Nuevas meditaciones sobre la técnica
Edición de Fernando Broncano
E
D
T
O
R
A L
T
R
O
T
T
A
Este libro hu sido realizado con uno ayuda de lo D.G,C.Y,T. P.B. 8700336
CONTENIDO
COLECCION ESTRUCTURAS y
PROCESOS
Serie Filosofía
Introducción. La filosofía y la tecnología: una buena relación: Fernando Broncano .
MODEtOS TECNOLÓGICOS Y REALIDAD Conocer y actuar a través de la tecnología: Manuel Liz Notas sobre el significado de los modelos informáticos de simulación: Javier Aracil En torno a los conceptos de modelo, sistema y simulación: táargarito vázqucz.
cultura Libre Fernando Bronconc, Manuel l.z , Jovier Aracil, Morqcritc Vózquez , .loselo T enero Meteos. Jesús Ezquerro, Mlkel Olozorón. Miguel Ángel Oolntonillo, Alfonso Bravo Juego, 1995 Editorial Trotto, S.I\., 1995 Altamirano, 34. 28008 Modrid Teléfono 549 14 43 Fox. 549 16 ~5 Diseño .looqvrn Colleqo ISBN, 84·8164-056-5 Depósito Lequl- VA-686/95 Impresión Simoneas Ediciones, S.A Poi. lnd. Son Cus-óbol CI Estaño, parcelo i 5) 4701? Valladolid
23 53 8 '1
CONOCIMIENTO TECNOLÓGICO Y TECNOLOGÍAS DEL CONOCIMIENTO
1,;1 simulación y la (~'Midad en los sistemas de funciones. El caso de los sistemas cognitivos: remando Brcmcano Semántica de las reglas tecnológicas: eficiencia y control en la organización y planificación de los sistemas tecnológicos: Jusefa Toribio Maleas Acciones, planes y tecnología: Jesús Ezquerro
] 01
121
139
SOCIOLOGÍA, POLÍTICA Y ECONOMÍA DE LA TECNOLO(;ÍA Controversias y estructuración social de las comunidades científico-tecnológicas: un estudio de caso en inteligencia artificial: lVlikel Cslazarán . La construcción del futuro: Miguel A. Quintanilla . Innovaciones teóricas en la economía del cambio tecnológico: Alfonso Bravo juega .
7
169 201 217
Introducción LA FILOSOFÍA Y LA TECNOLOGÍA: UNA BUENA RELACIÓN
Fernando
Broncano
Los ensayos que recoge este volumen resultan del trabajoque durante más de tres años hemos ido desarrollando en el marco del programa «Estructura, dinámica y evaluación de sistemas tecnológicos)', acogidos en el Instituto de filosofía del C'ilC y financiados por el Programa de Desarrollo General del Conocimiento. A lo largo de varios años nos hemos reunido sistemáticamente y hemos discutido los trabajos que se habían ido gestando en el curso del proyecto. Algunos de los participantes, como Javier Aracil y Miguel Angel Quintanilla, habían escrito ya algunos trabajos filosóficos sohre la tecnología, los demás estábamos comenzando a pensar filosóficamente en todos o algunos de los aspectos de las técnicas o de la tecnología. El programa siguió un rumbo propio, por encima de nuestras previsiones iniciales, al compás de nuestras discusiones, que iban poco a poco derivando las primeras perspectivas generales hacia un conjunto de temas y problemas más específicos y concretos, que se habían ido volviendo cada vez más importantes, a medida que dábamos vueltas a las ideas, y que coinciden con Jos recogidos en este volumen. Sin embargo, han permanecido o se han afianzado algunas de las preocupaciones primitivas que nos impulsaron a comenzar el trabajo, muchas de las cuales han aparecido ya en varias publicaciones individuales y colectivas de los miembros del grupo. UN PROYECTO DE FIl.OSOFÍA DE LA TECNOLOGÍA
La tecnología no ha merecido la misma atención de los filósofos que otros campos de la cultura. Una explicación repetida entre quienes han notado la falta achaca el defecto al sesgo teoricista de nuestra cultura. Se nos dice que el pensamiento occidental ha despreciado
9
I
H
BRO"JCANO
IN II
tradicionalmente el saber práctico, las artesanías y las tejnes. Sin embargo no es completamente cierto este olvido. Los filósofos modernos que hicieron posible la ciencia en el sentido actual del término estaban atentos a las innovaciones de los artesanos constructores ?e inge.ni,os que estaban cambiando las formas de producción y la vida cotidiana desde el Renacimiento y la baja Edad Media. No es cierto ese olvido en Ba~on y dudosamente 10 es en Descartes, por no recordar la alta capacidad técnica de científicos-filósofos como Galileo y Newron. El propio Leibniz, paradigma de filósofos abstract~)s, dedica m~chas, horas de su trabajo a problemas que hoy consideramos de ingenierfa, como es el cálculo de resistencia de vigas. No es tan cierto, pues, que los filósofos modernos, en los cuales se fundamenta en gran parte el pensamiento contemporáneo, hayan desprecI,adc: las artes. prácticas. La razón de la poca import~ncIa que la tecnica ha tenido en la cultura hay que buscarla, más b~en, e~ un lugar mucho más conspicuo: en la poca importanera relativa que tiene la técnica en el dominio general de la cultura e incluso de la vida cotidiana antes de la revolución industrial de los siglos XVITI-XIX. Las actividades intelectuales como la ciencia y. el arte, .como. toda actividad humana en todo tiempo y espaCIO, usan, mvesngnn, desarrollan y aplican técnicas, pero su dependencia de la técnica para su propio desarrollo no es tan clara y evidente como 10 será en los dos siglos posteriores. En los siglos XIX y XX la dependencia tecnológica de todas las actividades culturales ,s~ hace presente,:o todo momento del proceso de creación, producción y reproducción cultural. La cultura no existe , no sobrevive , . SI no es en un medio progresivamente más sofisticado tecnológicamente. Esta misma razón explica el interés creciente que suscita la tecnología como objeto de pensamiento. No hay un solo dominio cul~ural que ~o haya sido transformado radicalmente por la progresiva Implantación de sistemas tecnológicos. Félix de Azúa notaba en un r~~lente ~rtículo periodí~tic~ ~ómo la difusión de sistemas de audiClan muslca~ en la propia VIVIenda ha hecho más receptivos a los oye.ntes hacia formas más puras de la música clásica interpretadas en, l~strumentos origina~es, por encima de la tradición de la gran música burguesa que eXige grandes espacios y eventos para ser escuchada. Y Eugenio Trías confesaba también no hace mucho el carácter cinematográfico de su estilo de escritura, corroborando que la mezcla de las artes ya ha alcanzado el propio ensayo filosófico. Así, el cine, arte emergente en el cacharrería técnico del siglo, se venga de sus padres, la novela, el teatro, la pintura. Si, a pesar ,de la preocupación que suscita la tecnología, apenas e~contramos fIlósofos que conviertan la técnica en objeto de pensamiento, hasta el punto de que la historia del pensamiento filosófico sobre la técnica en nuestro siglo ocuparía poco más de un estante de
una biblioteca bien dotada, tal vez debamos atribuirlo a otra razón añadida: es posible que la velocidad y profundidad del proceso de transformación que la tecnología causa en los modos y formas culturales haya vuelto opaco el sentido de los cambios, en el mismo sentido en el que los cambios revolucionarios se muestran opacos para aquellos a quienes toca vivir en el ojo del huracán de la historia. La novedad del proceso y la ausencia de referentes históricos no facilita tampoco la tarea del filósofo que desea meditar sobre la técnica. Como tampoco la facilita el hecho de que la ciencia, la tecnología y la industria formen ya un entramado que sólo a efectos académicos tiene sentido dividir como formas culturales. A estas dificultades no es ajena la actitud distante y externa de muchas actitudes intelectuales, que ven en la técnica la madre de todos los males o, por el contrario, de todas las soluciones a los males que nos aquejan. Pertenece a esta actitud externalista la consideración de la tecnología como una caja negra de la que sólo interesan los productos y/o las consecuencias de los productos, pero no los métodos de trabajo, la especial forma de su conocimiento, el modo en el que se articulan los factores sociológicos y económicos con los intereses estrictos de la investigación, la misma filosofía interna al sistema de trabajo del ingeniero, proyectista o investigador. A pesar de que la falta de tradición filosófica no debería habernos hecho muy escrupulosos en 10 que respecta a nuestras fuentes, desde las primeras reuniones nos unió la convicción de que las perspectivas externalisras eran un camino engañosamente fácil de seguir y que deberíamos evitar, aun si nuestras tendencias filosóficas nos inclinaban a ello.
10
11
MÁs ALLÁ DEL filEN Y DEL MAL TECNOLÓGICOS
¿Acaso los sistemas, teorías, métodos y artefactos tecnológicos son neutros ética y políticamente? ¿Acaso hay tecnologías intrínsecamente malas, que exijan la resistencia incondicional de los espíritus avisados? ¿Acaso hay tecnologías intrínsecamente buenas que justifiquen no importa qué sacrificio en pro de su implantación? ¿Será tal vez el uso lo que hace a las tecnologías malas o buenas? Estas preguntas forman parte de nuestra conciencia ilustrada de fin de siglo. Son las preguntas que uno se hace al principio y al final de una aventura de reflexión sobre la técnica y, desde luego, nos llevaron una buena parte del tiempo de discusión. No hemos encontrado una respuesta única, sensata y aceptable para todos, pero a cambio discutimos seriamente las condiciones que podría tener una respuesta a estas preguntas. Quintanilla había propuesto en su libro Tecnología. Un enfoque filosófico la siguiente fórmula: «Una tecnología mala es una mala
I Lf,NANUO
Hk.üNCANl)
tecnología». La fórmula no sienta una cuestión de principio, pero restaura una dimensión humana en los criterios de aceptabilidad tecnológicos: el punto de vista del usuario, el punto de vista social, en el caso que nos ocupa. Si socialmente se llega a considerar que una tecnología es mala desde el punto de vista de las consecuencias que entraña, el juicio moral indicaría una deficiencia seria en el juici? técnico que ha llevado a la decisión de aceptar esa tecnología. La formula era, pues, una propuesta para considerar las cuestiones de ética de la tecnología en términos naturalistas. Hay dos formas de introducir la dimensión valorativa dentro de la tecnología. La primera deriva de considerar el juicio moral como result~do de una in!u.ición y aplicación de valores generales que transcIenden.el dominio de las consecuencias de los hechos que juzgamos. El SUjeto moral, individuo o colectividad, debe estar dotado, se&ún esta perspectiva, de alguna competencia, sentido moral o mecam~mo de acuerdo colectivo tal que, por su universalidad, indep~ndI.e~te de las características particulares del objeto de juicio, su eJerCICIO, se resuelva en juicios cargados de legitimidad. El otro punto de VIsta es mucho más cauteloso frente a la clarividencia de n.uestras capacidades de juicio moral en tanto que sujetos empíneos y normales. En lo que respecta a la tecnología es consciente de lo difícil que es el cálculo de las consecuencias de la tecnología sin usar conocimientos técnicos. No son pocas las veces que nuestras intuiciones sesgan los juicios mucho más de lo que es capaz de sopo,rtar n~le.st~o orgullo, aunque bien es cierto que eso no es patrimomo del JUlClO moral, pero es en dicho juicio en el que las cuestiones de legitimidad se suscitan con más frecuencia y dramatismo. "Así, pues, pronto llegamos a la convicción de la necesidad si no suficiencia, de tener una buena teoría y una mejor práctica para valorar prematuramente las opciones tecnológicas como condición para la mejora de nuestras capacidades de juicio moral.
IN 11{(JIJUl.CllJN
Si nuestras intuiciones morales no son infalibles para juzgar el desarrollo y la aplicación de nuevas tecnologías, debemos acudir a otros criterios que no sean los estrictamente morales, o quizás, como parece estar implícito en el dictum de Quintanilla, tal vez los valores morales sobrevengan o se determinen cuando se determinen los valores en otros campos, como lo son las consecuencias observables de los proyectos tecnológicos y, su aplicación en la producción. Los valores bajo los que cabe discutir un proyecto tecnológico son internos o externos. Los internos dependen de criterios funcionales que se fijan en el-contexto del conocimiento científico y tecnológico y nos permiten juzgar la realizabilidad, fiabilidad y eficiencia de
los sistemas que se inventan y desarrollan. Los valores externos dependen de criterios que tienen en cuenta los sujetos sociales y factores varios implicados en la tecnología: económicos, sociales, ecológicos, morales y otros. El predominio de valores externos puede ser visto por los ingenieros y científicos como una interferencia en el desarrollo normal del proceso autónomo de la tecnología. El predominio de valores externos, consecuencia del hecho de que la tecnología sobrevive a causa de su utilidad económica y social, tiende a ser visto por los agentes sociales implicados como resultado de un dominio de tecnócratas, quienes estarían generalizando injustificadamente criterios de eficiencia internos a campos en los que ya no son sujetos legítimos de decisión. En el marco de una empresa nadie pone en duda que las propuestas de los departamentos técnicos de Investigación y Desarrollo se subordinan a otros departamentos en los que las decisiones tienen en cuenta valores más generales para el interés de la empresa, que, en ocasiones, no coinciden o contradicen los intereses puramente técnicos. En el marco general de la sociedad, sin embargo, no hay criterios tan claros como los económicos para adoptar decisiones en los terrenos científico y tecnológico. Las decisiones sobre cualquiera de estas materias son en sí complicadas por la dimensión y el número de los criterios en los que se basa la decisión. De ahí que hayan ido naciendo nuevos campos de investigación y asesoría a los agentes sobre los que recaen las responsabilidades de la decisión o el control social sobre la ciencia y la tecnología, sobre su investigación, desarrollo y aplicación social. Son los llamados programas de evaluación de la ciencia y la tecnología, evaluación de políticas científicas, estudios sociales sobre la ciencia y, en general, estudios que se agrupan bajo la trilogía de ciencia, técnica y sociedad. La evaluación de la tecnología es uno de los campos en los que la perspectiva filosófica puede servir de ayuda, sea en el análisis y dilucidación de los conceptos, sea en la propuesta positiva de criterios. De hecho ha sido uno de los campos relacionados con la tecnología en los que la aportación de los filósofos ha sido más notoria. Hemos discutido numerosas veces acerca de la evaluación. No hay, o no las hemos encontrado, recetas rápidas para aplicar en situaciones de incertidumbre. Sí estamos convencidos, sin embargo, de cuál es el camino que debemos perseguir: es urgente comenzar estudios que nos ayuden a conocer los valores implicados en las decisiones tecnológicas ya desde los primeros momentos de formación de las tecnologías. La evaluación exige conocimiento del modo en el que se desarrollan y desenvuelven las innovaciones técnicas desde los primeros momentos de su concepción intelectual en el seno de los grupos de investigación. La investigación de las políticas de desarrollo científico y tecnológico es un instrumento cada vez más necesario para ir
12
13
CRITERIOS PARA LA EVALUACIÓN DE TECNOLOGÍAS
11 F\NANI)()
11f<,ONCI\NO
abriendo la «caja negra» que N. Rosenberg, en un libro ya clásico, pensaba que formaban las relaciones entre ciencia, tecnología, economía y sociedad. El estudio de las interacciones entre la dinámica de las comunidades científicas y el proceso de innovación tecnológico es uno de los campos de urgente investigación: el conocimiento y la sensatez en la propuesta y aplicación de criterios para el desarrollo y el control de la tecnología crecen juntos. La interacción entre la investigación y el desarrollo científico y tecnológico, por una parte, y el desarrollo económico, por la otra, es tan universalmente aceptada como difícil de establecer. Alfonso Bravo ha estudiado en varios trabajos casi exhaustivamente la historia del pensamiento económico acerca de la innovación y aportó al grupo la mirada del economista. En el estudio que recoge este volumen recoge las nuevas perspectivas teóricas que han abierto los economistas del SPRU (Science Policy Research Unity) de la universidad de Sussex. Esta recomendación teórica de comenzar a estudiar las políticas de innovación se ha tomado tan en serio en el grupo que, posteriormente al desarrollo del proyecto de Filosofía de la Tecnología, Quintanilla promovió la formación del grupo de Evaluación de Políticas Científicas y Tecnológicas (EPOC), en el que participan varios de los componentes que colaboran en este volumen, entre ellos su actual director, Alfonso Bravo, y que en el corto periodo de dos años de funcionamiento ha producido un inmenso material sobre la situación de la investigación científica y tecnológica en nuestro país y en Europa. Los trabajos del grupo EPOC han reafirmado en la práctica 10 que se puso de manifiesto en las reuniones teóricas: la necesidad del estudio de los mecanismos internos de desarrollo de la innovación tecnológica. La detección de sesgos y tendencias en la innovación desde los primeros momentos de la investigación, mediante el estudio de indicadores y la prospección de las consecuencias internas y externas, es el método para que nuestras decisiones morales supongan y, por el contrario, no excluyan el ejercicio de nuestras mejores capacidades de racionalidad colectiva. La investigación científica y la innovación y el desarrollo son ya demasiado grandes y demasiado caras para que nos permitamos el lujo de desconocer las tendencias que generan sus mecanismos internos de desarrollo. La sociedad paga el sistema de Invesrigación y Desarrollo y este sistema produce el conocimiento que presuntamente necesita esa sociedad. En consecuencia, la sociedad fija sus prioridades de investigación, estimula económicamente esas prioridades y la comunidad científica orienta en esa dirección sus investigaciones. Así es como muchos dirigentes económicos y políticos piensan que debe enfocarse la política de investigación. Se trata de una política conductista de estímulo y respuesta que se supone efectiva en el mismo
14
IN 1 HO[)tJCCI6N
sentido en el que el mercado es efectivo en el logro de situaciones de equilibrio económico. Se trata de una política basada en una teoría de caja negra del sistema de investigación. Teoría que, en muchas ocasiones, comparten Jos propios investigadores cuando miran a las estructuras sociales solamente como una fuente de financiación que les es debida en función del interés que presuntamente tiene su investigación. Pero las teorías conductisras, como todas las teorías de caja negra, solamente tienen en cuenta el ambiente externo, sin reparar en la importancia del ambiente interno, en este caso las estructuras que configuran el sistema de investigación. La sociología de la ciencia y de la tecnología, una disciplina de apenas unas décadas de historia, ha comenzado a desentrañar en parte algunos de esos mecanismos. La aportación al proyecto de Mikel Olazarán, un sociólogo de la ciencia formado en la escuela de Edimburgo, muestra un caso muy significativo en el sector de la informática: la dirección en los años setenta de la investigación en arquitecturas computacionales hacia los ordenadores y la programación secuencial clásica en vez de hacia el paralelismo masivo, una tecnología tan vieja como la otra, estuvo causada por decisiones que dependían de las jerarquías internas de la ciencia. La sociedad establece sus necesidades en la medida del conocimiento que tiene de sus posibilidades, y este conocimiento se lo proporcionan en una gran medida las expectativas de las comunidades científicas. De manera que sería una locura no tomarnos en serio cuáles son los mecanismos de interacción entre el medio ambiente externo de la ciencia y su medio ambiente inrerno. El trabajo de Mignel A. Quintanilla presenta datos acerca del nuevo contexto de la ciencia y la tecnología, en el que nace la urgente necesidad de evaluación de la tecnología y establece un buen marco teórico para concebir esta evaluación social de una manera comprensiva. CONOCIMIENTO y REALIDAD EN LA TECNOLOGÍA
Javier Aracil es el único de nuestro grupo que pertenece profesionalmente al campo de la ingeniería en activo. Desde su Departamento de Electrónica y Automática de la Escuela Superior de Ingenieros Industriales de Sevilla, ha desarrollado técnicas de dinámica de sistemas para su uso en simulación del comportamiento de sistemas complejos, no importa cuál sea su naturaleza, artificial, social o natural. Desde que se incorporó al grupo ha sido una fuente de problemas filosóficos que nacen directamente de la práctica de la tecnología. En un grupo en el que predominaban numéricamente los filósofos, ha sido, sorprendente pero no casualmente, la voz que más se ha alzado en favor de un planteamiento radical de los problemas filosóficos que presenta la tecnología, en tanto que aparece como un nuevo modo de conocimiento.
15
~,Nf'..NI)U
flkUNCAhO
l"JII
La ciencia y la tecnología forman ya un entramado único en el que es difícil separar una práctica de la otra. La tecnología es un conjunto sistemático de acciones de transformación, dirigidas por reglas y articuladas en planes que, cuando resultan exitosos, permiten la realización del objetivo planificado en un cierto grado. Las reglas involucran procesos naturales regulares o legales que pueden estar mejor o peor conocidos al tiempo de formular el plan o diseño. Un diseño es un modelo que representa las acciones que han de llevarse a cabo de una manera abstracta. No las representa en su totalidad, a menos que el diseño se convierta en la propia realización del plan. A los ingenieros los paga la sociedad principalmente para que hagan diseños. Para llevarlos a cabo el ingeniero realiza un modelo que simula el sistema sobre el que se ha de actuar. En este modelo emplea los materiales conceptuales que tiene a mano. No siempre dispone de teorías científicas precisas sobre los procesos que ocurren en el sistema y, por el contrario, muy a menudo construye el modelo representando procesos de muy diversos niveles de realidad natural. Pongamos por caso los modelos que debe desarrollar un urbanista: las propiedades que debe tener en cuenta involucran procesos que alcanzan desde los niveles de resistencia de materiales hasta los hábitos y patrones sociales de los futuros usuarios del sistema. El ingeniero no siempre tiene a su disposición teorías, pero sí conoce Jos criterios por 1<)S que va a ser juzgada su labor, por la eficacia del sistema que se construya y por la precisión de las predicciones que haga su modelo. Muchas discusiones las hemos dedicado al peculiar carácter que tienen los modelos en la tecnología, y tal vez, crecienternente, en la ciencia. La introducción de las nuevas técnicas de simulación matemática de la realidad, posibilitadas por el uso de ordenadores con grandes capacidades de cálculo, está introduciendo una nueva dimensión metodológica en la investigación, posiblemente del mismo calibre que tuvo la aparición de los métodos de investigación empírica durante las revoluciones científicas del XVII y XVIII. La importancia filosófica de estos métodos ha sido señalada reiteradamente por Javier Aracil y por Margarita Vázquez. Hasta qué punto una simulación exitosa «construye» una nueva representación de la realidad para la que anteriormente no existía ninguna teoría. De la profundidad de esta pregunta solamente puede uno darse cuenta cuando repara en que las simulaciones de procesos en no pocas ocasiones descubren propiedades estructurales que de otra manera estarían ocultas, aun bajo la escrutadora mirada del científico teórico. ¿Es que acaso la simulación para la práctica va a convertirse en una nueva forma de teorizar? Son muchas las lecciones que uno puede aprender de la simulación de sistemas. Muchas son las que nos enseña el trabajo de Margarita Vázquez, quien ha dedicado numerosos trabajos a la concepción sistémica de la realidad y al significado de la simulación. Repárese
La conducta de un sistema puede ser descrita y representada de muchas maneras. Una de ellas es la descripción funcional: es aquella en las que las partes del sistema no se describen por las propiedades materiales que las constituyen, sino por cómo su conducta coopera a la conducta total del sistema del que forman parte. Describimos funcionalmente una biela como una pieza que transforma movimiento circular en movimiento rectilíneo de vaivén, y no nos importa si la biela está hecha de este o aquel material. Los programas de computador son, en este mismo sentido, representaciones funcionales de la información cuando ésta se transforma en nueva información. La aparición de los computadores ha permitido la simulación de, entre otras muchas cosas como son los cálculos, las listas de datos, los movimientos y transformaciones espaciales de las imágenes, ciertas funciones que caracterizamos como inteligentes. El ordenador ha dado nacimiento a una nueva área de investigaciones que ha devenido en ser llamada ciencia cognitiva, aunque agrupa actividades de muy diversa índole que van desde la inteligencia artificial a la psicología cognitiva, la robótica y, recientemente, la llamada «vida artificial». La ciencia cognitiva puede ser calificada como el producto contemporáneo más importante de la simulación como instrumento de investigación de la realidad. Tres de los trabajos que presenta este volumen se dedican precisamente a cuestiones relacionadas C011 la ciencia cognitiva. El trabajo de Broncano se toma en serio la idea de que simular es reconstruir la estructura de un sistema. Si esto es así la división entre lo natural y lo artificial debería ser puesta en cuestión precisamente allí donde nos parece más ardua de tratar filosóficamente: équé ocurriría si tratásemos de «construir» una persona, suponiendo que una persona es un sistema muy complejo de funciones? La imposibilidad de llevar a cabo el proyecto no impide la seriedad de la pregunta. Qué sea 10 natural y qué 10 artificial en los sistemas cognitivos que somos las personas es una cuestión que posiblemente habrá de ser tratada por otros métodos que nuestras propias intuiciones acerca de nosotros mismos en una época en la que muchas de nuestras funciones son -simulables». Jesús Ezquerro y Mikel Olazarán tratan desde pers-
16
17
en que la concepción sistémica de la realidad se ha convertido en la forma más extendida de representarnos la naturaleza en una época en la que se ha puesto de manifiesto el naufragio de los reduccionismas. Posiblemente la concepción sistémica sea la primera gran aportación, junto a la teoría de la información, que la tecnología ha hecho a la visión contemporánea del mundo. Todos los objetos y procesos se han modificado bajo el impacto conceptual de estos dos grandes instrumentos de análisis. LA SIMULACIÓN ARTIFICIAl DF LA VIDA INTEl.lCENTE
I
~RNAN[)O
Bf,ONCANO
pectivas muy diferentes del impacto que ha producido en la representación de nuestros sistemas cognitivos la extensión de nuevas técnicas de tratamiento computacional derivados de las arquitecturas de procesamiento masivamente paralelo. Se trata de los métodos conexionistas, que tratan de simular computacionalmente la estructura de las neuronas. La filosofía conexionista ha permitido pensar, al menos como posibilidad, la simulación de un sistema cerebral, y no simplemente de sus funciones. Ezquerro analiza una parte del impacto que estos métodos están teniendo en el modo en el que los filósofos explican la conducta humana. Que una tecnología computacional transforme de manera radical la visión filosófica de la conducta humana es posiblemente algo que no se producía desde la emergencia en el siglo XVII de los modelos mecanicistas, en los que el cuerpo, que no la mente, se representaba bajo el modelo de los sistemas mecánicos. No es imposible que las técnicas de computación estén transformando de manera igualmente radical nuestra concepción de nosotros mismos. El análisis de Mikel Olazarán del conexionismo, al que ya aludimos anteriormente, nos introduce en esta visión conceptual de las aplicaciones del procesamiento masivamente paralelo, pero, sobre todo, nos reintroduce de nuevo en los extraños caminos por los que el conocimiento se entrelaza con muy diversos factores sociales formando una red de interacciones que no son fácilmente reducibles a fáciles determinismos de un solo nivel sobre los demás.
LA TECNOLOGÍA VISTA DESDE DENTRO: HACIA UNA NUEVA FILOSOFÍA DE LA TECNOLOGÍA
1i'; 1 I-:U 1) 1; 1__ 1_1() N
logía moderna, que nace de la revolución científica y de la revolución industrial, determina nuevos ámbitos de realidad en los que las nociones de control, de reglas de acción eficaz y de racionalidad adquieren nuevos sentidos en la medida en se aplican a grandes sistemas en los que la cooperación de los agentes, el control de resultados y la eficacia determinan una manera nueva y no sólo distinta de relacionarse el hombre con su entorno. Necesitamos urgentemente nuevos instrumentos conceptuales para pensar la tecnología. Los que hemos heredado solamente nos sirven hasta un punto, mas allá del cual la novedad del fenómeno ante el que nos encontramos los hace inaplicables. Tal vez estos dos ensayos, así como los restantes del volumen, hayan dado un paso en este cammo. En realidad el objetivo que ha guiado todas nuestras reuniones ha sido el de renovar los estudios sobre la tecnología sacándolos de la visión externalista para plantearse un problemas filosóficos que surjan de una representación más real de lo que es la práctica de la tecnología, admitiendo sin duda que es una práctica insertada en un mundo de instituciones sociales políticas económicas y de conocimiento, pero no renunciando a lo específico que la tecnología ha aportado como nueva forma de práctica. Porque si alguna definición cabe de tecnología es la de organizacion social de la transformación creativa de la naturaleza. Muchos años nos separan de las meditaciones orteguianas sobre la técnica, uno de los primeros y el más serio intento de una filosofía interna de la tecnología. Con más audacia que modestia queremos que estos ensayos continúen esta tradición.
Los problemas conceptuales más abstractos de cualquier campo de la actividad humana involucran lo que los filósofos llaman epistemología, o estudio de los problemas del conocimiento práctico en ese dominio, y ontología, o estudio de los objetos de los que trata ese dominio. Las reglas de acción conforman aquello específico del lenguaje tecnológico, aquello que distingne los resultados del ingeniero de los de cualquier otro investigador. Sin embargo, por el predominio del estudio de las proposiciones científicas, o del lenguaje cotidiano, las reglas tecnológicas no han recibido la atención analítica que merecen. El trabajo de ] osefa Toribio es un ejemplo de cómo los precisos instrumentos de la filosofía analítica actual pueden ayudar a una nueva visión de la tecnología. Lo mismo cabe decir del trabajo de Manuel Liz, Ambos son, en ciento sentido, manifiestos programáticos de nuestras intenciones al pensar la tecnología: integrar las perspectivas, someterse al control del rigor, y, al tiempo, aceptar que la tecnología es ya el principal determinante de nuestra relación práctica y cognoscitiva con el mundo. La tecno-
18
19
MODELOS TECNOLÓGICOS Y REALIDAD
CONOCER Y ACTUAR A TRAVÉS DE LA TECNOLOGÍA
Manuel
I
Liz
Universidad de La Laguna
"La técnicas, CUYJ. misión es re~()lvcrle al hombre problemas, se ha convenido de pronto en un nuevo y gigantesco problema.»
f. ORTr:(;A
1.
y GASSET,
Meditación de la técnica
CONOCER y ACTUAR A TRAVÉS DE LA TECNOLOGíA
La gran misión tradicionalmente encomendada a la técnica ha sido la de resolverle al hombre sus problemas prácticos y satisfacer sus intereses actuando en la realidad. El caso es que la técnica, así entendida, se ha convertido de pronto en un nuevo y gigantesco problema. Buena parte de la técnica se ha transformado actualmente en tecnologia': Nuestro mundo y nuestras vidas han sido invadidas por la tecnología. Por productos, procesos y lenguajes tecnológicos. Casi cualquier relación que intentemos mantener con la naturaleza, con los demás o incluso con nosotros mismos se encuentra ya mediada por la tecnología. Y la propia reflexión sobre nuestro conocimiento y nuestra acción no puede seguir manteniéndose al 1. Quiero agradecer aquí [os numerosos comentarios y críticas que este trabajo ha recibido; especialmente los debidos al resto de los miembros del Proyecto de Investigación sobre Filosofía de la Tecnología desarrollado estos últimos años en el Instituto de Filosofía del CSIC, así como los rtalizóldos por algunos de mis compañeros de la facultad de Filosofía de [a Universidad de La Laguna. También debo agradecer a mis alumnos del curso de doctorado sobre filosofía de la tecnología, llevado a cabo durante el curso 90-91, muchas t importantes sugerencias en todos estos temas. 2. Las características generales de este camh¡o serán analizadas en ti siguiente apartado.
23
H A
~J
lJ 1 1
1 11
margen de este desarrollo tecnológico. No podemos perder el tren. Hubo un tiempo en el que conocíamos, actuábamos y reflexionábamos sobre nuestro conocimiento y acción a través de la religión, la magia, la poesía, la técnica, la filosofía o la ciencia. Hoy día debemos también aprender a conocer y a actuar a través de la tecnología. Quien acepte que la ciencia nos ofrece un buen ejemplo de lo que es la racionalidad epistemica, de su estructura, valor y límites, se sentirá también tentado a considerar la tecnología como un buen ejemplo de la estructura, valor y límites de la racionalidad práctica. A través del análisis de la ciencia podríamos así hacernos una idea de lo que constituirían las virtudes epistérnicas y, a través de la tecnología, una idea de lo que constituirían las virtudes prácticas. Este sería el planteamiento general en el que se desenvuelven algunas filosofías de la ciencia y de la tecnología, a mi entender, más estimulantes \. Con ello, no se estaría afirmando que todo en la ciencia y la tecnología sea racional. Lo que se suscita aquí es otra cosa. Se trata de un giro radical de nuestra perspectiva filosófica. La cuestión no es cómo justificar la racionalidad epistérnica de la ciencia y la racionalidad práctica de la tecnología, sino adoptar la ciencia y la tecnología como ejemplos privilegiados de nuestra racionalidad, como productos sumamente elaborados de nuestras capacidades racionales (de las nuestras, para bien o para mal, no de las de nadie ni de nada ajeno a nosotros mismos), analizar críticamente su funcionamiento y hacer explícitos los rasgos con los que mejor podamos caracterizar y profundizar esa racionalidad. El anterior planteamiento puede seguir siendo provechoso al pie de la letra allí donde sea aún posible distinguir con nitidez entre ciencia y tecnologja.r'All¡ donde, por ejemplo, la ciencia permanezca desinteresada de sus posibles aplicaciones y donde la tecnología no sea más que ciencia aplicada en función de intereses y objetivos extraídos de un contexto social completamente extraño a la actividad científica; En esta situación, todos los elementos epistémicos de la tecnología serán aportados por la ciencia y todos sus elementos prácticos provendrán del exterior de la esfera científica. Sin embargo, donde no podamos seguir manteniendo esta descripción, será necesario introducir algunos pequeños cambios en nuestro esquema. El caso es que esa manera de describir los papeles de la ciencia y de la tecnología resulta cada vez más inapropiada en nuestro mundo contemporáneo. La tecnología apenas puede ser ya considerada sólo como un ejemplo paradigmático para analizar exclusivamente los mecanismos de la racionalidad práctica. Ni la ciencia para hacer 10 mismo únicamente respecto de la racionalidad episrémica. Muchas formas actuales de la tecnología pueden ser vistas como ofreciendo buenos ejemplos tanto de racionalidad epistemi'l.
Véase, por ejemplo, Quinr.milln, In 1.19R9a y 1n9h.
24
I
(I~I()¡
11<
1
1\(
IlJI\I{
1\
II,I\VI -,
IJI
1\
11 (.NOI Or.,IA
ca como práctica. Ejemplos distintos de los que
005 podían ofrecer la ciencia y sus aplicaciones tecnológicas. La situación ha cambiado, La tecnología actual, cada vez más, no representa sólo un peculiar modo de actuar sino también de conocer la realidad. En esta última peculiaridad, y no sólo en el conocimiento científico que incorpora, descansa gran parte del valor actual de la tecnología, particularmente su valor para orientar nuestro conocimiento y nuestra acción.
2. TÉCNICA
y TECNOLOCÍA
Hemos dicho más arriba que buena parte de la técnica se ha convertido actualmente en tecnología. Es necesario aclarar esto. Los conceptos de técnica, tecnología y sus derivados son enormemente ambiguos y en muchos contextos pueden ser considerados como sinónimos. Uno de los casos más patentes donde esto es así se encuentra precisamente en las denominaciones «escuela técnica» y «estudios técnicos». Sin embargo, técnica y tecnología pueden distinguirse en un importante sentido. Las técnicas serían actividades o sistemas de acciones artesanales, artísticas, dirigidas hacia el propio cuerpo y su entorno inmediato, etc., de carácter socialmente estructurado pero no directamente integradas en los modernos procesos productivos industriales, generalmente organizados en torno a la institución de la empresa (pública o privada), ni vinculadas a la actividad científica. Las técnicas son, pues, en primer lugar, sistemas de acciones articulados según reglas de carácter social, no acciones aisladas y ocasionales. Son, además, sistemas de acciones muy independientes del desarrollo de la industria y de la ciencia. Las tecnologías, por otro lado, serían también actividades o sistemas de acciones socialmente estructuradas, pero esta vez sumamente integradas en los procesos productivos industriales y estrechamente vinculadas al conocimiento científico. Así, hablamos de la técnica de la acuarela, de técnicas de estudio, de técnicas de escritura o de técnicas de relajación, y distinguimos este tipo de actividades de, por ejemplo, la tecnología informática, la tecnología nuclear o la tecnología aeronáutica. Nuestra distinción admitiría grados y aspectos. La integración en los modernos procesos productivos industriales, en los macrosistemas empresariales de producción organizada de bienes, así como la vinculación a la ciencia, pueden darse de muchas formas y con mayor o menor intensidad en todas ellas. Esto podría llegar a plantear prohlemas respecto a la identificación de cierta actividad como perteneciente a la técnica o a la tecnología. Piénsense, por ejemplo, en las técnicas/tecnologías de fabricación de vinos o perfumes. La misma dificultad surge frente a muchas de las actuales técnicas/ tecnologías agrícolas y ganaderas, o en algunas técnicas/tecnologías
25
M fiN (J I [
I 1/
de materiales. Estos problemas, sin embargo, no hacen más que reflejar una situación real de indeterminación y, de todas formas, las diferencias deben resultar claras en los casos más extremos. Nuestra distinción permitiría, también, una mutua incorporación técnico-tecnológica. Permitiría la existencia de ciertas actividades técnicas dentro de actividades de tipo tecnológico y viceversa, lo cual es, por otra parte, la situación habitual. La relación entre estas actividades podría entenderse como una relación de «parte-a-todo» en la que la identidad del sistema total debería resultar inalterada a través de ciertos cambios que puedan sufrir algunas de sus partes. Exactamente la misma tecnología admitiría muy variados cambios en algunas de las actividades técnicas que pueda involucrar. Una tecnología particular de producción de energía nuclear, pongamos por caso, podría no cambiar sustancialmente aunque algunos de sus ejecutores realizaran con mucha mayor habilidad su tarea gracias a un especial entrenamiento y a una serie de nuevas estrategias empleadas a la hora, por ejemplo, de organizar y manipular los controles térmicos. Cosas muy semejantes podríamos decir de algunas técnicas capaces, de alguna forma, de incorporar tecnologías. Hemos dicho que las técnicas y las tecnologías son actividades o sistemas de acciones". Una actividad concreta ha de ser siempre realizada por agentes concretos en un medio material concreto y a través de instrumentos concretos. Y todos estos elementos han de ser caracterizables respecto a propiedades físicas o materiales de algún tipo. Al menos en lo que concierne a la técnica y la tecnología, hemos de suponer que los ángeles o los espíritus no realizan actividad alguna. Por otra parte, las clases de técnicas y tecnologías serían clases de actividades. Mientras que las actividades concretas han de estar siempre, por decirlo así, encarnadas, las clases de actividades, no. La clases de actividades son, por definición, entidades abstractas. Al clasificar actividades técnicas y tecnológicas concretas, damos contenido a las expresiones ,<[...] es la misma (o una distinta) técnica que... }) y «[...] es la misma (o una distinta) tecnología que ... ». Estas clasificaciones pueden ser más o menos finas o generalizadoras. Los casos límites vendrían descritos, respectivamente, mediante expresiones sumamente especificadoras como «la técnica (tecnología) de ... », o máximamente generalizadoras como «la técnica (tecnologfa)». 4. Una conceptualiz.rciún rigurosa y enormemente sugerente de la técnica y la tecnología a través de la noción de sistema de acciones se encuentra en Quimanilln (l'olS'ol). Para este autor, las teuwlogías serían sistemas técnicos especialmente vinculados al conocimicrito científico, y todo sistema técnico sería un sistcrua de acciunev en parte intencionales v cn parte no intencionales. Las distinciones que nosctro, estamos uquf señalando entre téc~ica y tccnología serían perfectamente compatibles con la mayoría de estos análisis, con la única rnatizarión de que reservamos el nombre de técuicn sot., para esos sistemas técnicos no cualificados como tccnologías.
26
(1Ir-·j()(II'.
\
Allllfll\
A
II(AVI'"
[JI
lA
IIINI)IU(,IA
Al desarrollar nuestras clasificaciones, las propiedades físicas o materiales de los agentes, medios e instrumentos que integran las actividades técnicas o tecnológicas concretas pueden ser relevantes o no. En la medida en que esas propiedades sean relevantes, resultará obvio que las clases de técnicas y tecnologías que determinemos no podrán ser caracterizadas únicamente a través de propiedades simplemente funcionales; por ejemplo, a través de propiedades informacionales. Es decir, en relación a propiedades cuya naturaleza consista justamente en mantenerse indiferentes respecto de las peculiaridades físicas o materiales concretas de aquellas cosas que las encarnan. Como toda clase, estas clases de técnicas y tecnologías serán siempre objetos abstractos diferentes de sus realizaciones concretas, pero en este caso no podrán ser descritas únicamente en términos, por ejemplo, informacionales. Por otro lado, en la medida en que aqu~las propie?~des.físicas o materiales pas~n a ser irrelevantes en nuestras clasificaciones, las clases de tecmcas y tecnologías que obtengamos sí podrán ser caracterizadas completamente de esta forma, en términos tales que prescindan totalmente de las propiedades físicas o materiales que encarnen las realizaciones concretas de esas técnicas y tecnologías. Una conclusión de todo esto podría ser la siguiente. Las clases de técnicas y tecnologías (incluyendo aquí los dos casos límites de clasificación que indicábamos más arriba, es decir/las técnicas y tecnologías particulares' p~:)f un lado .yl'la técnica y la te,cnología, en general,' por otro) son siempre entidades abstractas. Sus materializaciones o realizaciones concretas no. No obstante, a pesar del inevitable carácter abstracto de las primeras, puede ocurrir que su caracterización no pueda siempre llevarse a cabo prescindiendo por completo de las peculiaridades físicas o materiales de sus posibles realizaciones concretas. Pongamos un ejemplo en forma de pregunta. Algunos expertos egiptólogos podrían llegar a expresarse actualmente de una manera bastante parecida a como los antiguos egipcios lo hacían mediante jeroglíficos. Ahora hien, ~cons~itu.i ría su actividad una realización concreta más de la técnica egipcia de escritura jeroglífica? Las respuestas a preguntas de esta índole no son unívocas, al menos no son sencillas. Esto nos conduce a otra conclusión más general: el que la cultura, en su conjunto o en sus partes, sea o no completamente caracterizahle a través de propiedades funcionales (a través, por ejemplo, de propiedades informacionales) depende del punto de vista que se adopte, sin que resulte siempre claro de qué puede depender a su vez ese punto de vista-l. S. Una interesante discusión de estos prohle mav -ontolúgjcos- de la técnica y la tecnología, en relación a cierta manera de entender la cultura en términos cxl"!IJsivame!ltc informacionales (como a veces ha sugerido entre nosotros, por ejemplo, Jesús Mostcrín), se encue nt ra en Quintnnil!a, 1989, cnps. TI y 11I.
27
MANUII
11/
Pero volvamos a la distinción que estábamos trazando entre técnica y tecnología. Lo que realmente constituye una novedad y un gigantesco problema en nuestra sociedad no es la técnica sino la tecnología. La técnica es constitutiva del hombre. Su origen se confunde con el origen del hombre mismo". Las técnicas siempre han acompañado, y siguen acompañando, a la humanidad) No así las tecnologías. Frente al carácter casi necesario de la técnica en relación al desarrollo de nuestra especie, la tecnología presenta una naturaleza altamente contingente. Las actuales tecnologías hunden sus raíces en la aparición de la ciencia moderna y en la industrialización. Nuestra tecnología es hija de las revoluciones científicas e industriales. Con anterioridad a estos fenómenos históricos no cabe hablar propiamente de tecnología. Tal vez sean posibles organizaciones institucionales de la tecnología que prescindan de uno de estos componentes, de la ciencia o de la industria. Formas institucionales en las que la tecnología prescinda del conocimiento científico aunque esté unida a la producción industrial, o en las que prescinda de lo último manteniendo su vinculación a lo primero. Y tal vez también sea posible algo similar, desde algún punto de vista, a la tecnología sin ninguno de estos elementos. De cualquier forma, ésa no es la tecnología que actualmente tenemos. No hay tecnología, tal como hoy en día la conocemos, sin ciencia y sin industr-ia". Gran parte de la técnica se ha convertido actualmente en tecnología. Sin embargo, no la ha eliminado, más bien la ha transformado. En más de un sentido, muchos problemas de la técnica siguen siendo problemas también para la tecnología. En toda tecnología, por ejemplo, perviven elementos propios de la habilidad y de la actividad artesanal. Elementos que escapan al control científico y a la planificación industrial. Esto parece ineliminable. Sin embargo, en otros sentidos, la tecnología ha camhiado el rostro mismo de la técnica. Muchas técnicas artísticas serían impensables sin la existencia de sofisticadas tecnologías. Poniendo al margen los computadores, piénsese simplemente en los casos de la fotografía, del cine yen las infinitas posibilidades recientemente abiertas por los vídeos ó. Los primeros indicios de humanidad, o prcluuuanidad, rescnrudos de un olvido que se aprnxima a VC(CS al millón de anos, se encucnu-cn muy a menudo indisolublemente liga· dos a la interpretacion de cie rro, objetos (01110 instrumentos récnicos en hlgar de, por ejemplo, COIllO rcxultado casual de ciertos procesos naturales. La sccuenci.ición habitual de nuestra prchistori.r (paleolítico, mesolítico, neolítico, edad del br on ce , del hierro, etc) recoge asimismo la importaucm y el carác te r constitutivo que ha tenido esta dimensión técnica en nuestra evolución cuhurul. Las relaciones hisHíricas entre recnologfa e industria, cspccialrnenre entre el desarrollo tecnológico moderno y las sucesivas revoluciones indusuialcs Ljuc, más () menos desde el siglo XVII, han ido conformnndo nucstr.i cultur-a occidental, no han sido menos estudiadas que las relaciones histór-icas entre tcenología y ciencia. Los clásicos y formidables trabajos de La ndcs (IY69) y de Singcr el al. (lY54-5K) bastarían, por sí solos, para devmcnnr esta opiniún.
28
I (Irll){ 11'.
T
Al
IIIAI\
A
11{I\V(',
IJI
1A
I1 ( "JOI OCiA
domésticos. Otras técnicas sólo perviven actualmente como contrapunto a tecnologías altamente desarrolladas capaces de producir resultados similares. Piénsese, por ejemplo, en los cultivos biológicos, en las artesanías textiles o en la costosa manufactura de cañas de pescar de bambú refundido. En todos estos casos, la técnica se desmarca actualmente de la tecnología acercándose al arte. Este hecho reforzaría socialmente la distinción conceptual que hemos venido haciendo entre técnica y tecnología. La técnica y la tecnología comparten, no obstante, un ubjetivo. El objetivo de actuar en la realidad satisfaciendo los intereses de ciertos sujetos. Cumplir intencionalmente tal objetivo requiere al menos los siguientes elementos: 1) conocer esos intereses, 2) conocer de alguna forma la realidad sobre la que se pretende actuar, 3) saber cómo actuar, 4) actuar, 5) disponer de criterios evaluadores acerca de la satisfacción de esos intereses mediante el resultado de la acción, y 6) evaluar el resultado de la acción realizada como un progreso en la satisfacción de los intereses que se han tomado como punto de referencia. Pero, aun desde este punto de vista, en cada uno de los anteriores elementos podemos encontrar diferencias importantes entre la técnica y la tecnología. En la técnica intervienen intereses generalmente individuales y fácilmente determinables. La realidad que se manipula y sobre la que se actúa es manifiesta, superficial y fácilmente accesible. El saber cómo actuar es transmitido personalmente y, en último término, se hace responsable del mismo a un conjunto de particulares destrezas. La actuación es directa y sin apenas intermediarios. Finalmente, la evaluación de los resultados de la acción técnica es también inmediata y muy cercana de los contextos de producción y de liSO. En la tecnología, por otro lado, los intereses que se satisfacen suelen ser colectivos y mucho más sofisticados. Se manipula y se actúa sobre pretendidos niveles más profundos de la realidad o, al menos, sobre niveles no fácilmente accesibles. El saber cómo actuar es transmitido institucionalmente y se hace responsable del mismo a cierto costoso aprendizaje más que a una serie de destrezas. La actuación tiende a ser indirecta, compleja y altamente organizada. Esto incide inevitablemente en el proceso de evaluación, que se aleja enormemente de los contextos de producción y uso de los resultados de la tecnología. Con la tecnología entran en escena nuevos ingredientes y nuevos problemas. Nuevos problemas epistemológicos y nuevos problemas prácticos. Problemas que se derivan de su vinculación con el conocimiento científico y con los procesos productivos industriales. El núcleo de los problemas epistemológicos lo constituye la relación que la tecnología mantiene con la ciencia. Necesitamos precisar las relaciones que se establecen entre la tecnología y la ciencia.
29
M A N I11 1
I 1/
Necesitarnos aclarar también el tipo especial de conocimiento requerido por la tecnología en la determinación de los intereses que se han de s,atisfacer y de la realidad sobre la que se va a actuar, así como precisar cuáles son sus estrategias epistémicas a la hora de saber cómo actuar, cuáles son sus procedimientos de evaluación y cómo se aplican. El núcleo de los problemas prácticos presentados por la tecnología viene dado por la relación que ésta mantiene con la moderna industria, con los actuales procesos industriales y empresariales de investigación, decisión, organización, producción, comercialización y. evalu~ció~. Exigimos de la tecnología que, al igual que la técnica, siga satisfaciendo nuestros intereses actuando en la realidad. Pero los intereses de la industria y de la empresa fácilmente se desvinculan de nuestros propios intereses y de los intereses de la sociedad. Normalmente, combatimos esa desvinculación exigiendo a la tecnología mayor racionalidad. Sin embargo, esa racionalidad no sólo puede referirse ya a una mayor intervención de la ciencia, no .sólo p~ede ser una raciona!idad epistémica. Tampoco puede ref~flrse un~ca,mente a la capacidad de la tecnología para conseguir Ciertos objetivos propuestos fuera de su ámbito, no sólo puede ser una racionalidad instrumental. Tiene que llegar inevitablemente a la consideración de los fines últimos a los que debería servir la tecnología. . En 10 que sigue, nos ocuparemos de algunas cuestiones pertenecientes a estos dos núcleos de problemas.
I ()NlIl 11,
,
A'
IIJAI,
A
rn x v rs
IJI
1A
1I (N()', t)(,IA
intereses actuando sobre la realidad. Esta actuación está orientada por el conocimiento científico. Y resulta que la tecnología encuentra lo que necesita en el conocimiento científico porque los intereses que mueven el conocimiento se solapan en gran medida con los intereses que las acciones tecnológicas quieren satisfacer. La armonía no es casual sino preestablecida. Esta armonía conduce a la sospecha de que tal vez no sea ya posible, en nuestras sociedades avanzadas, hacer ninguna demarcación real entre los intereses generales de la tecnología y la ciencia. Ambas compartirían más o menos los mismos intereses. En la ciencia y en la tecnología se busca tanto el conocimiento como la acción. Es más, casi siempre la acción antes que el conocimiento. Negar la crisis institucional que sufre actualmente la anterior demarcación entre la ciencia y la tecnología es una locura. Los propios planes de estudio y la autoidentificación y perspectivas profesionales de los propios científicos y tecnólogos se ven directamente afectadas por este movimiento de (con-)fusión. Sin embargo, hay algo en los argumentos que pretenden su crisis conceptual que no termina de convencer. La ciencia no conoce ni actúa como lo hace la tecnología. Aunque tanto en la ciencia como en la tecnología se busque el conocimiento y la acción, o incluso antes la.acción que el conocimiento, hay una diferencia conceptual importante en la manera como ello se lleva a cabo. Aunque en la ciencia importe el actuar tanto como en la tecnología y en la tecnología tanto el conocer como en la ciencia, ese conocer y actuar adoptan distintas
formas.
Aún se sigue oyendo algunas veces el tópico de que la ciencia busca el conocimiento puro y desinteresado mientras que la técnica y, en particular, la tecnología buscan desesperadamente la acción. La estrecha vinculación actualmente existente entre la ciencia y la tecnología ha hecho que esta concepción entre en crisis. En una doble crisis: institucional y conceptual. Su crisis institucional se manifiesta abiertamente en el hecho de que resulte cada vez más difícil distinguir las instituciones donde se desarrollan actividades científicas de aquellas en las que se desarrollan actividades tecnológicas. El conocer y el actuar se confunden. Su crisis conceptual puede ser reconstruida más o menos de la siguiente forma. El objetivo de la ciencia es conocer la realidad. De acuerdo, pero no cualquier realidad ni de cualquier manera. En la ciencia intervienen criterios de relevancia y de aceptabilidad racional guiados por intereses en última instancia eminentemente prácticos. Por otra parte, el objetivo de la tecnología es satisfacer unos
Antes veíamos que, para cumplir su objetivo común, la satisfacción de unos intereses actuando en la realidad, la técnica y la tecnología también necesitan conocer no pocas cosas. No sólo a la ciencia le preocupa el conocimiento. Y, en el caso de la tecnología, muchas veces 10 aporrado por la ciencia y por el conocimiento de los intereses que se han de satisfacer no lo es todo en materias epistémicas. Muchas veces, la tecnología no es sólo ciencia aplicada a la satisfacción de unos intereses dados. La tecnología puede tener contenidos epistémicos muy diferentes de los de la ciencia que utiliza e incorpora. Por decirlo resumidamente, en la ciencia pura y aplicada el conocimiento y la acción se organizan a través de teorías, mientras que en la tecnología y en la técnica se organizan a través de modelos. Pero, entiéndase bien, la anterior afirmación no implica que dispongamos de un nuevo criterio para distinguir ciencia y tecnología allí donde institucionalmente no se encuentren ya distinguidas. Sólo significa que donde sí lo estén, tenderemos a encontrar de una parte teorías y de la otra modelos; y que donde no 10 estén, podremos encontrar tanto modelos como teorías. La anterior diferencia conceptual es importante en relación al propósito de orientar mejor nuestro conocimiento y acción a través
30
31
3.
TECNOLOGÍA y CIENCIA
M A N 1) 1 1
1 1/
de la tecnología. Con ella entran en juego los modelos. Aprender a orientar nuestro conocimiento y nuestra acción a través de la tecnología, en lugar de hacerlo sólo a través de la ciencia, significará, entonces, hacerlo con la ayuda de modelos más bien que con la ayuda de teorías, o además de con la ayuda de ellas". Aclaremos más el concepto de modelo que estamos empleando. Nos referimos en primer lugar a objetos tales como maquetas, planos, prototipos, diagramas, gráficos, dibujos, imágenes, iconos, etc. Las teorías son entidades abstractas, conceptuales, los modelos son objetos concretos. Objetos de este tipo pueden ser realizaciones posibles de una teoría. Es decir, podemos tener una teoría de la cual estos modelos sean modelos en el sentido del término modelo habitualmente empleado en lógica y en filosofía de la ciencia". Nuestros modelos incorporarán entonces teorías. Y esas teorías podrán servir a su vez como guías útiles en la construcción de los modelos. Las teorías imponen orden conceptual en nuestras ideas y las dotan de un enorme potencial deductivo. Pero los modelos tienen algo que no tienen las teorías. Impactan enormemente nuestra sensibilidad y estimulan con gran intensidad nuestra imaginación. Consiguen esto a través de su carácter concreto y mediante la incorporación, más o menos explícita, de un diseño 10. Un diseño que se refiere directamente al conjunto de intereses que la acción tecnológica pretende satisfacer y a la escalada de objerivos que para ello se ban de alcanzar. Los modelos típicamente empleados en tecnología no necesitan ser modelos de ninguna teoría. Y, aunque puedan serlo, lo más importante de ellos no suele estar en las teorías de las cuales sean modelos, sino en los diseños que estos mismos modelos manifiestan. Los modelos presentes en la ciencia son siempre modelos de alguna teoría. A veces no resulta del todo clara aquí la diferen-
( (lN()( 1"
Y
1\1 1 \II\R,
A
1 R,AVI' S
1)1
lA
1 bCNOI OGiA
era entre modelos y teorías. Pero lo importante son siempre las
teorías, las pretensiones teóricas de cualquier modelo dentro de la ciencia. Tal vez no sea posible la existencia de teorías sin modelos 11, peto la tecnología hace verdadera la afirmación de que sí es posible la existencia de modelos sin teorias", Tanto los modelos típicamente tecnológicos como las teorías y sus modelos asociados orientan el conocimiento y la acción. Ello depende de las intenciones y expectativas de los constructores y usuarios de estos modelos y teorías. Una teoría orienta la acción cuando se aplica. Un típico modelo tecnológico, que no sea modelo de ninguna teoría, orienta el conocimiento haciéndonos conocer más cosas sobre el sistema que es objeto de modelación. Puede, incluso, llegar a sugerir el camino que conduce a la construcción de teorías hasta entonces inexistentes acerca de ese sistema. No se trata sólo de que la tecnología pueda ser algo más que ciencia aplicada. La tecnología también llega a generar ciencia. Hoy en día, no resulta difícil encontrar importantes avances teóricos en el seno de tecnologías marcadamente orientadas a la acción. Los modelos típicamente tecnológicos intentan representar algo. Son representaciones. Pero son representaciones no teóricas; esto es, no abstractas o conceptuales ni expresables lingüísticamente.
H. Creo que csro cs tar-in en b hase de lo que Broncano (l~H7) 1I,1Inab,1 las "posibilidades tCCI1o]{)gicJs» Según él, este tipo peculiar de modalidades veúnlarin una importante diferencia conceptual cutre ciencia y tecnologíJ. ~. Una estructura E es u n modelo de una teoría Ten relación a cierta inrcrprctación T de T sohre F (en otras palabras. respecto a cierta manera de referirse T a E) si y sólo si T resulta ser vcrdndcra sobre E bajo la inre rpret.ición /. Como lo que queremos resaltar aquí es cierto senrido del término modelo en el que algo puede ser un modelo sin necevitar ser modelo de ninguna teoría, siempre que estemos hablando de modelos que sí sean, en efecto, modelos de teorías, lo seúalaremos e x pliritamente , Un importante anñlisis de LIS múltiples discusiones en filosofía de la ciencia acerca del concepto de modelo, así como una ncfnrnciou conceptual de las caracter ísticas de los modelos típicamente tecnológicos a la que debe mucho el presente trabajo, se cncucntrnn en Váz qnev, 1990. Véase también Lir-,1992. 10. No puedo evitar aquí referirme a la clásica obr-a de Simon (1969). Urilixo Li pulabra «diseño- justarnente en el sentido en el que en inglés se empleo, como por ejemplo hace el propio Sirnon, el término designo La palabra castellana pr cscnta cierta cormoración de superficialidad y mera apariencia (diseño como bosquejo apresur;¡do, como los rasgos manifiestos generales de un objeto, etc.) que esd mucho más ausente en su análogo inglé-, (diseño como proyecto, incluso como designio, ctc.). DdHl a Javier Ar,lcil la aclaración de este punto.
11. Las filosofías cst r ucrurulistas de la ciencia insisten especialmente en este punto. 12. la filosofía de la ciencia casi siempre ha intentado dar preferencia al preciso concepto lógico de modelo, intentando reconstruir a partir de él cualquier otra unción de modelo. Véase, por ejemplo, Suppcs (19hl) y Mostcr¡n (l9H4). Podríamos resumir nuestras objeciones básicas a este intento de la siguiente forma. En los ambientes técnicos y tecnológicos es trecuenre emplear el término «modelo" allí donde no existen, ni es de esperar que e xistan, reor ias disponibles. Pero aún hJY más. Cuando existen teorías disponibles, de las cuales los modelos presentes en la tecnología son modelos en un sentido muy cercano al concepto lógico de modelo, lo que tendrían en común esos modelos con otros modelos de las mismas teorías es demasiadas veces lo menos importante. Lo que orienta decisivamente el conocimiento y la acción en la rec nolog¡a es, 111IKhas veces, algo sólo dependiente de los detalles concretos y de la peculiar presentación, del peculiar formato, de tales modelos (en otras palabras, de aquello que caería fuera del isomorfismo existente entre todos los modelos de una teoría ---suponiendo que uucstru tcorta sea categórica, daro-). Y aquí no acaban los prohlemas. Siendo suficientemente ingeniosos en nuestras interpretaciones, casi cualquier estructura, abstracta o concreta, podría ser modelo de cualquier teoría. Los productos tecnológicos pueden siempre interpretarse así como modelos de muchas teorías, como modelos, por ejemplo, de todas las teorías (algunas de ellas, en ocasiones, mutuamente contradictorias) que se han tenido en cuenta en su producción. Entre ellas deberán estar, por supuesto, teorías acerca de los márgenes de tolerancia del error y cosas parecidas. Pero esto vaciaría de contenido nuestra noción de modelo típicamente tecnológico a costa de trivializar enormemente el uso epistemológico del concepto lógico de modelo. Con teorías o sin ellas nos enfrentamos, pues, al dilema de atrincherarnos en un ideal filosófico reductivo o tolerar que nuestros conceptos reflejen diferencias más o rnerms supe rficiales. Efectivamente, se trata de un problema de mayor o menor profundidad o superficialidad filosófica. y creo que, en este C1SO, es preferible asumir filosóficamente roda la profunda superficialidad con la que los que hemos llamado modelos típicamente tecnológicos llegan muchas veces a orientar nuestro conocimiento y acción.
32
33
MANUII
Podríamos caracterizar estos modelos diciendo que son representaciones concretas e icónicas de una realidad. Representan la realidad como el cuadro que pinta un pintor representa algo. En cuanto orientadores de la acción, los modelos típicamente tecnológicos se asemejan mucho a ciertas herramientas. Nos ayudan a saber cómo actuar, de la misma forma como un martillo nos incita a golpear y no a cortar. Los modelos típicamente tecnológicos son herramientas intelectuales en un sentido mucho más directo que el sentido en el que podemos decir esto mismo de las teorías. De las teorías nos interesa su potencia deductiva. Potencia deductiva gracias a la cual trazamos las historias pasadas y futuras de los conjuntos de fenómenos a los que se refieran nuestras teorías. Con las teorías explicamos y predecimos. Con las teorías esperamos saber qué ocurre, que ha ocurrido y qué ocurrirá. De los modelos tecnológicos nos interesa, en cambio, su capacidad para ayudarnos a satisfacer nuestros intereses en situaciones específicas. Su diseño nos ayuda a diseñar nuestra acción. Con los modelos típicamente tecnológicos esperamos saber cómo actuar. Por decirlo aún más metafóricamente: las teorías expanden nuestra mente, los modelos la concentran. Esto se derivaría principalmente, ya lo dijimos, del carácter abstracto de las teorías frente al carácter concreto, e incorporador de diseños, de los modelos tecnológicos. Todo lo anterior se aplicaría igualmente a dos usos especiales del concepto de modelo muy habituales en algunas ramas de la tecnología. Nos referimos, por un lado, a la noción de modelo mental presente tanto en el contexto de la construcción de sistemas expertos como en el de la construcción de modelos de simulación mediante estrategias del estilo a la dinámica de sistemas!'; por otro, a la utilización del término modelo a la hora de designar ciertos objetos, por ejemplo ciertos algoritmos matemáticos o ciertos programas informáticos, útiles para la resolución de determinados problemas. Un modelo en este último sentido sería también una especie de herramienta intelectual". Los modelos mentales estarían básicamente constituidos por un tipo peculiar de imágenes, por imágenes mentales. Estas imágenes mentales siguen siendo muy concretas, tienen un gran valor icónico difícilmente reducible a sus expresiones lingüísticas y no son, en general, modelos de ninguna teoría previa, pero incorporan diseños U. Vé.anse, respectivnmenrc, sólo a título de ejerup!o, Cucna et al. (19S6) y Aracil (1986a, 19S6h). En algunos desarrollos rcóricos de la actual psicología cognitiva, cierta noción de modelo mcntal rumhién OCUpJ un lugar central. Las relaciones curre los ant c rinr e s usos Tecnológicos y este último uso pr ccmincnrcmenre reórico no son, sin embargo. fáciles de esclarecer. Me he ocupado de este problema en Liz, 1992. 14. Minsky (196::;) intenta precisar este Sentido peculiar del término «modelo" de la viguicnrc forma: "Para un observador B, un objeto A'< es un modelo de un objeto A en la medida en que R puede usar A" para responder cuestiones que le interesan sobre A".
34
, , 11 , ••
11/
1 1'.
•
h
I
1 111\ I{
A
1 I{ A VI'
1> l i t ,
1 1 I i ·11 , 1 \)',
A
un sentido incuestionable. Asimismo, los conjuntos de algoritmos matemáticos () de programas informáticos con cuya ayuda se solucionan problemas de carácter conceptual muchas veces intentan adoptar también formas icónicas, suelen referirse a situaciones muy concretas en relación a diseños previos y no es sorprendente que no sean modelos de ninguna teoría conocida. Podríamos decir también que si en la tecnología la ciencia moderna pone las teorías y la moderna industria su modo especial de concebir la organización del trabajo y las tomas de decisiones, la técnica pone los modelos, en el sentido que hemos dado aquí a este término, guías concretas!' para saber cómo actuar frente a situaciones específicas. La técnica siempre se ha servido de modelos en un sentido básico muy parecido a como ahora se sirve de ellos la tecnología. No hay tecnología, tal como la conocernos, sin ciencia. Tampoco hay apenas, actualmente, ciencia al margen del desarrollo tecnológico. Por mucho que intentemos distinguir conceptualmente entre ciencia y tecnología, nuestras distinciones tendrán siempre que enfrentarse con el hecho pragmárico e institucional del bien avenido matrimonio entre la ciencia y la tecnología. La afirmación de la existencia de modelos típicamente tecnológicos no niega todo esto. No puede negarlo. Si la ciencia y la tecnología están tan unidas, en los complejos científico-tecnológicos habrá, entonces, modelos típicamente tecnológicos y no sólo conjuntos de teorías más sus aplicacioncs. Los modelos típicamente tecnológicos no son, o no son sólo, teorías aplicadas. (,.'11
4.
Qur. LF 1J\1PORTA LA RFAllDAD i\ I,A TECI'\()[ocíA
¿Cómo representan la realidad los modelos típicamente tecnológicos? l-lasta qué punto le importa la realidad a la tecnología? Un rasgo característico de los modelos tecnológicos frente a las teorías científicas es la ausencia en aquéllos de los fuertes compromisos realistas que adoptan estas últimas. En los modelos tecnológicos no se intentan descubrir o señalar las posibles causas reales de los fenómenos, sino sugerir cuáles pueden ser los modos mas adecuados de intervención en relación a nuestros intereses. Estas sugerencias se realizan a través de los peculiares diseños que los modelos tecnológicos transmiten. La noción de explicación apeé
15. LI carácter OJIIU('/O de los modelos tipicatnvntc tn:llol,·,gie"s es funcl.uucmal, Aunque esros lIlOllclus scnn también ¡ll"delus de cicrt.iv rcoria s, lo que en la rccnolog¡a g11í:1 el conocimiento y la a cciún no es, en genCT,¡j, lo que tengan esos modelos en común con otros modclo-, de lols mismas rcorías, sino, romo 1';1 hemos indicado, jusrament e lo 'lile los difcrenc¡.i de ellos.
35
MANUfl
11/
nas tiene cabida en la tecnología a no ser cuando se refiere a la explicación de un cierto [uncionamiento": Pero entonces ya no importan las causas reales de los fenómenos, sino la manera como esos fenómenos se articulan satisfaciendo nuestras descripciones acerca de un buen o mal funcionamiento en relación a ciertos intereses. Ésta es la razón de que en tecnología los márgenes de tolerancia del error tengan un sentido muy distinto al que pueden tener dentro de la ciencia. Los usuarios reales y potenciales de una tecnología exigen la satisfacción de sus propios criterios de tolerancia, criterios que no siempre coinciden con los criterios de los tecnólogos ni con los de los científicos que puedan estar involucrados en el mismo proceso tecnológico. Pensar que en la ciencia cualquier error es intolerable es demasiado idealista. El error es un inquilino inevitable de la ciencia. No obstante, en la ciencia, la mayor o menor tolerancia hacia el error no viene directamente determinada por intereses prácticos concretos, sino por intereses epistémicos o por intereses prácticos muy generales. Una de las virtudes que caracterizan a un buen tecnólogo consiste justamente en su capacidad para mediar, a través de un gran número de limitaciones materiales de todo tipo, entre los errores permitidos por la ciencia y 10s errores admisibles por los usuarios. El lenguaje de la recnología es rípicamente funcional. Pueden ser, en general, muy variados los objetos físicos, descritos y taxonomizados materialmente desde el punto de vista de la ciencia, capaces de satisfacer las descripciones tecnológicas. Esos objetos no formarían clases naturales, sino clases muy abiertas desde ese punto de vista científico. Clases artificiales. podríamos decir también. Un martillo, una central nuclear, un coche, una instalación eléctrica, un ordenador, pueden estar hechos de muy diferentes materiales respetando igualmente sus descripciones tecnológicas, sus diseños respectivos. Las especificaciones materiales actúan únicamente como condiciones restrictivas relativizadas a un uso o a unos intereses, pero no como condiciones últimas incondicionadas'". A la tecnología le interesan los comportamientos de la realidad sólo en cuanto tales comportamientos se relacionen con nuestros 16. Prescindimos aquí, obviamente, de la aplicación tecnológica de teorías científicas explicativas. Entonces estaríamos ante casos de ciencia aplicada, peto no es en est os casos en donde deberíamos fijar nuestra atención. Muchas veces, por cierto, se aplican tecnológicarnenre cuerpos teóricos científicos omológicamente incompatibles, o teorías inadecuadas desde un estricto punto de vista científico. A la tecnología no [e importa esto porque no le importa la realidad más que en cuanto a través de ella se deben satisfacer determinados Intereses. 17. Las especificaciones materiales, curiosamente, sí actúan de esta última forma incondicionada en ti caso de algunas técnicas artesanales cuando, por ejemplo, se exigen escrupulosamente materias primas naturales o el respeto, casi ritual, de ciertos tiempos de preparación y factura.
36
{ IINO( (f~
'f
Al 1IJAH.
A
II{AV!"
1>1
1A
11 ( NOI ol,iA
intereses. No le importa la auténtica constitución de la realidad ni la genuina producción causal de esos comportamientos, Sabemos que, incluso aunque cada estructura determinara unívocamente un comportamiento para unas condiciones iniciales dadas, un determinado comportamiento a partir de unas condiciones iniciales dadas siempre podría ser generado por múltiples estructuras. La relación que vincula comportamientos y estructuras no es, en este sentido, una función 1~. Existen siempre, pues, muchas formas distintas de producir un determinado comportamiento. Y, muy a menudo, no habrá nada en común entre todas ellas que pueda ser descrito contando únicamente con la ayuda de la ciencia. A todo esto habría que añadir aún otra importante cuestión. El empleo, cada vez más extendido, de modelos de simulación en la actividad tecnológica. Simular un sistema no es duplicarlo. Y simular el comportamiento de un sistema no supone tampoco repetirlo. Podemos simular un comportamiento sin hacer ningún uso de lo que puedan haber sido las causas reales productoras de ese comportamiento. Esto obliga a replantearnos la simetría entre explicación y predicción. Aunque podamos tener predicciones y, con ellas posibilidad de control allí donde dispongamos de explicaciones, podernos asimismo tener predicciones y posibilidad de control sin tener ninguna explicación. Esto ocurre siempre que basemos nuestras predicciones y estrategias de control sólo en modelos de simulación, en modelos que no hagan referencia directa a lo que puedan haber sido las causas reales productoras de un comportamiento. La simulación, por tanto, nos ofrece la posibilidad de tener predicción y control sin ningún tipo de explicación. La importancia de la simulación dentro de la tecnología actual puede aún ser relevante en otro sentido. Puede también romper la disyuntiva, establecida por algunos filósofos de la tecnología'", entre producir y sintetizar, entre tecnologías de producción y tecnologías de síntesis. El objetivo de las primeras sería la producción intencionada de algo a través del control interno de ciertos procesos, a través de la manipulación y gestión de las causas reales actuantes en los procesos que de manera natural lo pueden llegar a generar. Frente a esto, el objetivo de las segundas sería la síntesis de cosas nuevas, la creación artificial de algo a través de procesos que trastoquen el orden natural de las cosas. Pues bien, independientemente de los numerosos problemas que traería consigo el recurso a una distinción tajante entre lo natural y lo artificial", el fenómeno de la simulación pone seriamente en serio peligro la anterior clasifi18. Sobre este punto, véase Vázquez , Aracil y Liz ([990), Vázquez (1988h), así como Vdzquez y Liz (1989,1991). 19. Véase, por ejemplo, Sanmnrrín (19R7 y In9). 20. Discusiones de este problema se encuentr an en Vázquez (19R7) y, más c xte ns.amente, en Vázquez y Liz (1991).
37
~1.t~
N
I (¡tllll 11\
;
cación de tecnologías. El hecho decisivo consiste en que la simulación no es ni producción ni síntesis. Existen actualmente tecnologías que no son ni de producción ni de síntesis. Se trata de las tecnologías basadas en la simulación. Por ejemplo, cierta versión débil de la inteligencia artificial o las múltiples tecnologías de prospectiva v control basadas en modelos de simulación. 'Fijemos nuestra atención en el primer ejemplo. La expresión «versión débil de la inteligencia artificial» denotaría el macroproyecto actualmente existente en el campo de las ciencias cognitivas que consiste en la utilización de modelos computacionales como representaciones teóricas de ciertos estados y procesos catalogados como «inteligentes» (estados y procesos mentales o psicológicos). Lo que podríamos llamar «versión fuerte de la inteligencia artificia!» pretendería mucho más, pretendería en sentido literal crear «inteligencia» (estados y procesos mentales o psicológicos) artificialmente. Lo último sí daría lugar, claramente, a tecnologías de smtesis, lo primero, no. Pero tampoco lo primero tiene por qué conducir necesariamente a tecnologías de producción, a tecnologías que intenten producir algo a través de la manipulación y el control de las causas reales que de manera natural condicionen su existencia. Como ya hemos indicado, los modelos de simulación son muy indiferentes, en general, a lo que puedan haber sido esas causas reales. En perfectamente posible tener tecnologías pr edictivas y de control asociadas a modelos de simulación de este tipo sin que esas tecnologías puedan ser caracterizadas como tecnologías de producción ni como tecnologías de síntesis. El concepto de producción al que esta distinción alude parece más apropiado a una concepción de la tecnología como ciencia aplicada, en donde lo mismo que ha servido para explicar sirve también ahora para predecir, controlar y producir, que a lo que pretenden ser muchas tecnologías actuales. Por otro lado, el concepto de síntesis presenta la mayoría de 13s veces un trasfondo exageradamente derniúrgico con el que no estarían de acuerdo muchos practicantes de tecnologías que se etiquetan como sintéticas. En esta situación estaría, típicamente, L1 inteligencia artificial. Contestemos ahora a las preguntas que iniciaban este apartado. (cómo representan la realidad los modelos típicamente tecnológicos? y ¿hasta qué punto le importa la realidad a la tecnología? Pues bien, los modelos típicamente tecnológicos representan la realidad de una manera funcional en relación a ciertos interescs-". Y lo consiguen gracias a los diseños que incorporan y transmiten. Esto hace que a la tecnología le importe la realidad sólo en cuanto a través de ella se puedan sarisracer esos determinados intereses. Sólo en este sentido. 21.
Sohre esre- tema, recomu-ndo cl intcrrsnntc
¡Llbell')
tic
Br"IlClIH'
(1l)X'J).
.5.
1
/\ I
! ll/\ 1\ /\
11,/\ VI·',
1) 1
1/\
11 ( N () 1 (1
t ,
1/\
LA RACIONALIDAD PRÁCTICA DE LA TECNOLocíA
Exigimos de la tecnología que satisfaga nuestros intereses actuando en la realidad, y queremos que esto se haga de manera racional. Esto es, valoramos y exigimos la racionalidad práctica de la tecno10gía 21 • La racionalidad práctica de la tecnología debe incluir, casi por definición, la racionalidad epistémica de la ciencia. La tecnología debe hacer uso, si ello es posible, de todo el conocimiento científico disponible. Debe también emplear las mismas tácticas y métodos generales que utiliza la ciencia, esta vez en la adquisición y el control del conocimiento específicamente tecnológico ofrecido por sus modelos. No podemos ser tecnológicamente racionales si no somos epistémicamente racionales al estilo de como lo es la ciencia. Esto quiere decir que, aunque no se disponga de teorías y sólo se cuente con el apoyo de modelos específicamente tecnológicos, la construcción y justificación de estos modelos debe seguir las mismas constricciones normativas generales que la ciencia pone en juego en relación a las teorías. Los modelos han de ser discutidos críticamente y confrontados con la realidad de manera muy similar a como son discutidas críticamente y confrontadas con la realidad las teorías. A pesar de las diferencias que antes señalábamos entre teorías y modelos, la racionalidad epistémica debe ser en líneas generales 1J misma en ambos casos. La racionalidad práctica de la tecnología incluye, pues, a la racionalidad epistémica de la ciencia. Esta racionalidad se aplica tanto al conocimiento científico que incorpora la tecnología como a lo que hemos venido llamando modelos típicamente tecnológicos. Pero la racionalidad práctica no es sólo una racionalidad episrémica. La racionalidad práctica de la tecnología incluye también una racionalidad instrumental referida a la consecución de los fines propuestos en las acciones tecnológicas. La racionalidad instrumental presenta múltiples aspectos. Se pueden conseguir esos fines de forma más o menos costosa, rápida, con más o menos consecuencias indeseadas, etc." Pero la racionalidad práctica de la tecnología tampoco acaba en estos aspectos instrumentales. Contiene, también, cierta ractonali22. Al t ruru r aquí el problema de la mcionnlidad de la ie cnolog¡a, adoptaremos una cstratcgta npicamcnrc poppcr-iana. )\"0 nos plantearemos directamente el signific1do del concepto de racionalidad, sino que hahlnrcrnos sobre ella e intentaremos decir algo intcrcsante sobre la racionalidad de la tecnologfu. Esta estrategia sería la apropiada, neo, siempre que estemos haciendo [ilosctia a¡l/icada; en este caso, filosofía aplicada al .málisis de la tecnología. Sobre esta concepción de la filosofía de la tecnología como filosofía aplicada, en lugar de como una rama miÍs de la filosofía, me remito a Cicrc (1977). 23. Algunos de estos aspectos son precisados de maneta muy clara en el libro de Quinranilla (19S9). Son especialmentc sugestivos sus análisi s de los conceptos de e[icaci a y efiesencia,
39
t1ANLJII
11/
dad de fines. Cuando exigimos racionalidad práctica a la tecnología, queremos también que ordene y priorice adecuadamente unos determinados objetivos sobre otros y que se conecte, en último término, con nuestros ideales acerca de 10 que deba consistir una buena vida>'. Queremos que la tecnología mejore nuestra calidad de vida hasta donde sea posible. Con todo ello, la pregunta por la racionalidad de la tecnología alcanza a la consideración de los fines últimos que deberían proponerse nuestras acciones tecnológicas. Esta vertiente de la racionalidad tecnológica se conecta con otras formas de racionalidad práctica no estrictamente tecnológicas. Con algo que podríamos tal vez llamar racionalidad social o racionalidad política. Aquí ocurre algo parecido a lo que ocurría antes con la racionalidad epistémica de la tecnología. En la racionalidad práctica de la tecnología deben intervenir también estrategias y métodos generales muy parecidos a los que intervienen en la racionalidad social y política. En la racionalidad práctica de la tecnología hemos identificado hasta el momento tres componentes: una racionalidad epistémica, una racionalidad instrumental y una racionalidad de fines. Por otro lado, en todas las acciones tecnológicas podemos también distinguir la intervención, en grado variable, de tres tipos de elementos normativos. Los llamaremos elementos normativos científico-tecnológicos, elementos normativos sociales y elementos normativos éticos. Cada uno de los anteriores elementos normativos estaría formado tanto por creencias como por reglas de acción. Todos ellos se distinguen por su diverso origen y pueden funcionar como criterios de evaluación y corrección en todas las fases de una acción tecnológica. Aclaremos más a qué nos referimos. La distinción entre elementos normativos científico-tecnológicos, por un lado, y elementos normativos sociales y éticos, por otro, sería relativa al grado de aceptación que tengan determinadas creencias y reglas de acción por parte de la propia comunidad científico-tecnológica. Lo que sea un elemento normativo científico-tecnológico debe ser identificado en relación a 10 que creen los propios científicos y tecnólogos como científicos y tecnólogos. Por cierto, la distinción entre creencias y reglas de acción propiamente científicas o tecnológicas, por un lado, y creencias y reglas de acción ideológicas, por otro, debe ser trazada por la propia ciencia. A su vez, la distinción entre elementos normativos sociales y éticos sería relativa a su grado de aceptación social. Las creencias religiosas, por ejemplo, pueden ser elementas normativos éticos, individuales y privados, en cierto contexto
I (lN(){ 11\
Y
A(
lUA~
A
II(AV!'.,
IJI
lA
IICNOIO(~IA
social, y pasar a ser elementos normativos sociales en otro contexto social diferente. Los tres tipos de elementos normativos intervienen tanto en la discusión acerca de la racionalidad epistérnica de la tecnología como en las discusiones, que englobarían a la anterior, de su racionalidad instrumental y de su racionalidad de fines. Veamos ahora cómo se relacionan estos dos grupos de distinciones. El grado de intervención de las diferentes clases de elementos normativos es crucial a la hora de distinguir clases de acciones tecnológicas y de preguntarnos por sus condiciones de racionalidad", Realizar un experimento de electrólisis en unas clases prácticas de química, diseñar y construir un embalse, realizar un aborto, planear y llevar a cabo la instalación de una planta de residuos nucleares, organizar y ejecutar con la mayor discreción y eficacia posibles el genocidio de cierto grupo humano, serían acciones tecnológicas básicamente distintas por las distintas dosis de elementos normativos científico-tecnológicos, sociales y éticos que en ellas aparecen. y la evaluación de su racionalidad debe depender estrechamente de la presencia o ausencia de estos diferentes elementos normativos que entran en juego. Veamos. Los elementos normativos científico-tecnológicos no pueden faltar, debiendo resultar siempre prioritarios en cuestiones epistémicas. Incluso en relación a los modelos específicamente tecnológicos, los criterios y controles de racionalidad epistémica en la tecnología deben ser los mismos, en líneas generales, que los que operan en la ciencia. Habrá ciertos problemas de racionalidad de las acciones tecnológicas que serán decidibles exclusivamente en virtud de las características de sus elementos normativos científico-tecnológicos. Esto será así cuando no existan elementos normativos sociales o éticos involucrados o cuando la intervención de estos elementos se mantenga en suspenso. Los problemas de la racionalidad epistémica de la tecnología son problemas de este tipo. También los problemas de la llamada racionalidad instrumental. El adecuado tratamiento de estos últimos problemas se realiza en el marco de las teorías matemáticas de la decisión, de la maximización de funciones, etc. La economía y las teorías de la organización industrial y empresarial jugarían aquí un papel también fundamental. Todo ello delimitaría un primer tipo de problemas de racionalidad de las acciones tecnológicas. Como acabamos de decir, a este primer tipo de problemas pertenecería todo lo relativo a la racionalidad epistémica y a la racionalidad instrumental de la tecnología. La presencia de elementos normativos éticos y sociales incompatibles entre sí, o incompatibles con ciertos elementos normativos científico-tecnológicos, señalaría la presencia de un segundo tipo
24. Ortega (1982) acier t a plenamente cuando indica que con la técnica y la recnolog¡a no sólo buscamos sobrevivir sino, sobre todo, bíenoioir. Como veremos mas adelante, esta meta ccnsriruira justamente el origen de los que llarnar emos tercer tipo de problemas de racionalidad de las acciones tecnológi<:as.
25. Un análisis más extenso de estas ideas, coincidente en líneas generales con el planteamiento que aquí estamos desarrollando, se encuentra en Liz (1988).
40
41
MANUII
11/
< ,
1I1 )'
1 l'
,
A'
1 II A I(
A
1 1\ 1\ V ¡',
1) 1
1
¡\
I I I "J 1) I 1) (,11\
de problemas de racionalidad de las acciones tecnológicas. Estos problemas se refieren a la justificación de la primacía de unos ele-
6. SFAt\10S COMI'LETAME!'JTE RACIONALES
mentos normativos sobre otros. Son problemas, por tanto, que exigen una correcta ordenación de nuestros fines e intereses>. A este segundo tipo de problemas pertenecería parte de lo que concierne a una racionalidad de fines. Parte, pero no todo. La otra parte viene a continuación. Podemos decidir qué elementos normativos deben primar sobre los otros, resolviendo así problemas concretos de racionalidad del segundo tipo." y, no obstante, sospechar que los elementos normativos predominantes en esos casos no son suficientemente racionales en sí mismos. Sería, entonces, racional la primacía de algo cuya racionalidad no está suficientemente clara. Esta situación paradójica nos conduciría a un tercer tipo de problemas de racionalidad en las acciones tecnológicas. Este tercer tipo de problemas de racionalidad surge de nuestro afán por ser completamente racionales. Y la tecnología sólo será completamente racional en la medida en que persiga la consecución de fines en sí mismos racionales, de fines intrínsecamente valiosos. Una concepción meramente instrumental de la tecnología sólo se planteará problemas de racionalidad del primer tipo. Los problemas del segundo tipo serán dejados a la discusión social y política. y los problemas del tercer tipo sólo podrán ser objeto de especulación filosófica y utópica. Una concepción menos instrumental de la tecnología llegará a plantearse también problemas del segundo tipo. Por ~ltlmo, una concepción de la tecnología que aspire a poder predicar de ella una racionalidad completa debe plantearse problemas de los tres tipos. Particularmente, los problemas del tercer tipo no podrán ya ser sólo tema de libre especulación.
Comencemos con una afirmación audaz. La completa racionalidad práctica de cualquier acción, de cualquier acción tecnológica por ejemplo, exige su capacidad última para procurar la obtención de fines intrínsecamente valiosos. Todo el mundo sahe que los fines intrínsecamente valiosos han de ser valorados por sí mismos; esto es, han de ser valorados aunque no podamos ya justificar mediante razones por qué los valoramos. Pero, claro está, algo puede ser valorado por sí mismo, en el anterior sentido, y no ser un fin intrínsecamente valioso. No estamos ante un bicoridicional. En este tema somos tan falibles como en cualquier otro. Sin embargo, la determinación de este tipo de fines algo tiene que ver con la utilización de toda la información pertinente, con la discusión, la crítica y al desarrollo histórico. A pesar de nuestro falibilismo, parece, pues, plausible la intuición de que un fin propuesto tiene más valor intrínseco que otro si poniendo a prueba su respectivo valor, esto es, agotando la crítica y haciendo uso de toda la información disponible, seguimos valorando más el primero que el segundo. Realmente, no conozco otra forma de expresar 10 que se quiere decir cuando se exige una racionalidad práctica que, respetando la racionalidad epistémica de la ciencia, vaya más allá de la efectiva obtención de unos fines propuestos y de su ordenación de acuerdo a las prioridades generalmente aceptadas en los contextos sociales en los que se desarrolle esa tecnología. Si querernos extender el concepto de racionalidad práctica más allá de estas cuestiones, más allá de una racionalidad instrumental y de una racionalidad que ordena y prioriza unos fines sobre otros, debemos recurrir a alguna noción de fines con un valor intrínseco. El anterior análisis tiene, en consecuencia, un carácter básicamente descriptivo. Cuando discutimos acerca del valor de nuestros fines, llegamos muchas veces a situaciones que podrían ser descritas de la siguiente forma: Seguimos valorando algo a pesar de no tener ya razones para ello. La valoración puede siempre ser irracional. Somos falibles. No hay nada en nuestras valoraciones que garantice contra todo riesgo que sea racional valorar lo que valoramos. No obstanre, asumimos que la racionalidad última de un fin entraña su valor intrínseco. Si existen fines racionales en este sentido, tendríamos que valorarlos con independencia de las razones que podamos tener a su favor o en su contra". También asumimos que, una vez agotados todos los
26. Ordcnución que muchas veces sólo será parcial, lo cual también nos conduciría, por otro cll1lino, a lo que a continuación llamaremos tercer tipo de problemas de racionalidud de las accroncs tecnológicas. Una ordenación de fines o intereses será s(ílo parcial cuando eXlstJn JI menos dos fines o intereses respecto J los que no sepamos cuál de ellos debe primar sobre el otro. 27. Podemos, por ejemplo, decidir que primen los elementos normativos sociales sobre los éticos, los cientifico-tccnológico, sobre los sociales y los éticos, o viceversa, etc Ya hemos sugerido que ante una incompatibilidad episrémica, el conocimiento científico-tecnológico, si existe, debe tener absoluta prioridad. Y, cuando no exist'l, los criterios generales de corrección episrémica que funcionnn en la ciencia deben ser aquí también priorizados. El problema es que los elementos normativos científico-tecnológicos no sólo están compuestos por conocimientos sobre la realidad y por estrategi'ls generales de descubrimiento y control epistémico sino, también, por líneas concretas de investigación y por criterios de relevancia y de oportunidad acer-ca de por dónde merece la pena seguir avanzando. Tos elementos normativos de cualquier tipo, COmo ya hemos indicado, no serían sólo creencias, sino también reglas de acción. Dicho de otra forma, los elementos normativos científicos no son sólo elementos normativos cpisrémicos. Y todo esto sí puede resultar incompatihle, y llegar a ser tal vez menos prioritario, que los elementos normativos sociales o éticos que puedan surgir.
42
28. En otras palabras, la «bondad" de un fin, su valor intrínseco, debe bastar para hacer racional su elección. La elección puede haberse realizado a través de p roc exos 4ue nada tengan que ver con la racionalidad, pero ha de ser racional el haber elegido un fin intrínsecamente valioso. Debemos distinguir e ntrc lo acertada 'lile puede ser una elección y lo acertados que pueden ser los procedimientos que hemos empleado para elegir. Una concepción
43
MANUII
LIL
recursos del conocimiento y la crítica, valorar algo es un buen indicio de su valor intrínseco. En otras palabras, admitimos que ha de ser posible proponerse fines intrínsecamente valiosos sin necesidad de ser sabio, pero reconocemos al mismo tiempo que ser sabio es la mejor estrategia para descubrir lo intrínsecamente valioso. Sabemos que nuestra racionalidad tecnológica, como toda racionalidad, es siempre, en algún sentido, una racionalidad limitada. Y, sin embargo, estamos diciendo que queremos una racionalidad lo más completa posible. Precisamente por ello nos formulamos problemas de racionalidad del segundo y del tercer tipo. ¿Cómo entender esto? Una racionalidad tecnológica completa procuraría, según dijimos, la obtención de fines intrínsecamente valiosos. ¿Es posible una racionalidad limitada pero completa? Nuestra respuesta será afirmativa. Aclaremos un punto previo: Los límites de la racionalidad de la tecnología no son simplemente los límites de la tecnología. Nuestra racionalidad está limitada, pero sus límites no dependen simplemente del hecho de que no podamos hacerlo todo o controlarlo todo. El no poder hacer todo lo que queramos no puede ser ningún límite de la racionalidad de las acciones tecnológicas. En todo caso, será un límite de la propia tecnología. Pongamos un ejemplo radical. La técnica y la tecnología no modifican los intereses para que éstos puedan resultar satisfechos por la realidad, sino que modifican la realidad para que ésta consiga satisfacer esos intereses. Por definición, la realidad que se pretende modificar no puede coincidir con los intereses que se intentan satisfacer", Otra forma más resumida de decir 10 mismo sería ésta: el objetivo de «nuestra» técnica o tecnología no puede ser modificar «nuestros» intereses. Es indudable que muchos de los intereses del hombre, muchas de sus actitudes y expectativas, se ven continuamente modificados por la técnica y la tecnología. A veces esto satisface los intereses de alguien, y lo hace de manera planificada. Otras veces es un efecto secundario instrumentalista de la racionalidad no puede encontrar ningún sentido a la plausible intuición de que sea racional elegir lo bueno, a pesar de todo lo irracionales que sean los procedimienros que puedan habernos conducido a tal elección. Y, paralelamente, irracional elegir 10 malo, a pesar de toda la racionalidad que se haya puesto en juego. Pero, entonces, desde esta concepción instrumentalista de la racionalidad, nos veremos siempre enfrentados a casos como el del «nazi racional» que presenta Purnam (1981). Los fines que se propusrera un «nazi racional» tendrían que ser necesariamente buenos por ser perseguidos de una manera escrupulosamente racional. Por cierto, en este trabajo de Putnam podemos encontrar una de las más agudas discusiones actuales de este tipo de problemas. De todas formas, insisto, negar una concepción sólo instrumentalista, bcnrhamiana, de la racionalidad no significa poder ofrecer ejemplos indiscutibles de fines intrínsecamente valiosos. [Qué más quisiéramos! Pues, en ese caso, y por definición, inmediatamente serían valorados por cualquiera. 29. Si lo que se quiere modificar son ciertos intereses, el resultado tendrá que satisfacer otros intereses distintos. Esto permitiría diferenciar las técnicas y tecnologías psicológicas y SOCIales de otras cosas que no son ni técnica ni tecnología.
44
( (INI)( 11\
y
Af I UAR
A
1 RAVr
'> 1)1
lA
11 (NOI OCiA
que tal vez, si nos lo propusiéramos, podría ser evitado. Pero la modificación total y absoluta de «nuestros» intereses no puede ser un producto técnico o tecnológico «nuestro», Ni un simple efecto colateral o secundario. Ha de ser siempre un subproducto'"; es decir, algo que no puede ser intencionalmente planeado y conseguido. Un proyecto imposible. Y, algo imposible no puede ser un límite de la racionalidad. Hemos puesto un ejemplo extremo, pero la moraleja es clara. Nuestra incapacidad para ajustarnos a una norma racional no puede ser identificada con ninguna insalvable incapacidad física o metafísica. La racionalidad no puede quedar limitada por algo imposible de conseguir. Debe haber una diferencia crucial entre ser irracionales y ser a-racionales. En los asuntos racionales, un límite insalvable deja de ser ya un límite. Por las mismas razones, tampoco tiene por qué ser un límite de la racionalidad tecnológica el no ser capaces de controlar todas las consecuencias de nuestras acciones tecnológicas", Esto también sólo es un límite determinante de nuestra tecnología. Controlar más consecuencias de nuestras acciones tecnológicas sólo implica directamente tener mejor tecnología, no tener una tecnología más racional. Aunque tuviéramos un control total sobre todas las consecuencias de nuestras acciones, podríamos realizar acciones absolutamente irracionales. Una sociedad infinitamente perversa es perfectamente compatible con una tecnología ideal desde el punto de vista del control. Pero, la perversión algo debe tener que ver con la irracionalidad. La incapacidad de control sería, en nuestro caso anterior, no un límite sino más bien una virtud. Mayor control sólo significa mayor racionalidad cuando únicamente surjan problemas de racionalidad del primer tipo o, si además aparecen otros tipos de problemas de racionalidad, cuando efectivamente sea racional la obtención de los objetivos que pretendemos. Pensar que el principal o el único problema de la racionalidad tecnológica es un problema de control, de maximizar el control sobre nuestras acciones tecnológicas y sus consecuencias, es empeñarse en que sus objetivos, sus fines, caen siempre fuera de la evaluación". Pero los fines no son dados, sino más bien tomados. Y los criterios de adopción, ordenación y valoración de fines son esenciales en toda acción tecnológica.
¿Cuáles son, entonces, los límites de la racionalidad de la tecnología? La causa decisiva que hace que nuestra racionalidad tecnológica esté limitada es, más bien, nuestra incapacidad para determinar de forma decisiva e irrevisable la racionalidad o irracionalidad 30. Justamente en el sentido en el que Elsrer (19X3) utiliza esta noción. 31. De manera análoga, podríamos decir que no conocerlo todo no supone tampoco. necesariamente, ningún límite de la racionalidad episrémica, sino sólo un límite del propio conocimiento. 32. En otro lugar, Liz y Vázquez (1990) llamábamos a esta actitud «síndrome Nemo».
45
r1 A N 11 I
de la mayor parte de nuestras acciones tecnológicas. Es más, cuanto mayores sean las expectativas que pongamos en ciertas acciones tecnológicas, mayor parece ser siempre esta indeterminación!', Nuestra racionalidad tecnológica es limitada, en este sentido, porque también lo es la racionalidad epistérnica que incluye. Porque, además, siempre podemos replantearnos la existencia de nuevos elementos normativos científicos, sociales o éticos o revisar críticamente aquellos con los que ya contábamos. Siempre podemos, también, poner en cuestión las relaciones de primacía establecidas entre esos elementos en base, por ejemplo, a la crítica y devaluación de la racionalidad de alguno de ellos. La ampliación de consideraciones no conoce aquí límite. El poner límites a esta falta de límites es lo que limita nuestra racionalidad. Siempre es posible ser más racionales de lo que somos, y los límites los ponemos nosotros al pararnos en un punto. La posibilidad de un cambio en nuestras asignaciones de racionalidad permanece siempre abierta. Toda determinación de la racionalidad de una acción tecnológica es hipotética, tentativa y revisable. Aspirar a una racionalidad completa no puede significar, pues, anular estos rasgos. Tales rasgos son constitutivos de nuestra racionalidad. No son rasgos eliminables. Volvamos atrás. ¿En qué sentido podemos aspirar, entonces, a una racionalidad tecnológica limitada pero completa? La respuesta a esta pregunta debería ser, creo, más o menos la siguiente: es plausible suponer que una racionalidad tecnológica limitada se
vuelve completa en la medida en que explotamos toda la información disponible y agotamos la crítica y la acción dentro de sus límites. Al precisar la noción de fines intrínsecamente valiosos decíamos que, aunque pertenezca a esa noción el que los fines intrmsccamcnte valiosos deban ser valorados a pesar de no tener razones para ello, no sólo el no tener esas razones nu nos pone en la mano fines intrínsecamente valiosos (no estábamos ante un bicondicional), sino que el mejor, acaso el único, indicio que tenemos para suponer el valor intrínseco de un fin es el hecho de que sigamos valorándolo una vez agotados todos los recursos del conocimiento y de la crítical'. Con la completud de la limitada racionalidad de la tecnología ocurre algo semejante. El paralelismo debe resultar obvio desde el momento en que decimos que la racionalidad de la tecnología será completa cuando, siendo epistémica e instrumentalmente racional y ordenando y priorizando adecuadamente los fines dados en la
I (I~lll( II(
(A(
IIJAH
A
II(AV(~
111
lA
rr c re or o
c.L«
comunidad donde se desarrolle esa tecnología-U, procure la obtención de fines intrínsecamente valiosos. Queremos ser completamente racionales. Nos paramos en un punto. No es imposible seguir avanzando. Simplemente, no sabemos ya cómo seguir. Hemos de suponer que, entonces, nuestra limitada racionalidad se vuelve completa cuando nos agotamos en el querer ser racionales. Podríamos llegar a ser más racionales, imaginamos contrafáctica mente otras circunstancias en las que posiblemente nuestra racionalidad se hubiera ejercido mejor, pero hemos hecho todo lo que podiamos. Una racionalidad limitada puede ser así una racionalidad completa. Un último comentario. Los límites de la racionalidad los ponemos nosotros al pararnos en un punto. De las circunstancias de esa parada depende el que consideremos que la racíonalídad ejercida haya podido ser o no más completa. Hay un importante sentido en el que cabe hablar aquí de progreso de la racionalidad. Nuestro conocimiento aumenta y nuestras estrategias de crítica y acción se hacen cada vez más sofisticadas y poderosas. Aprendemos también del pasado, de nuestra historia y de los demás, conocemos otras manifestaciones culturales y otros valores con los que comparamos y contrastamos nuestra cultura y nuestros valores. Asimismo, inventamos e imaginamos nuevas formas de vida que pretendemos valorar intrínsecamente. Los límites capaces de contener una racionalidad limitada pero capaz de ser completa se amplían sin cesar. Nada de esto es nuevo. Y todo ello puede ser dicho también de la racionalidad tecnológica.
7.
IMAGINAR OTRA VIDA ANTES DE LA MUERTE
Imaginar otras formas de vida nos conduce, en última instancia, al terreno de la utopía. Pero, entre los campos de la racionalidad epistérnica, de la racionalidad instrumental y de la ordenación adecuada de nuestros objetivos, por un lado, y el terreno de la utopía, por otro, aún queda mucho camino por recorrer. Un camino en el que el debate acerca de la calidad de vida es fundamental. Este debate acerca de la calidad de vida, acerca de una calidad de vida intrinsecamente valiosa, pertenecería a lo que hemos llamado tercer tipo de problemas de racionalidad de las acciones tecnológicas. No sería adecuado desplazar todos los problemas relativos al valor intrínseco de los fines al ámbito de la imaginación utópica,
3:L Piénsese sin más en los CilSOS generales de la actual tecnología nuclear, de la ingeniería genética, de la inrelige ncia artificial o en el espléndido eje rnp!o de la conflictiva introduccion de la máquina de vapor eu la industrio textil a finales del pasado siglo. 34. Repitámoslo: 1M de ser posible proponerse fines intrínsecamente valiosos sin necesidad de ser sahi o, pero ser sabio es la mejor estratcgj.i para descubrir lo inrrfsecamenre valioso.
35. "Adecuadamente» debe entenderse aqu¡ como «adecuadamente-según-Ios-criteriosgc nera Ime 11te -ace prados-e n-esa-c 0111 uni dad-pa fa -ordcn ar -y -p rio rizar -fines-. rile de trata rse de criterios más o menos democráticos. autoritarios, etc. Una concepción de la racionalidad que no permita hablar de algo así l·0n10 «racionalidad intrínseca de fines» sólo podría llegar hasta aquí. Esto es lo irn porrante.
46
47
1 (J~~l)\ 111
MANUIIII/
cargándola con todo el peso de la completud de la racionalidad de la tecnología. Una calidad de vida meramente utópica no es, en general, un objetivo tecnológicamente posible. No es, por tanto, algo que pueda hacer completa la racionalidad de la tecnología. Y, cuando aquí intentamos describir y alcanzar una calidad de vida intrínsecamente valiosa, un «bienvivir» de los que hablaba Ortega,
no queremos salirnos del espacio de objetivos posibles de la tecnología. No queremos simplemente elaborar utopías. Tampoco pensamas que describir una calidad de vida se reduzca a una cuestión de ordenamiento y priorización de los fines aceptados por una comunidad en un momento dado. Lo que hacemos es plantear radicalmente la posibilidad de ser completamente racionales en nuestras acciones tecnológicas. Si queremos ser completamente racionales en nuestras acciones tecnológicas, estamos obligados a promover mecanismos que favorezcan el desarrollo de una imaginación no sólo utópica, estamos obligados a desarrollar una imaginación que se aplique a la innovación tecnológica orientada al mejoramiento global de la calidad de vida. La tecnología presenta cuatro importantes características que avalan la relevancia y el poder de la imaginación en este punto. Algunas de ellas ya las hemos analizado, otras aparecerán aquí por vez primera. Todas ellas merecerían consideración. Son las siguientes: 1) El desarrollo tecnológico es en gran medida imprevisto desde la perspectiva de los intereses y expectativas de los contextos científicos y sociales en los que tiene lugar, la creatividad tecnológica fácilmente escapa de los límites impuestos por la ciencia, la industria y la empresa. 2) La tecnología es holista, enormemente interrelacionada y sensible, pequeños cambios en un lugar pueden originar tremendas modificaciones en todo el conjunto de la tecnología. 3) La tecnología es altamente funcional, emplea un lenguaje típicamente funcional y enormemente plástico relacionando cosas muy heterogéneas desde otros puntos de vista, cosas pertenecientes a los ámbitos de la ciencia, la economía, la ética, el derecho, etc. 4) La tecnologia es sumamente finalista, incluyendo de manera no e1iminable fines, objetivos, intereses, expectativas, etc., que pueden ser revisados, cambiados o ampliados a través de su desarrollo". Al plantearnos, pues, el problema de la calidad de vida no estamos simplemente planteándonos un problema utópico que caiga ya fuera del marco de los problemas generados por la tecnología. Esta-
y
Al IIJAI!
A
II{AV( <, IJI
1A
I I I NUI O(,iA
mos planteando un problema que concierne al desarrollo interno de la propia actividad tecnológica". Una filosofía de la tecnología basada en la invención, en los incondicionados procesos creativos del inventor genial o afortunado, no podrá nunca darse cuenta de esto. Para ella, la calidad de vida será un capítulo más de la utopía de turno. Una filosofía de la tecnología basada, en cambio, en el diseño, en ese componente imprescindible de los modelos típicamente tecnológicos lleno de referencias valorativas y siempre atento al punto de vista del usuario, debe considerar el debate sobre la calidad de vida como algo fundamental e inaplazable. La calidad de vida es, además, una de las pocas cosas que aún pueden ser universalizables. Nuestra calidad de vida, de aquí y ahora, se ve afectada por lo que pueda ocurrir en otros tiempos y lugares. Los sujetos a los que se refiere una calidad de vida no pueden ser sólo los sujetos que pertenezcan actualmente a la comunidad social en la que se plantea un problema de este tipo. Un problema que cae dentro de lo que hemos llamado tercer tipo de problemas de racionalidad de las acciones tecnológicas. Una calidad de vida dehe referirse también a los sujetos pertenecientes a cualquier comunidad presente y futura. Y debe englobar asimismo los respectivos entornos en los cuales se vaya a desarrollar esa calidad de vida. Nuestra calidad de vida no puede ser sólo nuestra. A la calidad de vida no le son indiferentes ni las otras culturas, ni el futuro, ni el entorno. Por ello, ordenar y priorizar los fines que actualmente tenemos no basta para diseñar una calidad de vida. La calidad de vida debe tener un valor intrínseco donde los haya. Al menos, así nos la imaginamos, que es lo importante. Pero debe ser, también, tecnológicamente posible. Asumir todo lo anterior, confiar en el poder de nuestra imaginación para sugerir una calidad de vida con un valor intrínseco capaz de inspirar, a la vez, su consecución tecnológica, supone intentar poner todos los medios para que nadie pueda llegar a formularse una pregunta como la siguiente: ¿Hay vida antes de la muerte?". 37.
Uno de los ámbitos donde puede verse esto más claramente es en la creciente
integr-ación de los intereses ecológicos, antes presentes sólo en las propuestas de tecnologías
36. Estos rasgos caracterizarían también a los modelos típicamente tecnológicos y a los diseños que forman parte de los mismos.
alternativas, dentro de los planes de investigación y desarrollo tecnológico elaborados en el marco de tecnologías tradicionalmente ajenas a estas cuestiones. Sin embargo, aún es mucbo lo que queda por hacer y revisar. Sobre toda esta problemática puede consultarse el reciente libro de Sosa (1990). Otro ámbito sería la creciente sensibilidad con la que actualmente se empieza a tratar el tema de la transferencia de tecnología a países no pertenecientes a nuestras privilegiadas sociedades. También aquí, no se trata sino de una tendencia. Sobre esto último, puede consultarse ti análisis llevado a cabo por Shrndcr-Frcchette (1989). .H;' También supone situarse en un «ser-con" la tecnología distinto del escepticismo y la sospecha del mundo clásico, del exagerado optimismo ilustrado y del desasosiego romántico. Para Mitcham (19S9) estos tipos ideales de actitudes ante la tecnología agotaban todo el panorama. Creo haber mostrado que esto no debe ser así, y que es preciso diseñar un nuevo y comprometido «ser-con" la tecnología capaz de orientar mejor nuestro conocimiento y nuestra acción en el actual mundo tecnológico.
48
49
MA N lJ 1 1
1 1/
REFERENCIAS BIBLIOGRÁFICAS
.l. .l-
(19H 6a), Introducción a la dinámica de sistemas, Alianza, Madrid. (1986b), Máquinas, sistemas y modelos, T cenos, Madrid. Bronca no, F. (19H7), «Las posibilidades tecnológicas. Una línea de demarcación entre ciencia y tecnología», en Arbor, marzo. Broncano, F. (l 989), «Las bases pragmáticas de la racionalidad tecnológica», en AnAracil,
Aracil,
Ihropos,94-95 Cuena.}. et al. (1986), Inteligencia artificial: sistemas expertos, Alianza, Madrid. Elster,]. (1983), Sour Grapes, Cambridge, Cambridge University Press [trad. casto Uvas amar¡!,as, Península, Barcelona, 19~8J. Cic rc, R. (l Y77), "A Dilemma for J'hilosophc rs of Sciencc ond Tcchnologv-, en PSA 1976, vol. l. Laudes, D. (1969), The Unbound Prometbeus, Cambridge Univcrsiry Press [trad. casto Progreso tecnológico y revolución industrial, Tecnos, Madrid, 1979]. Liz, M. (19~H), «Estructura de las acciones tecnológicas y problemas de racionalidad», en Arbor, 507. l.iz., M. (1992), -The System Dynamics Uses uf "Modcl?», en Proceedings o( (he 92 'System Dvnamícs Conference. Sysrcm Dynamics Society, Urrcch. Liz, M. y Vñzquez, M. (1990), "El síndrome Nerno y otros problemas de filosofía de la tccnologfa-, en Arbor, 533. Minsky, M. (19H6), -Matrcr , Mind, nnd Modcls-, en Minsky, M. (cd.), Semantic íntormatíon Proccssing, MIT Press, Cambridge, Mass., 19H6. Mitcham. C. (19H9), «Tres formas de ser-con la tccnologfe», en Antbropos, 94-95. Mosrerín, J. (l9R4), Conceptos y teorías en la ciencia, Alianza, Madrid. Ortega)' Gassct, J. (19~2), Meditación de la técnica y otros ensayos sobre técnica y [ilosofia, Revista de Occidente, Madrid red. original, 1936]. Putnarn, H. (19H 1), Reason, Truth and History, Cambridge Univcrsity Pres [trad. cast. Razón, verdad e historia, Tecnos, Madrid, 1988]. Quintanilla, M. A. (1981), A favor de la razón. Ensayos de filoso(ía moral, T aurus, Madrid. Quintanilla, M. A. (l9H9a), Tecnología. Un enfoque [ilosofico, Fundesco, Madrid. Quintanilla, M. A. (19H9b), "Las virtudes de la rucicnalidad instrumental- en AIItbropos, 94-9S. . ,
( 1r , I
1 l'
I
1\'
1 I,\;{
i\
'I{!\ V 1
11
e 1',1 ()
()'"
li\
Vúqllel, ;\1. (J 9H7), (,Sistemas n.uurales, sistemas artificiales», en Actas de! III Con,~res() de Lenguajes Naturales}' í.enguaíes Formales, Barcelona, Vdxquez, M. (léJ~g
'1)
Sanrnarrín, J. (19H 7), I.os nuevos redentores. Reflexiones sobre la ingeniería genética, la sociobiología y el mundo que nos prometen, Anthropos, Barcelona. Sanmart¡n, J. (19~9), "No toda producción es síntesis. Reflexiones en torno a las diferencias entre tecnologías de control y tecnologías sintéticas», en Anthropos, 94 95. Shrader-Prccbette, K. (1989), "El riesgo industrial, las fronteras nacionales y la igualdad de protección», en Antbropos, 94-95. Simon, H. (1969), The scíences o( tbe artificial, MIT Press, Masscchuserts !trad. C1St. las ciencias de lo artífici al; ATE, Barcelona, 19731. Singcr, Ch. ct al. (1954-5H), A history o( technology (5 vols.), Ciaren don Press, Oxford [trad. cast., de la versión reducida inglesa de 1960, Historia de la tecnología, Siglo XXI, Madrid,l 977 j. Sosa, M. (1990), Ética ecológica, Libertarias, Madrid. Suppes, P. (1961), «A cornparation of the meaning and uses of models in mathemarics and thc crnpirical sciences», en The concept and the rofe o( the model in matbematícs and natural and social sciellces, Reide1, Dordrecht [trad. casto Estudios de (ilosofía y metodofo¡!,ía de la ciencia, Alianza, Madrid, 1988J.
50
1·\
51
NOTAS SOBRE EL SIGNIFICADO DE LOS MODELOS INFORMÁTICOS DE SIMULACIÓN
Javier Aracil Escuela Superior de Ingeniero
Estas notas constituyen una parte de mi contribución al trabajo
de investigación Estructura y dinámica de los sistemas tecnológicos. Se trata de la primera, de un conjunto proyectado de dos, en las que se estudiarán diferentes cuestiones relativas a la construcción y empleo de modelos de comportamiento de sistemas, empleando el computador como instrumento de simulación. Tanto
la construcción como el empleo de modelos son actividades técnicas, en el sentido de que persiguen orientar la acción, y no aumentar el conocimiento (aunque si también lo hacen, tanto mejor). En esta primera parte se analizan los problemas de representación del comportamiento de un sistema mediante un modelo. Se suscita el problema de analizar el significado de un modelo, en tanto que objeto conceptual que se asocia a un objeto concreto. En la segunda I se atenderá a los problemas derivados de la utilización de modelos; a lo que se puede considerar como racionalidad de su empleo, en especial cuando sirven de soporte par~ la toma de decisiones, a partir de las cuales se desencadenan acciones. Las cuestiones que aquí se suscitan tienen su origen en la experiencia derivada de la construcción de modelos de simulación de comportamiento de sistemas sociales y humanos, empleando métodos que han demostrado su eficacia en dominios tecnológicos.
1. Se ha presentado al Congreso sobre Truth and rationality, celebrado en Tene tife, junio 1993.
53
11\
11 I{
l\ l' ¡\,
11
TN'I']{O])ll( :(:IÓl\:
Una distinción tradicional (sobre la que volveremos más abajo) entre la técnica o tecnología.' y la ciencia atribuye a la primera el dominio de la accion, mientras que reserva para la segunda el del conocimiento (contrastado mediante procedimientos más o menos normalizados). La teoría de la acción tiene indudable atractivo para la filosofía de la tecnología. Por el momento, interesa subrayar que toda acción presupone que el agente dispone de una representación adecuada tanto del objeto sohre el que actúa, como de los objetivos que se pretenden con la acción. Este punto no ha sido suficientemente reconocido en la literatura'. La representación más simple y habitual de un objeto es su descripción mediante el lenguaje ordinario. Esta representación puede ser suficiente para decisiones sobre acciones corrientes. Para acciones (o conjuntos coordinados de acciones, como se tiene en la técnica) m:1S complejas, con un cierto nivel de especificidad, se requieren representaciones más elaboradas. Es lo que sucede habitualmente en las aplicaciones técnicas, en donde las acciones persiguen objetivos de una cierta complejidad que requieren técnicas de representación adecuadas. En las técnicas mecano-eléctricas tradicionales se han empleado con profusión los planos y las maquetas (modelos a escala) como formas de representación de los objetos técnicos que se proyectan. Estas representaciones son básicamente estáticas, aunque es posible concebir maquetas dotadas de movimiento (de hecho, el reloj puede considerarse como una representación mecánica del tiempo); sin embargo, la ingeniosidad requerida en su concepción y la laboriosidad necesaria en su construcción han determinado que estos modelos móviles se utilicen escasamente. Estos últimos problemas desaparecen con el advenimiento del computador, que suministra un instrumento de considerable universalidad en el que representar comportamientos con facilidad, sencillez y eficiencia. El computador permite simular sobre él cualquier objeto del que se disponga de una descripción formalizada. Suministra modelos básicos, tanto conceptuales como operativos, que permiten programarlo de modo que reproduzca las formulaciones habituales. Con el computador programado se puede realizar una amplia experimentación referente al objeto estudiado (en realidad, a la formalización que ha servido de base para la programación del computador). 2. Aquí se emplearán indisrim.nnenre los términos técnica y tC<:llología, sin entrar en ningún debate sobre la preferell\:i,¡ por uno II otro t ér-rnino. 3. En la caracterización que h'-Ke Mosrcrfn (1'J7H) de la acción no incluye la considcrncióu de la representación por parte del agente.
54
N () I Á',
',()
1\ I( I
11
', 1e N lile Á IJ o
IJ 1
lOS
M o 1) I 1 0'-,
El comportamiento de un modelo de simulación puede ser muy complejo. Se emplea aquí comportamiento en un sentido preciso. Entenderemos por comportamiento la evolución a lo largo del tiempo de las magnitudes que se consideran relevantes p~ra cara~ terizar los objetos considerados. Al comportarruento aSI entendido se asocian representaciones gráficas como la de la figura 1. La
x
Figura 1: Comportamiento de una magnitud.
evolución temporal de una variable describe una trayectoria. El concepto de trayectoria es algo con lo que estamos familiarizados. En principio, evoca la imagen de un objeto que se desplaza por el ~s pacio (un proyectil). Pero también podemos emplearlo para referirnos a la evolución de un indicador económico (la figura que muestran los periódicos de la evolución de la bolsa, por ejemplo) o, en general, de cualquier magnitud que cambie con el tiempo (la temperatura de un enfermo). L~ represent.ación gráfica de las t~ayecto rias muestra el comportamiento del sistema al que se aSOCIan esas variables. Por tanto, la forma más simple de un modelo de simulación será aquella que se ocupe únicamente de las trayectorias asoci~das al objeto que se trata de simular. Aquí nos ocuparemos exclusivamente, con algún detalle, de los modelos que simulan esas trayectorias, asociadas a un clase de objetos a los que conocemos con la denominación genérica de sistemas, y que pueden ser tanto naturales como artificiales, tener una existencia real o ser simples proyectos. . Sin embargo, el simple registro de los datos del Sistema no agota los modos de relación con él. Hay formas de percepción global del
55
JAVIII,
ARALlI
N(J lA',
~()I\RI
11
"IGNIIICADO
DI:
LOS
MODlLOS
comportamiento (de percepción de las interacciones que se producen en el seno del sistema) que no se reducen al registro de las series temporales. Cuando nos relacionamos con un sistema, no nos limitamos a registrar, por separado, los datos correspondientes a cada uno de los atributos que se consideran relevantes considerados aisladamente. También tenemos una forma de percepción, que podemos llamar global, de las interacciones que se producen entre estos atributos. Además, cuando nos relacionamos con un sistema concreto, aquí y ahora, no deja de estar presente en nosotros la experiencia adquirida por la interacción con otros sistemas análogos a éste, y que nos ha suministrado un conocimiento del modo de comportamiento del sistema de carácter general (eso es precisamente la experiencia adquirida con los sistema del tipo de aquel que estamos considerando en concreto) por oposición a la concreta, en forma de datos, que nos suministra este concreto que tenemos ahora entre manos. Cuando hablamos de estudiar el comportamiento, estamos básicamente asumiendo que los sistemas cambian con el tiempo (es decir, que sufren variaciones los atributos asociados a ellos) y que nos interesa dar razón de estos cambios (buscamos una descripción racional del comportamiento). Haremos aquí la hipótesis adicional de que el cambio resulta fundamentalmente de las tensiones que se producen en el seno del sistema; además se tienen, en segundo lugar, los efectos externos del entorno sobre el sistema. Estas tensiones vienen determinadas por las interacciones entre las partes del sistema, que suministran, a su vez, el vínculo que articula a esas partes en la entidad que es el propio sistema. Es frecuente referirse a las representaciones de sistemas u objetos mediante la denominación genérica de modelos. La programación sobre un computador de la representación formalizada del comportamiento de un sistema conduce a los modelos de simulación mediante computador del comportamiento, a los que suele aludirse con la expresión más corta de modelos de simulación del comportamiento (behavioral simulation models). Con ellos se puede hacer una exploración experimental de los modos de comportamiento que puede generar la descripción del sistema concreto sobre el que se ha construido el modelo. Estos modelos se están empleando para representar el comportamiento de sistemas en un amplio espectro de campos, desde los físicos y químicos hasta los sociales, pasando por los biológicos (en especial los ecosistemas). En los modelos de simulación de sistemas físicos y químicos, aparentemente, no hay problemas especiales de modelación ya que se conocen bien las leyes básicas de interacción en el seno del sistema. Ello permite una justificación a priori de la validez de los modelos, que gozan de gran aceptación y permiten hacer predicciones.
No sucede lo mismo cuando se consideran sistemas sociales o humanos, en los que se carece de leyes básicas que regulen las interacciones en el seno del sistema. Por ello, cabe la tentación de rechazar la validez de estos modelos o representaciones alegando que carecen de un status epistemológico adecuado. Sería un error, ya que estos modelos se usan en la práctica, son útiles, lo cual, bajo una perspectiva tecnológica, es suficiente para aceptarlos (en realidad es la propia actividad práctica la que los acepta, el problema está en encontrar ese status epistemológico). Por tanto, el problema de su justificación merece una cierta reflexión. Precisamente el analizarlo es uno de los objetivos de este ensayo. El hecho de que estemos hablando de sistemas determina que al hablar de su representación conceptual nos encontremos, aun sin pretenderlo, en las arenas movedizas que han venido en denominarse teoría de sistemas. Su objetivo debería ser elaborar conceptos generales con relación a sistemas, que se aplicasen con independencia de la naturaleza concreta del sistema considerado. Se comprende que la representación formalizada del objeto sobre el que se va a teorizar es esencial para desarrollar una teoría de sistemas. Sin embargo, como veremos en una sección posterior, exis~e una considerable confusión respecto a qué cosa es la teoría de Sistemas, ]0 que no favorece en absoluto su credibilidad. Las reflexiones que se incluyen en este escrito han sido suscitadas por una experiencia concreta. La que representa el aplicar conceptos y métodos desarrollados por ingenieros para la construcción de modelos de simulación de sistemas tecnológicos, a los complejos sistemas sociales. Esta experiencia está bastante elaborada en una teoría del modelado y simulación (Zeigler, 1976). Se trata de una experiencia que puede tener interés para la filosofía de la tecnología en la medida en que se trata de una actividad, en el origen estrictamente tecnológica, que transciende de un campo concreto a ámbitos más generales, suscitando el problema de analizar la validez de esa generalización.
56
57
MODELACIÓN DEL COMPORTAMIENTO DE SISTEMAS
Vamos a dedicar este apartado a repasar algunos conceptos básicos relativos a los modelos de comportamiento de sistemas. Con ello vamos a disponer de un marco conceptual con el que analizar los problemas a los que se ha aludido en la introducción. En primer lugar, veamos el concepto de modelo. Para un observador O, un modelo M representa a un objeto S (un sistema), si se puede servir de M para responder a cuestiones que le importan con relación a S. En esta definición la presencia del observador es básica, ya que toda descripción (y, en consecuencia, todo modelo M)
I A VII I{
/\.1,1\, ( 11
lleva asociado un observador" o. El modelo lo es para él, y para aquellos con los que comparte una determinada forma de ver la realidad. El modelo no es una copia de la realidad (al menos no tiene pur qué serlo) que tenga un valor descriptivo independiente de quien la realiza, sino que está asociado a una interpretación de la realidad realizada con los útiles aportados por un lenguaje de modelación. El modelo es más bien un apunte que una copia. Con el modelo se pretende analizar un cierto fenómeno o proceso. Por tanto, recogerá sólo aquellos aspectos que, en opinión de su (o sus) consrructortes), resultan relevantes con relación a este fenómeno. La descripción presupone la adopción de un criterio de relevancia con respecto a aquello de la realidad que se va a incluir en ella. No existen descripciones neutrales. Todo ello plantea un importante problema: en la medida en que un modelo no es una réplica «objetiva» de la realidad, su utilización no está exenta de responsabilidad por parte del usuario (volveremos sobre este punto en el segundo de los artículos). Un modelo puede considerarse también como un mediu de comunicación. Un modelo integra información, que puede proceder de diferentes fuentes, y la devuelve articulada, dotada de cierta coherencia. En este sentido suministra un medio de comunicación entre especialistas de diferentes especialidades. Al mismo tiempo suministra un vehículo mediante el cual expresar determinadas hipótesis con relación a un cierto aspecto de la realidad. El proceso mediante el cual O construye M recibe la denominación de proceso de modelacion, En este proceso se procede a la construcción de un ohjeto artificial, el modelo, para lo que se requiere tanto una técnica como unos útiles o módulos básicos de cuya adecuada combinación surge el modelo. En todo proceso de modelación se pueden distiguir, al menos, tres aspectos:
rlr> 1 t,',
',1>11111
11
',I(
1I1111 !,IJ(!
UI
1')',
M()II
10';
zado () ser simplemente un conjunto de opiniones. Pero en todo caso, se trata de la información de que se dispone relativa a S. 3. Un medio de expresión que permita a () realizar M, al que llamaremos lenguaje de modelación. Básicamente este lenguaje suministrad. los útiles o módulos (conceptos y símbolos) a partir de los cuales se construye el modelo. Comhinando estos módulos se tiene un repertorio de posibilidades (o conjunto de hormas) entre las que hay que buscar aquella que mejor se ajuste al S concreto. El lenguaje de modelación se construye a partir de la experiencia que se tiene (que debe ser muy amplia y dilatada) con relación a la clase de objetos que se trata de modelar. Se trata de un patrimonio de los especialistas en los sistemas en cuestión, que les suministran los útiles con los cuales ver y. a partir de esa visión, representar a S.
4. Se emplea a qui el término «observador» para referirse a una gran variedad de agentes, desde el científico que estudia un sistema hasra el consultor que asesora J una empresa, pasando por el simple curioso que se interesa por un tema.
Un modelo se dice, en la terminología habitual del modelista, que se construye, en- el sentido de qlle se edifica, es decir, que se ensamblan módulos básicos para dar lugar al objeto (artificial) que es el modelo. Este aspecto de construcción del modelo, a 10 largo del proceso de modelución, no debe ser subvalorado, ya que se rrata de un proceso que puede considerarse como artesanal (en el sentido de arte de organizar los elementos básicos que suministra la técnica de modelación empleada de forma adecuada para conseguir el objetivo propuesto: una imagen aceptable de un cierto aspecto de la realidad). Una vez construido el modelo, tenemos que O dispone de M. En el caso concreto que sirve de marco a estas reflexiones, M será un programa en un computador, al que O tiene acceso mediante el teclado, y con el que puede experimentar con M, obteniendo las respuestas mediante la pantalla o la impresora. Por tanto, () dispone de un ohjeto concreto M con el que responder a cuestiones relativas a S'. Se satisface así la definición que se enunciaba más arriba. No obstante, aunque al ser programado en un computador M se convierta en un objeto concreto, nosotros seguiremos considerándolo como abstracto, en el sentido de ser algo artificial, cuya naturaleza es esencialmente formal. La cuestión que queda abierta, y que pienso que tiene indudable interés filosófico, es la de la relación entre M (al fin y al cano un objeto abstracto materializado en un computador) y la propia realidad S (cualquier cosa que eso sea). La relación que liga a M y S recibe la denominación de relación de tnodelación (Bunge, 1973). En esa relación está implícita la de referencia. Se dice también que M se refiere a S. Esta relación entre un objeto absrracro y la realidad es de 11<1tu-
58
59
1. Una problernárica concreta con relación a S. Como ya hemos apuntado, un modelo nunca puede pretender agotar la realidad de S, sino que sólo atiende a determinados aspectos suscitados por un problema concreto. Este problema es el que ha determinado la decisión de construir el modelo (normalmente se trata de decidir sobre unas acciones a realizar con relación a S). 2. La experiencia previa relativa a otros Si análogos a S. Esta experiencia puede ser propia o ajena; que se encuentre en libros, informes, o que sencillamente se la hayan contado a O. Puede, a su vez, constituir un cuerpo de doctrina organi-
JAVI[R
ARACII
raleza análoga a la de significación entre palabras y hechos. El atractivo filosófico de esta relación no escapará al lector, ya que vincula un objeto concreto S con uno abstracto M. Parece, por tanto, que análisis análogos a los desarrollados en la filosofía del lenguaje con respecto a la relación de significación deberían desarrollarse con respecto a la modelación. En todo caso, cabe preguntarse qué hace que la relación de modelación sea válida; es decir, que da validez a un modelo. En el ámbito de las ciencias físicas, la validez de un modelo está asentada sobre las leyes básicas a partir de las cuales se ha construido. Como ya hemos recordado antes, las cosas no son tan simples en el ámbito de las ciencias sociales y humanas, en donde se carece de leyes bási ~ cas de interacción. Sin embargo, en la práctica, es el propio uso de los modelos lo que permite evaluarlos. Un modelo es bueno (es una representación adecuada del aspecto de la realidad que se está considerando) si conduce a acciones exitosas. El criterio de poseer un modelo efectivo es su capacidad de ser empleado en determinadas situaciones. Conviene observar que los M que aquí consideramos (modelos de simulación del comportamiento) no son una representación pasiva de S (al modo de un plano), sino que son de tal naturaleza que su programación en un computador permite que éste genere un comportamiento que es una réplica, mediante cierta convención, del de S. Mediante la conjunción de técnicas informáticas y matemáticas, es posible pasar de la descripción de un cierto sistema (en un lenguaje adecuado, que es nuestro objeto de reflexión) a la generación del modo de comportamiento correspondiente. Precisamente el vínculo entre el sistema S y su modelo M se estable en función del ajuste entre los comportamientos de S y M. Es decir, la validez de la representación de S que es M (obtenida a partir de una descripción formada por un conjunto de enunciados, normalmente expresados matemáticamente, con relación a S) se establece no tanto por la consistencia de estos enunciados (entre ellos, o con el conocimiento científico aceptado -consistencia que, por otra parte, se suele dar por descontada-), sino por la capacidad generativa que poseen esos enunciados con relación al comportamiento del sistema. De este modo, en la propia sintaxis de los objetos abstractos M están implícitos aspectos generales de la interacción en el seno de un sistema, a los que se puede considerar el objeto de la teoría de sistemas. Se puede considerar a la teoría de sistemas como el estudio sistemático de los objetos abstractos de los que se vale el modelista para representar los sistemas concretos. Por tanto, y como ya decíamos al final del apartado anterior, el estudio de modelos de comportamiento de sistemas conduce, de una manera natural, a la teoría de sistemas. Sin embargo, este punto de vista no es el sustentado
60
N () lA',
',() IIIU
11
',1
e,N
11- I ( A 1) O
1) I
lOS
M O IH I O ~
unánimemente en la literatura. Detengámonos un poco a explorar algunos de los usos diferentes de la locución teoría de sistemas.
DIVERSIDAD DE PERSPECTIVAS EN TEORÍA DE SISTEMAS
A veces se asume demasiado poco críticamente la existencia de algo suficientemente estructurado a lo que se pueda denominar teoría de sistemas. Se suele dar por sentado que se trata de una teoría única y ampliamente aceptada. Lamentablemente esto no es así, y la expresión «teoría de sistemas» se encuentra muy lejos de alcanzar alguna univocidad. Tomemos, por ejemplo, y casi al azar, algunos libros que hablan de teoría de sistemas, y que aunque no sean los más representativos, sí puede considerarse que ilustran algunos puntos de vista con relación a la teoría de sistemas. El primero de ellos se titula System Theory, de Padulo y Arbib, y su título permite poca ambigüedad a los efectos que nos ocupan. El lector que lo hojee se encontrará con un libro profundamente matemático en el que, además, si profundiza un poco en él verá que, pese a sus casi ochocientas páginas, se trata sólo de determinados aspectos de la teoría matemática de sistemas, y no se incluyen, por ejemplo, cuestiones como los sistemas dinámicos no lineales, los sistemas estocásticos o los sistemas de estados discretos, temas, cada uno de los cuales es capaz de ocupar otro libro de al menos la misma extensión. El punto de vista subyacente es profundamente matemático, y se entiende por teoría de sistemas los desarrollos matemáticos realizados en torno al concepto de sistema dinámico, sobre el que volveremos más abajo. Otro libro que resulta interesante en este contexto es el titulado Systems: Concepts, Methodologies and Applications, de Brian Wilson. El interesado que lo hojee se encuentra ante un volumen menos voluminoso que el anterior, profusamente ilustrado con diagramas (de hecho, grafos) y en el que parece subyacer la idea de que un sistema es simplemente un objeto, más o menos complejo, formado por partes en interacción. Esta complejidad, y esas interacciones, pretenden quedar bosquejadas en los diagramas o grafos a los que acabo de aludir. El lector se sorprenderá al comprobar que en este libro hay muchas figuras y relativamente pocas fórmulas. No obstante, cuando analice los ejemplos, verá que subyace una cierta pretensión de formalización. En cualquier caso, y a los efectos que aquí interesan, constatará que la teoría de sistemas para Wilson es algo considerablemente más laxo que lo era para Padulo y Arbib, aunque no exento de formalización matemática. Un tercer libro, que aporta una nueva perspectiva, es Evolución, de Ervin Laszlo. Este libro se subtitula La gran síntesis. Su pretensión es clara: establecer un marco único en el que se integre
61
1t, V 11 I{
.f\ I{,\ I
I1
r-I,JlA',
',(ll!IU
11
',I(,NIII( 1\1)0
1)1
10<,
MOIJII 0<'
la evolución de la materia (desde los orígenes del Universo a nuestros días), de la vida (desde las primitivas formas vivientes al hombre) v de la sociedad (de la progresiva complejidad de las formas sociales). Se trata de una concepción de la teoría de sistemas que busca la unidad del conocimiento, una gran síntesis que subsuma lo conocido. El lector encontrará figuras, que representan modos de comportamiento, análogas a las que había en el libro de Padulo y Arbib. Sin embargo, aquí no se encuentran las ecuaciones que permiten obtener esos modos de comportamiento. Estas figuras tienen un carácter que se puede considerar como ilustrativo. Se trata de una descripción que pretende ser consistente con los resultados de la ciencia, pero con la que posiblemente no se identifiquen muchos científicos. Por último, si el indagador se acerca a la Crítica a la teoría de sistemas, de Ramón Carcía Cotarelo, y, como hizo en los dos casos anteriores, hojea el libro, no verá ni figuras ni fórmulas. La teoría de sistemas, según este autor, debe ocuparse solamente de las ciencias sociales en un sentido que excluye toda formalización o matematización. Se trata de un punto de vista con el que no eS extraño toparse en la literatura sociológica o en la ideológica. Sin embargo, tanto en este libro como en el anterior se respira un respeto por los planteamientos formales y matemáticos. De hecho, se critican consecuencias extraídas de modelos formales. Pero en ningún caso se adentra en esos planteamientos. Parecen interesar sus consecuencias, no sus significados. No se prescinde de ellos, pero tampoco se consideran en su plenitud. En realidad, lo que sucede es que se respeta el lenguaje matemático, pero no se habla. Ante tal disparidad de perspectivas, surge una cierta perplejidad. Lo que sucede es que cuando se habla de teoría de sistemas se está hablando de cosas distintas. No todo el mundo se refiere a lo mismo. f~sta es una confusión que conduce a una ambigüedad que algunos autores emplean, no sé si conscientemente, para pretender ilustrar la amplitud de la teoría de sistemas, pero que está siendo muy perjudicial para la respetabilidad de los estudios sobre sistemas, y de la que conviene salir. En cualquier caso, para el especialista en construcción de modelos de simulación del comportamiento, las dos únicas perspectivas que son relevantes son las correspondientes a los dos primeros libros, más cercanas de la del primero, por el rigor de sus planteamientos, aunque sin olvidar el segundo, interesado por aplicaciones que escapan al excesivo formalismo de aquél. Los otros dos libros los verá, a jo sumo, con curiosidad, pero su contenido no tiene nada que ver con los problemas que se le plantean en su actividad de constructor de modelos (de representar significativamente la realidad mediante modelo). Tanto matemáticos como ingenieros y físicos llevan años desarrollando útiles conceptuales para el estudio formalizado de sistemas.
Esos trabajos han cuajado en una serie de teorías (emplean?o el término «teor-ía» en un sentido restringido, como se hace habitualmente en matemáticas, y no en un sentido amplio) para :epresentar sistemas, de las que hoy disponemos, y que se usan habl~ualme.nte. Entre estas teorías se encuentran principalmente la teoria de ststemas dinámicos y la de autómatas, que suministran útiles con que representar sistemas, pero también se encuentran la teoría del c,ontrol, la de optimización, la teoría de juegos y otras que pcrnutcn explotar las representaciones de los sistemas para tomar decisiones, El conjunto de estas teorías aporta los útiles matemáticos para una teoría de sistemas en un sentido amplio.
62
63
TEORÍA DE SISTEMAS DINÁMICOS
Antes de recordar el concepto de sistema dinámico, conviene precisar el de sistema, tal como lo adoptamos aquí. Tomando el término en un sentido amplio, un sistema es e~ objeto que resulta de la ~rti culación o estructuración de un conjunto de partes en la unidad sustantiva que es el sistema. El sistema, por tanto, está formado por las partes (elementos) y las relaciones entre ellas que las vincula entre sí. Además, suele resultar interesante considerar el entorno o medio en el que el sistema está inmerso. Este concepto de sistema está recogido en la definición propuesta por Bunge (1979) según la cual un sistema S es un objeto al que puede asociarse una terna S = (C, S, E). Esta definición aporta, posiblemente, el concepto de sistema más simple y general que se encuentra en la literatura. Las partes del sistema se describen mediante un conjunto denominado composición C. Estas partes se definen mediante sus propiedades características o atributos, a las que, en muchos casos, se asocian magnitudes. Las partes están vinculadas entre sí debido a propiedades de interacción entre las partes, q~e se traducen en. expresiones matemáticas formales entre las magnrtudes correspondientes, que se recogen en la estructura S del sistema. La teoría de sistemas dinámicos tiene los mismos orígenes que la ciencia moderna: los estudios sobre mecánica teórica que se inician con Galileo, con un carácter fundamentalmente experimental, y encuentran un punto álgido en las obras de Newton, lagrange y Euler. Inicialmente se estudian sistemas muy simples, formados por partículas (pequeñas masas) vinculadas mediante fuerzas de distinta naturaleza (principalmente acciones a distancia, aunque también muelles y similares). Se desarrolló un formalismo que permitió calcular las trayectorias de estas partículas. En estos estudios tiene su origen el concepto de sistema dinámico. El propio término «d.inámico» se refiere a las acciones de las fuerzas en el seno de un siste-
JAVll1<.
AI<.AUI
ma de partículas (las partes del sistema) para integrarlas en la unidad que es el propio sistema. Así, por ejemplo, el sistema planetario formado por los planetas (las partes) coordinados mediante la fuerza de gravitación. Estos desarrollos iniciales a la mecánica pronto se extendieron a otro tipo de sistemas, aun en el propio mundo de la física, en los que las partes ya no eran simplemente partículas sino, por ejemplo, elementos de un red eléctrica, y las interacciones ya no estaban reguladas por fuerzas de tipo mecánico, sino por otro tipo de interacciones. Esta generalización no fue trivial (los sistemas fuera de la mecánica celeste dejan de ser conservativos y se convierten en disipativos), pero las dificultades que se presentaron se fueron solucionando y se ha llegado a disponer de una rama de las matemáticas aplicadas que se ocupa del estudio de los sistemas dinámicos, que goza en la actualidad de un amplio campo de aplicaciones que excede el de la física y de la química para llegar a la biología (por ejemplo, en ecología, dinámica de poblaciones) y las ciencias sociales humanas. En tiempos recientes aparecen las técnicas de regulación automática en las que están involucrados procesos automáticos de toma de decisiones (las máquinas toman sus propias decisiones para su gobierno, con el fin de alcanzar las metas para las que han sido concebidas), lo que requiere una modelación matemática de los comportamientos, que a su vez necesita de la teoría de sistemas dinámicos para que le suministre las formas matemáticas de representar los sistemas. De este modo, la regulación automática y la teoría de sistemas son prácticamente inseparables. Un curso de regulación automática se inicia con el estudio de la teoría de sistemas necesario para representar aquellos sistemas que se van a automatizar. Esta mezcla de teorías sistemas y de automática conduce a conceptos como el de realimentación, que, a su vez, cuando se considera en un contexto más amplio que el del propio mundo de la técnica (entendiendo técnica de base física), se llega a planteamientos como el de Norbert Wiener en la cibernética (Wiener, 1948). Se produce entonces una inmersión en campos biológicos o sociales. Se tiene así una indudable ampliación del campo que abarca la teoría de sistemas. La construcción de modelos se plantea como una estrategia cognitiva más que como una aproximación reduccionista al conocimiento de la realidad. Sin embargo, en el siglo XVIII esta estrategia se convierte en una especie de dogma, sentando las bases del fisicalismo mecanicista. Aquí vamos a distanciarnos de este último punto de vista. La teoría de sistemas dinámicos aporta útiles analíticos, conceptuales y operativos, para representar el comportamiento de siste-
64
IJoIA',
''(JIII{I
1I
,>I(,NIIICAI)O
1)110':>
MOIHIOS
mas (para calcular sus trayectorias de evolución), y en ese sentido, junto con la teoría de autómatas, constituye las piezas básicas para una teoría matemática de sistemas (y posiblemente de una teoría de sistemas sin más). A recordar estos útiles formales vamos a dedicar la siguiente sección.
DIFERENTES FORMALIZACIONES DEL CONCEPTO DE SISTEMA DINÁMICO
La teoría de sistemas dinámicos, bajo una perspectiva de matemáticas aplicadas, suministra los útiles necesarios para representar un sistema concreto mediante un sistema de ecuaciones diferenciales de primer orden: dx
-=/(x) dI
[1]
Precisamente a ese objeto matemático es al que se denomina sistema dinámico. La x es un vector que representa el estado del sistema (la información concerniente a su pasado necesaria para predecir unívocamente su futur-o") de modo que la anterior expresión no hace sino representar matemáticamente cómo cambia con el tiempo (eso es lo que representa la derivada con respecto al tiempo) el estado del sistema en función del propio estado. Las componentes del vector de estado son las magnitudes consideradas relevantes para describir al sistema (la población, la posición de un eje, la producción de una empresa... ). El sistema [1] es autónomo, en el sentido de que su comportamiento no está afectado desde el exterior. En caso contrario se escribe:
dx
di= f(x,u) en donde u denota la actuación sobre el sistema desde el entorno (se llama también señal de entrada al sistema). 5. No es extraño encontrar en la lirerutura que se confunda entre el concepto de estado y de lista de atributos asociados al sistema. El estado del sistema es, por definición, la información necesaria para prever su futura evolución. En algunos CISOS, ext a informucidn viene dada por el valor que tornan en el instante de tiempo conciderado \111 subconjunto (que puede ser el propio conjunto) de los atributos asociados al sistema. Esto sucede en los sistemas de variables continuas. Pero, aun en este caso, el estado sólo esr.i formado en general por una pane de los atriburos. En los sistemas de estados discretos el estado del sistcrna no tiene nada que ver con la lista de los atributos.
65
1/1 V 11 1I /11, A I 11
rJr t lA', " ()
Integrando la ecuación [1] se obtiene la trayectoria del vector de estado x(l) = X(tO)+
f' [t xid: o
con lo que se tiene la evolución del sistema a lo largo del tiempo. Conviene detenerse en analizar el contenido de [1] (que es a 10 que llamamos modelo matemáticu del fenómeno en cuestión). T enemas un sistema de ecuaciones de la forma
dx,
,
&::::fi(Xj, X2' ... ,
x,)
lo que se puede leer diciendo que sobre el cambio a lo largo del tiempo de la variable x, influyen aquellas otras variables x-, XI. ''', XII> que aparecen como argumentos de fi' Por tanto, en la formulación de un modelo subyace el concepto de influencia entre variables. A cada influencia puede asociarse un enunciado de la forma X---7Y
(2)
que se lee 'X influye sobre Y' (lo que equivale a decir que a una variación provocada en X se responde con otra de Y). De este modo, un modelo puede enunciarse mediante un conjunto finito y articulado de relaciones de influencia (que se someten a contrastación experimental como cuerpos integrados). Por tanto, el concepto de influencia es básico en la formulación de un modelo. El concepto de influencia tiene connotaciones con el de causalidad. Sin embargo, este último parece tener un carácter más fuerte que aquél, por lo que se prefiere hablar de influencia más que de relación causal'. La forma más básica del lenguaje de modelación está formado precisamente por los enunciados de las influencias (el lenguaje de simulación es la contrapartida informática de este lenguaje de modelación). El constructor del modelo selecciona aquellas influencias que considera relevantes para generar el comportamiento global del sistema. En la formulación de la ecuación [1] está implícita la adopción de una escala continua para el tiempo (que es una variable de naturaleza especial en el estudio de los sistemas dinámicos; el papel del 6. La relación de influencia, tal como aquí sc cntplcn. cs una relación más d¿bil que la de cnusnlidud, que tiene, en la literatura filosófica, una connotación más fuerte que la que aquí intcrcsa. Este sentido fuerte se refiere a la causa total, mientras que la causalidad que ,,: recoge en las rul.niones de influencia anteriores es una relación p.n-ciul, rcalizad as en conjunción con ot rns -cuusas-.
RKI
I 1
', 1G NI' I
c. A u O
1) 1
1 o S M O D 1 lOS
tiempo en los sistemas dinámicos es un problema de alcance filosófico que ha hecho y hará correr mucha tinta). Si se considera una escala de tiempo discreta, entonces la anterior formulación se convierte en:
expresión en la que el subíndice k representa el instante de tiempo en el que se considera a la variable a la que está asociado. La anterior expresión, por tanto, permite generar recursivamente la secuencia discreta de valores del estado del sistema Xo, X¡, ... ~ xi. Se tiene, por tanto, dos formas diferentes de representar un sistema que evolucione en el tiempo, según se considere un tiempo continuo o uno discreto. Pero, aparte de esto último, las dos formas son análogas y sirven para representar sistemas cuyas magnitudes asociadas varían de forma continua con el tiempo. Estas formas de evolución se tienen en ámbitos muy variados de nuestra experiencia, tanto en sistemas físicos (la velocidad de un motor, la posición de un eje ) como en sociales (la evolución de una población, de los precios ). Existen, sin embargo, sistemas que no son fácilmente describibIes mediante las formas [1] o [2]. Estos sistemas son normalmente producto de la tecnología moderna e incluyen desde la máquina expendedora de paquetes de cigarrillos hasta complejas líneas de ensamblamiento y producción, redes de comunicación de computadores, sistemas de control de tráfico, etc. En esos casos la evolución del sistema depende de la interacciones complejas de acontecimientos discretos, tales como la iniciación o el acabado de una tarea, la llegada de un mensaje o el simple hecho de oprimir o no un botón. El estado de estos sistemas cambia de forma discreta, en lugar de hacerlo de forma continua como en los casos más arriba considerados. Estos sistemas recihen la denominación genérica de sistemas de estados discretos (por oposición a los sistemas de variables continuas), y para su representación se emplean los autómatas que se definen como [3J
Esta expresión también representa la evolución del estado, que aquí se denota por q, pero con la importante salvedad de que en esta formulación está implícita la consideración de estados discretos (y de valores discretos para la entrada Uk) cada uno con entidad propia perfectamente definida, y no, como sucedía en los sistemas de variables continuas, como valores tomados por una variable en un conjunto continuo. Esta formulación es especialmente inrcre-
66 67
JAVllk
N()IA',
Af\A(11
san te cuando se trata de representar transiciones entre acontecírnieritos discretos. Aunque el formalismo de [3] es análogo al de [1] yespecialmente al de [2], sin embargo, los conceptos involucrados son radicalmente distintos. La figura 2 muestra la diferencia entre las trayectorias de uno y otro sistema. No existe un único formalismo que sea capaz de subsumir ambos planteamientos (algo se pretendió con ayuda de la teoría de las categorías hace aproximadamente un decenio, pero los resultados alcanzados no han tenido transcendencia práctica). Aparte de las formulaciones anteriores del concepto de sistema dinámico, existen otras como, por ejemplo, los sistemas dinámicos estocásticos. En tal caso 10 que se estudia es la evolución de la función de distribución de probabilidades de las variables asociadas al sistema y no del valor de estas variables en sí, como sucedía con los casos hasta ahora considerados. Se comprende que en este caso se tiene un nivel de complejidad en la descripción muy superior. Esta forma de descripción es especialmente interesante cuando se estudian sistemas que poseen un cierto grado de imprecisión o incertidumbre (también se emplean en esos casos los sistemas borrosos). En todo caso, 10 único que interesa aquí considerar es que se trata de otra forma matemática de descripción del comportamiento de un sistema.
Estado Estado
dx dt
_/ ~l ~4
'Í_,
y
Tiempo
ti
Figura 2: Trayectoria de un sistema con variables continuas y con acontecimientos discretos.
68
\OI~KI
1I
SICNIIICALJO
DI
lOS
MOUIIOS
Aunque sea de forma un tanto colateral, merece un comentario la posibilidad de representación cualitativa en el contexto de los sistemas dinámicos. Con ello se ilustra el hecho de que aun de una misma teoría, la de sistemas dinámicos, se puedan admitir, al menos, dos tipos de interpretaciones: una marcadamente cuantitativa y otra cualitativa, de carácter más geométrico y topológico, más plástica y menos rígida que la primera (aunque no menos formal). El término «cualitativo» se usa habitualmente en demasiados sentidos y mientras, en el lenguaje ordinario, esté clara su ambigüedad (valga la contradicción) no hay mayor problema. Otra cosa sucede cuando se pretende usar en un sentido preciso. Quizás habría que pensar algún día en investigar sobre las distintas pretensiones de formalizar lo cualitativo que se encuentran en la literatura. En el contexto de la teoría de sistemas disponemos de una teoría cualitativa de los sistemas dinámicos en la que el término «cualitativo» es objeto de un uso preciso y riguroso, basado en conceptos geométricos y topológicos (la teoría de catástrofes puede considerarse como una parte de la teoría cualitativa de sistemas dinámicos"). Con todo lo anterior se pretende poner de manifiesto que aun en el campo concreto de la teoría matemática de sistemas dinámicos existen distintas formulaciones (y aun distintas interpretaciones) que, en último extremo, no hacen sino aportar diferentes recursos conceptuales para representar los sistemas concretos del mundo real, en sus variadas peculiaridades (de manera análoga a como en la geometría, entendida en un sentido genérico, se tiene la geometría euclídea, la esférica, la de Riernann, etc. .., y ante cada problema de representación geométrica de un objeto de la realidad se recurre a una de ellas, la más adecuada al caso, sin que la realidad posea una estructura geométrica determinada"). De modo análogo, la teoría de sistemas se presenta como un catálogo de lenguajes de modelación con los que expresar determinados aspectos de la realidad, asociados a objetos a los que cabe caracterizar como sistemas. 7. La tradicional clasificación de los conceptos en teor¡a de la ciencia (Mosrer¡n, 197H) posiblemente requiera una revisión a la luz del concepto de cualitativo al que me estoy refiriendo. De acuerdo con este concepto, una magnitud cualitativa está asociada a un COIlccpto intermedio entre 10 que tradicionalmente en teoría de la ciencia se conoce como un concepto comparativo (basado en una relación de orden) y [o que se conoce como un concepto métrico. Este concepto cualitativo (que no tiene nada que ver con el concepto cualitativo o clasificatorio de la reor¡a tradicional de la ciencia) posee, además de una relación de orden, una relación topológica (de proximidad), pero no posee una estructura algebraica. En aplicaciones de las teorías de sistemas a ciencias sociales y humanas (a lo que se viene en llamar ciencias blandas) presumo que este uso cualir anvo está llamado a tener un gran futuro. Pero aquí no puedo extenderme más en ello. 8. Análogamente sucede con el caso de la mecánica que presenta formas variadas, de las panículas, de los medios continuos, relativista, estadística, cuántica ..
69
11' I 1 A', JAVII R
',1) 1\ 1< 1
11
',1
t ,
'J
I II A;) ()
1) I
I ()',
M U 1) i I 1)',
AIZAI.II
¿Hasta qué punto subyace a las anteriores formulaciones algo que puede denominarse una teoría de sistemas? Creo que a esta cuestión se puede responder de manera analógica con el ejemplo de la geometría antes apuntado: de la misma manera que existe una geometría, digamos general, que se manifiesta en geometrías concretas, como la euclidea, la de Riernann, etc ... , existe una teoría de sistemas que toma una forma concreta en la teoría de sistemas dinámicos, en la de autómatas, en la de sistemas estocásticos, etc... Cada una de estas teorías (en cierto sentido parciales) aporta instrumentos para representar diferentes aspectos o un fenómeno de la realidad, y, con su concurso, podemos asociar diferentes descripciones a un mismo objeto, según el uso al que se destine el estudio que estemos realizando (correspondientes no sólo a los diferentes lenguajes que empleamos para realizarlas, sino a las diferentes formas de ver un sistema, según los problemas que nos interesen de él). Antes de acabar con estos comentarios conviene recordar que, para algunos autores, la teoría de sistemas tendría como objetivo la búsqueda de una teoría de lo que llaman el sistema general. Algo así como una especie marco de único y universal en el que tuviera cabida todo el conocimiento humano. La tabla periódica de Mendeleiev es una muestra del tipo de síntesis que pretenderían alcanzar (en el caso de Mendeleiev referido a la química, y en el de la teoría de sistemas a toda la realidad). El punto de vista de Bertalanffy parece ajustarse a esta perspectiva (así como el de Lazslo, en el libro antes citado) que constituye una pesada carga para un desarrollo aceptable de la teoría de sistemas. Bajo tal perspectiva, se trata de desarrollar una (o la) teoría de sistemas. No es presumible que exista tal cosa. Existen teorías sistemas (tomando teoría en el sentido que se le da en matemáticas, como se ha puesto de manifiesto más arriba, en la analogía con las distintas geometrías) que suministran útiles conceptuales con los que estudiar los diferentes aspectos de los objetos que por su complejidad (partes más estructura) convenimos en llamar sistemas.
MODELOS ORIENTADOS A LA ACCIÓN Y AL CONOCIMIENTO
Entre las posibles clasificaciones de los modelos hay una que merece consideración. Es la de clasificarlos en modelos orientados a la acción y en modelos orientados al conocimiento (technologically adequate model y epistemologically adequate model, según la terminología que proponen Vázquez y Liz, 1989). Me parece que a esta distinción entre modelos subyace la más genérica entre técnica (o tecnología si se quiere) y ciencia (por conservar el mismo orden que entre los dos tipos de modelos). Según esta propuesta, los modelos orientados a la acción caerían dentro del dominio de la técni-
ca, mientras que los orientados al conocimiento lo harían en el de la ciencia. De este modo, la distinción entre los dos tipos de modelos se traslada a la más básica entre ciencia y técnica. La distinción entre ciencia y técnica es una cuestión ardua. La forma más simple de solventarla ha sido tradicionalmente la de subordinar una a la otra (bien sea invocando el hecho histórico de que la técnica antecede a la ciencia, o bien sea aludiendo a la mayor excelsitud y universalidad de los conocimientos manejados por la ciencia con relación a los de la técnica). Sí es cierto, sin embargo, que existen diferencias sustanciales entre los modos de actividad humana involucrados en la ciencia y en la técnica; de ahí que existan dos clases de profesionales perfectamente diferenciados, como son los científicos y los ingenieros, cuya formación (génesis) está claramente diversificada tanto en su forma como en su fondo (aunque no falten voces, por otra parte no carentes de justificación, que traten de aproximarlos, si bien ésta es una cuestión que se sale del tema que aquí nos tiene). En todo caso está claro que hay alguna forma de distinción entre lo técnico y 10 científico. Posiblemente la manera corriente de enunciar esta diversidad sea la de considerar que la ciencia se ocupa de saber y que la técnica lo hace de hacer. Esta distinción es muy genérica, pero puede servir a nuestros propósitos. Si la aceptamos, se plantean al menos dos tipos de cuestiones: • para hacer se requiere saber; • pero saber équé? Puesto que el primer punto no admite discusión, consideremos el segundo. Al decir que necesitamos saber parece que nos aden,tramos en el terreno de la ciencia. Pero «le saber qué se ocupa la ciencia? La respuesta tradicional a esta pregunta sería: saber cómo son las cosas en realidad, describir qué pasa en el mundo, y otras semejantes. Pero éello es posible?, étienc sentido plantearse la posibilidad de captar la realidad, con pretensión de globalidad y exhausrividad, mediante nuestros esquemas conceptuales? Siempre he tenido profundas dudas respecto a ello. La lectura reciente de trabajos de Putnarn (1981, 1983, 1987) me ha producido cierto sosiego (como previamente lo habían hecho trabajos de Mosterín) al comprobar que estas dudas no sólo son compartidas, sino que están bastante elaboradas en la posición filosófica conocida como realismo interno. De acuerdo con la concepción filosófica posiblemente más extendida entre los científicos, conocida como realismo metafísico, existe un mundo articulado y estructurado de por sí, con independencia de observadores. La labor de la ciencia, según esta concepción, sería la de ir desenmarañando o desvelando progresivamente esa articulación y estructura. El punto de vista adoptado por el rea71
70
jAVll!<.
Afl.AC 1I
N()IA'i
son nt
1I
SIGNlllCADü
nr
lOS
MODLLOS
lismo interno es bien diferente: esa estructuración previa de la realidad es un supuesto metafísico que se debe descartar. Disponernos de útiles conceptuales internamente estructurados, que son una construcción nuestra, y que se manifiestan relevantes para captar distintos aspectos de la realidad. Que son útiles aquí y allá, para unos determinados tipos de problemas, pero que nJ.ll1ca podemos pretender que agoten la descripción de la realidad. Esta es siempre más rica que cualquiera de nuestras descripciones y ninguna de ellas podrá nunca agotarla por completo. Según el problema que estemos tratando en cada caso dispondremos (o no) de unos útiles adecuados para representarlo, pero nunca podremos pretender agotar una realidad (cualquier cosa que eso sea) con una descripción. Según el realismo interno, toda descripción que se haga de un determinado aspecto de la realidad depende de su modo de relación con el que la realiza y no de la cosa en sí. Este modo de relación está ligado al aparato conceptual con el que (desde el que) se capta S. El modelista (el observador de un determinado fenómeno) está instalado en un paradigma (por usar en un sentido muy laxo el concepto de Kuhn), desde el que observa el sistema estudiado (este paradigma se refuerza en la medida en que es capaz de asimilar los datos que le suministra el sistema; si los rechaza, el paradigma es insuficiente, y hay que plantearse el cambiarlo, cosa que sucede con frecuencia en la historia de la ciencia). Las actuaciones que tengamos inspirados en esa descripción (modelo) servirán para confirmarlos (tanto la descripción como el paradigma) si son exitosos. Los científicos (adoptando, más o menos explícitamente, el punto de vista del realismo metafísico) suelen considerar que existe un mundo con una estructura externa, previamente dada, y que su labor consiste en desvelarla. En ese sentido dicen que buscan la verdad. Por el contrario, el técnico se preocupa menos de cómo son las cosas y más de cómo puede manejarlas. Para él, el conocimiento le ayuda a formular los sistemas de reglas de acción que, en el fondo, son las técnicas. Ante cada problema, recurre a la teoría que le resulta más útil, sin preocuparse demasiado sobre si le aporta un conocimiento exhaustivo del ámbito de la realidad que le preocupa. Lo fundamental es el uso de ese conocimiento, que adquiere para el técnico un sentido básicamente instrumental. El punto de vista del técnico parece ajustarse al realismo interno (realismo pragmático, lo ha llamado también Putnam, y el pragmatismo es uno de los activos profesionales del ingeniero) de manera análoga a como el científico lo hace al realismo metafísico. Estas consideraciones tienen relevancia para el problema que planteábamos más arriba de la relación entre ciencia y técnica. Si la misión de la ciencia fuese conocer la realidad, y no existe la posibilidad de hacer tal cosa porque no tiene sentido plantearse encontrar una representación que la agote, se sigue que la supuesta misión de
la ciencia, en un sentido absoluto, queda cuestionada y que sólo tiene sentido planteársela en un sentido relativo, es decir, ligada a determinados contextos que se establecen en función de problemáticas concretas. Es decir, si el saber-en-sí no tiene sentido, entonces sucede que todo saber es para-algo. El saber es para-hacer. Nos encontramos con la técnica. Quedan así (si el argumeuto es correcto) desdibujados los límites entre la ciencia y la técnica. Aparecen como los dos extremos de un mismo espectro y no como dos cosas radicalmente diferentes (esto último sería como si se distinguieran como el blanco y el negro; mientras que lo que aquí se propone es considerar una gama continua de grises que van desde uno que es prácticamente blanco a otro casi negro). Ello, claro está, sin perjuicio de que las actividades concretas de hacer ciencia o de hacer técnica tengan sesgos diferenciadores muy marcados, que se han institucionalizado socialmente en profesiones diversificadas (de manera análoga a como la propia ciencia y la filosofía se han diferenciado, a lo largo de la historia, en actividades distintas con un núcleo germinal común). El punto de vista del realismo parece especialmente interesante para el modelista. Disponemos de una serie de teorías que tratan de sistemas (sistemas dinámicos autómatas, sistemas estocásticos, control, optimización, sistemas jerarquizados...) que suministran marcos conceptuales, de un alto grado de formalización y elaboración, con los que construir representaciones de aspectos problemáticos de la realidad que nos interesan. Esa representación se convierte en nuestro mundo de referencia con respecto a la realidad, en un esquema que nos organiza la percepción que tenemos de ella. La vemos, y actuamos sobre ella, a través de esa representación. Si hemos construido algo consistente con la realidad (cualquier cosa que ello sea), nuestro comportamiento se adecuará a nuestras metas (el problema de cómo la representación determina nuestra actuación para conseguir determinadas metas lo analizaremos en un próximo artículo). El análisis de la consistencia con la realidad en modelos de comportamiento, como los que estamos considerando, presenta problemas delicados, ya que la evolución de un modelo incluye tanto su pasado (al que siempre es posible ajustar el modelo, si tenemos un registro de él), como el futuro (que, por su propia naturaleza, es esencialmente problemático'). Al modelo lo único que podemos exigirle es su consistencia interna y su ajuste a los datos (con las dos inmensas restricciones de referirse sólo a las variables incorporadas al modelo y al pasado de éstas). Que sea una copia de la realidad, con capacidad de predecir su
72
73
9. Resultaría interesante analizar en este contexto las reflexiones de Nelson Goodman sobre el predicado verbal. La conjunción de los problemas de proyección al futuro y de inducción se presenta conjuntamente en los modelos que estamos considerando. Posiblemente resulte fructífera una reflexión sobre estas cuestiones.
IJlJ lA', JAVIFR
'd)1l1\1
1I
~1C;NIIIc..:Al)ü 1)1
I (J~
MUI)I I 0 \
ARACli
futuro, es demasiado pedir (aunque en algunos ámbitos del mundo físico se haya producido lo que Thom llama el milagro de que esta predicción haya sido posible. La fascinación producida por ese milagro hace que esperemos verlo reproducido en ámbitos en los que no cabe esperarlo. Nuestra interacción con la realidad guiados por el modelo (es decir, nuestro uso de él) es nuestro único modo para evaluarlo. Una de las aportaciones más interesante del realismo interno del modelista es la de socavar el mito del modelo único (aun el caso de que los modelos que realmente se construyan pretendan ser sólo aproximaciones a aquél). Cada modelo tiene valor por sí mismo y no con referencia a ese modelo único.
SOBRE UNA DEFINICIÓN DE MODELO
Consideremos ahora la definición de modelo propuesta por Mosterín (1978, 156). Se dice que un sistema M sirve de modelo del sistema S al científico O si: • M es igualo más conocido para O que S; • a partir de M el observador O desarrolla la teoría T de la que M es un modelo; y • S es también un modelo de T. Apliquemos esta definición al caso que aquí consideramos, en que M es un modelo de simulación mediante computador. Consideremos el primero de esos puntos. Se dice que M es igual o más conocido que S. Córno hay que entender esto? ¿Qué sabemos de S que no sea alguna de sus descripciones y, por tanto, alguno de sus modelos? (descripciones que O siempre hace desde un marco de referencia determinado). ¿Qué quiere decir que M es igualo más conocido que S? ¿Cómo concebir que se pueda comparar un objeto abstracto M con uno concreto S? Y asimismo, équé quiere decir que S es también un modelo de Y? Por ejemplo, si S es una ciudad, con sus edificios y sus habitantes, y M es un programa de computador; o si S es un circuito electrónico y M las ecuaciones que describen su comportamiento de acuerdo con la teoría de circuitos, ¿cómo entender una forma de relación -una correspondencia necesaria para decir que M es más conocido que S entre objetos de naturaleza tan dispar- uno concreto S y otro abstracto M? Por lo mismo, tampoco parece consistente el aceptar una correspondencia entre S y T. (Esta misma inconsistencia se tiene en la definición de modelo empleada por Vázquez y Liz cuando exigen que exista una descripción de S que pueda ser isomórfica con M.) Se ha desarrollado, en el seno de la teoría de sistemas dinámicos, una teoría de las descripciones alternativas (las aportaciones é
74
más importantes se deben a Rosen) que podría sernos de ayuda para tratar los problemas que estamos considerando. Se parte del supuesto de que un determinado objeto de la realidad (por ejemplo, una ciudad) puede ser objeto de múltiples descripciones alternativas (según se atienda a su población, su actividad económica, su disponibilidad de viviendas; se considere toda la ciudad como una única área, o más bien se considere su división en distintas zonas; interese la evolución de la ciudad en su conjunto, o cómo se produce una especialización de las distintas áreas en residenciales, zonas fabriles, ete. ..); se trata de analizar qué tienen en común estas descripciones alternativas, y en qué medida algunas de ellas son más ricas que las otras!", Pero nunca se puede pretender comrar~r los diferentes modelos, a que dan lugar las diferentes descrJpclOn~s, con la propia realidad. En todo caso se trata de comparar descnpciones entre sí, y no descripciones con la realidad (salvo qu.e se asuma la propuesta de Borges de que el mejor mapa de la realidad es la propia realidad, con lo cual incluiríamos a la propia real!dad en el dominio de las descripciones -pero no sé si por ese carrnno llegaríamos a alguna parte, ya que presupone que somos capaces de captar la realidad en su exhaustividad-) . Pero es que, además, la descripción se realiza con el concurso de un determinado medio. En el caso trivial este medio es el propio lenguaje ordinario. Aquí, sin embargo, interesa la consideración de otros medios: los aportados por la teoría de sistemas dinámicos. Con su concurso podemos describir la evolución de una ciudad (por volver al ejemplo antes mencionado), el crecimiento de su población, las fluctuaciones de su actividad económica, los problemas de la vivienda, etc. A esta forma de descripciones es a la que comúnmente llamamos modelo del objeto (o sistema concreto) en cuestión (en este caso tendríamos un ejemplo de lo que sería un modelo orientado a la acción, ya que un modelo de esta naturaleza -el del área urbana- sería eventualmente solicitado por las autoridades municipales para orientar sus decisiones de política urbana).
MODELOS y TEORÍA
Veamos ahora el segundo tipo de modelos: los modelos orientados al conocimiento. La definición de estos modelos involucra, además de consideraciones análogas a las que se han hecho con respecto a los modelos orientados a la acción, cuestiones relativas a la teoría de modelos, en el sentido preciso de esta teoría en lógica y filosofía de la ciencia. De acuerdo con la propuesta de Suppes (1988), el concepto de «modelo» empleado en teoría de modelos es el concep10.
Alguna aportación a este problema puede verse en Aracil (1986).
75
jAVIH,
ARAClI
to básico para la formalización del concepto de modelo, aun del empleado en las ciencias empíricas. Tanto M como S deben ser modelos, en el sentido preciso que tiene en la teoría de modelos (Manzano, 1989), de la teoría T. La existencia de una teoría científica Tse convierte en un requisito de la definición. Vaya cuestionar este punto de vista. Una primera objeción a esta definición ya se ha hecho más arriba: écómo hay que entender que S sea un modelo de T, si S es un objeto concreto y T uno abstracto? Pero, además, me parece que la categórica propuesta de Suppes olvida uno de los usos de los modelos más extendidos en la práctica (y que es un uso en el que coinciden científicos y técnicos); aquel en el que el constructor del modelo carece precisamente de una teoría del aspecto de la realidad que trata de estudiar. Por ejemplo, y volviendo nuevamente al ejemplo que hemos considerado ya varias veces, considérese un modelo de un área urbana. Realmente se carece de una teoría estricta de lo que sucede en las áreas urbanas. Podrán existir, a lo sumo, resultados teóricos relevantes para representar algunas de las interacciones que se producen en el seno de un sistema tan complejo; pero una teoría, en sentido estricto, no existe. Y, sin embargo, se construyen modelos que son efectivos en el sentido de que ayudan a la toma de decisiones de los organismos encargados de ello (no vaya el lector a entender que pretendo decir que son capaces de hacer predicciones precisas, como cabría esperar un modelo de una red eléctrica, o de un artilugio mecánico!"; pero sin embargo sí afirmo que son capaces de integrar la información disponible, procesarla de una manera coherente, y de esta forma ayudar, con todas sus limitaciones, a la toma de decisiones racionales -cualquier cosa que esto sea-). En muchas ocasiones (y hoy en día, con el advenimiento de los computadores, más aún) se construyen modelos de aspectos de la realidad de los que se carece de una teoría, precisamente para ensayar sobre ellos conjeturas o hipótesis respecto a una teoría de la que se carece. El modelo se convierte entonces en un generador de teoría, y no en un simple receptor pasivo de ella (como sucede cuando hago un modelo de un circuito eléctrico, para lo que dispongo de toda una amplia teoría de las redes eléctricas). Ese tipo de situaciones son especialmente patentes cuando el objeto que se trata de estudiar es un sistema (un conjunto de partes estructuralmente articuladas en una unidad). Cuando se estudia, por ejemplo, un sistema
~l(ll
A',
~()ljl{1
11
',I(JNIIICAI)O
1>1
10,
MOIII 1 OS
ecológico, es posible que se tenga un cierto conocimiento de la biología de las especies implicadas en el sistema, pero no tanto de las interacciones entre ellas. Se puede entonces tratar de construir un modelo postulando esas interacciones, y comprobar luego si el comportamiento del propio modelo se ajusta a lo observado en la realidad. De este modo tenemos un modelo orientado al conocimiento, que sin embargo no presupone la existencia de una teoría. Se podrá decir que esa teoría T no existía antes de construir el modelo, pero una vez lo hayamos construido, el modelo satisface los requerimientos de aceptación, ya tenemos la teoría, con lo que, al final, nos encontramos en la situación que requería la definición. No estoy convencido de que con este subterfugio se resuelva el problema. Lo más que se hace es cubrir las formas. La cuestión está, me parece a mí, en que se le da a la teoría un carácter cerrado y definitivo, de modo que encierra (al menos pretendidamente) ya todo el conocimiento necesario con relación al aspecto de la realidad que se está modelando, y que de lo único que se trata es de organizar convenientemente este conocimiento en los supuestos concretos del caso. Este planteamiento resulta aceptable en situaciones relativas al mundo físico, de las que se disponga de una aceptable cobertura teórica. Por ejemplo, la construcción de un modelo de una red eléctrica o de un artilugio mecánico, antes mencionados. No sucede, sin embargo, lo mismo en el caso del modelo de un área urbana y, en general, de los empleados en ciencias sociales. El punto de vista de Suppes parece considerar al modelo como «ejemplo» distinguido de una teoría ya construida y aceptada". Lo que parece importante (10 que me preocupa en tanto que constructor de modelos) es la relación entre ellos (objetos abstractos, formados por ecuaciones u otros formalismos) y la realidad que tratan de representar (esa ciudad con sus gentes y sus calles, con su actividad, con su evolución ... ). Me pregunto si no sería interesante (o si alguien lo habrá hecho ya, lo enal es posiblemente ]0 más probable) aplicar conceptos análogos a los desarrollados en los estudios semánticos (en la filosofía del lenguaje) al problema de la significación de los modelos, en cuanto a representación de aspectos concreros de la realidad. Y ello no sólo por lo que respecta a la asignación de símbolos a objetos concretos de la realidad, sino al hecho (que nunca deja de sorprender y perturbar) de que sometien-
11. Conviene observar aquí que, no obstante el hecho de disponer de las leyes de inter-acción en el seno de un sistema, corno sucede en los sistemas eléctricos o mecánicos, no garantiza que podamos hacer predicciones en todos los sistemas de esta naturaleza. Si el modelo de uno de estos sistemas es tal que presenta lo que se conoce corno un modo de comportamiento caótico, entonces, aun en este caso, es imposible hacer predicciones aunque conozcamos con todo detalle las leyes de interacción en el seno del sistema y podamos construir un modelo que reproduzca su comportamiento con gran fidelidad.
12. Considérese cada lenguaje ordinario concreto (el español, el inglés... ) como la realización concreta de una gramática universal a lo Chomsky. Esto podrá resultar interesante a determinado tipo de estudiosos que, por otra parte, posiblemente extraigan de sus estudios conclusiones prácticas de gran interés y generalidad. Sin embargo, para algunos usuarios del lenguaje el problema importante (el que para ellos resulta relevante) no es tanto la relación del idioma que hablan con ese supuesto lenguaje universal (de alguna manera incorporado a nuestro bagaje genético) sino la relación de significación entre los enunciados que es capaz de construir y el mundo que le rodea.
76
77
JAV 111,
A I{Al. 11 f-J() 1 A',
do estos símbolos a determinadas reglas de combinación (que son construcción nuestra, de los humanos) se obtengan contrapartidas consistentes con el mundo real (incluso, y más perturbadoramente aún, en lo relativo al devenir). Lo notable de los modelos de comportamiento de sistemas no es que capten en una representación simbólica las partes del objeto que representan (esto ya lo hace una maqueta o un plano), sino que también captan su interacción, el mecanismo que permite generar una réplica de comportamiento, calculando las trayectorias. Existe una forma de correspondencia tanto entre símbolos y objetos reales como entre las reglas abstractas de interacción entre los símbolos y el desenvolvimiento de los objetos reales. Esta correspondencia está en la base de la aportación del modelo a la comprensión de la realidad. Al estudiar un fenómeno concreto en un ámbito determinado de la realidad lo primero 'que hacemos es describirlo (referir su historia diría Mosterín). En una primera instancia esta descripción se hace mediante el lenguaje ordinario. Pero inmediatamente nos preguntamos si somos capaces de emplear un lenguaje más elaborado para esa descripción: un lenguaje matemático. Si ello es así, ya tenemos un modelo matemático de esa situación concreta. Lo que interesa es que la describa adecuadamente y que, a partir de esa descripción, se sea capaz de generar su historia. En caso afirmativo se considerará aceptable, con independencia de que sea o no un modelo de una teoría T (que probablemente ni exista), como pretende Suppes. Se dice a veces que se rechazará epistemológicamente los modelos que, aunque sirvan para la acción, no sean modelos de alguna posible teoría científica. No comparto esa conclusión. Por el contrario, creo que si el modelo sirve para la acción, en el sentido de que conduce a acciones que sean consistentes con ciertos objetivos, y no existe una teoría científica que permita considerarlo como modelo para el conocimiento, lo que sucede es que se está detectando una deficiencia en un mundo científico que habrá de subsanar. La teoría científica (en ese momento histórico) es pobre en el tipo de situaciones que están considerando, y que han podido ser captadas por el modelo, pero no por la teoría. No se trata de que el modelo pert~n~zca a una categoría inferior, sino que descubre algo que la cienCIa ignora.
',()III(I
1I
',I(;NIIICAI)()
tOS
MOI)11 OS
Lnsz!o, E. (\ 987), Eiolution. The Creat Synthesis, Boston, Shambhala [v. esp. (1988) Evolución, la gran síntesis, Barcelona, Espasa-Calpc]. Manzano, M. (1989), Teoría de Modelos, Alianza, Madrid. Mosterín, J. (197H), Racionalidad y Acción Humana, Alianza, Madrid. Mosterín, J. (1984) (2." edición ampliada, I9H7), Conceptos y teoría en la Ciencia, Alianza, Madrid. Padu!o, L. y Arbib, M. (1974), System Theory, Saundcrs. Purnnm, H. (198 1, v. csp-, 19H8), Razón, verdad e historia, T ecno s, Madrid. Putnam, H. (1983), Realism and Reason [v. esp. de los capítulos 12 y 13 en colección Revista Teorema, con el título Racionalidad y Metafísica, Valencia, 1985]. Putnam, H. (1987), The manv faces of realism, Opcn Court Publishing Cornpany. Rosen, R. (1976), -Srrncrural Srabiliry, Alternare Dcscriprions and Information», j. Theor. Biol., 63, 19-31. Snppes, P. (1988), estudio de filosofía e metodología de la Ciencia, Alianza, Madrid. Thom, R., -I.a scicnce malgré tont. .. », Enciclopedia Universalis, Organnm, 5- 1O. Vázquez, M. y Liz, M. (198'j), «Systerns Formalization and Models Building'>, en P. Milling y E. Zahn (eds.), Computer-Based táanagement of Complex Systems, Springcr, Bcrlin, 285-292. Wiencr, N. (1948), Cybemetics, The MIT Prcss, Cambridge. Mass. Wilson, B. (1984), Systems: Concepts, Methodologies and Applications, Wiley. Zeigler, B. (1976), Tbeory of Modelling and Símulatíon, Wiley.
REFERENCIAS BIBLIOGRÁFICAS
Aracil,]. (1986), -Bifurcations and Strnctural Srability in the Dynamical Systems Modeling Process», Systems Research, vol. 3, n." 4,243-252. Bunge, M. (1973), Methud, Model and Malter, Reidel, Dordrechr. Bunge, M. (1979), A Wurld uf Systems, Reidel, Dordrecht. Careta Cotare lo, R. (1979), Crítica de la Teoría de Sistemas, C\S, Madrid.
78
DI
79
EN TORNO A LOS CONCEPTOS pE MODELO, SISTEMA Y SIMULACION 1
Margarita
Vázquez
Universidad de La Laguna
1. EL ENFOQUE
SISTÉMICO
A lo largo de este capítulo, se intentará presentar una aclaración conceptual de la noción de sistema y de algunas otras nociones relacionadas con ésta. Entre ellas destacan las de modelo, simulación, estructura y comportamiento de un sistema, jerarqufas de sistemas, sistemas naturales y artificiales, diseño, etc. Para ello, se analizarán algunas conceptualizaciones y usos de dichos conceptos. Adoptaremos la denominación de «enfoque sistémico» para referirnos al conjunto de ideas, conceptos y disciplinas que tienen como punto central la noción de sistema y que aunaría áreas científicas muy actuales, a veces muy dispersas. Este enfoque sistémico no es, propiamente, una teoría o un conjunto de teorías, sino que se trata mas bien de una orientación, o punto de vista, peculiar en el tratamiento de los problemas. Aunque desde la antigüedad se pueden encontrar claros antecedentes de lo que denominaremos enfoque sistémico», es en nuestro siglo cuando la utilización de este enfoque cobra plena vigencia. Bertalanffy, Wiener, Thom, Prigogine ... y, más recientemente, los promotores de la llamada «ciencia del caos» han puesto de relieve la necesidad de enfoques sistémicos dentro de la ciencia. Como característicos del enfoque sistémico, se podrían señalar ciertos con1. En este trabajo se recogen ideas y argumentos de los trabujos desarrollados por la autora en [os últimos anos, especialmente de Vázquez (1990). 2. Complementaria a las ofrecidas por Javier Aracil y Manuel Liz. 3. La idea de concebir la realidad como un todo o una serie de estructuras o sistemas interconectados es, quizás, tan antigua como el hombre mismo. Y, además, parece estar profundamente enraizada en nuestro conocimiento ordinario.
81
I ~~ MAR.GAI~ll
A
I (JIU~(J
/1.
10',
(UNU l' I ()~
IJI
M()[)1.1 U
ceptos clave: sistema, información, realimentación, modelo, etc. Muchos de estos conceptos se entroncan con discusiones clásicas en filosofía. Otros, en cambio, se relacionan muy estrechamente con disciplinas y teorías científicas muy recientes (como la teoría de
catástrofes o la geometría fractal). Además, algunos problemas filosóficos clásicos parecen encontrar una nueva perspectiva para su análisis dentro del enfoque sistémico. Así, por ejemplo, el problema de las relaciones entre el macrocosmos y el microcosmos podría encontrar una nueva aproximación. Habría muchas formas no causales de relacionar distintos sistemas, según su composición, su entorno y su estructura. Estas relaciones no causales entre sistemas constituyen, actualmente, el objeto de numerosas investigaciones orientadas por la perspectiva sistémica, principalmente las referidas a relaciones topológicas debidas a semejanzas o analogías entre los espacios de estados de sistemas diversos. El descubrimiento de los fractales en relación al fenómeno de los atractores extraños ha abierto grandes vías de estudio en este terreno. Las clásicas relaciones entre lo grande y lo pequeño aparecen aquí vistas e interpretadas matemáticamente como un problema de «escalas'} en la percepción y caracterización de una figura geométrica. La relación entre el macrocosmos y el microcosmos es sólo un
ejemplo de cómo el enfoque sistémico se ha mostrado especialmente apto para asumir e integrar muchas dicotomías filosóficas tradicionales, tanto ontológicas como epistemológicas. La disolución de estas dicotomías se consigue, casi siempre, mediante un proceso de relativización a un marco de descripción. Así, puede muy bien hablarse de una tendencia «perspectivista» dentro del propio enfoque sistémico. De esta manera, el recurso a autores como Ortega o Putnam", en defensa de este perspectivismo, puede ser muchas veces de gran utilidad. El enfoque sistémico ofrecería un nuevo marco epistemológico y ontológico. Epistemológicamente, se caracterizaría, entre otras cosas, por su ruptura con las divisiones disciplinarias establecidas, por su antifundamentalismo epistemológico y, como ya se ha señalado mas arriba, por su perspectivismo. Si hemos de sintetizar en una tesis básica el nuevo marco ontológico sugerido, la expresión «toda realidad es un sistema de sistemas» sería fun-
damental. Toda realidad es un sistema de sistemas, al menos en tres sentidos: todo sistema (menos, por definición, el universo mismo) forma parte de otros sistemas; todo sistema (menos, por definición,
los constituyentes últimos de la materia) está formado por otros sistemas; y la estructura de todo sistema puede ser descrita de inde-
finidas formas, todas ellas haciendo igual justicia al comportamien-
Y
',IMLJI AlI
ó
N
to del sistema. El tercero de estos tres sentidos constituiría la razón ontológica básica de muchos casos de perspectivismo d~~tro del enfoque sistémico. Es especialmente relevante en la a~tlvldad de construcción de sistemas dinámicos que intentan reflejar el comportamiento de un sistema real. Un comportamient? pued~ ,.ser generado por infinidad de estructu~as. Las otras dos t~~IS tambIet; apoyan este perspectivismo, pero ~n~ntad?a la. ~eleccIO~ d~ los límites del sistema, es decir, a su propia identificación, ~or ultimo, las sa~ vedades o excepciones que las dos primeras tesis pon~n a la tests fundamental, de que toda realidad es un sistema de Sistemas, son excepciones convencionales, debid~s al significado de lo~ conceptos «universo» y «constituyentes Últlll:OS'), pero no excepcIO~es empíricas. ¿Qué nos asegura que la realidad vaya ~ te~er c.onstltuyentes últimos o que el universo tenga que ser referido inevitablemente mediante un artículo singular?
2. EL
CONCEPTO DE SISTEMA
El significado del término sistema no es unívoco, sino 9~e c~da uno que lo utiliza parece estar dándole una mterpretacion diferente. Esto ha sido también así históricamente, por lo que muchos autores se han planteado la tarea de formalizar este concepto, intentando recoger todas las particularidades que éste lleva co~ sigo, pero manteniendo una base c.omún a la qU,e P??er acu,dlr. La terminología elegida para este npo de formalización ha SIdo,
habitualmente la de la teoría de conjuntos. Entre las forrnalizaciones más interesantes de esta noción destacan la de Mario Bunge y
la de Bernard P. Zeigler, pues recogen algunos de los aspectos más fundamentales y que serán de gran utilidad a la hora de comentar el uso de la noción de sistema y, con ella, la de modelo en tecno-
logía. Bunge va a mostrar, en el segundo tomo de su ont?logía (1979), con ayuda del álgebra de conjuntos, su inrerpretacion del mundo como un mundo de sistemas. Bunge representa los Sistemas mediante triples ordenados formados por la composi~i~~, e, la est~uc rura, S, y el entorno, E, 0'::::: {e, S, E}. La compOSICIOn de ~n SIstema es el conjunto de sus componentes; el entorno, el conJun~o de elementos con los que está conectado, y la estructura, las relaciones entre sus elementos, así como entre éstos y los del entorno. Para que este triple represente un sistema se exige que no haya elementos comunes a la composición y al entorno y que en la estructura haya al menos una relación: ,.., Un componente de un sistema puede o no ser el mismo un sistema Si lo es es un subsistema. Sea un sistema con composición t), ento~no E(a, t) y estructura Sra, t) en el momento de tiem-
q;,
4.
SIS 11 M/\
VA/QUI /
COIllO hemos visto en los trabajos de Javier Aracil y Manuel Liz.
82
83
MAR.(,ARI r A
VA/()lJI /
po t. Una cosa' x será un subsistema de o en t, si y sólo si: i) x es un sistema en el momento t y ii) C(x, t) 5;;; Cto, t) y E(a, t) 5;;; E(x, t) y 5(x, t) ~ 5(0, t). No hay, así, una jerarquía de estructuras, como veremos en Zeigler, sino una colección de sistemas cada uno de los cuales es subsistema de uno mayor.
Zeigler (1976, 1984a y 1984b) revisa la jerarquía de niveles en los que un sistema puede ser especificado'. El término sistema lo emplea referido a un término matemático que captura las peculiaridades intuitivas de un sistema real. Esto nos lleva a varios conceptos distintos de lo que es un sistema y a intentar organizarlos. Zeigler construye una jerarquía de niveles de sistemas. En ella establece una estratificación que empieza con el nivel más bajo, como de «caja
negra», y va ascendiendo en complejidad. Zeigler ha dado varias versiones de su jerarquía, aquí se tomará la de Zeigler (1984a y b). El nivel O es el marco observacional, O; el nivel 1, la observación de la relación entrada/salida, fORO; el nivel 2, la observación de la función entrada/salida, fOFO; el nivel 3, el sistema entrada/salida, S; el nivel 4, el sistema estructurado, 0, y el nivel 5, el sistema multicompuesto, N. Lo característico de esta sucesión de fórmulas es que cada una añade algo a la anterior. Las tres primeras dan sólo razón del comportamiento de un sistema, dejando de lado la estructura de los mismos. Funcionan como «cajas negras» más o menos complejas. Las últimas pretender dar ya razón de su estructura y explicar el comportamiento a partir de la misma. En el marco observacional O = {T, X, Y}, T es la base temporal en la que transcurre la observación, X es el conjunto de valores de entrada, es decir, representa cómo el entorno afecta al sistema. Por último, y es el conjunto de valores de salida, de cómo el sistema afecta al entorno. En la observación de la relación entrada/salida, fORO = {T, X, Q, Y, R}, contamos con los mismos elementos que en el marco observacional y con dos elementos nuevos, Q y R, es el conjunto de segmentos de entrada. Un segmento de entrada es una función que asigna a un intervalo de tiempo un valor de entrada. El conjunto de todos los segmentos de entrada será (T, X). Entonces, Q es un 5. Para Bunge, una cosa es una sustancia individual con sus propiedades sustanciales. Hay una cantidad no enumerable de cosas que están organizadas en un número finito de sistemas. Estos sistemas serán los sistemas concretos o materiales. 6. Zeigler considera que un modelo es una especificación de un sistema. Los modelos se pueden expresar de muchas maneras (ecuaciones diferenciales, notación de teoría de autómatas o formalismos de sucesos discretos). Con estas notaciones lo que se pretende es proporcionar instrucciones "a algo o a alguien» que le permitan generar datos. Esto es lo que permite hablar de "datos generados» o «comportamiento del modelo». El comportamiento del modelo se distinguirá de la estructura del mismo en que el comportamiento es lo que el modelo hace y la estructura lo que le hace, o permite, hacerlo.
84
IN
1 (IIU~()
A
1 o ',
(uNel P
I
OS
IJI
MODII.O.
'>1'> 11 MA
Y
,>IMUI AllÓN
conjunto de segmentos de entrada incluido en (T, X). R es la relación de entrada/salida que caracteriza a este nivel, y que es una relación que está incluida en X (T, Y), donde (T, Y) es el conjunto de
todos los segmentos de salida. La observación de la función entrada/salida, fOFO
= {T, X, Q, Y, F}, es en todo similar al nivel anterior, excepto en que sustituye la relación de entrada/salida, R, por las funciones de entrada/sali-
da, F. F es el conjunto de todas las funciones de entrada/salida, de tal manera que dada fE F, f 5;;; X(T, Y). El sistema entrada/salida, S = {T, X, Q, Y, O, u}, añade a los ya conocidos Oy ~. Tendríamos también el conjunto de estados internos, Ilamémosle Q, que representa la memoria del sistema. oes la función de cambio de estado, de un estado interno, con el conjunto de los segmentos de entrada, se pasa a otro estado interno, y ~ es la función de salida, que representa lo que puede ser sentido, medido u observado por el entorno cuando el sistema está en un
estado Q. El sistema estructurado es igual al sistema entrada/salida, excepto en que todos los conjuntos y funciones están estructurados, esto es, ordenados de acuerdo a unas determinadas coordenadas. Por último, el sistema multicompuesto, N = {D, {Sa}, {la}, {Za}}, representa ya un sistema compuesto de sistemas, donde D es el conjunto de los nombres de los componentes, y para todo elemento U E D, Su. representa el sistema u, la el conjunto de sus influencias y Z¿ la función interface de a. Si se estudia esta jerarquía de abajo a arriba, podemos verla como una descripción del proceso de modelado de un sistema. Tenemos un modo de comportamiento, un modo de referencia", que tenemos que explicar mediante una estructura. A partir de un determinado nivel se pretende explicar ya cómo es la estructura interna. Los tres primeros niveles, el marco observacional, la observación de la relación y la observación de la función, ya por sus propios nombres, «observación», indican que hacen referencia a algo que simplemen-
te es observado. No se intenta dar razón de su estructura interna, de por qué se
comportan como lo hacen, sino solamente de datos tomados de la observación: cómo se comportan, no por qué. De estos tres niveles, la observación de la función representaría lo que normalmente se entiende como modo de referencia o datos para calibrar un modelo, es decir, aquellos datos observados, medidos o sentidos, que permiten afirmar cómo ha funcionado un sistema durante un período de tiempo determinado, dadas determinadas condiciones. A la hora de construir un modelo lo que pretendemos, al menos en un pri7. Ésta es una noción de Dinámica de Sistemas. Más detalles sobre ella pueden verse en Aracil (1986).
85
MARC:;ARII A
vA/lJUI / I N
mer acercamiento, es poder dar razón de un modo de referencia concreto". Cuando tenemos un modelo, pretendiendo explicar un comportamiento de un sistema dado, y tenemos un modo de referencia, lo que querernos es subir un peldaño. Lo que queremos es a partir de ese comportamiento, de ese modo de referencia, explicar la estructura o, a veces, incluso menos: si tenemos un modo de referencia degenerado, una observación pobre, podernos querer construir un modelo que dé razón de esa observación, que establezca la función de observación. De todas maneras, la tarea fundamental de un proceso de modelado sería la asignación de estructuras a modos de comportamiento dados. Siguiendo la jerarquía, sería en el nivel 3, el sistema entrada/salida, cuando nos encontraríamos por primera vez con algo que puede ser llamado en verdad estructura de un sistema. Aquí aparece Q, el conjunto de estados internos del sistema, que va a permitir explicar cómo la historia del sistema afecta a las futuras respuestas del mismo. Es esto precisamente lo que nos va a posibilitar las simulaciones y lo que nos va a permitir dar cuenta de, por ejemplo, cómo una entrada puede tener su respuesta, su salida, después de un, a veces largo, período de tiempo. Este conjunto de estados Q es un concepto de modelado que no tiene por qué corresponderse con algo que exista realmente. Lo único que importa es que en ese conjunto de estados se introduzca toda la información que permita dar cuenta del comportamiento del sistema e, incluso, prever futuros comportamientos. Desde cierto punto de vista, el conjunto de estados Q constituiría la «teoría» que da cuenta de la «experiencia» ofrecida en el modo de comportamiento. Q sería así el conjunto de propiedades y relaciones teóricas cuya correspondencia con la realidad queda siempre pendiente. En la rertninolog¡a de la filosofía de la ciencia estructuralista, lo que diferencia el nivel 3 de los anteriores sería justamente la aparición de predicados y relaciones T-teóricas. Por el contrario, los predicados y relaciones presentes en los niveles 0, 1 Y2 serían exclusivamente no T-teóricas. La relación entre lo teórico y lo no teórico nunca es directa, sino relativa a una teoría T. Lo no teórico respecto a una teoría es teórico siempre respecto a otra teoría. El valor realista o no que demos al conjunto de estados Q dependerá, pues, no de una '!L Conviene recordar aquí que estamos hablando de especificaciones (modelos) de sistemas dinimicos. Esto es, de sistemas que cambian con el tiempo. La función enrrada! salida toma sus argumentos y arroja sus valores en momentos o instantes determinados del tiempo, o de cierta escala temporal establecida. Por ello, el cálculo diferencial e integral respe·cto al tiempo es aquí aplicable, especialmente cuando hablamos de las estructuras (flujos, niveles.o-etardos, erc.) capaces de generar ese "modo de referencia». El hecho de inrcrvenir .aquí marcos
86
1 () I( r 1 ()
A
I () C, (O N (1 1) 1 Oc,
n f
M 01) f. L Ü,
5 15 1 l M A
Y
S I M U I A CiÓ N
comparación directa entre ese conjunto de estados y la realidad misma, sino del dictamen de expedientes mucho más indirectos. Por ejemplo, del grado de ajuste entre el comportamiento generado por ese conjunto de estados internos y el modo de comportamiento concreto observado, de lo ya conocido a través de otros modelos o teorías acerca del sistema real productor de ese modo de comportamiento, de consideraciones de coherencia, simplicidad, elegancia, etc. Normalmente, se considera que cuando ese conjunto de estados internos representa realmente (aunque parcialmente) aspectos reales del sistema modelado, nos encontrarnos ante teorías genuinamente explicativas. Cuando no ocurre esto, podemos decir que tenemos teorías con un valor simplemente instrumental ti operacional o, con otras palabras, que tenemos sólo «modelos», no teorías. Todo esto desemboca en el problema del realismo al que haremos referencia más adelante. Siguiendo con la jerarquía, los niveles 4 y 5 complementarían el nivel 3. El nivel 4 estructuraría un sistema de nivel 3, lo haría más concreto. Y el nivel 5 sería como el ideal de todo modelo: especificar los subsistemas que tiene y el macrosistema del cual es parte. Todos los subsistemas quedarían acoplados, excepto unos pocos llamados componentes iniciales, que serían los únicos de este sistema multicompuesto que recibirían entradas externas. Estos componentes serían los que en la terminología de modelado se conocen como variables exógenas. Los sistemas de la formalización de Bunge podrían ser entendidos como sistemas del nivel 5 de esta jerarquía de Zeigler. 3.
SISTEMAS ARTIFICIALES Y MODELOS MENTALES
Cuando queremos conceptualizar la noción de sistema, nos encontramos con una distinción clásica. Ésta es la que diferencia los sistemas entre naturales y artificiales. En el planteamiento de Bunge el punto que marca la diferencia entre estos dos tipos de sistemas está en la estructura del mismo, en el proceso por el que se ensamblan los componentes para dar lugar a un sistema. Habíamos visto que la estructura de un sistema es el conjunto de relaciones entre los componentes del mismo y entre ellos y las cosas del entorno. Estas relaciones establecen conexiones entre las cosas que van a permitir distinguir un sistema de un agregado de elementos que no interactúan. Para Bunge todos los sistemas materiales, menos el universo, han sido formados a partir de cosas concretas sin estructura. Para que una cosa compuesta se convierta en un sistema ha de introducirse una trabazón, un conjunto de conexiones entre las partes del mismo. Cuando esto ocurre se dice que ha habido un ensamblaje entre los componentes. Estos procesos de ensamblaje pueden
87
MA~GA~IIA
VÁ/QUII
ser naturales o artificiales. Se dice que el ensamblaje es artificial cuando es dirigido por el hombre, es decir, cuando es el hombre el que establece la trabazón entre las partes. De esta forma, la diferencia entre un sistema natural y uno artificial radicaría en la manera en la que un simple agregado, una cosa compuesta, ha pasado a convertirse en un sistema, ha obtenido las conexiones necesarias entre los elementos para poder ser considerado un sistema. Si las conexiones las ha obtenido por sí mismo, es decir, de una manera espontánea, «natural», el sistema será un sistema natural. Si, por el contrario, esas conexiones han sido impuestas por el hombre, es el hombre el que las ha creado, el sistema será un sistema artificial. Aunque esta imposición puede ser total o, simplemente, una producción de condiciones que podrían haber sido espontáneas. Así, es el origen de las relaciones entre sus elementos lo que va a definir o no la artificialidad de un sistema. En el planteamiento de la teoría de sistemas hecho por Bertalanffy la cuestión más urgente era la de caracterizar a los organismos vivos. En el tratamiento de Bunge, un sistema natural será un organismo si por el proceso de ensamblaje han surgido nuevos subsistemas. De esta manera, la noción de organismo sirve para dar razón no sólo de organismos vivos, sino también de otros sistemas organizados, como son los ecológicos y los sociales. Por sistemas artificiales podemos entender tanto los sistemas creados por el hombre como aquellos otros, que aun teniendo un origen natural, hayan sido después objeto de artificialización, es decir, su estructura haya sido modificada por el hombre. A esto podemos llamarlo también planificación. Así una planificación sería un proceso de artificialización de un sistema ya existente o la creación de un nuevo sistema. De este modo, y aceptando la posibilidad de artificializar un sistema que ya de por sí sea artificial, planificación y artificialización serían equivalentes. En Vázquez (1990), se presentaba la forma general de una planificación de la siguiente manera: 1) Tenemos un sistema, Ilamémosle sistema real aunque no creamos en la existencia real del mismo como tal sistema, del cual conocemos un determinado comportamiento (o conjunto de n comportamientos, con n > O). 2) Queremos modificar el comportamiento de 1) con vistas a conseguir determinados fines u objetivos. También podemos querer modificar la estructura por razones de economía, estética, etc. 3) Si conocemos la estructura que genera ese comportamiento (esto es posible, entre otros, en los sistemas completamente artificiales) que queremos modificar, o la estructura que querernos modificar, hacemos los cambios necesarios en la
88
IN
I (1llrlll
1\
I t i ',
l UN(.I l' I O.,
D[
MUDI 1 U,
'>1" I1 MA
Y
"IMUI.ACION
estructura a fin de conseguir dichas modificaciones (que pueden ser tanto de comportamiento como de estructura). Si no conocemos la estructura, la hipotetizamos y hacemos las modificaciones sobre la hipótesis. La planificación podría ser entendida como el requisito previo para el control de cualquier sistema, pues sólo a través de ella es posible conocer y comprender el comportamiento del sistema y, lo que es más importante, el porqué de ese comportamiento. Esto es posible .debido a que al artificializar, al construir un sistema artificial, 10$ hombres imponen, o imponemos, una estructura determinada. Podemos entender un modelo construido con una técnica de simulación, como, por ejemplo, la Dinámica de Sistemas, como la hipoterización de una estructura con el objetivo de generar un comportamiento que ya conocemos o del que disponemos de algunos datos acerca de cómo se podría comportar. En estos casos, un modelo se entiende como una hipótesis acerca de la estructura de un sistema, como un sistema artificial que simula a otro sistema, sea este otro natural o artificial. Esta característica de los modelos de Dinámica de Sistemas, como generadores de hipótesis, ha llevado a la idea de que la Dinámica de Sistemas puede facilitar el desarrollo de determinadas estructuras conceptuales, en el sentido del lenguaje l.OGO. El l.OGO es un lenguaje de programación desarrollado por Seymour Papert. Papert fue discípulo de Piaget en Ginebra, donde comenzó a estudiar el aprendizaje de los niños. En el MIT formó el grupo l.OGO dentro del laboratorio de Inteligencia Artificial. Este grupo estaba dedicado a la creación de nuevos medios tecnológicos para la educación de los niños y con el lenguaje LOGO desarrolló un instrumento nuevo de exploración del conocimiento. Papert y sus colaboradores consideran al niño como constructor activo de sus propias estructuras intelectuales, asegurando que los niños se apropian de materiales que se encuentran a su alrededor, así como de los modelos y metáforas que les sugiere la cultura circundante. Una de las grandes ventajas que presenta ell.OGO es su aproximación al lenguaje natural, evitando de este modo que sus instrucciones primitivas sean malentendidas por el niño. Además, este lenguaje presenta el error como algo positivo y favorece las estrategias heurísticas, respetando las de cada sujeto. La Dinámica de Sistemas, y otras técnicas de simulación de sistemas, podrían tener una tarea de este tipo: estudiar situaciones complejas combinando bloques simples y,.. al mismo tiempo, provocar y acelerar el lenguaje observacional. Este ha sido señalado por Morecroft (1988). Este dice que el lenguaje l.OGO de Papert es usado para crear estructuras de aprendizaje que ayuden a los estu-
89
M/\I\(,/\I,II/\
VIl/()IJI / IN
diantes a entender conceptos difíciles o abstractos, desde los conceptos más simples se construyen los más complejos, y que la Dinámica de Sistemas puede tener una función similar. Pensamos la realidad en términos de sistemas y esto constituye una estrategia heurística formidable. Logramos así una visión de las cosas rica y sugestiva. Se trata de un proceso sintético: elementos que estaban aparentemente desconectados se integran formando un sistema. Pero nuestra visión no podrá distinguirse de la fantnsía, a menos que establezcamos mecanismos de control analítico ngurosos. El modelo, sin conceptualizar, que, acerca del sistema que se quiere modelar, tiene el modelista es llamado en Dinámica de Sistemas el «modelo mental» y es la forma en la que el experto, agente o usuario percibe ese sistema. En Vázquez, Liz & Aracil (1990) se examinaban algunas relaciones entre el «realismo interno» de Hilary Putnam (1981) y la Dinámica de Sistemas (Aracil, 1986), poniendo especial énfasis en la habitual ausencia de conocimientos teóricos a la hora de simular sistemas sociales complejos. La ausencia de tales conocimientos teóricos hace inevitable el recurso al punto de vista y las opiniones que sobre tales sistemas tienen los agentes involucrados en los mismos. De esta manera, el modelo mental no es el punto de vista del ojo de Dios, sino el de los seres humanos particulares, especialmente los seres humanos que participan en tales sistemas. Es, por lo tanto, un punto de vista parcial, limitado y corregible, pero es imprescindible. Podríamos decir que si el punto de vista del ojo de Dios es el punto de vista de las teorías interpretadas de una manera hiperrealista (es decir, de la manera como el «realismo metafísico- interpreta el conocimiento), el punto de vista de los modelos mentales es un punto de vista altamente inrernalisra, El internalismo en Dinámica de Sistemas no es sólo debido a que no haya teorías precisas disponibles, sino también (y esto no es menos importante) al hecho de que la propia estructura de los sistemas sociales complejos que se modelan depende necesariamente del punto de vista de los agentes involucrados en ellos. Este punto de vista es el conjunto de opiniones, deseos, decisiones, políticas de acción, etc., que esos agentes desarrollan a la hora de constituir el sistema del que son parte. Este punto de vista es el modelo mental que sirve de guía para la construcción de modelos en Dinámica de Sistemas. Estos modelos mentales, que se pueden representar mediante maquetas, diagramas, imágenes, erc., no son teorías ni modelos de teorías. Y esto es así, fundamentalmente, por dos razones: 1) Los modelos mentales tienen un fuerte carácter implícito, mientras que toda teoría es explícita.
90
IOIHll)
/1
I ()',
(ONUI' I OS
l)f
MOI)!IO.
sr s t
I MA
Y
SIMULACIÓN
2) Los modelos mentales son doxa, opinión, no episteme. Los modelos mentales que dos sujetos diferentes tengan acerca de un único sistema pueden ser inconmensurables, aunque aquí habría que resaltar la flexibilidad de los modelos mentales: dos sujetos diferentes con dos modelos mentales diferentes de un único sistema podrían converger, tras la discusión y el diálogo, en un único modelo mental acerca de ese sistema. Los modelos mentales son una parte muy importante a la hora de construir modelos en Dinámica de Sistemas. En ellos, aunque los modelos no sean teorías, serán muchas veces substitutivos de las mismas a la hora de construir este tipo de modelos. Y, aunque tampoco sean modelos de ninguna teoría, los dibujos, diagramas, etc., que se utilizan para dar una forma gráfica de estos modelos mentales serán una primera representación del sistema que está siendo objeto de la simulación. Donella Meadows, jorgen Randers y Javier Aracil, entre otros, han destacado la importancia de este tipo de representación. 4. LA «REALJDAD)~ DE LOS MODELOS
El modelo mental guía en la elección de una estructura. A través de ella, inferimos y determinamos con precisión un comportamiento (o un conjunto de comportamientos -atractores, bifurcaciones, etc.-), que debe adecuarse al conocimiento disponible del sistema a modelar. En Teoría y Dinámica de Sistemas son frecuentes los conceptos de «análisis cualitativo», «propiedades cualitativas de un sistema dinámico», etc. Aquí lo cualitativo se refiere a los diferentes modos de comportamiento de un sistema dinámico. Es posible describir ciertos modos posibles de comportamiento asociados con la estructura de un sistema, con independencia de los valores cuantitativos concretos que tornen las magnitudes bajo consideración. Los resultados y las perspectivas originados en este campo son numcrosos", A primera vista, podría parecer que aquí «cualirarivo» se refiere a las propiedades primarias tradicionales. Sin embargo, cabe argumentar que no es así y que el sentido que tienen los análisis cualitativos de sistemas dinámicos concretos o reales están frecuentemente mucho más del lado de los colores y los sabores que de aquellas cualidades de la realidad presuntamente fundadas en algo más «objetivo). Propiamente, no son los sistemas mismos los que analizamos cualitativamente, sino los modelos matemáticos que tenemos 9. En Arucil (l'-)79 Y 1986a) puede encontrarse una clara exposición de los procedímiemos utilizados en el análisis cualitativo de los sistemas dinámicos.
91
MARCARII A
VA/QLJII
IN
t{llltl{1
A
I(l',
(()NC:II}IO~ DI
n out
t
c
SISIIMA
y
SIMULACiÓN
de ellos. Y el modelo recorta la realidad y selecciona las magnitudes relevantes en función de nuestros intereses. De esta forma, el comportamiento del modelo es el resultado de nuestro punto de vista sobre la realidad (al menos tanto como es un resultado de la realidad misma), de forma muy semejante a como el color blanco de este papel resulta de una disposición especial para aparecer así desde cierto punto de vista. Tal vez algún complejo sistema de ecuaciones diferenciales pudiera describir la realidad de manera completa y en todos sus aspectos posibles. El espacio de estados de este sistema de ecuaciones diferenciales sería identificable con lo físicamente posible, y esto podría constituir el reino de las cualidades primarias, sin embargo, las propiedades cualitativas de nuestros modelos (a escala humana, no divina) no podrían ser encontradas en el espacio de estados de ese sistema de ecuaciones a menos que supiéramos, en expresión de Putnam (1987), por donde «cortar el pastel». Es nuestra contribución la que constituye el comportamiento cualitativo de un sistema (en relación a nuestros intereses y a nuestra tradición y práctica en la construcción y diseño de modelos), como en el caso de los olores, colores, etc. Pero esto no significa que las propiedades «cual itativas» no sean objetivas, como tampoco resulta adecuado decir que los colores y olores sean absolutamente subjetivos. Si sólo fueran objetivas las cualidades primarias, no dispondríamos de objetividad alguna. La adecuación entre el modelo mental y el comportamiento generado por la estructura no justifica, por sí sola, el modelo finalmente construido. Se necesita, además, evaluar sus rendimientos pragmáticos y sus interacciones con el modelo mental. Si, a esto, añadimos que el conocimiento que tenemos de los sistemas reales (modos de referencia, etc.) es, a su vez, producto de otras modelizaciones previas, nos encontramos de lleno en el mundo de lo artificial. Desde un enfoque sistémico, sólo tenemos construcciones, elecciones, elecciones y construcciones sobre elecciones y construcciones previas y, así, indefinidamente. Estos hechos nos llevan a una conclusión que sobrepasa los límites de la Dinámica de Sistemas: la perspectiva internalista se presenta como inevitable en aquellos casos en que nuestro conocimiento no disponga de bases teóricas previas. Esta inevitabilidad será tanto mayor en cuanto este conocimiento se refiera a sistemas cuya peculiar estructura y dinamismo dependa de nosotros mismos, de nuestras creencias, actitudes, políticas de acción, etc. Decir esto es equivalente a pedir que este conocimiento se refiera a sistemas con un elevado grado de artificialidad. Esta conclusión puede, entonces, ser tomada como una hipótesis empírica acerca de las áreas científicas en las que es más esperable encontrar tendencias internalistas. Esta hipótesis permitiría ex-
plicar, por ejemplo, el hecho de que sea mucho más habitual encontrar aspiraciones y justificaciones externalistas en las ciencias de la naturaleza que en las ciencias o tecnologías sociales. El internalismo es una propiedad que atribuimos a nuestros conocimientos y teorías, mientras que la artificialidad es una propiedad que atribuimos a nuestras realizaciones técnicas. Si aceptamos el hecho del carácter borroso de cualquier demarcación actual entre ciencia y técnica, es decir, si asumimos la inseparabilidad de ambas, la vinculación entre internalismo y artificialidad puede ser una característica muy importante del estado actual de desarrollo científico-tecnológico. Al artificializar, al construir un sistema artificial, los hombres imponen, o imponemos, la estructura que va a generar ese comportamiento. Dretske (1981) ha presentado los artefactos como paradigma de lo artificial. Dennett (1990) ha dado una interpretación de los artefactos como ejercicio hermenéutico. Para él, lo que sea la peculiar estructura/función de un artefacto no se puede determinar sin hacer referencia a los usuarios. Son los usuarios los que le dan su utilidad, independientemente del fin para el que hayan sido construidos. En cierto sentido, tanto los artefactos como los organismos pueden ser vistos como unidades organizadas cuyo comportamiento podemos explicar en relación a un diseño. Algunas propiedades que parecen distinguir los organismos de los artefactos serían su funcionalidad, su constitución holista y cambiante, su finalismo, una conducta aparentemente siempre orientada a fines, su adaptabilidad a un entorno cambiante y un montón de propiedades precedidas de «auto», como autocontrol, autonomía, automovimiento, autoformación, autodiferenciación, autolimitación, etc. Este tipo de propiedades no sólo han servido para demarcar lo orgánico frente a lo mecánico, también han sido usadas para caracterizar todo lo peculiarmente humano (sistemas sociales, moralidad, cultura, etc.) en contrapartida al mundo natural, mecánico, no humano. La pregunta constante es si estas propiedades están absolutamente ausentes en cualquier tipo de artefacto. Muchos de los conceptos se han visto superados asumiendo concepciones más sofisticadas de los «artefactos». Destacan en esto el problema de la finalidad y el del autocontrol en la generación de una estructura orgánica distintiva y en el desenvolvimiento de un entorno. No obstante, los viejos problemas descansaban en la dicotomía objetivo/subjetivo. Todos los vitalistas señalan algo peculiar en los organismos inalcanzable por la ciencia, algo semejante a lo que podemos ser nosotros mismos. Este aspecto ha sido discutido repetidas veces por Purnarn, destacando especialmente Putnam (1987), en concreto, sus dos primeras partes. En cierto sentido, parece que la decisión de adoptar una estrare-
92
93
I ti
MARGARI I A
gia de explicación puramente intencional, de explicación aludiendo a un diseño o de explicación puramente mecánica es, muchas veces, pragmática. El ejemplo de la computadora que juega al ajedrez es muy claro en este punto 10. Los procesos que tienen lugar en la computadora admitirían una descripción física. Así, en principio, podríamos predecir una respuesta de la computadora a un cierto movimiento de una pieza en el tablero, describiendo los procesos físicos que tienen lugar en su hardware. Podríamos también, suponiendo un correcto funcionamiento del artefacto, predecir sus respuestas conociendo el diseño del programa que el ordenador ejecuta al jugar. Y, por último, bajo ciertas suposiciones de conducta racional en su juego, podríamos también explicar o predecir exitosamente sus jugadas mediante la adscripción de determinadas creencias, valores y fines. Dennett (1978 y 1987) afirma que tenemos a veces bastante éxito en tratar a las computadoras como sistemas intencionales, aunque uno siempre puede negarse a ello y cambiar a voluntad de situaciones (perspectiva física, de diseño, intención, etc., desde las que podemos intentar explicar el comportamiento de un sistema). Para él podemos esperar que rinda frutos la perspectiva de adoptar la situación intencional, siempre que tengamos alguna razón para asumir que la suposición de un diseño óptimo está garantizada y para dudar de la viabilidad de la predicción a partir de la situación física. Respecto a todo este enfoque, en el cual se relativizan ciertas propiedades, atribuidas tradicionalmente a los organismos (como la intencionalidad), a los intereses y restricciones pragmáticas en la explicación y predicción de un comportamiento, hay una crítica directa posible. Esta crítica insistiría en la distinción entre simular un comportamiento y duplicar los poderes causales capaces de generar tal comportamiento. Un. comportamiento puede ser descrito como orientado a fines y esa descripcion servir de base a simulaciones muy precisas del mismo. Sin embargo, «ser un comportamiento orientado a fines» parece exigir algo más. Algo más que no es simplemente una descripción, o la posibilidad de tal descripcion, sino que depende de ciertos «poderes causales», de cierto hardware: Un defensor de este punto de vista sería Searle (1985). Según Searle ninguna simulación es, por sí misma, una duplicación de aquello que se simula. Una simulación repite la estructura funcional de aquello que simula. La repite en cierta medida, pero pueden compartir la misma estructura funcional muchos sistemas con muy diferente composición. Mientras no haya en la simulación nada que se refiera a la concreta composición de aquello que estemos simulando, nuestra simulación podrá servir perfectamente para predecir y controlar los comportamientos de los sistemas que simulemos, pero no ofre10.
I
11 1(1',
( (lN( I l' I
(J',
IJI
r1(JIJI I (J.
',1', II l"lA
Y
',¡MlJI A( I(JI'J
VÁ/QLJI/
cer.i explicación alguna acerca de los mecanismos que hacen que nuestro sistema tenga justamente ese comportamiento. Los artefactos no tienen, si atendemos a estos planteamientos, una estructura/función fija y determinada, al modo como un «realista metafísico» podría pensar. Entendemos e interpretamos los artefactos, y, con ellos, en general, todos los sistemas artificiales, desde un punto de vista sumamente internalisra. No hay estructuras/funciones privilegiadas. Los antecedentes de esta concepción se pueden encontrar en Herbert Simon (1969, 1981). Para él 1,0 artificial no es algo que viole la ley natural, sino aquello que se adapta a los objetivos y propósitos del hombre. Así que varían los objetivos del hombre, varían también sus artificios. Simon relaciona lo artificial con el diseño y la simulación y piensa que cuanto más dispuestos estemos a hacer abstracción de los detalles de un conjunto de fenómenos, tanto más fácil resulta simular dichos fenómenos. Además, no tenemos por qué conocer, o adivinar, toda la estructura interna del sistema, sino únicamente aquella parte del mismo que es básica para la abstracción. No necesitamos conocer la realidad, sino que es suficiente con suponer los hechos más fundamentales que influyen en un sistema y que nos permitan simularlo. Usando la terminología habitual en los textos de Dinámica de Sistemas, podríamos decir que los modelos mentales construyen la realidad que se modela. A través del planteamiento de Prigogine (1983), se pueden encontrar algunas ideas acerca de la objetividad de lo «real». Para Prigogine todo saber conlleva una construcción, y esto tanto en las ciencias físicas como en las ciencias humanas. Sí el saber se entiende como construcción, el pensar en la realidad como algo dado deja de parecer admisible, pues cualquier cosa que sea aquello a 10 que llamamos realidad se nos revela solamente a través de una construcción activa en la cual nosotros participamos. Lo que nosotros describimos es el mundo desde dentro. Somos espectadores comprometidos. Además, independientemente de lo que denominemos realidad, sólo accedemos a ella a través de síntesis mentales. De esta forma, distintos lenguajes y puntos de vista respecto a un mismo sistema físico pueden ser complementarios. Esta irreductible pluralidad de perspectivas sobre una misma realidad expresa la imposibilidad de un punto de vista divino, ojo de Dios, desde el cual pueda ser contemplada toda la realidad. Es impensable que un modelo pueda recoger todos los detalles del complejo sistema real que se quiera modelar. Como diría Simon, a la hora de simular hay que abstraer. Y esto es así, entre otras razones, porque estos sistemas varían en función de las variaciones que puedan sufrir los modelos mentales que los originan. A la vez, estos modelos mentales interactúan con los modelos construidos y
El ejemplo est:í tomado de Dennetr (1985). Véase asimismo Den ne t r (1987).
94
95
MAI,CIII,IIII
vA/()IJI/
cambian como consecuencia de esta interacción. Además, sólo aquellos modelos que conecten e interactúen de forma adecuada con los correspondientes modelos mentales serán considerados buenas representaciones. Desde un enfoque sistémico, sólo tenemos construcciones, elecciones y construcciones sobre elecciones y construcciones previas, y, aSÍ, indefinidamente. Lo real surge, en todo caso, únicamente como un compromiso especial con determinadas modelizaciones. No podemos salirnos fuera de todo este proceso y modelarlo. En este caso, incluso, decir!' que «la realidad se nos escapa entre las redes de nuestras teorías» tal vez no sea una buena metáfora. Más bien, todo lo visto nos conduce a afirmar que la única noción que podemos tener de la realidad es aquella que inferimos a partir de los peces que pescamos!". Sólo podemos comer los peces que han quedado presos en nuestras redes. Comer 10 que se nos escapa significaría morir de hambre. Pensar demasiado en ello supone, también, sustituir la pesca por la ilusión de pescar.
IN
Illllr,,()
""
10'>
(ONCII'IO:,
DI
MüI)IIO,
"IMUIA(ION
Dvnamics Conterence. Zeigler, B. P. (1976), Theory of Modelling and Simulatíon, John Wiley & Sons, New York. Zeigler, B. P. (1984a), -Sysrem rheoretic foundations 00 modelling and simulation-, en Oren, Zeigler & Elzas (eds.), Simulatíon and Model-Based Methodologies: Anlntegrative View, Sptinger, Berlín, 1n4. Zeigler, B. P. (1 984h), Multifacetted Modelling and Discreto Eoent Simulatían, Acadcmic Press, London.
Aracil, J. (1986), lntroduccian a fa dinámica de sistemas (tercera edición), Ali.1111.a, Madrid. Bungc , M. (1979), Treatise on Basic Philosophy, vol. 4, Cntology 11: A World (JI Systems, Reidel, Dordrcchr & Bostnn. Dennetr, D. (1978), «Inrenrionul Sysrems». cap. I de Brainstorme. Philosophical Essays OJl Mind and Psychology, Bradford Books Publisher s, Vermount [rr ad. castellana, Sistemas intencionales, UNAM, México, 1985 J. Dennetr, D. (1987), The íntenüonol Stancc, MIT Prcss, Mass. Dennett, D. (1990), -Thc interpretation of Texts, Peoplc and cthcr Artifacts-, Philosophy and Phenomenoiogical Reeearcb, vol. L, Supplemenr. Dresske, F. (In 1), Explaining Behauíor. Reasons in a World of Causes, Carnbridge , MIT Prcss, Mass. Mandclbror, R., (1975, 1n4), res objets [ractals. Forme, basará el dimension [trad. castellana, 1.05 objetos fractales, T usqucts, Barcelona, 19971. Morecroft,.J. (1988), «Sysrem dynumics and microworlds for policyma kcrs», en Eu-
ropeanjoumal ofOperational Research 35, pp. 301-320. Prigoginc, r. (l9fU), é'Tan sólo una ilusión? Una exploración del caos al orden. Recopilación de escritos entre] 972 Y 19H3, Tusquets, Barcelona. Putnam, H. (198 1), Reason, Truth and History, Cambridge Universiry Press, Cambridge. Pumam, H. (19H7), T'he many faces of reaiism, Opcn Court Publishing Company. Searle, J. (In5), Mentes, cerebros y ciencia, Cátedra, Madrid lv o. Minds. Brains and Science. The 19R4 Reith Leerme]. Como hace Moster ln (]'JH4, último capítulo). Esta idea se [;1 debo a M. Liz.
96
y
Simon , H. (1969) 1981), Sciences o( the Artificial, MIT Press, New York [trad. casrcllana de la edición de 1969, Las ciencias de lo artificial, ATE, Barcelona, 1973]. Vázqucz, M. (1990), Formalización de sistemas. El enfoque sistémico y el uso de modelos en ciencia y tecnolagia. Tesis doctoral. Vázquez, M., Liz, M. & Aracil, J. (1990), «Sorne Conceptual Problerns in the System Dynamics Models Building Process», en Actas de 1990 International System
REFERENCIAS BIBLIOGRÁFICAS
[1. [2.
"1"IIMA
97
CONOCIMIENTO TECNOLÓGICO Y TECNOLOGÍAS DEL CONOCIMIENTO
LA SIMULACIÓN Y LA REALIDAD EN LOS SISTEMAS DE FUNCIONES. EL CASO DE LOS SISTEMAS COGNITIVOS
Fernando
Broncano
Universidad de Salamanca
El complejo de investigaciones que se agrupan bajo el nomhre de ciencia cognitiva son una extraña mezcla de especulaciones filosóficas, ciencias básicas, como la lógica, las matemáticas, la psicología, la lingüística y las llamadas neurociencias, y tecnologías como la inteligencia artificial, la informática y la robótica. Algunos piensan qne la filosofía de la tecnología debería tomar como modelo de trabajo alguna ingeniería paradigmática en la que no haya muchas discrepancias de principio sobre los sistemas de los que se ocupa, ni sobre cuáles son las técnicas que deben aplicarse para producir resultados más eficaces. Yo no estoy de acuerdo con esta opinión. Nos preocupa filosóficamente la tecnología porque descubrimos la complejidad de los problemas que genera la tecnología en el conjunto de la sociedad y de sus formas de desarrollo. La complejidad de los problemas nace, precisamente, de las mezclas de técnica y vida cotidiana, de cultura en el sentido tradicional y de nuevas formas de cultura y comportamientos inducidos por la tecnología, de la lábil distinción entre sistemas naturales y sistemas artificiales, en un mundo progresivamente resultado de nuestras capacidades de transformación. Por el contrario, las tecnologías complejas, que involucran muchos sistemas tecnológicos, como el urhanismo, la educación, la sanidad pública, exigen expertos en sentido común, exigen que el buen ingeniero sea buen usuario y exigen que el usuario comprenda lo suficiente acerca de las intenciones del ingeniero como para ser capaz de elegir sus propias alternativas. De ahí que sean más interesantes las tecnologías borrosas en las que todo se relaciona con casi todo, tecnologías a veces imposibles, pero que son interesantes por su propio fracaso sistemático. Al fin y al cabo, la química es hija del sueño imposible de la piedra filosofal, disolvente y
101
I1 RNANI)O
IlFUN(!\i~()
lA
reconstituyente de toda sustancia, y la termodinámica es hija del sueño del móvil perpetuo, como en otros terrenos las políticas fragmentarias son las nietas de los movimientos utópicos y ucrónicos. Planteemos, pues, una especie de programa de ingeniería-ficción compleja: construir una persona, no un robot ni un instrumento, sino un auténtico ser libre, racional e impredecible, una auténtica persona cuya única diferencia con nosotros es que es artificial.
Es
DIFíCIL CONSTRUIR UNA PERSONA
Pero no imposible. Hay que resolver muchos problemas y no sabemos si compensará el resultado. Mary Shelley estaba segura de que la empresa era moral y socialmente peligrosa, y escribió Frankenstein para demostrarlo, pero su personaje, el Dr. Frankenstein, no estaba de acuerdo con su creadora, y no le faltaba razón: mientras no aprendamos a construir una persona no sabremos qué es una persona. Tenemos la obligación moral de construir personas. Puede que la empresa sea imposible, desde luego, aunque no tengo una prueba contundente de por qué ', y tampoco tendría nin1. Pum.un (1988, apéndice) da una "prueba" de que todo sistema abierto (el cerebro) puede un de estados finitos, conducta podría un matico omnisciente. Kirn (1989) tiene una aproximación similar con intC'llciones exactarnenre contrarias: Pumnm quiere dcrnosrra r que el funcionalismo es indistinguible del fisicalisrno, con el objetivo J~ refutarle, Kirn persigue este mismo objetivo par.l demostrar la imposibilidad de un marc rialismo no rcductivo. Si consiguiérarnos determinar I;JS condiciones de frontera y los estados máximos del sistema ósto sería predecible y, por consiguiente. en principio, constnrible. Puesto que nosorros for-m.unos parte de ese sistema (que por definición es abierto), es imposible, a menos que pudiéramos predecir nuestros propios estados fu-uros. Popper ya dio una prueba similar hace varias décadas, y mucho antes Dilthey de sarrollú argumcnr os similares contra la reducción de las ciencias humanas a las naturales, basándose en la necesnria implicación del sujeto observador en el objeto observado. El argumento cs incontroverrihle, pero no está claro que pruebe la imposibilidad de construcción de un sisrcma inteligente, en todo caso probaría la imposibilidad de saber lo que cvtarnos haciendo cuando lo construimos. L;¡ cuestión es si prueba a priori la imposibilidad de construcción, ¡;OSa que yo r reo que no hace: una perSOI1;J es un sisrem.r abierto, pero sus relacjone s externas pueden ser controlad,]s .u-tifit.ialmt-ute, aunque no sepamos predecir el espacio entero de estados. Par.i conocer cómo entran los tornillos en los agujeros no hace falta la descripción cuántica. Por otr-a parte, el argumento, al asumir el punto de vista del Ojo de Dios sobre In extructura desnuda del mundo, puede que esté probando dcma siadas cosas. Por cirar un ClsO, si la prcpnrución de un estado en mecánica cuántica (no hace falta siquiera el observClJor) no fuese climiunhlr , el argumento probaría la imposibilidad JI.' la mec.irucn cu.uuica. Incluso, aunque cle ruostráse mos su imposibilidad podría h abc r LlZOl1eS metodológicas inreresanres para perseguir la tarea. La más p.nenre es que en no pocas OC1" sienes la persecución de un objetivo que se sabe imposible enseña muchas COS.1S nuevas. Un ejemplo: el uso de teorías falsas e s un método muy interesante en investigaci.;n. Otro: la ccmxtrucc.ión de máquinas de movimiento perpetuo es un objetivo muy intcrt:sanH; en te enología. A veces la «demosrrnciórr- de la imposibilidad de un objetivo puede tener censecuencias nefastas sobre programas de investigación en sus fases iniciales. Parece que algo de eso hubo e n los primeros momentos de la inve stigacjón en redes neuronales artificiales, cuando se "demostró), la imposibilidad de perccprroncs. reducirse
a
uurornntón
cuya
102
predecir
mat e-
'lIM(IIA(I(~N Y
LA
KLALILJALJ
¡:N
lOS
SISILMAS
o r.
IUNCIONLS
guna importancia el que fuera imposible, porque lo importante es el camino hasta llegar a demostrarlo. De los fracasos habríamos aprendido algo acerca de nuestros límites, y de los éxitos aprenderíamos algo sobre nuestro diseño. Estoy convencido de que la imposibilidad no radica en la complejidad, de la mente humana: si fuera un problema de complejidad, el éxito sería posible y verosímillo Aunque no tengo ninguna prueba, tiendo a pensar que tal vez el objetivo sea en sí contradictorio. Si construimos una persona nos gustaría que fuese perfecta, por lo menos que fuese lo más parecida que seamos capaces de concebir a un preferidor racional', Pero los preferidores racionales, idealmente racionales, son producto de nuestros normas sociales, producto de racionalizaciones y modelos ideales, y las personas podrán ser productos sociales, pero no son productos normativos sociales -iOrwell y Huxley nos protejan!-. Las personas son imperfectas, bastante imperfectas, como objetos racionales. Sea quien sea quien nos haya diseñado, su producto es una chapuza ingenieril: funcionamos mal, estamos llenos de mecanismos redundantes, sesgamos las preferencias, gastamos dernasiada energía y nuestra esperanza media de uso es bastante corta, a pesar de los cuidados permanentes y las costosas reparaciones. De manera que si construimos una persona, no nos gustaría que fuese como nosotros, pero entonces ya no construiríamos una persona. No hay, pues, a priori, límites ontológicos, ni metodológicos, ni siquiera tecnológicos; económicos, tal vez, pero no tiene interés filosófico examinarlos. Construir una persona, pues, no sólo es difícil sino también contradictorio, pero hay que hacerlo. Además, la mayoría de nuestros objetivos en la vida son difíciles y contradictorios. Queremos que nuestros coches corran mucho y gasten poco y que nuestras novias sean guapas e inteligentes". Lo importante es que sepamos aprender de los fracasos y de los éxitos, y que no nos importe construirla a pedazos. Sobre todo es importante que no nos desanimen los que dicen que es imposible construir una persona.
PERO BASTA CON SIMULARLA
Comencemos proponiendo una tesis metodológica que, como casi todas, contiene supuestos ontológicos: un éxito tecnológico es una condición suficiente de éxito en el dominio ontológico. El postula2. Precisemos- e l problema tecnológico sí es un problema de complejidad de sistemas, pero 1\0 es la complejidad de la mente lo que hace difícil su tratamiento, sino las propiedades especiales que tiene como sistema biológico. 3. El término, como se sabe, es de Muguerza (1976). 4. Si alguna/o sintiese heridas sus creencias ferrunistas, puede pensar que la conrradicción no está entre ser guapa/o e inteligente, sino entre ser guapa/o e inteligente y nuestra/o.
103
IlRNANDO
RRONCANO
do que subyac~ a esta tesis es un p~incipio funcionalista: las personas se c~racterlzan por ~na determinada organización funcional. Si conseguimos reproducirla tecnológicamente, hemos creado una persona. Dicho en otros términos: la «simulación», en el caso de las estructuras funcionales, es una construcción teórica de pleno derecho. La realización física de una simulación es una realización físic~ de ~n objeto que pertenece a la misma clase natural que el obJe~o simulado. Si imitamos un coche japonés, y el producto es func.lOnalt;Iente igual que un coche japonés, el resultado es un coche japonés". El cuerpo, su forma o la materia de la que esté hecho, es, en este proyecto, una cuestión bastante marginal", Tan marginal como, de hecho, 10 es para el sentido común: no rechazamos nunca a una persona como persona porque lleve gafas, ni porque tenga una barra de metal para soldar una vieja fractura. Y si siguiéramos añadiendo cambios conservativos de la estructura funcional, seguiríamos preservando la identidad de la persona: aunque la persona estuviera hecha de otra materia y con otra forma diferente seguiría siendo una persona". ' No es mi objetivo diseñar en este trabajo una persona entera. Como y~ se ha dicho, es difícil y hay que hacerlo por etapas graduales. AqUI me propongo solamente esbozar algunos criterios releva~tes en la construcción d~ sus sistemas cpistérnicos. Una persona esta formada por muchos sistemas que interactúan orgánicamente; m~chos son sist~mas cognitivos, y sólo algunos, sistemas episrémI~os .. No nos m~eresa, o al menos sólo marginalmente, cualqUIer SIstema cognitivo, sólo aquéllos de los que están provistas las personas en tanto que sujetos cognoscentes. Por ejemplo, no nos Interesan los termostatos, aunque las personas deben estar proS. El principio podría tener algunas consecuencias div~rtidas cuando los andados pertenecen. al reino de los objetos artísticos: supongamos que ~I cuadro de Goya Tiempo, Verdad c Histnria ; 411~ se encuentra en el Musco de Fkllas Artes de Bostotl, en realidad fuese una COpla exacta que hizo Purnam con oojeto de que el original le inspiras~ en su lihro de rtrulo parecido. La cuestión metafísica es qué añade al cuadro ti hecho de su historia pasada. Adell~ás de diver-tida, la cne srión es metafísica en el sentido más positivista del término, porgue SI no fuese cor recta alguna versión de mi principio, no existirían [alsificadores; que generalmente nunca son descubiertos por los críticos que más acidamenre criticHian mi principio. 6.. Un argumento tradicional de la fenomenolog¡a, desde Merleau-Ponty, es que la vivenera corporal es un corriporre nte necesario de la fenomenología de la conciencia (véase Drcyfus, 1972) y es cierto, pero la «vivencia corporal es un problema de funciones. Cuando me quito las gafas mi mundo fenomenológico es mucho menos interesante q\1~ cuando las tengo puestas, por lo demás nunca reparo en que las tengo puestas. 7. .Reparemos en que no debería aplica-se aquí ninguna versión de ln paradoja del calvo: SI a nn cnlvo le añadimov un pelo sigue siendo calvo, si le añadimos dos, también, etc ... ~a condición de conservación de la estructura fuu ... ional Io impide. Otra cosa es que L¡ nocrón de persona si inc(lrpor~ esto paradoja, pero es una cuestión que no t rat a rernos aquí. n
104
lA
"IMIII /1,1 1('lN
Y
lA
HLAIIDAl)
1N
I US
SI" II Mil,,>
DI
I UNLlUNI ',
vistas de termostatos para regular las condiciones de equilibrio térmico de sus cuerpos: aunque los termostatos pueden concebirse en algún grado como sistemas cognitivos", no son sistemas cognitivos que pertenezcan a las personas en tanto que sujetos cognoscentes. Sólo tendremos en cuenta, pues, los mecanismos cognitivos que contribuyan a la formación y dinámica de creencias (justificadas) o, para decirlo más exactamente, solamente aquellos mecanismos cuya conducta está causada por la información que contienen. En realidad el objetivo es todavía mucho más modesto. Se trata de introducirnos en dos cuestiones que presentan los sistemas cognitivos: la cuestión metodológica -quizás también ontológica y metafísica- de cuándo nuestras simulaciones aciertan con estructuras «naturales», y la cuestión normativa de cuándo las funciones realizan mejor o peor su tarea, o dicho de otra manera, la cuestión de la aparición de las virtudes'. El final de nuestro camino debería ser un sistema del que pudiéramos predicar la racionalidad, un animal o artefacto racional, con racionalidad epistémica 10: el sistema deberá tener un conjunto de disposiciones internas cuyas operaciones puedan ser descritas como virtuosamente racionales. La racionalidad es un criterio que constriñe al ingeniero que diseñe este sistema. Si no es capaz de construir un sistema que muestre un grado de racionalidad mínima, no será reconocible como un caso (o una parte de un caso) de persona. Pero conviene que le digamos al ingeniero de qué estamos hablando cuando le oblígamos a que nos construya un objeto racional: ésta es la aportación del filósofo al proyecto. No importa que a los ingenieros de lA no les interesen esos criterios, porque lo que nos importa a nosotros es que una teoría de la construcción de la racionalidad es una teoría natural de la racionalidad humana.
8. Un termostato es un sistema de control por realimentación de la temperatura de un cuarto, que ejerce un papel causal en virtud de una cierta "información» que recibe del medio y que compara con un estado interno que representa la rernperatura seleccionada como ideal. En este sentido es un sistema cognitivo. 9. La noción de virtud aplicada al conocimiento ha sido desarrollada en varios eseriros por E. Sosa, aunque puede encontrarse una buena introducción en Sosa (1990). Un sistema es virtuoso si cumple su función en una proporción de casos suficientemente alta. Si la fnnción es alcanzar la ver-dad, como es el caso de un sistema epistémico, podernos relativizar la noción de virtud o buen funcionamiento a un medio ambiente adecuado y a una comunidad de sueros en la cual el término ambiguo «suficiente» puede precisarse como la media alcanzada dentro de los sujetos de la comunidad. t o. Pollock (t 989) recoge varios artículos en los que se plantea sistemáricamenre esre proyecto de «construcción» de una persona, que él llama Osear. Se trata de una ocasión de examinar problemas filosóficos, epistemológicos principalmente involucrados en la intcligencia artificial. El libro es interesantísimo y muy recomendable. Aquí recogeremos y comentaremos los criterios principales que usa Pollock.
105
f'lRNANlJO
BI~ONCANO
LAS PERSONAS SON SISTEMAS FUNCIONALES
Una persona es un objeto natural que sobreviene!' a un conjunto de funciones de clases y niveles diferentes, que son realizadas por un sistema biológico cuando se encuentra en las circunstancias apropiadas y en el medio ambiente social apropiado. Por consiguiente una persona, como totalidad, y sus partes constitutivas son objetos que pueden definirse en nuestra ontología como sistemas funcionales. La descripción funcional de un sistema plantea problemas filosóficos que están detrás de la discusión entre los funcionalistas, quienes piensan que en las ciencias especiales, como la psicología o la sociología, la descripción funcional es suficiente, independientemente de los mecanismos que subyacen a las funciones, y los eliminativistas, que postulan que la descripción funcional es sólo un paso provisional de tipo instrumental en la explicación de los sistemas psicológicos, e incluso una etapa dudosamente necesaria que ha de superarse cuanto antes, en favor de una descripción teórica más adecuada desde el punto de vista ontológico. Una descripción funcional puede ser tan compleja y teórica como deseemos y nos permita nuestro conocimiento del sistema, pero en el caso de las personas y sus sistemas epistémicos, parece difícil dejar de emplear en la descripción funcional algunas nociones profundamente enraizadas en lo que se ha denominado psicología popular o psicología de sillón". Citemos solamente dos conceptos de «sentido común»: verdad y racionalidad. Pero una descripción funcio11. El término sobrevenienc¡a fuc comenzado a usar por D. Davidson y ha sido precisado y desarrollado entre otros por J. Kim. (Kim afirma que fue Moore en Principia Ethica quien usó el término por primcra vez.) Se diferencia del concepto clásico de emergencia desarrollado, sobre todo en un conrexro biológico, por Lloyd Morgan y A. Lovejoy en los años veinte, y continuado por W. Scllars y M. Bunge, en que no se r-educe a un conrexro histórico: una propiedad puede ser sobrevenida sobre otra sin «aparecer» en la historia del sistema, como la curvatura de una esfera respecto a la estructura de sus par-tes, y, en cualquier caso, es mucho más general como término filosófico (Kim, 1990). Decimos que una propiedad o conjunto de propiedades A sobreviene a otro conjunto de propiedades B si la indiscernibihdad respecto a B entraña indiscernibilidad respecto a A. Hay varios conceptos de sobreveniencia, dependiendo de su uso (uno de los más naturales es el moral: decimos que una propiedad moral de una acción sobreviene a otras propiedades naturales si la indistinguibihdad de sus propiedades fácticas entraña indistinguihilidad de sus propiedades morales). Se trata de una relación que quiere salvar otras relaciones entre propiedades: la covarianza (los cambios en una propiedad entrañan cambios en otra), la dependencia entre propiedades y la no reductibilidnd. La literatura es ya muy amplia para resumirla aquí siquiera. Como introducción y formulación general véase Kim (1984 y 1990). Para la aplicación a las personas como sistemas sobre ve ni entes, véase Sosa (1987), aunque él duda de que ellenguaje funcional permita explicar la persistencia de la identidad. La discusión que sigue espero que aclare algo la cuestión. 12. Stich (1983) y Churchland (1981) son dos de los filósofos actuales más proclives a la crítica de la imagen cotidiana o manifiesta que tenemos de nosotros mismos criticándola como una teoría atávica y falsa, no menos falsa que nuestra intuición espontánea del calor como una sustancia.
106
l A ' , I M I J I A ( 1(') N
Y
1A
R I Al I f) A
f)
I N
LO S
S I Sil M A ~
[) l
f U N
e ION
LS
nalista que use esos conceptos deberá enfrentarse a la cuestión del valor teórico y explicativo de esos conceptos: équé añade a las cuestiones normales de diseño artificial el que los sistemas sean calificados como racionales, y sus estados cognitivos como verdaderos? EL VALOR
DE LA IMAGEN MANIFIESTA
En las discusiones acerca del valor teórico de los tópicos de la psicología del sentido común deberíamos discutir separadamente tres cuestiones diferentes: La primera es si los tópicos de la psicología del sentido común son verdaderos o falsos. Churchland (1981) sostiene estas dos tesis: 1) los tópicos de la psicología del sentido común deben ser tratados como teorías y no como condiciones a priori de constitución del sujeto; 2) los tópicos del sentido común son teorías falsas. La primera es una tesis naturalista de origen sellarsiano que no admite la menor réplica. La segunda es una tesis empírica que no tiene mucho sentido ni interés discutir dentro del contexto filosófico: sicl47 por ciento de los niños de Vallecas dan una contestación correcta al problema de las cuatro tarjetas, frente al 23 por ciento de los niños del barrio de Salamanca, es un problema acerca del que los filósofos deberían tener poco que decir. Claro que tiene muchísimo interés estudiar cuáles son las teorías falsas de la psicología del sentido común: es lo que se supone que hacen los psicólogos, pero no es lo que deben hacer los filósofos. La segunda cuestión es metodológica y también se divide en dos, una primera cuestión general que pregunta si es suficiente la descripción funcional en el nivel de explicación psicológica, y una segunda cuestión más concreta: si es insuficiente, se trata de decidir si hay que desarrollar programas de reducción desde arriba hacia abajo, es decir, si hay que partir de una descripción de «sentido común» como una descripción esencialmente correcta de lo que pasa en la estructura constitutiva de las personas, y ayudarnos de esa descripción para ir descubriendo los mecanismos internos, o si, por el contrario, debemos perseguir una reducción de abajo hacia arriba, buscando los términos teóricos explicativos y las teorías en los mecanismos internos u, de manera que se expliquen los conceptos del sentido común como sesgos producidos por nuestro desconocimiento de lo que realmente ocurre. 13. En Broncano (1990) he argumentado en favor de una teoría top-down para la explicación de las acciones. No estaría dispuesto a defender la idea como una cuestión de principio, tal como hace Dennerr, pero simpatizo mucho con ella, y, desde luego, sería un programa de investigación al que no negaría (económicamente) la existencia hasta que demuestre sistemáticamente sus fracasos. La lA «clásica» ha fracasado sisremáticamenre en sus objetivos y nadie la considera un programa inútil. Me parece igualmente importante perscguir la estrategia inversa, como se deducirá del desarrollo posterior.
107
FIRNANUO
B~ONCAN()
La respuesta más generalizada y sensata a la cuestión más general parece ser la reduccionista o eliminativista: la descripción fu;n~ional es .ins~ficiente como objetivo de la investigación con propositos explicativos!"; pero no está muy clara cuál de las dos subsiguientes estrategias de reducción es la correcta, ni quizás haya una buen~ repu~sta por principio. Mi propuesta, no obstante, es que podna arrojar alguna luz sobre esta cuestión metodológica el cómo tratemos la tercera cuestión, que es directamente ontológica: se trata del estatuto de las explicaciones funcionales en un mundo de leyes y causas: suponiendo que la estructura del mundo (o de una parte ,suya) queda bien definida si fijamos todas las propiedades bas1C~s que determ~nar: el orden .causal de los sucesos, équé estatuto tienen las explicaciones funcionales desde la perspectiva
ontológica?". Porque si vamos a construir un sistema dotado de racionalidad epistérnica, la manera más adecuada de construir la racionalidad es como una propiedad evaluativa que adscribimos a las funciones de los sistemas epistémicos, cuando éstos las realizan de manera virtuosa. Tratar qué es un sistema que funciona adecuadamente es un paso '.lue podrí~ ayudar a aclarar la cuestión de cómo penetrar en el estudio de los SIstemas que funcionan adecuadamente. .Hay una posición reductivista que afirma que no existen explicacrones .f~~cionales di~tintas de las leyes físicas subyacentes, y hay otra pO~lclOn, caractenzada como anomalismo (Davidson, 1980), que defiende la autonomía ontológica del nivel cognitivo. No es el objeti~o de este trabajo analizar detalladamente esta discusión, pero debenamos tener en cuenta que hay varios autores que han expresado dudas más que razonables sobre la viabilidad del llamado monismo anómalo de Davidson, dudas que se extienden a otras formas de no reduccionismo y pluralismo mágico (Hurgan, 1989; Lepare & Loewer, 1987, Davidson, 1990, y Kim, 1989). En lo que sigue vamos a proponer una formulación del funcionalismo compatible con ~~ monismo re.du~cionista, pero que al tiempo admite la aproximacion no reduccionista, Se trata de una formulación basada en el análisis de cómo los expertos simuladores de sistemas complejos
l A ' . n11 J I ¡\ ( ro N
Y
I A
IU Al Ii) A U
LN
I o ~
':> I -, 11M A',
u I
I LJ N U () N I
realizan su trabajo bajo condiciones de desconocimiento de las leyes básicas del sistema, una situación mucho más corriente en la investigación actual de lo que harían suponer las filosofías optimistas de la ciencia. La tesis que defenderé es que, de hecho, muchas simulaciones interesantes no tienen ninguna posibilidad de reducción teórica, ni quizás interés en ella, y, sin embargo, pueden ser consideradas como teorías aceptables. El argumento es que, pragmáticamente, no como una cuestión de principio filosófico, algunas ciencias en las que la simulación es el método esencial de trabajo, tienen que fijar los parámetros esenciales por ensayo y error, sin fundamentación teórica, pero los resultados pueden ser predictivos y, por consiguiente, la teoría es correcta. LEYES y FUNCIONES: UN PROBLEMA METAFÍSICO
Las funciones son conductas de los sistemas naturales, en la medida en que estos sistemas forman parte de otros sistemas más complejos. La función de un sistema puede describirse como la colaboración que presta la acción o conducta de ese sistema a la conducta total de otro sistema mayor del que el primero forma parte!", Consideraremos un sistema desde un punto de vista ontológicamente mínimo. Una aproximación fuerte sería la defendida por quienes consideran un sistema como un conjunto de entidades (la composición de un sistema), que tienen ciertas propiedades y relaciones internas (la estructura del sistema), y ciertas relaciones externas con el medio ambiente del sistema" (el entorno relevante). Para evitar discusiones, definiremos un sistema como un conjunto de propie-
14. Rcpát-ese en que no es conrradictorio afirmar que la explicación funcional es insuficiente y postular que la simulación o reconstrucción física de un sistema funcional es suficienre: uno podría simula- un sistema sin conocer todos los mecanismos que subyacen a su propia simulación. Esta es la tests que estamos defendiendo. 15. Un caveat: es una falacia naturalista el pretender derivar las prescripciones metodológicas, o la naturaleza de la explicación y la reducción, operaciones que dependen de nuestr~)~ ?bjetivos metodológicos y de! estado de nuestro conocimiento, pero también aquí un análisis de la naturaleza de ciertos sistemas no es irrelevante para e! curso que tomen nuestras investigaciones. De hecho el interés contemporáneo en el problema mente-cuerpo es fdosófico y metaffsico, naturalmente, pero está fomentado por nuestras necesidades de investigación psicobiológiea. Y uno espera, tal vez infundadamente, que los análisis filosóficos ayuden algo en la investigación.
16. En términos metafísicos se suelen describir como propiedades de segundo orden, propiedades que se definen sobre propiedades existentes. Esta definición se suele utilizar en la aplicación del funcionalismo a la semántica, en la llamada sem.íntica del papel COllCCPtu al. Nosotros dejaremos este lenguaje por el momento. 17. La aproximación débil es tomar un sistema como una región espacio-temporal (el espacio ni siquiera es importante en la mayoría de los casos, no así el tiempo, que indica la duración del sistema v los límites de validez de su estructura). La composición del sistema está formada por propiedades que toman valores matemáticos. La estructura es un conjunto de ligaduras o influencias causales entre propiedades, descrita generulmcnre mediante funciones matemáticas (no necesuriamcnre leyes naturales). La distinción entre composición interna y relaciones externas del sistema es bastante convencional y relativa al nivel de descripción; seleccionamos propiedades externas e internas dependiendo de nuestro nivel de conocimiento de las leyes que rigen el sistema. En un sistema cerrado rodas las propiedades son internas, en un sistema abierto hay un subconjunto de las propiedades del sistema dividido en variables de entrada y variables de salida. Un sistema es fenomenológico o conducrisra si solamente tiene variables de entrada y salida. La historia del sistema son los valores de las propiedades a lo largo de su duraciún. El espacio de fases del sistema es la estructura matemática en la que definimos la historia del sistema, generalmente dependiente de las ligaduras estructurales entre propiedades. Véanse Aracil (1986a y 19H6b) Y Vá7.quez (1990 y 1987). La aproximación formal que usamos se encuentra en Wojciky (1978). Allí aparece una apr-oximación constructiva a los sistemas.
108
109
FFRNANDO
f1RONCANO
dades que realiza o ejemplifica una estructura abstracta. El sistema puede ser un sistema real, si es un sistema de propiedades de una región espacio-temporal, o puede ser un modelo de un sistema real, si es una estructura abstracta que pretende capturar toda o parte de la estructura del sistema real. Los sistemas forman parte de otros sistemas mas amplios de los que son subsistemas": la descripción funcional es una clase de descripción sistémica en la que nos interesa la colaboración de la conducta de un subsistema a la conducta total. Pero las descripciones funcionales de los sistemas (si se quiere un lenguaje realista, los sistemas funcionales) tienen tres características que las (los) hacen especiales desde el punto de vista metodológico: 1. Regularidad de conducta: un sistema pueda simularse basta si muestra cierta regularidad de conducta. Las regularidades pueden ser estructurales o temporales. Una regularidad es una conjunción contingente entre sucesos que puede ser descrita mediante una regla que conecta condiciones antecedentes y consecuentes. Entre el suceso del cartero entrando por la puerta del edificio, el hecho de que aparezan los buzones con cartas y que oiga la puerta de mi vecino abrirse, hay una regularidad que puede ser simulable como una regla, independiente de la explicación en sucesivos grados de precisión que pueda hacer de ese sistema. En la filosofía de la psicología contemporánea hay una discrepancia esencial respecto a este punto entre el conductismo y el funcionalismo: mientras que el conductismo afirma que todo lo que necesitamos en la descripción de un sistema funcional es tratar su diseño como un conjunto de disposiciones internas que se definen de manera suficiente mediante correlaciones entre conductas abiertas, entre entradas y salidas, el funcionalismo añade que lo que interesa es el diseño de los mecanismos o disposiciones internas en tanto que conjuntos de relaciones entre estados que tienen carácter causal: lo que determina a un estado como parte de un diseño funcional, de manera suficiente, es el conjunto de relaciones «causales» que mantiene con otros estados. La cuestión es más compleja, porque ni el conductista tiene razón, pero no está completamente equivocado -ya está bien de que el conductismo sea siempre el malo de la película-, ni mucho menos el funcionalista, a menos que tengamos claro qué queremos decir con que un estado se caracteriza por ser un montón de poderes o capacidades causales!". 2. Realizabilidad múltiple: una estructura funcional puede ser realizada por muy diferentes mecanismos causales. La estructura
lA
',IMIJIAC IC')N
y
lA
KfAlllJAD
IN
lOS
SIS¡~MA;,
1)1
IUN<..:IONlS
determina constricciones entre mecanismos causales, pero esta determinación no nos ayuda demasiado, de hecho no nos ayuda nada a conocer el mecanismo causal que subyace a la estructura": Un sistema funcional puede ser realizado múltiple e ilimitadamente por mecanismos muy diferentes. La digestión es un complejo de funciones que será digestión mientras sea una relación estable entre la ruptura de ciertas cadenas químicas y su conversión en otras que pueden ser usadas por las células del organismo. Pues bien, a un organismo le podemos quitar el sistema digestivo «normal» y sustituirlo por un número ilimitado de sistemas diferentes, algunos de ellos muy barrocos, sin que varíe la función de la digestión. La re alizabilidad múltiple indica que no hay ninguna relación necesaria entre la descripción funcional y la realización del sistema. 3. Condiciones normales de funcionamiento: Un sistema funcional es un sistema físico que mantiene sus funciones mientras se mantenga una cierta acumulación contingente, esencialmente contingente e histórica, de circunstancias bajo las que el sistema puede trabajar adecuadamente. Las condiciones son muy variadas pero pueden reducirse a dos: una condición de equilibrio de la estructura del sistema y una condición de normalidad de las circunstancias. Los que a nosotros nos interesan son los sistemas sanos que actúan en condiciones normales. La primera condición proviene del hecho, bien conocido por los ingenieros de sistemas, también por los biólogos y, en general, por todos aquellos que se ocupan del estudio de sistemas complejos, de que muchas propiedades observables de los sistemas y, desde luego, todas las propiedades que están presentes en la descripción de su conducta abierta, están determinadas por una compleja red de subsistemas subyacentes (son propiedades holísticas, si se quiere decir así), pero las regularidades observables de esas conductas" se mantienen siempre que el sistema sea capaz de conservar el equilibrio estructural entre todos sus subsistemas. Pongamos un ejemplo: observamos en una determinada región geográfica que el número de conejos permanece estable a lo largo de un periodo de tiempo T, acumulándose alrededor del valor N. Esta regularidad está determinada por el hecho de que existe una estructura subyacente de mecanismos de control de población descritos por variables internas como
18. Vénnse Bunge (1974) y Wojciky (1978) para un análisis de la composición de sistemas. 19. Las condiciones que siguen definen la posición del funcionalismo clásico. Los trabajos que contribuyeron a construir esta versión son Block y Fodor (1972), Purnam (1967), Lewis (1972 y 1980), Cummins (1975), todos ellos recogidos en Block (1980).
20. Podemos usar la estructura abstracta como un sistema de clasificación de mecanismos causales, pero la clasificación en sí sólo nos indica que hay una parte de la estructura causal que realiza la estructura absrrncru: un atizador de la chimenea entra en la misma "clase» que el arsénico, si atendemos a la estructura funcional de «instrumentos que suelen usar los mayordomos para matar a las señoras». 21. En la formulación más clásica del funcionalismo se habla de propicdadcs disposicionales que dependen de la estructura del sistema: hablamos de propiedades disposicionales cuando la conducta que ejerce la estructura del sistema es regular, es decir, cuando podemos correlacionar ciertas circunstancias con dicha conducta, aun si la especificación de esas circunstancias no entrañe la existencia de una ley causal.
110
111
f~RNAN[)O
BKONCANO
la tasa de nacimientos de los conejos, el número de depredadores habituales, y la cantidad de hierba disponible. El comportamiento regular del sistema es un producto de relaciones de influencia causal entre las variables anteriores, cuyo resultado es el comportamiento equilibrado N. Tal comportamiento subsiste sólo mientras subsista la estructura subyacente (Aracil, 1986a y 1986b), una modificación en las relaciones internas puede o no modificar el equilibrio, pero si el equilibrio existe es porque se mantienen estables las relaciones internas. La segunda condición es una condición de normalidad de condiciones: podríamos haber descrito con todo detalle el sistema anterior, y, sin embargo, seguiríamos necesitando siempre una cláusula que en metodología de la ciencia se denomina ceteris paribus, e indica que las circunstancias externas a la descripción que hemos elegido permanecen estables. Supongamos en el ejemplo anterior que se produce una modificación genética en el sistema inmunológico de las águilas que se comen a los conejos y que causa que el 300;0 no puedan asimilar una proteína que contiene la carne de los conejos, lo que implica que la población de estos últimos crece rápidamente por ausencia de depredadores, hasta producir una explosión que rompe temporalmente el equilibrio del sistema. La regularidad podría recuperarse a largo plazo (cuando el agotamiento de la hierba redujese la población, mas re párese que el mecanismo causal es otro, incluso aunque, por alguna casualidad, la nueva población siga estable en el mismo número que antes) pero las circunstancias normales ya han cambiado significativamente. Lo importante aquí es que, en el caso de los sistemas que estamos considerando, la cláusula ceteris paribus no es eliminable. Por más profundamente que bajemos en la descripción del sistema, siempre la necesitamos. La razón está en el carácter contingente del equilibrio estructural del sistema: los mecanismos subyacentes se sostienen sobre el equilibrio de otros más básicos, y así hasta el nivel último, pero de no llegar a este nivel no conseguiríamos nunca explicar por qué se produce el equilibrio. En algún nivel bajo de la descripción, el complejo de subsistemas puede ser descrito mediante teorías que empleen leyes estrictas, es decir, leyes científicas fundamentadas que permitan predecir bajo la especificación de las circunstancias, con un grado de generalidad que no tienen las descripciones anteriores. Pero la reducción no siempre es posible y, como vamos a ver, no siempre interesante. LA SIMULACIÓN Y LA REALIDAD
lA
',IMlIIAtlON
y
lA
IUAllDAD
IN
LOS
SISrfMAS
IH
fUNCIONeS
de ser descrita mediante ecuaciones. Un modelo será tecnológicamente adecuado (MTA) si es suficiente para la descripción funcional relativamente a los datos que tenemos y a nuestras necesidades predictivas. Un MTA será también un modelo ontológicamente adecuado (MOA) si podemos identificar los mecanismos causales inherentes explicándolos mediante teorías científicas que empleen leyes esmeras". Pues bien, en la definición de funcionalismo que estamos usando, el modelo tecnológicamente adecuado sería una condición suficiente de éxito ontológico: construir un modelo tecnológicamente adecuado (si es suficientemente adecuado) es lo mismo que definir una clase de equivalencia entre mecanismos causales subyacentes. La cuestión que nos interesa es si el uso de métodos de simulación es una clase decente de métodos de investigación. La cuestión parece que no admite otra respuesta que la afirmativa: en las ciencias esencialmente históricas, en las ciencias que estudian sistemas cuya conducta regular depende de estructuras subyacentes producidas y mantenidas contingenremente , parece que el éxito en la simulación, al menos, es un buen comienzo de la investigación, en la medida en que propone constricciones entre modelos. Liz y Vázquez proponen varios ejemplos en los que alguien puede simular un sistema sin tener idea en absoluto de los mecanismos subyacentes. Es cierto, pero la cuestión de si un modelo es ontológicamente adecuado no depende de que hayamos sido capaces de formular las leyes y descubrir los mecanismos que subyacen al sistema, sino de si ha definido o no de facto una clase natural de sistemas equivalentes funcionalmente: en este caso es un instrumento de investigación tan correcto como el que más. Pensemos en una simulación de la deriva de las placas de la corteza terrestre hecha en un tanque de goma de mascar coloreada, que calentamos más o menos, y sobre el que producimos diversos ejercicios causales: si conseguimos que los valores fundamentales sean equivalentes a los observados en la tierra, tenemos una teoría de cómo funcionan los mecanismos terrestres, aunque los sistemas contengan arreglos de propiedades físicas completamente diferentes: algo hemos aprendido en la investigación. Hay, sin embargo, una pregunta interesante en esta historia: écómo sabemos que nuestra simulación capta las relaciones estructurales subyacentes a la Tierra? No lo sabemos, al menos no 10 sabemos de manera diferente a la de cualquier teoría científica. La cuestión es que, si observamos los sistemas funcionales desde este punto de vista, no deberíamos obsesionarnos por la existencia o no de leyes causales: no hay leyes funcionales, hay regularidades sostenidas contingentemente por leyes naturales, pero eso no hace de un sistema funcional un sistema menos natural. Al simular
Llamemos a la descripción funcional un modelo del sistema, en el sentido en que se emplea el término modelo en las técnicas de simulación: normalmente como una descripción de relaciones que pue-
22. Las definiciones de modelo tecnológicamente adecuado y ontológica mente adecuado son de M. liz y M. Vázquez, analizadas en un trabajo de discusión con J. Aracil.
112
113
f
lH..NANDü
HI~ONCANü
lA
vt r-ttr r !\L1ÓN
Y
lA
RI AIIDAD
leN
LOS
515 I LMAS
DI
f-UNCIONI-S
un sistema, en el plano teórico, aprovechamos el conocimiento disponible que tenemos del sistema, o, si no, lo conjeturamos; al «simularlo» prácticamente, aprovechamos las herramientas y trozos de naturaleza (sistemas causales) que tenemos en nuestro cajón de sastre. Lo importante es que el modelo «funcione» y, si es posible, que lo haga virtuosamente. Las leyes podemos conocerlas o no, pueden haber sido las adecuadas o no, pero nuestro objetivo es que el sistema se mantenga en equilibrio el tiempo necesario como para que digamos que es un sistema de funciones, Las supuestas leyes funcionales pueden ser relaciones estables entre estados funcionales, o relaciones estables entre niveles, es decir, entre estados funcionales y estados que no lo son (son las leyes internivel). El argumento esencial de quienes defienden esta posición es que al individualizar una propiedad funcional hemos captado un conjunto de capacidades o poderes causales que, dadas ciertas circunstancias, son suficientes para predecir (Fodor, 1990). Pero no es cierto, lo que hemos captado son constricciones sobre potencialmente infinitos procesos causales que son arreglos básicos de leyes y propiedades básicas entre las que sí existen relaciones causales: pero estas constricciones no crean fuerza nomológica. Pensemos un caso como éste: «todas las cervezas de la nevera son Heineken», Se trata de una regularidad típicamente no legal, pero que me permite hacer «contra fácticos» como «si cogiese una cerveza de la nevera sería una Heineken», contrafácticos que podrían ser usados para propósitos prácticos en circunstancias determinadas: no es una ley, pero es un sistema en el que la regularidad accidental puede haber sido determinada por infinitos (ilimitados) procesos causales, todos ellos clasificados por la propiedad general que define la regularidad de «esta nevera que contiene sólo botellas Heineken en circunstancias normales". Fodor (1990) ha suscitado la cuestión de qué diferencia las correlaciones entre propiedades funcionales naturales y el simple arreglo verbal de propiedades. La cuestión no puede ser contestada más que empíricamente. El que un sistema funcional sea un sistema que pertenece a una clase natural o no depende de que las leyes subyacienres sean leyes naturales -aunque los mecanismos de fondo siempre se articulan sobre leyes naturales-. Lo que da naturalidad al sistema es la continuidad de las estructuras causales en el tiempo, es decir, depende de la historia. Pensemos en una población de pájaros que se alimenta de una especie de moscas que habita en su sistema ecológico: sus hábitos alimenticios bajo condiciones normales consisten en alimentarse de esas moscas. Supongamos que las moscas desaparecen por algún accidente natural o artificial y son sustituidas por señuelos parecidos que contienen la misma cantidad de sustancias alimenticias que las moscas, pero transformadas y preparadas por Kellogg Co. Las circunstancias normales han cambiado, pero si el sistema es históricamente
consistente, lo que ocurre es que hemos creado unas nuevas condiciones equivalentes que conservan la condición de normalidad. La cuestión suscitada es en qué consiste la naturalidad de un sistema funcional. En un gran número de casos no tendríamos gran dificultad en contestar: cuando el complejo de leyes que conforma la estructura del sistema no ha sido arreglada intencionalmente por ningún sistema inteligente, pero la respuesta puede ser poco convincente cuando nos enfrentamos a algunas clases de sistemas funcionales que, desgraciadamente, coinciden con los que nos interesan: los artefactos, las personas, los hábitos culturales, las instituciones, etc. No tengo ninguna buena respuesta a esta pregunta, lo que no implica el que sigamos manteniendo la necesidad de un criterio débil de naturalidad. Pero quizás, propongo, podríamos acudir a criterios relacionales, como los que nos permiten definir un sistema de funciones como un sistema innecesariamente barroco en relación con otros sistemas. La cuestión es parecida, si no es la misma, que la cuestión de la simplicidad y buen diseño de los sistemas naturales biológicos. Si optamos por un criterio perfecto y matemático de simplicidad, casi ningún sistema natural la cumple; si lo hacemos por un criterio de naturalidad tan débil que permita cualquier acumulación azarosa de estructuras y funciones cualquier criterio, o bien usamos alguna estrategia de darle una función a cada sistema que no sabemos explicar, como hacía el doctor Panglos, o lo más probable es que nos incapacitemos para explicar, aunque débilmente, la evolución natural", No hay criterio a priori de naturalidad aunque sí hay mecanismos naturales de control de la evolución que operan por extrañas vías y nos permiten explicar la persistencia de algunos rasgos, al menos a posteriori. Si en un determinado sistema ecológico una cierta especie de hervíboros, presa habitual de los depredadores, no tuviese un sistema rápido de huida del peligro, ceteris paribus, esa especie está muy probablemente mal adaptada al sistema y sus posibilidades de supervivencia deben ser muy pocas.
114
115
VIRTUDES y MECANISMOS
¿Hay virtudes naturales? Sí, épor qué no va a haberlas? Los sistemas de funciones no sólo realizan sus funciones en circunstancias normales, sino que lo hacen mejor o peor. Cuando compramos una moto no sólo nos interesa que realice sus funciones normales en circunstancias adecuadas, sino que lo haga de la mejor forma posible. La perspectiva aristotélica, como la funcionalista, se equivoca 23. Un libro sumamente recomendable sobre los problemas filosóficos implicados en la reconstrucción de sistemas históricos, evolutivos en este caso, es el de Saber (1988).
cfR.NANI)O
HR.ONCANU
1/\
',IMlIIACIÓN
y
LA
REALIDAD
~N
LOS
SISI~MAS
DF
FUNClüNfS
en la causalidad, pero en nada más: que un sistema de funciunes sea o no virtuoso no explica nada, no añade nada, causalmente habla.odo al funcionamiento del sistema, pero no es redundante. Las vtrrudes de un sistema funcional son propiedades que adscribimos a la actualización de las disposiciones del sistema, en la medida en que realiza adecuadamente la función. Pensemos en las virtudes de un coche: queremos que gaste poco, corra mucho se aparque bien, sea espacioso por dentro, sea bello, sea manejable, tenga buena seguridad estática y dinámica, dure mucho y cueste poco. ¿Qué es lo que hace entonces de un coche un buen coche?, pues que tenga esas propiedades. en cierto grado. Observemos algunas características de esas propIedades.: ., . La primera es que son inccmpatihles: la realt~aclOn de una t:ende a inhibir la realización de otra: los coches bonitos son pequenos, los coches que corren mucho gastan much,o? e~c. La cuestión es encontrar un diseño que encuentre un equilibrio aceptable entre todas ellas. Pero équé es un equilibrio aceptable? Los ingenieros que diseñan coches pueden si~ular div~rsos puntos de eq,u~l!bno mediante ajustes del diseño: SI se cambia el motor de postcion se deja más espacio y se gana potencia contra la gravedad, pero ~u menta el costo porque los materiales son más caros, etc. Hay vanas alternativas con los elementos disponibles a mano entre las que los ejecutivos de la empresa tienen que decidir. Las matemáticas .les ayudan, pero la teoría de la decisión no nos dice cuál es el mejor punto de equilibrio entre virtudes incomp~~ibl~s, sino cómo se modifican relacionalmente los puntos de equilibrio: la bondad del coche «transciende» o «sobreviene» a sus virtudes parciales, pero no es diferente de ellas. La segunda es que existe una distancia más que apreciable e~tre a) las intenciones de quien decide hacer un coche bueno, b) el diseño que es capaz de conseguir con sus conocmuentos y los ma~ena les disponibles y e) el funcionamiento real del coche. El funcionamiento más o menos adecuado es una VIrtud relacional en la que cuenta la historia del coche: con qué intención u objetivos se diseñó cuáles fueron las constricciones de diseño que se eligieron y cuáles las que fueron impuestas por l.os materiales a mar:o,; cuenta también la realización práctica del diseño, el artefacto ftS1CO; y lo que realmente cuenta es la prue)Ja. del pastel, el cómo f,uncion,a e~ la práctica: si se adecúa a los objetivos que .se p:etendIan, esta bien. Aunque tampoco aquí habría acabado la historia de la virtud: puede que los objetivos del mercado hayan cambiado! haya subido la gasolina y los coches que gastan mucho hayan dejado de ser buenos, puede que tenga virtudes que los ingenieros no pensaron, como ser pequeño y aparearse bien las ciudades, y puede que el coche sea perfecto pero los usuarios no sepan manejar coches sm cambio automático y el coche deje de ser adecuado.
No sabemos demasiadas cosas acerca de las personas, apenas las suficientes para que nuestras relaciones se mantengan en un equilibrio inestable que llamamos cultura. No sabemos muy bien qué son las depresiones, ni las enfermedades mentales, si las hay, ni sabemos separar las estructuras heredadas de las estructuras aprendidas... Las personas son extraños mecanismos que estamos interpretando continuamente. Sabemos algo, no mucho, de su historia, sabemos otro poco de sus habilidades y sabemos mucho menos de su estructura. Las personas son la frontera de nuestro conocimiento. Hic sunt leones, dicen los mapas de nuestros propios conocimientos, más allá hay monstruos. Algunos han pensado que algo o alguien nos diseñó, y que si pudiéramos preguntarle por los planos que usó, por las intenciones con las que nos fabricó, habríamos resuelto el problema de la identidad. Un siglo después de Darwin sabemos que no existe ese diseño: ni los dioses ni la naturaleza podían saber qué hacían. Somos producto de casualidades; como ya dijo Jorge Manrique, las personas se parecen más a los ríos que a los autómatas cartesianos. El paisaje que forma un río es producto de fuerzas naturales, de la gravedad y de la energía cinética del agua y de las piedras, de la composición química de los terrenos que atraviesa, de los azares meteorológicos del tiempo y de otras muchas variables que implican la historia entera del planeta. Mucha parte de nuestro diseño fue producida por y en circunstancias que ya han desaparecido, hemos creado funciones y hemos aprovechado viejas funciones para nuevos propósitos: no sabemos si en algún momento usamos los miedos y terrores para aprender a razonar o si los miedos fueron producto de la capacidad de razonamiento. Nuestros órganos fueron creados por la historia, pero la historia de nuestra evolución genética y los sistemas de que nos ha
116
117
Las virtudes son relativas contextualmente (Sosa, 1990a y 1990b), pero no son arbitrarias, ni mucho menos dependiente de las intenciones -¡que más quisieran los ejecutivos que poder ser antirrealistas!-, pero tampoco realizan ejemplares transcendentes. Si alguien nos pregunta por qué el coche funciona bien: hasta donde sepamos, tendremos que dar una explicación en la que los objetivos de diseño entren junto a las propiedades físicas del artefacto, como al medio ambiente en el que el producto cobra sentido: uno de los ejemplos que se suelen poner de la lógica del consumo son las televisiones que están en algunas favelas, donde no llega la electricidad. Está claro que el «diseño» del objeto es el mismo, pero sus funciones han cambiado radicalmente en el contexto.
LAS DIFICULTADES DEL DOCTOR PANGLOS DE NUEVO
ILRNANDO
[lRONCANO
dotado, la historia de las circunstancias en las que nuestra especie se ha desenvuelto, y las funciones que en el tiempo actual definen las personas, son tres instancias que están relacionadas mediante complejas relaciones de desarrollo desigual. Nos encontramos ante algunos dilemas metodológicos que surgen del carácter histórico de nuestra identidad. El uso de cada instancia para explicar las otras ha sido criticado con buenas razones por muchos filósofos: sabemos que hay relaciones causales entre ellas pero no podemos definir una relación explicativa, pero tampoco podemos prescindir de ninguna de ellas. Una inferencia desde las funciones que podemos observar a nuestro diseño y a la explicación histórica puede caer en las tautologías del doctor Panglos, en el pensar que la naturaleza nos diseñó para que cumpliésemos exactamente esa función. El peligro contrario no es menos grave: pensar que podemos descubrir lo que somos independientemente de las formas en las que nos reconocemos como somos. Muchos filósofos encuentran una más que razonable esperanza en las perspectivas que abre nuestro conocimiento del cerebro. Los neurofisiólogos están descubriendo las condiciones físicas de funcionamiento, pero seguimos necesitando metodológicamente una aproximación externa, y posiblemente una aproximación externa desde nuestras habilidades más complicadas. Una de las razones que se dan de los muchos e innegables fracasos de la inteligencia artificial proviene de la obsesión por definir las habilidades de procesamiento de manera «artificial». Los sistemas vivos dotados de cerebro no sólo mantienen relaciones con el medio, sino que saben explotar la situación para hacer funcionar mejor sus propios sistemas de procesamiento. Un perro siguiendo una pista aprovecha lo que el medio le ofrece para realizar inferencias, no espera a que su base de datos esté completa. Un humano en una conversación no espera a analizar todas las implicaturas conversacionales. El silencio de su oyente le enseña algo sobre lo que él mismo acaba de decir que nunca podría haber aprendido analizándolo internamente. La moraleja es que no siempre las aproximaciones reductivas son las más exitosas: una rica fenomenología funcional puede enseñarnos algo sobre relaciones profundas entre estructuras que no aprenderíamos por su estudio directo. La posición metodológica intermedia más productiva trabajaría simultáneamente en el descubrimiento de constricciones estructurales de los mecanismos de funcionamiento y en la fenomenología de conducta del organismo, pero si lo primero no estuviese disponible en un plazo corto lo recomendable sería intentar simularlo como fuese posible. Si de su simulación se desprendiese un sistema funcional pobre, no esperaría a que el fenomenólogo le dijese cuáles son las funciones esenciales, intentaría mejorar su modelo. C. Glymour inventó un término para analizar la justificación en la ciencia:
118
lA
\1~1IJIA¡I('¡N Y
lA
f(!AIIDAD
fN
lOS
SISrlMAS
DI
IUNCIONfS
el atado de bota. Es un término que explica gráficamente cuál es la estrategia menos dogmática y probablemente la más productiva en la simulación de los sistemas cognitivos.
REFERFNCIAS BIBUOGRÁFlCAS Aracil, J. (19S6a), Introducción a la Dinámica de sistemas, AtiaJII'&:aI, M;Jjdrid~ Arac~I,J. (1986b),Máquinas, si$tema$Y modelos, Tecnos, Madrid.
Block. N.(1980). Readings in Phil'üsopfry of Psy,oolügy, 1 vcls., MIT PRSS. Cambridge. Mass. Block. N_ y J. Fodor (1972), «What Psychological Staees Are' Nee», P'hdo'S€J;{iJhical Reoiew 81~ reimp. en Block (1981). Broncano, F_(1989), «Las bases pragmáticas de la rcciorrotidcd tecnológica», Anthro-
pos, 94-95, 99-95. Broncano, P. (1990), «La acción, su razón y su circuuseencia», em Pérez Bellestar (ed.), Conocimiento 'Y Acción. Estudios de Lógica y Filo'sofía'! de' llili Ciexeia mi. Universidad de Selcmanco, Bunge, M. (1974), Sense and Reterence. Treatise o," Basic Philosophy U~ Reidel, Doedrecht. Cummins, R.(1975), -Punctional Anaiysis»,journal of Philosophy 72, r~i:mp. en Block
(1980). Churchland, Paul (1981), «Elimmarive Maeerialisrn and the Prepoeinonal Acutudes-, en Churchland, P. M. (1989),A Newrocomputationai rerepectioe. Tbe Strur;:twe of Mind and tbe Structure of Scíence, MIT Press, Cambridge, Mass. Davidson, D. (1990). «Thinking Causes», en Heil & Mete (e&s....} (1993), Cavee and Action. Cambridge U. P., Combeidge, Dennett, D. (1983), «lnrentional Sysrems in Cogrmive Erholcgy. The Paeglossian Paradigm defended». Tbe Behavíoral and Bram Sceences 6, 343-3900 Y 13,577584, yen (1987) The lntemionaí Stance, MIT Press, Cambridge. Mass. [trad... española, La actitud intencional, Gedisc, Barcelona], Dreyfus, H_ L. (1971), What Computers Can't Do. A Critique uf Anificial Reason; Harper and Row, New York. Fodor, J. (1990),A Theory of Content, MIT Press, Cambridge, Mass. Horgan, T. (1984), «Mental Quausanon», en Tomberhn (ed ..}, Pbilosaphica'J Perepectíues 3,47-76. Kim, J. (1984a), «Concepts oí Snpervemence-, PhiJosvphy and Pbenomenolügicat Research40, 153-175. Kim, j. (1984b). «Epiphenomenal and Supervenient Causarion-, en French, P. et al. (eds.), Midwest Studies in Pbilosophy IX, Universiry oí Minnesora Press, Min-
neapolis. Kirn, J. (1989), «Tbe Mith of Non-reductive Materialism», en Presidextiat Adres5 a fa. 87 Reunión de la APA. Kim, j. (1990), «Supervenience as a Philosophical Concepr», Matapbilosophy 11.
1-26. Lepore, E. & B. Loewer (1987), -Mind Mareers», jO/ll.rnal of PhiJosophy 84.
630-642. Muguerza, J. (1976). La razón sin esperanza, Tecnos, Madrid.
119
II:RNANIJO
BRONCANO
J. (1989), How to Build a Person, MIT Press, Cambridge, Mass. Purnam, H. (1967), «The Nature oí Mental States», en W. H. Capiran y D. D. Merrill, 11 Art, Mind and Religion, Pittsburgh U. P., Pirtsburgh, reimp. en Block (1980) [trad. española, Cuadernos Crítica, México]. Puma m, H. (1981), Reason, Truth and History, Cambridge U. P., Cambridge [trad. española, Razón, Verdad e historia, Tecnos, Madrid]. Putnam, H. (19H8), Representation and Reality, MIT Press, Cambridge, Mass. Pumarn, H. (1990), Realism with a Human Pace, Harvard U. P., Cambridge, Mass. Saber, E. (1988), Reconstructing the Past, MIT Press, Cambridge, Mass. Sosa, E. (1987), -Persons and other bodies», en French P. et al., Midwest Studies in Philosophy XII. Sosa, E. (1990a), «Más allá del escepticismo, a nuestro leal saber y entender», en Pérez-Ballestar (ed.), Conocimiento y Acción. Estudios de Lógica y Filosofía de la ciencia IV, Universidad de Salamanca. Sosa, E. (1990b), Reliabilism and Intellectual Virtue, mano no publicado. Stich, S. (1983), From Folk-Psyehology to Cognitive Science, MIT Prcss, Cambridge, Mass. Vázquez, M. (1987), "Estructura y comportamiento de sistemas», en Aetas del JIl simposio de Lenguajes Naturales y Formales, Universidad de Barcelona. Vézquez, M. y Liz, M. (1989), «Svstem Pormalization and Models Building (An Approach ro Zeigler's View through a University/Unemployed Model)», en Milling y Zahn (eds.), Computer-Based Management of Complex Systems, Springer, Berlin. Wojcicki, R. (1979), Topics in the formal Methods of Empírica! Theories, Reidel, Dordrecht.
Pollock,
120
SEMÁNTICA DE LAS REGLAS TECNOLÓGICAS: EFICIENCIA y CONTROL EN LA ORGANIZACIÓN Y PLANIFICACIÓN DE LOS SISTEMAS TECNOLÓGICOS Josefa
Toribio
Mateas
Universidad Complutense
1. INTRODUCCIÓN
Si retomamos algunos de los que constituyen ya lugares comunes dentro del discurso sobre el fenómeno tecnológico, tendremos que mencionar al menos los siguientes: i) Los sistemas tecnológicos son fundamentalmente sistemas de acciones y no, o al menos no sólo, de conocimiento. ii) Su estructura es más la de un conjunto de reglas orientadas a la solución de problemas específicos que la de un conjunto de leyes descriptivas. iii) La característica central de estas reglas, que funcionan como imperativos hipotéticos, es que su validez se establece básicamente en términos de eficiencia. Es este concepto y no el de verdad el que juega el papel fundamental en el campo estrictamente tecnológico. iv) La relación de los sistemas tecnológicos con la realidad no es tanto de conocimiento o representación cuanto de control. De entre los conceptos mencionados, quizá sean los de regla y sus subordinados, eficiencia y control, los que presentan mayores dificultades de tratamiento teórico. Contribuir a la eliminación de tales dificultades constituye mi objetivo en las páginas siguientes, que aparecen estructuradas en tres momentos bien diferenciados. El primero consiste en la elucidación de los conceptos de acción y regla tecnológica, haciendo especial hincapié en la noción de intencionalidad como definitoria del tipo de acciones que conforman los sistemas técnicos. Este análisis se extiende, en un segundo momento, a los conceptos de eficiencia y control, dentro del marco de la organización y planificación de sistemas tecnológicos concretos.
121
JO"I t A l üf\IIIIO
MA I1 A'>
Por último, discuto de una forma más general los elementos y características fundamentales del conocimiento tecnológico. Dada la primacía otorgada al aspecto pragmático sobre el aspecto estrictamente proposicional o represenracional, la construcción de un marco teórico global para los procesos tecnológicos no puede venir --ésa es mi tesis- de lo que se ha venido denominando concepción heredada (Suppe, 1974), enunciativa (Stegmüller, 1973) o sintáctica (van Fraasen, 1983) de la ciencia. Intento mostrar que, muy al contrario, los sistemas tecnológicos, en tanto modelos operativos con un carácter instrumental, se caracterizan por estar inmersos en una estructura articulada de elementos sociales, institucionales y éticos, elementos, en definitiva, para los que se requiere una interpretación en términos de conceptos típicamente pragmáticos o instrumentales.
',IMÁNII( A
IJI
lA'>
'il(JlA~
l(eNOlÓGILA"
1. Por ejemplo, rclacionud as con la acción misma, por oposición a las teorías sustantivas en el sentido en que Bunge (1969, 6R4-92, Y 1972, 62-S) utiliza estos conceptos.
el tipo de acciones a las que aluden las reglas que conforman las teorías tecnológicas, encontramos que su característica fundamental es la de ser intencionales. Esto es válido al menos en un primer nivel de análisis, aquel precisamente en el que de lo que se trata es de construir -sobre la base de planes o diseños concebidos subjetivamente- ciertos estados o estructuras materiales concretas que permitan la consecución del fin deseado. Obviamente esto no excluye, sobre todo en el caso de sistemas mecánicos, que, una vez creadas las condiciones iniciales, se produzcan una serie de acciones no intencionales entre los componentes materiales del sistema o, incluso, entre esos componentes y los sujetos que lo manipulan. Sin embargo, el rasgo que me interesa subrayar es precisamente el de la inrencionalidad del sistema técnico en su conjunto, independientemente de que exista un subconjunto de las acciones que lo constituyen que pueda no ser intencional. La importancia de este rasgo se pone de manifiesto si tenemos en cuenta lo siguiente: i) Que al aceptar la intencionalidad en la acción de un individuo o de un grupo de individuos suponemos también que «es capaz de representarse conceptualmente la realidad y de tener creencias acerca de ésta, que es capaz de asignar valores a determinados estados, acontecimientos o cosas y de desear que se realicen los que considera más valiosos, y que es capaz de tomar decisiones espontáneamente basándose en sus representaciones, valoraciones y deseos» (Quintanilla, 1989,75). ii) Que esas representaciones internas del objetivo o de los resultados que se pretenden alcanzar con una acción intencional se individualizan en función de un contenido o significado preciso, el cual, a su vez, es compatible con un conjunto lo suficientemente amplio de conductas o acciones concretas corno para que el sentido que cabe atribuirle a cualquier representación interna en tanto motor y origen de una acción intencional se multiplique en igual medida por ese conjunto de conductas. Estos aspectos consustanciales a la inrencionalidad tienen, al menos, dos consecuencias inmediatas. La primera de ellas es de carácter axiológico, y nos lleva a considerar hasta qué punto las diferentes valoraciones y creencias previas acerca de la realidad que supone toda acción intencional influyen en la planificación de diseños tecnológicos concretos, toda vez que los subsistemas intencionales de gestión, por ejemplo, aquellos colectivos que se encargan de la planificación, organización y control de los sistemas técnicos, representan un subsistema fundamental de los mismos (Quintanilla, 1989,92). La otra consecuencia es de carácter conceptual y apunta a la necesidad de hacer explícita la relación existente entre esas representaciones previas del agente y la producción efectiva de su acción. Este tipo de explicitaciones y explicaciones, características de
122
123
2. ACCIONES y REGLAS
La tecnología es fundamentalmente conocimiento operativo. Si -siguiendo a Rapp-c- distinguirnos entre los métodos proyectivoprogramático e hipotético-deductivo, los sistemas tecnológicos se rigen, claramente, por el primero de ellos (Rapp, 1981, 65-71). En tanto teorías operativas', las teorías tecnológicas se mueven en el terreno del deber ser, en el sentido de que aspiran no tanto a una teorización lo más general y explicativa posible, cuanto a la realización y fabricación de sistemas, artefactos y procesos técnicos concretos. Constituyen un conjunto planificado y sistemático de indicaciones sobre cómo se debería proceder para conseguir de forma eficiente un objetivo específico, un objetivo que, en la mayoría de los casos, no está dado naturalmente. Estas indicaciones tienen, como dije al principio, la forma de reglas, de imperativos hipotéticos; por ejemplo, son expresiones de carácter normativo. Consecuentemente, de ellas no cabe predicar la verdad o la falsedad sino que tan sólo cabe hablar del mayor o menor éxito conseguido una vez realizadas las acciones que expresan. Esto explica el hecho de que la relación de las teorías tecnológicas con la realidad sea fundamentalmente una relación de control. Hay que destacar, por otra parte, que la determinación de cuáles hayan de ser esos objetivos es algo que depende de toda una suerte de condicionamientos socio-económicos, políticos y éticos, cuyo estudio constituye un ámbito importante de la filosofía de la tecnología pero que, sin embargo, no voy a tratar en este trabajo, que pretende mantener un enfoque fundamentalmente metodológico. Si, situándonos dentro de ese enfoque, estudiamos más de cerca
IO~ffA
lOklAIO
',1 M A N I I (A
MAllA',
campos como el de la filosofía de la acción o el de la filosofía de la mente, no suelen aparecer en los análisis habitualmente llevados a
cabo dentro del marco estricto de la filosofía de la tecnología. De hecho, la caracterización de Quintanilla citada anteriormente, a pesar de poner de manifiesto que lo peculiar de una acción intencional consiste precisamente en que el agente es capaz de tener una representación previa de la misma, y de desear que se realicen los
ri
I
I A S R f C,I A S T 1-
eNoI
6 G Ie A S
individualizadas útilmente a través de la adscripción de creencias y deseos» (Clark, 1989,5-6). Esta línea, que podemos denominar dennettiana, encaja de manera bastante satisfactoria con las investigaciones conexionistas en el campo de la inteligencia artificial, en la medida en que los modelos conexionistas de procesamiento son esencialmente no-senterr-
ciales (Clark, 1988 y 1989), pero, y sobre todo, lo que resulta más
resultados a los que apunta, no plantea en absoluto el problema
importante para nuestro propósito es que parece especialmente ade-
inmediato de cómo se relacionan cosas tan diferentes como representaciones, creencias o deseos y las acciones propiamente dichas. No se plantea tampoco ninguna investigación sobre el evidente papel causal que tienen esas representaciones, creencias y deseos en la puesta en marcha de la acción.
cuada como modelo de análisis en el caso de las acciones que cons-
Una manera habitual de enfocar este problema es plantearse qué tipo de relación existe entre las creencias, deseos y, en general, los estados mentales de un sujeto, tal y como se expresan y/o adscriben a través del aparato lingüístico habitual -las denominadas actitudes proposicionales- y las acciones desencadenadas por ellos. Han sido múltiples las explicaciones psicolingüísticas propuestas para analizar esta relación. Una de las más influyentes consiste
en la postulación de un «lenguaje del pensamiento» (Fodor, 1975 y 1987). Concebido en términos puramente sintácticos -en términos de operaciones computacionales del cerebro-, su existencia explicaría la eficacia causal de esos diferentes estados mentales. Estas estructuras sintácticas son además semánticamente transparentes, por ejemplo, reflejan el contenido semántico de las adscripciones lingüísticas de los estados mentales. Sin embargo, un planteamiento mucho menos preocupado por este carácter sentencial del pensamiento y, desde mi punto de vista, mucho más interesante es, brevemente esbozado, el siguiente. Se supone que el sistema -sujeto- cuenta con una cierta información -puede leerse también creencias- codificada jerárquica, aunque no lingüísticamente, en función de los objetivos que persigue -puede leerse también deseos o valores-o Esa información se constituye objetivamente como tal a través de las relaciones existentes entre el sujeto y su entorno, y explica causalmente la con-
ducta de aquél (Dretske, 1981). Con palabras de Clark: los pensamientos (tal y como se adscriben a través del uso de las actitudes proposicionales) se adscriben holísticamente sobre la base del conjunto total de la conducta. Las conductas individuales son causadas por operaciones computacionales del cerebro sobre particulares sintácticos, que pueden no ser (y tópicamente no serán) semánticamente transparentes. En mi modelo un pensamiento no es en absoluto idéntico a ninguna operación computacional del cerebro sobre entidades identificadas sintácticamente aunque, por supuesto, existe una relación sistemática entre eventos cerebrales y conductas,
124
tituyen los sistemas tecnológicos. La razón de esta relevancia parece fácilmente comprensible si pensamos en lo siguiente: a) Las reglas que expresan las acciones características de un sistema técnico son enunciados cuyo contenido sólo es determinable de forma precisa a través de la consideración del contexto global de enunciación -si no de la representación del sistema técnico
en su conjunto, o de una parcela amplia del mismo-o Este es el aspecto estrictamente semántico de las reglas. Lo que se comprende cuando se comprende una regla, su contenido, se determina en función de un conjunto interrelacionado y, en general, sumamente complejo, de acciones. b)
Al menos en sistemas técnicos muy simples -basta recor-
dar cualquier taller de alfareros o las labores más usuales de fonta-
nería-, es bastante habitual que el/los agente(s) diseñador(es)j ejecutor(es) sea(n) capaz(ces) de conseguir el objetivo propuesto sin contar con una formulación explícita de la(s) regla(s) seguida(s) en la realización del proyecto. Este segundo aspecto de las reglas tecnológicas constituye la base de la distinción entre conocimiento teórico y conocimiento práctico. Si, teniendo presentes estas consideraciones, miramos hacia las dos orillas mencionadas del caudal de explicación cognitiva, encontramos que, mientras estas características encuentran difícil ex-
plicación dentro del paradigma clásico de la teoría representacional de la mente -la descrita en primer lugar-, los modelos conexionistas parecen especialmente diseñados para dar cuenta de esos as-
pectos típicos de las reglas tecnológicas. Veamos por qué. El paradigma clásico se erige sobre la idea de que el sistema simbólico interno que funciona como correlato computacional de los estados mentales expresados a través de las actitudes proposicionales: i) Se rige por un cierro principio de cornposicionalidad y, en ese sentido, se presupone un cierto contenido semántico individualizado para cada uno de los ítems que lo componen. Según esto, no sería necesaria la consideración del contexto para la determinación
del contenido preciso de una regla aislada del sistema, lo cual choca frontalmente con a). ii) Para que esos procesos mentales puedan explicar causal-
125
jOS[fA
t
o muro
MAllA"
mente las acciones supuestamente desencadenadas por ellos, su contenido semántico dehe estar explícitamente representado. El enfrentamiento con b) parece también evidente. Ahora bien, si fijamos nuestra atención en el otro ámbito explicativo, podemos observar que: i) El procesamiento de información que llevan a cabo los modelos conexionisras funciona sobre la base de una dependencia estructurada entre las diferentes redes que conforman el sistema y responden, por tanto, a ese tipo de holismo semántico al que hacía alusión cuando hablaba de la determinación del contenido de las reglas tecnológicas. ii) La noción de representación explícita se concibe corno algo mucho más próximo a la capacidad y facilidad de utilización de información que a la ocurrencia identificable de ciertos símbolo~ en algún tipo de código interno (Clark, 1992, cap. 6). En este sentido, es perfectamente aceptable una explicación causal de la acción en términos de su relación con ciertos estados mentales sin suponer que el sujeto puede representarse explícitamente -en el sentido tradicional de explícito, por ejemplo, en el sentido en que explícito se identifica con conocimiento teológico- el contenido semántico de sus estados mentales. Es así como el conexionismo nos presta herramientas importantes para desentrañar el complicado mundo que se esconde detrás del discurso sobre acciones e intencionalidad y, en la medida en que los sistemas tecnológicos se conciben como sistemas de acciones intencionales, nos enseña también a construir un modelo de análisis conceptual de los mismos. Por supuesto, estoy tratando de forma muy superficial conceptos harto problemáticos, como el de información o el de causalidad -o, incluso, uno no mencionado hasta ahora pero igualmente esencial para el desarrollo de todo el planteamiento: el de la adscripción de racionalidad al sujeto-, pero no es éste el sitio más idóneo para desarrollar pormenorizadamente el abanico teórico que presenta el panorama actual de la ciencia cognitiva. Tampoco pretendo insinuar que no sea posible el di.scu~so sobre el fenómeno tecnológico sin acudir a este tipo de explicaciones, pero lo cierto es que la colaboración interdisciplinar en este caso no tiene sólo un valor innegable de aclaración conceptual, sino que representa el único medio plausible de alcanzar un análisis adecuado de los sistemas tecnológicos, una vez definidos éstos como sistemas de acciones, y de acciones intencionales". 2. Un ámbito más cercano al tecnológico, e igualmente relevante en el proceso de análisis de las repr esentaciones que precc den toda alción intencional, es el de la reor¡a de sistemas. LJ noción de modelo o, más cspecfficamentc , l.i de relación de modelado, constituyc un punto JlO rcf~r~ncia inexcusable en cualquier proceso de conceptualización de los fenómenos técnicos. En este sentido puede leerse con gran provecho el manuscrito de Javier Ar acil Notas sobre la relación de mcdelacirm,
126
',1 MAN IICA
DI
1 AS
kl.GlAS
I ~CNOl6GICAS
Si planteamos ahora la pregunta por el sentido de las distintas reglas tecnológicas, éste sólo puede entenderse corno el conjunto de las conductas concretas que manifiestan los agentes que componen el sistema. El hecho de que hablemos de sentido como conjunto refleja una de las Ideas centrales del enfoque desarrollado: la idea de que el contemdo de las reglas tecnológicas está determinado semánticamente de forma holista. El hecho de que hablemos de conjunto de conductas muestra el segundo aspecto en el que he querido incidir: la noción de regla como expresión del conocimiento práctico necesario para seguirla. Si además reformulamos el concepto de explícito en términos de la capacidad y facilidad en el uso de la información y los medios en los que el agente está inmerso, este conocimiento puede y debe entenderse como conocimiento explícito. Las dificultades de análisis conceptual que tradicionalmente ha representado la caracterización del conocimiento práctico como conocimiento implícito quedan así superadas desde esta nueva manera de entender el concepto. Las condiciones de posibilidad de esas reglas, en tanto prescripciones de acción, vienen impuestas: a) por los recursos materiales, intelectuales y humanos disponibles y b) por las representaciones que los agentes del sistema conciben como soluciones a problemas concretos, representaciones que, de nuevo, funcionan como causa explicativa de sus acciones o conductas. Esa multivocidad de recursos y representaciones nos lleva a un discurso teórico integrado por conceptos que no responden a categorías cerradas, sino que presentan más bien unos límites borrosos, corno lo prueba la existencia de una gradación importante respecto de las acciones entre el calificativo de eficientes o inútiles, acordes con la regla o en desacuerdo con ella. ~ Consideremos, po~ ejemplo, el siguiente enunciado nomopragmanco: «para que el sistema pueda reconocer el contenido de una imagen y archivarlo adecuadamente, se ha de construir una base de datos suficientemente amplia en relación con ese contenido». Esta regla implica la ejecución de distintos tipos de acciones respecto del almacenamiento de datos que sean relevantes para el reconocimiento automático de documentos gráficos. Ahora bien, el éxito de esas acciones puede ser sólo parcial-como de hecho todavía lo es- en el sentido de que, incluso creadas las bases necesarias, la máquina no reconoce una imagen o, al revés, es capaz de reconocer una imagen y archivar su contenido correctamente sin contar con una base de datos presumiblemente apropiada para ello. El éxito de una acción es, pues, algo que se mide por grados. ~ De todo ell~ se desprend~ q~e, al intentar construir lo que podríamos denominar una sernanuca de las reglas tecnológicas, ésta no sería nunca una semántica bivalente. Y no lo sería fundamental-
127
J0511A
IOKII'IIU
MAllA"
mente por dos razones: en primer lugar, porque hablar de bivalencia significa hablar de valores de verdad, y un valor de verdad no es algo que sea predicable de un enunciado normativo. En segundo lugar, porque hablar de bivalencia significa hablar de dos únicas posibilidades y las posibilidades de éxito o fracaso de cualquier acción acorde con una regla son esencialmente probabilísticas. Una semántica para este tipo de reglas tendría que acudir, por tanto, a una serie posiblemente infinita de valores epistérnicos en lugar de a un conjunto binario de valores de verdad.
3.
EFICIENCIA y CONTROL
Si, como acabamos de decir, el éxito de las acciones que se ejecutan por imperativo de una regla es una cuestión de grados y si la eficiencia del sistema en su conjunto se concibe como la combinación de los resultados parciales de esas acciones, écómo conceptualizar en qué consiste ese grado de eficiencia? Una manera de responder a esta pregunta es intentar determinar cuáles son los criterios que contribuyen al mayor o menor éxito de una determinada estructura de planificación tecnológica. Ahora bien, el establecimiento de esos criterios pasa por una especificación de los distintos niveles de organización que están involucrados en el ejercicio de toma de decisiones que aparece en el desarrollo de cualquier sistema técnico. Hablemos, por tanto, de esos diferentes niveles.
3.1. Distinciones en el dominio de decisión Como dije anteriormente, en el conjunto de las acciones que constituyen un sistema tecnológico se pueden establecer dos subconjuntos bien diferenciados. Aquel en el que se incluyen los conocimientos operacionales y el subconjunto de las acciones organizadoras. Dentro de este último, es ya clásica la taxonomía tripartita que distingue entre el nivel de planificación estratégica, el de control directivo y el de control operacional, donde a cada uno de ellos le corresponde, respectivamente, un nivel alto, medio o básico de gestión". Obviamente, el nivel en el que recae el mayor peso de la responsabilidad en la consecución del objetivo que se pretende alcanzar en el sistema es el de la planificación estratégica, ya que de él surgirán las líneas de actuación prioritaria de las que dependerá la actuación en los dos niveles restantes. Pero, y sobre todo, es en este nivel en el 3. Tanto In terminología COlJlO el planteamiento que voy a utilizar están tomados en gran parte del estudio de J. W. Sutherland, Towards a etrategic Mallagemellt and Decísion Technology, Kluwer Academic Press, Drir-drechr, 19R9.
128
';1
MAN'
ICA
DI
lA"
KI (,1 A"
11 CNOI OC;ICA"
que hay que situar, de manera también más específica, la conceptualización de la intencionalidad del sistema, ya que el conjunto de decisiones que 10 constituyen conlleva la necesidad de formular, evaluar y elegir entre alternativas que son de tipo diferente, i.e., que representan opciones cualitativamente distintas. En este nivel nos enfrentamos, por ejemplo, al problema de decidir entre objetivos contradictorios -construir un coche rápido y que gaste poco-s-, al de decidir entre planes alternativos -construir una central nuclear o una eólica- o incluso a la creación de planes absolutamente novedosos. Paralelamente, el nivel de control directivo conlleva la formulación, evaluación y selección de alguna de entre un conjunto de alternativas que son ya simples variaciones de una alternativa estratégica previa y cuya diferencia es, por tanto, más de grado que de tipo. Son ejercicios de decisión tácticos. Y el nivel de control operacional incluye ejercicios de decisión que se distinguen principalmente en términos de propiedades cuantitativas específicas y, por tanto, representan alternativas que son simplemente diferentes en magnitud".
3.2. Distinciones en el dominio de los hechos Una cuestión que se nos plantea inmediatamente es cuáles son las razones que influyen en el ejercicio de un tipo u otro de decisiones. y para dar cuenta de ello es necesario tener en cuenta la clase de hechos distinguibles en el dominio de actuación de cualquier sistema técnico. Para ello podemos establecer una taxonomía paralela a la anterior en el sentido siguientes: i) Alternativas a nivel de estado. Se caracterizan por representar situaciones que son cualitativamente únicas en términos de sus propiedades estructurales o dinámicas, por ejemplo, son diferentes en tipo. Un ejemplo típico de este nivel lo constituye la planificación agrícola. El problema sobre el que hay que tomar uoa decisión es el del cultivo más apropiado para un tipo de terreno. Podemos pensar, por ejemplo, que la opción se establece entre la producción de naranjas o la de manzanas. ii) Alternativas a nivel temático. Un suceso de este nivel ha de ser visto como una variante específica de alguna alternativa cualitativamente singular. Son diferentes en grado. Siguiendo con el ejemplo agrario, el problema en este nivel es el de establecer, una vez elegido el tipo de fruta, la variedad específica que se quiere producir. iii) Alternativas de nivel paramétrico. Difieren unas de otras principalmente en términos de las propiedades cuantitativas que 4. 5.
tu«, p. 4. íbíd., p. R.
129
jO<,HA
IOI{II,IO
MAllA')
presentan. Los hechos a tener en cuenta en nuestro ejemplo serían los de los atributos de la variedad de fruta elegida: tamaño, tiempo de maduración en árbol, nivel de acidez, etc. Una vez establecida esta distinción, podemos decir que las decisiones que toman los subsistemas de gestión están en función del tipo de hecho al que se enfrentan en los diferentes momentos de la dinámica del sistema. Así: i) Las decisiones estratégicas se formulan con respecto a hechos alternativos de nivel de estado. Es así una decisión estratégica la de decidir entre el cultivo de naranjas o el de manzanas. ii) Las decisiones tácticas se formulan con respecto a alternativas de hechos temáticos (la cuestión a decidir en este nivel es la de la variedad del cultivo elegido). iii) Las decisiones operacionales se formulan con respecto a alternativas de nivel paramétrico, Utilizando de nuevo el ejemplo, con respecto a las propiedades específicas que se pretenden alcanzar en la variedad de fruta seleccionada. Cada una de ellas pueden caracterizarse, a su vez, por el tipo de instrumentos a través de los cuales se intentan solucionar los problemas a los que se aplican. Así, los análisis cualitativos son típicos de las decisiones que pretenden elegir entre ciertas opciones en el nivel estratégico, mientras que, en el nivel operacional, tal resolución procede vía técnicas de maximización/minimización matemática. A caballo entre ambas están los instrumentos estadísticos propios de los ejercicios de decisión tácticos, instrumentos que se adecúan mejor que los algoritmos determinísticos al grado de complejidad de este nivel, pero con los que no puede resolverse una ambigüedad de carácter cualitativo". La eficiencia de cualquier sistema tecnológico estará en función de la coherencia interna que se produzca entre todos estos niveles de actuación con respecto al objetivo propuesto -por ejemplo, de la adecuación de las decisiones a los hechos respecto de los cuales se toman y de la utilización de los instrumentos más operativos en cada caso-, pero, y esto es importante, también estará en función del grado de congruencia que se dé entre los recursos del sistema y las propiedades del contexto en el que se encuentra inmerso, donde estas últimas presentan dos vertientes básicas: la ambiental y la competitiva. La dimensión ambiental comprende el conjunto de condiciones sociales, políticas, económicas y tecnológicas previas a las que está sujeto el desarrollo del sistema. La dimensión competitiva, por su parte, alude a las relaciones entre éste y otros sistemas directa o indirectamente adversarios. La eficiencia del sistema estará así sujeta a la superación de los 6.
'" MAN III A
130
1 A',
1"
(,1
A',
111. N()I ('II,ll 1\',
riesgos y dificultades que pueden aparecer en cada uno de los niveles de actuación, de manera que": i) En el nivel de estado la incertidumbre/riesgo deriva de la existencia de Jos o más situaciones ambientales y/o competitivas cualitativamente distintas a las que debe enfrentarse la organización durante un periodo de tiempo. ii) En el nivel temático la incertidumbre y el riesgo van asociados a alguna(s) variación(es) particular(es) de algún suceso ambiental y/o competitivo singular perteneciente al nivel de estado. iii) En el nivel paramétrico la incertidumbre/riesgo se localiza en la ambigüedad de las estipulaciones que pueden ir asociadas con algún suceso temático; por ejemplo, atributos cuantitativos específicos. La consecuencia fundamental que se deriva de todo esto es el número y diversidad de factores que la organización de un sistema técnico debe inrernalizar en cualquiera de sus ejercicios de toma de decisiones. Esta internalización es necesaria toda vez que su eficiencia dependerá de en qué medida el subsistema de gestión sea capaz de adecuarse y anticipar la serie de hechos ambientales/competitivos a los cuales estará sujeto el sistema durante periodos de tiempo determinados. El aspecto esencial del problema de la planificación reside, pues, en la pre-definición de la serie de posibles hechos -y sus posibles transformaciones- tanto a nivel ambiental como competitivo, pudiéndose diferenciar al menos cuatro referentes genéricos respecto al nivel de cambio potencial del contexto en el que está integrado el sistema": i) Cuando existe una certeza efectiva con respecto al estado con-
textual que prevalecerá durante algún periodo de tiempo, dado que puede ser identificado un único conjunto de propiedades ambientales y estructuras competitivas como aquel que tiene una probabilidad de ocurrencia real, hablaremos de determinación de estado. ii) Si, durante algún periodo o intervalo de planificación, puede aislarse un estado fuertemente dominante o de máxima probabilidad, por ejemplo, puede asignarse a algún conjunto de propiedades ambientales y estructuras competitivas una probabilidad de ocurrencia significativamente alta -aunque no tan alta como para tener un nivel de certeza efectiva-, se hablará de dominación de estado. iii) Cuando se espera que dos o más estados ambientales y/o competitivos -que agotan sustancialmente el repertorio de posibilidades que podrían surgir- tengan alguna probabilidad significa-
7. 8.
Tbid., p. 12.
IJI
Tbid., p. 14. pp. 37-8.
u.u.,
131
JOSlfA10I~I~IO
MA1IA~
ti va de ocurrencia durante el periodo de interés, se produce lo que podemos denominar estocasticidad de estado. iv) Por último, si el alcance de los estados ambientales y/o competitivos que podrían surgir es tan amplio que incluye algunas posibilidades que no pueden ser predefinidas, nos enfrentamos típicamente a una indeterminación de estado.
3.3. Criterios
',1 MÁN IICA
DI
I A~
KI GI. AS
11 eNOlÓGICAS
los sistemas tecnológicos, la falta de una estructura de coordinación sería condición suficiente para su fracaso. La noción de eficiencia abarca los tres criterios mencionados, de tal manera que podremos decir que un sistema es eficiente si es a la vez exhaustivo, completo y está interrelacionado respecto a sus niveles de actuación, en el sentido en que estas nociones acaban de ser definidas. Pero, además, si hemos de hablar de la realizabilidad de hecho de un proyecto, tendremos que incluir como un factor adicional, y de importancia no desdeñable, el factor tiempo: por ejemplo, un sistema sólo será eficiente si cuenta, además, con los recursos necesarios para conseguir el objetivo propuesto en un plazo de tiempo determinado. La ausencia de respuestas temporalmente ágiles a un determinado problema puede ser, sobre todo en contextos muy competitivos, un error tan grave para la eficiencia global del sistema como la construcción de un plan estratégico inadecuado. La organización estratégica de planes que incluye cualquier sistema tecnológico ha de poder solucionar, pues, la tensión existente entre lo ideal y lo factible, y el único camino viable en este sentido es que la decisiones se tomen en función de aquellas situaciones que cabe razonablemente esperar a la luz los hechos contextuales. Cuanto mayor es el alcance y variedad de los hechos ambientales y/o competitivos que pueden surgir naturalmente dentro de algún contexto organizativo, mayor será la probabilidad de que el universo de contingencias que los planificadores definan no incluya todas las potencialidades. En general, cuanto mayor sea el número y variedad de contingencias a que están sujetos los sistemas tecnológicos, mayor tendrá que ser el conjunto de recursos que han de desplegar para poder ser considerados eficientes. La única ruta plausible para alcanzar un grado satisfactorio de eficiencia será, pues, limitar lo suficiente el universo de posibilidades al nivel estratégico y efectuar una selección de las contingencias previsibles de manera tal que, en la planificación, se consideren únicamente aquellas que han sido seleccionadas, prescindiendo del resto.
La eficiencia global de cualquier sistema depende, pues, de la adecuación entre los recursos existentes en esta estructura de planificación y el objetivo propuesto y, por tanto, del grado de control que ejerza sobre el contexto en el que se desarrolla. Y, a su vez, este grado de control refleja hasta qué punto el sistema está preparado para enfrentarse con el cúmulo de situaciones y problemas que pueden aparecer en cualquier momento de su desarrollo. Cuanto más complejo sea el contexto, mayor será el número y diversidad de los hechos y cambios potenciales de situaciones que la estructura de planificación ha de tener en cuenta. De acuerdo con esto, se pueden establecer distintos criterios que nos permiten conceptualizar su grado de eficiencia y control. A saber: i) Exhaustividad. Se dice que un sistema es exhaustivo si el conjunto de alternativas que han sido planificadas cubre la serie completa de situaciones ambientales y/o competitivas en la que el sistema está situado. Aunque difícil de conseguir, la exhaustividad de un sistema tecnológico es especialmente importante en aquellos ámbitos relacionados directamente con la conservación del medio ambiente o la salud pública. ii) Completud. Un sistema es además completo si se ha definido un plan estratégico para cada una de esas posibles situaciones ambientales/competitivas y se ha desarrollado un plan apropiado en el nivel táctico o/y operacional para cada una de ellas. Hablar de completud significa, pues, hablar del desarrollo de planes específicos susceptibles de ser aplicados ante la aparición de alteraciones en los valores previstos del sistema. En otras palabras, cuando la estructura de planificación cuenta con recursos y procedimientos suficientes para modificar los diferentes subplanes que la conforman a la vista de posibles cambios en las circunstancias para las que estaban pensados, decimos que el sistema es completo. iii) Interrelación. Un sistema está interrelacionado si en el plan estratégico se establecen estipulaciones adecuadas para la coordinación de los resultados obtenidos en el nivel táctico y operacional. Esta centralización de las decisiones y actuaciones desarrolladas en los diferentes niveles del sistema es un requisito imprescindible para la buena marcha del mismo. Dada la complejidad de la mayoría de
Tanto el estudio hecho a propósito de los mecanismos de acción de las reglas tecnológicas como la delimitación de los conceptos de eficiencia y control sirve de base justificativa a la reflexión metafilosófica que pretendo llevar a cabo. Como dije al comienzo, la tesis que pretendo defender es la del carácter típicamente pragmático o instrumentalista de la tecnología o, para ser más precisos, la necesidad de acudir a elementos pertenecientes a este paradigma explica-
132
133
4.
TECNOLOGÍA y METACRÍTlCA FILOSÓFICA
I
u,
1 1A
1 U 1\1 1', Il)
M A 1 1 A')
rivo si queremos construir un marco teórico general que dé cuenta de las peculiaridades del conocimiento tecnológico. Quizá una buena manera de entender en qué consiste este paradigma sea presentarlo en yuxtaposición con su opuesto teórico: el realismo. Bajo el concepto de realismo se agrupan una serie de tesis metafísicas, epistemológicas y semánticas. En primer lugar se defiende la existencia de un mundo objetivo, independiente de nosotros y de nuestro conocimiento y compuesto de objetos o entidades fijas que poseen ciertas propiedades y mantienen entre sí ciertas relaciones. En segundo lugar, se defiende la posibilidad de un acceso y una representación epistemológicamente neutrales respecto de esa estructura que conforma el mundo. Lo que se conoce como realismo científico resulta, precisamente, de añadir a estas afirmaciones que es la ciencia la que permite ese acceso epistémico y que, por tanto, las entidades que postulan las teorías científicas existen en realidad, con el mismo cstatus ontológico que el resto de las entidades no-teóricas, incluso cuando están más allá de nuestras capacidades de observación. La ciencia se ve, desde esta perspectiva, como un conjunto de enunciados que describen objetivamente una realidad que existe independientemente de nuestros esquemas conceptuales y de nuestros métodos de conocimiento. Por ello, la tercera gran tesis del realismo puede formularse como la tesis de que las teorías científicas -o por lo menos las teorías científicas sólidamente establecidas- son descripciones verdaderas o, al menos, aproximadamente verdaderas del mundo. En definitiva, se mantiene que la relación ser verdadero respecto a los enunciados que componen las teorías científicas es una relación objetiva, una relación que tiene como centro un concepto ~e verdad primitivo ya-epistémico: el concepto de correspondencia
con la realidad. Ahora bien, esa posibilidad de representación fiel sólo existirá si los términos que componen los enunciados del lenguaje en el que se expresa la teoría designan de forma fija y objetiva aquellas entidades que configuran los hechos en virtud de los cuales son verdaderos. Es necesario, pues, un argumento que justifique tanto la existencia de los referentes de los términos teóricos -observables e inobservables-, como su permanencia real a través del cambio teórico. Ese argumento lo encuentra el realismo en el hecho empírico de que la ciencia hace predicciones que resultan cumplirse. La sucesión de teorías científicas se entiende así en una forma convergente, por ejemplo, como un progreso efectivo hacia una verdad última. Se podría dar el caso límite, por tanto, de que una teoría empíricamente adecuada, predictiva, explicativa, coherente, racionalmente justificada y completa en grado máximo pudiera ser falsa 134
~IMAN'ICA
1)1
lAS
lOGIAS
ILCNOIÓl,ICAS
a pesar de todo, es decir, pudiera ser falsa en realidad (Putnam, 1980, 432). Esto pone de manifiesto claramente hasta qué punto los aspectos epistemológicos están ausentes de la noción de verdad que maneja el realista". Frente a ello, el insrrumenralismo interpreta la ciencia no como una trama teórica que describe y explica causalmente una realidad objetiva, sino como un instrumento de predicción. Las teorías científicas se conciben como un conjunto de reglas que nos permiten obtener determinadas consecuencias observacionales sobre la base de experiencias ya dadas y son, por tanto, más o menos útiles, pero no verdaderas o falsas. Entendida como un instrumento de predicción y control, la ciencia se ve libre de cualquier compromiso ontológico en relación con las entidades que postula. Aceptar una teoría científica no significa aceptarla como descriptivamente verdadera, sino sólo como empíricamente adecuada; no supone comprometerse ontológicamente con sus afirmaciones, sino únicamente aceptar sus predicciones observacionales. Esto es especialmente destacable en relación con la existencia de entidades inobservables, uno de los puntos centrales de enfrentamiento entre las tendencias realistas e instrumentalistas. Independientemente de cuál de estos planteamientos resulte más adecuado en una caracterización del conocimiento científico -tema del que no me vaya ocupar-, lo cierto es que existen razones de peso que justifican la relevancia e idoneidad del enfoque instrumentalista en la conceptualización del conocimiento tecnológico. Si retomamos el conjunto de elementos que se han puesto de manifiesto en relación con la tecnología, en general, y con el análisis de las reglas tecnológicas y de los conceptos de eficiencia y control, en particular, podemos resumir esas razones de la forma siguiente: i) El concepto de verdad que se encuentra en cualquier representación teórica de una técnica no es en absoluto un concepto objetivisra ya-epistémico, sino que responde más bien al calificativo de verdad útil, por ejemplo, un concepto estrechamente relacionado con la eficiencia de los sistemas técnicos concretos. La pregunta relevante con respecto a cualquier propuesta de actuación técnica no es tanto si es verdadera o falsa -si representa o no adecuadamente una realidad preexistente-, cuanto si funciona o no, es decir, si, a través de ella, se pueden crear las circunstancias y los mecanismos apropiados para alcanzar el objetivo deseado. Mi propuesta, en este sentido, es reivindicar el concepto de corrección frente al de verdad en el campo de la caracterización de los 9. Puesto que el nivel en el que nos movemos es puramente descriptivo, no entraré ni en las dificultades que acarrea aceptar este tipo de planteamientos ni en su justificación. Hay que destacar, sin embargo, que la conjunción de todas estas tesis plantea problemas de difícil solución.
135
JOSllA
t
o urnr o
MAllA)
~I MAN lit. A
ur
lAS
RI.GI AS
I fCNOl 0GICA)
sistemas técnicos. En primer lugar, porque es un concepto básicamente normativo, corno lo son las reglas tecnológicas. En segundo lugar, porque responde a los aspectos estrictamente pragmáticos que les son inherentes. ii) La esquematización de los sistemas tecnológicos como cajas negras, en las que sólo son relevantes las variables externas de input y output, convierte en innecesario cualquier tipo de compromiso ontológico con respecto a los referentes de los posibles términos teóricos que aparecen en la formulación de las reglas de acción. De hecho, esta ausencia de relaciones esenciales entre términos teóricos y objetos es el resultado inmediato de la aceptación de un concepto de verdad fundamentalmente pragmático o, como hemos dicho, de la prioridad del concepto de corrección. iii) La necesidad de postular una red referencial fija y objetiva surge, en buena parte, como el único medio de poder establecer algún tipo de relación interteórica. A su vez, esta posibilidad de comparación global entre teorías diferentes es la piedra de toque de la tesis típicamente realista de que la ciencia es un conocimiento acumulativo que progresa históricamente hacia la consecución de un objetivo central: dar una descripción completa y verdadera de la realidad. Ahora bien, puesto que la tecnología, como hemos visto, no tiene, al menos prima [acie, aspiraciones globales, ni de representación teórica, ni de representación verdadera de la realidad, sino más bien aspiraciones de control eficiente de aspectos muy parciales de esa realidad, la existencia o no de un esquema fijo de referencia no es algo que resulte problemático, como tampoco lo es la posibilidad o imposibilidad de comparar diferentes reorías técnicas con el afán de investigar su mayor o menor aproximación a la verdad. Los conflictos de comparación entre tecnologías diferentes surgen en un nivel de racionalidad práctica. Los mecanismos de evaluación vienen en este caso de los campos económico, político, social y medioambiental. iv) El concepto de predicción tecnológica es un concepto intervencionista, en el sentido de que más que predecir la ocurrencia de determinados acontecimientos, contribuye a su creación. Este crear realidad propio de la tecnología puede caracterizarse, por tanto, en base a enfoques filosóficos -corno el realisrno- que conllevan una visión cerrada -en el plano ontológico- y neutral -en el plano epistemológico. v) El espacio de posibilidades pragmáticas en el que se mueven los sistemas técnicos exige, como hemos dicho, una mayor plasticidad en los conceptos que se utilizan para representarlos teóricamente, y esa plasticidad conceptual exige una arquitectura fuzzy, mucho más próxima a los puntos de vista instrumentalistas que a la rigidez tópica de los planteamientos realistas.
En definitiva, necesitarnos un marco filosófico específico para el análisis de los sistemas tecnológicos que, como tal, no puede reducirse a un extrapolación de los enfoques realistas en filosofía de la ciencia. Incluso admitiendo la idoneidad del instrumentalismo en la construcción de ese marco, hemos de tener en cuenta que una filosofía de la técnica, para ser adecuada, ha de ser entendida no sólo, ni básicamente, como una teoría del conocimiento técnico, sino como una teoría general de la acción.
136
137
REFERENCIAS BIRLIO(;RÁ¡':¡CAS
Bunge, J\..1. (1%9), ía investigación científica, trad. de M. Sacristán, Ariel, Bnrcclona. Bungc, M. (1972), «Toward a Philosophy of Tcchnology», en Mirchcm, C. y Mackey, R. (eds.) (1972). pp. 62-76. Clark, A. (1988), «Thoughrs, Sentcnces and Cognitive Sciencc», Philosophica/ Psychology 1 (3), págs. 263-278. Clark, A. (1989), Microcognition. Pbiíosopby, Cognitive Scíence and í'arallel Díetríbuted Processíng, MIT/Bradford, Cambridge, Mass. Clark, A. (1992), The Molten Codeo Concepts and Mental Causation Without A Language ofThought. Manuscrito presentado a MIT Press. Dretske, F. (198 1), Knowledge and the F/ow vf íniormation, Basi! Blackwcll, Oxford. Fodor, J. (1975), The Language ofThought, Crowefl, New York. Fodor, J. (1987), Psychosemantics: Tbe Problem of Meaning in the Philosophy of Mind, MIT/Bradford, Cambridge, Mass. Quinranilla, M. A. (1989), Tecnología. Un enfoque filosófico, Fundcsco, Madrid. Putnam, H. (1980), -Models and Realiry», [ournal nf Symbolic Logic 45 (3) pp. 464-482. Rapp, F. (ed.) (1974), Contributíons to a Pbilosopbv ofTechnology, Rcidel, Dordrecht. Rapp, F. (1981), Filosofía analítica de la técnica, Alfa, Barcelona (v. o. Analytische Technikphilosophie, Karl Alber, Preiburg i. Br., 1978). Sregmüller, W. (1973), Estructura y Dinámica de Teorías, Ariel, Barcelona. Suppe, F. (1974) -Theory Strucrure», en Asquith y Kyburg (cds.), Current Research in Phi/osophy (Jf Science, Easr Lansing, P. S. A., 1979. Van Prasen, B. C. (1983), «Aim and Srructure of Scicntific Theorics», 7th 1nt. Cong. I.ogic, Meth. & Phil. uf Scí., Salzburg, 1983.
ACCIONES, PLANES Y TECNOLOGÍA
jesús
Ezquerro
Universidad del País Vasco/u-m
1.
lNTRODUCUÓl'\: PLANES y TECNOLO(;ÍA
En su libro Tecnología. Un enfoque filosófico (1989), Miguel A. Quintanilla señala con acierto algunas de las tareas de la Filosofía de la Técnica. En este campo, nos dice, aparecen problemas ontológicos, epistemológicos y valorativos, entre otros. Cuestiones tales como la entidad de los artefactos, la naturaleza de una invención, la creación de diseños, los criterios de evaluación de tecnologías y las implicaciones morales, económicas y culturales del cambio tecnológico encajan en uno u otro de los problemas filosóficos anteriormente señalados. Hay, sin embargo, un concepto nuclear de especial relevancia filosófica en la noción de técnica; se trata de la idea de acción. No por casualidad Quintanilla utiliza la noción de técnica con el significado expreso siguiente: «sistemas de acciones intencionalmente orientados». Esta definición, nos dice, pretende excluir del concepto de técnica acciones que se llevan a cabo de forma sistemática pero instintiva, es decir, sin utilizar conocimiento conscientemente, como sucede con algunas especies animales cuando construyen nidos o «fabrican» miel. Pero no excluiría el uso de conocimiento inconsciente y no deliberado resultante, por ejemplo, de la automatización mediante aprendizaje de habilidades que inicialmente requieren el uso de conocimiento consciente. Lo esencial sería que el conjunto de acciones esté intencionalmente sistematizado para conseguir unos objetivos (p. 35)1. Ateniéndonos a la definición anterior, parece obvio que el concepto de técnica vendría a identificarse con el concepto de plan. Si 1. Cuando aparezca solamente indicación de página debe entenderse que la referencia es Quintarulla (1989).
139
I~SLJs
f/QUl:KKO
bien es cierto que no se puede afirmar que todo plan constituye una técnica, la inversa sí se da. Es decir, toda técnica conlleva el diseño y uso de un plan, de ahí que diseñar una técnica se identifique con diseñar un plan. Mi plan para ir a Moscú el próximo mes de agosto implica un conjunto sistematizado de acciones intencionalmente orientado que va desde contactar con la agencia de viajes, sopesar los pros y contras de unas ofertas u otras, hacer la reserva, etc., hasta mi traslado al aeropuerto de donde partirá el vuelo, etc. Sin embargo, este conjunto sistematizado de acciones no constituye una técnica. En cambio, el sistema de acciones que va desde el diseño de un prototipo, la fabricación y la adquisición de piezas a los proveedores, hasta la producción de automóviles en una cadena de montaje sí constituiría una técnica, pero, como será fácil de admitir, comparte con el caso anterior buena parte de su estructura básica. Quinranilla introduce como referencia fundamental en la caracterización de técnica la idea de orientación a la «transformación de objetos concretos» con el fin de diferenciarla de la noción más genérica de «rnétodo-", que serviría igualmente para designar procedimientos orientados a la resolución de problemas exclusivamente conceptuales. Esta caracterización podría dificultar la consideración como técnicas de las a veces denominadas «técnicas o tecnologías socio-económicas), es decir, aquellos sistemas de acciones intencionalmente orientados a la transformación de estados de cosas de la sociedad tales como, por ejemplo, la reducción de la tasa de analfabetismo funcional, o la del diferencial de inflación. No obstante, entendiendo de forma suficientemente amplia la expresión anterior, es decir, incluyendo objetos y estados de cosas concretos, lo que vendría a caracterizar a una técnica como un tipo especial de plan sería precisamente dicha especificidad de objetivos'. En cualquier caso, lo que me interesa destacar aquí es la idea de que toda técnica constituye un plan, puesto que siendo esto así, los problemas filosóficos de la teoría de la acción y de planes resultan, ea ipso ; problemas filosóficos para la filosofía de la técnica. Uno de los aspectos más interesantes de la mayor parte de las tecnologías actuales es que involucran acciones cooperativas. Es decir, que constituyendo sistemas de acciones orientados a la obtención de los resultados pretendidos, requieren de la cooperación de dos o más agentes, y en el caso más frecuente de multitud de ellos, para ser ejecutadas. Este tipo de técnicas plantea problemas muy interesantes porque para su diseño hay que tener en cuenta no sólo la concatenación de acciones que conduce de un estado inicial al esta-
A(.CIONIS,
1'1 ANI S Y
r
t c n or o
cló
do final en el que se obtiene el resultado, sino también el hecho de que el plan, o al menos partes del mismo, debe ser compartido por los agentes implicados. Quintanilla define la acción cooperativa (p. 66) como el producto intencional de acciones intencionales, es decir, como el producto de una acción compuesta (A, A') en la que los agentes implicados tienen una representación del producto (A * A') y creen que dicha acción es posible, comparten un objetivo común y además creen que dicho objetivo se obtendrá como resultado de la acción compuesta. Como punto de partida la caracterización anterior parece correcta", y podría servir como base para el diseño de planes. No obstante, necesita ser desarrollada y complementada. La razón no es difícil de ver si observamos algunas de las peculiaridades de la "lógica" del diseño tecnológico (p. 90). Al tratar este tema, QuintaniHa matiza la idea de que diseñar una técnica sea lo mismo que concebir un plan, puesto que una cosa es concebir una técnica y otra diferente, nos dice, especificar una determinada realización de esa técnica, que correspondería a la formulación del plan. Esta matización, sin emhargo, quedaría suficientemente satisfecha recurriendo a la conocida distinción «tipo-caso» entre acciones, ya que un determinado tipo de acción puede ser ejecutado, realizado o instanciado de diferentes maneras. La razón de utilizar esta distinción es que, si la aplicamos a la relación entre un plan global y los diferentes sistemas de acciones posibles para ejecutarlo, estaremos en mejor disposición para dar cuenta de otro aspecto fundamental en la técnica. Se trata del hecho de que las técnicas se aplican en situaciones de tiempo real y de recursos limitados, por lo que el diseño de técnicas debe permitir la reconsideración de las acciones, e incluso de los objetivos, en el momento de su diseño y durante el curso de su ejecución. Aunque la especificidad del objetivo para el que se diseña una técnica restringe el conjunto de acciones necesarias y/o suficientes para su obtención, hay que tener en cuenta, nos dice Quinranilla, que «todas ellas son en principio objeto de reconsideración a lo largo del proceso de diseño: los objetivos pueden sufrir modificaciones como resultado del descubrimiento de nuevas posibilidades interesantes, los materiales pueden variar si se descubre que hay otros más apropiados para el objetivo propuesto, e incluso las restricciones de coste económico pueden cambiar como resultado del propio proceso de innovación técnica), (p. 91).
2. Incluye, sin embargo, no sólo operaciones reales sobre cosas reales, sino también operaciones conceptuales. En la medida en que [as operaciones conceptuales requieren, con frecuencia, ser realizadas mediante operaciones sobre objetos concretos. 3. A diferencia, por ejemplo, de un plan para resolver un problema matemático.
4. En realidad esta caracterización encajaría en 10 que Bratman (1990) denomina ioint act-types cooperatioeíy loaded, en la medida en que los requisitos cognitivos que impone a los agentes parecen desembocar necesariamente en la idea de cooperación. El contraste se hace más claro si los tipos de acción anteriores se comparan con los que son neutrales con respecto a la cooperación, es decir, aquellos tipos de acciones que pueden ejecutarse cooperati va mente, pero que no requieren necesariamente la cooperación.
140
141
AC(IONI~,
Aunque este tipo de reconsideraciones se proponen para el proceso de diseño, ya que al diseñar un plan de acción concreto es cuando aparecen las restricciones de tiempo, coste y limitaciones de recursos, no se puede obviar el hecho de que las técnicas se aplican a lo largo de períodos de tiempo real y, por consiguiente, todas estas contingencias pueden seguir apareciendo durante el período de ejecución del plan. No es casual que los desarrollos recientes de la teoría de planes en inteligencia artificial reflejen precisamente la constatación de esta debilidad y el intento de remediarla. Hasta fechas muy recientes, la planificación en inteligencia artificial se entendía como el proceso de formular programas de acción con el fin de obtener unas metas determinadas; sin embargo, apenas se venía prestando atención al problema de cómo se usan los planes. El problema del uso de los planes es interesante en sí mismo aun cuando se prevea que el plan va a ser ejecutado por un solo agente, pero cobra una importancia especial en el caso de la acción cooperativa. La razón es que a los requisitos anteriormente señalados en el sentido de que los agentes implicados deben compartir el plan", y teniendo en cuenta la posibilidad de reconsideración durante la ejecución del mismo, hay que añadir el de que cada agente (o cada grupo de agentes) debe ser capaz de identificar las creencias, intenciones y acciones de los demás para que el plan pueda ser llevado a cabo, lo cual presupone algún tratamiento para el problema de la comunicación. Es decir, hay que contar con recursos para tratar el problema del reconocimiento y la generación de planes entre los agentes que actúan cooperativamente. Con vistas a avanzar en la solución de este problema, los desarrollos recientes en teoría de planes en inteligencia artificial pueden resultar de mucha utilidad para la filosofía de la tecnología. Por otra parte, parece evidente que el diseño de planes y, por consiguiente, de técnicas, es una labor básicamente normativa: no se ocupa primariamente de diseñar modelos acerca de cómo los humanos actuamos y planificamos de hecho, sino que trata de diseñar sistemas intencionales de acciones capaces de transformar objetos concretos de forma eficiente para conseguir objetos que se consideran valiosos (p. 90). Sin embargo, si tenemos en cuenta las observaciones anteriores acerca de la importancia del uso de los planes para tratar el problema de la ejecución concreta, en tiempo real, por parte de agentes particulares que actúan de forma cooperativa, nos tropezaremos inmediatamente con problemas descripti-
I'IANI~
Y
IICNOloclA
vos, es decir, con algunos problemas filosóficos clásicos de la explicación de acción, y más concretamente, con problemas de explicación de acción racional. En 10 que sigue me centraré en algunos de los problemas filosóficos que aparecen en el intento de ofrecer explicaciones de acción racional, para pasar a tratar algunos de los problemas de planificación de sistemas de acción que deben negociar con el mundo real. Estos últimos han aparecido vinculados a la planificación en inteligencia artificial; sin embargo, el tratamiento que están recibiendo a lo largo de los últimos años puede ofrecer luz para paliar, siquiera parcialmente, la primera clase de problemas. 2.
LA EXPLICACTÓN DE LA ACC¡0N RACTONAl.
El modelo creencias-deseos, considerado como el modelo usual de explicación de acción, contiene simultáneamente aspectos descriptivos y normativos. Por una parte pretende capturar la estructura básica de la concepción de la mente implícita en nuestra percepción ordinaria de la intención y la acción, o al menos muchos teóricos cognitivos lo entienden así cuando hablan de la psicología del sentido común ((o/k psycbologyv: Por otra parte, sin embargo, pretende articular una concepción normativa de la racionalidad práctica que va asociada al modelo (Brarrnan, 1987a). Este carácter peculiar ha sido el causante de la mayor parte de los problemas filosóficos asociados con la modelización y explicación de la conducta inteligente, hasta el punto de que un buen número de filósofos han descartado la posibilidad de una ciencia de la mente humana'. No obstante, si se es naturalista, es decir, si se considera que los estados y procesos internos (psicológicos, cognitivos, mentales, o como los queramos denominar) a los que se alude en la explicación de la acción humana son procesos naturales que tienen lugar en algún tipo de sustancia material, es decir, si se es monista o materialista, entonces habrán de afrontarse serios problemas para diseñar un marco conceptual adecuado en el que se pueda hablar propiamente de explicación causal de la acción mediante la adscripción de actitudes proposicionales. La razón es que habrá que responder de forma mínimamente satisfactoria a la cuestión acerca de por qué resulta eficaz, desde los puntos de vista explicativo y predictivo, la adscripción de creencias, deseos, intenciones, etc., a las personas. Más concretamente, habrá que garantizar, o mostrar, que las acciones a explicar son causadas por las «razones» o «actitudes pro-
5. Realmente, para los casos en que el plan o la técnica son suficientemente complejos, puede resultar un requisito demasiado fuerte exigir que los agentes deben poseer una rcpresentación del producto intencional completo, sería suficiente con que tuviesen ccnccimiento de sub-planes del mismo. Piénsese en técnicas como construir ordenadores () automóviles.
6. Véase, por ejemplo, Fodor (1975 y 1987), entre otros. 7. Éste sería el caso de van Wright (1971) y, en general, de toda la tradición neohermenéutica en el tratamiento de la acción humana.
142
143
Jl
~u~
I /QUI Hf-\U
posicionales» que se adscriben a los agentes en las premisas texpla-
A(( IUNI",
I'I.ANlS
y
II.CNOlüc,IA
H. Para una formulación, ejemplos y propuestas de tratamiento de este problema, pueden verse [os escritos de Chisholm (1964 y 1970). 9. Más adelante trataremos este problema.
dadas las mejores (y únicas) creencias que el agente haya podido formar, relativas a la cantidad óptima (y únicamente determinada) de la evidencia. b) Deben mostrar que la acción fue causada (de la forma adecuada) por los deseos y las creencias, y las creencias, causadas (de la forma adecuada) por la evidencia considerada (Elster, 1985,71). Elster denomina a la condición a) el aspecto de la optimalidad, ya la condición b) el aspecto causal, de las explicaciones de acción racional. La explicación a intentar debiera ser, naturalmente, aquella que cumpliera ambos requisitos. No obstante, se muestra bastante pesimista respecto a las perspectivas de hallar pistas fiables acerca de la historia causal de cualquier acción (desde la línea causal evidencia-creencias, hasta la relación causal deseos-creenciasacción). Hacerlo supondría tener algún tipo de acceso a la «maquinaria» psíquico-cerebral de los agentes, yeso es algo que difícilmente podemos hacer. Por este motivo, Elster opina que, siendo pragmáticos, debiéramos conformarnos con explicaciones de acción que incorporen solamente el aspecto de optimalidad. Sin embargo también se muestra pesimista respecto a las posibilidades de llevar a buen puerto esta empresa más modesta. Incluso un modelo explicativo que soslaye los aspectos causales de la acción y tome en consideración únicamente los de optimalidad (o racionales) tiene una viabilidad ciertamente dudosa, al descansar en tres postulados, no sólo excesivamente fuertes, sino también insolubles, según los casos, desde las propias bases conceptuales de la Teoría de la Decisión. Se trata de los postulados de unicidad señalados anteriormente en a): determinación única de la evidencia óptima; de las creencias óptimas, dada la evidencia; y de la acción óptima, dadas las creencias y los deseos. Podría parecer que éste es un caso más de las dificultades para armonizar los aspectos normativos y descriptivos del modelo creencias-deseos, peto no es del todo así. Los problemas descriptivos no sólo afectan al aspecto causal en puridad, es decir, al acceso a la «maquinaria» psíquico-cerebral, afectan fundamentalmente al uso del modelo en la práctica por los agentes. Y en la práctica, no existen los agentes bayesianos estrictos. Ya hace bastantes años, H. Simon (1955) argumentaba, frente a la concepción de la racionalidad impuesta por la Teoría de la Decisión, que un agente racional no es aquel que siempre escoge el curso de acción que mejor satisface sus objetivos dadas sus creencias. En la práctica, nos decía, un agente racional simplemente no tiene acceso a todos los recursos y fuentes de información necesarios para poder decidir las acciones óptimas en cada caso. Las diversas dificultades señaladas por J. Elster son una constatación de este hecho: respecto al proceso mismo de formación de creencias a partir de la evidencia disponible existen con frecuencia casos en los que, por decirlo así, no se sabría cuándo parar
144
145
nans) del modelo explicativo, lo cual requiere a su vez: i) Ofrecer algún marco conceptual en el que se articule con
cierta plausibilidad la idea de que las «actitudes proposicionales», las «razones» (creencias, deseos... ), poseen propiedades causales. Es decir, intervienen en relaciones causales con el entorno tinputsv, con otras actitudes (o estados mentales internos), y con la conducta abierta (outputs). ii) Ofrecer algún tipo de garantía de que las «razones» o "actitudes proposicionales» adscritas para explicar o predecir una acción son las causas de la conducta en que consiste dicha acción, y de que lo son qua razones, y que actúan del modo adecuado (in the right way), con el objeto de evitar el problema de las cadenas causales caprichosas (wayward causal chainsv. iii) Ofrecer, igualmente y en correspondencia con el punto anterior, alguna clase de garantía (en el sentido de contrastación, falsación, etc.) acerca de nuestra capacidad, como individuos que pretenden explicar las acciones de los demás, para adscribir actitudes proposicionales a las personas de modo fiable, en el sentido de «acertar» con las razones que causan su conducta (10 que D. Davidson [1963] denomina las razones «primarias»). Recuérdese a este respecto que, como Anscombe (1963) señaló acertadamente, toda acción es intencional (o racional) bajo una u otra descripción. La solución a este problema conlleva a su vez tener de algún modo resuelto el no menos agudo problema de la individuación y/o identidad de las actitudes proposicionales. Y digo o:de algún modo» solamente, porque este problema es, a mi juicio, uno de los «intratables» en un marco de explicación causal-computacional: sufre del
[rame problem". Bien, podrá parecer que se trata de unas condiciones excesivamente restrictivas, pero por el momento no he hecho otra cosa que tratar de reflejar, de forma resumida, las principales constricciones señaladas por los diversos autores acerca del estatuto teórico de nuestras explicaciones racionales de acción. Las explicaciones de la acción racional, a diferencia de las explicaciones simples de acción, se hallan sometidas, naturalmente, a un conjunto de restricciones más severo. Jan Elster (1985) expresaba las condiciones que a su juicio deben cumplir las que él denomina «explicaciones ideales de la elección racional». Son las siguientes: a) Deben mostrar que la acción a explicar es la mejor forma (y la única) de satisfacer el conjunto total de los deseos del agente,
JbSU~
I/QtHRRO
de recopilar información para poder afirmar que el proceso de formación de creencias ha sido racional 10. Por contra, en muchas situaciones de decisión podría ser irracional consumir un tiempo excesivo en formar racionalmente las creencias sobre las que se va a decidir. Tenemos, pues, que existen casos (no poco frecuentes), en los que ser racional en la adopción de decisiones implica actuar en base a unas creencias adquiridas irracionalmente y viceversa!'. Hay otros casos para los que, por definición, no existe una solución óptima, por lo que difícilmente se podrían cumplir los postulados de unicidad. Desde la perspectiva de la construcción de modelos cognitivos de agente, Christopher Cherniak (1986) señala que ha sido precisamente la asunción (tácita) de una concepción de la racionalidad excesivamente idealizada la que ha conducido o bien a sostener la tesis de la autonomía de lo mental (su carácter no-nomológico), o bien a mantener concepciones instrumentalistas del modelo creencías-deseos". En esencia, afirma que esta concepción ideal de la racionalidad no es realizable en los seres humanos de carne y hueso, ya que requieren una habilidad deductiva ideal y no son compatibles, por consiguiente, con el carácter finitario de las capacidades y recursos cognitivos humanos. En consecuencia, el único camino que Cherniak contempla para tratar de sortear el dilema anterior es intentar formular concepciones de la racionalidad realizables en los seres humanos, lo que él denomina racionalidad mínima, de modo que alguna de ellas pudiera ser candidata a figurar como marco explicativo real de los procesos de acción y decisión humanos!', 10. Este problema de la Teoría de la Decisión, el problema de Hamlet, se plantea igualmente en Teoría de Planes en lA. Como veremos más adelante, Poder (1987a) lo identifica con el (rame problem. 11. Piénsese, por ejemplo, en las técnicas de diagnóstico médico, donde e! balance entre el tiempo consumido en formar racionalmente las creencias (diágnóstico) y la formulación de un plan de acción, por una parte, y la aplicación del plan o la técnica, por otru, resulra especialmente crucial. 12. El primero podría ser el caso de D. Davidson , con su tesis de la anomalía de lo mental, y e! segundo e! caso de o. Dennett, con su conocida concepción instrumentalista de la psicología popular (jolk psycho/ugy) que él mismo ha matizado en sus últimos escritos (ver Cherniak, 1986,3 ss.). 13. La perspectiva desde la que Chemiak aborda este problema es evidente: «And I arrempted to construct more psychologically and computationally realistic rnodel s of rhe "minimal agent"» (Cherniak, 1986, Pretaces. ,,1 will furrher propase thar such minimal rntionality conditions are indispensable for adequare cognitive theory. What is at srake conccrns the very possibility of a cognitive scicncc and of a realist ínterpretatíon o( ít» (lbid., 3 [el énfasis es mío]). Personalmente no creo que e! hecho de haber asumido concepciones de la racionalidad excesivamente ideales haya sido la única razón. ni siquiera la principal, por la que muchos filósofos han dudado de la interpretación realista de! modelo creencias-deseos. Creo más bien que ha sido básicamente e! problema de la intencionalidad (e! hecho de que las actitudes proposicionales posean propiedades semánticas y las múltiples y complejas consecuencias que se derivan de ello) lo que ha empujado a muchos filósofos, naturalistas y no-naturalistas, a considerar muy poco plausible e! intento de hacer la psicología popular científicamente respetable bajo una interpretación realista. En cualquier caso, la propuesta
146
A( ( I () N 1<',
l' 1 AtJ I
y
11 (NOI 0(,11\
Como acabamos de ver, los diagnósticos de Elster y Cberniak son muy similares respecto al tema que nos ocupa, aunque en los aspectos relacionados con la causalidad y el estatuto teórico de las actitudes proposicionales difieren sensiblement~. Por una p.a~t~, Elster critica como implausible, al igual que Chemiak, la posibilidad de realización de los modelos (ideales) de elección racional, y las consecuencias que extrae de esas críticas asimis~? guardan s~I!1eian zas, en la medida en que también propo~e debilitar los reql1~s~t?S de racionalidad exigibles a los agentes!". Sin embargo, su decisión de prescindir de los aspectos causales, de no contemplar la posibi!idad. de dar cuenta nómicarnente de los vínculos causales entre evidencia, actitudes proposicionales y acciones, no descansa, como vendría a sostener Cherniak, en la constatación de las dificultades para implementar los modelos (excesivamente idealizados) de racionalidad, sino en una observación previa: las dificultades de acceso a la causalidad psíquica de los agentes (Elster, 1985, 62 Y 71). No hay lugar, en este escrito, para tratar los probl~mas de la causalidad y del estatuto teórico y ontológico de las actitudes proposicionales. Ciertamente, solucionar el problema de.l~ causalidad -requisitos i)-ii) anteriores- podría ser de gran utilidad para la solución del problema de la individuación o identidad de los estados mentales o actitudes proposicionales -requisito iii)-. Pero en el estado actual de la ciencia cognitiva esta posibilidad es remota. Sin embargo, también se podría aducir que la solución del problema de la individuación o identidad es un reqursrro previo para la solución de los problemas de la causalidad. Se trata, por tanto, de un problema abierto y probablemente se necesitará todavía mucho tiempo de avance en ciencia cognitiva y experimentación psicológica que nos permita afinar mucho más en la comprensión de fenómenos de Che rnink de formular mode'los dt racionalidad mínima es un trabajo necesario para poder dcsarrollar modelos computacionales de razonamiento y acción. Esta a~:titud contrasta en buena medida con la mantenida dentro del marco conceptual funcionalista que ha atropado filosóficamente el desarrollo de los denominados modelos clásicos en lA y.en ciencia cognitiva, donde se ha operado primariamente a nivel-1 (denominado corupur actonal) entendido como un nivel de competencia ideal en el sentido de Chomsky. 14. Técnicamente sus propuestas son diferentes, debido seguramente a las también diferentes perspectivas intelectuales con las que abordan, en este caso, el mismo problema. Mientras 'lile Chr. Chernink proviene del campo de la Filosofía y en su trahajo se percibe un peso decisivo de su interés por la Lógica y la Episternolog¡a, y por la construcción de modelos computacionales de razonamienro plausibles para la psicología cognitiva, J. Elsrer se mueve en el cruce de las disciplinas Teoría de la Decisión-Psicología Socinl-Pilosofía. De ahí que sus propuestas vayan encaminadas más hacia la eliminación de! carácter dercrminista de los modelos de explicación de la elección racional y a la minimización del número de posibles decisiones que la teoría ideal permite en abstracto para cada situación, sin tener en cuenta las limitaciones de tiempo, memoria, etc., que afectan a los humanos; todo ello matizado con la consideración de las variables {actuales que la Psicología contempla como características de la personalidad de los agentes: conservadurismo, deseos de seguridad, estados depresivos, etc.
147
jlSUS
II.QUI n n o
que la psicología popular trata de forma global y sin discriminar. Quizá elmodelo creencias-deseos haya recibido un uso sobreextendido, en el sentido de que ha sido aplicado sin distinción a los casos en que una acción responde a un plan explícito y a aquellos casos en que no es aSÍ, aunque sean racionalizados a posteriori de ese modo, es decir, mediante la adjudicación de creencias y deseos. Por otra parte, incluso los eliminacionistas están de acuerdo con la afirmación de que el modelo creencias-deseos funciona asombrosamente bien, por lo que alguna explicación habrá que buscar a este hecho!'. De cualquier modo, el diseño y la planificación tecnológicos requieren la manipulación consciente de información -planes explícitos- y, por consiguiente, el uso de nociones corno creencias, intenciones, objetivos, etc. Hemos comenzado esta sección diciendo que el modelo creencias-deseos tiene un aspecto descriptivo, en la medida en que pretende capturar nuestras intuiciones ordinarias acerca de la acción y la racionalidad. Este aspecto descriptivo queda evidenciado si tenemos en cuenta que el ser humano tiene la habilidad para concebir planes de acción de vez en cuando, en función de sus creencias y sus objetivos, y de actuar guiado, es decir, con un cierto grado de compromiso, por los planes que ha formulado. Por otra parte, también es capaz, con frecuencia, de identificar las actitudes de los demás agentes en la medida en que las «enmarca» en algún plan adjudicado al agente en cuestión. Siendo esto así, hay razones para ser realistas acerca de las actitudes proposicionales, al menos en los casos en los que se hace un uso explícito de ellas. Sin embargo, su aspecto normativo -la idea de racionalidad construida a partir de la estructura básica del modelo- ha sido desarrollada sin prestar atención al uso efectivo que los agentes hacen de los planes. Es precisamente esta falta de atención al uso una de las principales causas de los problemas filosóficos a los que hemos aludido. Correlativamente, el desarrollo de modelos de uso de los planes puede ofrecer bastante luz en la comprensión del modelo. En la sección siguiente examinaremos algunos de los problemas de la teoría de planes en inteligencia artificial. Veremos cómo, no por casualidad, el desarrollo de esta teoría refleja problemas muy similares a los que acabarnos de ver.
ACCIONLS.
PLANFS
y
TECNOLOGIA
15. Dennett distingue entre Beliefs, o estados mentales conscientes con formato lingüístico, y Opinions, que corresponderían a "estados profundos (vamma!es")». Puede verse Esquerro (1991) para un análisis de estos problemas.
inteligente, por ello tiene un doble interés para la Filosofía de la Tecnología. De un lado, la inteligencia artificial en sí misma es uno de los desarrollos tecnológicos más significativos de nuestra época, por lo que constituye una fuente muy rica de problemas filosóficos de todo tipo como los aludidos al comienzo de la primera sección. Por otra parte, uno de los campos clásicos de desarrollo más importantes de la inteligencia artificial es precisamente la teoría de planes (o planning), que consiste en el proceso de formular planes de acción, usualmente para robots, con el fin de conseguir unas metas determinadas. Por esa razón, corno dice Quintanilla, los modelos de inteligencia artificial son especialmente importantes, porque los sistemas de producción son buenos modelos de contexto operacional y el diseño de un sistema técnico se puede entender corno el equivalente a la definición de una estrategia para aplicar de forma efectiva un sistema de reglas a la resolución de un problema (p. 95). La inteligencia artificial, sin embargo, ha venido concentrando tradicionalmente sus esfuerzos en el problema de cómo se forman los planes, pero ha prestado muy poca atención al problema de cómo se usan los planes. En realidad, no está en modo alguno claro cómo se puede juzgar la inteligencia de un sistema que nunca ha actuado. Esta reflexión ha conducido recientemente a revisar los objetivos tradicionales de la inteligencia artificial, de modo que sería más correcto afirmar que la inteligencia artificial no debiera pretender tanto el diseño de sistemas inteligentes, sino la construcción de actores inteligentes (Pollack, 1992). La razón es obvia: buena parte de los problemas que han venido afectando el desarrollo de la inteligencia artificial, englobados en su mayoría bajo el rótulo del problema del marco iframe problem), tienen que ver con lo que podríamos denominar «el desafío de los sistemas dinámicos». ¿Qué es el problema del marco? Shoham (1987) dice que el [rame problem es tan ubicuo, que todo el que trabaja en inteligencia artificial se tropieza con él y nadie sabe exactamente en qué consiste, por lo que resulta enormemente difícil de identificar y definir. Fodor (1987a) afirma, de forma mucho más gráfica, que el [rame problem es como la música de las esferas: debido a que su melodía suena por todas partes resulta imposible discriminarla. El problema marco fue inicialmente reconocido en el campo de la teoría de planes para robots, pero inmediatamente se presentó en el desarrollo de la inteligencia artificial aplicada al estudio de la comprensión y producción del lenguaje, el razonamiento ordinario, la acción cooperativa y la planificación social. Existe coincidencia, en principio, respecto a que este problema tiene que ver con los efectos, los noefectos y los efectos colaterales de las acciones y con la plasticidad de los entornos en los que las acciones son llevadas a cabo. Por una parte se da el problema de que una representación formal de acción debe prever explícitamente todos los efectos pretendidos de dicha
148
149
3.
INTELIGENCIA ARTIFICIAL Y TEORÍA DE PLANES
La inteligencia artificial tiene como objeto diseñar sistemas inteligentes, es decir, sistemas capaces de resolver problemas de forma
JI '"J',
1 I ()
u 1 I{ 1<' ()
acción, de lo contrario algunos no sucederán; por otra, la infinidad de efectos no pretendidos resultarán irrelevantes sólo si hay suerte o suficiente perspicacia para anticiparlos". Bastantes expertos en inteligencia artificial creen que una estrategia conocida como «la estrategia de dormir al perro» tsleepingdog strategyí" resuelve el problema del marco en el supuesto de que éste sea identificado como el problema de la persistencia. Esta estrategia consiste, según su acepción más usual, en diseñar sistemas capaces de ignorar los hechos que ellos entienden que permanecen inalterados por una acción dada, y al mismo tiempo capaces de concentrarse únicamente en los cambios pretendidos. Esta hahilidad debe ser complementada con otra que capacita al sistema para inferir automáticamente la persistencia de los no-cambios. El problema del marco ha sido objeto de diversas reflexiones filosóficas especialmente pertinentes para los problemas que estamos tratando. Las más relevantes han sido realizadas por los tres autores siguientes: Dennett (1984), Haugeland (1987) y Fodor (1987a). Daniel Dennett describe el problema del marco como el «problema de la relevancia». Desde esta perspectiva, se trataría del problema de distinguir las inferencias relevantes de las no relevantes, con el fin de evitar que el robot quede atrapado en la tarea de procesar un número infinito de inferencias irrelevantes (tales como si la acción de mover un vaso de la mesa al suelo cambia su color o su forma, a diferencia del no-cambio, seguramente relevante, consistente en que el agua que hay dentro del vaso continuará dentro del mismo después de rrasladarlo de lugar). Para Dennerr, el problema de identificar las inferencias relevantes y distinguirlas de las no-relevantes constituye en sí mismo un profundo problema epistemológico previo al diseño de los planes: se trata del problema de encontrar conocimiento relevante para los objetivos propuestos. Desde este punto de vista, el problema de la persistencia vendría a ser una instancia particular del problema más general de la relevancra. Haugeland, por su parte, identifica el problema del marco como el «problema del holismo», La razón es, argumenta Haugeland, que las relaciones inferenciales con respecto al mundo real son holísticas en el sentido de que lo que resulta razonable inferir a partir de una situación dada depende de un número no delimitado de condiciones subyacentes. Dado este supuesto, la consecuencia es que, vir-
ACClüNfS.
PLANES
Y
llCNOLOGIA
tualrnente, cualquier inferencia puede ser apoyada por virtualmente cualquier condición. Pero también se da la inversa, es decir, si fallan las condiciones adecuadas, virtualmente cualquier inferencia dejará de ser apoyada por virtualmente cualquier condición", Considerado desde este punto de vista, el argumento de Haugeland intensifica el problema de la relevancia. Aplicado al problema del ma~co, requeriría encontrar un algoritmo eficiente que capacitase al sistema para discriminar qué conocimiento es relevante para lograr un objetivo determinado en una situación dada sin que el sistema tuviese que sondear un espectro infinito de posibilidades. La conclusión de Haugeland es que la estrategia de «dormir al perro» no puede resolver el problema del holismo. Fodor sitúa sus argumentos en el contexto de la teoría modular de la mente (Fodor, 1983). Según esta teoría es necesario distinguir en la mente entre dos tipos de sistemas muy diferentes entre sí: los sistemas modulares y los sistemas centrales. Los sistemas modulares, a diferencia de los centrales, son facultades mentales «encapsuladas» desde el punto de vista de la información que procesan. Fodar entiende que un sistema está «encapsulado» cuando no tiene acceso a toda la información disponible, por razones de su propio dise~o. La consecuencia inmediata de esta caracterización es que los sistemas modulares son, por definición, irracionales, en la medida en que ignorar evidencia relevante resulta irracional considerado como una técnica de adquisición de creencias (recuérdese la condición a de Elster). Sin embargo, esta «encapsulación- informacional tiene sus ventajas: es económica y rápida, y podría resultar a la postre la única forma de explicar habilidades humanas tan básicas e importantes como el parsing lingüístico o la percepción del mundo del sentido común ifolk pbvsicsi", En contraste, los sistemas centrales son racionales. Pero los sistemas racionales también tienen sus debilidades. Si emprendemos la tarea de considerar un conjunto no arbitrario de evidencia relevante disponible antes de decidir la fijación de una creencia, nos toparemos de forma inmediata con el problema de decidir cuándo
16. Ver McCarthy & Hayes, 1969. Inicialmente se trató de solucionar este problema mediante la introducción de «axiomas ruar-en», es decir, dorando al sistema axiomas que delimitasen los efectos de cada acción. Pronto se vio que esta vía era imposible. De ahí el nombre de "problema del marco». 17. La expresión es de J. HaugcLmd.
1H. Téngase en cuenta la fuerte dependencia de este problema de [a amplia libertad exisrenre para describir eventos y estados del mundo en función del contexto y de las acciones que se pretendan llevar a cabo. 19. Por ejemplo, nuestra percepción del habla, a partir de ondas sonoras como in-put de intormación, debe ser rcprocesuda en los sistemas centrales con el fin de considerar más evidencia disponible que se encuentra en el contexto, en el conocimiento que el oyente poste del hablante, etc. El argumento resulta más plausible con respecto a nuestra percepción del mundo del sentido común: las limitaciones en cuanto a acceso a información del «módulo de la percepción» son complementadas en el reprocesamiernn por parte de los sistemas centrales, capaces de tener acceso a mayor cantidad de evidencia y de considerar los resultados científicos y de instrumentos para recolectar evidencia a la que no tiene acceso nuestro sistema perceptivo. Ésta sería una forma de explicar el hecho de ~a persistencia de nuestras ilusiones ópticas aun a sabiendas de que son ilusiones.
150
151
)IÓlUÓl
I LQUlR.KU
la evidencia considerada es suficiente, es decir, deberemos afrontar el problema de cuándo parar de pensar". Nuevamente el problema de Hamlet. Fodor piensa que el problema del marco es precisamente el problema de Hamlet contemplado desde la perspectiva del ingeniero: los expertos en inteligencia artificial tratan de construir sistemas racionales en el sentido que se acaba de mencionar de que sus mecanismos de fijación de creencias no están encapsulados. Pero al mismo tiempo pretenden que estos sistemas fijen alguna creencia o adopten una decisión de cuando en cuando, en lugar de quedar paralizados en su proceso después de haber intentado computar un conjunto infinito de evidencia disponible. El problema está en que, con objeto de evitar el problema de la parada se necesita algún modo de delimitar la búsqueda de evidencia. En los sistemas encapsulados, según hemos visto, la delimitación es arbitraria, pero por eso precisamente se dice que estos sistemas son irracionales por definición. Por consiguiente, el problema reside en cómo hallar una estrategia (un algoritmo) que delimite de forma no arbitraria la búsqueda de evidencia seleccionando únicamente la evidencia relevante. Según hemos visto, los argumentos de Fodor guardan una asombrosa semejanza con los anteriores argumentos de la relevancia y del holismo. Sin embargo, algunos autores han aducido que los problemas de la relevancia y del holismo únicamente guardan un parecido superficial con el problema del marco (Hayes, 1987 y Lomard, 1990, entre otros). De hecho, afirman, los problemas aludidos aparecen en todos los sistemas que tienen que realizar inferencias acerca del mundo real, utilicen la estrategia de dormir al perro o no, por lo que resultaría fuera de lugar atacar la estrategia en base a esas razones. Por otra parte, también se afirma que los tipos de problemas a los que se refieren con los argumentos de la relevancia y del holismo pueden ser tratados de forma satisfactoria mediante el uso de algunos instrumentos de la inteligencia artificial como las bús20. Recuérdese nuevamente la condición a) de Elster y los problemas aludidos en la nota 14 anterior. No es en modo alguno casual que Huyes (1979 y 1985), tratando de garantizar LJ posibilidad de formalizar el r.izonurnienro ordinario, afirme que nuestra percepción y raaoncmien«: ordinarios acerca del mundo físico no requieren en el uso de teorías físicas. Mis bien, utilizaría, según Hayes, una «física del sentido común» (nafve physics) consistente en un sistema re pr-esentaciorral, no aprendido y de uso en su mayor parte inconsciente, acerca del mundo físico. Este conocimiento estaría insertado en nuestras fncultades sensorio-motrices y de comprensión lingüística. Del mismo modo, el propio Hayes, y más recientemente Ray Jackendoff (1993), consideran que nuestra comprensión ordinaria de la vida social depende de algún tipo de competencia psicológica, una especie de psicología del sentido común (nai've o (o/k psychology). Desde este punto de vista, el razonamiento ordinario vendría a ser un sistema de información encapsulado (aunque Ray jackendoff no tiene la misma concepción de sistema encapsulado que Fodor). Personalmente creo que es dudoso considerar estos módulos, en caso de existir, al mismo nivel que el parsíng o la percepción, ya que en estos últimos no hay procesos de inferencia e hipótesis a contrastar en sentido estricto (Ezquerro, 1993).
152
ACCIONIS
l'IANI.:'
y
llCNOIOCJIA
quedas bidireccional y heurística, cuando se trata de problemas de dominio general, y mediante la incorporación de resultados de la investigación científica cuando se trata de problemas de dominio específico (Lomard, 1990). Sin embargo, desde el punto de vista de la distinción anterior entre sistemas encapsulados y sistemas noencapsulados, cuando un sistema que debe razonar acerca de acciones, es decir, un sistema de planificación, necesita incorporar resultados científicos, entonces se tratará de un sistema abierto y quedará afectado por los problemas de la relevancia, holismo, problema del marco, o cualquier otro nombre que le queramos poner. Estos sistemas son abiertos, como lo es la racionalidad misma. En la medida en que la racionalidad desempeña su papel principal en los procesos de decisión entre hipótesis y teorías, lo hace en la decisión entre descripciones alternativas del mundo. Dado que los sistemas de planificación tienen que operar sobre descripciones del mundo, se planteará el problema de cuáles son las más apropiadas y relevantes, correctas o no. Fodor dice que, bajo esta interpretación, resolver el problema del marco vendría a ser lo mismo que solucionar el problema de la inferencia no desrnostrativa". Admitamos sin embargo, por razones del argumento, que esta última afirmación es correcta. ¿Qué se seguiría de ello? Pues ni más ni menos que si el problema del marco es considerado única y solamente como el problema de la persistencia, entonces el empleo de dosis apropiadas de la estrategia de dormir al perro funciona. Pero esto no significa que los problemas de la relevancia y del holismo no constituyan problemas reales en la planificación. Como acabamos de ver, estos problemas se le presentan a todo sistema que tiene que negociar con el mundo real. Solamente en los casos de planning para robots en los que se crea un entorno suficientemente aislado y elemental parece funcionar la estrategia, pero deja de hacerlo a medida en que la situación y el problema a resolver se hacen mínimamente complejos". La razón es que existen problemas de planteamiento básico. El robot Shakey se paraba a la menor modificación de alguna variable del estado del mundo no prevista en su base de datos. El trabajo posterior aplicando la estrategia de dormir al perro y usando técnicas de revisión de creencias no ha cambiado sustancialmente las cosas. El problema de fondo es que, en la concepción clásica de los planes en inteligencia artificial, un cambio en el entorno no 21. En realidad, el tema no es nuevo. Parece evidente que no pueden existir este tipo de sistemas razonadores automáticos por las mismas razones que en ciencia no existe una "lógica del descubrimiento» en sentido propio. 22. Wilensky (lY7S) caricaruri za las situaciones típicas a las que se aplican los planes de los solucionadores de problemas: "Juan tenía una caja en una habitación y otra caja en la habitación contigua. Quería tener las dos cajas en la misma habitación, cte.". En contextos como éste comenzó a darse el problema del marco, pero es cuando menos atrevido pensar que su solución a estos niveles es generalizable.
153
JI
so,
¡ IVUI KKO
significa ~~actar:n~nte que el mundo ha cambiado, sino que la represenracion original del mundo era errónea. Sin embargo es evidente que el mundo puede cambiar tanto mientras los agentes razonan acerca de cómo conseguir sus objetivos, como cuando usan sus planes (Pollack, 1992). En el caso de la acción cooperativa el problema resulta mucho más difícil de solucionar, puesto que al problema de la persistencia de los hechos del mundo entorno hay que añadir el problema de la persistencia de las representaciones o actitudes mentales ~e los demás agentes con los que se actúa cooperativame~te. Es de,Clr, ~n modelo adecuado de planes para acción cooperativa debe incluir no solamente el problema del diseño de los planes, sino el de su uso por los agentes, el cual debe incluir a su vez, algún tratamiento para el reconocimiento de planes entre los agentes implicados.
4.
PLANifiCACIÓN y ACCiÓN COOPERATIVA
Tenemos, pues, que los problemas más difíciles de resolver en el diseño de técnicas de planificación se presentan al tratar de diseñar plan~s humanos que implican acción cooperativa, a diferencia de los Simples planes para robor-'. Las críticas filosóficas anteriores adquieren mucha más relevancia ahora. La planificación para robots ~per~ sobre un mundo de hechos. La planificación humana, en ca~blO, tiene que tratar además con un mundo de creencias y otras actitudes mentales. Retomemos el caso de la acción cooperativa. Este tipo ~~ acción h~ si?o caracterizado, en términos generales, como exhibiendo los siguientes tres aspectos siguientes: i) Responsabilidad mutua: cada agente participante intenta ser responsable de las intenciones y acciones de los otros sabiendo al mis~o tiempo que los otro~ intentan asimismo ser res~onsables. Es decir, cada uno trata de gurar su conducta con un ojo puesto en la co.nducta de los demás, suponiendo que los otros tratan de hacer lo mismo. ii) Compro~iso de a~tividad conjunta: cada participante posee un compromiso apropiado (aunque sea por diferentes razones) con respecto a la actividad conjunta. ~ii) Compromiso de apoyo mutuo: cada agente está comprometido en el apoyo a las acciones de los otros como parte de su papel en la actividad conjunta". Se trata, como se ve, de unas condiciones generales que preten-
Al. ( I () NI'
r. I A r,J 1',
(
I I 1
t~
() I \) I , I A
den caracterizar' la acción cooperativa 'compartida, aunque no todas las acciones cooperativas deban satisfacer los tres requisitos". Sin embargo, lo que hay que tener en cuenta es que todas ellas presuponen la capacidad de reconocimiento de las creencias e intenciones de los demás agentes. Por consiguiente, los agentes que están ejecutando una acción cooperativa deben ser capaces de inferir los planes de los otros agentes. El reconocimiento de los planes de los demás agentes conlleva de furma correlativa, como acabamos de ver, la capacidad de inferir las creencias de los otros agentes acerca del mundo entorno y sus intenciones. Y esta capacidad debe permitir la posibilidad de que las creencias de los otros agentes sean diferentes de las propias. Martha Pollack (1987) ha criticado el hecho de que los modelos tradicionales de inferencia de planes venían asumiendo de forma simplista que el agente cuyo plan está siendo inferido y el que realiza la inferencia tienen creencias idénticas acerca del dominio del plan. Pero este supuesto es evidentemente erróneo y conduce, por necesidad, a problemas insalvables cuando se trata de modelar sistemas de acción cooperativa que requieren procesos de comunicación entre los agentes. Por esta razón debe abandonarse el supuesto anterior. Quizá la única salida a este problema, señala Pollack, sea adoptar modelos de planificación basados en una concepción de los planes como fenómenos mentales, de modo que se pueda distinguir entre las representaciones mentales de unos agentes y otros (ver también Pol lack, 1990). Del mismo modo, el desarrollo de la investigación, en interacción humano-computador, se ha tropezado con problemas similares. Y los intentos de solución apuntan en la misma dirección, señalando la necesidad de un análisis de la conducta de los usuarios de los sistemas como una actividad intencional (Suchman, 1987). Así pues, como se ha anticipado, en la medida en que la planificación implica acción cooperativa, hay que tener en cuenta, en adición a las representaciones del entorno o del dominio, los estados mentales de los demás agentes. El problema es que inferir los estados mentales de los demás agentes tiene sus peculiaridades: la posibilidad de inferir los planes de los demás agentes descansa en las creencias e intenciones que les adscribimos. Pero la conversa también se da: la capacidad de adscribir creencias e intenciones a los agentes tiene lugar en el contexto de los planes que les adjudicamos, y no parece que esto pueda hacerse de otra manera. Es más, esta capacidad parece residir en el corazón de la idea que tenemos de agente racional.
23, Para un análisis general de las diferencias entre la modelización de planes para robot y la de planes humanos, puede consultarse Bruce (1986). 24. Véase Brarman (1990). Puede inferu-se igualmente que estos tres aspectos vienen de alguna manera implicados por la definición de acción cooperativa que QllintaniJla propone.
uilla denomina de conftonración o competitiva, (p. 66). Desde este punto de vista, esta clase de acciones serían cooperativas, Jun411e no pertenecerían a la clase de acciones de
25.
Por ejemplo, los tres requisitos no serian satisfechos por las accionc s que Quinrn-
154
155
cooperación cr.rnpartida.
¡f'>ú'> I/QUI I{I{ü
Esta situación contrasta enormemente con la que se ha venido dando en la modelización clásica de planes en inteligencia artificial. En este tipo de modelización usualmente se presupone un conjunto fijo de operadores, variables de estado y objetivos, que permanece sin modificación a lo largo del proceso de planificación. Sin embargo, en la planificación humana la identificación o individuación de los estados mentales de los demás agentes es fuertemente dependiente de contexto y suele cambiar a medida en que el contexto lo hace". Por ese motivo, en la planificación clásica en inteligencia artificial, incluso en aquellos casos en que se dota al sistema de técnicas de revisión de creencias, se tiende a separar el problema del diseño y la generación de planes del problema del reconocimiento de planes". Los trabajos más prometedores para dar cuenta de las relaciones entre reconocimiento y generación de planes no están viniendo actualmente de la modelización de planes en la inteligencia artificial clásica inspirada en la solución de problemas, sino de los intentos de modelar la comprensión de narraciones y la comunicación, puesto que estos casos están esencialmente relacionados con la inreración y cooperación humana. El problema, nuevamente, es cómo evitar el problema del marco (aunque sea entendido como el problema de la persistencia), o los problemas de la relevancia y del holismo, en la planificación de acción cooperativa.
5.
CONCLUSiÓN: ALGUNAS PISTAS PARA AVANZAR
¿Cómo podemos controlar la persistencia de las creencias, intenciones y planes de los demás agentes en la acción cooperativa? ¿Cómo 26. Por no hablar de la cuestión de principio aludida anteriormente acerca de la necesidad de tcconsiderución de las técnicas a lo largo del proceso de diseño, incluidos los objetivos (Quinranilla, 1989, 91). 27. Ciertamente, en la actualidad se está trabajando con ahínco en revisión de creencias, aunque más a nivel lógico que a los niveles computacional y de implementación. En cualquier C
156
A«IONf'>,
f-'IAN~'>
Y
lilNOIO(,IA
comprobar si las actitudes mentales de los demás agentes cambian o no como resultado de nuestra propia actividad? Según acabamos de ver, la posibilidad de inferir las intenciones a partir de las acciones requiere observar la conducta de los demás agentes y utilizar toda la información disponible en un contexto dado. El problema es que normalmente existe más de una interpretación compatible con lo que aparentemente es la misma acción, por lo que una acción no puede servir como única evidencia para inferir las creencias, intenciones y planes. Del mismo modo, si una intención dada puede manifestarse en un número indefinido de acciones diferentes, entonces la ausencia de la acción esperada no significa necesariamente la ausencia de la intención adscrita. Así pues, en este punto nos encontramos en una situación como la expuesta por Haugeland: las relaciones inferenciales entre creencias, intenciones, acciones y planes son holísticas. La razón es que, virtualmente, cualquier par creencia-intención puede ser considerado como racional dada una situación apropiada y en el contexto de un plan adecuado, y virtualmente cualquier inferencia de plan puede dejar de estar garantizada si fallan las condiciones apropiadas. Esta es la razón por la que en la planificación humana no se puede separar la generación de planes del reconocimiento de planes. En la acción cooperativa la generación o diseño de planes (y su revisión) tiene lugar usualmente como consecuencia del reconocimiento de las intenciones y planes de los demás agentes. Es más, puede darse el caso de que si los demás agentes reconocen el plan de uno, pueden modificar sus propios planes mientras el agente está ocupado en reconocerlos. En los modelos de planes de la inteligencia artificial clásica, los planes son considerados, o bien como estructuras formales que controlan acciones situadas (la situación se describe mediante variables de estado), o bien como abstracciones de instancias de acciones situadas, sirviendo posteriormente dichas instancias para satisfacer la estructura abstracta en cada ocasión particular. Ahora bien, si este enfoque fuera correcto, entonces una situación en la que estuvieran perfectamente especificados el contexto y las condiciones bajo las cuales los constructos mentales (planes de acción) se realizan como acciones, debiera ser suficiente para tener acceso a las actitudes del agente. Sin embargo, no parece ser así. Incluso en sistemas de cooperación o interacción humano-computador de bajo nivel aparecen problemas de comunicación. Suchman (1987) ha realizado un sencillo e interesante experimento diseñado bajo los anteriores supuestos. En el experimento, una máquina fotocopiadora está dotada de un sistema tutorial para enseñar su propio manejo a los usuarios. Como, se podrá notar, se cuenta aquí con un contexto perfectamente fijado y con un sistema de representación de un plan de acción diseñado expresamente que conforma las «estructuras 157
JI 'di',
I /(jLJI IU,u
ACC:IONI'>,
1'1 ANI "
Y
I1 (.NUI O(,IA
mentales>, de la máquina. Por otra parte, también se supone que los usuarios desean ejecutar con éxito la acción de obtener fotocopias de la máquina. Pues bien, los resultados del experimento mostraron que en el transcurso de la interacción usuario-máquina, unas mismas instrucciones eran interpretadas por los mismos agentes de forma diferente o ambigua, y que la máquina tampoco interpretaba siempre igual las mismas acciones de los usuarios, llegando a situaciones de impasse. Es decir, en un contexto tan restringido y acotado como el relatado, se producen fallos en la identificación de las «actitudes» del interlocutor. La conclusión más importante de la autora es que la coherencia de las acciones no se puede explicar adecuadamente en base a esquemas cognitivos preconcebidos, y que, por el contrario, la organización de la acción situada (y todas lo son) es una propiedad emergente de las interacciones momentopor-momento entre los agentes, y entre los agentes y el entorno de su acción. Por ese motivo, la adscripción de intenciones y la interpretación de acciones parece ser más bien el resultado de procesos de inferencia continuos y situados, basados en evidencia lingüística, demostrativa y circunstancial paso por paso (Suchman, 1987, 179 ss.). Así, pues, el problema es doble: en primer lugar, cómo dar cuenta de la persistencia o el cambio de las creencias, intenciones y planes; en segundo lugar, cómo se puede conseguir esto teniendo en cuenta las fuertes restricciones que tienen las máquinas para su acceso a la evidencia disponible, un acceso que los humanos ejecutan de manera rutinaria y aparentemente sin esfuerzo, basándose en evidencia que en muchos casos no es de carácter lingüístico y que está contextualizada en un transfondo de circunstancias no articulado. éQué es lo que se puede hacer? Los argumentos anteriores parecen tan contundentes que podrían inclinar a más de uno a arrojar la toalla en el intento de modelizar la acción humana. La consecuencia inmediata sería que, a fin de cuentas, es muy poco 10 que la modelización de planes en inteligencia artificial puede aportar al diseño tecnológico, puesto que no puede dar razón de aspectos fundamentales como la acción cooperativa y la revisión de planes. Pero quizá esta conclusión sea precipitada. Decía Dennett (1988) que los filósofos normalmente trabajan mediante experimentos mentales y refutaciones a priori. Cuando dan con una buena refutación a priori, entonces los investigadores en inteligencia artificial, que persisten en sus intentos a pesar de la refutación, tienen que hacer frente, tarde o temprano, a un coro de filósofos diciendo: «ya os lo habíamos advertido nosotros», Lo interesante, dice Dennett, es cómo distinguir las pruebas de imposibilidad genuinas de las que son un mero resultado de falta de imaginación. A este respecto sigue habiendo una gran diferencia entre el talante de los filósofos y el de los investigadores en inteligencia artificial. La respues-
ta ordinaria de los filósofos continúa siendo más argumentación y análisis a priori, la de los expertos en inteligencia artificial, en cambio, suele ser: «trata de construir un modelo y comprueba cómo funciona). Lo que las refutaciones anteriores muestran, sobre todo, son las insuficiencias de los modelos de planificación y acción cooperativa basados en los modelos clásicos de solución de problemas. Estos modelos, como hemos visto, concentran exclusivamente su atención en el diseño de planes, y posteriormente se ven obligados a recurrir a técnicas, más o menos ad hoc, con el fin de sortear el dilema que aflige a la inteligencia artificial: encontrar un equilibrio entre la efectividad de la acción y el suficiente consumo de tiempo pensando. Sin embargo, recientes análisis filosóficos en torno a la acción y los planes (véase, por ejemplo, Bratman, 1987, 1990 Y 1991) están sentando las bases para que la inteligencia artificial afronte el anterior dilema en una mejor posición. Bratman (1987) se plantea el problema de la acción en agentes con fuentes de información limitadas que deben actuar en tiempo real. La idea que sostiene es que los agentes forman planes precisamente, en parte, a causa de las limitaciones de información. Desde este punto de vista, los planes sirven para enmarcar los problemas subsiguientes de razonamiento y para restringir la cantidad de información necesaria para resolverlos. Por ello es plausible pensar que los planes cumplen dos funciones importantes en la acción cooperativa: controlan la acción y a la vez posibilitan la coordinación entre los agentes. Con esta idea de base se puede tratar de modelar en inteligencia artificial el uso de los planes. Uno de los intentos más prometedores en esa línea es IRMA (Intelligent, Resource-Bounded Machine Architecture) (Bratman, Israel y Pollack, 1988), con especial interés para los problemas de la filosofía de la tecnología señalados anteriormente. IRMA es un sistema que asume que los agentes deben razonar acerca de cómo conseguir sus objetivos. Se trata, por tanto, de un sistema razonador medios-fines que tiene como particularidad, a diferencia de otros sistemas clásicos como STRIPS, que el agente razona sobre posibilidades acordes con sus intenciones, no sobre fines arbitrarios. Esto no quiere decir que los agentes solamente deliberan acerca de cómo conseguir sus objetivos, también deben decidir, tanto en principio como en el curso de la ejecución del plan, qué objetivos perseguir. Es decir, deben deliberar entre un conjunto limitado de opciones. Las opciones están acotadas, en primer lugar, por las intenciones y por un mecanismo de umbral que selecciona aquellas que sobrepasan un determinado valor. No obstante, una de las fuentes más importante de opciones se da en el curso de la ejecución' del plan, al ser sugeridas por los cambios en el entorno. La opciones deben pasar por un mecanismo
158
159
II'>U<'
I/QlJl 1{f{O
de filtrado que contrasta si una determinada opción es compatible los planes existentes. Si no lo es, la opción será rechazada y no será, usualmente, objeto de nueva deliberación-", pero con el fin de que el mecanismo de filtrado permita reconsideraciones, el sistema contiene como segundo módulo un mecanismo de rechazo (override mechanism). Este segundo mecanismo codifica clases de características del entorno a las que son sensibles los agentes. Una opción que activa un rechazo sensible será objeto de una deliberación más detenida, incluso si es incompatible con los planes existentes. Otra técnica inspirada en la reflexión sobre cómo los agentes usan los planes es el solapamiento o «sobrecarga» (overloading) (PolIack, 1991 y 1992). Antes hemos dicho que los planes no sólo sirven para guiar la acción, sirven también para restringir el razonamiento. ¿Cómo reconocen los agentes los medios relevantes para obtener un objetivo determinado? Además de las estrategias propuestas en la investigación sobre razonamiento basado en casos, el overloading hace uso de íos planes ya adoptados por los agentes. Es decir, cuando se está diseñando un plan para conseguir un objetivo, si las acciones posibles (o parte de ellas) coinciden con las de la obtención de algún otro objetivo, entonces usualmente se para la deliberación y se adopta dicho plan. Dicho llanamente sería el recurso a la estrategia de «matar dos pájaros de un tiro» aplicada en inteligencia artificial. Como se podrá ver, estas técnicas, basadas en el análisis del uso de los planes, permiten avanzar en la solución de los problemas surgidos como resultado de partir de concepciones ideales de la racionalidad y del hecho de concentrar los esfuerzos únicamente en el diseño y no en el uso. Al mismo tiempo proporcionan una concepción de la racionalidad más plausible, en el sentido de que abre vías para sortear diversas paradojas sobre la racionalidad que surgen cuando se adoptan concepciones ideales. En cuanto a la acción cooperativa y las relaciones entre diseño, uso y reconocimiento de planes, la investigación actual en modelos de comunicación, conversación y comprensión de narraciones proporciona buenas ideas. La concepción de los agentes como individuos que planifican no sólo permite abordar, según hemos comprobado, los problemas de las restricciones de razonamiento y del control de la acción, también facilitan la coordinación: los agentes usan los planes de los demás para facilitar la comunicación y la acción cooperativa. La razón es doble: por una parte, la comunicación entre los agentes sólo parece posible si se asume que se ven unos a otros 2iJ. La matiza<:ión es relevanrc puesto que, corno señala Marrha Pollack (1992), puede tener importancia, en algunos casos, la consideración de opciones incompatibles con los planes vigentes. Los agentes que jamás reconsideran sus planes, a pesar de los cambios no previstos que puedan ocurrir en el entorno, no se comportará racionalmenre a la larga.
160
ACClONIS.
I'IANIS
y
lyeNOI()(,IA
como comportándose de forma más o menos estable, debido a sus compromisos con sus planes (Bratman, 1983, 1987 Y 1991); por otra, la comunicación se facilita enormemente cuando los agentes razonan acerca de los planes de los demás (Allen, 1983, y Pollack, 1992). Dados estos supuestos, es posible tratar de modelar la acción cooperativa dando cuenta del reconocimiento de las actitudes de los demás agentes (reconocimiento de planes) y posibilitando respuestas cooperativas entre los mismos. En este sentido, algunas investigaciones recientes sobre procesamiento de discurso y comprensión de textos pueden resultar muy útiles. Grosz y Sidner (1981, 1986, 1990), tratando de resolver los problemas del significado de las expresiones referenciales y del reconocimiento de la estructura de los discursos complejos, han propuesto lo que se denomina «Teoría del Foco». Un foco consiste básicamente en un estado atencional que contiene información acerca de los objetos, propiedades, relaciones e intenciones comunicativas más salientes en cada fase del discurso. Se trata, por consiguiente, de una abstracción del foco de atención de los participantes en el discurso, y sirve para condensar información acerca de los usos lingüísticos previos que resulta crucial para el procesamiento de los siguientes, ahorrando, por tanto, la necesidad de retomar la historia desde el comienzo. El proceso de «focalización» consiste en un corrimiento del foco arencional por parte de los participantes mientras el discurso progresa. Es un ejemplo más acerca de cómo aspectos fundamentales de la comunicación se encuentran estrechamente vinculados al razonamiento acerca de los planes del interlocutor. El problema es que, como ya se ha indicado, la mayor parte de la investigación en reconocimiento de planes ha sido realizada, hasta el momento, fuera del ámbito de la planificación en inteligencia artificial. Quizá la razón fundamental de este divorcio entre el reconocimiento de planes y la inteligencia artificial se deba al hecho de que el tipo de razonamiento necesario para el reconocimiento de planes ha venido siendo considerado como computacionalmente intratable hasta fechas muy recientes. Piénsese en la ingente cantidad de inferencias que un par de agentes deben realizar en el curso de una simple conversación o mientras están realizando una acción cooperativa coordinada. La mayor parte de estas inferencias dependen de una cantidad arbitraria de conocimiento general (el problema del conocimiento enciclopédico) que los humanos usamos con suma facilidad, pero que resulta inaccesible en un sistema computacional. Por esta razón, los modelos de inferencia existentes en la inteligencia artificial clásica iframes, scripts), reconociendo de antemano la intratabilidad de estos .fenómenos, venían relegando a la pragmática los problemas no resueltos. Shastri y Ajjanagade (1992) han propuesto un modelo concxionista parcial de razonamiento que
161
JI
~U~
ALClüNLS,
I/()UI kKU
ejecuta este tipo de inferencias, y lo hace, además, en tiempo psicológicamente plausible. La historia nuevamente se repite, el problema de los modelos clásicos es que no prestaban apenas atención al uso, en este caso a la implementación, obviando las estrechas r elnciones entre la naturaleza de las representaciones, la efectividad de la inferencia y la arquitectura computacional en la que se ejecuta el proceso (Shastri, 1989). El problema de este modelo es que asume, de partida, una base representacional «activada) (es lo que posibilita un razonamiento tan rápido y efectivo), pero no da cuenta ni de cómo se llega a activar dicha base, ni de cómo debe ir siendo sustituida por otras bases representacionales a lo largo del curso del procesamiento. Sin embargo, este problema podría solucionarse incorporando al sistema un foco, en el sentido anteriormente indicado, como un módulo adicional, con objeto de controlar la inferencia (Ezquerro e Iza, 1993). Un sistema de este tipo, con un mecanismo de foco que va proporcionando sucesivamente las bases representacionales sobre las que opera el mecanismo razonador, resulta altamente plausible para su aplicación al procesamiento de textos". Pero, dada la definición y las características de la acción cooperativa, en donde los agentes comparten el plan, tienen responsabilidad mutua y compromiso de actividad y apoyo mutuo, no es difícil ver su aplicabilidad al diseño y uso de técnicas complejas que requieran de la comunicación entre los agentes que desarrollan cooperativamente un plan. Al menos, creo que es una especulación razonablejo. Espero haber mostrado con las anteriores propuestas cómo los actuales desarrollos en teoría de planes en inteligencia artificial pueden contribuir al esclarecimiento de las nociones básicas de la técnica en la medida en que éstas se definen como sistemas de acciones intencionalmente orientados. La atención al uso de los planes nos enseña, por otra parte, cómo se puede ir avanzando en la construcción de modelos de acción a pesar de las argumentaciones a priori propuestas por algunos filósofos. Es cierto que la encapsulación limita la racionalidad, pero no lo es menos que, como agentes racionales, estamos limitados. La cuestión es dónde se encuentra el límite. 29. Shastr i, en comunicación personal, piensa que es posible incorporar las reglas del movimiento del foco atencioual a su sistema. Se rrarar¡a de utilizar una pila para el foco global con unos cuantos focos parciales (no muchos, lo que también es psicológicamente plausible), de modo que pudieran ir restringiendo cada proceso de razonamiento. De este modo la entidad en foco podría servir para controlar la activación de la inferencia. 30. Naturalmente, lo que escaparía al sistema sería la cantidad de información que los agentes se transmiten por medios no lingüísticos, como los gestos, etc. No obstante, en los casos de Jos sistemas de acciones que suponen acción cooperativa como son la mayoría de las técnicas, el grado de espontaneidad en la comunicación entre agentes es mínimo si se lo compara con los casos de conversación, donde ordinariamenre no existe un plan explícito compartido por los agentes.
162
I'LANL5
Y
ILCNOLOGIA
REFERENCIAS BIBLIOGRÁFICAS
AlIen,
.l-
F. (1983), «Recognizing intentions from naturallanguuge utterances», en
Brady, M. and Berwick, R. C. (eds.), Computational Models of Discourse, MIT Press, Cambridge, Mass., pp- 107-66. Anscombe, G. E. M. (1963), lntention, Cornell U. P., lrhacc. Brarman, M. (1983), «Taking plans seriously», Social Theory and Practice 9, pp. 271-87. Brarman, M. (1987), lntention, Plans and Practica! Reason, Harvard U. P., Cambridge. Bratrnan, M. (1987a), ,,011 the Way ro rhe Planning Theory», en Bratman, M. (1987), pp. 14-27. Brarman, M. (1990), «Shared Cooperative Activity», CSU Paper, Sranford Universiry. Bratman, M. (1991), «Planning and rhe Stability of lntention», CSU Paper, Stanford Universiry. Bratman, M., Israel, D. .l.. Pollack, M. (1988), «Plans and rcsource-bounded pracrial reasoning», Computatíonal lntelligence 4, pp. 349-355. Bruce, B. (1986), «Robot Plan s and Human Plans: Implications for Models of Communication», en Gopnik, L & Gopnik, M. (eds.) (1986), From Models tu Modules: Studies in Cognitive Science from the McGilI Workshops, Ablex Publishing Corp., New Jersey. Cherniak, Chr. (1986), Minimal Rationality, MIT Prcss, Bradford. Chisholm, R. M. (1964), «The Descriptive Element in the Concept of Action», The [ournal of Philosophy LXI, pp. 613-625. Chisholrn, R. M. (1970) «Tbe Srructurc of intention», The [ournal of Philosophy LXVI!, pp. 633-47. Davidson, D. (1963), -Acrions, Reasons and Causes», The [ournaí of Philosuphy, LX, pp. 685-700; reimp. en D. Davidson (1980), Essays on Actions and Events, Clarendon, Oxford. Dennett, D. (1984), -Cognitive Wheels: The Pramc Problcm in Al», en Hookaway, C. (ed.) (1984), Minds, Machines and Evolution, Cambridge U. P., Cambridge. Dennett, D. (1987), The íntentional Stance, MIT, Bradford. Dennett, D. (1988), "When Philosopbers Encounter Artificial Inrelligence», Artificial lnteííigence, Winter, 1988. Elster, j. (1985), «The Narure and Scope of Rational-Choice Bxplanarion», en E. Lepore & B. P. Mcl.aughlin (eds.), Actíone and Euents. Perspectives on the Philosophy ofDonald Daoidson, Basil Blackwell, Oxford, 1985, pp. 60-72. Ezquerro, J. (1991), -Davidson, Fodor, Dennett y conexionismo/s: razones y causas en los marcos actuales de explicación causal de la acción racional», en DAJMüN, vol. especial Action Theory/Teoría de la Acción, 3, pp. 81-112. Ezquerro, J. (1993), -Simulation Theory versus Folk Crafr: Commcnrs to M. Davies' Mental Simulation and the concept of belíe], en Truth and Rationality: Actas de la VI Conferencia de SOFlA, Universidad de La Laguna (en prensa). Ezquerra, j. & Iza, M. (1993), Reflexive Reasoning, Focus Theory and Anapbora Resolution, Logic Seminar Repon LPHS-EHU-02.3, Universidad del País Vasco. Fodor, j. (1975), The Language ofThought, Crowell, New York. Fodor, J. (1983) The Modularity of Mind, MIT Press, Cambridge, M:lS$. Fodor, j. (1987), Psycbcsemantícs. The Problem of Meaning in the P'hilosophy of Ivíínd, MIT, Cambridge, Mass.
163
JI
~LJ~
I/QUI-RRO
Fodor, J. (1987a), «Modules, Frarnes, Fridgcons, Sleeping Dogs and che Musí" of the Spheres», en Carfield, l. L., Modularity in knowledge Representation and Natural Language Understanding, MIT, Bradford, 1987 (reimpr. parcial en Z. Pylyshyn [ed.], The Robot's Dilemma: The Frame Problem in Al, Abblex Publ., New Jersey, 1987). Georgeff & Lansky (eds.) (1987), Reasoning about actions arui plans, Margan Kaufman Publ., Los Altos, California. Grosz, B. J. (1981), -Focusing and description in natural languages dialogues», en A. joshi, B. Webber and 1. Sag (eds.), Elements uf discourse understaruiíng, Cambridge U. P., Cambridge. Grosz, B. J. & Sidncr, C. L. (1986), «Attention, Intentions, and rhe Strucrure of Discourse», Computational Linguistics, 12 (3), pp. 175-204. Grosz, B. J. & Sidner, C. L. (1990), «Plana for Discourse». en Ph. R. Cohen, J. Morgan and M. E. Pollack (cds.), Intentions in Communication, MIT Press, Cambridge, Mass. Haugeland, J. (In7), «An Overvicw of the Frcrne Problern», en Z. Phylyshyn (ed.) (1987). Hayes, P. (1979), «The narvc physics manifestó», en D. Michie (ed.) (1979), Expert Systems in the Micro-Electronic Age, Edinburgh U. P. Hayes, P. (1985), «The second narve physics rnanifesto», en J. R. Hobbs and R. C. Moore (eds.) (1985), Formal Theories of the Commonsense World, Ablcx Pll~ hlishing Corp., New Jersey. Hayes, P. J. (1987), "What the Prarnc Problem Is and lsn't», en Z. Pylyshyn (ed.) (1987), pp. 123-37. jackendoff, R. (1993), «Is rhere a Faculry of Social Cognirion! », Lecture delivcred at Tbird ínternational Colloquium on Cognitive Science (lCCS-93), San Sebastián, 1993. Lomard, E. (1990), -Frarning the frume problcm», Synthese 82, pp. 353-74. McCarthy & Huyes (196.9), -Some Philosophical Problcms from the Standpoinr of Ah, en Meltzcr, B. & Michie, D., Machine Intelligence 4, Edinburgh U. P. Polleck, M. E. (1987), {,A Model of Plan Inference thar distinguishcs between the beliefs of actors and observers», en Ceorgcff & Lansky (eds.) (1987), pp. 278-95. PolIack, M. E. (1990), -Plans us complex mental attirudes-, en Cohen, P. R., Margan, J. and Pollack, M. (1990), lntentions in communication, MIT Press, Cambridge, Mass., pp. 77-104. Pollack, M. E. (1991), «Overloading intentions for efficient practica] reasoning», Nvú, 25 (4), pp. 513-33. Pollack, M. E. (1992), « The uses of plans», Artificial lntelligence 57, pp. 43-68. Quintanilla, M. A. (1989), Tecnología. Un enfoque filosófico, Fundesco, Madrid. Sbastri, 1.. (1989), «The relevancc of connectionism ro Al. A representation and reasoning pcrspcctive, Technical Rcport»: MS-CIS-89; UNC LAB 140, Departmcnt of Computer and Information Science, Univcrsity of Pennsylvania. Sbastri.L. & Ajjanagadde, V. (1992), «From simple associations to sysrematic reasoning: A connectionist represenration of rules, variables and dynamic bindings using temporal synchrony. Revised Technical Report»: MS-C1S-90-05. Computer and Informarían Scicncc Dcpartmcnt, University of I'cnnsylvania. Shoham, Y. (1987), "What is rhe Frame Problem?», en Georgcff & Lansky (eds.) (1987). Simon, N. (1955), "A behavioral model of rational choice», Q. J. Econom, 69, pp. 99-118.
164
ACClONfS
rlANFS
y
UCNOLOGIA
Suchman, L.(1987), Plans and Situated Actions. The l'roblem of Human Machil1e Communication, Cambridge U. P. Val, A. del (1992), -Computing Darabase Updatcs», en Third Conference on Princi-
pies of knowledge Representation (KR-92). Val, A. del & Shoham, Y. (1992), «Denving properties of belicf update from theories of action», Proceedings of the 10th Conierence of the AAAI, 1992. Von Wright, G. H. (1971), Explanation and Underetandíng. CornelJ U. P., IthacaNcw York. Wilensky, R. (1978), "Undcrstandinggoal-based stories», Research Report 140, Deparrmcnr of Computing Sciences, Yalc Universiry, New Haven. Wood, S. (1990), Planning in a rapidly changing environment, Cognitivc Science Research Report CSRP 157, School of Cognitivo and Computing Sciences, Univ. of Susscx, Brighron.
165
SOCIOLOGÍA, POLÍTICA Y ECONOMÍA DE LA TECNOLOGÍA
CONTROVERSIAS Y ESTRUCTURACIÓN SOCIAL DE LAS COMUNIDADES CIENTÍFICO-TECNOLÓGICAS: UN ESTUDIO DE CASO EN INTELIGENCIA ARTIFICIAL
Mikel
Olazarán
Universidad Pública de Navarra
1. EL
CONEXIONISMO
El objetivo del (anexionismo o investigación en redes neuronales es, por un lado, el diseño y la construcción de máquinas (sistemas) inteligentes y, por otro, el estudio y rnodelación de la percepción y la cognición utilizando elementos computacionales. Así, el (anexionismo es un paradigma científico en las disciplinas inteligencia artificial (lA) y ciencia cognitiva. Las redes neuronales (también llamadas redes neuronales artificiales, redes conexionistas, sistemas de procesamiento paralelo y distribuido, y sistemas de computación neuronal) son sistemas de procesamiento de la información compuestos de muchas unidades de procesamiento (neuronas simplificadas) interconectadas que interactúan de un modo paralelo para producir un resultado u output. La arquitectura masivamente paralela de estos sistemas es radicalmente diferente de la de los ordenadores digitales convencionales van Neumann. Una importante diferencia a este respecto es que los sistemas conexionistas no se programan para realizar una determinada tarea computacional, sino que son «entrenados», Para entrenar un sistema conexionista en la realización de una determinada clasificación es necesario realizar dos operaciones. Por un lado, hay que seleccionar una muestra estadísticamente representativa (con respecto a la clasificación en cuestión) de pares de inputs y (sus correspondientes) outputs. Por otro lado, es necesario un algoritmo para ajustar los valores modificables de las conexiones entre las unidades en los casos en los que el sistema no produzca los outputs deseados (es decir, prácticamente siempre). El paradigma conexionista difiere radicalmente de la perspectiva del procesamiento simbólico, la tradición que ha dominado
169
MIKII
01 f\./f\.I\AN
la investigación en lA y ciencia cognitiva en las últimas décadas. La perspectiva simbólica interpreta la inteligencia y la cognición como procesos de manipulación y transformación de símbolos. Una característica central de los sistemas simbólicos de lA son sus estructuras representacionales, y la posibilidad de manipular y transformar dichas representaciones, de una manera sensible a la estructura lógico-sintáctica de las mismas. En estos sistemas, las representaciones son manipuladas y transformadas de acuerdo con ciertas reglas y estrategias (algoritmos), y la expresión simbólica resultante es la solución del sistema a un determinado problema. Los investigadores conexionistas esperan que sus sistemas tengan considerable éxito en la realización de tareas tales como la clasificación o reconocimiento de objetos y el reconocimiento del lenguaje natural, tareas que no son fácilmente programables en los sistemas simbólicos (basados normalmente en una base de conocimiento y reglas y en un sistema de inferencia). La capacidad de aprendizaje de los sistemas conexionistas puede ser de gran importancia en la modelación y reproducción artificial de estos procesos cognitivos.
LA
2. CONTROVERSIAS EN CIENCIA Y TECNOLOGÍA: CONSTRUCCIÓN SOCIAL DEL CONOCIMIENTO CIENTÍFICO Y LOS SISTEMAS TECNOLÓGICOS
La sociología de la ciencia estudia los procesos de producción y validación del conocimiento científico. Hasta los años setenta, la perspectiva dominante en sociología de la ciencia fue el estudio de instituciones, organizaciones y comunidades científicas definidas de acuerdo con criterios profesionales (tales como disciplinas y grupos especializados de investigación). Dentro de esta perspectiva son destacables los (ya clásicos) trabajos realizados por Robert K. Merton y sus colegas. En los años setenta se produjo un cambio de énfasis dentro de los estudios sociales de la ciencia: un número creciente de investigadores de esta disciplina dejaron de dar prioridad al estudio de organizaciones científicas definidas de acuerdo con criterios profesionales y comenzaron a estudiar sociológicarnente la génesis y el desarrollo del conocimiento científico mismo. En las dos últimas décadas un número considerable y creciente de estudios de caso realizados desde esta perspectiva ha demostrado el carácter social de los procesos de generación y evaluación del conocimiento científico. En estos procesos sociales intervienen factores tanto internos a la comunidad científica como externos a la misma l. Por supuesto, el término «social» no se usa aquí en un sen-
(()NI'~()VIR~IAS y
LS1RUClURACIÓN
SOCIAL
DL
LAS
COMUNIDAIlIS
tido peyorativo, sino descriptivo. Decir que la ciencia es socialmente construida y evaluada no equivale a afirmar que la ciencia es «ideológica» o «mala», Así, si la generación y validación del conocimiento científico se realiza en procesos sociales, entonces es natural estudiar dichos procesos desde una perspectiva sociológica. Una manera útil de comenzar un estudio sociológico de la actividad científica es la constatación de la «flexibilidad interpretativa» de la evidencia científica (resultados, experimentos) (Collins, 1981a, 1983). Esto quiere decir que la evidencia científica (resultados, experimentos) puede siempre, en principio, interpretarse de diferentes maneras. En otras palabras, la flexibilidad interpretativa de los datos, experimentos o resultados científicos es, en principio, ilimitada. Este básico principio de la sociología de la ciencia ha sido afirmado por diferentes investigadores: [... 1Limitless debates are made possible by rhe unlimired interprerative flexibiliry of data [... ] (Collins, 1983,95). l... l In principie, all the assumptions rhar go inro scienrific argumcnts can be challeugcd (Pinch, 198 t, t 46). At the instrumental level, studies hove shown rhat debate can be kcpt up as long as parncipanrs dcsirc by challenging the particularities of any individual experimento At rhe pbenomenal level, studies ha ve supportcd rhc general argument that there are, in principie, an crbitrary number of inrerpretations of any set of data (Pickcring, 1981,65). l... ] No knowledge possesses absolute wa rrant , whether from logic, experimcnt, or pracricc. Tbere are always grounds for challenging any knowlcdgc claim (MacKem:ie, 1990, 10).
Pero la flexibilidad interpretativa es sólo el principio. El problema es cómo la flexibilidad interpretativa es reducida en la práctica, esto es, cómo una interpretación es aceptada como superior en una determinada situación. Donald MacKenzie (1990, 11) formuló esta idea en los siguientes términos: l... ] It is important, as far as possiblc, ro investigare why a given technical reason was found compel1ing, whcn , abstractly, ir eould hove been challenmuchos temas centrales en sociología de [a ciencia, y ofrecieron una bibliografía detallada
tic las investigaciones realizadas en el área (incluyendo estudios de caso) hasta entonces.
1. Bornes (1974) y Blnor (1976) fueron dos de [os primeros investigadores que defendieron explícitamente estas ideas. Bornes y Edge (1982) introdujeron y pasaron revista a
Shapin (19H2) también pasó revista a algunos de los más importantes estudios sociales de [a ciencia. Collins (1981<1, notas a pie de página) contiene una bibliografía bastante detallada. Knorr-Cetina-y Mulkay (1983) contiene artículos de las principales perspectivas recientes en sociología de la ciencia. MacKenz.ie y Wajcl11an (19HS) aplicaron el enfoque consrrucciorusta (the social construction approach) al estudio de la tecnología. Esta línea ha sido quizá la más productiva en los últimos aúos (véase Bijker, Hughes & Pinch, 1987).
170
171
MIKII
01 A/ARÁN
ged; and ro ask whar counts as superiority and efficiency in particular circumstances.
La flexibilidad iuterpretativa es eliminada (o reducida a niveles prácticos o manejables) a través del «cierre» o resolución de controversias (Collins, 1981a, 1983). En las controversias científicas (y tecnológicas) investigadores de distintos grupos defienden interpretaciones diferentes (y a veces alternativas) de los mismos datos o fenómenos. Se produce, pues, una confrontación de diferentes interpretaciones. Lo interesante en un estudio sociológico de una controversia en ciencia o tecnología son los procesos y mecanismos por los cuales dicha controversia -que en principio podría siempre continuar- es resuelta o «cerrada» en la práctica", Bruno Latour (1987) desarrolló el esquema controversia-cierre desde una perspectiva propia y formuló un aparato conceptual y metodológico más completo para el estudio sociológico de la «tecnociencia», Latour utilizó el término «tecnociencia» para enfatizar el carácter heterogéneo de la red de recursos y «actantes» (actants) que se relacionan (o asocian) entre sí en los procesos de «enrolamiento» y «alistamiento» o «control de las acciones de los actantes» típicos de la actividad científica y tecnológica. Mediante el término «tccnociencia» Latour quiere expresar todas las actividades (todos los tipos de actividad) relacionadas con la investigación (científica y tecnológica), y pretende asimismo ir más allá de las fronteras convencionales (que él considera artificiales e inservibles) entre «ciencia» y «recnología-. Esta pretensión de Latour es particularmente interesante desde el punto de vista del caso concreto que nos ocupa, el conexionismo o investigación en redes neuronales. El conexionismo es, por definición, una red heterogénea en el sentido de Latour que incluye elementos de «ciencia» (el estudio de la percepción, la inteligencia, la cognición, procesos neurofisiológicos y neurobiológicos... ) y de «tecnología» (... utilizando modelos y elementos computacionales y de tecnología de la información). Aquí utilizaré los términos «investigación- o «investigación científica(en un sentido general) en lugar del término «tecnociencia» propuesto por Latour, pero el sentido en el que utilizaré aquellos términos es cercano al de «tecnociencia». Una característica crucial de las controversias científicas, señalada por Latour (1987) y otros sociólogos de la ciencia, tales como Leigh Star (1989), es la utilización (o, en otras palabras, la «rnovilización») de recursos y argumentos retóricos y tácticos. El cierre de una controversia no es la mera consecuencia de la adición de evi-
(
(J
t~ I H (J V I K!, 1A ~
Y
1) I f{ U
c.
1 U K A el (J N
) OC 1A 1
1)
I
I A S (O M U N I[) A DI S
dencia científica, o de la pura «superioridad técnica» (o «superior racionalidad») de una de las posiciones en litigio. Esa misma superioridad es el resultado del cierre de la controversia, y por tanto no puede ser la causa del mismo:'. Dentr? de la sociología d~ la ciencia y la tecnología, Harry Collins fue quizá el pnmer investigador que propuso la idea de que siempre se emplean tácticas retóricas en el cierre de las controversias: must be employed becausc rbc rcsources of experiment alone are insufficient (Collins, 1985, 143)4. Wirhin rhe relativist programme we accept [... ] rhur the scientific view bclonging to both sides of a controversy can be defended indefiuirely and that cuen in the purest uf sciences, if debate is going ro end, ir must be brought to a clase by some mean s not usually rhought of as srrictly scientific [... 1 (Collins, 1983,99).
Sorne -non-scientific» tactics
(En mi opinión, el adjetivo «no-científico» utilizado por Collins en esta cita cuando se refiere a «tácticas no-científicas» no es el más idóneo, incluso cuando es escrito entre comillas.) En toda controversia científica se emplean siempre tácticas retóricas. Estas tácticas son elementos constitutivos del discurso y la práctica científica (y del discurso y la práctica en general). En otras palabras, el discurso y la práctica científica se organizan y construyen a través de la utilización de argumentos y recursos tácticos. Y, por supuesto, el térrninovrácrica retórica» no se utiliza aquí en sentido peyorativo. Al contrario, en las controversias científicas (esto es) ella construcción del conocimiento científico) no se avanza de la retórica a la «verdad», sino de una retórica débil a una retórica cada vez más fuerte, tal y como señaló Latour (1987). El discurso científico moviliza más «aliados», recursos y actantes heterogéneos que (por ejernplo) el discurso de la vida cotidiana, y por tanto en este sentido se puede decir que aquél es más social que éste. Bruno Latour (1987) expresó esta idea en los siguientes términos: We saw a litcrarure [scientific literarurc] becoming more rechnical by bringing in more and more resources l... ] We saw a dissidenr drivcn into isolation bccause of the numbcr of elements the authors of scientific articlcs mustered oü their side l... ] Thc more technical and spccialised a lireraturc is, thc more
2. Este esquema controversia-cierre fue (y ~igue siendo) urilizado en numerosos estudios de sociología de la ciencia (ver, por ejemplo: Collins 1981c), y fue más tarde «exportado" a la sociología de la tecnología (ver, por ejemplo, Bijker, Hughes & Pinch, 1987; Pinch & Bijkcr, 1987).
3. Collins·(1985, 106, nota 6) expresó esta idea en los términos siguientes: «[... ]The success of one party 10 a dispute of this sort call11ot be cxplained by their superior grusp of rhe na tu re of rhe phenomenon under investigation. Ir is this that ir is being discover ed (detcr mincd) by che debate itsclf 1... ]". La idea es también una de la «reglas del método» de Lacour (1987, 258): -Sincc rhe settlement of a conrroversy is the cause of Narure representation, nor its consequence, we can neve r use rh¡s consequence , Nature, to expl ain how and why a controversy has be en settled-. 4. Para una afirmación similar, ver Collins (1985,152).
172
173
MIKII
01 A/ARAN
«social» it becomes, since the number of associations necessury ro drive readers out and force them into accepting a claim as a fuer increase [... ] If being isolated, besieged, and lefr without allies and supporrers is not a social act, rhen nothing IS. The distinction between rhe rechnicallirerature and rhe resr is nor a natural boundary; ir is a border creared by the disproporrionare amount of linkages, resources and allies locally available. This literature is so hard ro read and analyse not beca use ir escapes from all social Iinks, but because ir is more social than so-callcd normal social ties.
El resultado del cierre de una controversia científica es (dependiendo del tipo de debate) la replicabilidad de un experimento, la validez de unos resultados o la racionalidad de unas pautas o moldes de práctica científica (modelos de problemas-soluciones). Pero, claro está, la aceptación de una interpretación de un resultado (o conjunto de resultados) significa que las otras interpretaciones en litigio son rechazadas. Suponiendo que hablamos de una controversia entre dos posiciones, el cierre de la controversia en favor de una de ellas trae consigo el rechazo de la otra posición (por supuesto, esto puede ser una cuestión de grados de aceptación y rechazo). Esto quiere decir que cuando se cierra un debate hay «ganadores» y «perdedores». Una posición «gana» cuando su movilización de actan tes, aliados y recursos no puede ser contrarrestada por la otra posición, es decir, cuando consigue inclinar la balanza de poder a su favor. En ese caso, el lado «perdedor» tiene dos opciones: o bien acepta la interpretación de sus oponentes como un «hecho», y la utiliza como tal (esto es, dando por supuesta su validez científica) en su propia investigación (en cuyo caso se habría producido, en términos de Latour, una nueva «caja negra» (black box), o bien continúa trabajando en su propia interpretación de una manera aislada, alejado de los centros «calientes» de actividad científica y tecnológica, esperando que un día sea posible lanzar un contraataque que ponga en duda el statu qua que emergió del primer cierre de la controversia (de todas maneras, mientras tanto la interpretación del lado «ganador» es aceptada como correcta). Así pues, el cierre de una controversia puede verse como la emergencia de un nuevo orden social (con su correspondiente distribución de poder) dentro de un área de investigación, y por tanto no es la consecuencia de la «intrínseca superioridad técnica» de una de las posiciones (conviene repetir esto otra vez: esa «superioridad» es precisamente lo que está siendo decidido cuando la controversia todavía no se ha cerrado). Está claro que, una vez que se ha consumado la emergencia de una de las posiciones como la «correcta» tras el cierre de una controversia, y conforme la institucionalización del «nuevo orden» avanza (términos como «inercia» y «reificación» han sido utilizados para referirse a este fenómeno), el tiempo corre en contra de los perde174
(ONII{()VfRSIA'>
y
IC,IRUCIURACIÓN
SOCIAL
ut
lAS
COMUNIDAI)lS
dores. Para los Investigadores que fueron partidarios del lado perdedor es cada vez más difícil mostrar la plausibilidad de sus argumentos. Conforme la actividad científica «postcierre» se normaliza e institucionaliza, los episodios de la controversia -por espectaculares que en su tiempo hayan sido- se olvidan rápidamente, y la interpretación vencedora va adquiriendo la apariencia de una «verdad autoevidente»: Even when it is pointed out rhat the viewpoinr of thc loscrs is logically tenahle, ir is difficult for the reade r ro remain impartial in thc facc of rhe sheer weight of numbcrs in the winning camp (Harvey, 1.981, t 26).
Harry Collins (1975,94-95) utilizó la analogía del «barco dentro de la botella» para describir este proceso: [... ] Much of our knowledge seems so «solid» as to require a justification in terms orher rhan those which describe human actions [... 1To speak figuranvely, it is as rhough epistcmologisrs are concerned wirh the characteristics of ships (knowledge) in bordes (validity) while living in a world where all ships are already in bordes wirh rhe glue dricd and rhe stnngs cut. A ship within a borde is a natural object in rhis world, and beca use there is no way to reverse this process, ir is not easy ro accept rhat the ship was ever just a bundle of sticks [... ] [But] ir is possible ro perform a kind of phenomenological brccketing for ideas and fucts, by looking at thcm while they are being formed, beforc thcy have beco me «ser» as pnrt of anyones narural (scientific) world. [... ] This will generare a picrure of scicncc in which the figurative -ships» are stil! bcing built by human acrors, ro be subsequently erected in rhcir bordes by a trick invenred and workcd by human actors also.
Bruno Latour (1987), por su parte, se vale de términos como «hechos» y «cajas negras» para referirse a este fenómeno. Lo que todo esto quiere decir es que un estudio sociológico de la ciencia tiene que reconstruir las circunstancias y procesos por los cuales una caja negra fue creada, o un «barco puesto en una botella». Esto es cada vez más difícil conforme el tiempo pasa y los «hechos» que emergieron del cierre de una controversia son utilizados como «cajas negras), para construir más hechos, esto es, conforme prácticas, formas de vida y expectativas que incorporan esos hechos como recursos o «componentes), cuya validez no es puesta en duda se desarrollan e institucionalizan. Es más, lo que se quiere decir con todas estas analogías (cajas negras, barcos en botellas) es que la reapertura de una controversia es un caso especialmente interesante en sociología de la ciencia. No cabe duda de que un caso en el cual el lado perdedor en una controversia reemergiera un tiempo después (digamos dos décadas después) y 175
MIKIL
OIA/Af{ÁN
provocara la reapertura de la controversia (y el cambio de la balanza de poder resultante de aquella controversia) sería especialmente interesante desde el punto de vista de la sociología de la ciencia. Collins utiliza a veces el argumento de que «las cosas podrían haber sido de otra manera» en sus estudios sobre mecanismos de cierre en controversias científicas. En su estudio de las controversias sobre radiación gravitacional en los años setenta, Collins señala cómo, al aceptar la técnica de medición conocida como «calibración electrostática» (electrostatic calibration), ]. Weber restringió la flexibilidad interpretativa de sus resultados en radiación gravitacional y decidió no dirigir su retórica argumentativa hacia ciertos «frentes» del debate que en principio eran plausibles: Weber in accepting clectrosratic calibrarion chose nor to argue on these fronts. My respondents decisión to open up the range of possibilities for calibration signals reveuls thar such an argument mighr nor have bccn entirely implausible (Collins, 1985, 104-106).
Por tanto, un caso en el que «cosas que podían haber sido de otra manera» en un momento dado son realmente de otra manera en un momento posterior en el tiempo y/o en diferentes circunstancias es un caso especialmente interesante en el estudio de los procesos sociales por los cuales se genera y evalúa el conocimiento científico. En este artículo se defiende la tesis de que la historia del conexionismo o investigación en redes neuronales es precisamente un caso de ese tipo.
3. EL PRIMER
CONEXIONISMO
Los orígenes del conexionismo, como los orígenes de la investigación en inteligencia artificial y ciencia cognitiva en general, se remontan al movimiento cibernético de los años cuarenta y cincuenta. Uno de los problemas centrales de la cibernética era el de las relaciones entre el sistema nervioso (yen particular el cerebro) y diversos sistemas artificiales automáticos. El «lenguaje» de la cibernética, esto es, el nivel en el cual los posibles paralelismos entre el cerebro y diversas máquinas automáticas fueron estudiados, era el lenguaje del control y del procesamiento de la información. Norbert Wiener, uno de los fundadores de la cibernética, definió este interés central del siguiente modo: [... ] Cybernetics attempts ro find rhc cornmon elements in the funcrioning of aurornatic machines and of the human nervous sysrem, and to dcvelop a theory which wil1 cover thc entire field of control and communication in machines and in living organisms (Wiener> 1948, 14).
176
(INIf{OVIf{~IA!> y
1~¡f{Uc:IUf{A(ION
~OClAI
IJI
lA"
lOMUNII)AI)I~
Una de las características más importantes del movimiento cibernético, en lo que a la cuestión de las relaciones cerebro-máquina se refiere, fue su carácter plural. Esta cuestión fue tratada desde posiciones teórico-metodológicas muy diversas. Conforme los años iban pasando, el conexionismo y la inteligencia artificial basada en el procesamiento de símbolos se convirtieron en las posiciones más importantes. No obstante, no hay que olvidar que se exploraron y desarrollaron otras muchas líneas de investigación'. Es interesante señalar que el problema cerebro-máquina fue formulado originalmente utilizando terminología de redes neuronales proveniente del seminal artículo "A logical ca1culus of the ideas inmanent in nervous activity» de Warren McCuIJoch y Walter Pitts (McCulloch & Pitts, 1943). El objetivo de McCulloch y Pitts era mostrar cómo un substrato físico de cierta similitud con el cerebro podía realizar operaciones lógicas. Otro caso de la utilización de terminología de redes neuronales con anterioridad al desarrollo del propio paradigma conexionista es el primer diseño teórico del ordenador secuencial «von Neumann», John van Neumann describió el diseño del ordenador con programa incorporado (stored-program computer) en 1945 utilizando neuronas formales del tipo McCulloch-Pitts (Aspray, 1990, 173). Un tercer ejemplo a este respecto es la utilización por Minsky de terminología de redes neuronales de tipo McCulloch-Pitts en su trabajo sobre teoría de la computación (Minsky, 1967). Entretanto algunos investigadores habían comenzado a elaborar y desarrollar una perspectiva propiamente conexionista, esto es, habían comenzado a construir y estudiar sistemas de redes neuronales (y no a utilizar terminología de redes neuronales para describir sistemas que no eran conexionistas). Estos primeros investigadores conexionistas comenzaron a combinar redes de neuronas formales de tipo McCulloch-Pitts con la noción de «aprendizaje por medio de la modificación del valor de las conexiones interneuronales» del psicólogo canadiense Donald Hebb, y construyeron así las primeras máquinas conexionistas. Hacia finales de los años cincuenta la investigación en redes neuronales adquirió un carácter más definido. La formulación explícita de una buena parte de las ideas principales de esta línea de investigación fue realizada por Frank Rosenblatt, un psicólogo matemático de la Unidad de Investigación en Sistemas Cognitivos de la Universidad de Cornell (Ithaca, New York). Los primeros investigadores conexionistas, con Rosenblatt a la cabeza, se oponían explícitamente a la utilización del procesamiento de la información de tipo van Neumann como «metáfora- de la cognición, y por tanto definieron su paradigma en oposición al paradigma simbólico S.
Para más información a este respecto. ver Arhib (1983).
177
MIKI.I
OIA/AKAN
de IA6. Los paradigmas simbólico y conexionista empleaban «direcciones metafóricas» (por decirlo de alguna manera) opuestas. Para los partidarios del paradigma simbólico, el ordenador van Neumann era la metáfora de la cognición; para los conexionisras, por el contrario, era el cerebro lo que debía ser utilizado «metafóricamente» en la construcción de ordenadores inteligentes. Los investigadores de lA simbólica desarrollaron la cuestión cibernética de las relaciones entre máquina y cerebro en la línea de las relaciones entre mente (procesos simbólicos y representacionales del pensamiento y la cognición) y ordenador van Neumann. El paradigma simbólico en lA comenzó a desarrollarse con fuerza creciente a finales de los cincuenta y en los sesenta a medida que la tecnología del ordenador van Neumann fue extendiéndose. La perspectiva simbólica de lA y ciencia cognitiva utiliza el ordenador digital como instrumento de experimentación y modelación tanto para el estudio de la cognición y la inteligencia como para la construcción de máquinas inteligentes (por ello puede decirse que, para la perspectiva simbólica, el ordenador van Neumann es una «metáfora» de la cognición). La dirección de la investigación de los primeros investigadores conexionistas era justamente la contraria: construir sistemas inteligentes inspirándose en el cerebro. En la primera época de la historia del conexionismo se construyeron grandes (en el sentido literal de «grandes») máquinas siguiendo esta idea del «cerebro como metáfora». La primera má.quina importante en este sentido (y la más famosa) fue el «perceptrón» Mark 1, construido en el Laboratorio de Aeronáutica de Cornell según el diseño de Rosenblatt. El perceptrón era un sistema conexionista con 400 unidades input, 512 unidades de asociación y 8 unidades output. Las unidades de procesamiento del perceptrón producían activación (output = 1) si los inputs que recibían superaban un determinado valor de umbral. Sólo eran modificables las conexiones entre unidades de asociación y unidades output, La figura 1 muestra la estructura de un perceptrón que sólo tiene una unidad output. La figura 2 muestra sólo una parte de un perceptrón: los estratos de unidades de asociación y de unidades output, y las conexiones modificables entre dichas unidades. Una característica del perceptrón que creó gran interés en la investigación en redes neuronales tanto dentro como fuera de la comunidad científica fue su capacidad de «aprendizaje», esto es, su capacidad para mejorar su rendimiento en tareas de clasificación de objetos. Los algoritmos para la modificación de las conexio6. Schon (1963) utilizó el concepto de metáfora en su interpretación de los procesos de emergencia Je nuevas ideas, Para la aplicación de este concepto a la emergencia de nuevas ideas en la ciencia, ver Barnes (1974).
178
LONIf{OVIK<,IA"
y
ISIKUC!UR.ACIÓN
SOCIAL
LH
LAS
COMUNIDADCS
unidades de asociación
a
unidades input Figura 1: Perceprrón
nes del perceptrón, así como otros similares elaborados por Bernard Widrow y Marcian Hoff en la Universidad de Stanford (California) fueron algunas de las contribuciones más importantes del primer período de la investigación en sistemas conexionistas. Estos
..
unidades input unidades output
°1
• •
•
Figura 2: Perceptrón simplificado.
179
MIKII
UI AjARAN
algoritmos garantizaban que, si un perceptrón con un único estrato de conexiones modificables era físicamente capaz de realizar una tarea clasificatoria, entonces dicho perceptrón podía «aprender» la tarea clasificatoria en cuestión a base de repetir el ciclo presentación de input-observación del output-modificación del valor de las conexiones. Es importante señalar que el perceptrón no fue el único proyecto de grandes dimensiones en la primera etapa de la investigación en redes neuronales. En otros laboratorios y universidades norteamericanas se llevaron a cabo importantes esfuerzos de implementación de sistemas de redes neuronales. Dos de los proyectos más importantes a este respecto fueron las máquinas Madaline y Minos. Madaline fue construida por Bernard Widrow y sus colegas del Departamento de Ingeniería Electrónica de la Universidad de Stanford. Minos fue construida en el Instituto de Investigación de Stanford (Stanford Research Institute, SRI) por Charles Rosen, A. E. Brain y sus colegas. Estos dos proyectos y el de Rosenblatt son buenos ejemplos del volumen de la actividad investigadora que el conexionismo alcanzó en los años cincuenta y sesenta. Al mismo tiempo que se iban desarrollando los mencionados proyectos conexionistas, el proceso de emergencia de la perspectiva simbólica de lA iba creciendo en intensidad. A finales de los años cincuenta y principios de los sesenta, la lA simbólica, concentrada en unos pocos «centros de excelencia» y con acceso privilegiado a recursos computacionales, estaba creciendo con rapidez y comenzando su institucionalización. Investigadores como McCarthy, Newell, Simon, Minsky y sus colegas y estudiantes estaban elaborando y desarrollando poderosos instrumentos y programas para la construcción de sistemas inteligentes. Se ha indicado ya que los instrumentos y técnicas utilizadas por los investigadores de lA simbólica eran muy diferentes de los utilizadas en los proyectos de redes neuronales. Pero afirmar que la tradición simbólica era simplemente diferente de la tradición conexionista a nivel teórico y metodológico es insuficiente. La oposición entre los investigadores partidarios de uno y otro paradigma fue siempre explícita y activa. Es más, en ciertos momentos claves de la historia del conexionismo, dicha oposición tomó pronto la forma de una abierta controversia científica. Esta controversia con investigadores favorables al paradigma simbólico (y contrarios al conexionista) ha condicionado en gran medida la evolución histórica del conexionismo' 7. Un fenómeno similar, aunque en otro contexto disciplinar y en otra situación histórica, fue apuntado por la socióloga de la ciencia norteamericana Leigh Star (1989, 126) a propósito de la investigación localizacionista en neurociencias: «The shape of localizati 0nisr theory was developcd through with its opponenrs-.
180
( UN III()VIII''¡A',
4.
y
1'> I kUL I UkACl6N
SOCIAl
[JI
lAS
l.OMUNll)ADI
s
LA CONTROVERSIA DEL PERCEPTRÓN
El primer momento crítico de la controversia acerca de la validez científica de la investigación en sistemas conexionistas tuvo lugar a finales de los años cincuenta y principios de los sesenta. La (siempre latente) oposición entre los paradigmas simbólico y conexionista se convirtió entonces en una controversia abierta y explícita. El perceptrón de Rosenblatt y sus colegas fue subvencionado por la Oficina de Investigación Naval (Office of Naval Research) del Ministerio de Defensa norteamericano y recibió considerable atención tanto dentro como fuera de la comunidad científica (por ejemplo, en los medios de comunicación populares: periódicos, revistas). Las afirmaciones de Rosenblatt acerca de los resultados obtenidos con el perceptrón y, sobre todo, acerca de las perspectivas de futuro de dicha máquina adquirieron una atención y una dimensión inusitadas. La reacción de los investigadores contrarios al conexionismo y favorables a los sistemas simbólicos no se hizo esperar, y fue contundente. Criticaron fuertemente las afirmaciones de Rosenblat acerca de las capacidades del perceptrón, y al conexionismo y los conexionistas en general. La retórica verbal y dialéctica utilizada por ambas partes (por investigadores favorables y contrarios al conexionismo) alcanzó cotas muy importantes, y en muchas ocasiones la diplomacia fue dejada de lado por los participantes en el debate. Y esto fue sólo el comienzo de una cadena de ásperas y duras críticas y acusaciones y las correspondientes respuestas y devoluciones de acusaciones". En el apartado segundo de este artículo se ha dicho que las controversias científicas y tecnológicas se «luchan» (se resuelven) en un contexto de conflicto argumentativo en el que se utilizan «tácticas retóricas» (en el sentido que esta expresión tiene para Latour). El objetivo de las posiciones contendientes es la movilización y el enrolamiento de tantos (y tan buenos) aliados, actantes y recursos favorables como sea posible. Bruno Latour (1987) utilizó el término «carrera por la prueba» para referirse a este proceso. Es importante señalar que la dinámica de esta carrera no va de la retórica a la «verdad", sino del empleo de retórica débil al empleo de retórica cada vez más fuerte. La controversia del perceptrón confirma esta dinámica que va de menos a más retórica. La espectacular y áspera retórica verbal de los comienzos de la controversia era sólo el principio, la «retórica débil» (en términos de Latour). La retórica más «dura» vino poco despues. Marvin Minsky y Seymour Papert, dos investigadores del Laboratorio de Inteligencia Artificial del prestigioso MIT (Massachusetts Institute of Technology) decidieron llevar a cabo un proyecto que mostrara las limitaciones del percep8.
Para un estudio detallado, ver Olazarán (1991, sección 3.1).
181
MIKII
01 AtARAN
trón de un modo decisivo. «De un modo decisivo» significaba para Minsky y Papert que la comunidad científica abando nata de una vez por todas la investigación en redes neuronales. Utilizando términos de Latour, se podría decir que Minsky y Papert decidieron intervenir decisivamente en el debate, enrolando y movilizando tantos actantes, recursos y factores como fuera posible en favor de su posición (o, lo que es lo mismo, en contra de la posición conexionista), La siguiente cita, que pertenece a una entrevista que ]. Bernstein realizó años despues a Minsky para la revista The New Yorker, muestra la contundencia con que Minsky y Papert comenzaron su proyecto crítico:
(ON1ROV¡R')IAS
y
FSTRUCTURACIÓN
SOCIAl
O~
l.AS
COMUNIQAOfS
La «versión popular» (por llamarla de alguna manera) de la historia del conexionismo, según la cual Minsky y Papert demostraron fuera de toda duda las limitaciones del perceptrón, descuida la atención e investigación que los propios conexionistas habían dedicado a dichas limitaciones con anterioridad al estudio de Minsky y Papcrt, Los investigadores conexionistas habían reconocido con frecuencia que sus sistemas, que en la mayoría de los casos tenían un solo estrato de conexiones modificables, tenían importantes problemas y limitaciones. La solución que una buena parte de estos investigadores conexionistas proponían era el estudio y la implementación de sistemas conexionistas más complejos. En particular, los conexionistas de los años sesenta sabían que algunos de los problemas más importantes de los sistemas de estrato único (como el perceptrón) podían ser superados con redes de múltiples estratos de conexiones modificables. Continuaron estudiando y experimentando con diversas técnicas de modificación de conexiones para esos sistemas, pero los resultados no eran todavía considerados favorables. Para los investigadores conexionistas, no había por el momento garantías suficientes de que estas técnicas produjeran resultados comparables a los que las técnicas de modificación de conexiones en sistemas de único estrato producían en dichos sistemas. No obstante, y esto es de la máxima importancia, la única conclusión que de esto se seguía para un grupo significativo de dichos investigadores, encabezados por Frank Rosenblatr, era que había que seguir investigando en sistemas conexionistas de múltiples estratos. A pesar de esto, conforme la controversia iba aumentando, otros conexionistas comenzaron a cambiar la orientación de sus proyec-
tos de investigación, bien hacia aplicaciones tecnológicas de los sistemas conexionistas, o bien hacia proyectos de lA simbólica, &í,. Widrow y sus colegas comenzaron a desarrollar aplicaciones basadas en sus técnicas de modificación de conexiones. para redes de único estrato en el área de procesamiento -adaprivo» de' señales (adaptive signal processing). Por otro lado, los imestigadores del Instituto de Investigación de Stanford abandonaron la investigación conexionista y se incorporaron a. la tradición simbólica de' lA,. concretamente al área de robótica. No obstante, en: 10) qllJue a Rcsenbsatt y sus colegas se refiere.. es importante insistjr en que', si bDe1lF estos investigadores: reconocieron las Iimiracienes de sus máqieines, a pesar de ello continuaron buscando soluciones dentro del paradigma concxionista. En este contexto de controversia y crisis del coaexionismo, el proyecto crítico de Minsky y Papert tuvo i-mpo·rtantes C?flSeCUencias. La intervención de Mínsky y Papert en la controversia del perceptrón, qne culminó con la publicación de su famoso libro Perceptrons (Minsky & Papert, 1969), puede ser in>ue"Pretada corr ayuda de la noción de Latour (1'>S7) de -reprcdecir» ire-enact) unos resultados científicos. La intervención de' Minsky y Paperr en la controversia del perceptrón es un caso de lo que Latour d1e1n:onJin6 La «tercera manera» de «leer» (interpretar) un texto' científico (o unos datos o resultados científicos), Para Latour (19S7, 60-61) un texto científico puede ser leído de tres maneras. La primera manera de' «leerlo» es. sencrllamanre no leerlo, Según las estimaciones informales de Larour, esto es.lo que S€ hace en el 90 por ciento de los casos. La segunda manera de leer un texto científico es la aceptación de los resultados del texto. Las pretensiones de validez del autor son aceptadas, y sus resultados son utilizados y citados, De este modo, dichos resultados se van transformando en «hechos». Esta segunda manera de leer un texto es bastante infrecuente; tan sólo tiene lugar, según las estimaciones informales de Larour, en e19 por ciento de las ocasiones, La tercera manera de' leer un texto, científico es, según Latour, extremadamente infrecuente y costosa. Se trata de reproducir las distintas fases por las que el autor- original pasó en su investigación. Latour afirma que si se realiza ese (costoso) proceso siempre, incluso en el texto científico mejor escrito, es posible encontrar defectos, dificultades y limitaciones. Esto es otra manera de decir que, en principio, todo resultado científico puede ser objeto de flexibilidad interpretativa (ver apartado 2 de este artículo). El proyecto critico de Minsky y Papert se puede clas,íi= dentro de esta tercera manera de «leer» un texto (o unos resultados) científicos. Esta intervención de Minsky y Papert en la conrroversia del perceptrón no implicó el paso de un discurso. retórico a un discurso basado en la «verdad» o la «racionalidad», La retórica utilizada en
182
183
In rhe rniddle nineteen-sixries llapen and Minsky ser out to kili the pereeptron, or, ar least, ro establish irs Iimitarions - a rask rhar Minsky felr was a son of social service rhey could perform fur che arrificial-inrclligence communirv (Bernscein, 198], ] 00).
MIKf 1
01 A/AHÁN
la controversia fue de menos a más (en el sentido de Latour), y no de más a menos. En otras palabras, Minsky y Papert movilizaron tantos (y tan buenos) «aliados» y «actantes- como pudieron en favor de sus argumentos, de tal manera que su posición no pudiera ser contrarrestada. Se ha dicho anteriormente que, según Latour, si se lleva a cabo un proyecto de «tipo 3)~, siempre es posible encontrar al menos un defecto incluso en el texto científico mejor escrito. Tras realizar su largo y costoso estudio crítico, Minsky y Papert afirmaron que habían encontrado no uno, sino varios importantes defectos en el perceptrón de Rosenblatt. Las principales limitaciones del perceptrón (y de los sistemas conexionistas en general) estudiadas por Minsky y Papert se podrían resumir en dos conjuntos de problemas. Por un lado, Minsky y Papert estudiaron en detalle las limitaciones de los sistemas conexionistas de estrato único (esto es, sistemas que sólo tienen un estrato de conexiones modificables). Por otro lado, dichos investigadores formularon un pesimista «juicio intuitivo» (ésta es la expresión que ellos utilizaron) acerca de la posibilidad de elaborar algoritmos efectivos para la modificación de conexiones en sistemas de múltiples estratos (la solución propuesta por Rosenblatt para superar las limitaciones de los sistemas de estrato único). La situación de la controversia era la siguiente: si estos dos puntos de la crítica de Minsky y Papert a los sistemas conexionistas eran aceptados, la capacidad de maniobra de los conexionistas para defender su programa de investigación se reducía casi por completo, y por tanto la balanza se inclinaba en contra de la posición de Rosenblatt y otros conexionistas. Según la versión normalmente aceptada (y dada por supuesta) de la historia del conexionismo, el estudio crítico de Minsky y Papert (1969) acerca del perceptrón demostró las limitaciones de estos sistemas fuera de toda duda. Es más, esta interpretación señala también que este estudio mostró la inutilidad de continuar investigando en sistemas conexionistas. En este artículo se defiende que dicha interpretación o versión sobre la historia del conexionismo fue el resultado -y por tanta no la causa- del cierre de la controversia del perceprrón". Los resultados de Minsky y Papert (1969) acerca de las limitaciones del perceptrón de único estrato eran susceptibles de ser interpretados de maneras diferentes (esto es, estaban en principio abiertos a flexibilidad interpretativa). Por otro lado, los comentarios y afirmaciones de dichos investigadores acerca de las capacidades y posibilidades de perceptrones más complejos (sistemas de múltiples estratos) eran todavía mucho más susceptibles de flexibilidad interpretativa. Pero lo que es aún mucho más 9.
Para una defensa detallada de esta tesis, ver Oluzarán (1991).
184
CON II\OVI ¡nIA~
'(
151 fHJC 1 URACIÓN
SOC IAI
1)1
1 AS
COMUNIDAI)[ ')
importante: tanto los resultados acerca del perceptrón como las afirmaciones acerca de sistemas más complejos fueron en la práctica objeto de flexibilidad interpretativa; de hecho los investigadores conexionistas trataron de explotar esta flexibilidad interpretativa a su favor. Esta flexibilidad interpretativa del estudio crítico de Minsky y Papert (1969) fue explotada por Rosenblatt y sus colegas en su retórica en favor del perceptrón y de la investigación en redes neuronales en general. Estos investigadores conexionistas insistieron en las propiedades más positivas del perceptrón de único estrato y en los aspectos más prometedores de los sistemas conexionistas de múltiples estratos. Sin embargo, en el curso de la controversia, el complejo retórico-argumentativo de Rosenblatt y sus colegas no fue suficiente para contrarrestar la emergencia del consenso en contra del conexionisrno. Esta interpretación estaba estaba emergiendo, con creciente fuerza, como la «lectura>, dominante del estudio de Minsky y Papert, Pero recapitulemos: ¿Cuál era la situación de la investigación conexionista cuando el estudio crítico de Minsky y Papert fue publicado a finales de los años sesenta? Una rápida mirada a los tres principales proyectos conexionistas de aquella época revela que Rosenblatt, el principal defensor del conexionismo, no tenía muchos recursos ni aliados. Widrow y sus colegas habían comenzado a trabajar en aplicaciones de sus técnicas de redes neuronales en otros campos de la ingeniería electrónica. Por otro lado, Rosen y sus colegas del Stanford Research lnstitute habían comenzado a trabajar en un proyecto de robótica dentro del paradigma simbólico. Rosenblatt y sus colegas intentaron explotar la flexibilidad interpretativa de los resultados de Minsky y Papert para defender su posición, pero cada vez estaban más aislados. Por un lado, estaban aislados dentro de su propio campo de investigación: muchos investigadores de redes neuronales habían comenzado a abandonar sus proyectos. El complejo retórico-argumentativo de los conexionistas no fue suficiente para mantener la plausibilidad y legitimidad de su programa de investigación tanto ante la comunidad científica (de lA y disciplinas cercanas) como ante instancias de la sociedad externas a la comunidad científica (entre las que destaca la institución del Ministerio de Defensa estadounidense DARPA [Defense Advanced Research Projects Agency], que subvencionó la mayor parte de la investigación de lA en Estados Unidos en los años sesenta). El estudio de Mínsky y Papert (1969) fue ampliamente interpretado como la «última palabra» en el debate del perceptrón. La controversia estaba cerrada y, como en todas las controversias, había «ganadores» y «perdedores». Un factor de gran importancia en el cierre de la controversia (o, utilizando la expresión de Collins, un «mecanismo de cierre») fue la «asociación exitosa», impulsada por los
185
M¡K! I
01 A/AKÁN
investigadores contrarios al conexionismo, entre i) la crítica (y rechazo) de los sistemas conexionistas e ii) factores tales como la emergencia de la lA simbólica o el desarrollo de la tecnología del ordenador von Neumann. La conexión entre los dos factores nombrados en el punto ii) y el rechazo de la investigación en redes neuronales no era algo necesario, natural o inevitable, sino el resultado de un proceso social de decisión y consenso. En otras palabras, la conexión entre a) el estudio crítico de Minsky y Papert y los elementos mencionados en el punto ii) por un lado, y b) el rechazo de la validez científica de la investigación en redes neuronales y el consiguiente abandono de la misma por otro, no era una conexión lógica, naturalo racionalmente inevitable, sino una conexión construida en un proceso social de controversia tanto interna a la comunidad científica como en esferas de la sociedad externas a la misma. Dentro de las disciplinas de lA-ciencia cognitiva, esto fue una clara derrota para los investigadores conexionistas. La controversia se había cerrado en contra de su posición. (Y por si esto fuera poco, el conexionismo perdió a Rosenblatt, su líder más representativo, en un trágico accidente de barco de vela en 1971.) El conexionismo perdió este debate, y fue por tanto considerado como un paradigma sin validez científica en lA-ciencia cognitiva. No obstante, no hay que olvidar que perder una controversia no significa desaparecer totalmente de la faz de la tierra. Un reducido y aislado grupo de investigadores continuó trabajando en aspectos relacionados con las redes neuronales aunque, eso sí, lejos de los «frentes calientes de actividad» de lA-ciencia cognitiva, en áreas como las neurociencias y la psicología (en temas relacionados con el conexionismo en «frentes científicos» no tan «espectaculares» como el de las máquinas inteligentes) 10. Las aportaciones de investigadores como C. van der Malsburg, O. Willshaw, T. Kohonen, S. Grossberg y ]. Anderson en los años setenta en temas como content-addressable associative memory y redes neuronales no supervisadas fueron un elemento importante de la base sobre la cual se desarrolló (reemergió) el conexionismo en la segunda mitad de los ochenta.
lONIIU)VIK~IA~
y
I.SIRUCIURACIÓN
SOCIAl
1)[
LAS
(OMUNIDADLS
10. Estos investigadores tuvieron una presencia más notoria en Europa que en Estados Unidos (Lighthill, 1973).
más cercanos a las neurociencias y a la psicología. El dominio del paradigma del procesamiento simbólico continuó a través de los años, hasta que la situación comenzó a cambiar a principios de la década de los ochenta. A principios de dicha década comenzaron a desarrollarse un conjunto de elementos, factores y acontecimientos que hicieron posible la reemergencia del conexionismo en lA y ciencia cognitiva. A principios de los ochenta se estaban produciendo cambios significativos en el mundo de la lA y áreas relacionadas de invesrigación. Por un lado, se habían producido avances importantes en la tecnología del ordenador digital. En lo que se refiere a hardware, hay que destacar la miniaturización, el enorme crecimiento del poder computacional y la reducción de costes. No en vano ésta era la época de la VLSI (Very Large Scale Integration). Por otro lado, tras diversos altibajos en los años setenta, la lA simbólica había alcanzado la fase de comercialización. Los fondos dedicados a esta actividad científica estaban creciendo considerablemente tras el lanzamiento por parte del Gobierno japonés del proyecto de la «Quinta Generación», en el cual una de las áreas prioritarias era precisamente la lA (concretamente know/edge-based informatia n systems y lenguaje natural). Por último, se estaba dedicando una cantidad creciente de investigación a diversos tipos de arquitecturas de computación en paralelo. Este tipo de investigación no buscaba únicamente mayor poder computacional (en términos, por ejemplo, de número de operaciones por segundo) sino también, en un sentido más global, arquitecturas computacionales alternativas. Aunque, por su paralelismo «masivo» y por su cercanía a la inteligencia artificial, la ciencia cognitiva y las neurociencias las redes neuronales se situaban entre las soluciones más radicales dentro del movimiento del paralelismo, no cabe duda de que el conexionismo se benefició del contexto cambiante de principios de los ochenta. En este contexto, un grupo de investigadores, el llamado grupo POP (Parallel Oistributed Processing, procesamiento en paralelo y distribuido), comenzó a desarrollar y relacionar una serie de instrumentos y elementos teóricos, metodológicos, experimentales, disciplinares e institucionales con el firme y explícito objetivo de volver a llevar el conexionismo al «frente» de lA-ciencia cognitiva. Entre los «aliados» (utilizando la terminología de Latour), factores, elementos y recursos que el grupo PDP pretendía «enrolar» figuraban los siguientes: i) los pocos investigadores que habían continuado investigando en redes neuronales en los años setenta, ii) investigadores que estaban trabajando dentro del paradigma simbólico de lA y ciencia cognitiva y que estaban encontrando dificultades en el estudio y la modelación de ciertos procesos cognitivos, iii) investigadores de áreas como reconocimiento de objetos (pattern recognition), reconocimiento del lenguaje hablado y visión, y iv) investi-
186
187
5. EL NUEVO CONEXIONISMO
Tras el cierre de la controversia del perceptrón, la actividad científica y tecnológica en redes neuronales fue abandonada por la gran mayoría de los que se habían dedicado a ella. Los pocos investigadores que continuaron lo hicieron lejos del «frente» (por decirlo de alguna manera) de la lA, en contextos disciplinares e institucionales
MIKI-I
01 A1ARÁN
gadores en computación paralela que buscaban una alternativa, inspirada en el estilo computacional del cerebro, al «cuello de botella» de la computación secuencial van Neumann 11. La activa e incluso a veces militante labor realizada por los investigadores del grupo PDP en la «vuelta» del conexionismo a la lA y ciencia cognitiva fue muy importante. Los investigadores del grupo PDP definieron y elaboraron el paradigma conexionista como una respuesta a los problemas que el paradigma simbólico estaba encontrando en la modelación y reproducción de ciertas capacidades y procesos cognitivos e inteligentes. En este contexto de reemergencia del conexionisrno, hacia mediados de los ochenta, algunos investigadores conexionistas entre los cuales había un número importante de miembros del grupo PDP realizaron importantes innovaciones científicas. Algunas de las más importantes de estas innovaciones pueden ser estudiadas dentro del esquema de «analogía e innovación» utilizado por Barry Barnes (1974) y otros investigadores de sociología de la ciencia'>. En 1982 John Hopfield, un físico del Instituto de Tecnología de California (California lnstitute of Technology) elaboró un sistema conexionista basado en una analogía con ciertos sistemas (spin glasses) de física estadística (Hopfield, 1982). Esta analogía entre sistemas de física estadística y sistemas de redes neuronales fue desarrollada en profundidad por David Ackley, Geoffrey Hinton y Terrence Sejnowski (1os dos últimos pertenecientes al grupo PDP) (Ackley, Hinton & Sejnowski, 1985) en su sistema conexionista llamado «máquina de Boltzmann». Valiéndose de conceptos como «energía» y «temperatura» (e~ el sentido que estos términos tienen en sistemas conexionistas), Hinton y sus colegas desarrollaron una técnica de modificación de conexiones para sistemas de múltiples estratos y dieron así una primera solución a uno de los problemas más importantes de la investigación en redes neuronales. A pesar de que el sistema conexionista tipo máquina de Boltzmann tenía una estructura (caracterizada por conexiones simétricas entre las unidades) bastante diferente de la que los primeros investigadores conexionistas utilizaron normalmente (jeedforward networks) , los resultados que Hinton y sus colegas obtuvieron animaron a otros investigadores a intentar desarrollar otras técnicas de modificación de conexiones para otros tipos de sistemas de múltiples estratos. No obstante, la importancia de la contribución de Hinton y sus colegas ha de situarse en el mencionado contexto general de movilización de recursos heterogéneos por parte de los nuevos investiga-
(()N'I~(JVII("IA"
'(
1',IIHJl IlJRACI(lN
SOCIAl
IJI
IA~
C.OMLJNIIJAI)I"
dores conexionisras, y en particular por parte de los investigadores del grupo PDP. Además de los elementos mencionados anteriormente, como los investigadores de lA simbólica que tenían problemas en el estudio y modelación de ciertas capacidades cognitivas y las tendencias al paralelismo en tecnología de la información, hay que mencionar también otros importantes aliados que los conexionistas fueron capaces de enrolar en su empresa tales como la System Development Foundation y la Oficina de Investigación Naval de Minsisterio de Defensa de Estados Unidos (Office of Naval Research, ONR). Thomas McKenna (citado en Will, 1989, 12), de ONR, hizo una interesante observación a este respecto: ¡...1 The
PDP group at thc Umversuy of California, San Diego, wcrc funded [by ONRJ at a time when nobody was sure rhat what they were doing would amount to anything.
Más tarde, conforme el proceso de emergencia del conexionismo se iba consolidando y los investigadores conexionistas desarrollaban importantes contribuciones, los investigadores del grupo PDP jugaron un papel importante en la consecución del apoyo de DARPA (Defense Advanced Research ProjectsAgency), la institución más importante en la subvención de actividades científicas en lA en Estados Unidos. El apoyo de DARPA fue un elemento legitimador muy importante en la reernergencia del conexionismo. 6.
LA REAPERTURA DE LA CONTROVERSIA
11. El cuello de botella de la arquitectura von Neumann está causado por el carácter secuencial de la computación, y por el hecho de que memoria y procesador están unidos por un único tubo conector a través del cual se tienen que realizar las operaciones de una en una. Esto limita la velocidad de procesamiento de la información. 12. Para un análisis detallado de la cuestión, ver Olazarán (1991, sección 4.2).
Pero los acontecimientos se estaban desarrollando con rapidez antes de la intervención de DARPA. Tres destacados miembros del grupo PDP, David Rumelhart, Hinton y R. Williams, estaban trabajando en otro tipo de sistema de múltiples estratos: el llamado sistema de retro propagación (back-propagation). Los resultados obtenidos con redes conexionistas con retro propagación (Rumelhart, Hinton & Williams, 1986) -que fueron objeto, como se verá, de importante flexibilidad interpretativa- fueron la gota que colmó el vaso de la reapertura de la controversia de las redes neuronales. La figura 3 muestra el tipo de arquitectura en la que Rumelhart y sus colegas realizaron sus experimentos utilizando la técnica de modificación de conexiones por retropropagación. La arquitectura de este sistema es similar a la del perceptrón, con dos importantes diferencias. En primer lugar, es un sistema con dos (o más) estratos de conexiones modificables. En segundo lugar, la función de activación de las unidades de procesamiento de estos sistemas es continua (de tipo sigmoide), frente a la función binaria o «de escalón»
188
189
MIKII
01 A/AH..AN
(()N II\()VII(',IA',
estrato intermedio estrato input
estrato output
• • •
•
•
• Figura 3: Sistema de múltiples estratos.
utilizada por Rosenblatt y otros investigadores en la primera época del conexionismo. (En la máquina de Boltzmann también se utilizó una función continua.) La utilización de este tipo de función de activación permitió a Rumelhart y sus colegas utilizar elementos del cálculo diferencial en los procesos de modificación del valor de las conexiones del sistema 13. 13. En el funcionamiento de la técnica de modificación de conexiones por retropropagación pueden distinguirse dos fases. En la primera se presenta un input al sistema. La actividad se propaga de estrato en estrato, hasta que el sistema produce un autput. La respuesta de cada unidad del estrato output se compara con la respuesta deseada para dicha unidad. Entonces se calcula el error cometido por la unidad output en cuestión. Tras calcular los errores de todas las unidades output; la conexiones entre unidades intermedias y unidades output pueden ya ser modificadas. Tras esto, comienza la segunda parte, la fase de retropropagación. El primer paso de esta fase es hallar el crror cometido por cada unidad intermedia. Para ello, los errores cometidos por las unidades output son propagados -de adelante hacia atrás», esto es, del estrato autput al estrato intermedio. En este momento se calculan los errores cometidos por las unidades intermedias, tras lo cual las conexiones entre las unidades input y las unidades intermedias pueden ya ser modificadas.
190
y
1 " IIUJ( IlJKAClÓN
"OCIAI
IJI
1 A"
COMUNIDADI S
La idea de la técnica de retropropagación tiene una larga (y sociológicamente interesante) historia. Paul Werbos (hoy en la National Science Foundation del Gobierno de Estados Unidos) estudió un algoritmo similar e intentó aplicarlo a sistemas de tipo conexionista en los años setenta, pero encontró una fuerte resistencia que no pudo contrarrestar por parte de destacados miembros de la comunidad científica de inteligencia artificial. El uso de técnicas de minimización de error en sistemas de procesamiento de la información compuestos por múltiples unidades que interactúan en paralelo estaba muy lejos del tipo de situaciones experimentales que eran en aquellos momentos aceptables o legítimas -con toda la carga sociológica que estos términos tienen- en la disciplina de inteligencia artificial. No es de extrañar, por tanto, que Werbos no fuera capaz de «vender su idea» en un «mercado» de lA (el de los setenta) dominado por el paradigma simbólico!", La idea de utilizar una técnica corno la retropropagación en lA no fue aceptada hasta que fue elaborada y desarrollada por los investigadores del grupo PDP David Rumelhart, Geoffrey Hinton y Ronald Williams dentro del contexto, caracterizado anteriormente, de la reemergencia del conexionismo a mediados de los ochenta. En los años ochenta, veinte años después del cierre de la controversia de las redes neuronales de los sesenta, los investigadores conexionisras se encontraban en una posición que les permitía intentar contrarrestar el «reto» de Minsky y Papert (1969) y forzar la revisión del consenso acerca de la falta de validez científica del conexionismo. En otras palabras, estaban en condiciones de intentar provocar la modificación de la relación de fuerzas (el «orden social») que emergió de aquel cierre. Prueba de esto fue la rápida respuesta de Minsky y Papert (1988) a las optimistas evaluaciones que Rumelhart, Hinton y Williams hicieron de los experimentos con redes conexionistas de múltiples estratos con retro propagación (Rumelhart, Hinton & Williams, 1986). Minsky y Papert eran conscientes de que las afirmaciones de Rumelhart y sus colegas ponían en entredicho la «última palabra» del debate del perceptrón (esto es, el libro Perceptrons de Minsky y Papen de 1969), e intentaron evitar la revisión del consenso «anticonexionisrno» (por decirlo de alguna manera) que emergió con el cierre de la controversia de los sesenta. Estos dos investigadores del Institututo de Tecnología de Massachussets (MIT), líderes de la posición crítica respecto al conexionismo en la controversia de los años sesenta, insistieron en 1989 (Minsky & Papert, 1988) en que los recientes sistemas conexionistas, y en concreto el de Rumelhart y sus colegas, tenían importantes limitaciones, y afirmaron asimis14.
Para información más detallada de este episodio, ver Olazarán (1991, sección 5.1).
191
MIKf I
01 A/AKÁN
mo que muchas de las conclusiones de su estudio de 1969 seguían siendo válidas!'. Pero la posición conexionista era esta vez mucho más fuerte que en los sesenta. Los conexionistas fueron capaces de movilizar elementos suficientes como pata forzar (nadie regala nada) la reapertura de la controversia. La heterogeneidad de estos elementos (científicos, tecnológicos, institucionales, organizacionales, persuasivos, retóricos, analogías, búsqueda de apoyo en instancias sociales externas a la comunidad científica, erc.) ha quedado puesta de manifiesto en estos últimos apartados. Los argumentos de Minsky y Papert tuvieron en los ochenta un efecto mucho menor que en los sesenta. A finales de los ochenta, la emergencia, el crecimiento y el comienzo de la institucionalización del nuevo conexionismo era un proceso imparable": El futuro «mapa» de las disciplinas inteligencia artificial y ciencia cognitiva no está claramente definido todavía. La controversia está abierta, y dicho mapa es por tanto ahora mismo objeto de debate y negociación (la «batalla» de movilización de recursos heterogéneos -por utilizar términos de Latour- es feroz). Lo que está claro es que la balanza de poder resultante del cierre de la actual controversia determinará en gran medida el futuro de dichas disciplinas de investigación. No obstante, a pesar del carácter ahierto de la controversia en la actualidad, el proceso de emergencia y comienzo de la institucionalización del conexionismo ha avanzado 10 suficiente como para que se pueda decir que algunas de las contribuciones recientes de los conexionistas se han convertido en resultados cuya validez no se cuestiona (black boxes en el sentido de Latour), resultados que están siendo ya utilizados como recursos (y por tanto están siendo continuamente desarrollados y refinados) por miles de científicos e ingenieros en todo el mundo. El sistema de Hopfield, el sistema de máquina de Boltzmann y el sistema con retro propagación son bue-
( () NI 11 () V I Il. '>1 A)
y
1) I R U
e 1 u R A e 16 N s o e I A I u t
I A S
eo
M U N 11) A
ut
S
nos ejemplos a este respecto. Estas técnicas se están desarrollando en distintas direcciones y mejorando continuamente, pero en cierto sentido son ya resultados que se dan por supuestos y que se utilizan como recursos, sin ser puestos en duda, por miles de investigadores. Las siguientes conclusiones de Latour se pueden aplicar a estos resultados: [... ] Few papers are always referred ro hy larcr article wirh similar pusirivc
modaliues, not only for une gcncration of arriclcs bur for severul. This evcnr -extremely rare by all standards-c- is visible cvcry rime a claim made by une article is borrowed withour any qualificarion by many orhers [... ] A hlack box has bcen produced l... ] A fact is what is collecrively srabilised from the midst of coutroversies when the activity of later papers does not only consist of criticism or deformation but also of confirmution. Thc streugth of rhe original statement does not lie in itsclf, bur is derived from any of the papers thar incorporare it. [... ] The dissentcr will be faced nor wirh une claim in one paper, bur with the same claims incorporatcd in hundrcds of pape-s (Larour, 19H7,41-42).
Como indica Latour, esta cristalización de contribuciones científicas no es un fenómeno frecuente en ciencia. Por esta razón, la historia reciente del conexionismo es también especialmente interesante desde un punto de vista de sociología de la ciencia. Se ha indicado anteriormente que la controversia de las redes neuronales está abierta en estos momentos. Prueba de ello es que los investigadores conexionistas siguen recibiendo críticas, algunas de ellas durísimas, por parte de investigadores que continúan dudando de la legitimidad científica del conexionismo. A modo de ilustración, se incluyen a continuación las opiniones de investigadores tan cualificados como ]erry Fodor y Zenon Pylyshyn (ciencia cognitiva), Minsky y Papert (laboratorio de lA de MIT), y Tomaso Pogio (del laboratorio de lA de MIT y de la empresa «Thinking Machines corporation»)!".
15. Rumelharr, Hinton y Williams (1986, .)34-.)35) ofrecen un pequeño ejemplo de una red neuronal capaz de computar la paridad de una imagen (esto es, contar si el número de puntos -o unidades input- activados en una pantalla es par o impar). Este sistema consta de cuatro unidades input, cuatro unidades intermedias y una red ousput, A este sistema se le pueden presentar hasta 16 estímulos (vectores input) diferentes, ya que tiene cuatro unidades input y las unidades son binarias. Tras presentar al sistema estos 16 vectores input 2.825 veces cada uno, esto es, tras 45.200 ciclos de presentación input-modificación de las conexiones, el sistema consiguió realizar la clasificación en cuestión (paridad) correctamente. Pero lo que para Rumelhan y sus colegas es una prueba de que su sistema conexionista con rer ropropagación funciona, para Minsky y Papen es un resultado más que dudoso: «[ ... [Thus consuming 45,200 trials for rhe nerwork ro !carn to compute the parity predicare for only four inpucs. ls rh¡s a good result ur abad revulr? We cannor rell wirhour more knowledgc ubout why the prccedure -equires so many triuls- (Minsky & Papen, InH, 254). 16. Para IIn examen más detallado de los aspectos institucionales de la re emergencia del conexionismo como área de investigación aceptada en inteligencia artificial, ver Olazarán (1991, sección 5.3).
17. «Thinking Machines Corporation- desarrolló y comercializó e] ordenador paralelo «Connecrion Machine- de Daniel Hiil¡s.
192
193
[There] is a real disagreement chout rbe naturc of mental proccsscs and mental representarions. But it seems ro us that it is a matrcr that wns subsrantially pu t to test abour rhirry years ago; and the argumcnrs that then cppeared to militare dccisivelv in favor of the Classical [i.e. symbolic] vicw appear ro LIS ro do so srill [... ] As far as Connectionist architccturc is concerned, there is nothing to prevent minds rbat are arbitrarily unsystematic. But that result is preposterous. Cognirivc capacities come in structurally rclarcd cluster s, their systematicity is pervasivc. All the evidence suggesrs that punctate minds caru happen. This argument seemed conclusive againsr the Connecrionism of Hebb, Osgood and Hull rwenty or rhirty years ago. So far as we can tcll, nothing of
MI~II
()i
A/AIlAN
any importance has happened to chango rile situurion in rhc mcuntimc (Fodor & Pylyshyn, 1988,6,49).
Has not thcre becn a -connccticrusr revolurion»? r...] Ccrrainly no, in rhat there has been little clear-cut change in the conceptual basis of the field (Minsky & Papen, 19RR, vi). Poggio r...1 jokes abour a virus rhar infects brain scienrisrs, srarting a new cpidemic cvery 20 yC.lrs. Thc epidernic rakcs rhc form of uncritical cnthusiasm for a new idea. In the 1920s, rhe idea W3S Gestaft psychology; in the 1940s, cybernetics: in the 1960s, perceptrons. In rhe 1980s ir is connecrionism (The Economist, 19H7, 94). «Neural networks are accompanied by a lot of irritaring hype», Poggio declares, «[... ] Neural ners point out interesting problems, but ha ve not solved rhe big problems of vision or speech. Ultimately, in my view, when the hype disappears, rhere is a good possibility rhey will go rhe way of perceptrons» (Poggio, as quctcd by Finkbcincr, 1988, 11).
¡
()I-j II'(IVIII'.IA',
y
1', IIUi( I UI{/IlI(lN
',()lIAI
IJI
1 A'.
l or-tureru o u r ' ,
cuenten ahora con un considerable margen de maniobrabilidad cuando reciben críticas, por ásperas que éstas sean y por muy reconocidos que sean los investigadores que las hacen. Al contrario de lo que ocurrió en la primera época de la investigación en redes neuronales, los conexionistas pueden hoy apelar a «resultados futuros», a los aspectos «prometedores» de la investigación en redes neuronales, y ser creídos. La relación de fuerzas en lA y ciencia cognitiva ha cambiado significativamente desde los tiempos del cierre de la controversia del perceptrón.
7. CONCLUSiÓN
Pero por importantes que sean los investigadores que han hecho este tipo de afirmaciones, y por duras que éstas sean, los conexionistas se pueden permitir el lujo de ignorar buena parte de estas críticas y concentrar su atención en el desarrollo de sus sistemas y técnicas. Dado el grado de crecimiento e institucionalización que el conexionismo ha alcanzado ya, en estos momentos los conexionistas tienen credibilidad cuando afirman que, para desarrollar todas las potencialidades del conexionismo, es necesario ignorar las críticas más radicales de que es objeto y (simplemente) continuar investigando. Otra prueba del grado de aceptabilidad e institucionalización que el conexionismo ha alcanzado es la posibilidad que tienen los conexionistas de utilizar la táctica retórica de legitimación que Leigh Star (1989) denomina «triangulación». Dada la variedad de los componentes del «complejo disciplinan) del coriexionismo (lA, ciencia cognitiva, informática, ingeniería electrónica, neurociencias, física, matemática, etc.) los conexionistas pueden, en la justicificación de su actividad científica, triangular entre el conexionismo preferentemente dirigido hacia lA y tecnología de la información por un lado y el conexionismo preferentemente dirigido hacia las neurociencias por otro. La investigación en redes neuronales orientada hacia tecnología de la información se justifica a veces por su relevancia para la investigación científica del cerebro y, a su vez, la investigación en redes neuronales orientada hacia las neurociencias es justificada a veces por su relevancia para la tecnología de la información. La nueva etapa del conexionismo no ha hecho más que empezar, y muchas cuestiones acerca del alcance y la utilidad de estos sistemas permanecen todavía muy abiertas. Sin embargo, la emergencia del conexionismo, el hecho de que haya sido capaz de reabrir la controversia, hacen que los investigadores conexionistas
En este artículo se ha mostrado cómo la sociología de la ciencia puede aportar importantes elementos interpretativos para el estudio de la evolución histórica del conexionismo. En particular, el esquema «controversia-tácticas retóricas-enrolamiento de recursos y aliados-cierre», elaborado y desarrollado por sociólogos como Collins (1985), Latour (1987) y Star (1989) ofrece instrumentos de importante poder interpretativo para el estudio de la evolución del conexionismo. La «prioridad epistemológica» que estos autores han dado al estudio de controversias y de la formación del consenso en el estudio sociológico de los procesos de producción y validación de la ciencia y la tecnología está, desde el punto de vista de este artículo, plenamente justificada. Los períodos de controversia han sido de la máxima importancia en la historia del conexionismo. El conexionismo se ha formado y estructurado en procesos de controversia con investigadores contrarios al mismo (y normalmente fervientemente favorables al paradigma simbólico). En este artículo se ha visto que estas controversias fueron principalmente dos: la del perceptrón, que se cerró a finales de los sesenta, y la que en la segunda mitad de los ochenta provocó la reemergencia del conexionismo. Leigh Star (1989) senaló la importancia del debate como una «fuerza positiva» en la formación de tradiciones de investigación. Esta idea es útil a nivel general en la interpretación de la historia del conexionismo. Es también útil en el caso concreto del problema de la modificación de conexiones en sistemas de múltiples estratos. En la controversia del perceptrón, Minsky y Papert (1969) subrayaron la importancia de dicho problema y, en cierto sentido, contribuyeron a la «construcción» de dicho problema (que es, por supuesto, el primer paso para su solución). El (ya clásico) esquema «controversia-cierre» de Collins es útil en la interpretación de la historia del conexionismo, pero es necesario completarlo con otros instrumentos interpretativos. Collins (1985) indicó que en el cierre de controversias científicas siempre
194
195
MIKI.I
01 A/AI,AN
((H~I"(JVI"'.IA', y
1'>'I~\J(llJRAClÓN
'>OCIAI
1)1
lAS
(ClMlJNIIJAIlI',
se emplean tácticas retóricas. Esta idea fue desarrollada con amplitud por Latour (1987), en una de las contribuciones teóricas más importantes de sociología de la ciencia. Latour indicó que las controversias se cierran por medio de procesos sociales de retórica y poder, esto es, por medio de procesos de enrolamiento de aliados, elementos y recursos heterogéneos. La idea de Leigh Star de la ciencia como una actividad heterogénea y distribuida donde las contingencias que se producen en puntos concretos de dicha actividad (contingencias locales) son eliminadas, utilizando diversas tácticas retóricas, para producir validez global es también útil en la interpretación de la historia del conexionismo. La idea de Latour de una dinámina que va de menos a más retórica o, en otras palabras, de una evolución de la controversia en la que se emplea una retórica cada vez más fuerte (es decir, enrolando cada vez más recursos, acranres y aliados) es útil para el estudio de la intervención crítica de Minsky y Papert (1969) en la controversia del perceptrón. Se ha indicado anteriormente cómo el proyecto crítico de Minsky y Papert puede interpretarse como una «reconstrucción>, o «reconstitución» (en el sentido de Latour) del perceptrón. Por otro lado, en el artículo se ha visto cómo la idea de Latour de enrolamiento y movilización de actanres heterogéneos es también útil para la interpetación de la emergencia del nuevo conexionismo en los años ochenta y del papel jugado por el grupo POP en dicho proceso. También pueden hacerse algunos comentarios acerca de los «costos sociales» (por decirlo de alguna manera) del cierre y la reapertura de controversias. Como se ha indicado al comienzo de este artículo, una de las premisas de la sociología de la ciencia y la tecnología es que ningún resultado científico, ninguna «pieza» de conocimiento científico, ningún sistema tecnológico tiene garantía de validez absoluta. Siempre es posible, en principio, poner en duda la validez de los resultados científicos, de la evidencia o de los datos científicos. Criterios como las «razones técnicas convincentes», la «superioridad técnica» de ciertos resultados o la «mayor eficiencia» pueden siempre, en principio, ser puestos en duda o criticados. El cierre de una controversia, la cristalización del consenso en favor o en contra de la aceptación de ciertos resultados o interpretaciones es un proceso social. Sin embargo, como en política, en ciencia y tecnología la práctica es muy frecuentemente diferente del «principio», En el caso de la historia del conexionismo, analizado en este artículo, hay dos episodios que ilustran esta diferencia entre «el principio» y «la práctica». Uno es el coste de la intervención de Minsky y Papert (1969) en la controversia de la primera época de la investigación en redes neuronales. A comienzos de los sesenta Minsky y Papert decidieron intervenir decisiva y contundentemente en la controversia para pro-
vocar el cierre de la misma. El tiempo que les costó finalizar su proyecto y el tiempo que llevó el cierre de la controversia son una buena muestra de los costes que suponía. Otro ejemplo a este respecto es la re apertura de la controversia del conexionismo en los ochenta. El proceso de movilización de recursos y elementos heterogéneos que hizo finalmente posible esa reapertura en la práctica -es decir, a pesar de la oposición de los investigadores contrarios al conexionismo- fue extremadamente costoso en términos de tiempo y de la cantidad (iy calidad!) de los elementos y recursos que hubieron de ser movilizados. El tiempo necesario fueron unos veinte años. Los elementos y recursos movilizados fueron muchos y muy diversos. Se podrían destacar entre otros los siguientes: los investigadores que continuaron trabajando en sistemas conexionistas en los años setenta, investigadores que no encontraban soluciones a ciertos problemas dentro el paradigma simbólico, poderosas «asociaciones- como las analogías entre redes neuronales y física estadística, otras innovaciones y contribuciones como la red conexionista con retropropagación, poderosos ordenadores digitales von Neurnann para simulación, desarrollos en tecnología de computación paralela, la intervención vanguardista y militante del grupo PDP, la emigración de físicos, ingenieros e investigadores en neurociencia al conexionismo y el apoyo económico de las agencias del ministerio de Defensa norteamericano como OARPA. El calihre de esta movilización es un buen ejemplo de los «costes sociales» de la reapertura de una controversia científica. Los costes de mantener y desarrollar la posición propia en una «carrera por la prueba» (utilizando el término de Latour) de este tipo están siempre creciendo. Conforme la controversia evoluciona (continúa y aumenta) es preciso movilizar más y más aliados y elementos para mantenerse en la misma, y la investigación científica se hace cada vez más y más costosa. Como se ha indicado en este artículo, la controversia del conexionismo está abierta en la actualidad (la reemergencia del conexionismo a finales de los ochenta consistió precisamente en eso, en la reapertura de la controversia). A través del proceso (social) de movilización de elementos y recursos que se ha estudiado en este artículo, los conexionistas han conseguido romper el consenso acerca de la falta de validez científica del conexionismo. El conexionismo es hoy en día una tradición de investigación aceptada y legítima en lA. Además, el conexionismo es hoy un «complejo ciennfico-técnológico», por decirlo de alguna manera, con una estructura disciplinar e institucional de considerable (y creciente) volumen. Los investigadores de lA que no participan en este complejo institucional pueden criticar al conexionismo (y se ha visto en el apartado anterior que lo han hecho), pero no tendrán más remedio que contar con él en su práctica científica diaria. No es lo mis-
196
197
MIKII
I)IA/AI{AN
mo trabajar en un paradigma dominante que no tiene rivales serios en una disciplina científica (como era el caso del paradigma simbólico en los setenta) que trabajar en un paradigma que tiene rivales (al menos uno) aceptados y reconocidos dentro de su misma área disciplinar. La emergencia del conexionismo como paradigma de investigación aceptado (y como complejo disciplinar e institucional) ha alterado sensiblemente el carácter de la actividad científica en lA. Una controversia no puede continuar mucho tiempo a los niveles del debate del perceptrón o de la reapertura del debate en los ochenta. En una controversia tan directa, dura e intensa como las dos mencionadas los costes de mantener la posición propia en el debate aumentan continua y rápidamente. Para poder reconstituir -por utilizar el término de Latour- la posición contraria y mostrar sus problemas, limitaciones y puntos débiles es necesaria una movilización de actantes y recursos cada vez mayor. Este proceso de confrontación directa es muy costoso, y por tanto no puede mantenerse durante mucho tiempo. Por ello es posible que, ahora que tanto el paradigma simbólico como el conexionismo son lo suficientemente fuertes como para resistir los ataques del otro (ambos son paradigmas aceptados y cuentan con una estructura disciplinar e institucional de importantes dimensiones), no les quedará otro remedio que coexistir, o incluso cooperar, en el estudio y la modelación de la cognición y en la construcción de máquinas inteligentes. Esta posible coexistencia y cooperación se desarrollará, como siempre, por medio de controversias, pero es previsible que estas controversias no sean en adelante tan radicales, directas y dramáticas como las que han mediatizado y condicionado la historia de la aceptación del conexionismo como paradigma legítimo en lA y ciencia cognitiva.
REFERENCIAS BIBLIOGRÁFICAS
Acklcy, D. H., Hinton, G. E., & Scjnowski, T. J. (I9tlS), "A learning algorithm for Boltzmann machines», Cognitíoe Science, 9, J 47-169 (reed. en Anderson & Roscnfeld [eds.] [1988] 638-649; citas en el texto de esta versión). Arbih, M. A. (l983), -Cognirive sciencc. thc view from brain theory», en F. Machlup & U. Mansfield (eds.), The Study of Information: Interdisciplinary Messages, John Wiley & Sons, New York, pp. 81-91. Aspray, W. (1990),John von Neumanll and the Origins of Modern Computing, MIT Press, Cambridge, Mass. Barnes, B. (1974), Scientific Kllowledge and Sociulogica! Theory, Routledge & Kegan Paul, London. Barnes, B. & Edge, D. (1982), Sciellce in Context: Readings ín the Socio!ogy of ScielTce, The Open University Prcss, Milton Keyncs. Bernstein, J. (198 J), "Profiles: Al, Marvin Minsky», The New Yorker, Deeember 14,
50-126.
198
l 1) N I I{ () VIII " lA',
Y
r ',
I IU)
e
I
u
k A
<. I 6
N
)
o e
1A I
LH
lA',
eo
M U N 11.1 i\ () 1 '
Bijkcr, W. E., Hughcs, T. P; & Pinch, T. (1987), Tbe Social Construction of Tecbno-
logiea! Systems: New Directíons in the Sociology and History of Technology, MIT Press, Cambridge, Mass. Bloor, D. (1976), Knowledge and Socia!lmagery, Routledgc & Kegan Paul, London. Collins, H. M. (1975), -Thc scvcn scxes: a srudy in rhe sociology of a phcnomcnon, or rhc rcplication of experiments in physics», Sociology (journa! of Britisb 50ciological Associatíon] 9,205-224 (recd. en Barnes & Edgc [cd.], 19S2, 94-116; citas en el texto de esta versión). Collins, H. M. (1981a), -Stages in the Empirical Programmc of Relarivism», Social Studies of Science, J 1, 3-11. Collins, H. M. (In le), Knoioledge and Controversy: Studics of Modern Natura! Science. Sage Publications, London (Spec¡al issuc of Social Studiee of Scíence 1111, Februarv 1981). Collins, H. M. (19~J), -An empiricc! rclarivist programme in rhe sociology of scicntific knowlcdgc», en K. D. Knorr-Cetina & M. Mulkay (cds.), Sciencc Observed, Sage Publications, London , 85- J 13. Collins, H. M. (1985), Changing Order: Replícation and índuction in Scienti[ic Practiee, Sage Publications, l.ondon. Finkbeiner, A. (I98S), «The brain as rcrnplatc-, Mosaie 19/2,3- [5. fodor,./. A. & Pylyshyn, Z. W. (1988), -Connectionism and cognitive architccturc: a crirical analysis-, Cognition 28, 3-71. Harvey, B. (In 1), «Plausibilir.y and evaluarion if knowledge: a case srudy of experimental quanrum mcchauics», Social Studies of Science 11, 95-1.10. Hopficld, J. J. (1982), «Neural networks and physica! systcms with cmergcnt col leetive cornputational abilirics», Proceedings (Jf the National Academv uf Scíencee 79, 2554-255K (rccd. en Anderson and Roscnfcld [cds.] 19S8, pp. 460-464; citas en el texto de esta versión). Knorr-Cetina, K. D. & Mulby, M. (1983), Scíence OfJserved: Perspectivee on the Sucia! Study uf Scíence, Sage Publications. London. Kuhn, T. S. (1970), The Structure of Scicntific Revolutions (2.'1 ed. nmplioda), The University of Chicago Prcss, Chicago, 111. Kuhn, T. S. (1977), The Essentíai Tension, Selected Studíes in Scientilic Tradítíon and Change, University of Chicago Pr ess, Chicago, 111. Latour, B. (1987), Scíence in Action: Heno to Polloio Scientiets and Engíncers tbrougbout Suciety, Open Univcrsiry Prcss, Milton Kcyncs. I.ighthill, J. (1973), Artificial lntelíígence, Scicncc Rcscarch Council, London. MacKcnzie, D. (1990), Inventing Accuracy: A Hístoricaí Socio!ogy of Nuclear Missile Guidance, Thc MIT Press, Cambridge, Mass. MacKenzi e, D. & Wajcman, J. (1985), The Socia! Sbaping of Teehnology, Open Univcrsity Prcss, Milton Keynes. McCulloch , W. S. & Pitts, W. (1943), «A logical calculus of thc ideas inmanent in nervous aetivity», Bulletin uf Mathematical Biophysies 5, 115-133 (rced. en Anderson, J. A. & Rosenfeld, E. [eds.) [1988], Neuruwmputing: Foundations of Researeh, The MIT Press, Cambridge, Mass., 18-27; citas en el texto de esta versión). Minsky, M. L. (1967), Computation: Finíle and Infiníte Machines, Prentiee-Hall, New York. Minsky, M. L. & Paperr, S. A. (1969), Perceptruns: An lntroduetion to ComputalÍonal Geometry, The MIl" Press, Cambridge, Mass. Minsky, M. L. & Papert, S. A. (198K), Perceptrons: An Intruduction to Computational Geometry (cxpanded ed.), The MIT Press, Cambridge, t-.1ass.
199
MIKII
01 A/AKÁN
Olazar~n, M. (1991), A histórica! sociology of neura! nettoork researcb, tlnivcrsity of Edinburgh, PhD dissertation. Pickering, A. (1981), -Constraints on controversy. the case of the magner¡c monopole», Social Studies of Science 11,63-93. Pinch, ~. J. (19.81), "The sun-set: the presentation of certainty in scienrif¡c life», Social Stu dies of Science 11, 131-158. Pinch, T. J. & Bijkc:, W. E. (1987), «The social construcnon of facrs and artifacts: on how the soclOlogy o~.science and rhe sociology of technology mighr benefit each .other»,. en W. E. Bijker, T. P. Hughes & T. Pinch (eds.), The Social Constructicm ofl ech~ologicalSystems: New Directíons in the Sociology and History ofTechnology, 1 he MIT Pres, Cambridge, Mass., 17-50. Rumelhan : D . E., H·mton, G .O. & W·II· 1 rams, R.]. (1986), «Learning internal reprcscntanons by error propagation-, en o. E. Rumelhart, J. L. McClelland & TheP~P-Research-Group(eds.), Parallel Distributed Processing: Explorations in the Mlcrostructure of Cognition, vol. 1. Foundations, The MIT Press, Cambridge, Mass.,318-362. Schon,. D. A. (.1963), Jnv~nti?n and the Evolution uf Ideas, Social Sciencc Paperbacks wirh Tavistock Puhlications, London. Shapin, S. (1982), -Hisrory of science and its sociological reconstructions» History ofScience 20,157-211. ' Star, ~. 1.. .(1989), Regions of the Mind: Brain Researcb and the Quest for Scientífic Cer.tal1lty, Stanford U. P., Sranford, Cal. The Econominst (1987), "What rhe brain builders have in mind-, May 2, 94-96. W~ener, N. (194R), -Cyberncrics», Scientific American, Novcrnber, 14-18. Wdl, C. A. (.19H9), «Neural nctworks for defensc. a confcrence re port», Svnapse Connection, 3/6,12-13.
LA CONSTRUCCIÓN DEL FUTURO
Miguel A.
Quintanilla
Universidad de Salamanca
«En el mundo de los computadores y de los viajes espaciales resulta innecesario hacer hincapié en la importancia de la innovación tecnológica [... l Por mucho que lo deseemos no podemos eludir su impacto sobre nuevas vidas cotidiana" ni los dilemas morales, sociales y económicos que nos plantea. Podremos maldecirla o bendecir-la, pero no podemos ignorarla." CHRISTOPHER FKFEMAN (1974)
Las palabras con las que Freeman comienza su conocida obra La teoria económica de la innovación industrial describen muy bien la idea fundamental que quisiera transmitir al lector en estas páginas. Durante cinco siglos los individuos humanos hemos sido protagonistas de la aventura más interesante de toda nuestra historia: hemos creado el método científico y lo hemos aplicado con éxito al descubrimiento de los secretos más recónditos de la naturaleza, hemos inventado innumerables artefactos aprovechando nuestros conocimientos científicos y la acumulación de nuestra experiencia práctica, hemos utilizado estos conocimientos e inventos para modificar el mundo en que vivimos y nosotros mismos nos hemos transformado de manera insospechada. Pero sin duda estos cinco siglos no han sido sino el preludio de una aventura mucho más dilatada que vivirán nuestros descendientes. La fecha que conmemoramos! es un momento oportuno para repensar en el significado de todo lo que hemos hecho y para atisbar cómo puede ser la continuación de la aventura. 1. Este trabajo se redactó como capítulo final del catálogo del Pabellón de los Descubrimientos, de la Exposición Universal de Sevilla. Un incendio impidió que se abriera el pabellón y, en consecuencia, tampoco se publicó el catálogo previsto. La fecha de referencia es, por lo tanto, el año 1992.
200
201
lA
MIGU,I
A
{ [lN', 1 kue. ( l(lN
1111
11) 1111~(l
(.)IJIN1IINIII JI
Hasta ahora (en realidad hasta principios del siglo xx) el progreso en el conocimiento y en el dominio de la naturaleza ha sido, digamos así, natural o espontáneo. Las innovaciones técnicas se han incorporado a nuestra vida social y económica y como consecuencia se han producido cambios radicales en el mundo. Muchos de estos cambios los valoramos positivamente (el aumento de bienestar, los avances médicos, etc.). Otros los vemos como verdaderas catástrofes (la capacidad destructiva del armamento, el deterioro del medio ambiente natural). En el pasado podía pensarse que los pros y los contras del desarrollo tecnológico terminarían arrojando a medio plazo un saldo positivo, sin más requisitos que dejar que las cosas sucedieran a su aire. Lo nuevo de la situación actual es que ahora sabemos que la continuación de la aventura humana depende en buena medida de nuestras propias decisiones. Pero no sólo ni fundamentalmente porque la tecnología nos ha proporcionado medios potentes para diseñar el mundo a nuestro antojo, sino sobre todo porque estamos implicados en los mecanismos que pueden paralizar, acelerar o cambiar de dirección el desarrollo futuro de la ciencia y la tecnología. Podemos decidir en qué emplearemos el poder tecnológico que hemos conseguido, pero sobre todo tenemos que decidir cuánto poder y qué tipo de poder queremos conseguir y cómo queremos que se emplee y se reparta. El desarrollo tecnológico ha dejado de ser un regalo de los dioses y se ha convertido en un asunto de nuestras preocupaciones cotidianas. Prometeo se sienta ahora en los consejos de administración de las empresas, en las oficinas de gestión de los laboratorios y las universidades, en los parlamentos que deciden cuánto dinero se va a invertir en investigación y desarrollo o en las asociaciones de fabricantes de bienes de equipo y de consumidores y usuarios de servicios públicos que presionan para imponer especificaciones técnica, normas de compatibilidad y exigencias de calidad para los nuevos productos. Si hasta ahora nos hemos limitado a descubrir los secretos del mundo y a inventar artefactos que han ido transformando lo que nos rodea, ahora debemos enfrentarnos a la responsabilidad de diseñar el mundo que queremos construir. A primera vista, no es fácil percibir la novedad de la situación. A lo sumo podemos aceptar la evidencia de que ya no nos podemos desentender de la técnica; pero para limitarnos de inmediato a maldecirla o bendecirla, según el humor de cada cual, sin aceptar que merezca la pena dedicar ningún esfuerzo a comprenderla. Se trata sin embargo de una actitud irresponsable. Gracias a los científicos sociales hoy disponemos de muchos conocimientos y métodos de análisis que nos pueden ayudar a comprender el significado y las implicaciones sociales y económicas del desarrollo científico y técnico y a tomar decisiones con más conocimiento de causa y mayor racionalidad.
202
En las páginas que siguen pasaremos revist.a a .algunos de los problemas más relevantes que nos plantean la cle~~la y la tecnología y a los utillajes conceptuales que' podemos utilizar para afrontarlos y darles una respuesta. 1.
LA COMPLEJIDAD DEL SISTEMA CIENCIA, TECNOLOGÍA E INDUSTRIA
A lo largo de los dos últimos siglos se pu~de o~ser,:,~r u~ in~r~men to continuo de las relaciones entre la lllvest¡gaclOn científica, la invención técnica y la producción industrial. D~ hecho la revolución industrial que se inició en Inglaterra e!1los s~~los XVIII y XIX !i0 se puede entender si no s~ toman en cons!de~aClOn las repercusiones económicas de invenciones como la m~qu,lI~a de vapo!., el ferrocarril, la energía eléctrica, los. producto~ smtetl~os, etc. Sm e~ba~ go la mayoría de estas [nvertciones su.rgleron mas d~ l~ eXpef1enCI~ práctica de los ingenieros que trabajaban e~ la~ .fabncas o e.o los talleres mecánicos que de los laboratorios clent~ftco.s; A par~l~ del siglo XX, sin embargo, la distancia entre la i.nvestlgaclOn cienrffica y el desarrollo tecnológico se acorta progreslvame~t~, sobre todo en el campo de las aplicacio~es industriales de la 9ulmlca, en ~a tecnología eléctrica y electrónica y en la recnología a~roe.spaclal. Después de la segunda guerra I?und,ial, ~~as la ex pertencta acumulada en proyectos científicos de interes militar, como el desarrollo de la bomba atómica en EUA, del radar en el Reino Unido y de las V2 ~n Alemania, se impuso una nueva forma de organizar la ¡!1vest~gaclOn científica movilizando ingentes recursos humanos; ~ll1anCIerOs y materiales para conseguir objetivos técni~os pr~defll1..do~ ,de antemano. Desde entonces esta forma de orgaruzar la invesngacron, como una actividad planificada y oriet.Itada a la obtención de nuevos p~o~ duetos y procesos, se ha generalt~ad.o. La proeza d~ los la~orat~no~ Bell, que culminó con el descubr~mIe.nto del translst.?r, es un. ejem plo de la nueva ubicación de la Ciencia y la tecnología ~n e~ ,slst~ma industrial. En la actualidad la mayor parte de la mv.eStIgaclOn CIentífica y técnica de los países más avanzados se realiza en l~borato rios industriales o vinculados de alguna forma a la mdustr.la. . Una de las consecuencias de la incorporación de ,1~ CIen.cIa ~l sistema industrial es que la distinción entre CIenCIa ~asl~a, ciencia aplicada y desarrollo tecnológico ,resulta cada vez mas ~lfusa. Una buena parte de la invesugaclOn básica se pro~ue~~ en ar~as. en las que se espera que puedan surgir r~sult.ados ~lenuflC.os mas ll1te~e santes con vistas a eventuales aplicaciones mdustn~les.,~demas, muchos de los nuevos problemas que se plan~ean los científicos que hacen investigación básica surgen de la ~e~esldad de ~a~ respuesta a problemas técnicos e industriales. Por último, los mas Importantes
203
MII,UII
A
{)IJIN I ANIII A
proyectos de investigación fundamental (en física de altas energías, astrofísica, microbiología, erc.) exigen innovaciones técnicas instrumentales y trabajos de ingeniería civil que hacen de ellos auténticos proyectos industriales (p. ej., la construcción de un sincrotrón). . ~t~a con:ec1!encia de la nueva situación es que la investigación c~ent1flca y tecmca ~a pasado a ser un valor estratégico para la sociedad de nuestro tiempo, no sólo desde e! punto de vista de la política de defensa, sino desde la óptica más amplia de las políticas de desarrollo económico y social. Ningún gobierno puede ya inhibirse de la torna de decisiones en este campo. La competitividad d,e la economía de un país depende de su capacidad para introducir o asimilar innovaciones tecnológicas y ésta depende en buena medida del potencial científico de que disponga, En consecuencia se ha generado toda una nueva esfera de actuación política (la política científica y tecnológica) por parte de los Estados nacionales, que progr.eslvamente se ha extendido hacia las administraciones regionales e incluso locales, por una parte, y hacia las organizaciones internacionales por otra. De hecho existe una alta correlación entre nivel de desarrollo económico y nivel de gasto en actividades de investigación por países. Los países más avanzados son también en general los que más recursos humanos y materiales dedican a la investigación y en los raros ejemplos en que países más atrasados han logrado dar el salto hacia la industrialización avanzada (primero Japón, luego Corea, Taiwan, Singapur) las políticas de investigación y desarrollo han desempeñado un papel esencial. La importancia económica y social de la investigación ha alterado también la organización del trabajo científico en instituciones ~radicionales, como las universidades. Por una parte, éstas han dejado de ser e! lugar donde se produce la mayor parte de la investigación científica; por otra parte se han abierto a las demandas económicas y sociales y han incrementado su colaboración con laboratorios industriales o gubernamentales. Por último, incluso la investigación básica de carácter más académico se orienta cada vez más hacia los objetivos prioritarios establecidos por los gobiernos en función de su valor estratégico para el desarrollo económico. Todos estos cambios en la naturaleza y la función social de la ciencia obligan a un replanteamiento en profundidad de los esquemas conceptuales que utilizamos para entender el cambio científico y técnico.
2.
MODELOS DE DESARROLLO CIENTÍFICO Y TÉCNICO
Hasta fechas recientes, el desarrollo de la ciencia y la tecnología era considerado SImplemente como un fenómeno intelectual. Los his-
204
I A
CON:' I KUCCION
!JI!
I U I UKU
toriadores de las ideas han escrito hermosos ensayos explicándonos cómo surgieron los conceptos fundamentales de la ciencia moderna. Por otra parte, los filósofos de la ciencia se ~an esfo.rza~~ en analizar la lógica interna de las teorías y los metodos científicos para ayudarnos a comprender su significado y su ~alor. E~ ambos casos se utiliza un enfoque que podernos llamar internalista, los descubrimientos científicos son ante todo acontecimientos intelectuales, cuyo valor y significado se puede apreciar sin refere?~ias a otros acontecimientos o factores externos, corno las condiciones sociales en que se producen o las repercusiones económicas que tienen. Las invenciones técnicas se entienden ante todo como el resultado de aplicar los conocimientos disponibles a la resolu,ción de problemas prácticos. Unos inventos suceden a otros al mismo ritmo que se suceden los descubrimientos científicos. A veces aparecen grandes inventos que revolucionan el panorama técnico de una época (la máquina de vapor, la electricidad, e! transistor), de forma parecida a como surgen las grandes teorías científicas (la mecánica clásica la teoría del electromagnetismo, la mecánica cuántica). Existen, sin embargo, también otros enfoques, que llamaremos externa/islas, y que se caracterizan por intentar ent~nder el des~ rrollo científico y técnico en función de factores sociales y econ,omicos. Bernal fue pionero en este tipo de estudios, que pronto dieron lugar a dos nuevas especialidades académicas: la sociología de la ciencia (y de la técnica) y la economía del cambio técnico., En principio se puede pensar que los enfoques internalistas y extcmalistas del cambio científico y técnico pueden ser complementarios y no tienen por qué entrar en conflicto. La sociología de la ciencia se puede limitar de hecho a analizar la reglas de com"orramiento que rigen las relaciones sociales en las comunidades CIentíficas. En función de ellas podemos explicarnos fenómenos interesantes, como la frecuencia de los descubrimientos múltiples, o la importancia de la objetividad entendida como valor que d~be ser respectado por todos los miembros de la comunidad científica. Est~s explicaciones pueden ser compatibles ~on los pnncipios m.eto~<:,lo gicos que guían la apreciación internalista del ~esarroll~ científico. Sólo cuando aparecen anomalías en la historia de la ciencia (por ejemplo, los fraudes científicos, el r~de~c~brimiento de leyes o ~~orías que habían sido olvidadas por los científicos, etc.) puede el sociólogo ayudarnos a encontra~ explicaciones pa,ra e~l~s. Lo Il}IS~O cabe decir de! enfoque económico del cambio científico y tecrnco: para ,los economistas neoclásicos el cambio técnico es el responsable principal del aumento de la productividad, pero ello se traduce en simples cambios de la función de producción (en las diferentes combinaciones de los factores capital y trabajo que intervienen en la prod~c ción de bienes y servicios y en la obtención del beneficio). El contenido de las innovaciones técnicas y de las ideas científicas en que se basan,
205
MI{,IJII
A
()\II~JIANIIIII
111
CON, I R.UCCIÓN
DF I
IU fL;R.O
el valor cognoscitivo de éstas, los factores que explican su aparición y su desarrollo son asuntos ajenos a la economía en cuanto tal. Sin embargo, esta división del trabajo entre enfoques internalistas y externalistas no se puede mantener por más tiempo. La obra de Thomas Kuhn, La estructura de las revoluciones científicas (1963), ha tenido consecuencias decisivas. Kuhn propuso allí el concepto de paradigma como nueva unidad de análisis para comprender el desarrollo de la ciencia. Un paradigma es una entidad híbrida, que Incluye teorías científicas, reglas metodológicas, tradiciones académicas, pautas de comportamiento social de los científicos, etc. La mayor parte de la ciencia se explica en términos de 10 que Kuhn llama la ciencia normal: los científicos de una época, en una determinada especialidad, trabajan la mayor parte del tiempo resolviendo rompecabezas, tratando de encajar los hechos que descubren en el marco del paradigma que todos ellos comparten. Pero a veces ocurre que en un determinado campo científico se acumulan las anomalías y en algún momento surge alguien que propone ideas radicalmente nuevas; se inicia así un periodo de revolución en la ciencia que puede dar lugar a la instauración de un nuevo paradigma. Por lo general el nuevo paradigma permite resolver las viejas anomalías y encajar una buena parte de los conocimientos heredados del paradigma anterior, aunque siempre queden cabos sueltos. El paso de un paradigma a otro no es un simple avance lineal del conocimiento racional, se parece más a un fenómeno sociológico de cambio de moda: de pronto los científicos empiezan a trabajar en el nuevo paradigma, se olvidan los problemas anteriores y se inicia un nuevo periodo de ciencia normal. Las ideas de Kuhn han dado impulso a lo que podríamos llamar una sociología radical de la ciencia. Un claro ejemplo es el «progra~a fuerte» de sociología de la ciencia del grupo de Edimburgo, cap~taneado por Barry Barnes y David Bloor. Este último define muy bien el alcance del nuevo enfoque sociológico: la nueva sociología trata por igual al error y a la verdad científica y no sólo se propone encontrar las causas que pueden explicar los errores y desviaciones de la ciencia, sino también explicar en términos sociológicos el hecho de que los científicos acepten como verdadera una nueva teoría. La ciencia es ante todo una actividad social, el error y la verdad dependen de procesos sociales, un nuevo descubrimiento científico no es valioso porque sea verdadero, sino porque es aceptado como tal por los científicos. Este enfoque sociológico y relativista se ba aplicado también a la historia de la técnica. Desde una perspectiva internalista se puede estudiar el desarrollo de la técnica como el simple resultado de la aplicación de criterios de eficiencia a la resolución de problemas prácticos a partir del conocimiento disponible. Es cierto que los factores sociales y económicos pueden influir en la definición de los
problemas que hay que resolver, pero a partir de ahí la invención procede de acuerdo con una lógica interna en la que los criterios de factibilidad, eficiencia y fiabilidad juegan un papel semejante al que los criterios de verdad, capacidad explicativa y predictiva desempeñan en el método científico. Sin embargo, los sociólogos radicales de la técnica han puesto de manifiesto que las cosas no son tan sencillas: el esquema lineal (definición de necesidades, aplicación del conocimiento disponible, diseño de nuevos artefactos técnicos) no es realista. Los factores sociales y económicos (la moda, la rentabilidad) no sólo influyen en la definición de los objetivos de una técnica, sino también en la valoración de las invenciones y en la orientación del proceso que lleva a una invención: la técnica se configura socialmente. La evolución del diseño de las bicicletas (Bijker et al. [eds.], 1987) proporciona un buen ejemplo: factores sociales como la moda y el uso de la bicicleta como objeto de diversión por parte de las mujeres tuvieron más influencia en la consolidación del modelo clásico de bicicleta (altura, separación de las ruedas, uso de cámaras de aire y de transmisión por cadena, etc.) que las simples consideraciones de ingeniería relacionadas con la eficiencia. Los economistas también han variado radicalmente su enfoque del desarrollo tecnológico. La idea fundamental es que la innovación técnica es ella misma una actividad económica. Por una parte las actividades de investigación y desarrollo de las propias empresas industriales se consideran como parte de su actividad productiva. Por otra parte, muchas innovaciones técnicas dependen de procesos de aprendizaje internos a la propia empresa o de las relaciones entre, las empresas productoras y los clientes o usuarios. En consecuencia, para entender el desarrollo tecnológico no basta con suponer que las empresas se limitan a sacar provecho de los descubrimientos que se generan al margen de su propia actividad. Por el contrario, hay que analizar las estrategias empresariales en el ámbito de la investigación, ver cómo la propia gestión empresarial, por una parte, y las exigencias del mercado, por otra, condicionan o determinan las opciones científicas y técnicas.
206
207
3.
PROBLEMAS E INQUIETUDES
Gracias a los estudios del cambio científico y técnico, hoy tenemos una visión mucho más completa de estos fenómenos que la que teníamos hace tan sólo unas décadas. Pero en contrapartida carecemos de una visión unitaria que nos permita entender en su totalidad la función social y el significado de la ciencia y la tecnología y en la que podamos apoyarnos para tomar decisiones. Esto explica algunas de las dudas y recelos que periódicamente se extienden en la cultura occidental a propósito de estos temas.
MIGUII
A
VUIN I ANIII A
La mayoría de la gente considera inaccesible el mundo de la ciencia y de la recnología; a pesar de que los gobiernos, y por lo tanto los ciudadanos a través de sus impuestos, dedican grandes recursos a la investigación, éstos suelen adoptar una actitud pasiva en temas de política científica. Periódicamente esta actitud puede convertirse en un rechazo frontal ante el desarrollo tecnológico, que se asocia con catástrofes medioambientales (accidente de la cenrral nuclear de Chernobyl), conflictos morales (aplicaciones de la biotecnología, aumento de las desigualdades entre el países ricos y pobres) o con problemas jurídicos de gran significación política (protección de la intimidad frente al desarrollo de las bases de datos informáticas). En las propias esferas de decisión política (gobiernos, organizaciones internacionales), se presentan problemas nuevos para los que no existen soluciones preparadas. Se discute, por ejemplo, cuál debe ser el papel de los gobiernos en las políticas de 1+ D, que áreas de la investigación básica deben considerarse prioritarias para favorecer la competitividad de la economía, qué relación existe entre las políticas industriales, educativas, financieras, y su contribución a la promoción de la capacidad científica y tecnológica de un país, qué papel deben cumplir las organizaciones internacionales en la coordinación o dirección del cambio científico, etc. Por último existen problemas de carácter general que preocupan a los científicos, a los políticos, a los ciudadanos y a los especialistas en el estudio de la ciencia. Por ejemplo: éhasta qué punto la capacidad creativa e innovadora de la ciencia puede verse afectada por los métodos de gestión y planificación característicos de las actividades industriales? ¿Existe real me me capacidad de decisión para orientar el desarrollo científico técnico en una dirección coherente con los intereses de la humanidad, o por el contrario hay que resignarse a que la ciencia y la técnica se sometan a las leyes impuestas por la economía de mercado? ¿Es posible conseguir una mayor igualdad en el nivel de desarrollo científico y técnico entre los países, o la propia dinámica del desarrollo tecnológico e industrial impone una distribución desigual de estas capacidades? No es fácil dar respuestas simples a todas estas preguntas. Pero tampoco es razonable adoptar una actitud derrotista y de resignación. Por el contrario, podemos utilizar los datos que nos proporcionan las ciencias sociales para entender mejor el fenómeno del cambio científico y técnico.
I A
CON:' I R.UCCI6N
Dt.L
I U rUR.O
Aunque la ciencia y la tecnología no son cosas que se puedan medir directamente, podemos estimar su crecimiento a través de indica-
dores indirectos. En los estudios de política científica se suele considerar la ciencia y la tecnología corno un sistema que se alimenta de recursos financieros (el dinero que se gasta en investigación) y humanos (las personas que trabajan en actividades de investigación y desarrollo) y produce nuevos conocimientos y nuevos inventos o aplicaciones técnicas. Para estudiar el crecimiento del sistema podemos utilizar indicadores económicos (porcentaje del producto interior bruto que se dedica a 1+ D, porcentaje de la población activa que trabaja en actividades científicas y técnicas, etc.) e indicadores de la producción científica y tecnológica (principalmente número de artículos que se publican en revistas internacionales y número de invenciones patentadas). Naturalmente estos indicadores no nos permiten obtener una imagen exacta y completa del sistema pero, a pesar de sus limitaciones, proporcionan información útil y relevante. A partir de ellos, podemos hacernos una idea bastante precisa de los factores que influyen en el crecimiento de la ciencia y de la influencia de ésta en el conjunto de la sociedad. El análisis cuantitativo de la producción científica llevó al historiador y sociólogo Dereck de Solla Price a distinguir claramente dos tipos de ciencia que él llamó la «Pequeña Ciencia" y la «Gran Ciencia". Price descubrió en primer lugar que, utilizando indicadores como el número de artículos que se publican en revistas científicas o el número de científicos que existen en cada momento, se podía llegar a la conclusión de que, desde el siglo XVII, la ciencia ha crecido de una forma exponencial (es decir, de forma semejante a como crece un capital invertido a interés compuesto), de manera que su tamaño se duplica aproximadamente cada quince años. Puesto que el crecimiento exponencial no se puede mantener indefinidamente (terminaría habiendo más científicos que habitantes en el planeta), supuso que tendría que darse una inflexión en la curva de crecimiento que se transformaría así en una curva sigmoidea o logística. Price planteó la hipótesis de que la inflexión de la curva logística empezó en torno a los años 1940 ó 1950, momento en que tiene lugar también el salto de la Pequeña Ciencia a la Gran Ciencia. A partir de este análisis Pricc llamaba la atención sobre los cambios drásticos que deberían operarse en la organización social de la ciencia para adaptarse a la nueva situación. Muchas de las hipótesis de Price han sido discutidas por otros científicos sociales. Pero los métodos de análisis cuantitativo del crecimiento científico que él utilizó y el énfasis que él puso en la importancia de estos estudios para entender la dinámica del crecimiento científico son hoy universalmente asumidos. De los estudios cuantitativos del crecimiento científico, podemos extraer dos consecuencias: 1) el cambio científico y técnico tiene un carácter acumulativo (su crecimiento en un momento dado depende de lo que haya crecido en el pasado); pero 2) no es autónomo, sino que
208
209
4. EL CRECIMIENTO CIENTÍFICO
Mll.UII
A
()IJINIANIIIA
depende de las condiciones sociales en que se produce (el crecimiento tiene límites demográficos, económicos y sociales y su tasa disminuye en la medida en que se acerca a ese límite). Algunas de las consecuencias políticas que se derivan de esto son evidentes. Por ejemplo, el porcentaje de recursos económicos que un país puede dedicar a 1+ D no es independiente de su potencial económico global medido en términos de su renta per capita. Por otra parte, dado un determinado nivel de desarrollo científico, no es posible pasar a un estadio superior sin pasar por un penoso camino de acumulación de recursos económicos y humanos (scientia non facit saltus: a pesar de las apariencias, la ciencia no crece a saltos), y además cuando más ha avanzado la ciencia, más esfuerzo cuesta seguir avanzando al mismo ritmo. En tercer lugar, puesto que los recursos son limitados, una sociedad debe decidir cuáles son sus prioridades para impulsar el desarrollo científico y técnico y no tiene más remedio que correr el riesgo de concentrar sus esfuerzos en aquellas áreas de la investigación y del desarrollo tecnológico que considere más esenciales. Junto a estas características generales del crecimiento científico, hay otras que afectan específicamente al desarrollo tecnológico.
5.
PARADIGMAS TECNOECONÓMICOS
Los economistas del cambio técnico distinguen entre invención e innovación tecnológica. Una invención se convierte en una innovación en el momento en que se introduce en el circuito económico, en la forma de un nuevo proceso o producto que sale al mercado. En ese momento se inicia la difusión de esa innovación. Se han realizado estudios empíricos de la difusión de innovaciones tecnológicas y se puede decir que, en general, si tienen éxito responden también a la pauta de crecimiento logístico. Pero sobre todo se han podido comprobar también otros muchos fenómenos interesantes. En primer lugar se hace imprescindible distinguir al menos dos tipos de innovaciones tecnológicas: radicales e incrementales. Cuando aparece y se difunde una innovación radical (por ejemplo la máquina de vapor) inmediatamente da lugar a la acumulación de múltiples innovaciones incrementales (mejoras en la disposición de la caldera, separación del condensador del vapor, válvulas de regulación automática de la presión en función de la carga, erc.) que inciden fuertemente en el proceso de difusión de la tecnología. Por otra parte, a lo largo de la historia de la tecnología aparecen a veces innovaciones radicales que inciden en el desarrollo de todo el sistema tecnológico e industrial. La propia máquina de vapor, la producción de energía eléctrica, la electrónica de semiconductores (transistor, circuitos integrados, procesadores) son ejemplos claros
210
1 JI
CON","! R.UC(I(JN
1)1 I
I U I UKU
de innovaciones revolucionarias. Se trata de tecnologías «intersticiales» (en inglés pervasive), es decir, que tienen aplicaciones prácticamente universales y sirven para potenciar el desarrollo de casi cualquier otra tecnología industrial. Su aparición representa, en el campo de la tecnología, algo equivalente a lo que supone un cambio de paradigma en la historia de la ciencia. De ahí que se pueda hablar con propiedad de paradigmas tecnológicos. Ahora bien, la aparición y difusión de un nuevo paradigma tecnológico conlleva cambios radicales en la actividad económica y en la vida social. Piénsese por ejemplo en las repercusiones que tuvo el ferrocarril para la vida cotidiana de las sociedades industrializadas en el siglo XIX, en los cambios sociales, culturales e institucionales que se están produciendo en nuestros días por la difusión de las tecnologías electrónicas, las telecomunicaciones, la informática, etc., o en los que sin duda se habrán de producir con la difusión de la biorecnología basada en la ingeniería genética. Lo mismo que ocurre en el conocimiento científico, también la difusión de las innovaciones tecnológicas presenta una doble cara: por una parte tiene un carácter acumulativo y en cierto modo determinista, dentro de un paradigma dado; pero por otra parte es extremadamente sensible a las condiciones sociales y económicas. Las posibilidades de difusión de una innovación dependen de su rentabilidad económica, y ésta puede verse afectada por factores institucionales y políticos: desde la regulación de los mercados financieros (que faciliten o no la inversión extranjera, por ejemplo) hasta las políticas educativas (que facilitan o impiden una formación de la población laboral adecuada a los nuevos requerimientos técnicos), o institucionales (reglamentación del mercado laboral, creación de nuevas instituciones científicas, etc.). 6.
UN MODELO INTEGRADO DEL CAMBIO TECNOLÓGICO
A partir de todos estos datos, se puede formular un modelo general del cambio científico y técnico que constituye, en cierto modo, una síntesis de las perspectivas internalistas y externalistas. En este modelo se consideran tres tipos de factores o procesos: intelectuales o culturales, económicos y sociales. 'a) Procesos de investigación y desarrollo. Están constituidos por actividades de carácter intelectual, que se realizan en laboratorios e institutos de investigación, universitarios, gubernamentales y empresariales, fundamentalmente. Una parte de los resultados de estas actividades se transforman en innovaciones tecnológicas. b) Procesos de difusión de las innovaciones. Tienen un carácter económico y comercial. Dependen de la rentabilidad económica de las innovaciones; pero ésta se ve afectada no solamente por sus va-
211
MI
r, U I l
A
{J \J 1N 1 A N lilA
lA
CONSIRUCCIÓN
D\I
IU1URü
lores intrínsecos (eficiencia tecnológica), sino también por las con-
en muchos otros, el resultado de muchas acciones individuales nun-
diciones generales del mercado relativas a la competitividad de las
sa equivale a la mera suma de todas ellas, es siempre algo diferente.
empresas, su capacidad de financiación, de comercialización, etc. e) Procesos de innovación social. Consisten en las transformaciones que se operan en la sociedad como consecuencia de la difusión de innovaciones tecnológicas: cambios de formas de vida, creación de nuevas instituciones, desarrollo de nuevas regulaciones legales, cambios en las políticas educativas, etc. Cada uno de estos procesos tiene una dinámica propia que le lleva a seguir una pauta de crecimiento exponencial o logística. Pero no son procesos independientes ni están conectados de forma simplemente lineal, sino que se encuentran más bien entrelazados en múltiples realimentaciones. Por ejemplo, la aparición de nuevas tecnologías, más eficientes, puede abortar la difusión de tecnologías anteriores masivamente utilizadas en un determinado sector de la actividad industrial. Por otra parte la difusión de innovaciones tecnológicas da lugar a nuevas invenciones y los cambios sociales pueden influir en la dirección de las actividades de investigación y ~ondici~nar (potenciar o retrasar) los procesos de difusión de las innovaciones. En condiciones ideales las curvas de crecimiento de cada uno de los factores implicados en el cambio técnico presentarían cierto desfase temporal: el crecimiento más rápido se produciría en las invenciones técnicas y el más lento en la innovación social. Pero una aceleración en cualquiera de estos procesos afectaría a los demás. El modelo, aunque puramente teórico, puede servir de base para entender la importancia de las decisiones políticas y la responsabilidad de la participación en la toma de decisiones en este campo: cualquier innovación tecnológica puede tener repercusiones importantes sobre la vida social y cualquier iniciativa social puede afectar al desarrollo tecnológico. Por ejemplo, ya en los procesos iniciales de diseño de programas de investigación y desarrollo, entran en juego decisiones políticas y criterios de evaluación de carácter social, económico, moral, además de otros criterios «internos'} de carácter estrictamente científico y tecnológico (factibilidad, eficiencia, erc.). Si algo está claro, después de cinco siglos de descubrimientos, es que nuestro futuro depende de la ciencia y de la tecnología, pero el desarrollo científico y tecnológico está en nuestras manos.
Esta es una de las razones por las que se necesitan las instituciones políticas, a través de las cuales, si son democráticas, los individuos pueden ejercer un cierto control sobre los efectos colectivos de las decisiones de cada uno. Hasta muy recientemente las decisiones en el campo del desarrollo tecnológico se han tomado en función de criterios ajenos a
7.
CONSTRUIR EL FUTURO
los principios del control democrático. En la Pequeña Ciencia, los científicos decidían por sí mismos lo que querían investigar. En la Gran Ciencia los gestores de las empresas o de las instituciones públicas toman decisiones en función de criterios económicos, de interés militar o de interés político general. Los efectos de estas decisiones se pueden controlar indirectamente, a través de los mecanismos del mercado o a través de los procedimientos habituales
de control del poder político. Sin embargo, en la medida en que aumenta nuestro conocimiento de los mecanismos e implicaciones del desarrollo tecnológico, aumenta también la conciencia de la necesidad de definir procedimientos específicos para la toma de decisiones en este campo, de superar el riesgo que supone seguir aplicando criterios inadecuados
que pueden dar lugar a resultados contrarios a los pretendidos. En realidad el desarrollo tecnológico en la época de la gran ciencia ha contribuido a la aparición de problemas completamente nuevos e insospechados. Señalemos tan sólo los tres más importantes: la planetarización de la sociedad actual, el aumento de la desigualdad de oportunidades para el desarrollo entre países ricos y pobres, y la
alarmante degradación del medio ambiente. El fenómeno de la planetarización es un efecto directo de las innovaciones tecnológicas más radicales de nuestra época: las tecnologías de la comunicación y el transporte. El aumento de la desigualdad de oportunidades entre países ricos y pobres es una conse-
cuencia del peso general que la capacidad científica y tecnológica tiene sobre el desarrollo económico y social. Hasta fechas recientes los países menos desarrollados podían obtener ventajas comparativas en el comercio internacional basadas en sus recursos naturales o demográficos; en la actualidad el peso de estas ventajas en el conjunto de las actividades económicas es mínimo, y en cambio ha crecido extraordinariamente el peso de las ventajas basadas en la capacidad científica y tecnológica. Pero el esfuerzo que un país atrasado necesita realizar para mejorar su posición en la carrera tecnológica
es cada vez mayor y más difícil. El resultado es un círculo infernal:
desarrollo científico, tecnológico e industrial, ningún individuo por sí solo puede modificar el curso de la historia. En este campo, como
cuanto más avanza la tecnología en los países desarrollados, mayor peso tiene en el conjunto de la economía mundial, mayor es la desventaja de los países menos desarrollados para competir a nivel mundial, más difícil les resulta a éstos superar la situación y más se
212
213
Aunque los individuos humanos somos los únicos responsables del
MI
(J
uI
1
11
Ü
1)
I N 1 A N 11 I
¡,
concentra aún la capacidad tecnológica en los países avanzados. Por último, el deterioro del medio ambiente también es en buena medida resultado del tipo de desarrollo tecnológico que se ha seguido a partir de la revolución industrial: ha crecido extraordinariamente la capacidad de la humanidad para alterar el medio natural, pero no se han desarrollado tecnologías orientadas a restaurar las modificaciones perniciosas, ni se ha seguido un camino conscientemente diseñado para mantener las modificaciones ambientales dentro de los límites razonables. Si estos problemas son en parte el fruto de un desarrollo tecnológico irreflexivo, el primer paso para buscarles solución es empezar a diseñar el futuro de la ciencia y la tecnología de forma más conveniente, e introducir las innovaciones sociales y políticas que nos permitan participar y controlar democráticamente las decisiones que afectan al desarrollo científico y tecnológico. Todo es aún posible. El carácter planetario de nuestra civilización tecnológica hace que se planteen problemas de dimensiones planetarias, pero también permite que se pongan en marcha soluciones a escala mundial. Hay medios técnicos para ello. Las compañías multinacionales ya lo hacen: recogen información de todas las partes del mundo y toman decisiones a escala planetaria. Además, existen en el mundo suficientes recursos para iniciar un proceso de transferencia masiva de tecnología de los países más avanzados a los menos desarrollados, lo que facilitaría el desarrollo económico de éstos. Por último, si la misma capacidad de innovación que durante dos siglos se ha aplicado a la explotación de los recursos naturales se aplicara ahora a la reconstrucción del medio ambiente, en menos de veinte años podría cambiar la faz del planeta. Lo único que falta es el marco institucional y la voluntad política para afrontar estos problemas como el núcleo esencial de una nueva política de desarrollo científico y tecnológico a escala mundial. Hay indicios esperanzadores, sin embargo. Tanto en la sociedad civil como en los parlamentos, en las instituciones académicas y en las organizaciones están proliferando las iniciativas orientadas a la evaluación social de las tecnologías y al diseño democrático de políticas científicas y tecnológicas. Por otra parte, cabe esperar que el fin de la guerra fría permitirá liberar inmensos recursos económicos y humanos que podrán emplearse en la cooperación internacional y en la reconstrucción del medio ambiente. Nunca en el pasado había tenido la humanidad tantas posibilidades de construir su futuro.
214
111
CONS 1 HUCCIÓN
1)11
IU 1 UR.O
REFERENCIAS BIBLIOGRÁFICAS Barnes, B. (1974), Scíentític Kncnule dge and Sociological Theory, Routledge & Keagan Paul, London. Bemal, J. D. (1939), Tbe Social Function oí Science, MacMillan, New York. Bijker, W. E., Hughes, Th. P & Pinch, T. J. (cds.) (1987), The social Construction of Tecbnological Systems (New Dírectíons in tbe Sociology and History oi Technology), The MIT Prcss, Cambridge, Mass. y London. Bloor, D. (1976), Knowlcdge and Social lmagery, Routledgc and Keagan Paul. London. Bungc, M. (1985): Philosophy of Scíence and Technoiogv. Parr 11: Life Scíenee. Social Science and Tecbnology, Reidel; Dordrechr. Dosi, G., Frccman, c., Nelson, R., Silverberg, G. & Soete, L (1988): Tecbnical Change and Economíc 'íheory, Pintcr Publishcrs, London y New York. Freeman, C. (1974), The ccononucs of Industrial ínnouatíon, Pcnguin Books, Haemonsworth Lrd. [trad. esp. de E. Paredes, La teoría económica de la innovación industrial, Alianza, Madrid, 19741. Freeman. C. (1987). Technology Policy and Economic Performance: I.essons (rom [apan, Pintor, London. Kuhn, T. S. (1962), The Structure uf Scientífic Revolutíons, Chicago u. P., Chicago [trad. esp. de A. Cont¡n, La estructura de las revoluciones científicas, FCE, México, 1971 ]. Mcrton, R. K. (1957), Social Theory and Social Structure, Free Press, New York. Nelson, R. (1987), Understanding Tecbnicai Change as an Evolutionary Procese, North Holland, Amsrerdam. OeDE (1988), New Technologies in the 1990's. A socio-economic Strategy, OCDE, París. Price, D. J. S. (1963), l.itt!e Scíence. Big Science, Columbia U. P., New York [trad. esp. de J. M. López Piñero, Hacia una ciencia de la ciencia, Ariel, Barcelona, 1973]. Quintanil1a, M. A. (1988), Tecnología. Un enfoque filosófico, Fundesco, Madrid. Roscnbcrg, N. (1982), Inside the Balck Box: Technology and Economice, Cambridge u. P., Cambridge.
215
INNOVACIONES TEÓRICAS EN LA ECONOMÍA DEL CAMBIO TECNOLÓGICO
Alfonso Bravo Juega Universidad de Salamanca
1. INTRODUCCIÓN
La innovación y el cambio tecnológico han recibido una atención creciente en la ciencia económica desde que Schumpeter realizara sus aporraciones pioneras (1912 y 1942). Actualmente se está produciendo en este área de investigación una actividad intensa, que ha llevado a la introducción de nuevos puntos de vista en la ciencia económica. Estos nuevos planteamientos han coincidido tanto en su desapego hacia el enfoque neoclásico en economía, como en la recuperación de nociones evolucionistas para la misma. La obra de Nelson-Winter (1982), que se puede considerar su punto de inicio más inmediato, tiene un título tan significativo como Una teoría evolucionista del cambio económico. Nuestro objetivo en este trabajo es hacer mención de algunos de los logros más relevantes de este nuevo enfoque evolucionista, de modo que a través de ellos se pongan de manifiesto las líneas maestras que permiten, en opinión del mismo, incorporar el cambio tecnológico en la ciencia económica. Los temas que vamos a abordar se refieren a los contenidos si(' guientes. En primer lugar, se han formulado críticas a nociones básicas de la economía neoclásica, que se quedan cortas cuando entran en juego situaciones de cambio tecnológico. En segundo lugar, la tecnología se ha considerado tradicionalmente en economía una especie de «caja negra», que opera exógena mente en el contexto económico. Los conceptos que hoy en día se aportan, intentan penetrar de algún modo en esa caja y comprender su funcionamiento.
217
AIION',IJ
II"AVI)
jlll I,A
En tercer lugar, el cambio tecnológico tiene implicaciones en el ámbito puramente económico y también en otros aspectos de la vida en sociedad. Ello determina que la ciencia económica conecte con otras aportaciones de las ciencias sociales y que se atienda a aspectos sociales e institucionales no estrictamente económicos. En cuarto lugar, el estudio del cambio tecnológico evidencia el riesgo que se corre cuando se intenta dar paso a las generalizaciones y muestra la necesidad de investigación empírica y del estudio de casos; lo cual también es conveniente a la hora de obtener implicaciones prácticas y de realizar recomendaciones políticas.
2.
INSATISFACCiÓN CON EL ENrOQUE NEOCLÁSICO y CONSTRUCCIÓN DE UN NUEVO PUNTO DE VrST A EVOLUCIONISTA
Existen dos concepciones fundamentales que enmarcan el desarrollo de los modelos en economía. La primera es la «rnecanicista», que analiza los problemas económicos por medio de la identificación de sus elementos constitutivos y de las relaciones que guardan entre ellos. Se centra en el estudio del equilibrio y suele adoptar una perspectiva a corto plazo y estática. La segunda concepción es la evolucionista, cuyo planteamiento es orgánico, en el sentido de que el todo no es una mera suma de sus partes, sino que evoluciona y cambia a partir de las interacciones de sus componentes. El centro de interés está ahora en los procesos de cambio, en que hay innovación y selección, y en el largo plazo (Clark-Juma, 1988, 198). Ambas concepciones han tenido sus defensores en la ciencia económica. Autores como Marx, Veblen o Schumpeter han pertenecido a la concepción evolucionista, a la que también Marshall realizó aportaciones. Sin embargo, la tradición que ha dominado ha sido la mecanicista, quizá por la influencia de la física clásica, que ha dirigido la economía hacia la cuantificación y el estudio del equilibrio (Clark-juma, 1988, 199). No obstante, si se consideran fenómenos en los que es esencial el cambio, corno en el crecimiento económico o en la innovación, la economía neoclásica revela sus insuficiencias. Por ejemplo, la fuerza clave, a largo plazo, en el crecimiento económico es el cambio tecnológico. Esto no ha sido tratado por la economía neoclásica de modo adecuado, quizás por ignorancia de los propios economistas en cuestiones de ciencia y tecnología, por escasez de estadísticas, o incluso porque ha habido preocupaciones más urgentes, como los problemas de las fluctuaciones cíclicas y el desempleo (Freernan, 1988,1). Cuando esos fenómenos de cambio pasan a ocupar el primer plano de la reflexión económica, se ponen en entredicho los planteamientos básicos de la economía neoclásica.
218
INNOVAC.,ON¡
s
II Ófl-I(AC,
IN
l A r CONOMIA
Hacemos a continuación mención de algunas criticas a las nociones de conducta maximizadora de las empresas y de equilibrio, que son los pilares fundamentales de los mod:los neoc}á.sicos. ~ En relación con la primera, la econorrna neoclásica senala que la empresa desea maxi~izar el benefi.c,io, que es la ,función objetivo global. Dado un conjunto de elección, que contiene aquello que la empresa sabe hacer, la acción de la empre~a se c.Ol1.templa como el resultado de la maximización de la función objetivo, teniendo en cuenta un conjunto de alternativas conocidas y de restriccrones. Una crítica evolucionista a este punto de vista adopta el planteamiento conductista, acerca de que no hay una función objerivo dominante que imponga una estructura coherente a las .acClones de la empresa. Si la empresa opera en el mundo real sm un.a función objetivo claramente definida, ésta no será tampoco c~:mdl ción necesaria para la construcción de la teoría (Nelson-W inter, 1982, 57). Por tanto, se acepta que la empresa está motivada por el beneficio, peto no se supone que sus acciones sean maximizadoras del mismo. La noción de equilibrio también se somete a m~~iz~ciones. ~n el enfoque evolucionista se emplea la no~i~n d~ equilibrio selectivo y se admite que las empresas con heneficios tienden a. expulsar del negocio a las que no los obtienen. Este punto de vista parece el mismo que el tradicional, pues en éste ~e afirn:a que las fuerzas competitivas de selección expl~l~an de. la industria a todos excepto a los maximizadores del beneficio (Fnedman, 1953,22). . Sin embargo, la diferencia está en que en el enfoque evolucionista no se acepta que el proceso de adaptación tenga que ~onverger hacia la acción óptima. Las rutinas de las empre~as no tienen .p~r qué ser las conductas óptim~s desde el p~mto de. vista de la maxirruzación. Se entiende por rutrnas un conjunto bien estructurado de reacciones habituales de la empresa, que cumplen el mismo papel que la herencia genética en, la. evolución biológica. No se puede aceptar que las fuerzas econorrucas selectivas operen. sobre un conjunto factible de posibilidades donde resulte seleccionada la conducta óptima, sino que la selección opera sobre lo que existe, que es el conjunto de reacciones habituales o ru.tinas. Y n? hay razón para creer que este conjunto tenga que incluir necesanamente las conductas mejores (Nelson-Winter, 1982, 142). La noción de equilibrio está estrechament~c?nectada, en !a economía neoclásica, con el supuesto de los rendimientos decrecientes; pues éste permite sostener que las acciones econ?,?i~as engen?ran una retroacción negativa que conduce a un equilibrio predecible. Todo cambio se ve compensado por las reacciones que genera. La crítica a este punto de vista se basa en la constatación de que en la realidad económica existen retroacciones positivas que amplían los
219
Al ION'> O
A K AV O
I LJ I
e
A
efectos de los cambios. Por ejemplo, los rendimientos crecientes son típicos de sectores económicos basados en el conocimiento, como los de ordenadores, productos farmacéuticos, etc. (Arthur, 1990, 86-87). ~o eran anteriormente tenidos en cuenta por las dificultades analíticas que conllevan.; J:foy en día, se cuenta, sin embargo, con las herramientas ~atem~tIcas que permiten manejarlos, y que llevan a tomar en consideración pequeños acontecimientos que inclinan la ec~nomía hacia determinadas pautas de desarrollo, lo cual tiene su analogo en las mutaciones de la teoría evolucionista en biología (Arthur, 1990, 92). E~ proc~so de innovaci,ón presenta características que son fuente de incertidumbre y que impiden aceptar que los agentes apliquen procedimientos de rnaximización para tomar decisiones (Dosi-Orsemgo, 1988, 17). Existe incertidumbre técnica, referida al logro de un producto o proceso específico y su nivel de coste, e incertidumb.re de mer~ado, respecto a si ese producto o proceso será comercialmente viable. No es incertidumbre medible o asegurable, porque los nesgos no se pueden predecir (Kay, 1988,283). Hay límites en la información disponible y carencias en la competencia de los agentes para procesar esa información. La economía convencional dispone de versiones para dar cuenta de situaciones semejantes, pero no parece que puedan enfrentarse al problema que plantea la incertidumbre. Una empresa puede juzgar que es improbable que algo suceda, pero también se da el caso de que la empresa no ha pensado nunca en una situación que puede suceder y de la que no sabe nada en absoluto, Esta situación no se puede modelizar con probabilidades bajas (Nelson-Winter, 1982, 67). También se pone en tela de juicio el intento de la «Nueva macroeconomía clásica» de aportar a la macroeconomía un fundamento microeconómico basado en el equilibrio walrasiano. En él se c.omprime la multitud de agentes en un agente singular representan va, lo que con,lleva aceptar que los agentes son idénticos y que sus c.onducta~ no difieren cualitativamente. La Escuela de las Expectauvas Racionales supone que algún agente forma sus expectativas sobre la base del modelo de equilibrio y espera que los demás agentes lo hagan del mismo modo. Su argumento discurre del modo srgurente. Las expectativas de algunas empresas coinciden con las predicciones de la teoría económica. Si tales expectativas fueran más exactas que las de otras, que no se basan en la teoría económica, obtendrían más beneficios que ellas. Sin embargo, esto no ocurre y es, no obstante, cierto que las predicciones de la teoría económica son más exactas que cualesquiera otras. Por tanto, las expectativas de la mayoría de las empresas coinciden con las predicciones de la t~oría económica (Hausman, 1989,5-6). Este planteamiento se critica por el hecho de que si se desea considerar el cambio y la innovación, se tiene que aceptar la asimetría y diversidad de los agentes.
220
INNOVACIONf S
II.ÓRICAS
IN
lA
ICONOMIA
Éstos son los rasgos que confieren dinamismo al sistema, el cual se veria suprimido por la afirmación de la identidad de los agentes (Coricelli-Dosi, 1988, 130). Las críticas a los planteamientos ortodoxos han provenido también del propio campo neoclásico. Por ejemplo, F. Hahn tiene en cuenta el problema de la información imperfecta y la importanciade la historia y de los procesos de aprendizaje (Freeman, 1988, 4). A pesar de ello, la actitud que predomina es la de mantenerse dentro del marco del paradigma neoclásico y no romper con él. Esta actitud es comparada por Nelson con la del borracho que busca su llave bajo la luz del farol, porque es el único sitio iluminado, a pesar de que sabe que la perdió en otro lugar (Freeman, 1988,5). Ante estos problemas, caben diferentes posiciones. Se puede trabajar hacia atrás, de modo que se vaya desde los resultados obtenidos hasta las restricciones que se necesitan para alcanzar los resultados que se desean. También es posible introducir supuestos ad hoc de carácter empírico, que permitan dar cuenta de las nuevas situaciones. En tercer lugar, se puede romper con el molde neoclásico para construir uno nuevo, como pretende el enfoque evolucionista (Coricelli-Dosi, 1988, 136-137). Si se comparan los enfoques neoclásico y evolucionista, se observa que los modelos neoclásicos son más simples, pero tienen que pagar el precio de la escasa plausibilidad de sus supuestos. El enfoque evolucionista se centra en aquello que plantea problemas al enfoque neoclásico, como son las externalidades, los rendimientos crecientes, las diferentes prioridades de los agentes, la incertidumbre, etc. (Coricelli-Dosi, 1988, 141). Esto no quiere decir que no haya conexiones entre ambos enfoques. La economía evolucionista acepta que las empresas persiguen objetivos, como el del beneficio, sin por ello aceptar el supuesto neoclásico de su maxirnización, que es mucho más fuerte. También se está de acuerdo parcialmente con los conceptos de competencia y equilibrio, aunque se rechaza el procedimiento convencional de introducirlos en una etapa temprana de la modelización, porque con ello se desecha la consideración de la lucha competitiva que lleva hacia esa situación (Nelson-Winter, 1982,31-32). En definitiva, el enfoque evolucionista echa en cara al neoclásico la falta de realismo en la descripción de conductas y sucesos, así como el manejo de un aparato lógico desmedido: «La ortodoxia construye un palacio lógico rococó sobre arena empírica movediza» (Nelson-Winter, 1982, 33). El enfoque neoclásico falla, a pesar de su sofisticación lógica, en relación con el cambio tecnológico e institucional, por lo que no constituye una teoría satisfactoria del crecimiento económico (Freeman, 1988,5). La alternativa evolucionista que se propone está todavía en proceso de constitución y no
221
AII UN',()
IIIIAV()
jlJI l,A
se ha .~esarrollado completamente, pero sí ha logrado señalar la dirección en que se debe ir para lograr tal teoría (Freernan, 1988, 7).
INNOVACIONI S
11 (¡kICA',
IN
1A
I ()N()MiA
En la economía evolucionista se intenta ir más allá de la concepción de la tecnología como información, para lo cual se estudian las características real~s de la tecnología y se proponen conceptos que se adapten a las mismas. Dado que los economistas han tratado los fenómenos tecnológicos como sucesos que ocurren dentro de una «caja negra» (Rosenberg, 1982, vii), se trataría de investigar lo que ocurre dentro de la caja. El conocimiento que la empresa tiene de sus posibilidades tecnológic~s de transformar bienes está contenido, según el enfoque neoclás!co, en su conjunto de producción. Este enfoque supone que los c0!IJ~ntos de producción son idénticos, lo cual implica que los conocimientos tecnológicos que permiten definir tales conjuntos son materia de información pública y no supone costes hacerse con ella. Arrow (1962) considera que la tecnología es información que se aphca con generalidad y que es fácil de reproducir. Afirma, por ejemplo, que «el COSte de transmisión de un cuerpo dado de información es con frecuencia muy bajo» (Arrow, 1962, ed. esp. 1979, 156-157). Por ello, las empresas pueden generar innovaciones haciendo uso, de modo gratuito, del conjunto almacenado de conocimientos tecnológicos (Dosi, 1988, 145). Es~a descripción neoclásica no se corresponde, sin embargo, con la realidad, Según ella, parece que los conocimientos tecnológicos conforman una especie de archivo, o están disponibles en la mente de un ~specialista, por lo que no habría problemas para que la información se transmitiera de una empresa a otra. Pero las cosas no son de este modo. Los registros simbólicos de la información no contienen todas l~s especificaciones para ponerla en práctica, ni hay una persona singular en la empresa que por sí sola disponga de todo el conocimiento tecnológico de la misma. La transmisión de la información no es tan sencilla como supone el enfoque neoclásico (Ne!son-Winter, 1982, 62). Para adecuarnos a las características que muestra efectivamente la tecnología, debemos empezar por distinguir entre información y conocirniento, pues éste incluye competencias que son necesarias para procesar la información (Dosi, 1988, 234). Disponernos de tres dicotomías o aspectos contrapuestos, que nos permiten penetrar en los rasgos reales de la tecnología. La p:~mera atiende a lo «universal-específico» en la tecnología. La solución de los problemas tecnológicos implica el uso de conoci-
mientos «universales», basados en los principios y leyes generales de la ciencia. Pero además exige conocimientos «específicos», consistentes en modos particulares de hacer las cosas, que residen en la experiencia de! productor o del usuario (Dosi, 1988,224). La segunda dicotomía se refiere a lo «articulado-tácito», presente en la tecnología. Algunos aspectos del conocimiento tecnológico están bien «articulados», esto es, se presentan en artículos o manuales y se enseñan en las aulas. Pero hay también aspectos «tácitos», que no son transmisibles explícitamente, sino que se aprenden a través de la práctica (Dosi, 1988, 224). El tercer aspecto contrapuesto incide en lo «público-privado» que se pone de manifiesto en la tecnología. Parte del conocimiento tecnológico es «público», como son las publicaciones científicas y técnicas. Hay, sin embargo, aspectos que son «privados», bien por ser tácitos o por estar protegidos por patentes o secreto (Dosi, 1988,224). Estas características hacen que el cambio tecnológico tienda a ser acumulativo y específico a la empresa, pues lo que la empresa haga en e! futuro dependerá de lo que ha sido capaz de hacer en el pasado (Dosi, 1988,225). Disponemos de diversos conceptos que pretenden acercarse a estas características de la tecnología. Dosi ha propuesto el concepto de «paradigma tecnológico», basándose en la similaridad que existe entre ciencia y tecnología. De! mismo modo que se habla de paradigmas científicos o de programas de investigación científica, también se puede hablar de paradigmas tecnológicos (Dosi, 1988, 224). Un paradigma tecnológico es un patrón para la solución de problemas tecnoeconómicos, basado en principios derivados de las Ciencias Naturales. Incluye un conjunto de «ejemplares» o artefactos básicos que van a ser desarrollados o mejorados, como un coche o un circuito integrado. Tamhién contiene un conjunto de «heurísticas», que consisten en reglas que orientan e! desarrollo, como, por ejemplo, la que indica que se debe incidir en la miniaturización del circuito. El paradigma señala las necesidades que se pretende satisfacer, los principios científicos que se usan para ello y la tecnología material que se debe emplear (Dosi, 1988, 224). Los paradigmas tecnológicos definen «trayectorias tecnológicas», que son vías de progreso tecnológico enmarcadas por el paradigma (Dosi, 1988,225). Con ello se pone de relieve que el aprendizaje innovativo está limitado al paradigma y sucede a lo largo de trayectorias particulares definidas por él (Dosi, 1988, 226). Además, los diferentes mecanismos que influyen en el cambio tecnológico, como son los cambios en los precios relativos o en las condiciones de la demanda, operan dentro de los límites definidos por los paradigmas tecnológicos (Dosi, 1988,227). Esto ayuda a resolver el debate entre las hipótesis del «empuje tecnológico» y de! «ti-
222
223
3.
CONSTRUCCIÓN DE CONCEPTOS QUE INTENTAN PENETRAR EN LOS ENTRESIJOS DEL FENÓMENO TECNOLÓGICO
Al t üN~U
IlflAVO
JLJI (,A
rón de la demanda». Los factores relativos al ambiente como los precios relativos o la demanda, operan en la conformación del cambio tecnológico, pero es el paradigma lo que determina los límites en que pueden ejercer su efecto (Dosi, 1988, 228). , .Con la noción de paradigma tecnológico se recogen las caractensncas expuestas de la recnologfa, pues, por una parte, da cuenta del conocmuenro genénco que se manifiesta en la tecnología (Nelson, 1988,314) y, por otra, contiene conocimientos específicos que prod~c.en patrones de cambio técnico acumulativos, irreversibles y específicos a cada país (Dosi-Soete, 1988,418). Existen otros c~nceptos similares al de paradigma tecnológico, como el de «herramientas orientadoras» de Rosenberg (1976); el de "P?stes mdlcado;es tecnológicos» de Sahal (1981 y 1985); o los de «regirnen tecnológic.», y «trayectoria tecnológica» de Nelson-Winter (1977 y 1982). También se relacionan con el concepto de "paradlgm~ tecnoeconórnico» propuesto por Pérez (1983), referido a amplios gr~pos de paradigmas, en el sentido de Dosi, que inciden en todo el sistema económico (Dosi, 1988,225). Todas estas nociones comparten la idea de que las innovaciones no se deben considerar aisladamente, sino en términos de una estructura tecnológica en evolución (Coombs, 1988,295).
4.
ATENCIÓN A LA CONEXIÓN ENTRE LA TECNOLOGÍA Y LOS ASPECTOS ECONÓMICOS, SOCIALES E INSTITUCIONALES
En relación con la invención, de que a veces deriva, se entiende la innovación como la primera aplicación económica de aquélla. De hecho, se habla de cambio técnico real cuando la invención se transforma en innovación y se difunde a través del sistema social
(Nucci-Pearce, 1989, 103). Con el término innovación nos referimos en definitiva a la investigación, descubrimiento, experimentación, desarrollo, imitación y adopción de nuevos productos, nuevos procesos de producción y nuevos sistemas organizativos (Dosi, 1988,222). Los estudios empíricos de los años setenta y ochenta nos permiten señalar algunas características básicas de los procesos de innovación. Primera, la incertidumbre: la innovación contiene un fuerte elemento de incertidumbre debido a que los resultados técnicos y comerciales de los esfuerzos innovadores no se conocen ex ante. Segunda, la vinculación a la ciencia: la innovación tecnológica, desde la Revolución Industrial sobre todo, tiene su origen en oportunidades derivadas de los adelantos científicos. Tercera, la internalización de la 1+ D en la qTlpresa: las actividades de investigación tienden a estar integradas en ·las empresas de producción debido a la creciente complejidad de las actividades innovativas. Cuarta, el aprendizaje: muchas innovaciones tienen su origen en el aprendizaje, tanto por la práctica como por el uso. Quinta, la acumulatividad: la dirección del cambio técnico se define por la tecnología que se usa, de modo que el logro de avances científicos, por parte de empresa.s o de países, depende de los niveles tecnológicos ya alcanzados (Dosi,
1988,222-223).
En es!e apar~ado, exponemos el modo en que operan la innovación y las mstJ~UClOnes, cual. nos permite observar Cómo la tecnología y el cambio tecnológico tienen efecto en el conjunto de la vida social y económica. El cambio tecnológico, en cuanto modo de innovación introduce en la realidad económica un factor de inestabilidad que 'la hace evolucionar. Junto a este elemento de cambio, existen otros que le dan ~ohesión y orden. Entre ellos encontramos, por una parte, al propio modo de desarrollo de la tecnología, a través, como vimos, de las vías de un paradigma tecnológico, y por otro, a las instituciones, que aportan el «engrudo» que mantiene unido al sistema (Freeman, 1988, 11). Este planteamiento nos hace partir del concepto de innovación que es más amplio que el de cambio técnico, pues incluye cambios: corno las transformaciones en la prestación de servicios, que pueden ~ene~ escaso ,conteni?o tecnológico. Schurnperer, por ejemplo, consideró corno innovacrones los nuevos métodos de producción, los nuevos productos, las nuevas formas de organización, las nuevas fuentes de surmrnstro y las nuevas rutas comerciales y mercados (Schumpeter, 1942, ed. esp., 1984, 103).
No todas las innovaciones tienen la misma importancia ni ejercen el mismo efecto. Distinguimos por ello cuatro tipos diferentes de innovaciones. Las innovaciones incrementales son innovaciones menores, que mejoran paulatinamente los procesos o productos. No suelen ser resultado de la actividad de 1+ D deliberada, sino de mejoras conseguidas por los ingenieros o por los usuarios. Tienen gran importancia en el crecimiento de la productividad, pero sus efectos no son espectaculares de forma individual (Freernan-Pérez, 1988,46). Las innovaciones radicales son sucesos discontinuos que no surgen de mejoras en los procesos de producción existentes, sino que se deben generalmente a las actividades de 1+ D. Tienen importancia para promover la inversión, pero su impacto económico es relativamente pequeño y localizado (Freernan-Pérez, 1988,46). Los cambios de sistemas tecnológicos constituyen el tercer tipo de innovación y consisten en cambios en la tecnología que afectan a diversas ramas de la economía, dando lugar a la aparición de sectores nuevos. Se trata de constelaciones de innovaciones, tanto radicales como incrementales, que afectan a una diversidad de empresas (Freeman-Pérez, 1988,46).
224
225
10.
AIIONSU
IIi{AV()
IIJI (,A
Los cambios en el paradigma tecnoeconómico son, por último, revoluciones tecnológicas, pues conllevan cambios de tan largo alcance que afectan a la economía entera. No consisten sólo en la aparición de nuevas industrias, sino que todo el sistema económico se ve afectado en la estructura de costes de los inputs, en las condiciones de producción y en las de distribución (Freernan-Pérez, 1988,47). Nos detenemos un momento en este último concepto, por la importancia que tiene este tipo de cambio técnico de consecuencias tan extendidas en todos los sectores de la economía, que llega a provocar cambios sociales e institucionales. Con la noción de paradigma tecnoeconómico se pone énfasis en el aspecto económico y no sólo técnico, porque el paradigma tecnoeconómico no se caracteriza sólo por la aparición de nuevos procesos o productos, sino sobre todo porque cambia la estructura de los costes relativos de todos los inputs de producción. En cada paradigma hay un input, o combinación de inputs, que es el «factor clave», caracterizado por la caída rápida de los costes, la disponibilidad aparentemente ilimitada de su oferta y el amplio potencial de uso en numerosos productos y procesos (Freernan-Pérez, 1988,48). Los factores clave en los sucesivos paradigmas tecnoeconómicos han sido el algodón y el hierro, en 1770-1840; el carbón y el transporte, en 1840-1890; el acero, en 1890-1940; el petróleo, en 1940-1990, y los chips y la microelectrónica en la década que hace poco inauguramos (Freeman-Pérez, 1988,50-53). El nuevo paradigma empieza a demostrar sus ventajas en unos pocos sectores, que son las «ramas portadoras», y no desplaza al antiguo hasta que la oferta del factor clave no cumple las condiciones indicadas. Una vez que se extiende, el nuevo paradigma llega a ser un «tipo ideal» de organización productiva, de modo que llega a cambiar el «sentido común» de la ingeniería y de la administración, reestructurando el sistema productivo entero (Freeman-Pérez, 1988,58). Actualmente, la organización productiva que se está imponiendo es la intensiva en información, donde la flexibilidad y la diversidad sustituyen a los sistemas homogéneos. Las computadoras se asocian a todo tipo de equipo productivo y la electrónica se convierte en sector puntero (Freeman-Pérez, 1988,61). La aparición de un paradigma tecnoeconómico produce una gran crisis estructural de ajuste entre la nueva tecnología y el sistema social. Esto permite hacer referencia a los ciclos económicos. La depresión estaría relacionada con el periodo de ajuste estructural, en que el marco institucional y social se adaptan a la nueva tecnología. Una vez logrado, se produciría el boom, relacionado con la difusión del nuevo paradigma tecnoeconómico (Freeman-Pérez, 1988,45). La consideración del concepto de paradigma tecnoeconómico
226
INNOVAC:'ON~<'
Il6RICAS
I-N
lA
LCONOMiA
nos ha llevado a mencionar el papel de la instituciones en los procesos de cambio técnico. Un enfoque que ha hecho referencia directa a este papel es la «Escuela de la Regulación», francesa, que se ha desarrollado de forma paralela al enfoque evolucionista y cuyos conceptos son empleados de modo usual en éste. Se reconoce, por ejemplo, que el enfoque de la regulación ha prestado menos atención al cambio técnico y que, por otra parte, autores vinculados a la economía del cambio técnico no han desarrollado un análisis de las formas institucionales ni modelos agregados formales de la economía. Por ello, sus aportaciones respectivas se consideran complementarias y pueden dar lugar a una sintesis (Freernan, 1988, 11-12). Una dificultad del análisis neoschumpeteriano, que no de Schumpeter, consiste en su~oner que el crecimiento económic? ,y las instituciones sociales derivan de aspectos puramente tecnológicoso El punto de vista adecuado, según la Escuela de la Regulación, exige distinguir dos dinámicas: la de las f~rmas !nstitucionales. y. l.a del sistema recnológico.. Tras ello, se debe investigar la compatibilidad entre ambas (Boyer, 1988,67). De este modo, el enfoque de la regulación se plantea la cuestión de la coherencia entre ~n sistema técnico y un patrón de acumulación definido por mecalllsmo~ que afectan a la competencia, la demanda, el mercado de trabajo, el crédito y la intervención del Estado (Boyer, 1988,68). El método de este enfoque consiste en identificar el marco institucional por medio del trabajo de los historiadores y conectarlo con las regularidades económicas asociadas a ese marco. Ello le permite derivar hipótesis que se someten a pruebas estadísticas y, econométricas y, cuando es posible, se contruyen modelos que permiten probar la coherencia del sistema (Boyer, 1988,77). La noción fundamental de este enfoque es la de «modo de regulación». Se entiende por «regulación» el proceso de adaptación entre producción y demanda dentro de un marco de instituciones (Boyer, 1988,68). Por su parte, el «modo de regulación» .consiste en un conjunto de reglas y conductas individuales y coleenvas con las tres propiedades siguientes. En primer lugar, hacen posible la compatibilidad de decisiones descentralizadas conflictivas, sin necesidad de que los individuos o instituciones comprendan la lógica del sistema. En segundo lugar, controlan y regulan el modo de producción dominante. En tercer lugar, reproducen las relaciones sociales básicas a través de un sistema de «formas institucionales- (Boyer, 1988,75). Las instituciones se consideran precisamente dentro de este concepto de «formas institucionales». Se distinguen cinco tipos. Primero, las relaciones monetarias y de crédito, como es el hecho de que después de la Segunda Guerra Mundial la oferta monetaria se determine por el volumen de crédito que los bancos conceden a las
227
/\ 1 1 1)
~I',
1)
1\ li A V ()
jlll r , A
familias y empresas. Segundo, el nexo salario-trabajo, que incluye los problemas relacionados con la organización del trabajo y el nivel de vida de los asalariados (Boyer, 1988, 72). Por ejemplo, el nexo salario-trabajo fordista vincula los salarios nominales a las ganancias de productividad y a los precios de los bienes de consumo, por lo que se hace casar la producción en masa con el consumo en masa. Tercero, los tipos de competencia, como se dan, por ejemplo, tras 1945, en que la competencia es oligopolística y basada en la diferenciación de prodncto (Boyer, 1988, 73). Cuarto, el régimen internacional, que se define por el conjunto de reglas y convenciones que organizan el intercambio entre países (Boyer, 1988, 74). Quinto, las formas de intervención del Estado, que se han ido intensificando tras la Segunda Guerra Mundial (Boyer, 1988, 75). Dentro de un marco de instituciones, se producen en la economía procesos de crecimiento, que pueden entrar en crisis. Esta última se denomina «estructural» cuando el modo de regulación entra en contradicción con las formas institucionales existentes y el sistema no se puede reproducir a largo plazo (Boyer, 1988, 76). La crisis de 1929 sobreviene, por ejemplo, por las tendencias divergentes entre salarios reales y productividad. El taylorismo genera incrementos importantes de productividad, pero los salarios reales se establecen de modo competitivo, por lo que crecen lentamente. El sistema conduce a una alta tasa de beneficio, que no se puede sostener por las carencias que se manifiestan en la demanda total (Boyer, 1988,83). El régimen fordista, sin embargo, introduce después de la Segunda Guerra Mundial un nuevo nexo salario-trabajo, por el que los sindicatos aceptan la modernización capitalista y los empresarios acceden a compartir las ganancias de productividad con los asalariados (Boyer, 1988, 84). Este sistema no se distingue del anterior por la tecnología, sino por el modo de regulación. Las tasas de beneficios son altas y también lo son los niveles de vida de los trabajadores. éPor qué este sistema ha entrado en crisis, como comprobamos en los años setenta? Se apuntan tres límites del régimen fordista. Primero, el fordismo llega a ser antiproductivo, porque la búsqueda de rendimientos crecientes a escala alcanza su techo y también porque los trabajadores se rebelan contra los métodos tayloristas y fordistas de trabajo. Segundo, la competencia exterior determina que los países con salarios altos no puedan vender fuera sus productos a los precios que permitan mantener esos salarios (Boyer, 1988,86). Tercero, existen posiblemente efectos negativos en los beneficios, que llegan a ser bajos en relación con la demanda (Boyer, 1988,88). El enfoque de la regulación pone, por tanto, de manifiesto que el sistema tecnológico no se puede separar de los aspectos económicos y sociales. La salida de la crisis actual a través de la búsqueda de
228
I~N(IVA(
ION! -,
11 (lkl(/\C,
1 N
1A
1 (UN()MI/\
un nuevo paradigma tecnológico implica atender también a aspectos institucionales como los expuestos (Boyer, 1988,89). Un autor de importancia fundamental en la economía del cambio técnico, como C. Freeman, no ha dejado también de señalar la importancia de .los aspe~tos inst.i~ucionales"a través del concepto de «sistema nacional de mnovacion». Se entiende por tal la red de instituciones de los sectores público y privado, cuyas actividades e interacciones inician, modifican y difunden las nuevas tecn,ologías (Freernan, 1987, 1). En estas institu~iones s: ~ncluyen l
229
AL I ON'>O
5.
IlkAV()
IUI (,A
PRECAUCIÓN A LA HORA DE OBTENER GENERAI.IZACIONES y DE DERIVAR IMPLICACIONES PRÁCTICAS
INNOVACIONFS
Il:ÓR.ICAS
f:N
LA
fCONOMiA
En un apartado anterior, dimos ya fe de la insatisfacción con la teoría económica neoclásica, cuando se trata de comprender el cambio técnico. En este apartado, dejamos constancia de la variedad de modos en que opera el cambio técnico en los diferentes sectores económicos, con la consiguiente dificultad de emplear supuestos generales al estilo de la economía convencional. Además, nos referiremos al planteamiento político que se adopta en el enfoque evolucionista, el cual es también ejemplo de la cautela con que se opera en este enfoque. Pavitt (1984) distingue diferentes trayectorias tecnológicas de los sectores económicos y así habla de sectores dominados por los proveedores, sectores intensivos en producción y sectores basados en la ciencia (Pavitt, 1984,353). Existen diferencias sectoriales que explican esas diversas trayectorias tecnológicas. Hay que atender para ello a los tres factores siguientes. En primer lugar, hay diferentes fuentes de la tecnología. Esta procede unas veces de dentro de la empresa, a través de laboratorios de 1+ D o de departamentos de ingeniería de la propia empresa, y otras procede de fuera, a través, por ejemplo, de los proveedores o de los usuarios, o también de investigación financiada por el Gobierno. En segundo lugar, las necesidades de los usuarios no son siempre las mismas. En unas ocasiones es importante el precio, mientras que en otras importan más las prestaciones o la fiabilidad. En tercer lugar, existen diferentes medios de apropiación de los beneficios. En innovaciones de proceso prima sobre todo el secreto. En innovaciones de producto, las patentes se emplean, por ejemplo, en el sector farmacéutico; pero el aeronáutico se basa más en los retrasos técnicos naturales (Pavitt, 1984,355). Las empresas dominadas por los proveedores se dan principalmente en sectores tradicionales de manufactura; también en agricultura, construcción, producción doméstica informal, y en muchos servicios profesionales, financieros y comerciales. Se trata normalmente de empresas pequeñas, con débiles capacidades de 1+ O interna y de ingeniería. Sus medios de apropiación de beneficios se basan menos en las ventajas tecnológicas y más en las habilidades profesionales, el diseño estético, las marcas y la publicidad. Sus trayectorias tecnológicas se definen por la reducción de costes y sus innovaciones suelen proceder de los proveedores de equipo y material, aunque también pueden provenir de la investigación financiada por el Gobierno (Pavitt, 1984,356). Las empresas intensivas en producción emplean procedimientos de fabricación a gran escala, de modo que logran reducir los costes unitarios a través del aumento de la capacidad de la planta. Las
economías de escala son fuertes en empresas que producen para dos clases de usuarios sensibles a los precios, como son las empresas que producen materiales estándar y las que producen bienes de consumo duradero y vehículos. Las fuentes más importantes de la tecnología de proceso de estos sectores son, por una parte, los departamentos de ingeniería de producción y, por otra, las empresas relativamente pequeñas y especializadas que les surten de equipo e instrumentos. Por ello, hay una gran variación en los modos de apropiación de las ventajas tecnológicas, según sean considerados los productores a gran escala o los proveedores de equipo e instrumentos a pequeña escala. En primer lugar, para los productores a gran escala, no son significativas las invenciones particulares, sino la capacidad de diseño y el manejo de procesos a gran escala. En innovaciones de proceso mantienen el liderazgo tecnológico a través del secreto y el know-how, y en innovaciones de producto se amparan en los inevitables retrasos técnicos que debe sufrir la imitación y también se protegen mediante patentes. En segundo lugar, los proveedores de equipo e instrumentos a pequeña escala basan su éxito en las habilidades específicas de la empresa, que se reflejan en el diseño y fiabilidad del producro, así como en la habilidad para responder rápidamente a las necesidades del usuario. Los sectores con producción a gran escala son los de productos alimenticios, manufacturas de metales, vehículos a motor, cemento y vidrio. Los sectores que agrupan a los proveedores de equipo e instrumentos para los anteriores están constituidos por empresas de ingeniería mecánica e insrrumenros (Pavitt, 1984,358-359). Las empresas basadas en la ciencia se encuentran en los sectores químico y eléctrico-electrónico. Su fuente principal de tecnología se basa en la actividad de 1+ D de las empresas, que se vincula fuertemente al desarrollo científico de las universidades. Sus métodos de apropiación contienen una mezcla de patentes, secreto, retrasos récnicos naturales y habilidades específicas de las empresas. La protección de patentes es particularmente importante en sectores como el de química fina (Pavitt, 1984,362). Esta diversidad que se produce, en relación con la innovación y el cambio técnico, dentro de los sectores económicos, tiene como implicación analítica la exigencia de evitar las generalizaciones precipitadas. Como señala el propio K. Pavitt (1984, 370): «Dada la variedad de patrones de cambio técnico que hemos observado, es probable que la mayoría de las generalizaciones estén equivocadas». Esto se refiere tanto a los trabajos empíricos, que de analizar un caso pasen a obtener una ley general, como a los trabajos teóricos, que pretendan ser relevantes empíricamente, habiendo empleado supuestos tan simples y generales que carecen de conexión con la realidad. Lo que se precisa en el tratamiento económico del cambio técnico son modelos analíticos más complejos y más numerosos (Pavitt, 1984, 371).
230
231
AII
()~J',{I
111IAV,¡
,1111 \,A
En relación con la política pública referida al cambio 'técnico y la promoción de la innovación, el enfoque evolucionista también realiza apreciaciones que difieren de los planteamientos tradicionales. En este terreno es clásica la aportación de K. Arrow (1962). En ella se considera que en una economía de libre competencia se invertirá menos de lo socialmente deseable en investigación y desarrollo, debido tanto al riesgo que tal inversión conlleva, como a que sólo en medida limitada habrá apropiación del producto de la misma (Arrow, 1962, ed. esp., 1979,161). De ello se deriva la conclusi,ón .de que la asignación óptima para la invención requiere que el Gobierno, o alguna otra entidad no regida por criterios de pérdidas y ganancias, financie la investigación y la invención (Arrw, 1962, ed. esp., 1979, 165). Este planteamiento tradicional presenta el problema de que, en un campo de gran complejidad, con principios generales no se logrará d~scribir con precisión la experiencia ni se aportará una guía norrnanva. La Teoría Económica ortodoxa que se emplea será de poca ayuda (Nelson-Soete, 1988,632). En la alternativa evolucionista se considera que el cambio técnico es un proceso dinámico y a largo plazo, que conlleva exrernalidades imposibles de caracterizar definitivamente, por lo que el papel central corresponde a la experimentación (Nclson-Soere, 1988, 633-634). Además, se realizan las apreciaciones siguientes. En primer lugar, y en consonancia con lo anterior, se debe abandonar el objetivo tradicional de definir un óptimo y la estructura insritucio~1al q~l~ permita alcanzarlo, y aceptar el objetivo más modesto de identificar problemas y posibles mejoras (Nelson-Soete, 19S8, 632). En segundo lugar, se destaca la importancia de los aspectos sociales. La integración social del cambio técnico implica no sólo la atención a factores económicos, sino también a los sociales y éticos (NelsonSoete, 1988,633). En tercer lugar, se reconoce que el Estado tiene un papel, tanto para controlar como para estimular la innovación. Hay que tener en cuenta incluso que el cambio técnico plantea retos que van más allá de los Estados existentes y demandan nuevas estrategias de gobierno para hacerles frente (Nelson-Soete, 1988,634).
1 Ij "J I ) V
t, I 1 () NI'.
1 1 () I{ 1 ( A',
1 N
1 Al'
() N
r)
M 1A
Hemos observado cómo la incorporación del cambio tecnológico en las, ~eorÍas económicas puede llevar a alejarse de los principios neo~laslcos: El enfoque evolucionista es consecuente con esta exigencia y, leJOS de introducir modificaciones ad hoc en la doctrina neoclásica, rompe con ella y adopta un marco diferente de referencia. El evolucionismo en economía se puede considerar un nuevo
programa de investigación en el contexto del cambio tecnológico. Existen otras propuestas, que representan, en términos kuhnianos, un desarrollo «normal» del enfoque neoclásico. El evolucionismo, en cambio, parece más bien implicar un cambio «revolucionario» de paradigma, al poner en cuestión nociones básicas que forman el núcleo del enfoque neoclásico. La naturaleza de las críticas a las nociones de maximización y de equilibrio, así como la adscripción a un marco evolucionista, no mecanicista, nos hacen pensar que el enfoque evolucionista se halla más cerca de este camhi? ~evolucio nario que de un desarrollo normal del programa neoclásico. Los aspectos que más deseamos destacar de este enfoque evolucionista son los siguientes. En primer lugar, ha dejado claro, sin ser por ello los únicos, que la conceptualización económica no es ajena a la naturaleza y rasgos de la tecnología. Ésta no es algo simplemente exógeno, en lo que no se entra y se deja como una caja negra. Es preciso conocer sus características y estudiar cómo, en función de las mismas, la tecnología opera de diferentes modos en el contexto económiC(~. ~I en.f;)que evolucionista parece haber tomado nota de la rccrtrrunacron que Freernan hacía a los economistas 'de ignora.r completamente los fenómenos tecnológicos, y propone el acercanuento entre el mundo de los economistas y el de los ingenieros. En segundo lugar, el evolucionismo no ~onsid~ra a la e~OI~omía como una ciencia aislada de las otras ciencias sociales, Su insistencia en la importancia de las institu~iones y de la hi~toria rev,el~l el carácter interdisciplinar de los estudios sobre el cambio tecnológico. En tercer lugar, en el enfoque evolucionista hay cautela a la hora de dar el paso a la generalización en la construcción de teorías. El cambio tecnológico pone de manifiesto diferencias muy grandes entre sectores económicos, por lo que las generalizaciones acerca de la incidencia del mismo en el conjunto de la economía son fácilmente fallidas. Esto debe ser tenido en cuenta al formular modelos económicos muy agregados que deseen incorporar el efecto del cambio tecnológico. En cuarto lugar, el evolucionismo enfatiza el papel de la experiencia cuando se trata de obtener implicaciones prácticas o políticas. Se aleja de las rotundas declaraciones ideológicas y pone empeño en mejorar paulatinamente lo que hay. Es interesa~te observar que la teoría evolucionista en Biología es más explicativa que predictiva. Su adopción en economía quizá sirva para descargar al economis-ta de la inasumible responsabilidad de tener que adelantarse al futuro y predecirlo. La razón es sencillamente que del futuro no se sabe nada. De lo que se trata más bien es de tomar nota de lo que hay y procurar hacer las cosas lo mejor posible. El enfoque evolucionista parece adecuarse mejor que otros a este sensato precepto poppenano.
232
233
6. CONCLUSIÓN
Al I () N ',()
I\I
11) I (,/\
El evolucionismo no es todavía una teoría completamente desarrollada, pero ha empezado a ofrecer buenos resultados en el estudio del cambio tecnológico. Como programa de investigación parece situarse en una especie de síntesis entre los enfoques neoclásico e institucionalista. Critica del primero su alejamiento de la realidad empírica; pero no renuncia a la teoría, aunque dentro de un marco evolucionista. Insiste con el segundo en la importancia de las instituciones, sin caer por ello en un mero estudio de casos, sin conexión teórica entre ellos. Por otra parte, también promete un mayor acercamiento entre teoría y experiencia, cuya desconexión es precisamente el rasgo que más separa a la economía de ciencias mejor asentadas como la física. Esperamos, en consecuencia, que con este enfoque se progrese en el estudio económico del cambio tecnológico y se obtenga además una propuesta teórica rigurosa y más relevante empíricamente.
REFERENCIAS BIBLIOCRA¡';[CAS Arrow, K. (19tí2), Pconcnníc Welfarc and tbc allocatíon of resources [or inoentíon [trad. esp., 1979, "El bienestar económico y la asignación de recursos para L1 invención», en Rosenbcrg, N. (1979), Economía del cambio tecnológico, fCE, México, 151-1671. Arthur, B. W. (1990), La retroacción positiva en Economía, investigación)' Ciencia, abril,86-1)3. Boyer, R. (1988), «Technicat Change and the Theory of Innovation», en Dcsi et al. (1988),67-94. Clark, N. & Juma, c. (1988), «Evolutionary Theorics in Econornic Thoughr-, en Dosietal. (19X8), 197-218. Coor»bs, R. (1988), «Tcchnolcgical Opportuniries and Industrial Organivarion-, en Dos! et al. (1988),295-308. Coricclh, F. & Dosi, G. (1988), -Coordincrion and Ordcr in Econornic Chango cnd thc lnrerpretative Power of Economic Theory-, en Dosi et al. (1988), 124-147. Dosi, G. (1988), «Thc Narure of the Innovarive Pr occss», en Dosi el al. (1988),
INNOVACIONes
TeÓRICAS
LA
i::CONOMIA
Kay, N. (1988), «Thc R and D function: Corporate Straregy and Strucrurc». en Dosi et aí. (19881,282-294. Nelson, R. R. (1988), «Insnturions Supporring Technical Change in thc Unired Stares», en Dos! el al. (1988), 312-329, Nelson, R. R. & Soere, L. (1988), "Poliey Conclusions», en Dosi et al. (19S8), 631-635. Nelson, R. R. & Winter, S. (1977), -In Search of a Uscful Thcory of Innovations», Research Policy 6/1, 36-77. Nclson. R, R. & Winrer, S. (1982), An Eooíuuonary Theory of Economic Cbange, The Belknap Press of Harvard U. P., Cambridge, Mass., y London. Nucci Pearce M. & Pccrcc, D. (J 989), «Economic and Techuological Chunge: Some Conceptual and Mcrhodological Issues-, Erkenntnís 30/1-2, 10 1-127. Pcvirt, K. (J 984), -Sectoral Pattems of T ecnical Cbange: T owards a Taxonomv and a Thcorv», Research Poticy 13,343-373. Pércz., C. (1983), «Structur al Chango and rhe assimilation of Ncw Technologies in thc Economic and Social gvsrern», Futures 15/5,357-375. Rosenberg, N. (1976), Perspectiues on Technology, Cambridge U. r., Cambridge. Rosenberg, N. (1982), Inside the Black Box, Cambridge U. P., Cambridge. Sahal, D. (1981), Patterns oi Tecnoícgical lnnouation, Addison Wesley, Ncw York. Sahul, D. (1985), -Tcchnology Cuide-Posts and Innovations Avcnues», Research Policy 14/2,61-82. Schumpctcr, J. A. (1912), Tbeorie der Wirtschaftlichen Entwicklung [trad. esp. 1978, Teoría del desenvolvimiento económico, FCE, México]. Schurnpeter , J. A. (1942), Capitalism, Sccíatísm and Democrac)' [trad. esp-, 1984, Capitalismo, Socialismo)' Democracia, Folio, Barcelona].
221-238. Dosi, G. et al. (1988), Tecbnical Change and Economic Theory, Pinter Publishers, London-Ncw York. Dosi, G. & Orsenigo, L. (1988), «Coordinarion and Transformarion: An Overview uf Srructures, Behaviours and Change in Evolutionary Enviromenrs», en Dosi et
al. (19881, 13-37. Prccman, C. (1987), Technology Policy and Economíc Performance. Lessons [rom [apan, Pinter Publishers, London-Ncw York. Precman, C. (1988), «Inrroduction». en Dosi et al. (19R8), 1-8. Freeman, C. & Pérez. C. (1988), «Structural Crises of Adjustment: Business Cycles and Investmcnt Behaviour», en Dosi et al. (1988),38-66. Priedrnan, M. (1953), -Tbe Methodology of Positive Economice», en Essays in Positive Economice, University of Chicago Press, Cbicago. Hausman, D. M. (1989), -Arbitragc Arguments-, Emenntnie 30/1-2,5-22.
234
EN
235
