Los requisitos de estructura de constituyentes y procesos sensi bles a dicha estructura no tienen por qué demandar una arquitectura clásica dentro del agente, toda vez que podemos incluir estructuras del ambiente y procesos sensibles a dichas estructuras dentro de nuestras explicaciones cog- nitivas. Esto permite al conexionista esquivar el dilema de Fodor y Pylyshyn: la arquitectura cognitiva puede seguir siendo fundamentalmente un sistema PDP siempre y cuando podamos explicar los procesos de interacción que permiten que un sistema de reconocimiento de patrones explote la estructu ra sistemática que el mundo le proporciona. Para los detractores del enfoque conexionista, éste puede parecer un caso paradigmático de cómo hacer de la necesidad virtud, puesto que es la propia carencia de la estructura interna necesaria en las redes neuronales lo que empuja al teórico a buscar una solución (descabellada, para el clásico) extendida en el entorno. Probablemente, como el mismo Clark señala, no sea posible solucionar la disputa en ausencia de ulteriores trabajos empíri cos, trabajos que muestren si es posible o no dar cuenta de funciones men talescomplejas partiendo de un dispositivo básico de reconocimiento de pa trones y un ambiente estructurado. Pero el mensaje de fondo es claro: independientemente de la forma que la arquitectura de la mente acabe por tener, es bien posible que debamos aligerar el tipo de representaciones in ternas que el organismo precisa. Representación sin textos El desarrollo de la inteligencia artificial (IA) se puede organizar en tomo a tres grandes debates (Franklin, 1995). El primero tendría que ver con la posibilidad misma de existencia de la disciplina, esto es, de la validez tanto de la metáfora del ordenador como de los supuestos filosóficos y metodoló gicos de la IA para proporcionar una comprensión satisfactoria de los fenó menos mentales. El segundo debate sería la polémica simbólico-conexionis- ta. El tercer debate se centraría en la cuestión de las representaciones y en él se ven inmersas tanto la IA como la ciencia cognitiva en general. Aunque no puede decirse que los dos primeros debates se hayan disipado por completo ni tampoco que ninguno de ellos haya alcanzado una solución satisfactoria, 26 I Estar ahí el más acuciante en el momento presente es el debate sobre la represen tación. Es un tema común de la filosofía de la mente hablar de la intencionalidad como una de las propiedades cruciales de los fenómenos mentales. Estados tales como percepciones, creencias o deseos tienen la característica de estar «dirigidos hacia», de tener un contenido que se refiere a algún otro aspecto de la realidad o incluso a lo inexistente. Si veo un gato, creo que mañana será martes o deseo que vengan los Reyes Magos, mis estados mentales apuntan hacia objetos y estados de cosas que son el objeto de mis pensamientos. Es un problema filosófico y cognitivo de primer orden elucidar cómo es posible que lo mental exhiba esta propiedad. La representación constituye el mo derno ensayo de una solución a este problema. Aunque hay muchas nocio nes de representación, podemos decir que en términos generales implica la idea de una entidad que sustituye o «está pOD> otra, a la cual se refiere o de nota. La idea de representación resulta más clara en los sistemas de repre sentación externos, como las palabras y los dibujos, así que no es extraño que las teorías acerca de la representación interna hayan tomado a menudo como modelo esos otros sistemas. Desde la aparición de E l lenguaje del pensamiento (Fodor, 1975) la teoría representacional de la mente se ha presentado como «el único jue go en la ciudad». Los argumentos a favor de las representaciones estruc turadas como elemento explicativo ineludible de los fenómenos cogniti- vos siempre han añadido como colofón la coletilla «({alguien tiene algo mejor?». En consecuencia, el rechazo categórico a las representaciones tiene un aire de bravata, de mera estratagema por parte del aparato de propaganda de unos científicos deseosos de llamar la atención sobre su trabajo pero que «en el fondo» saben que el estudio de la mente no pue de prescindir de ellas en casi todos los ámbitos de interés. El empleo de nuevas herramientas descriptivas no ligadas al vocabulario representacio nal, como las de la teoría de sistemas dinámicos, puede funcionar para una gama de fenómenos de bajo nivel, como deambular o evitar obstácu los. Pero cuando se trata de dar cuenta de las capacidades del sistema que responden a las propiedades semánticas del entorno, las representaciones se hacen ineludibles. Así, cuando se trata de que el sistema distinga ‘pa red’ como algo bien distinto de ‘suelo’, y no como un mero conjunto de estímulos ante los que reaccionar, nos enfrentamos al problema de dotar al agente de una estructura conceptual. Uno de los aspectos claves de la IA clásica consiste en elegir la conceptualización adecuada para la resolución del problema dentro de un dominio determinado. Esto supone desarrollar el tipo de representación más acorde para representar los aspectos esen ciales de dicho dominio. Prólogo I 27 La crítica de muchos partidarios del enfoque dinámico es que las con- ceptualizaciones intentan resolver el problema abarrotando los modelos mentales de detalles del mundo que no requieren ser representados. El clá sico malgasta recursos computacionales en dotar a su sistema de una fuerza expresiva (por ejemplo, por medio de lógicas cada vez más potentes) que es en el mejor de los casos innecesaria y, en el peor, un auténtico obstáculo en la resolución de problemas. En consecuencia, es preferible abandonar la no ción de representación y sustituirla por la de un sistema acoplado con el mundo, que toma de éste los elementos necesarios en el momento en que los precisa, sin necesidad de representarlos internamente. El problema es cómo mantener la idea de representación recogiendo a un tiempo lo que tienen de cierto las críticas dinámicas. En Associative En- gines Clark no duda de que cualquier inteligencia que merezca la pena va a requerir el concurso de lo conceptual, pero descarta la visión clásica de los conceptos como «sólidos mentales» (1993, cap. 1} que se transparentan des de las entidades que identificamos en el habla ordinaria hasta los estados in ternos responsables causalmente de nuestros pensamientos y acciones. En su lugar, los conceptos podrían tener un carácter mucho más activo, relaciona do con la capacidad de poner en práctica diversas habilidades. Poseer y em plear un concepto podría ser en el fondo una acción de reconocer o com pletar un patrón y la naturaleza exacta del proceso computacional que subyace en este reconocimiento no tiene por qué mantenerse invariable a lo largo de todas las apariciones del concepto. De hecho, el propio carácter inestable de los conceptos desaconseja este postulado. El rechazo de la soli dificación de los conceptos es congruente con críticas desde dentro de la IA, que sugieren que la división tradicional entre percepción y cognición es in sostenible para poder hablar de conceptos fluidos (por ejemplo, Hofstadter y otros, 1995). El antirrepresentacionalista yerra el tiro porque apunta al blanco equi vocado. Como señala Cummins (1989), es posible distinguir entre el proble ma de la representación y el problema de las representaciones. El primero hace referencia a qué es lo que hace que representar sea posible, cuál es la fuente de la representacionalidad, y el segundo a qué caracterización pre sentan los estados y procesos representacionales. La solución de Clark pue de entenderse como una reorientación de los ataques del andrrepresentacio- nalismo desde el primero al segundo problema. Lo que los críticos esgrimen como un ataque frontal contra la noción misma de representación resulta ser, si lo observamos bien, un ataque contra las representaciones, esto es, contra una de las respuestas ofrecidas a la pregunta por la naturaleza de esos correlatos mentales de la realidad: una respuesta creada a imagen y semejan za de los textos lingüísticos, cuyas representaciones exhiben propiedades de 28 I Estar ahí tipo lógico-sintáctico. Si en Assoáative Engtnes Clark propone sustituir la imagen clásica de la mente como texto por la imagen de la mente como pro cero, en Estar ah iva a permitir que ese proceso abarque más que los sucesos con base cerebral, permitiendo al teórico dinámico entrar en el juego expli cativo. No obstante, el texto no desaparece del todo: el lenguaje público pro porciona a la mente todos los recursos textuales que necesita un dispositivo de reconocimiento de patrones. No es preciso moldear las características computacionales de éste en términos cuasiíingüísticos, puesto que el mismo lenguaje es capaz de adaptarse de modo inverso a un mecanismo que fue se leccionado por demandas ambientales bien distintas. Conclusión: ¿un nuevo paradigma? Desde que el filósofo Thomas Kuhn caracterizara el desarrollo de una ciencia en términos de paradigmas, marcos normativos que se constituyen en un proceso histórico y que pueden desaparecertras un proceso de ciencia re volucionaria, da la impresión de que el sueño de todo científico cognitivo que tiene entre sus manos alguna nueva herramienta o teoría es el de con vertirla en la base de un nuevo paradigma para el estudio de la mente. Una idea tentadora, por tanto, es calificar la imagen de la mente corpórea y em bebida como un nuevo paradigma. Sin embargo, una de las lecciones, a mi entender, del trabajo de Clark es que no debemos apresurarnos a rechazar el bagaje conceptual con el que contamos antes de considerar las posibilidades de una revisión menos traumática. La visión de la ciencia cognitiva que Clark presenta en Estar ahí puede calificarse, al igual que su trabajo sobre el conexionismo, de «razonadamen te ecléctica». No es el de Clark el único enfoque que conjuga una perspecti va favorable a los mecanismos conexionistas con una lectura desde la teoría de sistemas dinámicos (tal es, por ejemplo, la visión de Horgan y Tienson [1996], para quienes las matemáticas de los sistemas dinámicos constituyen un marco que engloba el computacionalismo tradicional como un caso es pecial). Ni es tampoco el único en intentar tender puentes entre disciplinas que trabajan en distintos niveles (como es el caso de Hardcastle [1996], que desarrolla yna idea de teoría cognitiva que cruza desde lo biológico hasta lo psicológico). Pero el rango de dominios empíricos que recorre y el esfuerzo integrador de todos ellos en una visión coherente es de mayor calado. La ciencia cognitiva es una amalgama de disciplinas que se disputan el papel vertebrador y Clark está dispuesto a admitir un heterogéneo cúmulo de tra bajos como parte integrante del estudio de la mente, no sólo como investi gaciones situadas en los márgenes de la tradición dominante y conspirando Prólogo I 29 contra ésta. Una de las riquezas de Estar ahí es e! modo en que dirige nues tra atención hacia pautas generales y motivos básicos que aparecen de modo recurrente en los ámbitos y niveles más insospechados. Así, podemos pre senciar la influencia de las restricciones impuestas por la disposición parti cular del ambiente tanto si este ambiente consiste en un nicho ecológico, en un entramado de leyes económicas o en la presencia perenne del lenguaje. Confieso que mis propias intuiciones divergen respecto a algunas de las consecuencias que se desprenden de esta visión de la mente. Por ejemplo, la imagen del lenguaje como sistema representacional externo sometido a una adaptación inversa a los recursos computacionales de la mente parece des conectar en demasía los productos lingüísticos de los propios organismos productores, desatendiendo las características de organización interna que permiten que una mente cree un lenguaje en primer lugar. Igualmente, mien tras como metáfora me parece sugerente la concepción de una mente que se filtra y extiende hacia el entorno próximo, como tesis ontológica me resulta difícil de aceptar. Pero son tantas las intuiciones ordinarias que la moderna ciencia de la mente ha hecho añicos, que no parece conveniente rechazar in cluso estas conjeturas aparentemente extemporáneas sin someterlas primero al mas severo escrutinio, tanto en sus aspectos conceptuales como empíricos. Los conceptos clave de este libro también exigen un esfuerzo de acomo dación por parte del lector acostumbrado al punto de vista de la ciencia cog- nitiva más clásica. Le solicita que abandone su propia actitud mental centra- lizadora de buscar en alguna parte del libro la explicación o el conjunto de elegantes ecuaciones definitivas que da sentido a la totalidad; que sea pa ciente mientras ve emerger entre la barabúnda de insectos artificiales y mun dos simulados un patrón común que sus dispositivos de reconocimiento de ben ir entrenándose para captar; y que adapte su propia mirada al ritmo de la dinámica interna de la ciencia cognitiva que, como cualquier otro sistema vivo, también se desarrolla en el tiempo y obedece a la interacción de una miríada de mentes activas y mundos (reales y simulados) estructurados. Referencias Clark, A., Microcognilion: Philosophy, CognitiveScience and Parallel Distributed Pro cessing, Cambridge, MA: MIT Press, 1989. Clark, A., Associative Engines: Conncctionism, Concep/s and Representational Chan ga, Cambridge, MA: MIT Press, 1993. Clark, A., Being There; Putting Brain, Body, and World Togelher Again, Cambridge, MA: MIT Press, 1997. Cummins, R., Meaning and Mental Representalion, Cambridge, MA: MIT Press, 1989. 30 1 Estar ahí Dennett, D. C., Kittdsof Minds, Nueva York, Basic Books, 1996. Fodor, J. A., The Language o f Thought, Nueva York, Crowell, 1975 (trac!. cast.:E/ lenguaje del pensamiento, Madrid, Alianza, 1984) Fodor, J. A., The Modularity o f Miad, Cambridge, MA: Bradford/MIT Press, 1983 (trad. cast.:L/ modularidadde la mente, Madrid, Morata, 1986). Fodor, J. A. & Pylyshyn, Z. \V„ «Connectionism and Cognitive Architecture: A Cri- tical Analysis», Cognition, 28, 1988, págs. 3-71. Franklin, S., Artificial Minds, Cambridge, MA: Bradford/MIT Press, 1995. Gardner, H., The Mind's New Science, Nueva York, Basic Books, 1985 (trad. cast.:Lt nueva ciencia de la mente Barcelona, Paidós, 1988). Hardcastle, V. G., How to Build a Theory in Cognitive Science, Albany, Nueva York, State University of New York Press, 1996. Hofstadter, D. and the Fluid Analogies Research Group, Fluid Concepts and Creati ve Analogies, Nueva York, Basic Books, 1995. Horgan, T. & Ticnson, J., Connectionism and the Phtlosophy o f Psychology, Cam bridge, MA: MIT Press,1996. Pylyshyn, Z. W., Computation and Cognition Cambridge, MA: Bradford/MIT Press, 1984 (trad. cast.: Computación y conocimiento, Madrid, Debate, 1988). Smolensky, P., «On the Proper Treatment of Connectionism», Behavioral and Brain Sciences, 11 ,1988, págs. 1-23. Van Gelder, T„ «Compositionality: A Connectionist Variation on a Classical The- me», Cognitive Science, 14, 1990, págs. 355-384. Von Eckardt, B., What Is Cognitive Science '■>, Cambridge, MA: MIT Press, 1993. Prefacio Pensar a fondo o actuar con fluidez Si tuviera el lector que construir un agente inteligente, ¿por dónde empeza ría? ¿Qué cree que es ese algo especial que separa el mundo no pensante de las rocas, las cascadas y los volcanes, de los reinos de la inteligencia sensible? ¿Qué es lo que permite que algunas partes del orden natural sobrevivan percibiendo y actuando, mientras el resto se queda al margen, inerte y sin pensamiento? «Mente», «intelecto», «ideas»: éstos son los elementos que marcan la dife rencia. Pero, ¿cómo los debemos entender? Estas palabras evocan reinos nebu losos. Hablamos de «intelecto puro» y decimos del sabio que está «sumido en el pensamiento». Nos cuesta muy poco dejarmos seducir por la visión de Descar tes de la mente como una esfera totalmente distinta de los reinos del cuerpo y el mundo.1 Una esfera cuya esencia no debe nada a los accidentes del cuerpo y del entorno: el famoso (en lo bueno y en lo malo) «fantasma en la máquina».1 2 Esta extrema oposición entre mente y materia ya hace tiempo que ha sido abandonada. En su lugar nos encontramos con una amplia coalición de cien cias de la mente cuya meta común es llegar a comprender cómo es material mente posible el pensamiento mismo. Esta coalición recibe el nombre de ciencia cogniíiva y durante más de treinta años los modelos computacionales de la mente han estado entre sus instrumentos más importantes. Teorizando 1. Descartes describió la mente como una sustancia inmaterial que se comunicaba con el cuerpo mediante la interfaz de la glándula pineal. Véanse, por ejemplo, Meditations II y IV en The Philosophical Works o f Descartes, Cambridge University Press, 1991 (trad. cast.: Medita ciones metafísicas, Madrid, Alfaguara, 1997). 2. Véase Gilbert Ryle, The Coneept o/Mmd, Hutdiinson, 1949 (trad. cast.: El concepto de lo mental, Buenos Aires, Paidós, 1967). 32 I Estar ahi en el vértice entre la ciencia ficción yla ingeniería pura y dura, las personas que trabajan en un subcampo conocido como inteligencia artificial (IA)’ han tratado de dar un cuerpo computational a las ideas sobre cómo puede surgir la mente a partir del funcionamiento de una máquina física que, en nuestro caso, es el cerebro. Como dijo Aaron Sloman en una ocasión, «Todo fantas ma inteligente debe contener una máquina».3 4 5 Según parece, el cerebro hu mano es el puntal mecanicista de la mente humana. Cuando la evolución produjo cerebros complejos, cuerpos móviles y sistemas nerviosos, abrió la puerta (por medios puramente físicos) a maneras totalmente nuevas de vivir y de adaptarse, maneras que nos colocan en un lado de una línea divisoria natural, dejando en el otro a los volcanes, las cascadas y el resto de la crea ción cognitivamente inerte. Pero, a pesar de todo, persiste una versión de la antigua oposición entre mente y materia. Persiste en la manera en que estudiamos el cerebro y la mente, excluyendo como «periféricos» los papeles desempeñados por el res to del cuerpo y el entorno local. Persiste en la tradición de modelar la inteli gencia como la producción de soluciones codificadas simbólicamente a pro blemas expresados mediante símbolos. Persiste en la falta de atención a las maneras en que el cuerpo y el entorno local forman parte, literalmente, de los bucles de procesamiento que ocasionan la acción inteligente. Y persiste en la elección de los dominios de problemas: por ejemplo, modelamos el jue go del ajedrez mediante programas como Deep Thought1 cuando aún no he mos podido conseguir que un robot real atraviese con éxito una sala abarro tada y seguimos sin poder modelar completamente el éxito adaptativo de una cucaracha. En el contexto natural del cuerpo y el mundo, las maneras en que los ce rebros resuelven problemas se transforman radicalmente. No se trata de una cuestión filosófica profunda (aunque tiene profundas consecuencias). Es una cuestión práctica. Jim Nevíns, que trabaja en una planta de montaje con trolada por ordenador, cita un buen ejemplo. Ante el problema de conseguir que una máquina controlada por ordenador ensamble unos componentes con extrema precisión, una solución consiste en explotar múltiples bucles de 3. La inteligencia artificial estudia cómo hacer que los ordenadores realicen tareas para las que se considera que hace falta inteligencia, conocimiento o comprensión. 4. Sloman, «Notes on consciousness». /USB Quarterly 72 (1990), págs. 8-14. 5. Deep Thought (‘Pensamiento Profundo’) es un programa de ajedrez que juega al nivel de gran maestro. Se basa en una búsqueda exhaustiva que examina cerca de un millardo de movi mientos posibles por segundo. En cambio, los expertos humanos en ajedrez parecen emplear me nos la búsqueda y basarse más en estilos de razonamiento muy diferentes; véase, por ejemplo, H. Simón and K. Gilmartin, «A simulation of memory for chess positions», Cognitive Psycbology 5 (1973), págs. 29-46. Prefacio I 33 retroalímentación. Estos bucles pueden decir al ordenador si ha fracasado en el ajuste para que lo intente otra vez con una orientación ligeramente di ferente. Esta es, si se quiere, la solución formulada mediante «pensamiento puro». La solución basada en el «pensamiento corpóreo» es bastante dife rente. Basta con armar los brazos de la máquina de montaje con articulacio nes de goma, permitiendo que cedan a lo largo de dos ejes espaciales. Una vez hecho esto, el ordenador puede prescindir de los detallados bucles de re- troalimentación ya que las piezas «se mueven y deslizan hasta su lugar como si se estuvieran calculando continuamente millones de minúsculos ajustes de retroalímentación hacia un sistema rígido».* En esencia, todo esto significa que tratar la cognición como una pura resolución de problemas equivale a separarnos del mismísimo cuerpo y el mismísimo mundo en los que nuestros cerebros han evolucionado para guiarnos. ¿No sería más fructífero pensar en los cerebros como controladores de la actividad corpórea? Este pequeño cambio de perspectiva tiene grandes con secuencias para nuestra manera de construir una ciencia de la mente. De he cho, exige una reforma radical de nuestra manera de concebir la conducta inteligente. Nos exige abandonar la idea (común desde Descartes) de lo mental como una esfera distinta del ámbito del cuerpo; abandonar la idea de unas limpias líneas divisorias entre percepción, cognición y acción;6 7 abando nar la ¡dea de un centro ejecutivo donde el cerebro lleva a cabo el razona miento de alto nivel;8 y, sobre todo, abandonar los métodos de investigación que separan artificialmente el pensamiento de la actuación corpórea. Lo que emerge es nada menos que una nueva ciencia de la mente; una ciencia que, por cierto, se basa en los frutos de tres décadas de investigación en colaboración, pero cuyos instrumentos y modelos son sorprendentemen te diferentes: una ciencia cognitiva de la mente corpórea. Este libro da testi monio de esta ciencia. Describe parte de sus orígenes, expone su sabor y hace frente a algunos de sus problemas. Seguramente no será la última cien cia nueva de la mente. Pero es un paso más en ese viaje tan fascinante de la mente en su intento de conocerse a sí misma y de comprender cuál es su lu gar en la naturaleza. 6. Este ejemplo se cita en Michie yjohnson, 198-1 y se comunica en Clark, 1989. El pasa je en sí procede de la pág. 95 de Michic yjohnson. 7. La expresión existente más clara de este punto de vista es probablemente el «marco de enacción» desarrollado en Varela y otros, 1991 8. Véase especialmente Dcnnctt, 1991 Bases Estar ahí no ha surgido de la nada. La imagen de la mente unida inex tricablemente a cuerpo, mundo y acción, ya visible en Being and Time de Martin Heidegger (1927), encuentra una clara expresión en Structure ofbe- havior, de Maurice Merleau-Ponty (1942). Algunos de los temas fundamen tales están presentes en el trabajo de los psicólogos soviéticos, especialmen te de Lev Vygotsky; otros deben mucho al trabajo de Jean Piaget sobre el papel de la acción en el desarrollo cognitivo. Entre las discusiones previas en la literatura de la ciencia cognitiva, destacan por su importancia e in fluencia Maturana y Vareta, 1987, Winograd y Flores, 1986 y, especialmen te, The Embodied Mind (Varela y otros, 1991). The Embodied Mind se en cuentra directamente en las raíces de varias de las tendencias identificadas y estudiadas en esta obra. Creo que mi propio contacto con estas tendencias empezó con la obra de Hubert Dreyfus What Computen Can't Do, publicada en 1979. El persisten te acoso de Dreyfus a la inteligencia artificial clásica contribuyó a motivar mis propias exploraciones de modelos computadonales alternativos {los en foques del conexionismo o del procesamiento distribuido en paralelo; véan se Clark, 1989 y Clark, 1993) y a consolidar mi interés en imágenes biológi camente plausibles de la mente y la cognición. Di mis primeros pasos en 1987 con un breve artículo también titulado (y no por coincidencia) «Being There» [Estar ahí], donde el tema explícito de la discusión era la cognición corpórea y embebida en el entorno. Desde entonces, el conexionismo, la neurociencia y la robótíca en mundo real han hecho unos grandes progresos. Y aquí, especialmente en la explosión de la investigación en la robótica y en la denominada vida artificial (véanse, por ejemplo, los artículos de Brooks y Maes, 1994), encontramos por fin el impulso más inmediato de la presente discusión. Por fin (me parece a mí) aparece una imagen más redonda, con- 36 I Estar ahi víncente e integradora, que reúne muchos de los elementos de las discusio nes previas en un marco de referencia rico en ilustraciones prácticas y ejem píos concretos. Esta imagen, más amplia e integradora, es la que aquí me propongo exponer y examinar. La postura que desarrollo debe mucho a varios autores y amigos. Sin duda alguna, en el primer lugar de la lista se encuentranPaul Churchland y Dan Dennett, cuyas reconstrucciones cuidadosas y al mismo tiempo imagina tivas de la mente y la cognición han sido la inspiración constante que subya ce a todo mi trabajo. Más recientemente, he aprendido mucho en mis inte racciones y conversaciones con los especialistas en robótica Rodney Brooks, Randall Beer, Tim Smithers y John Hallam. También me han informado, en tusiasmado y desafiado varios fans de la teoría de los sistemas dinámicos, en particular Tim van Gelder, Linda Smith, Esther Thelen y Michael Wheeíer. Además, hay varios miembros del Sussex University Evolutionary Robotics Group que me han inspirado, enfurecido y siempre fascinado, especialmen te Dave Cliff e Inman Harvey. Un agradecimiento muy especial a Bill Bechtel, Morten Christiansen, David Chalmers, Keith Butler, Rick Grush, Tim Lañe, Pete Mandik, Rob Stufflebeam y a todos mis amigos, colegas y estudiantes del programa PNP (Philosophy/Neuroscience/Psychology) de la Universidad de Washington en St. Louis. También aquí tuve la buena fortuna de conocer a Dave Hilditch, cuyos pacientes intentos de integrar las visiones de Merleau Ponty con la ciencia cognitiva contemporánea fueron fuente de alegría e inspiración. Gra cias también a Roger Gibson, Larry May, Marilyn Friedman y Mark Rollins, así como a todos los miembros del Departamento de Filosofía de la Univer sidad de Washington por su inestimable ayuda, apoyo y crítica. David van Essen, Charlie Anderson y Tom Thach, de la Escuela Médica de la Universidad de Washington, merecen un agradecimiento especial por introducirme en el funcionamiento de la auténtica neurociencía, aunque pre cisamente aquí la expresión de mi agradecimiento no debe implicar culpa al guna por cualquier vestigio de error o malentendido. Doug North, Art Den- zau, Norman Schofield y John Drobak hicieron mucho por aligerar y alentar la breve incursión en la teoría económica que aparece en el capítulo 9: gra cias también a los miembros del Hoover Institute Seminar on Collective Choice de la Universidad de Stanford. No debería olvidarme de mi gato, Lolo, que mantenía las cosas en su verdadera dimensión sentándose sobre muchas versiones del manuscrito, ni del Santa Fe Institute, que me ofreció tiempo de investigación y Reacciones críticas básica en varios momentos cru ciales: gracias especialmente a David Lañe, Brian Arthur, Chris Langton y Melanie Mitchell por hacer que mis diversas estancias allí fueran tan pro ductivas. Gracias también a Paul Bethge, Jerry Weinstein, Betty Stanton y al Bases I 37 resto del personal de The MIT Press: vuestro apoyo, consejo y entusiasmo me han ayudado enormemente. Beth Stufflebeam me proporcionó una fan tástica ayuda durante la preparación del manuscrito. Y Josefa Toribio, mi es posa y colega, me ha ofrecido una combinación perfecta de crítica, apoyo e inspiración. Mi más sincero agradecimiento a todos. Introducción: un automóvil con cerebro de cucaracha ¿Dónde están las mentes artificiales prometidas por la ciencia ficción de los años cincuenta y el periodismo científico de los sesenta? ¿Por qué inclu so nuestros mejores artefactos «inteligentes» son aún tan insoportable y mortalmente tontos? Una posibilidad es que, sencillamente, hemos malin- terpretado la naturaleza de la inteligencia misma. Concebíamos la mente como una especie de dispositivo de razonamiento lógico asociado a un al macén de datos explícitos: una especie de combinación entre una máquina lógica y un archivador. Al adoptar esta perspectiva, desatendíamos el hecho de que las mentes han evolucionado para hacer que ocurran cosas. Desaten díamos el hecho de que la mente biológica es, antes que nada, un órgano para controlar el cuerpo biológico. Las mentes hacen movimientos y los de ben hacer con rapidez: antes de que el depredador nos pille o de que nues tra presa consiga escapar. Las mentes no son dispositivos incorpóreos de ra zonamiento lógico, Este simple cambio de perspectiva ha generado algunos de los trabajos más apasionantes e innovadores en el estudio contemporáneo de la mente. La investigación de modelos computacionales basados en «redes neurona- íes» ha empezado a desarrollar una visión radicalmente diferente de la es tructura computacional de la mente. La investigación en la neurociencia cog- nitiva ha empezado a sacar a la luz las maneras, siempre sorprendentes, con que los cerebros reales emplean sus recursos neuronales y sinápticos para re solver problemas. Y una oleada creciente de trabajos sobre robótica simple y en mundo real (por ejemplo, conseguir que una cucaracha robot camine, busque alimento y evite peligros) nos enseña cómo pueden los seres biológi cos llevar a cabo en el mundo real las acciones rápidas y fluidas necesarias para la supervivencia. Donde convergen estas investigaciones vislumbramos una nueva visión de la naturaleza de la cognición biológica: una visión que 40 I Estar ahí coloca el almacenamiento de datos explícitos y la manipulación lógica en su lugar, es decir, como complemento secundario de la dinámica y los comple jos bucles de respuesta que unen entre sí cerebros, cuerpos y entornos rea les. Al parecer, la cognición natural no tiene tiempo (literalmente) para ar chivadores. Naturalmente, no todo el mundo está de acuerdo. Un ejemplo extremo del punto de vista opuesto es un reciente intento de inculcar el sentido co mún a un ordenador, previa inversión de 50 millones de dólares, dándole una inmensa colección de conocimientos explícitos. Este proyecto, conoci do como CYC (abreviatura de encyclopedia), pretende construir manual mente una vasta base de conocimientos que abarque una parte importante del conocimiento general que tiene a su disposición un ser humano adulto. Iniciado en 1984, el proyecto CYC se propuso llegar a codificar cerca de un millón de unidades de conocimiento hacia 1994. Para introducir los datos de este proyecto, una sola persona tardaría dos siglos. Se esperaba que al final de este proceso CYC daría «el gran salto»: llegaría a un punto en el que po dría leer y asimilar directamente textos escritos y, a partir de ahí, «autopro- graman> el resto de su base de conocimientos. Desde mi punto de vista, el aspecto más notable del proyecto CYC es su fe extrema en el poder de la representación simbólica explícita: su fe en la in teriorización de estructuras construidas a imagen de las cadenas de palabras de un lenguaje público. El lenguaje de representación del proyecto CYC co difica la información en unidades (marcos) como la siguiente: Missouri Capital: (Jefferson City) Residentes: (Andy, Pepa, Beth) Estado de: (Estados Unidos de América) Aunque este ejemplo está simplificado, la estructura básica siempre es la misma. La unidad tiene «descripciones» «ranuras» (los tres subtítulos de arriba) y cada ranura tiene como valor una lista de entidades. Las ranuras pueden hacer referencia a otras unidades (por ejemplo, la ranura «Residen tes» puede actuar como un puntero hacia otra unidad que contenga más in formación y así sucesivamente). Este sistema de unidades y ranuras está au mentado por un lenguaje más potente (el lenguaje de restricción CycL, [CYC Constraint langtiage]) que permite la expresión de relaciones lógicas más complejas como «Para, todo elemento, si un elemento es X entonces tie ne la propiedad Y». El razonamiento de CYC también puede explotar varios tipos simples de inferencia. Sin embargo, la idea básica es dejar que el cono cimiento codificado haga casi todo el trabajo y mantener la estructura de in Introducción: un automóvil con cerebro de cucaracha I 41 ferencia y control simple y dentro de los límites de la tecnología actual. Los creadores de CYC, Douglas Lenat y Edward Feigenbaum (1992, pág. 192), argumentan que el embudo para la inteligencia adaptativa es el conocimien to, no la inferencia o el control. La base de conocimientos de CYC intenta hacer explícito todo lo que sa bemos de nuestro mundo pero que normalmenteno nos molestamos en decir. Por tanto, CYC se propone codificar unidades de conocimiento que todos te nemos pero que rara vez enumeramos, como las siguientes (ibíd., pág. 197): La mayoría de los automóviles de hoy circulan sobre cuatro ruedas. Si nos dormimos mientras conducimos, nuestro automóvil no tardará mucho en salirse de la calzada. Si hay algo grande entre nosotros y lo que queremos, probablemente debe remos rodearlo. La idea es que, después de haber codificado explícitamente una gran parte de este «conocimiento consensuado de la realidad», CYC llegará a un nivel de comprensión que le permitirá responder con una inteligencia ge- nuina. Incluso se espera que CYC emplee el razonamiento analógico para abordar con buen criterio situaciones novedosas, encontrando paralelismos parciales en otras partes de su inmensa base de conocimientos. CYC es un proyecto ambicioso e importante. Sin duda, la base de datos de sentido común que ahora codifica será de gran utilidad práctica como re curso para el desarrollo de mejores sistemas expertos. Pero deberíamos dis tinguir dos objetivos posibles para CYC. Uno sería ofrecer el mejor simulacro posible del sentido común mediante un sistema informático fundamental mente no pensante. El otro sería crear, a partir del fondo de conocimientos de CYC, el primer ejemplo de una mente artificial genuina. Hasta la fecha, en el rendimiento de CYC no hay nada que indique que el segundo objetivo esté al caer. CYC parece destinado a convertirse en un «sistema experto» más grande y más elaborado, pero todavía esencialmen te frágil y falto de entendimiento. Y el hecho de añadir más y más conoci mientos a CYC no será una solución. La razón es que CYC carece de los ti pos más básicos de respuestas de adaptación al entorno. Esta deficiencia no tiene nada que ver con la relativa escasez de los conocimientos que el siste ma codifica explícitamente. Más bien es atribuible a la falta de un acopla miento fluido entre el sistema y un entorno real que plantee problemas rea les de acción y sensación. Como veremos, incluso la humilde cucaracha manifiesta este tipo de acoplamiento fluido: una versión del tipo de inteli gencia práctica, sólida y flexible de la que carecen casi todos los sistemas in formáticos. ¡Pero un ser tan sencillo mal puede ser acusado de contar con 42 I Estar ahí un gran almacén de conocimientos representados explícitamente! Por tan to, el proyecto CYC, entendido como un intento de crear una comprensión y una inteligencia genuinas en una máquina, falla por su base de una mane ra rotunda y total. Las raíces de la inteligencia y la comprensión no se en cuentran en la presencia y la manipulación de estructuras de datos explíci tas y de tipo lingüístico, sino en algo más terrenal: el ajuste de respuestas básicas a un mundo real que permite a un organismo corpóreo sentir, actuar y sobrevivir. Este diagnóstico no es nuevo. Importantes críticos filosóficos de la inte ligencia artificial han puesto en duda durante mucho tiempo el intento de in ducir la inteligencia por medio de la manipulación incorpórea de símbolos y también han insistido en la importancia de! razonamiento situado (es decir, del razonamiento llevado a cabo por seres corpóreos que actúan en un en torno físico real). Pero ha sido demasiado fácil atribuir estas incertidumbres a algún tipo de misticismo residual, a una fe carente de rigor científico en una esencia mental parecida al alma, o a un rechazo testarudo a permitir que la ciencia entre sin autorización en el terreno favorito de los filósofos. Pero ahora, cada vez es más evidente que la alternativa a la visión centrada en la «manipulación incorpórea de datos explícitos» de la inteligencia artificial no es apartarse de la ciencia pura y dura; es profundizar en una ciencia más dura todavía. Es colocar la inteligencia en el lugar que le corresponde: en el acoplamiento entre los organismos y el mundo que se encuentra en la raíz de la acción fluida cotidiana. Del CYC al ciclismo: así es el giro radical que ca racteriza a las nuevas ciencias de la mente corpórea. Consideremos, por ejemplo, a la humilde cucaracha. La cucaracha es de positaría de un considerable corpas de conocimientos sobre el sentido co mún de las cucarachas. ¡Por lo menos, así es como debe aparecer ante cual quier teórico que piense que el conocimiento explícito es la clave para un comportamiento sensato en el mundo real! Porque la cucaracha es una for midable artista del escapismo, capaz de emprender una acción de huida for jada por una multitud de factores externos e internos. He aquí una breve lis ta, extraída del detallado estudio de Ritzmann (1993) sobre las habilidades de evasión de la cucaracha americana, Periplaneta americana: La cucaracha siente las corrientes de aire provocadas por el movimiento de un depredador que ataca. Distingue las corrientes producidas por los depredadores de las corrientes y brisas normales. No evita el contacto con otras cucarachas. Cuando inicia un movimiento de huida, no corre simplemente al azar. En cambio, tiene en cuenta su propia orientación inicial, la presencia de obstáculos (como paredes y rincones), el grado de iluminación y la dirección del aire. Introducción: un automóvil con cerebro de cucaracha I 43 jClaro que siempre se escabulle! Como indica Ritzmann, esta malla de consideraciones contextúales conduce a una respuesta mucho más inteligen te que el simple reflejo de «detectar al depredador y echar a correr al azar» que los expertos en cucarachas {que los hay) creyeron otrora que todo lo ex plicaba. La complejidad adicional se capta con precisión en las descripcio nes que hace Ritzmann de un automóvil con una «inteligencia» comparable. Este automóvil percibiría a los vehículos que se aproximan, pero ignoraría a los que se movieran de una manera normal. Si detectara una colisión inmi nente, iniciaría automáticamente un giro que tuviera en cuenta su propio es tado actual (diversos parámetros de la aceleración y del motor) y la orienta ción y la superficie de la carretera, evitando meterse en más peligros. Parece claro que un automóvil con la inteligencia de una cucaracha estaría muy por delante de la industria automovilística más puntera de hoy en día. Sin em bargo, a primera vista no es probable que la frase «Compre usted el automó vil con cerebro de cucaracha» tuviera mucho éxito como eslogan publicita rio. Nuestros prejuicios contra las formas básicas de inteligencia biológica y a favor de las «máquinas lógicas-archivadoras» más grandes y elaboradas son demasiado profundos. ¿Cómo consigue la cucaracha controlar sus huidas? Ahora empezamos a entender los mecanismos neuronales. Las corrientes de aire son detectadas por dos cercas (estructuras parecidas a antenas situadas en la parte posterior del abdomen) cubiertos con pelos sensibles a la velocidad y la dirección del aire. Los movimientos de escape sólo se activan si la aceleración del aire es igual o superior a 0,6 m/s2: así es como la cucuaracha distingue una brisa ordinaria de la embestida de un atacante. El intervalo entre la sensación y la respuesta es muy breve: 58 milisegundos para una cucaracha quieta y 14 milisegundos para una cucaracha en movimiento. La respuesta inicial es un giro que tarda entre 20 y 30 milisegundos (Ritzmann, 1993, págs. 113-116). El circuito neuronal básico que subyace a este giro está formado por poblaciones de neuronas cu yas posiciones y conexiones se conocen hoy bastante bien. En este circuito in tervienen más de cien intemeuronas que actúan para modular las diversas ór denes de giro en función de la información contextual sobre la posición actual de la cucaracha y el estado del entorno local. La información básica sobre el aire es transmitida por una población de interneuronas ventrales gigantes, pero la actividad final se basa en los resultados de la modulación de muchas otras poblaciones neuronales sensibles a esos aspectos contextúales.
Compartir