COMPLEJIDAD, NO LINEARIDAD Y AUTO-ORGANIZACIÓN EN LAS CIENCIAS COGNITIVAS

Sergio DANSILIO

Algunas cuestiones de la complejidad

Lloyd ha encontrado 45 definiciones de complejidad (1990). No todas son aplicables a organizaciones y sistemas informacionales como categoría donde ubicar a los fenómenos cognitivos, por ende, no todas son aplicables a una serie uniforme de cosas. La existencia de múltiples definiciones puede indicar varias situaciones. O estamos manejando un término extremadamente endeble y la gente habla de diferentes asuntos. O trata de una teoría en etapa de gestación, inestable e incierta. Pero, primero, no creo que haya una teoría de la complejidad. Se trata de un conjunto de prácticas científicas diversas, de procedencias disciplinares distintas, cuyo “aire de familia” es el proyecto de dar cuenta de, o controlar hechos o entidades que poseen ciertas propiedades (los comportamientos complejos), y las diferentes definiciones parecen resultar de la pluralidad de prácticas científicas. Los fenómenos clásicamente estudiados han sido el movimiento de dunas, la formación de tornados, la transformación de ecosistemas, la propagación de enfermedades, las fluctuaciones de algún mercado, la formación y disolución de grupos sociales (Science, 1999). Entre los cortes físico-químicos, biológicos y económicos y sociales parece haber un gran agujero, o quizás una ciénaga, donde puedan ubicarse las ciencias que tratan de la cognición de los sistemas inteligentes, aunque esos sistemas inteligentes puedan conceptualizarse ya están reconvertidos en las entidades biológicas, las redes sociales o la dinámica económica.

Se trata de fenómenos inestables, que funcionan con un alto grado de incertidumbre y que presentan cambios brutales en su historia evolutiva. Se dan en condiciones de alto ruido donde el ruido es a su vez productivo: entidades negentrópicas o sintrópicas, son las estructuras disipativas a lo Ilya Prigogine, que generan orden a partir del desorden energético lejos del equilibrio (1983). La complejidad, entonces, lo es de entidades (redes, agentes, sistemas, para el caso), que presentan cierta actividad (comportamientos, estados), con ciertas propiedades (alta sensibilidad a las condiciones iniciales, auto-organización y productividad emergente). De esta manera una computadora, aún alguna computadora futura de ciencia ficción, es muy complicada pero no constituye un sistema complejo, aunque alguien pueda argumentar o demostrar que es inteligente y permita simular sistemas complejos. La cognición no es un sistema complejo: lo pueden ser las entidades cognoscentes y las actividades que desarrollan. Por eso el término “sistema cognitivo” puede dar lugar a confusiones. Distinguimos ya dos factores que definen el área de estudio. Por un lado un factor que podría considerarse epistémico, la tarea de atrapar y actuar sobre un cierto segmento de la realidad, determinando las dimensiones y variables suficientes para su comprensión y reproducción en tanto cualifica como fenómeno complejo. Por otro lado, un factor que compete a la propia ontología de las entidades complejas: que una bacteria se multiplique de manera autónoma como consecuencia de millones de reacciones y contrarreacciones químicas, intercambio de información, compresión o descompresión de energía, historia evolutiva en un mundo inhomogéneo, no depende del sujeto epistémico. Lamentablemente, ya que, de lo contrario, podrían evitarse muchas enfermedades sin tener que invertir plusvalía en la industria farmacéutica, bastaría con desenmascarar y eliminar a las mentes malditas que inventan esas cosas.

El objetivo primordial de este grupo de disciplinas es poder dar cuenta de la realidad sin pérdida de la información de contexto, insertándole al tiempo cronológico el tiempo existencial de las entidades que devienen, inherentemente dado en el carácter irreversible de estos sistemas, carácter que heredan de la termodinámica clásica, de acuerdo a Prigogine y Stengers (1990). Los sistemas complejos tienen historia, su comprensión requiere conocer los estados previos por los que atravesaron. La inclusión del tiempo como coordenada relevante no expresa el hecho de que los comportamientos complejos se den “en el tiempo”. Que los sistemas complejos tengan historia, significa que aquellos se transforman, se modifican, cambian. Por decir así: el tiempo les viene de dentro, es devenir, y no constituye una condición trascendental para la experiencia. La relativa estabilidad de una forma o patrón, la tendencia a recurrir o regularizarse, es establecida por un punto que centra el rumbo hacia una invarianza: el atractor. Estos puntos y sus cuencas de influencia se generan a partir de los mismos sistemas y su medio-ambiente. 

En estas precisiones introductorias, con respecto a los sistemas complejos, podemos considerar un aspecto estructural, un aspecto funcional y un aspecto metodológico: (1) En el aspecto estructural, se trata de sistemas multicomponenciales, con un conjunto numeroso de conexiones entre los componentes. Cada componente además puede mantener una diversidad de relaciones con cada cual: de anidamiento, de empaquetamiento, etc., en una configuración o disposición no jerárquica; (2) En el aspecto funcional,  a partir de un comportamiento colectivo, de naturaleza cooperativa y mediante procesos de auto-organización, se generan comportamientos globales emergentes (que no pueden ser deducidos de los comportamientos previos, aunque sean determinados por aquellos) (3) En el aspecto metodológico, se estudian mediante el aparato teórico de los fenómenos no-lineares auto-organizados. La criticalidad, y la invarianza escalar son propiedades típicas. La invarianza escalar hace referencia a que, aunque se varíe el valor de los parámetros, si se toman de manera adecuada, se reproducen las leyes de organización-desorganización en cualquier nivel. La criticalidad auto-organizada subyace a la aparición generalizada de contingencia y complejidad en la naturaleza (Bak & Paczuski, 1995).

En un estado de equilibrio inestable, un sistema abierto se encuentra en estado crítico cuando pequeñas perturbaciones pueden generar eventos de diferente magnitud (pequeños y ordinarios o catastróficos). Los eventos no son detalladamente predecibles, de acuerdo a Bak & Paczuski, pero sí lo es su distribución estadística, siguiendo leyes generales escala-independientes (propiedades generales), continuas con las condiciones singulares de ocurrencia (propiedades locales). Estas características serían intrínsecas a la dinámica de la biología, de la historia y de la economía.  La descripción formal de armadura físico-matemática va adosada a la descripción narrativa (por ejemplo, de la geología o de la evolución). La auto-organización es la emergencia espontánea de algún orden, que ocurre sin supervisión central, sin un nivel directriz, sin un controlador global. Es la creación de formas coherentes, que sirven de soporte entre sí, en un proceso móvil amenazado por la sensibilidad a las condiciones iniciales de producción. La articulación de propiedades globales y locales (las condiciones de producción se ubican en la zona de lo local), forman la estructura de nuevos estados en un proceso llamado scalloping (guisado): la construcción y colapso repetidos de realizaciones complejas. Este estado novedoso es progresivo, discreto, idiosincrásico e impredecible.

En la caracterización de los comportamientos, los investigadores de sistemas complejos emplean herramientas extraídas de una variedad de disciplinas centradas por la dinámica no-linear, entre otras (Mitchell, 2006): la teoría de la información, la teoría de la computación, la psicología del comportamiento y la biología evolutiva. La relación entre las ciencias de la complejidad y la teoría de la computación es vicaria. No está en el hardware ni tampoco en los programas. Está en los procesos de simulación. En este caso efectivamente la computadora y la teoría de la computación actúan como herramientas experimentales, o sencillamente como dispositivo de cálculo, no como metáfora o como modelo. Sin embargo, para Mitchell, la teoría de la computación ha sido un componente central en la investigación sobre sistemas complejos, tanto como la dinámica no-linear (1998). Mitchell ha defendido un diálogo entre el discurso dinamicista y el discurso computacional para obtener una adecuada inteligibilidad de la cognición en tanto propiedad de sistemas complejos adaptativos y particularmente cuando se abordan niveles cognitivos de alta dimensionalidad (1988).

El comportamiento cognoscitivo como fenómeno complejo

Que los sistemas con comportamientos cognoscitivos constituyen entidades complejas o representan fenómenos complejos es, en principio, una aseveración trivial. Pero ¿Qué complejidad caracteriza a los comportamientos así determinados? ¿La misma complejidad estructural que se distingue en un ecosistema tropical, el movimiento de dunas, el clima o los procesos químicos catalíticos? ¿La misma naturaleza de complejidad que se la ha atribuido a los fenómenos biológicos?. Pensemos que Bailly y Longo, por ejemplo, manejándose dentro de un marco teórico dinamicista, sostienen una especificidad para las unidades vivas dentro de la propia paradigmática en la dinámica no-linear (2003 b). Esta especificidad teórica (2003 a), responde tanto a la complejidad epistémica como objetiva, es decir, para la última, lo que Bailly y Longo consideran las relaciones internas al sistema y sus posibles descripciones matemáticas (2003 a).

A partir de sistemas altamente diferenciados y heterogéneos en la arquitectura funcional y topológica de sus componentes, emergen patrones de comportamiento que operan en un sentido holístico con respecto a cada componente individual. Las diferenciaciones y heterogeneidades sistémicas no son solamente estructurales, sino que además se dan en un sentido temporal, diacrónico. Las totalidades que emergen, los comportamientos globales, están pues diferenciados, singularizados, especificados. Así, no se trata necesariamente de una vuelta al efecto de masa de Lashley, con un cerebro equipotencial y un aparato cognitivo totipotencial.  De la actividad colectiva que desarrollan los diversos componentes del sistema, se genera un patrón (y en tanto patrón, con propiedades relativamente estables e invariantes en un lapso suficientemente adecuado de tiempo), y este patrón subsiste en el borde inestable que articula las propiedades diferenciales de la geografía dispar del sistema, con un estado nuevo, resultado de la interacción de aquel hacia dentro de sí mismo y con el ambiente. El comportamiento emergente global no homogeiniza a los subsistemas desde los cuales se produce.

Del estudio del clima, los ecosistemas, las dunas, los mercados y los grupos sociales, proceden las herramientas intelectuales y la armazón teórica que se unifica mediante la física de sistemas dinámicos no-lineares (Forrest, 1990; Science, 1999; Lewin, 2002). Parecería que puede contribuir a un mejor conocimiento de la cognición, e inclusive a dar cuenta de la misma sin descartar los parámetros socio-históricos. Es difícil aún ver de qué forma se pasa de una metáfora seductora a una empresa de trabajo empírico decente. El primer paso es evitar las reducciones clásicas a unidades fundamentales, como los reflejos, los programas y las redes de cuño PDP. El programa y hasta las redes neurales implican funciones computables, y los diversos procesos cognitivos de cierto nivel de integración (creencias, deseos, intenciones, decodificación de textos escritos y la conciencia), no se resuelven mediante actividades computacionales, o computacionales de manera fundamental y única (Penrose, 1994; Kelso, 1995;  Horgan & Tienson, 1996). Es decir, no responden a o no operan como una cadena sintáctica compuesta de una serie de pasos finitos y especificables, cuya función dará de manera monotónica una consecuencia y solamente esa. Por otra parte, una cognición cuyas unidades son los programas, no presenta propiedades emergentes: de vuelta, las cadenas de procesamiento son deductivas y monotónicas. El valor semántico sigue operando a lo Chomsky ocupando los lugares de los referentes y de acuerdo a lo que indican las relaciones generativas formales, pero la estructura del mundo está por estipulación comprimida y suficientemente codificada en la dimensión sintáctica. Los abordajes por sistemas complejos se enmarcarán en una concepción no computacional, pero además: evitando tener que recurrir a cualquier instancia o modelo conciso que opere de unidad con la cual se construye el aparato. Así como no hay reflejos, no hay representaciones ni programas. El cambio de fase no es una función computable, y ahora por definición. No es susceptible de describirse mediante un determinado algoritmo que da cuenta de la transición sin pérdidas.         

Vale también realizar otra aclaración. La complejidad del comportamiento de una determinada entidad, digamos, comportamientos cognoscentes de inteligencias protoplásmicas, no implica que esa complejidad pasa a los instrumentos, los juegos empíricos, las herramientas teóricas y los modelos. No hay diferencia de principio  en la complejidad del trayecto epistémico que se ocuparía de comportamientos presuntamente “simples”. De hecho, el mismo procedimiento de simplificación, de realizarse de manera honesta y consecuente, podría ser harto complejo. El problema que genera confusión cuando se piensa en las ciencias de los seres humanos es que, una determinada estrategia epistémica sea “simple” porque la entidad que se estipula como objeto a estudiar sea estipulada en términos simples, por ejemplo, de acuerdo a los cánones del mecanicismo. Puede suceder así si las cosas que hacen y sienten los seres humanos se reconvierten a un modelo de estímulo-respuesta. Pero aún resta hacerle a esta movida una serie de preguntas: ¿Esa estipulación dejó fuera del campo muchas cosas acerca de las que se pretende informar? ¿Dejó afuera componentes relevantes del sistema en aspectos que suponía resueltos? Este razonamiento vale también para el caso de que se estipule en vez del modelo estímulo-respuesta, el modelo de la máquina de Turing. Se espera en general a una herramienta compleja para dar cuenta del comportamiento de aquellas entidades, y no es así necesariamente. La táctica, al menos, es acceder al término más simple posible que permita inteligibilidad. En su sustancia se trata de sistemas donde, a partir de una o muy pocas leyes simples se producen entidades y comportamientos complejos. El nudo se sitúa en dilucidar una relación que articula propiedades globales y propiedades locales, que anuda acontecimientos generales con ocurrencias singulares. La tarea no es abordar sistemas complejos que ya eran conocidamente complejos (las células, los ecosistemas, las sociedades, el cerebro), sino encontrar esa complejidad en lo que antes era considerado simple o reductible sin pérdidas sustantivas. 

Modelos distribuidos y funcionamiento bottom-up

El procesamiento de la información en todos estos sistemas (inmunitario, colonia de hormigas, metabolismo celular) emerge por las perturbaciones ocasionadas por mecanismos de retroalimentación. Aclararía que la emergencia no procede de la propia retroalimentación, sino que este fenómeno funciona como un mecanismo de causación descendente sobre la red original. Esto permite al sistema generar y utilizar los recursos adecuados, en el lugar adecuado y en el momento adecuado, de manera de beneficiar al sistema entero: la flexibilidad diacrónica y temporal es el resultado operativo. Todo esto se realiza sin un control central, en un ambiente continuamente cambiante, y ante requerimientos diversos, muchas veces conflictivos entre sí. Con respecto a las alternativas computacionales, se pasa de las Máquinas de Turing (MT), a los Autómatas Celulares (AC), ambas alternativas propuestas por el propio John von Neumann (1966).

Las MT operaban con reglas explícitas que producen una computación predicha, de manera deductiva. La arquitectura “de tipo von Neumann” posee una separación modular entre

[1] la unidad de procesamiento lógico-matemático

[2] la unidad de CONTROL

[3] una memoria de acceso aleatorio (Random Access Memory)

[4] ejecución serial de instrucciones

El modelo MT ha sido el seguido por el cognitivismo clásico (a veces llamado simbólico), y requiere de subsistemas supervisores. Los AT en cambio, son sistemas no-lineares, descentralizados y espacialmente extendidos, con lo cual generan comportamientos difícilmente predecibles. La extensión espacial es particularmente importante. En la MT la unidad significativa de tratamiento que corresponde a la representación, el componente simbólico, no es espacialmente extenso. El propio John von Neumann junto a Stanislaw Ulam inventaron los Autómatas Celulares, como sustrato para construir un autómata auto-reproductivo (self-reproducing automaton) (1996).

Hay un trade-off entre aumento de la eficacia del sistema y aumento de la vulnerabilidad. La agrupación colectiva de unidades (“clustering”), la generación de nodos o encrucijadas clave (“hubs”) facilita, fluidifica, economiza y acelera el intercambio y el acceso a la información en estos sistemas complejos. Pero el aumento de clusters, de nodos, de cortocircuitos, cuellos de botella, de pasajes rápidos, aumentan la vulnerabilidad del sistema: son zonas estratégicas  que pueden ser fácilmente ubicadas como targets y su ataque (su lesión) produce efectos desastrosos o perturbaciones en cascada. En estos sistemas cognitivos, entonces, a mayor complejidad estructural, mayor fragilidad. La disposición distribuida y en paralelo así como la existencia de redundancia constituyen los factores que sustentan la capacidad de persistencia ante las continuas eventualidades de desintegración.

La información global en estos sistemas descentralizados se codifica como patrones estadísticos y dinámicos sobre los propios componentes del sistema. El estado general de la colonia es representado mediante la distribución dinámica de las hormigas realizando los diferentes trabajos. Las representaciones son los agentes trabajando, la información de la situación total es leída mediante el muestreo estadístico obtenido por las unidades componentes (que se manejan con datos estrictamente locales).  En realidad no hay representaciones como tales, hay estados espacio-temporales del propio sistema, en continuo cambio. No se realizan acciones sobre instancias simbólicas de acuerdo al modelo de la inteligencia enjambre (“swarm”) de las colonias de hormigas, las multitudes sociales o las redes virtuales de la Web: es una inteligencia distribuida, estructuralmente fractal y sin instancia directriz (Johnson, 2001; Clark, 2003)

¿Quién interpreta, quién lee la información? No hay un homúnculo ni un teatro de la mente donde se ubica algún espectador cartesiano privilegiado[1], ni un ejecutivo central o sistema supervisor (Rabbitt, 1997). En estos modelos es el propio colectivo desarrollando acciones que dependen de hechos estadísticos rastreados localmente por cada unidad funcional, estén agrupadas o no en subsistemas (desde individuos vecinos o desde lo “que hay” en el ambiente – moléculas, alimento, datos, etc.). La confiabilidad de la interpretación se asegura por la existencia de umbrales. El umbral refiere a que hay una cantidad mínima necesaria de información para que la hipótesis abductiva o la heurística que sigue el sistema se de. La aleatoriedad y las probabilidades objetivas son esenciales. Los sistemas hacen uso de la aleatoriedad y las probabilidades de manera esencial. Sus acciones son ensayos de respuestas probables. Hay producción o generación aleatoria de comportamientos. Hay distribución aleatoria de recursos. De esta forma se cubre un espectro amplio de situaciones y se trata con circunstancias que son naturalmente inciertas. El propio ruido es útil para estos sistemas.

Uno entiende siguiendo a Melanie Mitchell (2006), que las unidades <<prueban probabilidades>> . Estos elementos intrínsecamente aleatorios y probabilísticos se necesitan para que una población comparativamente pequeña de individuos (hormigas, células, moléculas) explore con cierta eficacia un espacio sustantivamente mayor de posibilidades. Hay muy poco conocimiento a priori acerca de lo que se encontrará. La aleatoriedad, sin embargo, debe ser balanceada con el determinismo para el mantenimiento de la estructura: ahí reside la auto-regulación, que ajusta en los sistemas (de manera continua)  las probabilidades de respuesta a un repertorio circunscrito definido por los parámetros que le son propios y característicos al agente y al sistema. El sistema lleva a cabo una búsqueda de posibilidades mediante procesos finamente detallados y en paralelo. Esa arquitectura característica de casi todos o todos los sistemas biológicos, consiste en un número extensísimo de elementos simples que trabajan en conjunto de forma simultánea y altamente paralela. La redundancia, que Edelman ya había destacado en el funcionamiento cerebral (1982), es inherente a este tipo de sistemas, proporcionando una serie de ventajas. Permite la continuidad operativa aún cuando algunos componentes no sean confiables, o se pierden, o disfuncionan. Proporciona la base instrumental para que el sistema pueda manejarse de manera efectiva con información de naturaleza estadística. Por otro lado, posibilita la generación de varias muestras independientes de información vinculadas a una tarea, o que una categoría de información pueda ser utilizable en diversas tareas.

Estos sistemas muestran un interjuego continuo de procesos top-down y bottom-up (ver cuadro 1). Los propios conceptos top-down y bottom-up son derivados de estudios acerca de la cognición. El ejemplo clásico es la percepción visual. La información bottom-up es la que parte de la retina, y la información top-down es la acción del nivel cognitivo sobre lo percibido. El balance óptimo del sistema alterna en el curso del tiempo. Las exploraciones tempranas, basadas en escasa información, son ampliamente aleatorias, no focalizadas y bottom-up. A medida que alguna información es obtenida por el sistema y se actúa sobre ella, la exploración se torna más determinista, focalizada y top-down – respuestas que consideran lo ya realizado por el sistema. Cuanto mayor es el nivel de organización y la coherencia de las estructuras globales emergentes, tanto más salientes se tornan los procesos top-down  que desarrollan tareas de control, regulación, y coordinación señalando una relación causal descendente. Está dinámica de arriba-abajo está cimentada sobre los niveles basales, en los cuales se sustancializa pero a los cuales no es reductible ni mediante una operación teórica ni, creo, ontológicamente.

Cuadro 1 – procesos de abajo-arriba (bottom-up) y de arriba-abajo (top-down)

Sistemas cognitivos y no-linearidad

Las ciencias de la complejidad, han ido a la cognición, o se las ha llamado desde aquella, por la vía de los sistemas dinámicos no-lineares auto-organizados, ya sea abordando los principios organizativos del sistema nervioso central o, en menor medida, a los propios comportamientos cognoscentes (ver diagrama 1).

En esta concepción los comportamientos del sistema cognitivo son acciones. El término “comportamiento” se presta a confusión por su insuficiencia. Las acciones implican comportamientos, pero son comportamientos con determinadas calificaciones. Se trata en este caso de comportamientos realizados en un ambiente determinado, que transforman y son transformados por el ecosistema (material-simbólico) donde se realizan. Las acciones poseen una historia de organización, estabilización, tanteo de probabilidades en el mundo donde se desarrolla,  exploración de las entregas (affordances) que proporciona el ecosistema al campo de la experiencia (Gibson, 1979). Las acciones así comprendidas poseen un sentido que se va generando y transformando en el mismo curso de la actividad y que hace a estos sistemas teleonómicos, sentido que no les viene de fuera ni está incorporado en su esencia desde el inicio, no son sentidos teleológicos. La acción, sin embargo, no es la unidad explicativa o la unidad descriptiva de esta empresa científica. Es el segmento de la realidad que proporciona una ventana óptima al entendimiento de la cognición. El sistema cognitivo así abordado no está ubicado en el cerebro, ni en el nivel del software, ni en la “conducta observable”, ni en las representaciones mentales intracraneanas que de manera paupérrima pero a tecnicolor dicen registrar las nuevas tecnologías neuroimagenológicas. Está al mismo tiempo extendido en el cuerpo del agente que conoce (desde el cerebro a la mano y de la mano al cerebro, de la herramienta al mundo y vuelta), en el acto realizado, y en las modificaciones que ocasiona sobre el ambiente, así como en la información de naturaleza social que moviliza. Se condice mejor con el Wittgenstein

“An inference is a transition to an assertion; and so also to the behaviour that corresponds to the assertion. ‘I draw the consequences’ no only in words, but also in action.” (∮486, página 136e).

Como los movimientos en un juego, hay movimientos que son jugadas (no meros desplazamientos paramétricos de músculos enmarcados por acontecimientos que se estipulan como estímulos), y donde hay reglas que cristalizan relaciones entre jugadores, es decir, entre personas[2]. Los seres humanos hacen que esos comportamientos signifiquen en el propio escenario de la acción, que el sentido sea el gesto de la movida de la pieza en el tablero compartido y constituido por los otros “significadores”. Dentro de esta visión teórica muy general, pienso que podemos ubicar los supuestos que permiten comprender a la empresa del abordaje dinamicista en la cognición. Vayamos entonces a  los ejemplos que seleccioné.

Empecemos con un dictamen sustancioso. Robert Port y Thimoty van Gelder, por ejemplo (1998), establecen con respecto al abordaje dinamicista que:

 “Its core is the application of the mathematical tools of dynamics to the study of cognition. Dynamics provides for the dynamical approach what computer science provides for the computational approach: a vast resource of powerful concepts and modeling tools. But the dynamic approach is more than just powerful tools; like the computational approach, it is a worldview. The cognitive system is not a computer, it is a dynamical system. It is not the brain, inner and encapsulated; rather, it is the whole system comprised of nervous system, body, and environment. […] The cognitive system does not interact with other aspects of the world by passing messages or commands, it continuously coevolves with them.”. (p. 3).[3]

Primero, se da cuenta de los fenómenos cognitivos mediante una matematización que proviene originalmente de la física de sistemas disipativos, lejos del equilibrio, y que compondrá la geometrización de los estados cognitivos mediante trayectorias vectoriales en un espacio no-euclidiano de estados de fase y sobre un paisaje de atractores. Los instrumentos matemáticos estándar para describir el a los cambios continuos son las ecuaciones diferenciales. No se si habrá alguna matemática adicional para lo cognición, pero no parece. De todas formas Port y van Gelder defienden el abordaje dinamicista como modelo cualitativo, al menos al principio[4]. Segundo, afirman que es una visión del mundo. Aquí quizá importa, en cuanto visión del mundo, el hecho de que se sostiene que la cognición es en última instancia un sistema natural como cualquier otro del universo, y que las leyes de acuerdo a las cuales funciona y se desenvuelve son sustancialmente comunes a la de otras entidades. No sucedía así con la hipermetáfora[5] de la computadora. La propuesta ontológica implícita es, entonces, fuerte. Tercero, se presenta una concepción “extendida” del sistema cognitivo que merece alguna consideración adicional.

En la medida que sea posible estudiar el sistema cognitivo como una entidad autónoma, descorporalizada, desmundanizada, cuya única función sea administrar y transformar representaciones en otras representaciones, el abordaje computacionalista clásico y el conexionismo en sus versiones estándar están bien encaminados. Para el dinamicista, en cambio, el sistema nervioso, el cuerpo y el ambiente se encuentran todos evolucionando conjuntamente y de manera continua, ligándose de forma simultánea y recíproca. Así el sistema cognitivo no puede ser sencillamente el cerebro encajonado, o alguna textura de representaciones que sobrevienen sobre ese soporte, sino que sería una determinada entidad singular y unificada que involucra, o donde coalescen, además del sistema nervioso, el cuerpo vivo, práxico, y el medioambiente donde se produce esa actividad cognoscente. En la visión del dinamicista el intercambio sistema cognitivo-cuerpo-mundo no se realiza mediante entradas y salidas simbólicas. Los procesos “interiores” y “externos” están íntimamente acoplados, coevolucionan de manera simultánea (Port y van Gelder, 1998):

“A central element of the dynamical perspective [...] is that cognitive processes span the nervous system, the body, and the environment; hence cognition cannot be thought of as wholly contained within the nervous system.”  (página 34).[6]

Cuando se reconoce una cara, se patea una pelota o se resuelve un problema matemático, los diversos aspectos del sistema cognitivo experimentan cambios en tiempo real. Esta amalgama de transformaciones simultáneas, constituye una consecuencia del hecho de que los procesos cognitivos son en última instancia procesos físicos, que tienen lugar en el hardware biológico real. No hay mindware sino solamente hardware. Que la cognición sea un hecho físico,  hace inteligible la posición articuladora central de ese hardware biológico que es el cerebro. El derrame en el ecosistema biofísico y simbólico de lo que son actos cognoscentes, pone en situación difícil plantear una relación de identidad no solamente de casos sino también de tipos, pero también vuelve poco inteligible la concepción según la cual se trata de diversos niveles de descripción. Pienso en este caso, que los niveles de descripción no hacen como tales instancias ontológicamente sustentables. Resulta destacable, sin embargo, que la afirmación acerca de que los procesos cognitivos son hechos físicos que tienen lugar en el cerebro entraña una disonancia con el resto de las afirmaciones. Quizá lo correcto, dentro de esta perspectiva, sería decir “aquellos fenómenos mentales que trataba el cognitivismo clásico” son actividad en el hardware cerebral, y entonces sí, los problemas de la identidad de tipos o casos y la salida mediante la acción de un descriptor ajeno al sistema  se recolocarían. Pero sobretodo, se permitiría retomar la noción “extendida” de la cognición y no volverla a enclaustrar en una masa gelatinosa. Esta noción del sistema cognitivo que venimos llamando “extendida” ha sido sostenida desde diversas (aunque no muchas) trincheras, adopta formas distintas, y recurre a distintos fundamentos. Consideremos algunas de las alternativas.

Para Maturana y Varela el conocer se define como la acción efectiva de un ser vivo en su ambiente, el conocimiento está anclado en el ser vivo, en su organización, y ese anclaje biológico no termina con la exploración del sistema nervioso, sino que remite al ser viviente como un todo. Maturana y Varela intentan alojar la concepción de la cognición en lo que consideran conexión mutua entre la acción y la experiencia, entre el hacer y el conocer. Como es conocido, lo que define a los seres vivos para estos autores es la organización autopoiética: se están continuamente auto-produciendo. Un sistema es autónomo si puede especificar sus propias leyes de funcionamiento, lo que es adecuado para él, y lo que hace autónomos en particular a los sistemas vivientes es la autopoiesis. El acoplamiento estructural (structural coupling) refiere al hecho de que exista una historia, una ontogenia de interacciones recurrentes y congruentes entre dos sistemas (ahora autopoiéticos), que no implican la desintegración de cada cual. El acoplamiento estructural puede efectuarse entre un organismo y el medio, o entre dos o más organismos (sociedad). Tiene un cierre operacional (operational closure) en su organización, su identidad se especifica mediante una red de procesos dinámicos cuyos efectos no escapan del sistema, y la invarianza que le da forma es consecuencia de la propia dinámica de ese sistema, y de las interacciones del organismo al cual integra. El ambiente interactúa pero solamente genera cambios relevantes en la medida que perturba al organismo como un todo, el principio de cierre operacional debe entenderse simultáneamente con el acoplamiento estructural. Todo se subordina a la conservación que implica la autopoiesis.

Que el sistema nervioso funcione bajo cierre operacional es una aseveración que debe resolver la conmensurabilidad entre aquel como sistema y las propiedades del ambiente donde se desenvuelve y actúa el organismo. Pero, para Maturana y Varela somos navegantes que vivimos por siempre y de manera definitiva en un submarino: solamente manejamos correlaciones entre lecturas de indicadores. Las playas, los arrecifes y el cuerpo del submarino solamente existirían para un tercer observador externo. El acoplamiento estructural entre el navegante, los indicadores, el submarino y el ambiente es lo que aseguraría que no se trata del cerebro en una cubeta, o que en vez de intoxicarse con la fenomenología se fueron más atrás y se quedaron con Berkeley. El sistema nervioso “no opera con una representación de un mundo independiente” (página 208). El acto cognitivo “trae un mundo” (“every act of knowing brings forth a world.” (página 26).

“We begin to see clearly the ways in which every process of cognition is necessarily based on the organism as a unity and on the operational closure of its nervous system; hence it follows that all knowing is doing as sensory-effector correlations in the realms of structural coupling in which the nervous systems exists.” (página 166)[7]

El sistema nervioso “participa” en los fenómenos cognitivos de dos maneras complementarias: expandiendo el ámbito de los estados posibles del organismo, y abriendo nuevas dimensiones de acoplamiento estructural (para los seres humanos, el lenguaje y la autoconciencia). Lo social es un “dominio fenomenológico nuevo”. Pero hasta aquí la cognición se vuelve cada vez menos extendida, y más retraída, como apretada entre el piso de la matriz biológica y la cubeta del mundo producido, por el autopoiético sujeto. El lenguaje, para los seres humanos, proporciona mejores salidas. Coordina acciones, existe como “languaging”:

“In other words, we are in language or, better, we “language” only when through a reflexive action we make a linguistic distinction. Therefore, to operate in language is to operate in a domain of congruent, co-ontogenic structural coupling.” (página 210)[8]

La extensión en la concepción de Maturana y Varela se resuelve bajo la noción de acoplamiento estructural, que recorre todos los niveles, desde los osciladores a las moléculas, los seres vivos, los actos inteligentes y la sociedad. El lenguaje, como acción común en ese nuevo dominio fenomenológico que sería la sociedad, da la pasta para la extensionalidad:

“With language arises also the observer as a languaging entity […] And meaning becomes part of our domain of conservation of adaptation. […] All this is what it is to be human. We make descriptions of the descriptions that we make (as this sentence is doing). Indeed, we are observers and exist in a semantic domain created by our operating in language where ontogenic adaptation is conserved.”[9] (página 211).

Parece que empezaron identificando conocer con hacer, y terminan identificando conocer con describir (aunque no sea dicho así explícitamente). O el hacer es hacer lengua, y hay una especie de deflación del conocimiento en su dimensión práxica. Los sistemas de Maturana y Varela pagan demasiado caro el cierre operacional, y les genera muchos compromisos de fe adscribirse a que mediante el conocimiento el sistema cognitivo “trae un mundo”. De todas maneras, la extensionalidad de los fenómenos cognitivos se da mediante el concepto de acoplamiento, noción extraída de la física de sistemas no-lineares:

“...as a phenomenon of languaging in the network of social and linguistic coupling, the mind is not something that is within my brain. Conciousness and mind belong to the realm of social coupling. This is the locus of their dynamics […] …we exist in language… and constitute part of the environment in which we conserve identity and adaptation.” (página 234)[10].

El concepto de acoplamiento es clave en las ciencias de la complejidad y en la teoría de sistemas no lineares. No es sencillo de elucidar en su implicancia ontológica, por lo cual puede resultar resbaladizo o directamente adulterado  cuando se lo utiliza fuera de su contexto técnico. Dos sistemas se encuentran acoplados cuando están en fase, es decir, existen dentro de un rango de eventos donde hay un conjunto mínimo de variables compartidas, operan en un corte de coordenadas comunes, y entonces los sucesos de uno afectan al otro de manera recíproca. El estar en fase es un acontecimiento nuevo en algún segmento del mundo, y en este sentido podría considerarse emergente. La región, por decir así, donde se da el acoplamiento entre dos (o más) sistemas, es una instancia emergente que no puede explicarse en principio por un análisis exhaustivo de las entidades acopladas individualmente.

Previamente, Varela junto a Evan Thompson y Eleanor Rosch, delineaban la empresa metacognitiva de erradicar el esquema de la dicotomía “sujeto que representa[11] a un mundo externo independiente”, echando mano ya entonces a la fenomenología de Merlau-Ponty y al budismo (1991). Dejemos ahora el budismo en el horizonte de los autores. No así el recurso a la fenomenología, que les significa una alternativa para acceder a la dimensión pragmática del vínculo entre el sujeto cognoscitivo y el mundo (veremos: “su” mundo), vínculo que se expresa en la experiencia entendida de acuerdo a esta tradición filosófica. No habría separación entre el adentro y el afuera, la cognición se juega en el entre-deux inextricable entre la ciencia y la experiencia, la experiencia y el mundo. La mente toma cuerpo en la experiencia, es cuerpo en el mundo y por eso el conocimiento pasa a ubicarse en algún lugar de aquel.

Varela, Thompson y Rosch, llevan al sistema cognoscente y lo que podríamos llamar provisoriamente la exigencia holística, hacia un paroxismo donde se mixturan tradiciones teóricas y empíricas, filosóficas y científicas dispares – por decir lo menos (1991):

“As we can now appreciate, to situate cognition as embodied action within the context of evolution as natural drift provides a view of cognitive capacities as inextricably linked to histories that are lived, much like paths that exist only as they are laid down in walking. Consequently, cognition is no longer seen as problem solving on the basis of representations; instead, cognition in its most encompassing history sense consists in the enactment or bringing forth a world by a viable history of structural coupling.”[12] (página 295).

La puesta en cuerpo, la recuperación de la historia, la articulación de la especie biológica y cultural, parecen recolocar la cognición en el espacio de las ciencias de la complejidad, acoplamiento estructural mediante:

“...the enactive program takes a further step in the same direction to encompass the temporality of cognition as lived history, whether seen at the level of the individual (ontogeny), the species (evolution), or social patterns (culture).”[13] (página 213).

Primero se nutre en las capacidades auto-organizacionales de las redes biológicas, en el acoplamiento estructural entre sistemas, para luego intentar unir las piezas con la argamasa de la fenomenología y hasta la hermenéutica. La enacción (que, como verbo intransitivo sería “actuar”, no tiene traducción al español), percepción activamente guiada, y emergencia de la cognición desde los bucles sensitivo-motores, es una concepción ya desarrollada por Piaget (1969). Pero Varela et al., aún reconociendo la deuda, se lamentan de que Piaget haya sostenido la existencia de un mundo ya hecho, y un conocedor independiente, se lamentan de lo que consideran “objetivismo”. Termina resultando dificultoso entender de qué manera puede desarrollarse en las ciencias cognitivas un programa de investigación poderoso embarcados en la aventura fenomenológica. En estos autores parece que la necesidad de abordar la complejidad inherente a los fenómenos vivos y cognoscitivos,  y como empresa de trabajo empírico, puede ser satisfecha mediante un enfoque teórico que le quite el polvo al constructivismo y a la fenomenología germano-francesa (por no agregar el budismo), sin además proporcionar argumentos de que esta salida constituye una tercer alternativa a los “subjetivismos” y “objetivismos”. Si conocer es “traer un mundo”, del cual no puede salirse, afirmar que se trata a la cognición “como un fenómeno biológico” (ver página 188) o es producto del acoplamiento entre sistemas, más que darle gravidez a las nociones de experiencia, acto o mundo vivido, lleva la propia autopoiesis al fenómeno del conocimiento en su armadura ontológica interna. No hay un tercer plato en la balanza, sino que el plato donde pusieron al sujeto de las experiencias se lleva en su peso a la propia estructura de la balanza. Todavía descontando el problema de si dan argumentos sustantivos para aceptar que la fenomenología es una buena argamasa, tanto Varela, Thompson y Rosch (1991), como Maturana y Varela (1998) hacen una serie de afirmaciones verdaderamente metafísicas que deben ser dirimidas, creo, en otro campo. Y que terminan dando antes que una alternativa hacia dentro de las ciencias cognitivas, toda una manera de cómo salir de ellas[14].

Volvamos al dinamicismo para ver si podemos reingresar a un proyecto científico aceptablemente sustentable y filosóficamente rico. Siguiendo una constante en esta línea de pensamiento, para Kelso no hay discontinuidad entre lo que es social, lo que es humano y sus bases biológicas (1995). Tratemos de entender cómo llega a un postulado de esta naturaleza, y de qué manera enlaza con la visión dinámica. Para ello entiendo necesario partir de una serie de conceptos que le son primordiales.

La auto-organización es el desarrollo de estructura, esto es tanto en el comportamiento de una entidad como en su organización espacial y temporal interna. La estructura es algo no aleatorio en su forma, que persiste o recurre en el tiempo. El desarrollo de estructura está vinculado a la distribución inhomogénea de la materia y la energía en el cosmos, se le entiende como propiedades locales diferenciadas desde las propiedades globales; como acontecimientos singulares en la matriz de la dinámica general. Para la concepción dinámica, la auto-organización emerge a partir de leyes que son comunes a todo lo que hay en el mundo, y que operan a cualquier escala. Las estructuras y los comportamientos, dice Kelso, son patrones dinámicos, separados entre sí solamente por las escalas temporales  sobre las cuales existen (1995). La auto-organización sería la formación de esos patrones de manera espontánea en sistemas abiertos e inestables, sin un principio “organizante” :

“Such spontaneous pattern formation is exactly what we mean by self-organization: the system organizes itself, but there is no “self”, no agent inside the system doing the organizing.” (página 8)[15]

Más adelante:

“Obviously, the point here is that it’s the organizational concepts that matter, because they pertain to how complex structures or patterns can emerge and sustain themselves without any detailed instructions whatever. Such behavior is essential to the nature of things, and is not imposed from the outside.” (página 15).[16]

Los conceptos organizacionales, podríamos sospechar en Kelso, son principios de coordinación o acoplamiento[17] en los sistemas complejos, que se aplican tanto a cuerpos, cerebros y mentes. Las leyes que dan cuenta del acople entre diversos osciladores (entidad modélica de esta física), garantizan la explicación de propiedades tales como la multiestabilidad, la flexibilidad y la transición entre estados colectivos, propiedades que serían características de los seres vivos y de los seres inteligentes en cualquier instancia de aquellos: “This is true (dice Kelso, página 95) even though the componentes themselves may be anatomically dissimilar and play different functional roles.”[18] En esta visión, esos principios organizacionales dan cuenta de la vida y de la inteligencia.  En el mejor de los casos los comportamientos inteligentes se explican mediante reflexividad (¿reflexividad como actividad recursiva?). Los principios cognitivos, entonces, se encuentran ya en los principios biológicos, tal cual lo propuso Piaget en los sesenta (1969). En Piaget la diferencia entre lo orgánico y lo cognoscitivo radica en la especialización, pero “...el marco funcional, que es el único capaz de proporcionar la significación de las estructuras comparadas...” admitiendo una “...puesta en correspondencia estructural...”, en virtud de la “invariabilidad de las grandes funciones y de la variabilidad de las estructuras.”[19]

Esther Thelen, recientemente fallecida, ha aportado influyentes investigaciones dentro del abordaje dinamicista en el campo de las ciencias cognitivas no ortodoxas (1998). Una de sus tesis fundamentales, es que el entendimiento de las transacciones entre el cuerpo y la mente debería empezar mediante un análisis del desarrollo de las funciones cognitivas basado en la dinámica, en procesos que se efectúan, se realizan en el tiempo, y en un tiempo continuo. La continuidad entre lo físico y lo mental se da en esa dimensión temporal, y en tanto en cuanto ambos comparten la misma dinámica: se dan de acuerdo a las mismas leyes estructurales. La mente está corporalizada, conocer es acción y no representación: Conocer “categorizar el mundo, actuar sobre él, darle significado al mundo, y reflexionar sobre nuestros actos...”, es en su núcleo un proceso de naturaleza “no proposicional, fluida, sucia, imaginativa, personal, emergente, constructiva, contextual, y metafórica” (página 74, itálicas mías). Dice enseguida:

“There is no separation of mind from body because there is no sense in which the mental is abstracted from the material. All is process, all is emergent. Conciousness, imagination, beliefs, and desires are coequal with reasoning and language, and all are as much part and parcel of human neural activity as is movement or perception.” (página 74)[20].

Destaco el concepto de “coigual” (coequal). Puede comprenderse dentro de la noción de acoplamiento que veíamos en Varela, Maturana, Rosch y Thompson más arriba. La identidad entre las diversas instancias que componen los fenómenos cognoscitivos (a la que haría referencia la raíz –igual), se establece en ese espacio compartido que se genera a partir de la acción conjunta, yo diría sinfónico, de los subsistemas originales. Se distingue la pieza total: pero ni las maderas, ni los metales, ni la partitura, ni el director, se pierden al acoplar. Tampoco, agregaríamos, se pierde el compositor que quizá ya haya muerto y las determinantes históricas en cuya matriz crea la obra. La pieza ejecutada entendida en este sentido extendido es lo emergente. La coigualdad es pues, una noción que por cuyo trayecto podríamos encontrar una forma de acceder a la concepción extendida de los actos cognoscentes.  Los diversos componentes son iguales qua sistemas dinámicos, dado que responden a las mismas leyes de funcionamiento. Pero además, y parafraseando a Thelen (página 72), el abordaje dinámico borra las fronteras tradicionales de la vida mental:

“We may thus speculate that our cognition, our very way of thinking, would be equally influenced by the root metaphors if our social exchange and, in particular, by the patterns of social life peculiar to our families and cultures. This has long been the claim of psychologists such as Vygotsky and Luria, and lately Jerome Bruner, that patterns of thought reflect the very societies in which they developed. Perhaps an account such as I have suggested can gibe “embodiement” to these ideas as well.”[21] (Página 98).

Los procesos de cambio viven todos dentro de una escala de tiempo única, donde se “anidan” (nesting) procesos que se dan en fracciones de segundo (digamos, las despolarizaciones neuronales), en días o semanas como el aprendizaje, y en meses o años como todo el curso del desarrollo. En este flujo del desarrollo, topología de intersección entre los múltiples niveles enhebrados por la dimensión escalar,  no hay una diferencia entre competencia y realización[22] como defendió el primer Chomsky (Chomsky, 1980; 1984), y lo mantuvo el grueso de la tradición cognitivista. Se van constituyendo y disolviendo atractores con sus respectivas cuencas por donde se establecen las zonas de estabilidad del sistema: los propios patrones del pensamiento y de la acción pueden ser entendidos como atractores fuertes en el espacio del comportamiento. No hay, en esa concepción, soluciones prefijadas o preprogramadas para resolver el problema de la interfase neural, mecánica y computacional (si aceptáramos que hay un nivel simbólico que opera en tanto tal mediante una sintaxis computacional). El paisaje de atractores se forma y cambia de acuerdo a las acciones que va desarrollando el agente en su ecosistema. No “madura” tampoco un directivo, administrador o ejecutivo central que, ubicado en una situación jerárquica desde donde maneja toda la información del sistema, dispone y genera las acciones para cada problema. En Thelen como en todo este movimiento dentro de las ciencias cognitivas, representa un supuesto que los sistemas se desarrollan de manera bottom-up. Se afirma que la información no puede proceder ya configurada desde fuera del sistema activo que conoce, por ejemplo desde su información genética, ni que dicho sistema cognoscente transcurre como el Leviatán de Hobbes tendiendo de manera más o menos teleológica a la gestación de una instancia directriz (a la manera también, pienso, de John Hughlings Jackson[23]). Ya habíamos señalado al principio, de que en estas concepciones surgidas del estudio de sistemas complejos, se parte de sistemas cuyos niveles estructurales tratan de manera fundamental con información local. Los patrones de comportamiento global, la auto-organización, son rigurosamente emergentes de esa matriz que, en el curso del tiempo evoluciona manejando información local. Sin embargo, aquellas formaciones emergentes, ¿No acceden a una información más global, y eso las define como funcionando en un distinto nivel de complejidad? ¿Terminan siendo causalmente ineficaces en el mundo donde se generan?

Las categorías de Thelen disponen de una información más global. Estas categorías emergen por el solapamiento de patrones de activación recurrentes que codifican por ejemplo la combinación de fuerzas adecuadas para realizar un cierto conjunto de tareas, o la estabilización de patrones perceptivo-motores que articulan con ciertas regularidades del mundo. Esas categorías perceptivo-motoras, al igual que las estructuras sensorio-motrices de Piaget (1991), son el fundamento para todo tipo de desarrollo cognitivo. En efecto, el ajuste y organización del movimiento de los brazos como una actividad básica, constituyen un fundamento sustantivo para el resto de las actividades mentales: se generará un sentido más abstracto de fuerza muscular, convirtiéndose en parte inherente en la dinámica de toda actividad cognoscitiva. La auto-organización succiona la complejidad de los sistemas de los cuales emerge, instaurando bucles de retroalimentación y control sobre aquellos, relación que puede considerarse de causación descendente. En este sentido los sistemas emergentes con causalmente eficaces. Que Piaget sea relegado por considerárselo “objetivista” es algo que requeriría toda una consideración aparte. Thelen plantea que Piaget supone una serie de relaciones lógicas en el mundo allá fuera a ser descubiertas, lo cual es altamente cuestionable, así como que el sujeto epistémico represente simbólicamente estas relaciones en la mente mediante una serie de estructuras proposicionales. Así vistas las cosas, le adscriben –al igual que Varela, Maturana, Rosch y Thompson más arriba- una ontología dualista de la cual pretenden tomar distancia. Me temo que las sentencias son demasiado rápidas y livianas, ya que en Piaget, en eso que podríamos calificar como una “naturalización de Kant” donde las hendiduras entre sujeto y objeto no son exactamente las mismas que entre lo mental y lo corporal, implica (1969):

“...una descentración del sujeto que ya no interviene como sujeto individual o deformador, sino como sujeto epistémico, condición e instrumento de la objetividad.” (Página 309)

Para Piaget, los conocimientos obtenidos por el sistema cognoscente, no se sacan de los objetos como tales sino de la acción sobre ellos, y en particular los conocimientos lógico-matemáticos son, en esta teoría, las condiciones necesarias para la organización y registro de la experiencia (1969; 1991). Por lo menos uno piensa que no es para nada claro que el sujeto de Piaget funcione como el sistema inteligente de las ciencias cognitivas simbólicas, representándose en el interior de un espacio mental la realidad externa mediante enunciados proposicionales[24]. El comportamiento cognoscente de los dinamicistas, si corresponde a los esquema cognoscitivos (por ejemplo, ¿Cuál es la diferencia con las categorías de Thelen?), asienta sobre acciones que se realizan en el mundo:

“...los esquemas cognoscitivos se derivan los unos de los otros y, en último análisis, dependen siempre de coordinaciones nerviosas y de coordinaciones orgánicas, de manera que el conocimiento es necesariamente solidario de la organización vital en su conjunto.” (15)

Parece que, en sus postulados básicos acerca de los sistemas cognitivos, la deuda con Piaget es mucho mayor de lo que piensan. Quizá pueda establecerse una diferencia enriqueciendo las cualidades del contexto (las dimensiones socio-históricas de aquel), como aparece en los proyectos de Luria y Vygotski, ya mencionados por la propia Thelen.

En esencia, esta concepción de los sistemas cognitivos ya puede prefigurarse en Engels durante la segunda mitad del siglo XIX, particularmente en la Dialéctica de la Naturaleza, y el Papel del trabajo... (Engels, 1968; 1971). En el Papel del trabajo... Engels explica el desarrollo de la inteligencia partiendo de la acción básica manual sobre las cosas, la elaboración de herramientas y la praxis social de transformación de la naturaleza:

“Gracias a la cooperación de la mano, de los órganos del lenguaje y del cerebro, no sólo en cada individuo, sino también en la sociedad, los hombres fueron aprendiendo a ejecutar operaciones cada vez más complicadas, a plantearse y a alcanzar objetivos cada vez más elevados. [...] las producciones más modestas, fruto del trabajo de la mano, quedaron relegadas a segundo plano [...] la cabeza que planeaba el trabajo era ya capaz de obligar a manos ajenas a realizar el trabajo proyectado por ella. El rápido progreso de la civilización fue atribuido exclusivamente a la cabeza, al desarrollo y a la actividad del cerebro. Los hombres se acostumbraron a explicar sus actos por sus pensamientos...” (página 81)

Los fenómenos sociales son puestos en la naturaleza, donde transcurre la acción y una mano que hace, es decir, que realiza una actividad con sentido en continuidad con la dimensión social, volviéndose trabajo:

“En la naturaleza nada ocurre de forma aislada. Cada fenómeno afecta a otro y es, a su vez, influenciado por éste; y es generalmente el olvido de este movimiento y de esta interacción universal lo que impide a nuestros naturalistas percibir con claridad las cosas más simples. [...] la acción planificada existe en germen dondequiera que el protoplasma – la albúmina viva – exista y reaccione...” (página 82).

Cuando Engels afirma la unidad entre los seres humanos y la naturaleza, lo absurdo y “antinatural” de la antítesis entre el espíritu y la materia, el alma y el cuerpo, estaba señalando lo que tratamos de identificar como la continuidad entre los comportamientos inteligentes, las representaciones mentales del cognitivismo clásico o las operaciones sobre sintaxis de símbolos (emergencia de estructuras complejas), y una materia que pierde su condición de inerte. El nexo en la economía del mundo radica en la estructura histórica y productiva de la naturaleza que trata de describir la dinámica no-linear en el plano de las propiedades generales, y las ciencias de la complejidad en las singularidades locales.

Coda

Las unidades significativas mediante las cuales trabaja el aparato cognitivo son, en el cognitivismo clásico, símbolos discretos, y en el conexionismo, estados globales emergentes a partir de unidades no simbólicas. De dónde extraen significado los símbolos en el primer caso, al pensar que para el modelo protoplásmico no hay programador y se parte además del supuesto de la irreductibilidad mutua entre nivel simbólico y nivel físico, constituye un problema no resuelto. El conexionismo arrancaría con mejores perspectivas: erradica los símbolos del sistema y los sustituye por patrones de actividad que, en el transcurso del aprendizaje ajustan su funcionamiento de acuerdo a los inputs que le llegan desde el medio. Las redes neurales ubicadas en el plano subsimbólico, naturalmente des-semantizadas, generan algún tipo de conocimiento en el perímetro de sus estrictas condiciones de contorno. No tiene mejor suerte, la recursividad en su modalidad de funcionamiento consolida el “cierre operacional” con respecto a otros sistemas de los cuales supuestamente daría cuenta. Como han dicho Dreyfus y Dreyfus, “Si Heidegger y Wittgenstein estaban en lo cierto, los seres humanos son mucho más holísticos que las redes neurales.” (1994, página 370). A ese holismo, a esa otra red de intersecciones y remisiones que involucra el cuerpo y la cultura y que caracterizan en su naturaleza a la inteligencia humana, es el que uno supone o esperaría de las ciencias de la complejidad. En el cognitivismo clásico, entonces, pero también –quizá en menor grado- en el conexionismo, se maneja el supuesto de una fractura entre el sistema cognitivo y el mundo conocido, el cierre operacional es una condición ontológica radical.

De acuerdo a Horgan y Tieson, las ciencias cognitivas han sostenido que la importancia del cerebro, con respecto a los fenómenos mentales, no radica en sus propiedades neurobiológicas, sino en sus propiedades funcionales/organizacionales abstractas en virtud de las cuales las transiciones físicas de estado son sistemáticamente apropiadas al contenido de los estados mentales que instancian (1996). Estas propiedades no involucran estados y estructuras físicas cum físicas, ni estados y estructuras mentales cum mentales: son matemáticas, concluyen los autores. El nivel de descripción matemático es el apropiado para caracterizar los rasgos funcionales/organizacionales de ese sistema abstracto que constituye el diseño de ingeniería natural para la cognición humana. Este nivel es el que media entre los otros dos: los estados cognitivos son realizados por los estados matemáticos que, a su vez, son realizados por los estados físicos del hardware o el wetware del agente cognoscente. La idea de que un sistema de transiciones de estados matemáticos es el centro del diseño cognitivo ya se encontraría en las ideas primordiales de las ciencias cognitivas. En la formulación clásica el énfasis está puesto, sin embargo, sobre el carácter algorítmico de la secuencia de estados y la condición computable de los procesos. El carácter algorítmico se pierde en el conexionismo pero se mantiene la condición de computabilidad. Se pierde luego también la condición de computabilidad en el abordaje dinámico no-linear, donde las matemáticas pasan de ser discretas a ser continuas. Dicen Horgan y Tieson:

“A dynamical system can be thought of as a geometrical/topological mathematical object. A useful geometrical metaphor for dynamical systems is the notion of a landscape.[25]” (48)

El “paisaje” de activación puede ser concebido y analizado matemáticamente como resultante de la actividad conjunta de una serie de redes interactuantes, estructuralmente separadas pero funcionalmente acopladas en sistemas dinámicos. Los componentes se encuentran anidados en un sistema global hiperdimensional, de igual manera que las redes neurales físicas pueden estar incluidas en una red mayor. La participación diferencial de cada subsistema afecta de manera sincrónica pero también diacrónica al paisaje que describe formalmente lo que, para el caso, sería el comportamiento cognoscente. Pero en Horgan & Tieson no se realiza el paso ulterior de afectar también lo que era primero la tipología de Marr (nivel del programa, del algoritmo y de la implementación) y luego una topología (nivel de las transiciones de estados cognitivos, nivel de la transiciones de estados matemáticos y nivel de la implementación). El abordaje dinámico no linear parte de la disolución de esa triple estratificación, y especialmente se considera que el propio hardware es relevante, y hasta de una manera extendida. Dicen, por ejemplo, van Gelder & Port (1998):

“A central element of the dynamical perspective [...] is that cognitive processes span the nervous system, the body, and the environment; hence cognition cannot be thought of as wholly contained within the nervous system.”[26] (página 34).

Bajo esta concepción se pasa, realmente, a las conceptualizaciones no-representacionales. Puede ser confuso emplear de manera no definida el termino “el cerebro representa... el sistema representa...” e inclusive la noción de “interpretar”. Otra vez lo que llamo “el fantasma del mapa”. Digo: más que insistir en la metáfora del mapa[27] en sus múltiples versiones, busquemos la metáfora del hacer el mapa, corregirlo, mientras se viaja por el territorio. Y el territorio que se mapea se va transformando por el cartógrafo, produce, cultiva, puebla ciudades. Son comunidades de cartógrafos. Es un mapa dinámico. Es un mapa dialéctico. En este sentido de acción inteligente sobre el mundo es que vale la metáfora de la cartografía para el diseño de la cognición. Las ciencias cognitivas clásicas proceden mediante un estudio minucioso de ciertas topografías circunscritas bien definidas desde la cámara fotográfica. La complejidad apunta no a la cartografía sino al cartógrafo en acto, en ese sentido proporciona un camino rico.

El cognitivismo clásico ha sido vapuleado, y lo vapuleamos desde diversos flancos, ya sea que se muestren sus flaquezas teóricas o sus metáforas erradas. Pero hay toda una riqueza productiva fundamentalmente empírica que, por lo menos, debe reconocerse en el ámbito de la Inteligencia Artificial y de la Psicología. Los críticos necesitan controvertir en esa arena, y la forma honesta de argumentar es mediante el despliegue de empresas científicas alternativas.  En el libro de Lewin acerca de la complejidad, en un pasaje donde el autor sostiene una conversación con Patricia Churchland se lee:

“¿Es razonable concebir el cerebro humano como un sistema dinámico complejo?, pregunté. ‘’Eso es a todas luces cierto’’, respondió rápidamente.’’Pero, ¿y qué? ¿Cuál es después tu programa de investigación?” (página 193)

Tanto Kelso (1995),  como Thelen (1998), aseguran que el programa se encuentra en marcha. Pero hay una serie de preguntas, que, desde Melanie Mitchell, pienso siguen sin una respuesta sustantiva desde el abordaje dinamicista (1998). Primero, en la medida que el dinamicismo sea cuantitativo, o que, como vimos que plantean Horgan y Tieson, el nivel de descripción matemático sea el apropiado para caracterizar los rasgos funcionales/organizacionales del aparato cognitivo como sistema abstracto, solamente puede dar cuenta de análisis con baja dimensionalidad (robótica, prensión motora de objetos, desplazamiento de miembros en el espacio, reconocimiento simple de palabras, por ejemplo). Que el recurso a la modelización matemático-geométrica no-linear pueda acceder a escalas de mayor dimensionalidad (fenómenos cognitivos como el reconocimiento o el razonamiento mediante categorías abstractas, por ejemplo), continúa sin argumentos empíricos y hasta sigue siendo una cuestión a discutir si tal empresa es en principio o teoréticamente posible. Segundo, no se ha proporcionado una explicación no circular de cómo el sistema subyacente da lugar justamente a aquellos aspectos del comportamiento que son funcionales o adaptativos, o cómo se diferencia desde la propia dinámica interna del sistema entre comportamientos adaptativos y no-adaptativos. Tercero, no hay una demostración inteligible para dar cuenta de cómo los componentes funcionales del sistema dan lugar a modificaciones en la complejidad que sustenten un mejor funcionamiento dadas ciertas condiciones de contexto. Talvez se trate de un problema epistémico, y es que no nos hallamos acostumbrado a entender los sistemas vivos y los sistemas cognoscentes sin incluir instancias funcionales o que contengan algún género de informatividad en el sentido de una teoría de estructura. De igual manera que en la biología evolutiva, afirma Mitchell, se requiere la conjunción entre teorías del cambio y teorías de la estructura para asegurar el acceso a los fenómenos de naturaleza cognitiva; las líneas de investigación en las llamadas ciencias de la complejidad justamente representarían el abordaje de la dinámica no-linear, la computación y la adaptación desde un esquema más unificado (1998 b). Metodológicamente, esperar que los especialistas diriman primero entre la matematización de la naturaleza o la naturalización de las matemáticas, en el caso –altamente dudoso– de que sea posible, no parece proporcionar mayores esperanzas si en última instancia lo que estamos reclamando son teorías formalmente enriquecidas pero que no pierdan o disipen la gravidez semántica.

REFERENCIAS:

Bailly F & Longo G (2003 a). Objective and epistemic complexity in Biology. Invited lecture, International Conference on Theoretical Neurobiology, National Brain Research Centre. Nueva Delhi: India.

Bailly F & Longo G (2003 b). Situations critiques étendues: la singularité physique du vivant. Conférence invite aux Actes du Colloque Détermination et complexité. Cerisy, France.

Bak P & Paczuski M (1995). Complexity, contingency, and criticality. Proceedings of the National Academy of Sciences, USA 92: 6689-6696.

Chomsky N (1980). Rules and representations. New York: Columbia University Press.

Chomsky N (1984). Reflexiones sobre el lenguaje. Barcelona: PlanetaAgostini (Original: Pantheon Books, 1975).

Clark, AJ (2003). Natural-born cyborgs. Minds, technologies, and the future of human intelligence. New York: Oxford University Press.

Dreyfus HL & Dreyfus SE (1994). La construcción de una mente versus el modelaje del cerebro: La inteligencia artificial regresa a un punto de ramificación. En: M. A. Boden (Ed), Filosofía de la Inteligencia Artificial (pp. 344-372). México DF: FCE. (Artículo original 1988).

Edelman GM (1982). Group selection and phasic reentrant signaling: A theory of higher brain function. En: The Mindfull Brain (pp. 51-100). Massachusetts: The MIT Press.

Engels, F (1968). Dialectics of nature. London: International Publishers Co. (Original de 1883).

Engels F . (1971). El papel del trabajo en la transformación del mono en hombre. En: C Marx & F Engels, Obras Escogidas, Tomo II, (pp. 74-87). Moscú: Editorial Progreso. (Primera publicación: Die Neue SEIT, 1876)

Forrest F (1990). Emergent computation: Self-organization, collective, and cooperative phenomena in natural and artificial computing networks. Physica D 42:1.

Gibson, J. (1979). The Ecological Approach to Visual Perception. Boston: Houhton Mifflin.

Horgan T & Tienson J (1996). Connectionism and the Philosophy of Psychology. Cambridge, Massachusetts: The MIT Press.

Johnson (2001). Emergence. New York: Touchstone.

Kelso, J. A. Scott (1995). Dynamic patterns. He self-organization of brain and behavior. Masschusetts: MIT Press.

Lewin R (2002). Complejidad. Barcelona: Clotet-Tusquets. (Original: 1992).

Lloyd S (1990) The calculus of intricacy. Can the complexity of a forest be compared with that of Finnegan’s wake? The Sciences 5: 38-44.

Maturana H & Varela F (1998). The tree of knowedge. The biological roots of human understanding. Massachusetts: Shambala Publications, Inc.

Mitchell M (1998 a). A complex-systems perspective on the “computation vs. dynamics” debate in cognitive science. En: MA Gernsbacher & SJ Derry (eds), Proceedings of the 20^th Annual Conference of the Cognitive Science Society (pp. 710-715). Cogsci 98. London: Earlbaum.

Mitchell M (1998 b). Theories of Structure Versus Theories of Change. Commentary on T. van Gelder, “The Dynamical Hypothesis in Cognitive Science.”Behavioral and Brain Sciences, 21, 645-646.

Mitchell M (2006). Complex Systems: Network Thinking. Artificial Intelligence, 170 (18), 1194-1212.

Penrose R (1994). Shadows of the mind. New York: Oxford University Press.

Piaget J (1969). Biología y conocimiento. México DF: Siglo XXI (Original: Gallimard, Paris, 1967).

Piaget J (1991). Psicología de la inteligencia. Buenos Aires: Siglo Veinte (Original: Armand Colin, Paris, 1961).

Prigogine I & Stengers I (1990). La nueva alianza. Metamorfosis de la ciencia. Madrid: Alianza Editorial. (Original: Gallimard, 1979).

Rabbitt P (1997) Introduction: Methodologies and models in the study of executive fuction. En: P: Rabbitt (Ed), Methodology of Frontal and Executive Function, (pp. 1-38). Hove: Psychology Press. (pp.1-38)

Science (1999) . Complex systems. Beyond reductionism. 284: 89-109

Shallice T (1988). From neuropsychology to mental structure. UK: Cambridge University Press.

Stengers I & Prigogine I. (1990). La nueva alianza. Metamorfosis de la ciencia. Madrid: Alianza Editorial. (Original: Gallimard, 1979).

Thelen E. (1998). En: Robert F Port & T van Gelder (Eds) Mind as motion: Explorations in the dynamics of cognition, (pp. 69-100). Massacuhsettss: The MIT Press.

van Gelder T & Port R. F. (1998). It’s about timne: An overview of the dynamical approach to cognition. En: Robert F Port & T van Gelder (Eds) Mind as motion: Explorations in the dynamics of cognition, (pp. 1-43). Massacuhsettss: The MIT Press.

Varela F, Thompson E & Rosch E (1991). The embodied mind. Massachusetts: The MIT Press.

Wittgenstein L (1997). Philosophical Investigations. Second Edition, Reprinted. Oxford, UK : Blackwell Publishers. (Original: 1953).

von Neumann J (1996). Theory of Self-Reproducing Automata. University of Illinois Press, Urbana, IL. Edited and completed by A. W. Burks.

Enviar correo electrónico a mhotero@adinet.com.uy con preguntas o comentarios sobre este sitio Web. Página en la red http://galileo.fcien.edu.uy
Copyright © 2001-2005 Galileo: Publicación dedicada a problemas metacientíficos.
Última Modificación: 17 de mayo de 2008