Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Raymundo Morado. La Formalización Del Sentido Común
Raymundo Morado. La Formalización Del Sentido Común
Raymundo Morado
Introduccin
Desde su creacin la lgica fue vista, tanto por los peripatticos como por los
estoicos, como la descripcin rigurosa de los patrones aceptables de razonamiento. Pero a
lo largo de los siglos han cambiado nuestras ideas de lo que cuenta como riguroso y de lo
que cuenta como aceptable. Hoy da el paradigma de rigor es la formalizacin mientras
que el paradigma de aceptabilidad ha dejado de ser el razonamiento deductivo.
Consideramos aceptables algunas formas de pensamiento probabilstico, inductivo,
estadstico y de sentido comn. El reto es sealar cules son esas formas aceptables y
hacerlo de manera rigurosa, si es posible con la ayuda de una formalizacin.
Pero, podemos construir algn sistema formal que capture el sentido comn? Una
primera objecin a este proyecto es sealar que a menudo el razonamiento de sentido
comn utiliza trminos y conceptos vagos y por lo tanto no puede ser formalizado. Pero
esta es una idea excesiva de la formalizacin. Para ella no necesitamos precisin en los
conceptos. Basta que sean simbolizables (y continuamente simbolizamos cosas vagas), y
que algunas de sus propiedades sean formalizables. No tienen que serlo todas, lo que
permite que haya vaguedad e imprecisin. Qu otros sentidos hay de formalizar? Por
ejemplo, que tenga un sistema. Y la objecin de que las nociones no son suficientemente
precisas, que son demasiado vagas, puede ser en el sentido de que no podemos encontrar un
sistema, una estructura que podamos abstraer e identificar para poder hacer un sistema
formal de ello. Pero las cosas vagas tambin pueden ser sistemticas como prueban las
lgicas borrosas.
Una segunda objecin es decir que no se puede formalizar el sentido comn porque
no es deductivo. Efectivamente, nuestra nocin de validez tiene que ser modificada y ser
una nocin de validez no deductiva como las que ya tenemos en probabilidad,
razonamiento estadstico, induccin.
Una tercera objecin es decir que no se puede formalizar el sentido comn porque
es irreductiblemente intensional. Pero tenemos casos de nociones irreductiblemente
intensionales que han sido formalizadas exitosamente. Por ejemplo, algunas de las nociones
de necesidad, obligatoriedad y creencia. El que una nocin sea intensional no significa que
no podamos manejarla sintcticamente y en ese sentido formalizarla.
Una cuarta objecin es decir que no se puede formalizar el sentido comn porque no
es cuantificable. En parte s lo es. Por ejemplo, hay cuantificacin a travs de las teoras
matemticas de las teoras de probabilidades y de las lgicas difusas. Pero la cuantificacin
no es una condicin necesaria para la formalizacin. Tambin hay lgicas meramente
cualitativas como las de Reiter, McDermott y Doyle, Moore y Konolige. Podemos tener
jerarquas preferenciales en las cuales haya rdenes que permitan hacer inferencias y
rescatar propiedades estructurales sin necesidad de tener una mtrica para ese orden.
Parece que no hay objeciones de principio al proyecto de formalizar el
razonamiento de sentido comn y s muchas ventajas para el estudio del manejo de la
informacin.
lgica de la inferencia. Ntese que puede ser el caso de que ni A ni B solas afecten si
podemos inferir o refutar algo, y sin embargo la conjuncin (A & B) s afecte.
Una manera de entender el contexto de una inferencia es como aquellos
presupuestos y reglas que constituyen el trasfondo epistmico de la deliberacin. Un
presupuesto es el de normalidad: todos los objetos son normales. El atributo de normalidad
recoge el contexto de la deliberacin y especifica cules son los objetos esperados, cules
son sus propiedades tpicas, y cules son sus relaciones habituales. Esta informacin puede
ser heurstica y retractable si el presupuesto de normalidad es violado. Otro elemento del
contexto de normalidad es el presupuesto de minimalidad ontolgica. A falta de
informacin en contra, suponemos que no hay ms entidades que aquellas de las que
tenemos noticias directas o indirectas. Suponemos que no hay fantasmas ni flogisto ni
magnetismo animal ni ether, cuando nuestras teoras pueden ser modeladas sin necesidad de
suponer esas entidades. Este tipo de navaja de Ockham est plasmado en los axiomas de
circunscripcin estudiados a principios de los ochenta por John McCarthy.
Pero, qu son los contextos?
Hay una comprensible reticencia a decir demasiado sobre el aspecto ontolgico de
los contextos. Guha menciona, antes de entrar a su disertacin doctoral, que todos sus
asesores le recomendaron no aadir nada a los debates filosficos y metafsicos sobre el
tema. A la larga coincidi con ellos en que era mucho mejor limitarse a asuntos puramente
tcnicos. Despus de todo, su disertacin era para un departamento de informtica,
comprensiblemente ms interesado en las aplicaciones que en los fundamentos.
Es bien sabido que la ciencia de la computacin tiene tanto que ver con la
tecnologa de las computadoras como la ciencia astronmica tiene que ver con la tecnologa
de los telescopios. La ciencia de la computacin es una ciencia bsica, pero tiene un nfasis
computacional que a menudo separa sus temas, y delimita sus enfoques. A un filsofo no le
parece prioritario que su nocin de contexto pueda ser especificada al grado de ser
utilizable por el aparato inferencial de una base de datos. A un computlogo no le es
prioritario explicar la ontologa de los objetos representados. Ambas actitudes se traducen
en generalidades sobre los contextos cuando falta la presin de ofrecer algo que pueda
traducirse en sistemas concretos, o de distinguir a los contextos de objetos similares como
estados epistmicos, conjuntos de presupuestos o situaciones.
Empecemos aclarando que los contextos de los que hablaremos aqu son estructuras
que incluyen slo aquellos aspectos relevantes para la evaluacin lgica de nuestras
inferencias. Por ello no pueden coincidir con los contextos en el sentido psicolgico,
lingstico, social o histrico. De igual modo no pueden coincidir con los muy amplios
contextos de descubrimiento, aunque tienen mucho que ver con los llamados contextos
de justificacin. Lo que hay que recordar es que de momento omitiremos todos los
elementos que no toquen el problema de la evaluacin lgica de las inferencias. Hay
inferencias reprochables desde un punto de vista esttico o moral, pero nuestra nocin de
contexto ser ciega a tales distinciones. Por supuesto, nada impide construir nociones que
incluyan o se intersecten con la nuestra, pero el tema presente se circunscribe a los
contextos inferenciales.
Cmo estn estructurados los contextos?
Es comn interpretar a los contextos como estados epistmicos, y stos a su vez como
(1) conjuntos consistentes y
(2) cerrados bajo clausura lgica de
(3) frmulas que modelan grupos de creencias.
Este modelo funciona, por ejemplo, para modelar la prctica medieval de
las obligationes como ejercicios de dialctica contrafctica. Sin embargo, tiene serias
limitaciones.
El requisito (1) de consistencia excluye el desacuerdo explcito. Pero en una
discusin entre varios agentes, no podemos limitar el contexto a las creencias
consistentemente compartidas entre todos los proponentes y recipientes de las inferencias.
Si lo hacemos no podremos explicar las polmicas, las tesis incompatibles y todas aquellas
prcticas dialgicas en que intentamos hacer que la otra persona cambie de opinin. La
representacin del contexto debe permitir conjuntos inconsistentes de creencias. Y esto no
slo por la contradiccin entre las opiniones de varios agentes, sino tambin por la
posibilidad de la autocontradiccin; de otra manera no podramos modelar una inferencia
tan comn en filosofa como la reduccin al absurdo.
El requisito (2) de clausura lgica significa que no distinguimos entre nuestras
creencias y todas sus consecuencias lgicas. Pero esta distincin es importante para hablar
de grados de racionalidad. No es lo mismo chocar con creencias explcitas que con sus, a
veces recnditas, consecuencias lgicas.
Otra limitacin es la restriccin (3) a creencias. Hay factores lgicos en la estructura
de los contextos que no son proposicionales. Por ejemplo, las reglas o disposiciones
inferenciales no deben ser confundidas con los condicionales correspondientes. Aunque
utilicemos condicionales para representar las reglas, su interpretacin debe ser imperativa y
no declarativa. No significan que el sistema incluya entre sus datos esas proposiciones
hipotticas, sino que ante la presencia de la prtasis el sistema tiene la opcin de insertar la
apdosis dentro de su grupo de aseveraciones. Puede ser visto como una disposicin o
como una licencia, pero no como una creencia ms.
Por todo esto, una primera aproximacin a la representacin de contextos
inferenciales es como pares ordenados de conjuntos: <{frmulas}, {reglas}>. El primer
conjunto son frmulas bien formadas de un sistema suficientemente expresivo, y el
segundo es un conjunto de reglas. Esta es una representacin popular pero necesita ser
afinada tanto al interior como al exterior. Externamente necesitamos aadir operadores para
manejar las relaciones entre contextos y entre contextos y sus contenidos. Internamente
debemos especificar las frmulas que autorizaremos y especialmente las reglas que tanto
influyen en la naturaleza caracterstica de los contextos.
Qu propiedades tienen los contextos?
El contexto de una inferencia cambia con el aadido o supresin de creencias o
mtodos, es decir, de frmulas o reglas. Por ello, tenemos al menos cuatro operadores de
cambio de contexto.
El primer operador es un operador de contraccin para proposiciones. No es una
funcin pues puede haber ms de una manera de eliminar una proposicin de manera que el
resto del sistema no permita derivarla nuevamente. Por ejemplo, si deseamos sustraer la
tesis C de un contexto <{A, B, [(A v B) C]}, >, donde es la lgica clsica, podemos
hacerlo eliminando cualquiera de las tres frmulas generadoras del contexto, A, B o [(A v
B) C]. Al menos una debe eliminarse pero si no tenemos informacin adicional puede
ser cualquiera de ellas.
El segundo es un operador de contraccin que toma como argumento a una regla
y la sustrae del contexto inferencial. Aqu podemos ver slo las reglas explcitas y por ello
este operador es funcional. Aunque puede haber muchas reglas derivables, las
contracciones normales operan sobre las explcitas. Nada impide tener operadores no
funcionales sobre las reglas igual que los de contraccin de proposiciones.
Los siguientes dos operadores aaden respectivamente proposiciones y reglas y son
funciones. Pueden ser definidos como la unin de los conjuntos originales con el conjunto
unitario que contiene a la proposicin o la regla a incluir, produciendo extensiones del
contexto.
En trminos de estos operadores podemos definir otros. Por ejemplo, es usual
definir un operador de revisin de proposiciones en trminos de contraccin y adicin. Para
revisar el sistema con la proposicin X, simplemente la aadimos despus de haber
sustrado la negacin de X.
Adems de los operadores y funciones de cambio de contexto, necesitamos
operadores para describir las interacciones entre los contextos y las reglas y frmulas que
contienen. A continuacin pasaremos revista a varias maneras de hacer esto.
La formalizacin de contextos en inteligencia artificial
La necesidad prctica de representar los contextos para procesar informacin
mecnicamente, ha llevado al campo de la inteligencia artificial a proponer formalizaciones
de esta nocin. Con el manejo de contextos un programa de computacin puede utilizar
conocimiento implcito sobre situaciones comunes. Eso permite un comportamiento ms de
sentido comn que facilita la interfase con los usuarios, y nos acerca a poder satisfacer
las exigencias de la prueba de Turing. Adems, los supuestos del contexto pueden ser
abandonados cambiando de contexto sin tocar el ncleo firme de datos explcitos.
Para McCarthy y para su alumno Guha, el contexto es un objeto primitivo sin
definicin, demasiado rico para ser completamente especificado. Por ser un objeto de
nuestro dominio, podemos aplicarle predicados y functores normales, transformarlo en
otros objetos, y hablar de l desde otros contextos. Ontolgicamente hablando, esta
formalizacin del contexto pasa por su completa reificacin.
Para decir desde nuestro contexto c0 que la proposicin p es verdadera (is true) en
el contexto c1, escribimos c0: ist(c1, p).[3] Alternativamente, podemos entrar al contexto
c1 y decir que c0: c1: p.
Podemos definir un orden parcial entre los contextos de acuerdo a su generalidad y
decir que c2 es ms general que c1 (c1 c2). Este orden permite elevar (lift) un hecho de
un contexto c1 a otro ms general c2 o al revs. Por supuesto, yendo al contexto ms general
esta elevacin es no-monotnica, y presupone que todo es normal. Formalmente,
c0: c1 c2 p {[(c1 c2) ist(c1, p) & ab(c1, c2, p)] ist(c2, p) }.
Por ejemplo, si algo es verdad hablando sobre la natacin, tambin lo ser hablando
sobre los deportes, a menos que lo que decimos sea extrao. Al revs, si algo se aplica a los
deportes tambin se aplicar a la natacin, a menos que la natacin sea abnormal en ese
aspecto entre los deportes:
McCARTHY, John, HAYES, P. (1969) ``Some philosophical problems from the standpoint
of artificial intelligence''. En B. Meltzer y D. Michie (eds.),Machine Intelligence,
vol. 4, Edinburgh University Press, Edinburgh, American Elsevier, New York, pp.
463-502. Reimpreso en B. L. Webber y N. J. Nilsson (eds.), Readings in Artificial
Intelligence, Tioga, Palo Alto, California, pp. 431-450, (1981).Tambi reimpreso en
McCarthy (1990). Un resumen aparece en el nmero de febrero de 1969 (No. 14) de
la ACM SIGART Newsletter. Cito de la reimpresin en Ginsberg (1987), pp. 26-52.
MINSKY, Marvin Lee (1974) A framework for representing knowledge. Artificial
Intelligence Memo 306, MIT AI Lab. Reimpreso sin el apndice en The Psychology
of Human Vision, Patrick H. Winston (ed), McGraw Hill, NY, (1975), pp. 211-277.
Otros fragmentos fueron reimpresos como ``Frame-system theory'' en R. C. Schank
y B. L. Webber (eds.), Proceedings of the 1975 TINLAP (Theoretical Issues in
Natural Language Processing) Conference, Cambridge, Massachusetts, 1975,
reimpreso en P.N. Johnson-Laird y P. C. Wason (eds.), Thinking: Readings in
Cognitive Science, Cambridge, England: Cambridge University Press. Cito de los
fragmentos (diferentes) en J. Haugeland (ed.), Mind Design: Philosophy,
Psychology, Artificial Intelligence, Montgomery VT, Bradford Books, pp. 95-128.
MOORE, Robert C. (1985) ``Semantical considerations on nonmonotonic logic''. Artificial
Intelligence, Vol. 25, no. 1, pp. 75-94. Una versin ms breve apareci en IJCAI
(1983), pp. 272-279. Vase tambin SRI AI Center Technical Note 284 (1983). Cito
de la reimpresin en Ginsberg (1987), pp. 127-136.
MORADO, Raymundo (2007). El entimema retrico y la inferencia no monotnica. En
Martnez Contreras, Jorge y Aura Ponce de Len, eds., El saber filosfico. Mxico:
Siglo XXI, Asociacin Filosfica de Mxico, vol. II, pp. 321-332.
NUTE, Donald (1990) ``Review of Matthew L. Ginsberg, Readings in Nonmonotonic
Reasoning''. Pp. 351-355.
PAPALASKARI, Mary-Angela (1988) Minimal Consequence: A Semantic Approach To
Reasoning With Incomplete Information. University of Edinburgh PhD Dissertation.
PAPALASKARI, Mary-Angela, WEINSTEIN, Scott (1990) ``Minimal consequence in
sentential logic''. Journal of Logic Programming, 9, pp. 19-31. Una versin
ligeramente revisada del Reporte Tcnico del mismo ttulo, MS-CIS-87-43, LINC
LAB 66, Department of Computer and Information Science, School of Engineering
and Applied Science, University of Pennsylvania, Mayo 1987.
REITER, Raymond (1978) ``On closed world data bases''. En Gallaire and Minker (1978),
pp. 55-76. Cito de la reimpresin en Ginsberg (1987), pp. 300-310.
REITER, Raymond (1980) ``A logic for default reasoning''. En Artificial Intelligence, vol.
13, no. 1-2, pp. 81-132. Cito de la reimpresin en Ginsberg (1987), pp. 68-93.
REITER, Raymond, CRISCUOLO, G. (1981) ``On interacting defaults''. En Proceedings
of the Seventh International Joint Conference on Artificial Intelligence. IJCAI-81,
24-28 de agosto de 1981, University of British Columbia, Vancouver, B. C., Canada.
Ann Drinan (ed.), AAAI, Morgan Kaufmann, pp. 270-276. Cito de la reimpresin en
Ginsberg (1987), pp. 94-100.
SENGER, Charles John (1989) Learning Legal Reasoning In Law School: The Differences
Between First And Third Year Students. Disertacin doctoral, Michigan State
University.
STEIN, Lynn Andrea (1990) Resolving Ambiguity in Nonmonotonic Reasoning. Brown
University Ph. D. Thesis, entregada en Mayo de 1991. CS-90-18.
SURAV, Mehmet, AKMAN, Varol (1995). Reporte Tcnico LAFORIA 95/11 Modelling
Context with Situations. En Brezillon, Patrick y Abu-Hakima, Suhayya
(eds.), Proceedings of the IJCAI-95 (Fourteenth International Joint Conference on
Artificial Intelligence) Workshop on Modelling Context in Knowledge
Representation and Reasoning, Montreal, Canad, 20-25 de agosto de 1995. Pginas
145-156.
TARSKI, Alfred (1930a) ``On some fundamental concepts of metamathematics''. En Tarski
(1983), pp. 30-37.
TARSKI, Alfred (1930b) ``Fundamental concepts of the methodology of the deductive
sciences''. En Tarski (1983), pp. 60-109.
TARSKI, Alfred (1935) ``Foundations of the calculus of systems''. En Tarski (1983), pp.
342-383.
TARSKI, Alfred (1983) Logic, Semantics, Metamathematics: Papers from 1923 to 1938 by
Alfred Tarski. John Corcoran (ed.), Hackett Publishing Company, segunda edicin.
ter MEULEN, Alice (1986) ``Generic information, conditional contexts and constraints''.
En Elizabeth Closs Traugott, Alice ter Meulen, Judy Snitzer Reilly y Charles A.
Ferguson On Conditionals, pp. 123-145. Cambridge: Cambridge University Press.
[1] En Mara Jos Frpolli Sanz (coord.) Filosofa de la Lgica. Madrid, Espaa: Editorial Tecnos, pp. 233253, 2007.
[2]
Hay otros sentidos, ms cercanos a la intencin original de Aristteles, pero la interpretacin del entimema
como un razonamiento con premisas omitidas es la ms comn. Cfr. Morado (2007).
[3] Repetiremos esta referencia al contexto externo para evitar las paradojas que Attardi y Simi sealaron a
McCarthy.
[4] Por mor de la generalidad, x es un vector de variables.
[5] Creo que esto indica menos el deseo del asesor de ser juez y parte que el hecho de que slo se trata de una
defensa nominal de la tesis de doctorado.
[6] Tarski (1930b, p. 65).
[7] Vase Gabbay (1985, p. 439).
[8] Minsky (1974, p. 125) se quejaba: En cualquier sistema de lgica, todos los axiomas son necesariamente
permisivos; todos contribuyen a permitir que se obtengan nuevas inferencias. (In any logistic system, all
the axioms are necessarily permissive they all help to permit new inferences to be drawn). Vase tambin
Moore (1985).
[9] Papalaskari y Weinstein (1987, p. 3). Vase tambin Papalaskari (1988).
[10] Como hacen, por ejemplo, Chang and Keisler (1973, pp. 4-5).
[11] Es claro en este contexto que se piensa slo en autos de tipo estndar.