Logo Studenta

Andy Clark_ Fernando Martínez Manrique - Estar ahí _ cerebro, cuerpo y mundo en la nueva ciencia cognitiva (1999, Paidós) - libgen li - Beatriz Bustamante

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.

Otros materiales