Vous êtes sur la page 1sur 64

em·

g edil

-------

Francisco J. Varel!a

CON'OCER

Las c,elftc:l:a~ eO'lfiiil',Q;s~~1 f;e,nde)Jei(l:s' R "pe.l"8jJ,f3f!ti:tJas.

Carll de las ,i!tI,(lS ""~t.,,(I,:ie's~

dG'~~1moor ""qjue los mlEilioB ma:n"~.f.i~el!l nil (!(J'l'rn~.ii"iltG

• ~ '~1!:. ~ ,:;._. H, ... '."

rnltc .. :~~~f1~Qlen/!;)I~'VQ~,'I~

li~g '! Iii I:mlEl~I~~ £m~a

Francisco J. Varela

CONOCER

COIECCION: EL MAMIFERO PARU.NTE SERlE MENOR

CONOCER

las ciencias cognitivas: tendencias y perspectivas ..

Cartografia de las ideas actuales

por

Francisco J. Varela

gedj~

Titulo del original en ingles:

Cognitive Science. A Cartography of Current Ideas © by Francisco 1. Varela, 1988

Traduccion: Carlos Gardini

Disefio de cubierta: Marc Valls

".

Esta obra esta c:Iedicada. con tado mi amor; amis hyos AleJandra.. Javier y Leonor

Cuarta reimpresi6n: enero del 2005, Barcelona

Dercchos reservados para todas las ediciones en castellano

© Editorial Gedisa, S.A. Paseo Bonanova. 91°-1' 08022 Barcelona (Espana) Tel. 93 253 09 04

Fax 93 253 09 05

Correo electronico: gedisa@gedisa.com http://www.gcdisa.com

ISBN: R4-7432-383-5 Deposito legal: B. 1660-2006

Irnprcso par Romanya Valls

Vcrdaguer L 08786 Capellades (Barcelona)

Impreso en Espana Primed in Spain

Queda prohihida Ja reproduccion total 0 parcial por cualquier medio de irnpresion, en forma identica, extractada 0 rnodificada,

en castellano 0 en cualquier otro idioma.

INDICE

!NTRODUCCION 11

.AcRADECIMIENTOS..................................................................... 19

1. "Por qu~ este ensayo? 23

MeUvact6n...................................................................... 23

Estructura de este ensayo 25

2. Prlmera eta,.. Lott doe j6ftnes................... 29

Los comtenzos.............................................................. 29

La l6gjca y la dencta de la mente 31

Los frutos del mov1m1ento cibernetico ;34

3. 8epDda eta,.. L08 Ifmbolos:

Ia hlp6teala eognlUYista 37

Los cognttMstas entran en escena 37

Sintests de la doctrtna. 38

El vastago del cognttlvtsmo:

la tnteltgenctaart1flc1al...................................... 46

Las ctenctas cognttrvas.. 48

El procesamtento de la tnfonnact6n

en el cerebro............................................................ 50

Sintests del dtsenso 52

4. Tercera etapa. La emergencla:

una alternative ante la orientacl6n

slm.b6Uca 53

La autoorganizacton: las raices de

una alternatlva 53

La estrategta conexlontsta..................................... 57

Emergencta y autoorgaruzac16n 60

El eonexiontsmo en la actual1dad .

Las emergenc1as neuronales ..

Los simbolos abandonan la escena ..

5. C1UIrta etapa. La enacc16n: una alternatift ante 1a

representacl6n ···· · .. · .. · ·

Una insaUsfacc16n mas profunda .

El redescubr1m1ento del senUdo comun .

Las representac10nes abandonan

la eseena · · .. · ·· .. ·· · .. · · .. · · ..

~emplos de enacc16n · ..

Sintesis de la doctrtna · ···· · · .. ···· · .. ·

Trabajar sID representactones .

Eslabones entre ]a emergenda

y la enacc16n ..

6. Conclusionea ..

67 69 76

.87 87 88

96 101 108 110

113 117

Introducci6n

Este pequeno libro se propone una tarea ambiclosa: presentar el panorama actual de las clenclas cognItlvas, nombre con el que hoy designamos el analtsis ctentiftco modemo del eonoctmiento en todas sus dimenslones. Este ensayo. pues, constituye una conctsa vislta guiada a un campo multtdtsctpltnarto que todavia no esta bien deftnido.

Esta tarea no puede ser neutra: se tiene que emprender desde la perspectlva de alguten, preferentemente una parte interesada que hable de una actividad de la cual particlpa. Como pronto descubnra el lector, m1 perspecttva, desarrollada al cabo de unos veinte anos de investigacion. estA expuesta explicltamente en el texto. No la repetire aqui, pero caben dos observaciones.

Ante todo, una observaci6n eptstemologtca, Cada epoea de la historta humana produce. a traves de sus practtcas socrates cotidlanas y

11

su lenguaje, una estructura imagtnarta. La dencia forma parte de estas practicas sociales, y las ideas dentiftcas acerca de la naturaleza constltuyen apenas una dimension de esta estructura lmagtnaria. Los histonadores y filosofos modernos. desde Alexander Koyre. han demostrado que 1a lmagtnact6n etentiflca sufre mutaciones radtcales de una epoca a otra, y que la ctenc1a se parece mas a una epopeya novelistica que a un progreso Uneal. La htstorta humana de la naturaleza es una narracion que merece ser contada de mas de un modo.

I.o que resulta menos evfdente es que dlcha hlstorta humana de Ia naturaleza Be corresponde con una histol1a de las Ideas sabre el conoctmiento de sf mlsmo.Asi. 1a physts grtega y el metodo soeranco, 0 los ensayos de Montaigne y Ja temprana ctenda francesa, son pares tnterdependientes. Reflejandose mutuamente, el si-mlsmo y la naturaleza se desplazan en el Hempo como una pareja de ba1lar1nes. En Ocddente aim no Be ha escrlto la h1storia natural del conocimiento del st-mtsmo', pero es justo aelarar que stempre bubo precursores de 10 que hoy lIamamos c1encias cognttlvas. en la med1da en que Ia mente humana es la fuente primordial yeI ejemplo mas aecesfble de la cognicion y el conoc1- miento.

La lase modema de las etenctas cognitivas

1 VNM. sin embargo. F. Schuarzman. Teoria de fa expresl6n. Edit. UntvenJ1tarla. Santiago. 1968.

12

representa una mutacton notable en esta historia paralela de 1a mente y la naturaleza. Por prtmera vez la cieneta (es decir, el conjunto de dentiftcos que definen que debe ser la cteneta) reconoce plenamente la legitlm1dad de las investigaciones sobre el conoc1miento nusmo, en todos SUS nfveles, mas ana de los limttes tradtetonalmente :tmpuestos por la pslcologia 0 1a eptstemologia. Esta mutacton. que tiene apenas treinta ahos. fut' enfaticamente fntroductda mediante el programs. cognittvista comentado en el texto, tal como el programa darwiniano 1naugur6 el estuclo dentifico de la evolucion. aunque otros se baman Interesado antes en ella.

Mas aun, a traves de esta mutaeien, el eonodpDento se ha Ugado tangiblemente a una tecno__ que transforma las pnictlcas sodales que 10 posibUitaron: la tntehgencia artlftcial constltuye

... ~emplo mas visible. La tecnologia, entre otras CJDI8S. actua como un arnpWlcador. No podemos ~ las ciencias cogntUvas de la tecnologia oocnttlva sin despojar a una u otra de un vital *mento complementarto, En otras palabras. a u.rves de la tecnologia. la explorac16n ctenilllca de la mente brtnda a 1a soctedad un inadvertldo ~o de si mtsma que traSCiende el circulo del fllDsofo. el psicologo 0 el pensador.

~ r Y par pnmera vez la sociedad occidental en .. ~unto comienza a enfrentar en sus practt... tnterrogantes. tales como: lEs la mente una ~pulact6n de simbolos? (,Pued.e una nuiqutna.

:, "1 prender el lenguaje? Se trata de preoeupa-

13

dones que afectan la vida de la gente y no se 11- mitan a ser te6ricas. No es de extranar que los medias maniftesten un constante tnteres por las cienctas COgniUvas y la tecnologia emparentada con ellas. n1 que la mteligencta artJ.6ctal haya penetrado profuruiamente en la mente de los jovenes a traves de los juegos de computacton y la dencia Bccion. El efecto de esta fermentac10n es el sigutente: mientras durante milenJos las gentes tuvleron una comprensien espontanea de si mlsmas. segun la cultura de su epoea, por pnmera vez esta viSi6n popular de la mente entra en contacto con la ctencfa y es transformada por ella. Muchos deploraran esta revolueron, mientras que otros Ia celebraran,

Sea como fuere, este fenomeno adqulere eredente celendad, El fecundo dWogo entre tnvesttgadores. tecnelogos y publtco encierra un potenclal para la transformaeten de la conetencta humana que yo encuentro fascmante, pues se trata de una de las mas interesantes aventuras que hoy enfrentamos. Este texto consUtuye un modesto pero -espero- sJgn1ftcaUvo aporte a este diilogo transformador. Por ejemplo. en este ensayo euesnonare Ja difundtda idea de que el conocimiento esta re1acionado con el procesamtento de informacion. Argumentare que la informadon es semejante a un modemo floglsto que intenta expltcar la estructura del conoclmJento apoyandose en un orden de cosas preeJdstente. El pfWte de 1a cognici6n es predsamente su capaetdad para expl1car la sfgn1flcacton y las regu-

Ja,r1dades; 1a informacion no debe aparecer como un orden intrinseco sino como un orden emergente de las actlvidades cognttlvas mlsmas. 51 e1lo se ver1flca. nuestra ingenua comprens16n de las relactones que entablamos con el Mundo cambiani dnistlcamente.

El segundo punto es de indole soc1opoliUca.

Como a cualqulera que baya examinado de cerca una dbclpUna c1entiftca. las c1endas cognitivas me han parecldo un mosalco de perspectivas mas 0 menos compatibles antes que un dominio homogeneo. No obstante. es obvio que 1a. ciencta, en cuanto actividad social. esta atravesada por cornentes de poder que Infunden mas autortdad a c1ertas voces que a otras. Europa fue epicentro de la dencia basta la epoca de las guerras mundiales. pero es indiscutlble que dicho papel corresponde hoy a los Estados Unldos. De heche, Ia mayoria de m1s colegas europeos y sudamericanes consideran que los Estados Unidos constituyen la vara para medir la calldad. el prestigio y el mertto.

Esto es aun mas cterto en e1 dominio de las cienctas cognitlvas. en la medida en que la revoluci6n cognttiva modema rectbto gran tnfluencia de las investigaciones real1zadas en la Costa Este de los Estados Untdos, sobre todo en el MIT. Esta presunta tradici6n cogniUvista se ha transformado en la ortodoxia de la comunidad ctentiftca, como veremos en la pr1mera parte de este en-

14

15

sayo. AI leer a 1!lS portavoces de esta tradieion se tiene Ia tmpreston de que (a) el enfoque computadonal es el untco modo de abordar Ia ciencta cognitlva. y (b) nada que sea antertor al surglmiento de esta tecnologia merece conservarse. n1 stquiera de manera transformada.

Desde luego, no es solo un enunciado ctentifico sino politico, pues brinda pautas parajuzgar el trabajo ctentifico: relevante es aquello que yo considero relevante. Confleso ser un tnveterado amante de la heterodoxta, y un avtdo buscador de Ia dtversidad. Desde luego, es precise conocer bien las Importantes tests y resultados productdos por las predommantes clencias cognitrvas esWo MIT. pero no puedo aceptar que los enfoques tradtctonales sean los unieos v3l1dos.

Esta cuest16n resulta especialmente delicada en Europa, pues durante el siglo vetnte hubo muy 1mportantes aportes al trasfondo conceptual de 10 que hoyllamamos ctencias cognitlvas, y con frecuenda se los ignora por completo. Ptenso ante todo en: a) el movtm1ento fenomenologtco. espectalmente Edmund Husserl y Maurice Merleau-Ponty, y b) los enfoques maugurados por Jean PJaget en eplstemologia genetics. Estas escuelas exploraron profundos tnterrogantes cognttlvos y sus mecanismos. como luego comentaremos en este texto. Lamentablemente. han estado cast totalmente ausentes de la ortodoxia cognltivista. y en consecuencta sus ideas basicas a veces se rdnventan como sl fueran novedades. Un notable ejemplo es el redeseubrt-

nnento de la mtenctonaltdad en los estudios cognttfvos, algo claramente expresado por pensadores europeos en la decada de 1940. pero totalmente ignorado en la ctencta cogniUva tradicional basta 1980.

Si Europa ha de participar en pie de igualdad en el dialogo destlnado a desarroUar la nueva ctencia de la mente. es esencial que se valga de sus stngulares tradldones. que se anUc1pe a los planteos y que permanezca abierta a diver- 50s estilos de trabajo. Es lnteresante senalar que el Japan ya se desplaza energicamente en esa dtreccten, en este campo. mas que en nmgun otro, se siente 1a presencia del Japon en la cieneta lnternacional, un hecho directamente reflejado en su liderazgo tecnolegico. EI lector vera que guardo una desembozada distancia frente a la ctencla cognitlva tradictonal, e msisto en las diferenctas ex1stentes. 1.0 hago, por cterto, a partir de convtncentes razones cientiftcas, pero tambien se trata de una posicion tomada en 10 relactonado con la socio1ogia de 1a ctencta.

16

17

Agradecimientos

Escrtbi estas pagmas a requerim1ento de la Royal Dutch Shell Corporation. A fines de 1985 el Departamento de Planfficac16n me invito a dar una conferencta acerea de m1 labor en el Shell Centre de Londres. Cuando manifeste m1 sorpresa ante esta tnvttacton, recibi una mteresante respuesta: Shell necesita comprenderse a si mlsma como Sistema complejo de aprendizaje. Inmediatamente senti 1a tentacton de aceptar. Conod a un grupo Intellgente que no solo me ayudo a ae1arar mJs proptas ideas. sino que me ~tl6 comprender que 10 que parece abstruso y distante en la investlgae16n puede deseneadenar cambtos de mentalidad con consecuenctas muy concretas. Como resultado de nuestro dialogo. me soltcttaron que redactara un panorama actualizado de las cienctas y tecnologias de la COgn!cion desde m1 punto de vista. enfatlzando las que yo conslderaba tendenctas emergentes. FJ espmazo de este libro es e1 texto de ese informe, tltulado Ciencia !J tecnologfa de fa cognid6n:

19

tendencias emergentes, salvo por pasajes que he omitido porque respondian a necesidades especificas de la Shell, y extensos afladidos y actuahzaclones destinadas a la publtcacton en Francia. Deseo agradecer a la Shell su respaldo e mteres, sobre todo a Peter Schwartz, ex director del Business Environment Group del Shell Centre, y a Arie de Geus, director de Plantflcacton. sin qutenes este trabajo jamas habria llegado a buen termtno,

Tamblen deseo expresar ml gratitud a m1s colegas de Paris por su calurosa recepcton en Francia, que me permmo continuar m1 labor cuando me resultaba 1mposlble en mt patrta, Chile, asolada por la peste del fasctsmo. Mi particular agadedmiento a CREA (Centre Recherche Eptstemologie AppUque) de la Ecole Poly techroque. donde aun prospera el aspecto lnterdiscipUnarto de la investigaclon cognitlva. M1 especial gratitud a Jean-Pierre Dupuy, director y fundador de CREA. por muchos anos de amistad y entusiasmo bacia. m1 labor. Tambten agradezco al Instttut des Neurosciences (CNRS-Universite Parts VI) por brtndarme espacto de laboratorto y rectbtrme como miembro. Mi especial agradecimtento a Michel Imbert por su apertura mental y su respaldo.

Mi gratttud, en fin, ala Fondatton de France por darme una catedra de ciencias de 1986 a 1990, y al Prince Charitable Fund por sus subvenciones c1entificas. Sin tal respaldo, estas pagtnas no ex1stlrian.

Fragmentos de este texto se han publicado con estos titulos:

Varela, F.. "The science and technology of cognition: Emergent directions", en J. L. Ross [comp.I, Economics and Artifi.cialIntelltgence. Prtmer Simposio Nactonal del IFAC. Nueva York, Pergamon Press. 1987. pags, 1-9.

Varela. F. (1988), "Percepnon and the origin of cognition: A Cartography of current ideas .. ,· en F. Var.ela y J. P. Dupuy (eomps.), Understanding Origin: Ideas on Origins oj Life. Mind and Society, Stanford International Symposium (de mmmente pubhcacton) .

Parte del material de los capitulos 3, 4 Y 5 ha sido adaptado de un trabajo actualmente en curso:

F. Varela y E. Thompson. Worlds witlwut Grounds: Cognitive Science and Human Experience (in&Uto).·

• La presente traducc16n se realIz6 a partir del ortginal mgl~s y se cotej6 con 1a vers16n francesa, Conna~: les SCiences cognftfues. Editions du Seuil. 1988 (trad. P. Lavoie). Parts que constltuye la prlmera publlcacl6n de este trabaJo en forma de libra. (N. del T.)

20

21

1

lPor que este ensayo?

lIotJftcl6D

Las ctenctas y tecnologias de la cognteien (CfC) constituyen la revolucion conceptual y teenologtca mas Sign1ftcatlva desde la fisica atenuca. pues ejercen un 1mpacto de largo plaza en todos los niveles de Ia socf.edad. La tecnologta de la informacion (Ill es solo el aspeeto mas visible de este vasto complejo de investigaciones y aplicaclones cuyos prtnclpales Intereses se ortentan hacia el ccnocnmento, 1a mformaeion y 1a comumcacton.

Las ere son un hibrtdo de diversas dlsctplinas interrelacionadas. y cada cual aporta sus intereses y preocupaciones propios (Figura 1). Se puede argumentar que la ciencia cognttlva es una dtsciplina aparte cuyo polo tecnologtco es la tnteligencia artlfidal (AI). y que no se tas deberia confundlr como bacemos aqui. No obstante. el dfstlngo entre c1enda aplicada y denc1a pura parece fuera de lugar en esta empresa (como para

23

1a mayoria de las ctencias modemas: pensemos en la btotecnologia). Uno de nuestros proposttos es demostrar que concentrarse s6lo en el aspecto tecnol6g1co 0 el aspecto "puro" de las ere equivale a perder de vista su vitalldad y su futuro. Este campo resulta fasctnante precisamente porque conJuga puntos de vista que proceden de fuentes alejadas entre si como son la ingemeria informatica y el pensanuento fllos6fico. Es facil comprenderlo cuando se enumeran algunas de las areas que interesan al cientiflco cogntttvo de hoy: la percepcl6n. el lenguaje, la inferencia y la acc16n. Dlchos tntereses tambten se reflejan en las sigutentes tecnologias: reconoclm1ento de

tmagenes, comprens16n dellenguaje. sintests de prograrnas, rob6tica.

las eTC tlenen poco mas de 40 anos. No es-

tan afianzadas como clenctas maduras que dtsponen de un rumbo precise y una numerosa comunidad de investigadores. como ocurre, por ejemplo, con la fisica at6m1ca 0 la biologia molecular. Por 10 tanto, el desarrollo futuro de las CTC dista de ser clare, pero sus productos ya han eJerctdo urf profundo tmpacto. y muchos optnan que seguiran ejerciendolo. Pero el progreso en este campo se basa en audaces apuestas conceptuales: algo parec1do a tratar de envtar un hombre a la Luna sin saber d6nde queda 1a Luna.

UngiiisUca

Estmetur& de este enaayo

El proposito de este ensayo consiSte en bnndar una radiografia de la situaci6n actual de las CTC. 1.0 haremos dividiendo las CTC en cuatro etapas 0 capas conceptualmente distlntas que han surgido en forma mils 0 menos sucestva en los ultirnos 40 anos. Las cuatro etapas son las stguientes:

Primera etapa. Los anos fundactonales (1943-53).

Segunda etapa. Los simbolos: el paradigma

cognitlvista.

Tercera etapa, La emergenc1a: una alternati-

va ante la manipulacton de simbolos.

CTC

~/ -,..

coplUn

FIgura 1. Las prtnctpa1e8 dtsclpUnas que forman parte de IasCTC.

24

25

Cuarta etapa. La enaCd6n:· una. alternatlva ante 1a representact6n.

A traves de este abordaje en cuatro etapas examtnarem08 18 base de 10 que ya esta establecldo como un "paradigma"3 claramente perfilado (etapas prtmera y segunda). y el hecho esencial de que este paradlglna establectdo esta aUanando el camino a nuevas perspectivas emergentes (etapas tercera y cuarta). Estas provocativas heterodOJdas enderran el potencial para causar un profundo unpacto en el futuro.

Esta evaluac10n de las tendenctas emergentes Be propone indlcar el pehgro de un excestvo predomln1o de Ia orientaclon prevalectente en las CfC. sin que se otorgue al menos cierto espaclo a otros enfoques. En la medlda en que cada grupo social ba tomado. y eontmuara tomando. Importantes decistones acerca de cuales CTC son mas apropladas y compatlbles con su Identidad. las cttadas poslbilldades merecen una sena renexl.on. En el futuro tnmedJato. estas poslbilldades podrian Induc1r stgntflcatlvos camblos en areas. tales como 18 automatlzacion de las oflcinas y el anaUsts de tmAgenes. Dentro de cinco 0 diez

aflos. podrian conduc1r a un modo totalmente diferente de incorporar las eTC a nuestras preocupac10nes soetales por el funeionamlento y la identldad. Por ejemplo. l,debemos dar priorldad a 1a compatibilidad entre ordenadores 0 a la eonstrucc16n de maqutnas cap aces de eomprender el lenguaje humane? Como veremo~. quien enfrenta una decision de este trpo - tratese de un r~tor universltarto ° del M1n1sterto de lnvestlgacion y Te9101ogia - debe tener en cuenta todas las poslbUldades que presentan las CTC: un mero anfilisis de costes economieos no sera sufielente. pues se pagani un preeto muy alto sl por 19rtorancia se ahonda la inercia de eiertas estructuras transform.andolas en escollo para cambios

futuros.

• La elecc16n de este termmo Be JusUflca en el capitulo

5. IN. del T. hnets.1

3 Un paradlgma. segUn T. S. Kuhn (The structure oj SdenttIk RevoWttons. 26 ed.. ChIcago UniVersity Press 1970) at el modo habitual de refertrse al con Junto coberen~ de k1eaa cientUlcas que 8C aceptan como explicaci6n de un corpus fenomeno16gteo. I.a tdea es dlscuttble pero C80 no

nos Interesa aquL •

27

26

2

Primera etapa.

Los aiios j6venes

Loll COmiCazo8

Comenzaremos con los anos formatlvos de las CTC. que abarcan el periodo 1940-1956. Esta breve ojeada a las raices es necesana. Una denc:la que oMda su pasado esta condenada a repetlr sus errores, y es Incapaz de evaluar su desarrollo. Por cierto, nuestra breve excursion no se propone ser una historta exhaustiva, sino 8610 tocar aquellos problemas de relevancia directa para el presente ensayo.s

4 Este capitulo debe mucho a nuestro reclente trabajo co1ectlvo sobre 1a htstona temprana de la cfbernettca y la autoorgamzacton, publJcada como Cah1ers du CREA, N°·· 7-9, Y en particular al articulo de J. P. Dupuy. "L'essor dela premiere cybemenque", Ni 7. pags. 7-140. otra fuente utll es S. Helms, John Von Neumann and Norbert Wiener (MIT PrHs, 1980). El rectente libro de H. Gardner, The Mtnd's New Scjence: A History of the Cogntttve ReuoluUon (Nueva Yorlc Basic Books, 1985) comenta este pel1odo 8610 de rnanera superficial.

29

De hecho. cast todos los temas que hoy se debaten actlvamente se tntrodujeron en esos anos de forrnacton, 10 cual ev1dencla que los problemas son profundos y dificUes de abordar. Los "padres fundadores" sabian muy bien que sus preocupaclones conducian a una nueva ctencia, y la bautlzaron can un nombre que aludia explidtamente a su orienta don eptsternolbgica.5 Esta palabra ha caido en desuso, y en la actualldad muchos c1entillcos cognitivos n1 siquiera reconocerian el parentesco. No mencionamos esto porque si. Refleja el hecho de que para consoUdarse como ciencia, en su clara ortentacion cogntnvista (la segunda etapa, en este texto). la futwa ctencia cognJUva tuvo que cercenar sus complejas raiees. mas difusas pero tambten mas rtcas. Ello ocurre a menudo en la historta de la cieneta: es el precto que se paga pOY" pasar de una etapa exploratorta a la constttucten de un paradigma: de Ia nube al crtstal.

Los anos ploneros fueron el resultado de un Intense dialogo entre gentes de muy dlversa formacron: un esfuerzo interdlsclplinarlo singularmente feliz que se produjo con notable coincldencia en Europa y los Estados Unidos. En Sulza Jean PJaget formulo un programa de Investlgadon

en 10 que el denomtnaba eplstemologia genMim. mtentras Konrad Lorenz descrtbia su vision de una epistemologia evolutiva. AI mismo tiempo, en los Estados Unidos. Warren McCulloch empezaba a hablar de epistemologia experimentaL

Esta stncronicidad de los esfuerzos para naturalizar Ia ep1stemologia tuvo su desarrollo mas mtenso en una zona geogniflca local1zada. pnnctpalmente centrada alrededor del MIT y de Prt;lceton. Los prtncipales actores fueron un punado de ctentiflcos respaldados par algunas mentes predtgas. prlnclpalmente John von Neumann, Norbert Wiener, Alan 1\u1ng Y Warren McCulloch. ES tnteresa.nte recordar que estos esfuerzos cobraron forma visible al amparo del neologtsmo acunado par Wiener: cibeml!ttca. 8

La 16g1ca y 1a clencla de 1a mente

La intencton expresa del movimiento ctber-

------_._._ .. _ .... --_._ •. __ ._.... .. -- .. . . .

netico se ptiede resumir en ~~b.ras: crear

__ • n ._. __

una ciencia de fa men_t~"rJ:~'=!~_ lideres opinaban .; aunque desde-luego las diferencias fllosOficas variaban sustancialmente- que el estudio de los fenomenos mentales habia estado demastado

5 Usamoe]a palabra en su connotac16n angJoeaJona. relaclonada con Ia teorta del conocbn1ento. no en Ia acepcllln a menudo utWzada en historta/ftlosofta de las ctencJaa en FTanc1a, tal como la popularlzaron estudloeos como Gaston Bache1ard.

6 La mejor fuente para esto son las muy cttadas Conferenctas de Macy. publicadas como Cybemetlcs - Circular causal and feedback mechanisms tTl btologlcal and sodcd systems (Nueva York.: Josiah MaC)' Jr. Foundation, 5 volumenesl .

30

31

o

prender el cerebro y la activldad mental. Segundo. ver que el cerebro es un disposiUvo que encama pnnctpios logtcos en sus elementos constltutivos 0 neuronas. Se consldera que cada neurona es un aut6mata-umbral cuyo estado, activo 0 mactivo, indicaria un valor logico de verdad 0 falsedad. segun el caso. Tales neuronas se podrian conectar entre sit y sus 1nterconexio~es desempeiiarian el papel de las operaciones logtcas (y. "no", y demasl, A partir de alli, se podia conslderar al cerebro entero como WlS. maqutna deducttva.

En manos de John von Neumann de Pr1nceton. estas Ideas constltuirian un paso fundamental para el tnvento del ordenador digltal.s En esa epoca us{) tubos de vacio para representar las neuronas McCulloch-Pitts. Hoy encontramos chips de silic10 en su lugar, pero los ordenaderes modemos (con la excepci6n de las muy modernas maquinas paralelfstas) todavia respetan ta arquttectura von Neumann. Este nombre tan teemeo se ha eonverttdo en una idea cast coUd!ana con la llegada de los microordenadores y su famthar configurac16n: una unidad procesadora central. una memoria, y una unidad para operaclones arttmetteas, todas 1nterconec~das por un bus portador de senales. Se trato por

:pa 10

J o

{ 18ta+b~1



o de 10 contrarto

Ffgura 2. Tree neuronas de McCulloch-PUts conectadas pam reahzar la opoeract6n 16gk:a O. La neurona c se acUva cuando una (0 ambas) de las otras neuronas estan actlvas, una conducta kI~nt1ca a Ia tabla de verdad de la operaci6n O.

tiempo en manos de pstcologos y fil6sofos. y anhelaban expresar los procesos que subyacian a los fen6menos mentales en mecantsmos explicitos y formalfsmos matematicos.

Uno de los mejores ejemplos de este modo de pensar fue el trabajo seminal de McCulloch y Pitts de 1943. titulado: "Un calculo logtco Inmanente en 1a acttvtdad nerviosa". 7 Este articulo dio vanes pasos tmportantes. Prtmero, proponer que la l6gica es la d1sclplina adecuada para com-

7 -A logical calculus Immanent In nervous actlvtty •.

Bulletin oj Mathemat1cal BIophysics. vol, 5, 1943.

8 Para una Intere88D.te perspectJva acerca de este momento hlstbrtco/conceptual. vease tambten A. Hodges, Alan Turtng: The Enigma oj Intelligence (Nueva York: 1'bumstonc.l984).

32

33

cierto de un decJsivo avance tecnologico, pero su mayor importancia constsno en echar los cimientos para el enfoque dominante en el estudio cientiflco de la mente. el cual cristallzaria en la slgutente decada como el paradigma cognitivista (Etapa 2).

teona estacUsUca de la senal y de los canales de comunicadones. que aun constltuye la base de muchas tecnologias de la comurucacion;

-los prtmeros ejemplos de robots parcialmente autonomos y sistemas autoorganizativos. Esta invesugacion constituia el centro del debate acerca de st la l6gtca (como antes se menctono) bastaba para comprender el cerebro, pues pasaba por alto sus cualidades distrtbuldas y analogicas. Se plantearon otros modelos y teorias que gozaron de una recepcion entusiasta. No obstante. este entusiasmo se extlngui6 pronto y solo resurgio en 1a decada de 1980. cuando revivio para constitulr un importante enfoque de las CTC (tercera etapa). Para comprender el porque de esta sftuacton. primero debemos examinar los anos cogntUvistas; regresaremos en var1as ocasiones a este importante toplco,

La lista es imprestonante: tendemos a considerar que muchas de estas ideas y berram1entas forman parte integral de nuestra vida. Aun ast, nmguna de ellas exlstia antes de estos anos de formacion, Desde luego, esta creattva deeada dio muehos mas frutos: solo he dado una vision a Vista de pajaro. En 1956 se dispersaron los prmcipales actores de la fase cibernetica, cuya unidad y vitalidad habian sido tan decisivas; muchos mortrian poco despues, y otros deberian eonverurse en portadores de la llama de esa idea segun la cual la mente era un mecanismo.

Los frot_ del movimlento clbem6tlco

Mas alIA, del trabajo de McCulloch-Pitts y sus tangibles consecuendas. la fase etbernenca de las ere produjo una asombrosa gama de resultados, al margen de su influencJa de largo plazo (a menu do suhteminea). He aqui algunos:

-la difundida preferencia por el uso de la log1ca matemattca para entender el functonamiento del sistema nervioso y del razonamiento humane;

-la instauracion de la "meta" d1scipl1na de

°la teoria de sistemas. que procura formular los prmctpios generales que reglrian todos los sistemas complejos: este abstracto enfoque comparatlvo ha dejado su impronta en muchas ramas de la ciencia, tales como la mgenteria (arullisis de sistemas, teoria de los controles), biologia (fislologia regulatoria, ecologia) , c1encias socia1es (terapJa familiar, antropologia estructural. administracten de empresas, urbanismo) y economia (teoria de los juegos);

-la teo ria de la informacion como una

34

35

3

Segunda etapa.

Los simbolos: la htpotesis cognitivista

Los cOiJdtiYlstu entran en escena

51 en ]a decada de 1940 naete la fase ctbernenca, se puede deck que 1956 fue el aiio que alumbro 1a segunda fase de las CI'C. Durante este ano, en dos encuentros celebrados en Cambridge y Dartmouth. nuevas voces como las de Herbert Simon, Noam Chomsky y Marvin Minsky mantfestaron ideas que deftnirian los ejes principales de 1a modema ciencta cognttiva.e

La tntutcton central que prevaleceria en esas conferencias era la de que la Jnteligencfa (incluida la intel1gencia humana) se parece tanto a un ordenador 0 computador, en sus caraetertsticas esenc1ales, que 1a cognteton se puede defl,nir como la computacton de representactones simb6l1- cas. Sin duda esta ortentacton no pudo surgtr sin los clmientos echados durante la prtmera

9 Para este pertodo vtase H. Gardner. op. dt.. capitulo 5.

37

etapa, que entre otras cosas cre6 1a nocton mlsrna de computacion. Lo que antes era una ortentacion tentattva -la mente como una forma 16gica y. por ende, con una conducta similar a la de un ordenador- se eleva aqui a una htpbtesis reconoc1da y se desean trazar limites respecto de sus raices mas amplias. exploratorias y multldisctplinartas. en las que la eptstemologia y las ctencias sociales y btologtcas ocupaban un lugar preemtnente con su multiple compleJldad. Cognitivtsmo 10 es una etlqueta convenlente para esta amplia pero bien perfilada onentacien, que ·ha motlvado muchos desarrollos clentificos y teenologtcos desde 1956. en las areas de Ia psicologia cognitlva. la Ungllistica. buena parte de las neurocieneias y. desde luega. Ja tntellgencia artificial. Qtras denomJnactones que a veces se utillzan son: computactonfsmo (propiciada por Jeny Fodor) 0 procesamtento slmbOUco.

SlDtesls de Ia doctrlna

una operaeton realizada mediante simbolos. es dectr. mediante elementos que representan algo. Aqui 1a idea clave es 1a de representaeton 0 "intendonalidad". el termmo fllosOftco que destgna algo que es "acerca de algO".l1 EI argumento cognltlvlsta es que 1a condueta Intel1gente supone la capacidad para representar el mundo de c1ertas maneras. Asi que no podemos expUcar Ia conducta cognitlva a menos que demos por sentado que un agente aCM representando rasgos relevantes de las situaeiones en que se halla. En la medida en que su representacten de una snuacion sea exacta, la conducta del agente tendra extto (stempre que todas las demas cosas sean tguales).

Esta nocton de la representacton es -al menos des de el ocaso del conductlsmo- relattvamente poco controvert1da. Lo controvertldo es el paso stgutente, en el cual el cognitiviSta aftrma que el Unico modo de dar euenta de la Inteligencia y Ja tntenctonalldad consiste en formular la htpotests de que la cognteton consiste en actuar sobre la base de representactones que adquieren rea1idodjistca con laforma de un c6digo simbbUco en el cerebro 0 en una mIJqu1na.

Segim el cognrttvtsta, el problema a resolver es eI siguiente: como correlacionar la atrfbucton de estados tntenctonales 0 representactonales

"Que slgntfica deeir que la cognicten se puede deflntr como computacton? Un c6mputo es

10 Esta denomtnact6n estA Justlflcada en J. Haugland (comp.). Mind Desfgn (MIT Press. 1981). Para este capltulo he sacado gran provecho de la conferencia de D. Andler ·CognltMsm - Orthodox and Otherwlse. A New Phase?", perteneeiente al cielo Man In the Age oJTechnology. Atenas. Junto de 1984.

11 Acerca de este tema, ftase J. Searle. Intentbnaltty (Cambridge University Press, 1983).

38

39

(como creencias, deseos e tntenctones) con los camblos fislcos que el agente sufre cuando actua. En otras palabras. sl deseamos aflrmar que los estados lntencionales tlenen propledades causales. tenemos que denostrar no solo como esos estados son fislcamente poslbles. sino como pueden causar conducta. Aqui es donde entra la idea de computaci6n simb6Uca: los simbolos tienen una realidad fistca y semantica, y esta realtdad semantlca condlctona la computaci6n. En otras palabras, la computac16n es fundamentalmente semantica 0 representaclona1: la idea de eomputacton no tiene sentido (en contraste con una operaeton simbohea aleatorta 0 arbitrarta) sin tener en cuenta las relaciones semanttcas existentes entre las expreslones stmboltcas. (Este es el sentido del popular slogan "no hay computaeion sin representacien"), SJn embargo. un ordenador digital opera solo sobre la forma fisica de los simbolos que computa; no tiene acceso a su valor semanttco, No obstante. sus operaciones estan llmitadas semanncamente porque los programadores han codificado toda dtsttncton semAntlca relevante para su programa y la han expresado en Ia sintaxts de su lenguaje simbOlico. En un ordenador la smtaxis refieJa la proyeccion semanuca 0 es paralela a ella. Los cogniUvistas aflrman, pues, que este paralel1smo demuestra la realidad fislca y mecaruca de la tntehgencta y la tntenctonaltdad (semantrcal, La hrpotests es pues que los ordenadores brtndan un modelo rnecantco del pensamtento 0, en otras palabras,

que el pensamtento constste en la computact.6r fistca de simbolos. Las cienclas cognJUvas St convierten en el estudlo de esos sistemas cognm vos constttutidos por simbolos fisicos.12

Para comprender adecuadamente esta htpo tests, es fundamental advertir en que nivet se propone. El cognitlvista no afirma que sl abnera mos la cabeza de atguten y le miraramos el cere bro hallariamos alli pequenos simbolos. El ntve stmbolteo tiene una dimension fistca pero no es reductlble a1 nlvel fistco, (Ello resulta evtdente cuando recordamos que el mismo simbolo puede adoptar muchas formas fislcas.) En eonsecuencia, una expresion stmbolica poseedora de UIUl realidad fistca se puede corresponder con un patron global y altamente distribuldo de actlvldad cerebral. Regresaremos luego sobre esta Idea. Pero por ahora deseamos enfatlzar que. ademas de los niveles de la fisica y la neurobloiogia. el cogntttvtsmo postula un claro e irreductible nivel stmbolico para explicar la cognici6n. Mas aun, como los simbolos son items semanticos, los cognltlvlstas tambten postulan un tercer nlvel semantico 0 representaeional. (La irreductlbilidad

12 Vease Alan Newell. MPhyslcal Symbol Systems-, Cognitive Science 4:2 (1980), pags. 135-183; Herbert Simon, "Computer ScIence as Empirical JnquJry: Symbols and Search-, reeditado en John Hauge1and (comp.). Mind Design (Montgomery. Vermont, Bradford Books, 1981): y Zenon Pylyshyn. Computatton and Cogn1tton: Thwan::f a Foundation for Cognitive Science (Cambridge. Massachusetts: Bradford Books/MIT Press, 1984).

40

41

de este n1vel tambten resulta evidente cuando recordamos que el mismo valor semannco puede adoptar muchas formas slmbOl1cas.)J3

Esta multlpl1cldad de niveles en la explicadon c1entiflca es muy rec1ente y constltuye una de las prmctpales mnovactones de las cienctas cognttwas, Los origenes y la formulacion 1n1cial de Ia tnnovacien como idea c1entifica amplia naderon en la era cfbernettea, pero los cogmttvistas han hecho grandes aportes para una articuladon fU0s68ca mas rtgurosa.I4 Nos agradaria que el1ector tuvtera presente esta idea. pues cobrara nueva sign18cacton cuando en la sigulente etapa comentemos una idea emparentada con ella, la controvert1da nocion de emergencta.

El lector tambien debe advertJr que la hip6- tests cognltiv1sta pone gran enfasts en las relaclones entre stntaxis y semannca. Como hemos menctonado, en un programa de computacton la

sinta:xis del ci)(Hgo simb6Uco refleja su semanttca. Ahora bien, en el caso del lenguaje humano. dtsta de ser obvto que todos los distingos semantleos relevantes para una expueacton de la conducta esten ret1ejados smtacttcamente. En verdad. se pueden esgrtmir muchos argumentos 6- losoflcos contra esta idea. IS Mas aUD. aunque sabemos de d6nde procede el nivel semannco de los computes de un ordenador (los programadores), no sabemos como obtlenen su sentldo las exprestones simbOlicas que el eognttlvtsta supone registradas en el cerebro.

El programa de mvesngacien cognfttvtsta se puede sintetlzar en las respuestas a las stguientes preguntas:

Pregunta 1: lQue es 1a cognteton? Respuesta: Procesamtento de informacion: mantpulacien de simbolos basada en reglas.

13 La lrreductibtJidad del nlvd semantteo es objeto de valias controverstas entre los cogIlitJv1stas. Vease Stephen Stich, From FolJc Psychology tD Cognitive Sdence: The Case Against Belief (Cambridge. Massachusetts: Bradford Books/MIT Press. 1983): y Jerry Fodor. Psychosemantlcs:

The Problem of Meaning in the PhHosophy oj Mind (Cambridge. Massachusetts: Bradford Books/MIT Press. 1987).

14 Vfase Jeny Fodor. "Special Sciences: or the Disunity of Science Considered as a Working Hypothesis.· and "Computation and Reduction.· reedrtados en sus Representations: 1'h.i1cJsq)hIall Essays on the Foundatbls oj Cognttlve Scfm1ce (Cambridge. Massachusetts: Bradford Books/MMIT Pres&. 1981).

15 Para una argumentac16n desde dentro de la Wosofia. anaUtica, vease HIlary Putnam. "Computanonal Psychology and Interpretation Theory". reedttado en su Realism and Reason: Phtlosophfcal Papers. Volume 3 (Cambridge University Press. 1983). Para una ertnca enacttv1sta de esta Idea. vease Terry Winograd y Fernando Flores. Understandfrlg Computers and Cognttfon: A New Foundatton Jar Design (Nueva JeI"8e'y. Ab1ex Press. 1986). Este problema tambien constituye el fundamento del mgenloso y hoy ctlebre exper1mcnto mental del ·Cuarto chino", de John Searle. en su -Minds. Brains. and Programs·, reed1ta.do en John Haugeland (comp.). Mind resign (Montgomery. Vt.: Bradford Books. 1981).

42

43

PregW1ta 2: lCOmo fundona?

Respuesta: A traves de cualquter dlsposltivo que pueda representar y manipular elementos fistcos discretos: los simbolos. El sistema mteracrna 5010 con la fonna de los simbolos (sus atnbutos fisicos). no su significado.

~-,

Obviamente el program a cogniUvista que acabo de dellnear no' nacre completo, como Atenea de la cabeza de Zeus. Lo presentamos con los beneflcios de treinta anos de perspectlva. Sin embargo, no 5010 este audaz programa se ha consol1dado plenamente, sino que ahora se 10 tdenti.fica can las ctenctas cogrtltlvas. Pocos de sus partic1pantes acttvos, y mucho menos el pubUco en general, tlenen en cuenta sus raices 0 sus actuales desafios y posibilidades. "El cerebro procesa informacion del mundo exterior" es una frase cotldiana que todos entlenden. Dec1r que tal enunciado puede ser desorientador suena ex:trano, y de tnmedtato se tildara de "filosOftca to a la subslgutente corwersacton. Esta ceguera que eI paradIgma cognlt1v1sta ha tntroductdo en el sentldo comim contemporaneo es capaz de poner

c

Pregunta 3: l,Como saber que un Sistema cognltivo funciona adecuadamente?

Respuesta: Cuando los simbolos represen-

. tan apropladamente un aspecto del mundo real. y el procesam1ento de la informacion conduce a una feliz solucUm del problema planteado al sistema.

o o

o o

I

.1

FIgura 3. Una cartcatura de la revtsta Punch que llustra suctntamente ]a hlp6tesJs cognttMsta Para capturar su presa, un martin pescador debe tener en el cerebro 1a representac16n de Ia ley de refracc16n de Snell.

44

45

en jaque honzontes mas ampltos para el futuro de las ere.

E1 vtstqo del copltlvlsmo:

Ia toteUgencla artlflcial

En ntnguna parte son tan vtsfbles las rnantfestactones del cognitlvismo como en la tnteligencia artlftcial (lAJ. que es la proyecci6n literal de la hip6tesis cognlttvista. Con el transcurso de los anos, se han reallzado muchos progresos teoncos y apl1cac1ones tecnologieas Interesantes dentro de esta onentacion: sistemas expertos. rob6ttca. procesamlento de tmagenes, Estos resultados han gozado de amplia difusion en pubhcaciones de dtvulgacton, y no nos detendremos aqui en ellos.16

La IA Y su base cognmvtsta alcanzaron su culmmacton social en el Programa de Quinta Generac10n lear del .Japon, Por pnmera vez un plan concebido en escala nacional, concertando los esfuerzos de la industria. el gobterno y las universidades. ha convertido a1 Japan en lider en IA. El nucleo de este programa - el "cohete que se mandara a la Luna" en 1992- es un ordenador de quinta generacton, un disposit1vo cogruttvo capaz de comprender ellenguaje bumano y de escnbtr sus proplos programas cuando el usua-

16 V~ pot' eJemplo el nCunero espec1al de 1A. Recherche dedlcado a L'lnteUtgence arl1ftcieUe (Par1s, Editions du SeuU. 1985).

Ffgwa 4. Esquema de un sistema infOI'IDAtico de quinta generacl6n, eoatemporanea punta de lanza del enfoque cogn1- tMsta de las ere. (Fuente: Japan Information Processing Development Center.)

46

47

rio Inexperto Ie propone una tarea. EI corazon del prograrna lear utiliza PROLOG. un lenguaje de programacton de alto nivel basado en 1a 16gtca de predicados, para la resoluci6n de problemas y las interfaces entre patrones de representacton. El programa lear ha causado reacciones tnmediatas en Europa (el programa Esprit) y en los Estados Unidos. Es Indudable que se trata de un decisrvo campo de batalla comercial y tecnico para 1a tecnologia de 1a informacion (11). Sin embargo. aqui no nos tnteresa sl el cohete se construin\ 0 DO. sino que en efeeto apunte bacia la Luna. Volveremos luego sobre esto.

La bip6tests cognltMsta tiene en la 1A su proyeceien mas literal. Su proposlto complementano constste en el estudio de sistemas CognItlvos naturales y btologtcos. muy espectalmente el hombre. Tambien aqui 1a principal herramienta explicatlva ha sldo la formulaci6n computactonal de la representac16n. Las representaeiones mentales son aslmlladas a elementos de un sistema formal a los que 1a actlvidad de 1a mente da su matlz tnterpretativo: creenctas, deseos. planes y demas, AI contrario de 10 que ocurre en la IA. pues, aqui encontramos un mteres en los sistemas cognttlvos naturales. y se da por sentado que sus representadones cognltlvas son acerca de algo para el sistema (es decir, son intenctonales).

Por ejemplo, se presenta a los sujetos figuras geometrtcas y se les pide que las hagan rotar mentalmente. Los informes Insisten en que la dtficultad de la tarea, medlda segun el tiempo que se tarda en realizarla, depende del niImero de grados de libertad en que se debe hacer rotar la ftgura: en un espacio p1ano 0 bidimensional. Es decaf da la impres16n de que tuvieramos una "pantalla" mental interna en donde las ftguras rotan como en una pantalla de televtsion.17 Con el nempo estos expertmentos eondujeron a una teoria explidta que postulaba reglas de operacion del espado mental slml1ares a los que usan los ordenadores para desplegar los datos a1macenados. Los lnvestigadores sugerian que ex1ste una tnteracc16n entre las operac1ones de ttpo UngiUstico Y las operaciones de npo vISual. Y que Juntas generan nuestro ojo interno.18 Este enfoque ha generado una abundante l1teratura a fawr y en contra. y cada n1vel de las. obsenadones ha recibldo dtversas Interpretadones. Los eognttlv1stas acerrtmos, tales como Zenon Pylyshyn. argumentan que las lJnAgenes son sfmplemente epifenemenos subjenvos de una computacl6n slmool1ca mas profunda.l9 Sin embargo. d estudio de las tmagenes es un ejemplo representatlvo del modo en que aetna el enfoque cognttlvtsta cuando estudia los fenemenos mentales.

Las cleaclM cogaJU ...

17 R. ShepardyJ. Metzler. Scfence 171:701-3,1971- 18 S. KoesIyn, Psychol Reu. 88:46-66, 1981.

J9 V~aae Beh. Brain Set. 2:535-81, 1979. y H. Gardner, The Mind's New Sdence, 09. cit.

48

49

EI procea'mJcDto de Ja laformacl6n cae1cuebro

E1 cognltlvismo tambten ha infiuido muehistmo en los estudios del cerebro. Aunque teoncamente el rnvel simb6lico del cognitMsmo es compaUble con muchos enfoques sobre el cerebro, en Ia prictlca cast toda la neuroblo1ogia (y au enorme masa de pruebas empmeasl esta imbuida de 1a perspectiva cognItivista del procesam1ento de 1a informacion. Asi comlenza un popular libro de tex.to sobre 1a neurocienda: "El cerebro esun actlw conjunto de ceJ.ulas que continuamente rectbe. elabora y percibe informacton. y torna decistones".2O A menudo ni slqutera se cuesUonan los origenes y los supuestos de esta perspectlva.

Un ejemplo sobresaliente son las dos deeadas de estudios sobre la corteza visual. una zona del cerebro en la que es tadl detectar respuestas dectricas de las neuronas cuando se presenta al animal una imagen visual. Be declar6 tempranamente que era posible clas1ficar las neuronas cortlcales como detectores de rnsgos que responden a ciertos atributos del obJeto de marras: su onentacton, contraste. veloctdad, color y demas, En concordancta con ]a hipbtesis cognitlvista. se suele conslderar que estos resultados dan respaldo biologico a la idea de que e1 cerebro recoge

informacion visual a partir de la retina por intermedIo de las neuronas detectoras de rasgos de la corteza. y que luego la informacion pasa a posteriores etapas del cerebro para nuevas procesamientos (categonzacton conceptual. asociaciones de memoria. y eventualmente Ia accion).:n

En su forma mas extrema. esta vision del cerebro esta expresada en la doctrtna de la "celula abuela" de Barlow. en la que hay una correspondencia entre conceptos(tal como el concepto que alguten tlene de su abuela) 0 percepclones y neuronas especificas,22 un equ1valente IA de los sensores electronicos y las etlquetas acanaladas. Esta posicion extrema esta perdiendo populandac;l,23 pero la idea basica de que el cerebro es un dtsposmvo para procesar informacion y que reacciona selectlvamente ante ciertas caracteristrcas ambientales perstste en el nucleo de la neuroclencia moderna y de 1a percepcion del publico. Luego volveremos a hablar de este problema.

20 S. Kutner y J. Nlcho1s, From Neuron to Bratn (Boston:

Sinauer Associates, 1975), pAg. 3.

21 El libro de P. Buser y M. Imbert, Viswn (Parts:

Hermann, 1986). Ilustra bien esta tendencla en Francla.

22 . H. Barlow. ·Slngle Units and Sensation: A Neuron Doctrine for Perceptual Psychology", Perception 1 (1972): 371-394.

23 V~ase por ejemplo, la crtnca a Barlow emprendlda por David Marr en au trabaJo Vts1Dn: A Computattonal Inves· tigation tnto the Human Representat1on. and Processing oj Visual Informatton (Nueva York: W. H. Freeman and Company. 1982).

50

51

SiDtesia del c1isenso

4

El eognttrvtsmo en las ere constttuye sin duda un programa de tnvesngacion soltdo y bien deftnido que incluye instltuciones presngiosas, publlcactones especiaUzadas. tecnologia apllcada e tntereses comerciales internactonales. La rnayoria de las personas especiahzadas en IA (y TI) suscribirian - a sabiendas 0 no- al cognitivismo. A fin de cuentas, s1 uno se dedica cotldianamente a usar programas USP 0 a hallar neuronas para tareas bien deJlntdas. no podria ser de otra manera. En este ensayo deseamos Damar la atencton sobre la profundidad de este compromi· so social de un amplto sector de la comunidad de investlgadores de CTC. Nos mteresa examinar los fimdamentos de las ere cognitivistas para aclarar las bases del disenso. EI disenso esenctal respecto de los puntos de vista. establectdos en las ere de hoy cobra dos fonnas basicas:

- La critlca de la computacion stmbolica en cuanto porta dora adecuada de las representactones.

- La critica de la pertmencta de la noclon de representacton en cuanto componente fundamental de las cre.

En los dos capitulos sigutentes analizaremos ambas lineas de disenso.

Tercera etapa.

La emergencia: una altemativa ante la onentacton simb6lica

La autOOJ'lwzac16n:

las ralces de una altemativa

Ya en los primeros anos de 1a cibernettca se propusieron otras posibiUdades ante el aplastante dominic de la logica como enfoque predomtnante en las ctenctas cogniUvas. En las Conferenctas Macy.24 por eJemplo. se comente a menudo que en los cerebros rea1es no bay reglas n1 un procesador logico central, y que 1a informacion no esta ahnacenada en lugares precisos, En cambro, era evidente que el cerebro operaba a partir de interconextones masivas, de fonna distribuida, de modo que las conexi ones entre conjuntos de neuronas cambian como resultado de la experiencia. En smtests. estos conjuntos presentan una capacidad autoorganlzatlva que no es propia de la logica. En 1958 Frank Rosenblatt

24 Para fuentes sabre esos a:itos formattvos. vtase nota 2.

52

53

construyo el "perceptron", un aparato simple con cterta capacidad de reconocim1ento, basandose en los cambios de conectividad entre componentes semejantes a neuroJUlS25: analogamente. W. R Ashby realize el primer estudio de la dtnamica de sistemas muy grandes con Interconex1ones aleatortas, mostrando que exb1ben conductas globales coherentes.se Aclararemos y ejemplificaremos estas ideas en las pagmas sigurentes,

La histoda quiso que estes otros eofoques fueran literalmente borrados del escenarto intelectual en beneflcto de las ideas computaclonales comentadas en el Capitulo 3. Solo a fines de la decada de 1970 estas ideas rev1vieron explosivamente. al cabo de velntlcinco anos de predominio de la ortodox1a cognlUvista (10 que Daniel Dennett ha denomfnado 1ron1camente "computactonalismo de la Alta Igles1a1.27 Por elerto uno de los factores que contrtbuy6 a este renovado mteres rue el redescubrimlento paralelo de las

ideas autoorgantzattvas en fislca y en matemattca no I1neal.28 asi como el fac1l acceso a ordenadores rapidos, como veremos a continuac16n.

La nueva monvacion para echar un segundo vtstazo a la autoorganizacion se basaba en dos reconocidas lagunas del cognitivismo. La prlmera es que el procesamlento de informacion stmbelica se basa en regIas secuen.ctales, aplicadas una por vez. Este "cuello de botella von Neumann- se convierte en una sena Umitac10n cuando 1a tarea requlere gran cantidad de operactones secuenclales (tales como el anAl1sis de tmAgenes 0 el pron6stico meteorologtco). La continua busqueda de algorttmos de procesamlento paralelo ha tenido poco extto porque toda 1a ortodoxla oomputactonal parece 1r prec1samente contra esa cornente,

Una segunda lim1tac16n importante es que e1 procesamtento simb6Uco esta locaJJza.do: 1a perdida 0 dtsfuneton de cualquler parte de los simbolos 0 reglas del sistema dertva en un grave dano. En cambio, una operaci6n distribuida resulta muy deseable, para que al menos haya una relativa equlpotencialldad e Inmunldad ante las mutiladones.

25 Frank Rosenblatt. Prtnctples oj Neurodynamtcs:

Pen:eptrons and the Theory oj Brain Dynamics (Spartan Books, 1962).

26 Para mAs datos sabre los compleJos ortgenes de las Ideas acerea de la autoorgantzaeten, vease Isabelle stengers. -Les gmblogtes de l'aulo-organisatlon·. Cahter du CREA (ParIs) NV 8. ~. 7-105 ..

27 Daniel C. Dennett. "Computer Models and the Mind - A VIew from the East Pole-, TImes Ltteraty SUpplement, 14 de diclembre de 1984. Tambten reedJtado como "1he logical Geography of Computational Approaches: A view from the East Pole-, en M. Brand y M. Harnish (comps.), The Representattln of Knowledge OUcson: UnJverslty of Arizona

Press, 1986). Para una vts16n dJferente de estas cuestlones hist6ricas, Y!ase tamb~n Marvtn Minsky y Seymour Papert, Perceptrons. prologo y epUogo a Ja v1sllm n:vtsada de 1987 (cambridge, Massachusetts: MIT Press. 1969/1987).

28 Ellibro de I. Prlgogtne y I. Stenger's, La NouUeUe alliance (Parts: GallImard. 1981). consUtuye un buen ejemplo de esta tendenda., que aqul no comentamas en abeoluto.

54

55

Los resultados de la experiencta de las dos pr1meras decadas de predomtnlo cognitlvista se expresan claramente seilalando una convtccton que gradualmente cobr6 arraigo en la comunidad de mvesngadores: es precise lnvertir los papeles del experto y del nino en la escala de desempenos. Los pnmeros Intentos se proponian resolver los problemas mas generales, tales como la traducci6n dellenguaje natural 0 el dtseno de soluctones generales para los problemas. Se pensaba que estos Intentos. que trataban de 1m1tar la pertcta de los expertos. abordaban los problemas dUicUes e Jnteresa.ntes. A med1da que los intentos se volvian mas modestos y locallzados, fue ev1- dente que la lnteligenda mas profunda y fundamental es Ia del bebe que puede adquIrtr el lenguaje a partir de manifestactones dtarias y dispersas. y que puede distlnguir objetos slgn1ficativos a partir de 10 que parece ser un mar de luces. las arquttecturas cognttivistas se habian alejado en exceso de las msptractones bl016gicas. No se trata de reducJr 10 cognitivo a 10 btologtco, sino de que las tareas mils comunes, aun las emprendldas por dJrninutos msectos, se realtzan mas deprtsa que cuando se tntentan con una estrategia computactonal como 1a que propone la ortodoxla cognttivtsta. Analogamente, los neurobtologos dan por sentada la plasticidad del cerebro ante las lestones, 0 la flex1bWdad de la eogntcion bto- 16g1ca para adaptarse a nuevos ambitos sin perder toda su competencta. pero ella no existe en el paradigma computadonal en cuanto tal.

La estrategta conexlonlsta

Asi el cerebro ha vuelto a convertirse en fuente de metatoras e ideas para otros campos de las ciencias cogniUvlstas en esta ortentacion altemativa. Aqui no parttmos de descrtpotones slmb611cas abstraetas. sino de una hueste de componentes de tlpo neural. no mteligentes, que, apropiadamente eonectados. presentan tnteresanies propledades globales. Estas propJedades globales corresponden a las aptitudes cognitivas que se estudtan,

Todo el enfoque depende, pues, de mtroducir las conexlones aproptadas. 10 eual se suele hacer mediante una regia para el gradual cambiD de eonex1ones a partir de un estado inicial bastante arbltrar1o. La regia de aprendizaje mejor explorada es la "Regia de Hebb". En 1949 Donald Hebb suglrt6 que el aprendtzaje se podia basar en cambios cerebrales que surgen del grado de act1v1dad correlacionada entre las neuronas: 51 dos neuronas tienden a actuar en eonJunto. su conex:J.6n se refuerza: de 10 contrano dtsmmuye, Por 10 tanto. la conectlvidad del sistema se vuelve inseparable de su htstorta de transformacton y se relaciona con la clase de tarea que se propone al sistema. Como 1a verdadera acct6n se produce en el ntvel de las conexlones, se ha propuesto el nombre de conexionfsmo (a menudo llamado neoconex1onlsmo.para dlstlngulrlo del paleoconexiontsmo de los

56

57

anos cibernetieos) para esta linea de tnvestlgacion.29

Un factor dedsivo en el explostvo tnteres que despterta este enfoque fue 1a mtroduceten de metodos eftcaces para segutr los cambtos que se producen en estas redes. Se ha dado gran atencion a la tntroduccion de medtdas estadisUcas que brtndan a1 sistema una funcion de "energia" global que nos permite segutr como llega el sistema a estados convergentes.30

Veamos un ejemplo, flustrado en la FIgura 5.1. Tomemos un numero total N de elementos simples semejantes a neuronas y conectemoslos entre si. Luego presentemos a este sistema una sucesten de patrones tratando algunos de sus nedulos como extremos sensoriales (dlgamos una retina). Al cabo de cada presentacton, dejemas que el sistema se reorganice reacomodando sus conex1ones de acuerdo con un pnnetpio heb-

29 El nombre fue propuesto por J. Feldman y D. Ballard, -ConnecUon1st models and their properties". Cogntttue Sctence 6: 1982. pAgs. 205-254. Para un extenso cementario aeerea de los modales actuales de esta tendeneta, ~ J. McClelland y D. Rummelhart (comps.), ParaUel Dtstrlbuted Processing: Studies on the Mlcrostructwe of Cognttton (Cambridge, Massachusetts: MIT Press. 1986).

30 La. prtncipalldea se debe aqul a John J. Hopfleld. -Neural Networks and Physical Systems with Emergent ComputaUonal AbUtUes-, Proceedings oj the National Academy oJSdent;:es (USA), 79 (1982):2554-558. V~ tambien David W. Tank y John J. Hopfleld, ·Collective Computation in Neuronl1ke Circults-, Scterttiffc ~ dide:mbR de 1987.

FIgura 5. Red de Hopfield. Un clrcUlto de optlmlzac16n para resolver el problema de astgnad6n de tareas, Consblte en una red de n-jfDps tnterconectadas. Los ampUflcadores de cada hJlera y columna estill enlazados por conexlonf:S tnhi· bltorlas que lmponen 1a restrtcc16n de que 8610 un aunpWl· cador por h1lera 0 columna pueda hallarse en estado + 1. Como cada WlO de los 36 ampllftcadores de esta red tnbIbe a otros 10 ampUflcadores, hay 360 conex1ones en total. E1 dlagrama presenta las conexiones de uno de los ampUftcadores. Los ampllficadores rectben entradas de corrlente propordonales a las tasas de reduccl6n. Los ampllftcadores que corresponden a 1a mejor soludOn -la comblnad6n de entradas (InpUtS} que suman el total mayor- emtten un + 1 Y el resto emite un O. Las emisiones loutputs) pueden cont:roIar un panel, en este caso un conjunto de bomblUas ~ctrleu. (Fuente: Hopfleld y Tank. -CoIlectlve Computation in Neuronltke Clrcuits-. Sdentlflc AmeI1can. dic1embre 1987)

58

59

biano, es dectr. incrementando los enlaces entre las neuronas que actuan juntas ante el item presentado. La presentacion de la llsta de patrones constituye la Case de aprendizaje del sistema.

Despues de la rase de aprendlzaje. cuando volvemos a presentar uno de estos patrones al sistema. este 10 reconoce en el senti.do de que adopta un estado global singular 0 conftguracten tnterna que presuntamente reproduce el item aprendido. Este reconoc1mlento es posible stempre que la cantidad de patrones presentados no sea superior a clerta fraccion del numero total de neuronas que partic1pan (alrededor de 0.15 N). Mas aunt el sistema reallza un correcto reeonoctmlento aunque se Ie presente el patron con ruido anadido, 0 aunque el sistema este parcialmente mutilado.31

Emeraencla y autoorganJzacl6D

Este ejemplo es s610 uno de toda una clase de redes neurales 0 modelos conextontstas, tal como veremos mas adelante. Pero antes de ello es precise ampUar nuestro comentario para ver

que esta en juego en el estudio de estas redes, La estrategia, como dtjimos. consiste en construir un sistema cogruttvo no a partir de simbolos y reglas. sino de componentes simples que se conectarian dmamtcamente entre si de maneras densas. En este enfoque, cada componente opera 9610 en su Ambito local. de modo que no hay un agente externo que. por asi dectrlo, haga gtrar 1a man1vela del sistema. Pero, dada la consntucson de la red del sistema. hay una cooperacion global que emerge espontaneamente cuando todas las "neuronas" partlclpantes alcanzan un estado mutuamente satlsfactorto. En tal sistema. pues, no se requtere una unidad procesadora central que guie toda la operac16n. Este tnins1to de las reg1as locales a la coherencia global es el corazon de 10 que en los anos ctbernencos se denominaba autoorgantzac16n.32 Hoy 1a gente preftere hablar de propledades emergentes 0 globales. dinamica de red, redes no lineales. sistemas comptejos 0 aun de slnergta.S3

No hay una teoria formal unlflcada de las propiedades emergentes. No obstante. resulta claro que se han hallado propiedades emergentes en todos los dominies: v6rttces y lasers. osct1a-

31 Hay muehas vartantes eebre eaw Ideas. Vbse G.

HInton, T. Sejnowsky, yD. Ackley, ·A I..earnmg Algorithm for Boltzman Machines", Cogntttpe Sdenoe 9 (1985): 147- 169; Y G. TouJouse. S. Debaene y J.Changeux. Proceedings oj the National Aoodemy of Sdences (USA) 83. 1986: 1695- 1698.

32 V~ase, por ejemplo, Heinz von Foerster (comp.).

Prtnctples of SelJ-oryamzauon (Nueva York: Pergamon Press, 1962).

33 Para una extensa dlscusi6n sobre este punte, vtaae P.

Dumouchel Y J. P. Dupyy (comps.). L'A.uto-OryantsatlDn: De fa Physique au fbUUque Warts: Editions du SeuO, 1983).

60

61

crones quimlcas. redes genettcas, patrones de desarrollo. genenea de poblacion, redes de mmun1dad. ecologUi y geonsica, 1.0 que Uenen en comun estos diversos fenomenos es que en cada caso una red permtte surgir nuevas propiedades. las cuales los lnvestlgadores procuran entender en toda su generandad.s- EI concepto de "atractor". procedente de la teona de los sistemas dinamlcos. es muy liW para captar las propledades emergentes que estos diversos sistemas tienen en comun, Como esta idea sera fmportante para el resto de nuestro amillsis. deteng;imonos a examinar un ejemplo.35

Pensemos en un "automata celular", una unidad simple que rec1be tnformacton de dos vednos Inmediatos y comumea su estado intemo a dlch08 vecmos, Supongamos que la celula 0 urndad puede estar en s6lo dos estados (0 y I, aeuW 0 inactlvo) y que la regia que gobierna el cambio en cada automata es s1mplemente una funcion (de Boole) de dos argumentos (tales como

"y- u "0 excluyente"). Como podemos escoger tal functon para cada uno de los dos estados en que esta el automata celular, la operaeion de cada unidad esta completamente defin1da por un par de funciones de Boole (Figura 6-1).

En vez de trabajar con una red compleja, stmplemente conectamos una sene de tales urndades elementales en disposic16n circular. para que no haya entrada n1 salida de informacion en todo el cireulo, sino 5010 acetones tnterna.s. Para el propostto Uustrativo. sin embargo, resulta mas facil cortar el anlllo y representarlo Unealmente, con las celulas en estado 1 indicadas por un cuadrado negro, y el estado opuesto indicado por un espacto en blanco. Por 10 tanto. en la uustracion de la Figura 6-236• la posicton celular va de tzquterda a derecha (mOdulo. la longitud del anillo).

El automata celular anular adqutere clerta dmamtca cuando, a partir de un estado aleatorio. dejamos que cada celula calcule su siguJente estado en cada nueva unidad temporal (discreta) de manera smcroruca (es deeir, todas las celulas Degan Juntas a sus respectlvos estados). En el graftcc, representamos el instante 1n1cial en 1a hilera superior, y los sucesivos Instantes del tlempo bacia. abaJo. Asi el estado sucesivO de la misma celula se puede leer como una columna, y

31 En los Estadoe UnJdos el Santa Fe Institute (or the study of Complex Systems, Y Ia ~actOn de una nueva publlcad6n, Complex Systems. 80n claros slntomas de esta tendencla creeiente. Remlto allector ivldo de deta1les a dlchas fuentes.

3!'i Una Introducekm accestble a la modema teona de los sIStemas c:UnAmIcos es R. Abrahamy C. Shaw, Dynamics: 7YIe Geometry of Behavior (Santa Cruz: AerIal Press, 3 vois. 1985). Pant mtroducdones menos tecntcas, v~ tamb~n James Crutchfteld y otroe autores, ·Chaos-, Sclentific Amertcan. dJdembre de 1986: y James Glelck. Chaos: the Maktng of a New Scfence (Nueva York: Viking Press, 1987).

36 Figura y slmulaclones tomadas de F. Varela.

AutonarnIe et oonnatssance (Parts, tdltlons du SeutL 1989), capitulo 11.

62

63

el estado simultaneo de todas las ceIulas se puede leer como una hllera. En todas las simulactones presentadas en Ia Figura 6-2 el anIlloestaba compuesto de 80 celulas, y su estado in1c1al fue escogido al azar.

Es mteresante observar que aun esta. red simple, cast minima. posee una gran capactdad

, autoorganizatlva. S. Wolfram ha realJzado rectentemente un examen de dicha capacldad.S1 No recapitularemos aqui su trabajo. Para nuestros proposttos basta con senalar que d1nB.micamente estos anillos se clasifican en cuatro clases pnnctpales 0 atractores, como se llustra en 18 Figura 6-2. Una primera clase exhibe un solo atractor. que induce a todas las celulas a volverse homogeneamente acUvas 0 inactlvas. Para una segunda y mas interesante clase de anJllos. las reglas suscltan per10dictdades espac1a.les. es deck. algunas celulas permaneeen activas mientras que otras no. Para una tercera elase, las reglas susc1- tan clclos espac1otemporales de longitud dos 0 mas. Estas dos ultimas clases se corresponden con atractores cicltcos, Flnalmente. para unas pocas regIas, 1a dtnamtca parece suscttar atractores ca6ticos, en los cuales no se detecta mnguna regulartdad en el espacto ni en el tlempo.

El punto basico que ilustramos aqui es que

~ 6.1. Para conatn.dr un etstema eJmple dotado de autoor"gan1zac16D c:omencemos por una. cadena de elementos aunples s1mllares a ]as neuronas de McCuJloch-Pltta de Ia. F1gui'a 2. Conec~moslas de tal modo que cada neurona reelba lnOuendas e6Io de sus ~ conUguaa. e tnJIuya sotft eUaa. La conftgurad6n Be elena eobre 81 mIsma formando un anWo. La conducta de cada neurena se determtna mediante la elecd6n de una regia lOglca. En cada momento del tlempo. el estado de todo d anJlJo Sf; puede comprobar con 8610 mostrar en el panel neuronaa actlvaa como un cuadrado negro. y las neuronas lnaetlvaa como blancos. Para eegutr 10 que sueede en el UemPO. eI pr1mer lnstante Sf; mueetra como la primem h1leJa. el eegundo matante eomo la segunda hJIem. y asl succeJvamente. rromado de F. Varela. AuiDncmIe et connaIssance. op. dt.)

37 V~ase S. Wolfram. ·Statiscal mechanics of cellular automata", Reotews oj Modem Physics 55 (1983). )lAgs. 601- 644: y "Cellular automata as models of complexity". Nature 311 (1984). pt\g. 419.

64

65

.!j.. ....... ~.t- ..... .!I J U la emergencta de patrones 0 configuradones gIo-
........ ~:::;-e. = "'0
r:.;;a~ ...... JI~ bales en sistemas de elementos lnteractuantes
.... • +o~
:i;ePi';t.Ji~ .... '§ e, no es una rareza de casos aislados ni es exclusl-
lSI "'~~~fi-' C.etlS va de los sistemas neurales. De heeho, parece dt-
- 1! .... 1Il
- - ~~~l fieil que rungun compuesto densamente eonecta-
- lSI U 5 e
151 .. :....
- .... ~ .. ,Jo"''''~ &~B do escape a las propiedades emergentes, asi que
- e .. , " :"h~" ••
lSI f~~_ .. ~ as 0 Col las teorias de tales propiedades son un enlace
~:.... "':p t;f~
J f .~ , ... ..;..a ;!I:!'! ~ u u natural para dtversos niveles de descrtpctones en
· .. ~ih.i:~ .g c."C los fenomenos naturales y cognttlvos. Teniendo
" ',", 11 ~§:J
:"~~"~ ... ~ en cuenta esta perspectlva mas amplla de la au-
.. "'~:!:II:I;
......... ,.~ .. . 'i ca
~l~ toorgantzacten. regresemos ahora a las redes
e III neurales y al conexionismo.
.... . . " ... " ~ III~-:
II . : ···:a:r.: .... ; ... ;- ••• :
........ . ) .... -.: ..... alo=
~ ~-:.::.: •• :a •• : •• ~: •• : _ §_ u
~ ..:-.:.~ ~-=.: .. : .a iu~~ Itl cODeDonlsmo en Ia act.udad
'II •••• oil: -= ... :: .: ... : .. -.
II ~ ~ ':i.:! '''~:-:':
- .. ! ; ..... ;: .... : .... .: .. , gi l~
I .. .: ___ .-:_ ..•. : .-: .1. Las teorias conexrerustas b11ndan elegantes
lSI ) ........ : ....... -e ... :-:
- :::::. .. . .......... 8-'3f" modelos functonales para diversas e lnteresantes
- I .... -:. . . ..
I ~ .1 .... : ......... •
::; .. ::; ..::~ · .. :<r" ! .- aptitudes cognitivas. tales como e1 reconoclm1en-
!i' !':: ............ a: ~ .. ~ . ~~
::. .... ... ........ ..:. to rapido, la memoria asodatlva y la generallza-
i •• !.~ •• :r·,,:. .. : •• :.:"': ... Jls~
f • ':(::-: .-:-:-: . -. ... ..: cion categonca, como vimos en el ejemplo de la
.; . -: -: .. -: .. -.... ..
.. ... .. ...... u .... 5~
• .. );.:.·· ... V=-:I~ •• • -'_i- Figura 5. EI actual entustasmo por esta ortenta-
............. :::: .... :~ .. :: "'O.!!I •
S: 5J$ cion esta justtftcado por dlversas razones.
uu5-
='S:J . Primero, la IA cognitivista Y la neurocienda con-
"'0 .oS
[ .. :.:.:. :.:.: .. :.:. :.:.:.:.:. :.: g-80] taban con pocos resultados convincentes para
'::" .!I8~5 explicar (0 reconstrutr) los procesos cognitlvos
:: ..
~l!r que acabamos de presentar. Segundo. los mode-
- I los conexionistas estan mucho mas cerca de los
I tt:-·. .al.a~ sistemas biologtcos, asi que se puede trabajar
... ... 8 .,~
- e! •••• 151
..... con un grade de tntegracion entre la IA Y la neu-
I I' - ~ ~ H ft
-
:. III .[ ......... 1:[ ..... 1: rociencta que basta e1 momento era tmpensable.
I: .. a: [.. I: [I: I ~ill').!!
, :[.:[q ......... (Qu~!.l Por ultimo, los modelos son tan generales como
f f . .. ...........
, aCell')
" SUII')
" I: -: [.:.:.:.:.:.:.:.:.:.:.:. ;a~o
.'.
.' [J!I .......... ~. 4 •• ~ u-;i
1IlS::t) 67 para apUcarlos. con escasas modiftcadones, a dlversas areas, tales como la vision 0 el reconoctmiento del lenguaje,

Hay diversos ejemplos de estados neurales emergentes para tareas que no requteren aprendizaje. tales como los movimlentos oculares 0 el desplazamlento balisUco de los miembros. Obviamente, la mayoria de las tareas cognitlvas que deseamos comprender involucran transfermaetones dependientes de la experlencta. de alli el tnteres en aprender reglas como la de Hebb, que introdujimos en nuestro primer ejemplo. Tales reglas de aprendtzaje brlndan a una red neural no solo configurac1ones emergentes (como ocunia aun con nuestro simple automata celular). sino la aptltud parasintetizar nuevas conflguraciones de acuerdo con la expenencia.

No resei'laremos aqui este explosivo campo de Investigacten en las redes neurales plasticas y sus apucaciones al estudio del cerebro y la mteltgencta artificial.58 Baste con destacar que actualmente se exploran dos clases prlnclpales de metodos de aprendizaje. EI pnmero, Uustrado por la regla de Hebb e tnsptrado por los mecanismos cerebrales, es el aprendizaje por correl.aci6n: se presenta al sistema una sene de ejemplos que 10 condlc1onan para futuros encuentros. El segun-

do es el aprendlzaje por imitacton, es dectr mediante un modelo que actua como instructor activo. Esta estrategia es la propuesta por Rossenblatt en su Perceptr6n. En su version moderna se la conoce como "retropropagacton", En esta tecntca, los camblos en las conexiones neuronales del Interior de la red (llamadas unidades ocultas) se as1gnan de tal modo de redudr al minimo la dIferencta entre la reaccion de la red y 10 que se espera de ella.38 Aqui el aprend1zaJese parece a alguien que trata de lmitar a un lnstructor. NetTalk. W1 celebre y redente ejemplo de este metodo, es un conversor grafemas-fonemas que opera a partir de ciertas pagmae en ingles que se le presentan en su rase de aprendizaje. Como resultado. NetTaIk puede leer en voz alta un nuevo texto en 10 que muchos testlgos consideran un Ingles defidente pero comprensible.w

Las eme!'leoclu neuroDlliea

Los trabajos recientes han brlndado pruebas detalladas de que las propiedades emergentes son fundamentales para la operac16n del cerebro. Ello

38 Para una resena reelente y representatfva, ~ase IEEE FIrst Intemattonal Conftirence on Neural Networks. 4 vols. (IEEE Prese, 1987).

. 39 La idea en su forma moderna es deblda a D.

Rummelhart. G, Hinton y R Wllllams. en Rummelhart y McClelland, ParaUel DtstTIbuted Processing. capitulo 8.

40 V~ T. SeJnowskl y C. Roeenbe.um. -NetTalk: A parallel network that learns to read aIoud-. 1R JHU /EECS-86. Johns Hopkins U~rslty.

68

69

no es sorprendente 51 observamos los detalles de la anatomia cerebral De heche, desde los Uempos de Sherrtngton y Pavlov. la eomprenston de las propiedades globales dlstribuldas ha sido la Meca de la neurocieneta, y no es fAcll Uegar a ella. Las razones de estas dlficultades han sido tanto teemcas como conceptuales. Han side tecnicas porque no es mcll saber que hacen simultaneamente mrllares de neuronas dispersas en todo el cerebro. 5610 reclentemente algunos metodos se han vuelto realmente ef1caces.41 Pero las dificultades tambien han sido conceptuales. pues, como antes sefta1amos. en las decadas de 1960 y 1970 los neutoc1entiftcos tuvteron una gran propensiOn a mtrar el· cerebro con gafas cognItlvistas. Las metaforas relacionadas con el procesamlento de informaciOn. basadas en 18 creenda de que el cerebro se puede describtr como un ordenador de von Neumann. estaban mils en boga que las descnpclones basadas en redes emergentes.

Sin embargo. las metaforas relacionadas con el procesam1ento de informacion ttenen una uttUdad muy restrtngtda. Por eJemplo, aunque las neuronas de 1a corteza visual maniflestan reacdones detenninadas ante "rasgos" especificos de los estimulos visuales. tal como hemos descnto, estas reacctones s610 se producen en un animal

anesteslado cuyo ambito (interno y externa) esta muy sJmplificado. Cuando el animal estudiado esta consciente y activo en un ambito sensorial mas normal, resulta cada vez mas ev1dente que las respuestas neuronales estereotlpadas que descrtbtmos antes se vuelven muy sensibles al contexto. Por ejemplo. hay claros efectos productdos por Ia mclinacton corporal 0 Ia estnnulaciOn auditlva.42 Mas aunt las caracteristlcas de Ia .respuesta neuronal dependen directamente de neuronas localizadas lejos de sus campos recepUvos.4S Aun un cambio de postura, ante un identlco estimulo sensorial, altera las respuestas neuronales en la corteza visual pnmana, demostrando que. a pesar de la aparente separacion, el motorium estA en consonancia con el sensertwn. 44 Parece antlnatural hacer una descrtpc10n s1mb6Jica. punto por punto, de un sistema conftgurado de este modo.

Por 10 tanto. los neuroc1entiflcos han comprendido que es prec1so estudiar las neuronas como miembros de grandes conjuntos que aparecen y desaparecen constantemente a traves de

41 Para una Interesante compllact6n de recientes ejempb y comentarioe. vUse G. Palm y A. Aersten (compa.t. Brain Theay (Berlln: SprtngerNerlag. 1986).

42 Para los efectoe de la tncllnacl6n corporal. vtaBe G.

Horn Y R. HIll. Nature 221 (1974). pAgs. 185-187. Para los efectoe de la esttmulactlm audltiva. vtase M. Flahman Y C. MIchael. Vision. Research 13 (1973). pig. 1415; y F. Morell, Nature 238 (1972), paigs. 44- 46.

43 V~ J. Allman, F. Melzen y E. McGuiness, Annual RevtewoJNeuroecIence8 (1985). pAge. 407-430.

44 M. Abeles. Local. Clrctdts (Nueva York: Springer. 1984).

70

71

sus mteracctones cooperatlvas. y donde cada neurona ttene respuestas mUltiples y cambtantes en un modo que depende del contexto. Una regla para la constttueton del cerebro es que si una region (nucleo, capa) A se conecta con B. luego B se conecta reciprocamente con A Esta ley de redprocldad tiene sOlo dos 0 tres excepciones menores. EI cerebro es asi un sistema altamente cooperativo: las densas interconexiones entre sus componentes impl1can que eventualmente todo 0Cl1ITirA en funeien de todos esos componentes.

Esta clase de cooperaeien se sosttene tanto local como gtobalmente: funciona dentro de los subslstemas cerebrales y en las conexiones entre dlch08 subsistemas. Uno puede tomar el cerebro entero y dividirlo en subsecc1ones. segUn las clasea de cehilas y zonas. tales como el talamo, el btpotalamo, los pltegues corticales. etc. Estas subsecctones estan conformadas por complejas redes celulares. pero tambien se relacionan entre si conformando una red. En consecuencia. todo e1 sJstema cobra una coherencla tntema en patrones tntrtneados, aunque no podamos deck exactamente como ocurre. 81 uno movWza. artlfiCialmente el Sistema reticular, un organismo cambia de conducta: por ejemplo. pasa de estar desplerto a estar dormido. Sin embargo. este cambro no Indica que el sistema reticular controle 1a vlgWa. Ese siStema es mas bien una forma de arquttectura. dentro del cerebro, que permtte 1a manifestacion de etertas coherencias tnternas, Pero cuando tales coherenetas se mamflestan, no

se debe slmplemente a un sistema particuJar. El sistema reticular es necesano perc no sqftcfente para c1ertos estados coherentes, tales como la vIgUla Y el sueno, Lo que esta dorm1do 0 desprerto es el animal. no las neuronas retlculares.

Veamos 10 que ocurre en la percepcion visual en sus etapas pertfertcas. E1 primer cUagrarna de 1a Figura 5.5 despUega las sendas visuales cuando uno mira el cerebro des de abajo. El nervio optlco va desde los oJos basta una regiOn del Warno lJamada nuclec gen1culado lateral (NGU y desde alli a la corteza visual. La descrtpdon estandar del procesamiento de tnformaeion (todavia hallada en l1bros de texto y en publ1cac1ones populares) es que la tnformacion entra por los ojos y es retransm1tlda secuencialmente a traves del talamo basta la corteza, donde se llevan a cabo "mas procesam1entos". Pero sl mJramos atentamente la conDguracton de todo el sistema. encontramos pecos elementos que respaiden esta idea de secuencial1dad. EI dtagrama de la Figura 7 retrata el modo en que e1 NGL esta encastrado en la red cerebral. Es evtdente que el 80 por ctento de 10 que ve cualquier celula del NGL no provIene de la retina. sino de 1a densa tntereonectlvidad de otras regtones del cerebro. Mas aun, son mas las tlbras que bqJan desde la corteza al NGL que las que suben en direcci6n inversa. Considerar las sendas visuales como proeesos secuenclales parece totalmente arbitrarlo: de 1a mJ.sma manera podriamos considerar que 1a secuencta se mueve en 1a direceion lnversa.

72

73

De manera que aun en el extremo mas pertfence del Sistema vtsuallas influenc1as que el eerebro reclbe dd ojo se topan con mas actMdad que fluye desde la corteza. EI encuentro de estos dos conjuntos de activtdad neuronal es una etapa en la emergeneia de una nueva conftguradOn coherente, que depende del exito del cotejo entre ]a

NPG

," -e

: I L.. __ -- -- coL .up.·

,I

!L--------G) L---------G

?+~

activtdad sensorial y la conformation "interna" de la corteza prtmarta.o La corteza visual prlmar1a es, no obstante. solo uno de los socios de este etrcuito neuronal local especifico en el nlvel del NGL. Otres soctos desempenan papeles igualmente actlvos. tales como la formaeion reticular. las ftbras procedentes del coliculo superior, 0 la consecuente activldad de las neuronas que controlan los mov1m1entos oculares.w La conducta de todo el sistema se parece mas a una animada charla en una fiesta que a una cadena de mando.

Lo que hemos desertto para la NGL Y la vIslon es valido para todo el cerebro. La vision es un ejemplo comedo porque los detalles se eonocen mejor que los de la mayoria de los demas nilcleos y zonas corUca1es. Una neurona individual partldpa en muchos patrones globales como el descnto Y tiene escasa sign1ftcad6n cuando se 18 toma atsladamente. En este sentldo. se puede dectr que el mecanisme basieo de reconocimiento visual es la emergencta de un estado global entre COrYWltos neuronoles resonantes. De hecho, Stephen Grosberg ha sido plonero de un analisis detallado de esas redes neuronales reso-

b

FIgura 7. El d1agrama de laB co1lCldone8 del sistema Visual de Joe mamlferos. NPG: nOclco perlgen1cu1ado; col sup: 00- l1culo supeI1Or; hlp.: hipotAlamo; FRM formadOn reticular medlana; C.V.: corteza vi8uaJ; NGL: n!tcleo gentcu1ado lateral.

45 Para un examen detallado de esto en el caso de la rfvaMad binocular, ~ F. Varela Y W. Singer. "Neuronal dy. namics in the cortlco-thalamJc pathway as revealed through binocular rtvahy". bperfmental Brain Research 66 (1987): pigs. 10-20.

46 W. Singer, "Extrarettnal tnJluences in the geniculate'".

Physblngy Review, 57. pAgs. 386-420.

74

15

nantes.s" Estos modelos son tnteresantes porque concuerdan con la arquttectura general de los camtnos visuales que acabamos de dellnear. al tlempo que son matematicamente prectsos, con 10 cual perm1ten una stmulaci6n e Implementaci6n arWlctal. Por ejemplo. se ha demostrado que estas redes resonantes son capaces de aprender nipidamente a clasiflcar letras en categotias. sin necesidad de recibir una llsta predefinida.

Pregrm.ta 2: lComo funciona?

Respuesta: A tram de reglas locales que gobiernan las operaciones indivlduales y de reglas de cambro que gobieman la conex16n entre los elementos.

Loa Idmbololl abaDdoDaD. Ia escena

Pregunta 3: lComo saber st un sistema cognttlvo funciona adecuadamente?

Respuesta: Cuando vemos que las proptedades emergentes (y la. estructura resultante) se corresponden con una aptltud cognttlva especifica: una soluci6n felJz para Ja tarea requenda,

Pregunta 1: lQue es la cognict6n? Respuesta: La emergencia de estados globales en una red de componentes simples.

Uno de los aspectos mas lnteresantes de este nuevo enfoque de la c1enc1as cognltlvas es que los simbolos, en sentldo convenctonal, no desempenan ningtin papel. En el enfoque conexiontsta, la computacion stmb6Uca es reemplazada por operac1ones numencas, por ejemplo. las ecuaciones dtferendales que gobternan un sistema dinamico. Estas operaciones son mas aftnadas que las real1zadas usando simbolos: en un modele conex1ontsta, el resultado de una sola computacion sImbOUca d1screta se obtendria a traves de una gran cantidad de operaciones numertcas que goblernan una red de unidades simples. En tal sistema, los items slgniflcatlvos no son simbolos sino complejos patrones de actlvidad entre las mucbas unidades que constttuyen la red.

Este enfoque no stmbOUco lmpllca un radical abandono del supuesto cognitivtsta basico de que tiene que haber un claro nivel simb6l1co en

Este nuevo enfoque - conex1onlsmo, emergenera, autoorganisaeton. asoctacten, dmamica de red- es joven y variada. La mayoria de los que se adheririan a ella sosttenen op1n1ones muy diversas acerca de las cienclas cognitlvas y su futuro. Teniendo en cuenta esta advertencia, podemos presentar las respuestas que esta perspectiva da a las preguntas que antes planteamos al cognitMsmo:

47 stephen Groeberg. StudIes In Mind and Brain (Boston:

D. Reidel. 1964). Para una actuallzactbn reclente de esta Idea. vtaae G. Carpenter y S. Groeberg. Computer GroplUcs and lrrwge Pr1:JresSfng. 37, 1987. ~. 54-115.

76

77

Ia explicacion de la cognicion. Como expusimos antes, el cognitlvismo utillza los simbolos para satiSfacer la necesldad de un nivel semanttco 0 representactonal que sea de naturaleza flstca. Los simbolos son slgn1ficantes y fisteos a Ia vez. y el ordenador es un aparato que respeta el sentido de los simbolos pero solo manipula su forma fisJca. Esta separacton entre forma y sentldo fue el golpe maestro que dto ortgen al enfoque cognttivista, y en verdad a la logtca· moderna. Pero esta maniobra fundamental tambten implica una fiaqueza cuando se encaran los fenemenos cognitivos en un rnvel mas profundo: leoma adquieren.los simbolos su senUdo?

En sltuadones donde el untverso de element08 representables es limttado y definido (por ejemplo. cuando se programa un ordenador 0 euando se dirtge un expertmento con un conjunto de estimulos vtsuales prede6.nidos). e1 ongen del sentido es claro. Cada elemento fistco 0 fundonal y particular se tiene que corresponder con un elemento externo {su referenda} mediante una functon que el observador provee faetlmente. 51 eUminamos tales restncciones, solo queda la forma de los simbolos. tan vacia de sentido como un grupo de bits en un ordenador cuyo manual de lnstruectones hemos perdido.

SJn embargo. en el enfoque eonex1on1sta, el sentldo no esta localizado en simbolos particulares; esta en funeton del estado global del sistema y esta enlazado con el desempeno general en un area determtnada, como el reconoctmiento 0 el

aprendizaje. Como este estado global emerge de una red de unidades que son mas densas que los simbolos, algunos mvesngadores se refieren al conextontsmo como el "paradtgma substmbolieo".48 Argumentan que los prtnctptos formales de la eognici6n residen en este domtnio substmb6lieo. un dominio que esta por encima de 10 bio- 16gleo. perc tamblen mas cerca de 10 btologtcc que el nlvel slmb6lico del eognttlvlsmo. En el ntvel subslmb6lico. las descripciones cognit1vas estan elaboradas a partir de componentes que en un nivel superior llamariamos simbolos dlscretos. El Significado. sin embargo. no reside en estos eomponentes per set sino en complejos patrones de actlvldad que emergen de las mteracclones de dichos componentes,

Esta diferencla entre 10 substmb6Uco y 10 simbOl1co nos lleva de vuelta a nuestra pregunta aeerca de Ia relaeton entre diversos niveles de apltcacion en el estudio de Ia cogntc1on. leOmo podrian estar relaclonadas la emergencta subslmbOllca y la computaclon simbOl1ca?

La respuesta mas obvta es que se trata de dos enfoques, uno ascendente y otro deseendenteo 0 que se deberian un1r pragmattcamente de un modo mtxto, 0 que stmplemente se deberian usar en diferentes nlveles a etapas. Un ejemplo tipico consistlria en descrtbJr las pJ1meras fases

48 Paul Smolensky. "On the Proper Treatment of Connectlonlsm-, Behaofor and Brain Sdences, 11 (1988).

78

19

de 1a visIon en termmos conexiorustas, basta. por ejemplo. la corteza visual primarla. Luego, en el nivel de la corteza mferotemporal, la descnpdon se basaria en programas s1mb6licos. La situadon conceptual de tal aintesis, sin embargo. dista de ser clara, y todavia nos faltan ejemplos concretos.

A nuestro julcto, la mas tnteresante relaci6n entre Ia emergencla subsinlbOl1ca y la computadon slmbOlica es una relac10n de inclusibn. en Ia cual vemos los simbolos como una descrtpcton mas elevada de propledades que en Ultlma instanda estan encastradas en un sistema dlstribuldo subyacente, EI caso delllamado "c6digo" genenco es paradtgmat1eo. yaqui podemos usar-

10 como eJemplo concreto. .

Los hlologos han pensado durante anos que las proteinas estan codlflcadas por los nucle6Udos del ADN. Sin embargo. es clare que los tnpletes de ADN son capaces de seleccionar adecuadamente un ammoacido en una proteina solo s1 estan encastrados en el metabolismo de la celula, es dedr, en medio de miles de regulaclones enzlmAtlcas en una compleja red quimica. Es solo a causa de las regulartdades emergentes de tal red en su eonjunto que podemos baeer abstraccion de este trasfondo metab6lico y tratar a los trtpletes como codtgos para amtnoactdos. En otras palabras, la descnpcten simboltca es posible en otro ntvel. Es legitimo tratar tales regulartdades slmb6licas en si mtsmas, pero su status e interpretacion son muy distmtas que cuando las

encaramos como st fueran tndependlentes del sustrato del cual emergen. 48

El ejemplo de la informacion genettca se puede transponer directamente a las redes cognitlvadas con las cuales trabajan los neurodentiflcos y los conexionistas. De hecho, algunos mvestlgadores expresaron explidtamente este pun. to de vista en tiempos rectentes.e« En la teorta de la armonia de Paul Smolensky. por ejemplo. los "atomos" fragmentartos de conoctmlento que rodean los circuitos electncos estan enlaza.dos por algorltmos estadisUcos distribuidos. y asi brilldan un modelo del razonamtento tntuttlvo en este dominio. La competencla de este sistema se puede descrtbir como la realizacton de inferenetas basadas en rutas simbOl1cas. pero el desempeno se encuentra en otro nlvel y se real1za sin

49 Para el dlstlngo entre descrtpc16n slmbOllca y emergente y su expllcacfon en los sistemas bto16g1C08, v!ase Francisco Varela, Prtncfp~s oj BIological Autonomy (Nueva York: Elsevier North Holland. 1979, 1979). capitulo 7, y Autonomte et ConnnaLssance (Paris: !dtttons du $euH, 1989), capitulo 10; y mas rectentemente Susan Oyama, The Ontogeny oj Information (Cambridge UnIversity Press, 1985).

50 Vease W. Daniel Hillis, -Intelligence as an Emergent Behavior; or, The Songs of Eden", Dedaelus, lnviemo 1988, pags. 175-189; y Paul Smolensky. "On the Proper Treatment of Connectionism". En una vena muy difeRnte, v~ase Jerome Feldman, -Neural Representatlon of Conceptual Knowledge", University of Rochester TR 189. 1986. Feldman propane una postcl6n lntermedta entre sistemas "puntuedos" y distrtbuJdos.

80

81

referenda a un mterprete simbOlico. Esta idea esta retratada gnificamente en la Figura 8.

(,En que diflere este punto de vista mixto de la concepcion cognttlvtsta de los ruveles de explicacion? La diferencia es bastante sutil y consiste ante todo en un cambio de perspecUva. El punto bastco, en el cual convtenen todos. es que para formular generalizaciones expllcattvas necesitamos una taxonomia 0 vocabularlo descriptivo adecuado. El cogniuvismo. como hemos vtsto, se basa en la htpotests de que esta taxonomia consiste en simbolos. Este ntvel simb6lico Umita las

clases de conducta que son poslbles para un sistema cognmvo. yasi se piensa que tiene una categoria expllcativa tndeperuilente. En el punto de vista mixto se admtte la necesldad de un myel simb6lico, pero queda abierta Ia posibilldad de que este nivel sea 8010 aproxtmado. En otras palabras. los simbolos no se encaran por su valor nominal; se los ve como descripciones aproximadas, en un macronivel. de operactones cuyos prtncipios rectores reslden en un n1vel substmboltco.

Entre los posibles cambtos que impllcaesta sintests, vale Ia pena senalar dos en particular. Primero, se puede enfocar con mayor clartdad la cuestion del ongen de un simbolo y su sJgn1ftcado (ejemplo: lpor que el tnplete ATf selecctona la alanina?). Segundo, todo ruvel s1:mb6Uco pasa a depender de las propfedades y peculiartdades de la red subyacente y queda ltgada a su histor1a. Por 10 tanto. una descripd6n de la cognicion basada puramente en procedtmtentos,e mdependlente del modo en que la cognlc16n esta Ugada a su htstorta, queda en tela de jutcto,

El cogniUvista sin duda respondera que tal modalidad Inclustva 0 m1xta esta bien sl uno se tnteresa s610 en los procesos de nivel "inferior".

J1t1wu 8. Carteatura de Punch: verst6n modIflcada. (Vh.se F1gura 3.)

• En las C'IC. el crtterto por procedbnlentos ee opone al declarattvo, aludtendO a 1a descripc16n del conoclmiento por su puesta en obra antes que por SUB reglas de produceten, 10 cual refleja la dlcotomla desempeAo/competencla a que se alude mAs arriba.. (N. del T.)

82

83

tales como los hallados en la "codificaci6n" genetica. Pero cuando uno encara procesos de nivel "superior", como la capacidad para analizar omciones 0 bacer deducciones. se requiere un nlvel simbOlico independiente. En el caso de las estructuras muy recursivas. tales como el lenguaje humano, se argumentani que el ntvel stmboltco noes aproximado en absoluto: es la (mica descripc10n preclsa disponible para forrnas de representacton producttvas y sistemaucas.e!

Hay mucho que decir a favor de este argumente, pero 1a objecion es que limita injustiftcablemente el dominio de la eognicien a procesos de I11vel ·superlor". Por ejemplo, Jerry Fodor y Zenon Pylyshyn escrtben en un articulo reciente: -No seria desatlnado describir la dencia cogniUva ehisica [cognttMsniol como un tntento de apltcar los metodos de teoria de la prueba a Jas estrueturas del pensamtento (y, analogamente. de cualesquiera otros procesos mentales que imphquen mferenctas, sobre todo el aprendizaje y la percepci6n.) No se trata de que las pruebas logicas sean por si mJsmas tan 1mportantes en el pensamtento humane, sino que el modo de enca-

rarlas da una ptsta de como encarar los procesos cognitivos en general- .52 A pesar de esta Ultima aclaracion, sin embargo, la argumentaeion que luego desarrollan en el articulo parece requer:tr que la logica deductlva sea el paradigma del pensamiento humano y al parecer, por ende, de la cogructon en general.

No vemos razones para aceptar esta estreeha concepcion de Ia cognici6n. Hay muchas clases de sistemas -los ststemas de inmunidad. por eJemplo- cuya eonducta se deberia ver como cognitlva. pero sus aptitudes no abarcan estos rasgos muy slStematic08 y product1vos.53 Cuando ensanehamos nuestra perspectlva para mclutr tales fonnas de condueta cognJtlva. Be puede encarar la computaci6n simbOUca como una forma de cogntcten estrecha y muy especlaUzada. Aunque se podria eonsiderar que esta forma especializada time un alto grado de autonomia (Ignorando el sistema mas amplio en el cual esta encastrada). el estudio de la cognid6n melulrta, no obstante. sistemas consistentes en muchas redes de procesos cogmttvos, quizA cada eual con un dom1nio cognmvo distlntivo y proplo.

El eognitlviSmo, tal vez en su afan de esta-

51 Esta poslcibn esu. expUcada en detaUe por Jeny Fodor y Zenon Pylyshyn en eu articulo "Connectionism and Cognlt1Ye Areb1tecture: A Crttlcal RevieW', Cognllicn. 1988. Para una poelctOn fUoeOftca a CaWl' del conexiOnismo. Vftlse Hubert Dreyfus Y Suart Dreyfus. "Making a Mind versus Modeling a Brain: Art1f1clal Intelligence Back at a Branchpoint", Daeda1us.lnv1emo 1988. pAgs. 15-43.

52 lbfd.

53 v~ Francisco Varela, Antonlo Coutlnho y Bruno Duptre, "Cognitive Networks: Immune, Neural, and otherwise". en A. Perelson (comp.). TheoretIcal Imnwnology (Nueva Jersey: Addison-Wesley, 1988). volumen 2. ~8. 359-377.

84

85

blecerse como un programa de invesUgac16n maduro. ha resistido tal perspectiva. La perspectiva emergenttsta, sin embargo, tanto en su fase ternprana de estudio de los sistemas autoorgantzativos como en su actual forma conexionista, esta abterta para abarcar una mayor variedad de dominios cognitivos. Una modalidad mJxta 0 mclusiva parece ser, pues, la estrategta natural. La asoctacion fructifera entre un cognttivismo menos ortodoxo ,y la vision emergentista, donde las regulartdades stmboltcas emergen de procesos dlstrtbutdos paralelos, es una poslbllidad concretao especlalmente en IA. donde predomlna el pragmatlsmo teemco, Esta empresa complementarta sin duda productra resultados vtstbles y quJzi Uegue a ser, durante muchos anos, la tendenda dominante en las ctencias cogntttvas.

5

Cuarta etapa.

La enacci6n: una alternativa ante la representacion

Una lDsatlafaccl6n mAs profunda

Es tentador pensar que las ere estan hoy dMdldas en dos facciones en guerra: un paradJgma predommante, favortto del mundo academ1co y Jas 1nversiones tecnol6gtcas en gran eseala, y un mas reducido grupo de mvesugadores Jovenes y audaces empresas comerc1ales que se desplazan en otra dtreccton,

Pero, por dos buenas razones, esta descrtpcion seria adecuada 5010 en un nivel superficial. Prtmero, porque para la mayoIia de los investigadores que participan del nuevo enfoque no resulta imposible buscar una sintests entre cogrutivismo y eonextontsmo: podria tratarse. respectlvamente, de un enfoque descendente y un enfoque ascendente. La sttuacton conceptual de tal sintesis no es clara. como hemos dicho en nuestro capitulo anterior. Una buena posibilldad es una suerte de soluci6n de compromise, una al1anza entre un cognitlvismo menos ortodom que melu-

86

81

yera procesos paralelos distribuidos de bajo nivel provistos por los enfoques autoorganizatlvos. especialmente en la IA. dada su onentacion tecruca y su animo oporturusta, Esta complementacion potencial sin duda producira resultados visibles. y bien podria convertlrse en la tendencta dormnante en las ere por muchos afios.

Segundo, y aun mas tmportante, dlcha descnpcton es superficial porque en ambas orientaclones (y por ende en una futura sintests) aim faltan algunas dtmenslones esenciales de la cogntcion, Es preciso mststir en una ortentacton totalmente dtstmta de las CTC. nacida de una insatlsfaccton mas profunda que la bUsqueda del paraleltsmo distrtbuido, y mas relacionada con los cimientos mlsmos de los sistemas representacionales. Cabe esperar que esta tendencia emergente, que hoy goza de cterto espaeto, no sufra el mismo destino que las prlmeras ideas autoorganizatrvas, que hubieron de ser redescubiertas 30 anos despues,

no que esta dado de antemano. Se habla de elementos tnformativos a ser captados como rasgos del Mundo (como las fonnas y coloresl, 0 bien se encara una deflnida situadon de resolueton de problemas que implica un Mundo tambien deftnido,

Sin embargo, nuestra act1vidad cognitlva en Is vida coUdtana revela que este enfoque de la cognicion es demastado incompleto. Precfsamente la mayor capacidad de 1a cognid6n vlviente consJste en gran medlda en pIantear las cuestiones relevantes que van surgtendo en cada momento de nuestra vida. No son predefin1das sino enactuadas: se las hace emerger desde un trasfondo.· y 10 re1evante es aquello que nuestro senWo comlin juzga como tal. siempre dentro de un contexto. Estos dos termmoe, enactuar y hacer emerger, no son por cierto transparentes en este contexte. La Intendon de este capitulo es explicarlos mediante un examen conceptual y a traYes de ejemplos especiftcos.

Antes de embarcarnos en esta empresa, vale la pena fnsistlr en que se trata de una critica de la

E1 redeaeubrlmlento del seDddo coma

La msattsfaceton central de 10 que aqui Ilamamos el enfoque enactlvo es slmplemente la total ausencta de sentldo comtin que hay basta ahora en ]a definicion de cognteton. Tanto en el cognit1v1smo como en el conedomsmo de la actual1dad, el cnteno de cogn1cion continua slendo una representaci6n atlnada de un mundo exter-

• E1 neologtsmo "enaccl6n" traduce el neologlemo Ingl~ enactfon. dertvado de enact. "representar". en el sentldo de ·desempeftar un papel", "actuar". De alJIla forma "enaetuada": traduclr "actuada-, "repreaentada- 0 "pUe8ta en acto" habrta llevado a confus16n. "Hacer emerger" traduce la forma bring forth. En este y otros problemu he eegu1do el crtterto de Pierre Lavoie, el traductor francts. qu1en aclara que au jatre-emerger es la traduccl6n del alemAn hervortrrtngen. ~rmJno de orlgen fenomenol6glco. (N. deL T.)

88

89

noctOn de representad6n como nlicleo de las CTC. ya que s610 se puede representar un mundo que estA predeftn1do. 51 el mundo en que vlvtmcs va surglendo 0 es mode1ado en vez de ser predeftnido, la nocl6n de representacl6n ya no puede desempenar un papel protag6n1co. No se debe subesttmar Ia profundtdad de los supuestos a que aludtmos aqui. Nuestra tradlc16n OCCidental ha proptc1ado (con vartantes. desde iuego) 18 comprens16n del conodmlento como espejo de la naturaleza.5t 5610 en el trabajO redente de algunos pensadores europeos (sobre todo Martin Heldegger. Maurice Merleau-Ponty Y Michel Foucault) ba comenzado la critlca expliclta de las representac1Ones. Estos pensadores se lnteresan en el fen6meno de la interpre'tllCf6 entendtda como ]a act1v1dad circular que eslabona Ia acdon y el conocJmlento. al conocedor y 10 conoc1do. en un circu101nd1soclable. Con "harer emerger" nos referlmOS a esta total c1rCUlartdad de 1a acct6n I interpretaclon.55 Mas aunt como esta perspectrva

analitlca enfatiza la accson mas que la representacion. es adecuado 11amar enacttvo a este enfoque alternattvo de las crc.!56 En el mundo ang1osaj6n. tradicionalmente mas cerca del empirismo l6g1co. estos temas se ban ignorado a menudo.

Sin embargo. en anos recientes. algunos investigadores de las eTC han presentado propuestas concretas.llevando estas critlcas ffi0s6ficas allaboratorio para una reevaluacten de 1a IA. Se trata de una divergenda mucho mas radical de las que hubo antes dentro de las COC. pues traseiende los temas discutidos durante los anos de formaeion. AI mlsmo tlempo. Jncorpora muchas de las henamlentas desarrolladas dentro del contexto conedonista, como pronto veremos.

Itl problema de 1a reeoIuct6D de problemu

54 Para un IOctdo comentarlo sabre estc desde una perspectlva anglosajona. v!ase R. Rorty. PhilDsophy and the MIrror of NGtun!(Prtnceton University Prese. 1981).

55 En eate aapecto ba eido muy influymte el trabajo de H. G. Gadamer. Truth and Method (Seabury ~. 1975). Para una clara introduccl6n a la hermemutlca ytase Palmer. Hermeneutks (Northwestern Unlveralty Press. 1979). La redacd6n de elite capitulo debe mucho a 1a tnfiucncia de F. Flores: v~asc T. Wlnnograd y F. Flores. t.Jnderstandtng ComputerS and Cognlttcn: A New Fbundatbn jar DestIn (Nueva Jersey: ,Ablex. 1986).

Las ere siempre ban supuesto que el mundo se puede divtdir en dominios: reglones de elementos discretos y tareas que el sistema cognitivo enfrenta actuando dentro de un "espacto" dado de problemas: vision. lenguaje, movim1ento. Es relativamente fadl deftntr e1 dominic del ajedrez: en e1 "espacto" del juego de aJedre2 todo consiste en estados posibles. Hay plezas y postetones enel tablero. Hay regJas para los movt-

56 EI nombre dista de estar establectdo. Aqul Jo auglero por razones expoelttvaa. basta que Be proponga uno mejor.

90

91

m1entos y los turnos. Hay limites claram.ente deflnidos. Como Be indica en 1a Figura 9. el "mundo del ajedrez- es casl crtstallno. Por to tanto. como se sabe, hay grandes progresos en el campo del aJedrez por computacion, En cambio, ha resultado muy lnfructuoso llevar este enfoque, por ejemplo. al dominio de los robots m6viles. Desde luego, aqui tambten se pueden escoger items discretos (tales como las carrocerias, ruedas y ventan1llas de un ensamblaJe de autom6vtles). Pero tamblen es ev1dente que. m1entrasel aJedrez tiene limltes bien trazados, el Mundo del movimlento entre objetos no los tiene. Se requtere el uso continuo del senUdo comun para conftgurar nuestro MundO de objetos. Por ejemplo. ()nclulremos a los peatones en nuestro Mundo de conductores de automOvlles? Es obvio que la respuesta' a estas pregunta sOlo se puede eetraer de un muy difuso trasfondo de constderaeionestrremedtablemente contextuales: d6nde estamos, que hora. est por que calle conducfmos y demas, AI contrario del domtnio del ajedrez, el dominic del conductor se parece mas a una detallada curva fractal que a un crista! claramente defln.tdo (Figura 9).57 EI signtftcado de una palabra en un lenguaje natural es quizi un buen ejemplo de todos los items que habltan nuestro Mundo natural: hay que conocer todo elldioma para perctblr

el significado multiple de una palabra, que a la vez condiciona el significado de todas las demas, La categortaacion de cualquter aspecto del mundo natural en que viv1mos no tlene limites preci-

I \

\

--_\

mundo del aJedrez:

mundo del conductor automovilisttco

57 V~aseP, Stereo "The professor's challenge", AI Magazine. IDvlemo 1985. p6gs. 60-70.

Figura 9. Para el espaclo -aJedrez· parece poslble d18ellar una red de relaetones cuyoe nudes representan cada elemento perttnente. En el case del espac10 "conductor automov1llstlco". una tentativa semejante muestra que, m68 alli de clertos elementos mslados. la red evoludona rapidaJnente hacta un trasfondo no ctrcunscnto de senUdo cemun. (Fuente: P. B1erre, -rhe Professor's Challenge", AI Magazine. tnvterno 1985, pigs. 60-70.)

92

93

50S: no se puede expresar como un dominio a partir del cual elaboramos un mapa.

De hecho, en 1a deeada de 1970. al cabo de vetnte anos de lentos progresos, muchos especialistas en IA advtrtleron que la accion cognitiva mas simple requiere una cantidad de conoctmiento aparentemente tnfmtta, que nosotros damos por sentada (es tan ev1dente que resulta invisible). pero que se debe servir al ordenador en cueharadas. Como deciamos antes. el gran heroe ha pasado a ser el nino desprejuiciado que aprende a moverse y hablar. A prtncipios de la decada de 1960 la investigacion se inSpiraba en la esperanza cognltlvista de bal1ar un dispositivo general para solucionat problemas: una maqutna log1ca que se pudiera apliear a rualquter problema para resolverlo. Lenta y humlldemente. este suede temprano se redujo a dominlosde conoetmiento estrictamente locales con problemas especiflcos a resolver, donde el programador pudiera proyectar en 18 maquina tantos conocimientos de su propta expenencia como fuera posible. Por ejemplo, un sistema experto para reservar btlletes en lineas aereas, pero nada mas. Aslm1smo. la estrategia conexionista exige restrtngtr las clases de atractores posibles a partir de supuestos acerca de las propledades conocidas del mundo, las cuales se incorporan como reglas adidonales.58

En ambos casos, la esquiva ambtgaedad del senttdo comun se deja en la penfena de 1a investigaCion. con la esperanza de elucldarla posteriormente.

Estas preocupaclones tienen una desarrollada contrapartida fllosoftca. Los fenomenologos se han explayado explicando por que el conoctmiento se relaciona con el hecho de estar en un Mundo que resulta mseparable de nuestro euerpo, nuestro lenguaje y nuestra hlstorta social.58 Se trata de una interpretaci6n permanente que no se puede aprehender adecuadamente como un conjunto de reglas y supuestos porque es una cuest16n de acct6n e hJstoria; se comprende por Imltacton, convirttendose en parte de una comprenston ya extstente. Mas aunt no podemos p1antarnos fuera del mundo donde nos hallamos para analizar como su contenido concuerda con las representaetones: estamos stempre mmersos en el, arrojados en el, AI plantear reg1as para expUcar la actlvidad mental y los simbolos como representaetones, nos atslamos prectsamente del pivote en torno del cual gira 1a dimension viva de la cognicton. Ello solo es posible dentro de un

58 Para una descrtpcl6n conclsa y formal. vhse T.

Poggto. v. Torre y C. Koch. Nature, 317:314-319. 1985. El lnspirador original fue D. ManT. VIsion (Freeman. 19M).

59 Las prlnclpales referenctas que tenemos en mente son: . M. Heldegger. Basic Writings (San Francisco: Harper and Row, 1977): M. Merleau-Ponty, ~Ie de fa perceptfon (ParIs: GallImard, 1976); M. Foucault, SurvetUer et Punfl; natssance de la priSOn (Parts: Gallimard. 1975): H. Dreyfus. Why Computers Can't Think (Nueva York:

Macrntllanflhe Free Press. 1984).

94

95

contexto muy limitado donde east todo permanece constante nos ID6s0fos hablan de una condtdOn ceteris paribus). El contexto y el sentldo comun no son artefactos residuales que se puedan el1mlnar progresivamente mediante el deseubrtmiento de reglas mas e1aboradas. Constltuyen la esencia mtsma de la cognict6n creattva.

51 esta critlca es attnada, no habra. progre- 80S en la comprensi6n de la cognicton en su functonamlento 'normal (y no excluslvamente en ambitos muy Umitados) a menos que partamos de otra base que no sea una extertoridad representable.

La represeDtaclones abaDdoDaD Ia esc ...

El verdadero desafio que esta ortentacton pJantea a las ere es que pone en tela de JuidO. el supuesto mas arratgado de nuestra tradlcion ctentiftca: que el Mundo tal como 10 expenmentamos es tndependiente de quten 10 conoce. En cambro, sl estamos obllgados a concluir que Ia cognieton no se puede entender adecuadamente sin senUdo comun, el cual no es otra cosa que nuestra historta corporal y social. la Inevitable conclusion es que conocedor y conocido. sujeto y objeto. se determinan uno al otro y surgen strnultaneamente, En termmos filosOficos: e1 conocim1ento es ontolbgico.

En nuestra expostcton acerca del cognttlvismo dlstlnguimos entre dos senndos de represen-

tacion, y ahora sera preciso recordarlos. Por una parte. existe la nocton relatlvamente aceptada de la representacion como interpretacion: la. cogniclon siempre consiste en interpretar 0 representar el Mundo como sl fuera de cterta manera. Por otra parte. ex1ste la. idea. mucho mas extrana, de que este rasgo de la cognteien se debe expl1car mediante la hipotests de que un sistema actua sobre la base de representaclones internas. Como pareclera que las dos Ideas son sJm1lares. es precise aftnar un poco esta distinc16n.

Podemos comenzar senalando un concepto "debil" y adm1t1do de representacion. Este concepto es puramente semlmtlco: se reflere a todo 10 que se pueda 1nterpretar como slendo acerca de algo, Este es el concepto de la representaeton como "tnterpretaci6n", pues nada es acerca de otra cosa sl no Ia Interpreta de cierta manera. Un mapa, por ejemplo, es acerca de una. zona geognifi.ca: representa eiertos rasgos del terrene, y asi interpreta que el terreno es de determtnada manera. Analogamente, las palabras impresas en una pagtna representah oraciones en un tdioma, que a 1a vez pueden representar - 0 ser acerca de- otras cosas. Este senttdo de representaci6n se puede preeisar un poco mas. 51. por ejemplo, nos mteresan las lenguas en un contexto mas formal. podemos deck que los enunctados de un lenguaje representan sus condiciones de sansfaccton. Por ejemplo. el enunctado "La nieve es blanca" - tornado llteralmente- queda sattsfe- 000 51 la nteve es blanca: el enunclado "Recoge

96

97

tus zapatos" queda satlsfecho 51 la persona Interpelada recoge sus zapatos.

Este concepto de representacion es "debil" porque no comporta necesartamente ntnguna tmplicacton eptstemologtca u ontologica fuerte. Asi es totalmente aceptable decir que un mapa representa el terreno sin preguntarse c6mo adquieren los mapas su significado. Tambten es totalmente aceptable pensar que un enunctado representa un conjunto de condiciones sin preguntarse 51 el lenguaje en conjunto functona de este modo. 0 sl de veras hay hechos en el mundo separados del lenguaje que luego puedan ser representados por las oractones del lenguaje, En otras palabras. el concepto debtl de representacion es pragmatico: 10 usamos constantemente sin preocuparnos.

La obvledad de tal idea. sin embargo. pronto Be convierte en un concepto mucho mas fuerte de representacton que si tiene fuertesimpUcaCiones ontol6glcas y eplstemoI6g1cas. Este concepto "fuerte" surge cuando generallzamos sobre 1a base del concepto mas debil para elaborar una teoria cabal acerca del funcionamtento de la percepcion. el lenguaje 0 la cog:nJ.ci6n. las implicaciones ontologtcas y eplstemo16gicas son basicamente dobles: damos por sentado que e1 mundo esta predeftn1do. es decir, que sus rasgos estan deflnidos antes de toda actlvidad cognttiva. Luego, para ex:pl1car la relacton entre esta actMdad cognitiva y un Mundo predeftnido. planteamos 13 existencia de representaclones mentales

dentro del sistema cognttlvo (tmagenes, simbolos o patrones subsimbOl1cos de actlvldad dlstrtbuidos por una red: eso no Importa por el momento). Luego tenemos una teoria cabal que establece que: 1) el mundo es predefinido; 2) nuestra cogntcion aprebende este mundo, aunque sea en forma parcial: y 3) el modo en que conocemos este Mundo predefin1do constste en representar sus rasgos y luego actuar sobre la base de estas representadones.

Para las escuelas representactonistas, toda entldad oognIt1va ha caido en paracaidas en un mundo preex1stente. Esta entldad 8610 sobrevMni en hi medida en que este pravista con un mapa y aprenda a actuar stguiendo ese mapa. En la version dentiftca de esta htstor1a. el mapa constituye un sistema mnato de representaclones (acerca del espacto, e1 tlempo. las fonnas, los 010- res y demas), mientras que aprender a usarlo (patrones motores y emoUvos) y actuallzarlo (aprender un lenguaje 0 tarea especillca) es tarea de 13 ontogenia.

Muchos cientificos cogntttvos repl1cani.n que hernos presentado una mera. car1catura.l,No estamos suponiendo una concepcion estAt1ca de la representacion, una concepcion que pasa por alto la riqueza de detalles de 1a estructura interior de un sistema cogninvo e injllstJficablemente interpreta que la representad6n es un mero espejo? (.Acaso no es bien sabtdo, por ejemplo, que se considera que la percepct6n visual es el resultado de un ordenamiento de los patrones fislcos de energia que

98

99

estlmulan la retina para crear representaciones de la escena visual. que luego se usan para haeer inferencias y eventualmente para emitlr un juicio perceptivo? Se considera que la percepci6n es un proceso activo de formacion de hip6tesis, no el simple reflejo de un ambito dado.

Esta objec1on es justa en clerta medtda, pero no da en 1a tecla. No nos proponemos carteaturtzar un complejo programa de tnvesngacion. sino expl1citar aIgUI)OS supuestos eptstemologicos del modo mas claro posible. Asi, aunque todos convienen - con la postble excepeton de algunos conductlstas recalc1trantes- en que la representacton es un proceso activo. se la stgue cenclbiendo como un proceso de "recuperaci6n" 0 "reconstruccion" de rasgos amblentales extrinsecos e mdependlentes. En la. visi6n. por ejemplo. uno habla de "recobrar 1a forma a partir de la sombra" 0 "el color a partir del brtllo", Se eonsidera que estos rasgos son propledades extrinsecas del ambiente. las cuales brtndan la informacion necesarta para recobrar propledades "superiores" de la escena visual. tales como la forma y el color. Persiste la idea basiea de un mundo con rasgos predeflrudos.w

EjemplOB de eaaccl6n

60 Para esta concepcion de la vlslllO, v~ David Marr, Vlston: A Computattonal InvesUgation into the Human Represent.aUon. and f'rocesstIW of vtsua! lriformo11on (Nueva York: W. H. Freeman, 1982), espeeialmente Ia tntroduccl6n. Para una expUcacl6n 8l086fica de estas Ideas. \'fase Fred J. Dretske, Knowledge and the Flow oj lriformatIDn (Cambridge, Massachusetts: Bradford Books/MIT Press, 1981).

Tomemos el caso de la vision: l.que viDo prtmero, el mundo 0 la Imagen? La respuesta de los investlgadores de la vision (tanto cogntUvistas como conextomstasl esta dada Inequivocamente en los nombres de las tareas investlgadas: "recobrar la forma a partir de 1a sombra". 0 la "profundldad a partir del mov1m1ento". 0 "el color a partir de dtversas Uuminac1ones". Podemos llamarla la posicion de la gallbuc

Posicion de la gallina: El mundo exterior tiene leyes ftjas y precede a la imagen que arroja sobre el sistema cognitivo. cuya tarea constste en aprehenderlo apropladainente (sea en simbolos 0 en estados globalesJ.

Esto parece ser muy razonable y resulta muy dificU imaglnar que pueda ser de otra manera. Tendemos a pensar que la imica otra postbilidad es la posicion del huevo.

La posicion del huevo: EI sistema cognitlvo crea su propto mundo, y su aparente soUdez 8610 refieJa las leyes mternas del organtsmo.

I.a ortentac16n enactlva propone un camino

tntermedtosr para trascender ambos extremos:

61 Esto esbt expl1cado en m1 -uvtng ways of aenae making: A middle way approach to neurosetenee", en P. Uvtngstone (comp.). Order and DIsorder (Stanford: Anma Ubrts, 1984).

100

101

darnos cuenta de que (como bien saben los granjeros) el huevo y la gallina se definen nULtuamente. son correlatives. El proceso continuo de 1a vida ha modelado nuestro mundo en una ida y vue1ta entre 10 que descrtbimos. desde nuestra perspectlva perceptJva. como l1mJtaciones externas y acUvidad generada internamente. Los ongenes de este proceso se han perdido para stempre, y en 1a pracnca nuestro mundo es estable (ex:cepto cuando se desmorana). Pero esta aparente establlldad no tiene por que ·obstaculizar una bUsqueda de los meeantsmos que 1a hicieron emerger. to que marca la diferencfa entre el enfoque enacttvo y cualquier forma de construcnvism()82 0 neokantlsmo bio16glCQ63 es este enfasts en la codeterminacion (del huevo y la gallina). Es importante tenerlo en euenta, pues la fllosofia mas 0 menos realIsta que 1mpregna las eienetas cOgnitlvas suele dar por sentado que quiencuestlone las representaciones debe asumJr ipso facto 1a posicion anntettea, acechada por el espectro del sol1psJsmo. Pero no nos llamemos a engano creyendo que el conocimiento opera mediante la representacion de una aparente extertortdad.

Expresemos las miSmas ideas con un eJemplo. Pensemos en los simples sistemas autoorganizatlvos introducidos.en la Figura 6. y quitemos la restrtccion de que estan dtsenados para una tarea particular. Dejemos que e1 Sistema siJIlplemente ex1sta dentro de un ambito que contlene una seleccton de elementos aleatortos. Luego 51- games- su bistorta y veamos como un sistema particular Be acopla con este ambito aleatorlo. Como muesb'a la Figura 10,84 entre las 1nflnitas secuenetas postbles, el sistema cambia su estado global (sc despJaza .de un atractor a otro) 5610 cuando se topa con dOl perturbadones consecutlvas. En otras palabras. el sistema ha escogido un subconjunto de acontec1m1entos 005 que conststen en des perturbadOnes sucestvas) como algo SigniftcaUvo. pues sOlo ante ese encuentro cambia su conftguradon de modo regular. En este muy simple ejempl0 presendamOS el ongen de un Mundo para el sistema. que emerge tangtblemente de ctrcunstanctas aleatortas a traves de una historta de acoplamJento. oesde luego. no hay "representaci6n" de este subcOnJunto escogtdo de todas Jas secuencias aleatortas postbles dentro del sistema. ni era su tarea reeo-

62 V~ase por ejemplo P. Watzlawlck (comp.), The Inuented Reality: Essays on Constructivism (Nueva York; Norton. 1985).

63 Vlsto con mayor clartdad en la escuela vienesa de Konrad Lorenz. tal como esta expn:sada. per ejemplo. en un tmbajo conoddo en ~ como Behind the Mtrror (Harper and Row, 1919). Y en frances como L'Envers du mtrotr (ParIs; F1ammarlon, 1915).

64 Figura tomada de F. Varela. Autonomie et Connalssance. op. d, capitulo 11. Para una cxposIci6D detallada. vtase F. Varela. ~Structwa1 Coupling In a Cellular Automaton-. en E. Secarz. F. eelada y M. MttchlDson (comps.), SemAotfcs and CeUular CommunACatJon (Berlin:

Springer· Verlag, 1988).

102

103

nocerlas. La edstencia del sistema m1smo las hizo emerger desde un indeftn1do trasfondo de posibllidades.

Para tomar un ejemplo mas cotidJano, pensernos en el Mundo de colores que perdbtmos todos los dias, Sus efectos son tan omnipresentes en nuestra vida que sentimos la tentacion de pensar que los colores, tal como los vemos, representan el Mundo tal eual es. Damos por sentado que el color es un atrtbuto de la longltud de onda de Ia luz reflejada por los objetos. que nosotros la captamos Y la procesamos como informacion relevante. En rigor. como indican muchas investigaciones, el color perctbido de un objeto es en buena medida fndependiente de Ia Iongttud de onda que reetbtmos.ee En cambia. hay un complejo proceso (el cual entendemos 8610 parcialmente) de comparaeton cooperatlva entre multiples conjuntos neuronales del cerebro,so el eual determma el color de un objeto segUn el estado cerebral global que corresponde tanto a una imagen de la retina como a cterta expectatlva de 10 que deberia ser clicho objeto.

Asi. por ejemplo, 81 ponemos un papel grts sobre un trasfondo rojo, el papel (fisicamente) grts cobra un color verduseo, aunque desde lue-

Ji'Wura 10. Un anillo - una cadena drcular- CQD8trutdo Kg'Un el prtndpio iluatrado en Ja Ftgura 5 esta Ahola envuclto por un mundo de perturbadones alt:atDr1aS, repraentadas en la parte superior del c:Uagnuna par vados 0 y 1. El anillo entra en contado COQsu mundo con cada nueva pertwbad6n. 10 cual cambia d estado de una neurona nada. Asi, en el decurso del Uempo, una historJa del acoplamiento entre antIJo y mundo es ailadida a.Ja dtnamka interna propla del an1lJo mtamo (tal como Be 10 describe en Ia F1gura 5). En la parte inferior de est. ftgura mostramos un ejemplo de: una tal . h1storta de aooplamiento. N6tese que, en este ejemplo. una 0 tres perturbadona succs1vas en una. neurona dada no suponen un cambio de una conflgurad6n espadal global a etra, mlentraa que un encuentro con do. perturbacJoneft sueesfvas sf. A trav& de tal cambia global. el !dstmsa ha escogklo una. configuracl6n. especiftca de encuentros (a dc:dr. doe perturbaclones sucestvaa), cuya relevancta es puea I.n8eparable de 1a hlstorla de aooplamlento del sistema con este Mundo aleatorlo.

65 Vease, por eJemplo. E. Land. Proc. Natl. Acad. Set. (USA), 80:5163-5169, 1983.

66 P. Gouras Y E. Zenner. Progr. Sensory Phystol..I:139- 179. 1981.

104

105

go no hay ninguna longttud de onda verde anadtda en la region. Este fen6meno se denomina "tnduccion eromattca" y habitualmente se tnterpreta como una tlusion. Pero esta clase de proceso es el coraz6n mismo de la vision cromauea, pues el color surge euando un proceso similar se produce en tres clases de celulas: su actividad relativa especifica que es el color. Los teoncos modemos hablan pues del color no como representaeton de la longttud de onda, sino de las propiedades reflexiVas de una superficie. pues dieha propiedad es tndependiente de la llumlnaciOn pero mas caracteristlca del obJeto. Aunque esto es sin duda mas sattsfactono que constderar el color como longttud de onda. todavia desplaza el problema: lcomo define el subststema, ante todo, aquello que debe reconocer como una superflcle? El terco senUdo comim sale por la puerta pero vueive por la ventana.

La que se puede declr es que nuestro mundo eromAtlco es viable: es eficaz. dado que hemos perpetuado nuestro linaje blo16gtco. Las operaclones neuronales cooperattvas que subyacen a nuestra percepeion del color son resultado de 1a larga evolucton biologica de nuestro grupo de primates. Pero otras especies han creado mundos cromaticos diferentes al realizar operaetones neuronales cooperativas diferentes a partir de sus organos senso:rta.1es. Por ejemplo. pareceque muchos pajaros son tetracromattcos (requteren cuatro colores primartos). mlentras que nosotros somos tncremancos (nos bastan tres colores prt-

marlOS).61 En el domiruo del color n1 las aves ni nosotros somos mas 0 menos "preclsos" en 10 que eoncleme a un dom1n1o que presuntamente es el -mismo". Sino que habltamos dos mundos perceptlvos de diferentes dimenstones, que por 10 tanto no se pueden superponer.

Dtcho de otro modo: las muy diferentes histonas de acoplamiento estructural de aves y primates han becho emerger un mundo de datos relevantes que para cada cual es Inseparable de su modo de vida. S610 se requtere que cada senda emprend1da sea viable. es decir; que sea una sene 1n1nterrumplda de camblOS estructurales. Los mecanJsmos neuronales que subyacen al color no son la soluciOn de un problema (captar las propledades cromaUcas preexfstentes de los objetos). smo el surgtmiento stmultaneo de la pereepcion cromauea en el hombre 0 el ave y 10 que uno luego puede descrtbtr como atrtbutos cromaucos del mundo habitado.

Otra dimension percepUva donde se pueden vet estas ideas en juego es el olfato, no a eausa de la gama comparatlva brindada por la fllogema, sino gracias a modernas teerucas electroflsiolbgtcas. Durante muchos anos de trabajo,

67 Para una reseila de la vtsll>n cremanca comparatlVa. vease G. Jacobs, Comparative Color VIsion (Academic Press. 1983). Pam una descr1pci6n de la flslologta cromAtlca de las aves, vtaae F. Varela y otros autores, An=h. Bt:Jl. Med. Exp., 16: 291-303, 1983.

106

107

Freeman68 se las ingen16 para insertar electrodos en el bulbo olfatlvo de un conejo, para poder mensurar una. pequefla parte de 1a actlv1dad global mientras el animal se comporta Ubremente. Descubri6 que no existe un claro patron de actividad global en el bulboa menos que el animal. entero y despterto, sea expuesto a aromas. Mas aun. tales patrones emergentes parecen surgir de un trasfondo de activ1dad coherente para configurar un atraetor coherente. AI Igual que el color. el olor no se revela como un mapa pasivo de rasgos externos, sino como 1a articuladOn creativa de senndo a partir de 10 histOrico.8Q

BaJo esta luz. pues, 1a operaeton del cerebro se interesa centralmente en la enactuacion de mundos a naves de 1;i historia de Unajes Vlables: es un 6rgano que construye mundos en vez de refleJarlos.

cogmcion deja de ser un disposttlVo que resuelve problemas mediante representaciones para hacer emerger un mundo donde el untco requ1s1to es que 1a aceton sea efectlva: lpermlte Ja connmndad del sistema lnvolucrado?70

Pregunta 1: lQue es la cogntci6n? Respuesta: Aceton efectlva: lnstorta del acoplamiento estructural que enactua (hace emerger) un mundo.

Pregwtta 2: lComo functona?

Respuesta: A traves de una red de elementos lnterconectados capaces de camblos estructura.les durante una histona ininterrumplda.

Slatesla de la doetriDa

Pregunta 3: lComo saber 81 un sistema cognitlvo funeiona adecuadamente?

Respuesta: Cuando se transforma en parte de un Mundo de significadon preex:lstente (como 10 haeen los vastagos de toda espeete), 0 configura uno nuevo (como ocurre en la historta de la evolueten),

La nocton bastea es que las aptitudes cognitlvas estan inextricablemente enlazadas con una historta vtv:tda. tal como una senda que no existe pero que se hace al andar. En consecuenc1a, la

Sefialemos que en estas respuestas aparecen dos conceptos nuevos. basta ahora ausentes en las CTC. El prtmero es que. como las repre-

68 W. Freeman. Mass Action in the Nervous System (Academic Press, 1975).

69 W. Freman Y C. Skarda, Bratn Res. Reufews, 10:145- 175, 1985. Slgnlftcattvamente. una secc16n del articulo se tltula: ·Una retractact6n de Iarepresentaeton" (pig. 169).

70 Para una exposJc16n introductorta completa a este punto de vista. veaee H. Maturana y F. Varela, The Tree oj Knowledge: A New look at the btologfcal roots of human WI· derstandtng (Boston: New Science Ubrruy, 1986).

lOS

109

sentaciones ya no desempenan un papel central. la inteligencia ha dejado de ser la capacidad de resolver un problema para ser la capaetdad de tngresar en un Mundo compartldo. El segundo es que el proceso eoolutioo pasa a reemplazar al dtseno orienta do bacia tareas especiftcas. Dicho sin rodeos. asi como el conexionlsmo nado del cognitlvismo msptrado porun contacto mas estrecho con el cerebro. la ortentacton enacttva va un paso mas alla en la misma dtreccton para abarcar tambien la temporalldad del viv1r. tratese de una especie (evolucion). de11ndlviduo (ontogenla) 0 de Ia estructura socIal (cultura) •.

TrabaJar s1D representaclone8

La busqueda de modelos no representactonales para el estudio de los fenomenos cogmnvos (y esta est por cierto. una denomtnacton vaga, a1 igual que conedonismol atrae a una cantldad relatlvamente pequena de especialistas. Lo mteresante es que el numero de mvesngadores que encaran el problema de esta manera no ha cesado de crecer en los ulttmosanos, Ademas, como explieare en el capitulo sigutente •. muchas de las herramientas del conexionlsmo tradiclonal se pueden reformular en estecontexto. de modo que las lineas dtvlsortas son tan claras como las que habia entre la onentaeion stmboltca y la conex:lonista.

Es obvio que la estrategia enactlva 8610 es po-

sfble para la IA st estamos dtspuestos a desechar las restncctones operatlvas de la resolueton de problemas especificos preddlntdos por el mgenieroo Tal es 1a tntencf6n, por ejemplo. de los Uamados "sistemas de clasificac16n", cuya idea basiea constste en que el sistema enfrenta un ambito no deftn1do que debe articular en signtflcados.7l MAs generalmente, la simulaclon de histortas prolongadas de acoplamiento y de estrategtas evolutlvas para descubrtr las tendencias bAslC8S donde SUTge el desempeno tnteugente todavia perteneee a1 futuro. Pero como esta linea de Investlgact6n no arroja reditos mmediatos, m suele atraer al competltlvo sector de la IA, Y par 10 tanto se ha trabajado muy poco en esta direccl6n.

Otra fmportante zona de 1nfluenda del enfoque enactlvo est! en el area de la informatica y dellenguaje. En esta perspecttva. la activ.ldad de la comunteacton no consiste en la transferenda de informacion del emisor al receptor. La comunicacton se convierte en la modelad6n mutua de

71 Vbse J. H. Holland, Informe tecnleo, Un1versldad de Michigan. 1984. Para otras expoelclones de estas ideas (no necesartamente con elenfoque propuesto aquJ). VGlse J. D. Farmer y N. Packard (comps.), Evolution, Games and Learntng: Models Jor adaptatoo in machines and nature. Physico D. 1986. Para el modo en que el sistema de tnmuntdad puede lnsplrar Investigaciones slmtlarca, v~ase F. Varela, V. SAnchez-Leighton y A. Coutlnho (l98BI. AdaptIve strategies gleaned from Immune networks. TheoretiCal 8tology. B. Goodwin & P. Saunders (comps.) (Edinburgh UnJw:rsUy Press. 1989).

110

111

un mundo comun a traves de una aceion conjunta: el acto social del lenguaje da existencla a nuestro mundo. Hayalgunas dimenslones del lenguaje a traves de 1as cuales se hace emerger 10 social. Se trata de los aetos llngrustlcos que realizamos constantemente: declaractones, promesas, requerimientos y formulaclones. De heche, dicha red de aetos de habla, con sus condiciones de sattsfaccton, no consUtuye una mera herramlenta para la comumcacton sino la trama. de nuestra tdentldad. Da cuenta de mucho de 10 que ocurre en una oflcma, y por tanto se relaciona mucho mas con la comprension de su dlruimica que los clasicos organigramas admtntstrattvos.P Este enroque ha ongmado una nueva rama de herramientas IA conoddas como coorcUnadores.73 La idea bastea es que un coordinador reemplaza el correo electromco estandar con software destmado al anAlisis de flujo de las conversaciones que se desarrollan en una empresa. Los coordmadores constltuyen un ejemplo de reortentacton de la IA: en vez de exlgir al ordenador 10 que quJzA sea trnposlble, es dectr, 1a tarea abierta del anallsts Iingutsttco. se 10 usa como un vehiculo estructurado para el reconcirnlento explictto de nuestra continua enaccion Itnguisnca.

EeIabonea entre la emertencla y Ia enaccl6n

Todo eslab6n entre la emergeneia y la enacdon depende de las funetones que atribuyamos a un sistema dtstrtbutdo, Si enfatlzamos un proceso histonco que conduce a regularidades emergentes sin una restrtccion final ftja, recobramos la condtcion bloI6gtca. de final mas abierto. sr en cambio enfatizamos una red que adquiere una capacidad muy especifica en un domimo muy definido. vuelven las representaclones. y tenemos el mas habitual enfoque de los modelos conextonistas, Sin embargo. 1a pr1mera tnterpretadon tambien impUca una nueva perspectlva sobre la cogntcton, como ex:pUcamos en el capitulo anterior.

En consecuencta, el camino que to memos depend era en gran medida de nuestro mteres en permanecer mas cerca de la real1dad btologtca, y mas lejos de conslderaciones pragmancas. Desde luego, es posible deflnir un dominic fijo dentro del cual puede funcionar un sistema conextonistat pero ello oculta los mas profundos problemas del ongen, tan cruciales para el enfoque enacti-

vo.

72 Para un comentatio sobre este punto de Vista, ~ L.

Smirch y C. Stubbart. Acad. Manag. Rev .• 10:724-736. 1985.

73 T. Winograd y F. Flores. Understandtng Computers

and Cognttton.op. eft •

Pensemos. por ejemplo. en 1a teoria de 1a armonia de Smolensky. Su enfoque de la cornputacion substrnboltca como modele de la intulcton pareee muy emparentado con 1a perspecUva enactiva, por 10 cual puede ser el mejor ejemplo para utilizarlo como contraste. Sin embargo. aun la teoria de la armenia se evalua en referenda a

112

113

un ntvel Invtolado de realidad amblental: los rasgos exogenos concuerdan con ctertos datos del mundo. y una acttvtdad endogena que adquiere, a traves de la expertenc1a. un estado de signtflcacion abstracta. una "codiflcacion optima de 1a regularidad amblental". La meta eonsiste en hallar una actMdad endogena que se corresponda con una "caracterteacton optima" del medio arnbiente.74 La perspectlva enactiva requertria que se lleve esta clase de sistema cogruttvo a una sttuacion donde 10 endogene y 10 exogeno se deflnan mutuamente a traves de una prolongada historta que requeriria s610 un acoplamiento viable. y que ignorara toda forma de adecuacien optima. 75

Desde luego. esta ortentacton parece tnfructuosa desde el punto de vista de la IA. cuya ortentacton pragmAtica tiene como objetlvo la produccl6n de un sistema que trabaJe en algun dommio con poca demora. MI argumento es que las propledades cognlttvas emergteron de los sistemas vivientes sin tal preocupact6n por la caractertzacten optima. Resultan de histortas de compensactones viables que crean regulandades,

pero de ninguna manera es obvio que ellas correspondan a un referente Untco.

Hay pues una tension entre dos mundos paralelos de la tnvestigacion, donde la decision de estar en contra 0 a favor de la critica enactlva estaInflulda tanto por las complejldades de un viraje conceptual como por el Mundo tecnologtco, cuyas exploraciones estan encorsetadas por la camisa de fuerza de la aplicac16n Inmediata. Sospecho que esta tension se resolvera mediante una crectente brecha entre los componentes ctentiftcos y los tecno16gtcos de las ere.78

74 P. Smolensky. op. eft .• pig. 260.

75 Vale la pena senalar que se pueden apUcar argumentoe s1m1lares al pensamiento evolutrvo de hoy. Para los paraldlsmos entre representac1ontsmo cognitlvO y adaptactontsmo evoluttvo. v&I.se F. varela. en P. LMngstone (comp.). cpo eft. Para una exceJente cxpoekl6n de los mismos preblemas adaptados a 1a evoluc16n y el desarrollo. vease S. Oyama. The Ontogeny of Infoni1atton (Cambridge University Press. 1985).

76 V!anse tambien las observactones de Roger Schank en AI Magazine. otono 10985, pags, 122-135.

114

115

6

Conclusiones

Empezamos en e1 nucleo de las CTC para desplazarnos bacia 10 que podriamos constderar su penfena, es dectr, las constderadones acerca del contexto ctrcundante. y los efectos de 1a his-

. torta biol6g1ca y cultural en ]a cognicton y la accion. Desde luego. qutenes se aferran a las representaciones como idea clave. ven estas preocupaciones como meras desv1actones temporartas respecto del mas predso reino de la resolueton de problemas, que parece mas accesible: otros llegan al extrema de afirmar que esos aspectos "vagos" y "ruos6ftcos" no deberian tener lugar en las ctencias cogniUvas.

Algunos contrastes que crean estas tenstones se pueden definir de esta manera:

117

De:

tareas especlficas resoluci6n de problemas abstracto, simb6ltco unfversal central1zado seeuenctal, jen\rqulco mundo predeftn1do representac16n desanoUo por dlseno

Hacia:

creatlvo

deftnici6n de problemas lIgado a la hlstona, al cuerpo contextual dlstdbuido

pa.raleJo

mundo enactuado acct6n producUva desarrollo por estrateglas evolutivas

Como resumen visual de esta presentac16n. he bosquejado las tres prtncipales ortentac1ones comentadas aqui en e1 mapa polar de Ia Figura 11. Opmo que estas tres suceslvas olas para comprender 1a cognid6n y su ongen se reladonan entre si por tmbrtcaci6n sucestva. como eajas chinas. En 1a dlreccf6n centripeta. vamos de 10 emergente a 10 simbOl1co excluyendo la base de donde emergen los simbolos. y trabajando con los stmbolos segun su valor nominal, Tambten podemos tr de la enaccton al conex1onismo estandar suponiendo regulartdades dadas en el dommio en el que opera el sJstema (es dectr, una functon de adecuacion en un do:m1n1o). En la dtrecci6n centrifuga exclutmos gradualmente 10 que parece estable y regular para enfatlzar el anallsis del ongen de tales regularidades, incluldas las dlmenstones percepUvas de nuestro Mundo humano. Por ella mismo, los conceptos enumerados en 1a tabla anterior no se deben ver

118

Flgura 11. Un mapa polar de las CTC. con el paradigm. cognJttvtsta en el centro. 108 nuevos enfoques en Ia per1ferta. y el campo mtermedlo de las Ideas conexlonlstas entre ambos. El nombre de los 1nvestigadores representatlvos cttadoe en el texto apareee en cada regiOn a 10 largo del rayo CIOl1'e8- pondiente a su dlsclpllna. La flecha indica la poe1e16n del autor de este libro.

119

como opuestos logtcos (0 dtalecttcosl. Representan mas bien 10 particular y 10 general. la categoria local y la mas abarcadora.

Es obvio que cada uno de estos enfoques. en cuanto niveles de descnpcton, son uttles en su propio contexto. Sin embargo. st nuestra tarea consiste en comprender el ongen de la percepcion y 1a cogrucion tal como las encontramos en nuestra historta vivlda real, creo que el ntvel correcto de exphcacton es el anlllo exterior del rnapa, el mils abarcador. MAs aun. para una IA en donde la inteUgencia de las maqumas les perm1ta desarroUar un sentldo comim con los seres humanos, tal como los animales, no veo otro camino que elevarlas a traves de un proceso de transformaciones evolutlvas tal como el sugendo por 1a perspecUva enactlva. La fertUidad, la diftcu1tad o la imposibllidad de ello es tmposlble de prever.

En el texto he expUcado claramente mis preferenctas personales, Ante todo queria demostrar que 51 el plvote de la cognicton es su capac1dad para hacer emerger significados. la informacion no esta preestablectda como orden dado, sino que impl1ca regulartdades que emergen de las acttvidades cogniUvas mismas. Este reacomodarntento tiene multiples consecuencias etentiftcas. tecnicas, illosoftcas y eticas. que ya deberian ser ev1dentes. En particular, Impl1ca una perspectlva para desarrollar las ctenetas cogniUvas en Europa de una manera singular y vigorosa que sacara el :mAximo partido de sus smgulares tradtetones.

120

COLECCION

EL MAMIFERO PARLANTE

PATRICK CHARAUDEAU EI discurso de la informacion La construccion del espejo social

ELiSEO VERON Fragmentos de un tejido

ELlSEO VERON Efectos de agenda

ELiSEO VERON Espacios mentales Efeelos de agenda 2

ELISEO VERON Construir el acontecimicnto

PAOLO FABBRI Tacticas de los sign os Ensayos de semiodca

PAOLO FABRI EI giro serni6tko

Las concepciones del signa a 10 largo tk su historia

PIERRE BOURDIEU Cosas dichas

DOMINIQUE WOLTON Sobrevivir a Internet Conversaciones con Olivier Jay

DOMINIQUE WOLTON Internet ;,y despues?

DOMIN[QUE WOLTON Elogio del gran publico

Una teoria critica de la television

PAUL YONNET Juegos, modas y masas

PAUL WATZLAWlCK La realidad inventada YOfROS

LUCRECIA ESCUDERO

JEAN MOUCHON Politica y medios

Los poderes bajo influencia

DANIEl. DAYAN

MARC AUGE EI viajero subtemineo

GERARD DELEDAtLE

MARC AUGE Travesia por los jardines de Luxemburgo

JACQUES PERRIAULT

MARc AUGE Hacia una antropologia de los mundos contemporaneos

MARSHALL McLUHAN Y B. R. POWERS

isAAC JOSEPH

ISAAC JOSEPH

MUNIZSODRE

G. GAUTHIER, A. GOSSELIN Y J.MOUCHON (COMPS.)

OSCAR TRAVERSA

ELISEO VERON Y LUCRECIA ESCUDERO (COMPS.)

GREGORY Y MARY C. BATESON

La aldea global

Erving GotTman y la microsociologia

El transesinte y el espacio urbano

Reinventando la cultura

La comunicacion y sus productos

Comunicacion y politica

Cuerpos de papel Figuraciones del cuerpo en la prensa

Telenovela

Ficcum popular y mutaciones culturales

Malvinas: el gran relato Fuentes y rum ores en La informacion de guerra

En busea del publico

Leer a Pierce hoy

Las maquinas de comunicar y su utilizacion logica

EI temor de los angeles Epistemologia de 10 sagrado



H~t~nj~J?W1 I'!l!Iil(iJI~ o!:lnJ.i~ll1: ~i (;~i1o. fim'kml)N. ~I ~ ~~~il~iI~l~lniV~. Bflfla if;i~~L6.llllill;J Irif~di.c;!:, l:J!;Jle~~jQ10<-:~ s ~ llpi.9Qlo§!i!;se COl]~WJ"u. ua eillfuqur;} iJll!lim"all~mz..JlJa,~G~~J:lS da lli,l,flFl7k"6l'¢i6I1;, ,e.~ (rc)oo.I1ocij[r:dcn~ y.ill~IJl'P_~f1. iEilbt';c1:erf3lnaellID de IElIl'le'ltfe htc!MIUI. I@ cOl1duc~

E.I1 unli m~~\lm;lJ y !0onc.i~ !l;ur.r~.is:: F'u~I'IJ· J.li1§OO J, V.iM:>J:'il.a 1:FaZa. aqU".t ll,Elipa11l0".mma cle l!bs dMcjas C"O:pili'~'OlS,:W~'i'l..ilnd[) ~\!S~ffi" lli!~iv~;~.cl'!;!alelt :( Itum<lnt\ffuio J;'Iii ~J\fu;;! cmrill~n.tes. O:MGiCj*'klS qu.e:~~ero.Jj? (i~1'e tf~Q.



l6ti.c!l.:·H:lIiI~'lIIjjd. d:e·l~m.lh:xd;,~irlacll'~ ,h~(:;og;lfc':a. e~l 111.",,""llupjl.O!c·iililW ~ P. ~tz~a;,.'O(jcl:: l!lJ. rn'liJidlM i)l~;~jltat1a.

~ ~81~ ~ ~-:!'~ ~,~'-.~1B 1'-·5

- ,