2 PDF

CADERNOS UFS FILOSOFIA Ano 7, Fasc. XIII, Vol.
9, Jan-Julho/ 2011 ISSN Impresso: 1807-3972/ ISSN on-line: 2176-5987
Lgica de la generacin de hiptesis y razonamientos visuales

Alejandro Ramrez Figueroa1
Resumen: En el presente artculo se analizan y discuten las propiedades generales de los
razonamientos espaciales y visuales basados en modelos mediante la teora de array. Se
propone la tesis de que los razonamientos visuoespaciales cumplen un importante rol en la
lgica del descubrimiento, tradicionalmente relacionada slo con la inferencia abductiva.
Palabras clave: Razonamiento, Modelo, Lgica, descubrimiento, abduccin.
Cmo puede un razonamiento visual
performar una explicacin?
L.Magnani, 2001, p.107
1. Introduccin
En las ltimas dcadas, tanto en la filosofa de las ciencias como en la ciencia cognitiva,
se han elaborado diferentes aproximaciones destinadas a comprender la estructura y
lmites de los razonamientos que se relacionan con la generacin de nuevas ideas e
hiptesis. As, lo que otrora el Empirismo Lgico denominara lgica del descubrir,
como algo que no poda ser un tema para la epistemologa, hoy ha llegado a ser una de
las cuestiones centrales en la filosofa del conocimiento, en la filosofa de la lgica y en
la ciencia cognitiva.
La cuestin de la generacin de hiptesis explicativas ha tenido su desarrollo
principal en las diferentes investigaciones acerca de la inferencia abductiva y la
inferencia de la mejor explicacin. 2 He all las interpretaciones del razonamiento
abductivo peirceano rescatado originalmente por Hanson (1958) y ampliado por Lipton
(2004), Fumerton (1980), Kapitan (1992), Aliseda (1998,2000, 2006), Flach y Kakas
(2000), Flach (2000), Thagard (1993), Thagard y Shelley (1997), Magnani (2001), entre
muchos. Mas, por otro lado, a partir del advenimiento de las ciencias cognitivas y,
especialmente, con el trabajo propuesto por Johnson-Laird (1980, 1983) en la dcada de
los 80 y explorado en todas direcciones hoy por Giere (1999), Nersessian (2002),
Vosgerau (2006), Held (2006), Knuutila y Honkela (2005), Tversky (1988) etc., se
1
Universidad de Chile, alramire@uchile.cl.

Para la mayora de los autores ambas formas son equivalentes. Sin embargo ello no resulta tan
claro y algunos pensadores han esbozado diferencias que no es posible desarrollar aqu. Vase
al respecto P. Thagard (1993), I.Niiniluoto, (1999) y A. Aliseda (1998).
2
19
CADERNOS UFS FILOSOFIA Ano 7, Fasc. XIII, Vol. 9, Jan-Julho/ 2011 ISSN Impresso: 1807-3972/ ISSN on-line: 2176-5987
comienza a instalar una renovacin en las concepciones del razonamiento. Estas dos
aproximaciones, abduccin y razonamiento basado en modelos (RBM de aqu en
adelante), la primera perteneciente al pensamiento lgico y tambin intuitivo, y la otra
tributaria de las investigaciones de las ciencias cognitivas, especialmente de la
psicologa cognitiva, pueden, es la tesis propuesta en este artculo, ser unidas en una
explicacin mancomunada del fenmeno de la generacin de nuevas hiptesis. Ambos
modos inferenciales son diferentes, sin dudas, y responden a distintas motivaciones
epistemolgicas; mas, pueden darse un mutuo apoyo. No se trata de reducir un modo al
otro ni proponer una tercera alternativa, sino que establecer posibles relaciones, aunque
stas no sean demasiado fuertes. En efecto, si se considera el origen y estructura de
ambos tipos de razonamiento, puede advertirse que la abduccin fue expresamente
pensada por Peirce como la lgica de la generacin de lo nuevo y como tal fue tomada y
reformulada por la filosofa de las ciencias posterior. En cambio, el razonamiento
basado en modelos posee otra historia, la de dar cuenta del razonar natural, deductivo
o no, basado no en reglas explcitas de la lgica formal sino que en procesos implcitos
a veces difciles de distinguir. RBM no slo tiene que ver con procesos de
descubrimiento sino que sus roles son muy amplios.
No obstante el amplio tratamiento del que han sido objeto estos dos tipos de
razonamiento considerados cada uno en s mismo, la relacin entre ambos no ha sido
abordada con la misma intensidad y amplitud. Solamente algunos autores, los menos,
han estudiado en profundidad tales conexiones, como Magnani (2001), Wang (2006,
2007) y el mismo Johnson-laird (1980,1983). El tema, as, se mantiene abierto y en
desarrollo. La tesis que se defiende en lo que sigue es sencilla: es posible reforzar el
pensamiento abductivo ms all de sus propios lmites, que parecen agotados, mediante
un acoplamiento con RBM. En qu pueda consistir precisamente dicho acoplamiento es
lo que se investiga aqu.
En la siguiente seccin se hace un anlisis de la estructura inferencial de la
abduccin; en la seccin tercera se aborda el razonamiento con modelos y, en la cuarta,
los razonamientos visuales y sus representaciones mediante la teora de los arrays.
20
2. Inferencia abductiva
Afirma Peirce: La abduccin es el proceso de formar una hiptesis explicativa. Es la
nica operacin lgica que es capaz de introducir alguna idea nueva (Peirce, CP
5.171). La abduccin en Peirce tiene tres dimensiones, que los diversos autores a partir
de Hanson tendieron a pasar por alto, ocupados como estaban de generar una lgica del
descubrir: primero, la abduccin es una forma lgica de pleno derecho, tan bsica
como lo son la deduccin y la induccin; mas, tambin posee un rasgo epistemolgico,
en cuanto constituye una primera fase del razonamiento cientfico: abduccin de una
hiptesis, deduccin de consecuencias y contrastacin inductiva de la misma. Pero, en
tercer lugar, la abduccin constituye un proceso de orden psicolgico en el que un
sujeto capta una posible solucin hipottica a un cierto problema oscuro. Esta tercera
dimensin tiene importancia para nuestro tema, pues es el punto en que, proponemos,
principalmente se van a tocar la abduccin con los razonamientos basados en modelos.
No obstante tales tres dimensiones, la abduccin se ha posicionado principalmente
como una estructura inferencial ampliativa que ha sido formalizada de la siguiente
manera: Si hay un cierto hecho, o conjunto de hechos C, que no posee una explicaci n
clara y si, ante ello, proponemos una hiptesis H tal que explica ese hecho, podemos
concluir que esa hiptesis posiblemente sea verdadera; as, C, HC / H. Sobre dicha
base G.Harman interpret la estructura abductiva como lo que denomin inferencia a
la mejor explicacin, la que puede ser representada con mayor precisin as: C, HC,
H C / H, si H explica de mejor manera C. Esta cuestin condujo, a partir de all, a
buscar cul deba ser la forma lgica ajustada, cules deban ser las premisas necesarias
para convertir dicho razonamiento en una buena inferencia y cules deben ser los
criterios de ser mejor explicacin. As, Kapitan, por ejemplo, quien es crtico de la
abduccin, explicita el conjunto de las premisas: C es observado, HC, HC, H es
ms econmico que H, H es ms plausible que C / H (Kapitan, 1992, p.17). Por otra
parte, tambin la conclusin de esta inferencia fue sujeto de reflexin: qu realmente se
abduce? Una hiptesis probable?, la recomendacin de investigar H?
Los criterios para seleccionar la mejor hiptesis como acto abductivo, dado que lo
que se abduce no es slo una hiptesis explicativa de un hecho extrao sino que una
hiptesis que sea mejor que otras posibles, se transform en objeto de investigacin. Las
hiptesis pueden ser en principio infinitas, por lo que ya Peirce estipul las condiciones
21
de una buena abduccin: economa y verificabilidad de la hiptesis. As, Thagard

propone algunos criterios que han sido tratados tambin por Fumerton y Psillos, por
ejemplo. Thagard (1993) propone tres criterios de mejor hiptesis: concilianza,
simplicidad y analoga, criterios que pueden ser formalizados computacionalmente. La
simplicidad, afirma Thagard, es el criterio principal. La simplicidad de una hiptesis es
funcin, dice el autor, del nmero de cohiptesis que necesita para cumplir con su
funcin explicatoria. A mayor cantidad de cohiptesis ms complicada, o menos simple,
es la hiptesis. Esto es implementado en el sistema PI que evala la simplicidad en
funcin de la siguiente expresin, asignando valores entre 0 y 1 de la siguiente manera:
1 para la hiptesis que no requiere ninguna cohiptesis y 0 para la que debe asumir
tantas cohiptesis como hechos tiene que explicar. As, la simplicidad de H es:
Simplicidad (H) = ((hechos explicados por H), menos (N de cohiptesis de H))
hechos explicados por H.
Dada esta expresin se observa evidentemente que si H no tiene cohiptesis, la
simplicidad de H es 1; y a medida que aumentan las cohiptesis, la simplicidad va
siendo menor que 1. Por otra parte, junto con la simplicidad la consilianza es la
capacidad de explicar ms clases de hechos: una hiptesis que logra explicar ms clases
de hechos que otras es mejor. El valor de una hiptesis, entonces, es: (H) = simplicidad
(H) x consilianza (H) (Thagard, 1993, cap 5).
S. Psillos aade algunos criterios de mejor, tales como completitud,
importancia, parsimonia, unificacin. Sobre la completitud (completness), escribe
Psillos: supongamos que solamente una hiptesis explicativa da cuenta de todos los
datos. Esto es, toda otra hiptesis explicativa competidora falla al explicar algunos de
los datos, aunque no es refutada por ellos. H debe ser aceptada como la mejor
explicacin (Psillos, 2009, p.184). Sigue Psillos en su mismo texto: Importancia:
supongamos que dos hiptesis H1 y H2 no explican todos los fenmenos relevantes,
pero H1 , a diferencia de H2, explica la mayor parte de los fenmenos relevantes.
Entonces, H1 debe ser preferido como la mejor explicacin (ibid, 184). Debe notarse
que lo que se abduce es que una hiptesis debe ser preferida. 3
El lector puede seguir los otros dos criterios para calificar una hiptesis como preferible a
otras: parsimonia, unificacin y precisin (Psillos 2009). Puede consultarse tambin a Josephson
y Josephson (1996, cap.1) quienes analizan la abduccin de la hiptesis mejor y por tanto
preferible, en el campo del diagnstico mdico. Resulta ilustrativo ver cmo la inferencia de la
3
22
La estructura lgica de la inferencia abductiva ha sido estudiada en profundidad por

autores como Atocha Aliseda, Antonis Kakas, Peter Flach o Brigitte Bessant. Si bien la
abduccin es una inferencia no conservadora de la verdad, es formalizable y tratable por
medios computacionales; es posible construir algoritmos que den cuenta de su
funcionamiento. As, retomando lo que el mismo Peirce estableci (ver Peirce CP
2.619), la inferencia abductiva ha sido pensada como una inversin de la deduccin. La
abduccin requiere de algunos constreimientos para su planteamiento formal. Lo
decisivo, tal vez, sea considerar que no se abduce un resultado slo a partir de los
hechos que se desea explicar; se requiere suponer una teora de base, cuerpo de
conocimientos aceptados respecto de la cual se construye una hiptesis. La hiptesis no
es una entidad conceptual aislada. Adems, dado que es innegable que ante ciertos
hechos puede arriesgarse ms de una hiptesis, se requieren condiciones formales para
aceptar una inferencia como abductiva correcta.
En esta perspectiva, la estructura lgica es planteada de la siguiente manera: dado un
hecho h (o un conjunto de hechos), y una teora T de base, hay abduccin de la hiptesis
H: (T h) H, si y slo si: (i) T H h, y obviamente T h H ; (ii) H y T son
consistentes, esto es, la hiptesis H abducida no pude ser contradictoria con el sistema
de enunciados de la teora T; (iii) H debe ser simple (lo que para Aliseda significa que
tal hiptesis es implicada por todas las otras hiptesis posibles, y para Thagard significa
lo que recin se ha visto); (iv) T h, dado que de lo contrario la hiptesis no cumplira
ningn rol en la abduccin. Tambin, H h (Bessant, 2000, p.81). Un ejemplo
expuesto por Brigitte Bessant, en su ncleo, es el siguiente: dada una teora de base T, y
una observacin O = vuela(Tweety) pjaro(Tweety), y una ley L T,
x(cuervo(x)( vuela(x) pjaro(x)); entonces se puede decir que: cuervo (Tweety)
es una hiptesis abductiva, puesto que claramente se cumplen las condiciones (i), (ii).
La hiptesis abducida (iii), es manifiestamente simple, por cuanto no es descomponible.
Tambin se cumple (iv) puesto que la sola hiptesis no implica O sin el auxilio de L.
hiptesis all toma la forma de la realizacin de un diagnstico por medio del descarte de causas
de la enfermedad que no podran ser aceptadas dado que, por ejemplo, produciran otras
consecuencias que no se observan en el cuerpo enfermo en cuestin. Las hiptesis que explican
la enfermedad son propuestas como posibles explicaciones y luego seleccionada la que es
plausible.
23
Un punto importante a resaltar en Bessant es la relacin que establece entre la

abduccin y la inferencia hipottico-deductiva, HD. No es una relacin comnmente
resaltada por los autores en este asunto, puesto que HD de alguna forma representa la
forma de la contrastacin emprica, centro mismo del razonamiento cientfico que el
empirismo lgico consideraba como exclusiva de la ciencia. 4 Pero es manifiesto que la
relacin existe y Bessant la expresa de la siguiente manera: si tenemos una cierta
observacin O, y un cierto dominio terico T, la cuestin abductiva es encontrar una
hiptesis H tal que se cumpla la condicin (i), deduccin reversa (Bessant. 2000, p.79).
Pero no hay que olvidar que lo que se pide a la hiptesis abducida es que explique. En
tal sentido podemos ir ms all de Bessant y afirmar que la abduccin en este modelo es
otra cara de la explicacin nomolgica deductiva hempeliana: Leyes + condiciones
especiales, explanandum deducido. Las condiciones especiales que hay que suponer
para que el explanandum se siga de L, son encontradas justamente mediante un acto
inferencial abductivo.
3. Razonamiento visual basado en modelos

La idea de razonamiento basado en modelos mentales, RBM, tom su forma a partir de
las teoras de Ph.Johnson-Laird en la dcada de los 80 y de all ha tenido amplio
desarrollo. La tesis implicada es que tanto los razonamientos naturales como los de la
ciencia pueden representarse en trminos ms cercanos a la realidad como inferencias
que no se basan en enunciados ni en la aplicacin de reglas lgicas. Hay que aclarar que
el razonamiento basado en modelos no es alternativo a la deduccin ni a las formas
inductivas o abductivas; por ello puede haber RBM de carcter deductivo, inductivo etc.
Es ms, las investigaciones iniciales de Johnson-Laird (1980, 1983) estaban centradas
en entender los mecanismos cognitivos de la teora silogstica. Diremos que los
elementos relevantes en RBM son los siguientes:
a) RBM no se ejecuta sobre un formato proposicional, sino que sobre otras entidades
de carcter semntico denominados modelos. stos pueden ser fsicos o mentales.
4
Como ya se afirm al inicio de la seccin, Peirce pensaba la abduccin como parte de un

proceso mayor de razonamiento cientfico en el que interviene la deduccin y la induccin: la
abduccin propone H, la deduccin implica algo de ella y la induccin contrasta. Es ms, uno de
los criterios de juicio acerca de lo que es una buena abduccin es su verificacin, su
contratacin (ver Peirce 2.634, 5.197).
24
b) RBM acta no sobre la base de reglas explcitas de la lgica sino por mecanismos
cognitivos de modelacin, lo que se basa a su vez en un procedimiento representacional.
RBM consiste en crear un modelo y luego sobre la base de su observacin derivar una
conclusin. El modelo es un elemento icnico que representa estructuralmente una
realidad. La manipulacin de tal modelo preserva la estructura del trozo de realidad
modelado y concluye algo sobre esa realidad en funcin de lo que observa en el modelo.
Eso es razonar sobre ese modelo. No hay aqu manejo de enunciados. Afirman C. Held
et al.:
El razonador construye y manipula modelos mentales no de acuerdo con reglas
lgicas abstractas sino de acuerdo con el mundo al que representa. Despus de
haber integrado toda la informacin de las premisas en uno (o ms) modelos
consistentes, la conclusin puede directamente ser vista en el modelo.() De
esta forma el razonamiento lgicamente fuerte emerge del formato de
representacin (2006, p. 13).
Y en Vosgerau podemos leer, en el mismo sentido: Por lo tanto, si un modelo mental es

perfecto en el sentido de que es isomrfico a la estructura relevante de lo representado,
entonces el razonamiento lgico emerge del formato representacional (2006, p.268).
c) El modelo es una construccin representacional que sigue el principio de
seleccin: si M es un trozo del mundo, m es un modelo si representa la estructura de M,
para lo cual hay una seleccin de los rasgos de M que se juzgan relevantes, en trminos
pragmticos, esto es, contextuales. Por ello un modelo no es una imagen de una
realidad, pues no representa todos sus rasgos.
d) Un modelo m de M es un elemento individual, no universal.
e) La idea de modelo es representacional en el sentido de que no es instancial (Giere
1999, p.44), lo que significa que no es equivalente a la idea lgica de modelo, como una
interpretacin que hace verdadero un enunciado. De igual modo puede afirmarse que
hay un parentesco con las denominadas inferencias heterogneas (Allwein y Barwise,
1996) por cuanto all tambin se razona sobre elementos grficos. Mas, la diferencia
radica en el rasgo representacional que debe tener un modelo, que no es cualquier
grfico.
f) Segn recalca Q Yu (2002, p.281), el modelo no slo es un cono estructural de
una realidad, sino que puede serlo de una estructura slo postulada. Ello es relevante
para la idea de un pensamiento creativo.
25
Si bien RBM se aplica en principio a cualquier situacin, en lo que sigue del artculo
nos referiremos especficamente a situaciones visuales y relaciones espaciales, lugar
donde, a nuestro juicio, la modelacin se aplica en forma conspicua. En el RBM que
ejemplificamos a continuacin pueden distinguirse tres etapas: (I) El primero
corresponde a la individualizacin del problema, que en este caso reemplaza a las
premisas, y que se da, en nuestro ejemplo siguiente, en el dominio de las figuras
geomtricas conocidas; si un sujeto epistmico sabe que un trngulo est a la izquierda
de un crculo blanco y ste est debajo de un crculo negro, que est a la derecha de un
cuadrado, y un rombo a la derecha del crculo blanco, el sujeto debiera poder responder,
por ejemplo, en qu ubicacin est el cuadrado respecto del tringulo; (II) el segundo
paso es la construccin de un modelo que represente la situacin S real. El modelo
propuesto depende de lo siguiente: se supone que el sujeto tiene definido algn sentido
preciso de los trminos, a la izquierda de, debajo de y a la derecha de. Tales
definiciones son parte del razonamiento, dado que de ello depender la construccin de
un modelo. El modelo selecciona (principio de seleccin) de la situacin S su
determinacin estructural, en este caso su relacin de localizacin relativa y los colores
negro y blanco. Cualquier otra determinacin, por ejemplo el tamao de cada figura, en
este ejemplo, es irrelevante, y no se selecciona. Un modelo M de la situacin S es:
M:
(III) el tercer paso es la observacin de ese modelo: por simple inspeccin el sujeto
epistmico puede dar respuesta a la pregunta formulada; si ello no es posible o si hay
casos en contrario, se debe modelar de nuevo; (IV) el cuarto paso es adscribir lo
concluido en el modelo a la realidad modelada. Lo interesante a resaltar es: a) que la
conclusin se obtiene por simple observacin, no proposicionalmente ni aplicando
alguna regla lgica en especial, por ejemplo, en esta caso, transitividad; b) lo que hace
posible la inferencia es el grado de representabilidad del modelo; en la medida de que
sea simple y reproduzca analgicamente la estructura espacial de la situacin incial, ello
basta para inferir. La ventaja de esto es que permite hacer inferencias sin acudir a reglas
explcitas lgicas (Glasgow y Malton, 1999, p.265); c) el modelo construido puede
sugerir otros problemas (y sus respuestas) que no estaban planteados originalmente.
26
RBM, por cierto, no es de ocurrencia necesaria en todas los casos, esto es, no es una
alternativa absoluta a los razonamientos sobre formato proposicional. Pero ocurre que
hay al menos algunas situaciones donde el razonar sobre modelos resulta ms adecuado
que hacerlo sobre cadenas de enunciados. Los razonamientos en arquitectura, por
ejemplo, funcionan en gran medida de esta manera (Tversky, 1988).
4. El razonamiento visuoespacial y el expediente de los arrays

Los desarrollos actuales llevados a cabo por Magnani (2001), Magnani y Belli (2006),
C. Shelley (1996) y Thagard y Shelley (1997), nos acercan a la abduccin visual, a la
visin icnica de la abduccin, al razonamiento con informacin visual. La generacin
de hiptesis en ciencias se potencia con esta visin. Magnani propone que la abduccin
visual parte de una imagen visual problemtica y transita hacia la construccin de una
cierta imagen hipottica que es una explicacin plausible del problema planteado en la
imagen inicial. Afirma Magnani: La imagen formada adquiere el status de una hiptesis
en el proceso abductivo (Magnani, 2001, p.107). Lo que se abduce es una imagen (no
una imagen mental en cuanto copia, como se ha afirmado antes), imagen que es un
modelo de la situacin visual inicial. Es razonamiento abductivo, pero sobre la base de
un formato modlico, no proposicional.
Magnani establece una tipologa de problemas visuales que se solucionan mediante
la modelizacin abductiva. Ello ocurre, afirma, cuando se requiere explicar la ausencia
de un objeto respecto de un conjunto, o explicar que un objeto est en una determinada
posicin, o reconocer que un cierto objeto es o no una herramienta, por ejemplo. La
aplicacin a una ciencia como la arqueologa o la antroplologa resulta notoria.
Efectivamente, ante la observacin de un objeto, su reconocimiento de que se trata de
un elemento cortante usado para la caza, por ejemplo, pasa por la abduccin de un
modelo visual que complete los rasgos que en el objeto estn borrosos o incompletos.
Es evidente que tal inferencia es slo hipottica. Y que lo que se abduce: es una
herramienta cortante, se lo hace directamente sobre el modelo visual construido de
un posible objeto cortante. Segn RBM, el modelo imaginado como posible herramienta
a la que correspondera el objeto encontrado, no es una copia del objeto, no puede serlo,
pues tal objeto no existe como tal. Pero RBM, que es una funcin cognitiva que se
ejecuta sobre la memoria de trabajo, ha seleccionado los elementos espaciales relevantes
27
de la informacin almacenada en la memoria de largo plazo; puede no importar su color

o su tamao, pero s, por ejemplo, que posea un lugar por donde pueda ser asido. El
principio de seleccin funciona. 5 En estos casos, a diferencia de la conceptualizacin
perceptual de Peirce6, la automatizacin puede no bastar; el asunto en arqueologa por
ejemplo puede ser mucho ms complejo, pues puede requerir la construccin expresa y
consciente de un modelo visual-espacial que represente la estructura de la situacin
posible.
Pero junto con la abduccin icnica, visual, espacial, a su vez RBM se hace
abductiva. Al generar un modelo, por ese slo hecho, se generan nuevas preguntas y
respuestas respecto de la que se hizo inicialmente al construir al modelo; en segundo
trmino, si hay ms de un modelo posible para una situacin cabe la pregunta por el
mejor modelo. As, RBM puede entenderse como una inferencia al mejor modelo;
tercero, RBM puede adquirir la forma de una deduccin en reversa en el acto de la
modelizacin. Veamos graficados estos elementos.
Para la representacin modlica espacial acudimos a la teora de array, en la versin
de Glasgow y Malton (Glasgow y Malton, 1999). Un array es una coleccin de objetos
ordenados7,
representacionales
de
situaciones
de
relatividad
espacial o
de
localizaciones, en que se da R(SM)C, esto es, la relacin R entre una situacin S y

un modelo M que lo representa, permite leer en M una conclusin C. En un array, como
los que ejemplificamos a continuacin, cada casillero de localizacin posee un smbolo
representativo de un objeto. En dos arrays que tengan los mismos elementos en las
mismas ubicaciones, los casilleros vacos (localizaciones posibles) no establecen
diferencias y los dos modelos se considerarn equivalentes respecto de la relacin R
establecida (estar abajo, estar arriba etc). Un Array puede jerarquizarse dentro de
5
Shelley 1996 expone una tipologa de problemas similar al de Magnani, en los que se advierte
una abduccin visual sobre la base de modelos. En Thagard y Shelley 1997, se expone la
abduccin visual en el mbito antropolgico, en que se explica cul puede ser la causa de ciertos
rastros en forma de orificios encontrado en un crneo sudafricano al que se denomina SK54.
Abducir que fue presa de la mandbula de un leopardo requiere modelar una situacin visual de
encaje de ngulos, de distancias que requieren construir un modelo espacial tal que se lea en l
directamente tal hiptesis.
6
Peirce estableci relaciones entre abduccin como inferencia y como lo que denomin juicio
perceptual. Ver CP 5.181. Los juicios preceptales no seran sino casos extremos de inferencia
abductiva realizadas instantneamente.
7
Vase en Glasgow y Malton 1999, la teora del array, sus caractersticas centrales y una
semntica para las inferencias sobre la base de tal expediente.
28
cada casillero; si en un casillero figura por ejemplo Chile, el mismo array puede
subdividir ese casillero en subcasilleros que contengan las regiones de Chile. El array
es una representacin en mltiples ejes, de cero a n, tal que en ellos se ubican los
objetos representados en posiciones relativas. Segn los autores un array posee
propiedades similares a los conjuntos, esto es trabaja con colecciones de objeto y con
los conceptos de agregacin, pertenencia y membresa. Estas son algunas propiedades
de los arrays para representar situaciones con informacin espacial y visual.
Volvamos ahora al ejemplo de la situacin S de la seccin anterior. Construimos el
modelo siguiente:
M :
Pero, ante esa misma situacin S, tambin tenemos este otro array posible:
M1:
Antes de analizar estos modelos, consideremos, tambin, esta otra situacin S 1: se sabe
que A est detrs de B y se sabe que necesariamente A est detrs de C. La ubicacin
relativa de B y C es un problema, que podemos abducir sobre la base de construir un
modelo abductivo visual de S 1. Por ejemplo: cmo se ubica B respecto de C tal que A
est necesariamente a la izquierda de C, como lo indica la conclusin? Los modelos
construidos suponen significados precisos de estar detrs.
Ante ello podemos construir, por ejemplo, tres arrays, compuestos de tres lneas y
tres y cuatro columnas respectivamente:
29
M2
A
B
B
M 3
A
B
C
M 4
A
C
B
B
Sobre estos dos ejemplos se tiene que: a) M y M 1 son modelos de S. Ambos son, no
obstante, diferentes. Su resolucin toma, pues, la forma de una inferencia al mejor
modelo, cuyos criterios son simplicidad, y, en este caso, visibilidad. En efecto, no
obstante ambos modelos preservan la estructura de la situacin, es manifiesto que
visualmente es ms fcil leer M que M 1. En tal sentido el primero es mejor que el
segundo. Podemos, entonces, representar esto clsicamente as: (i) Situacin; (ii)
Modelo ; (iii) Modelo 1; (iv) M es ms visible que M1: (v) debe adoptarse M; b) para S
2, tenemos tres modelos en los que se abduce la segunda lnea; M 2 y M 3 son
efectivamente modelos puesto que se cumple visualmente la conclusin segn la cual A
est a la izquierda de C; en tanto M 4 no es modelo; la abduccin de la ubicacin
graficada en la segunda lnea contradice la tercera lnea, esto es que A est a la
izquierda de C; En este modelo A queda a la derecha de C; en otros trminos, en M 4
de la primera lnea y la segunda no se deduce la conclusin. Esto puede considerarse,
entonces, como un smil de la deduccin en reversa de la abduccin expuesta en la
seccin 2.
30
5. Conclusiones
Puede concebirse una repotenciacin de la abduccin y RBM en el rol que ambos
modos de razonamiento comparten, cual es el de generar nuevas hiptesis explicativas.
El razonamiento basado en modelos presta a la abduccin la necesidad de razonar sobre
formatos no proposicionales sino que modlicos, sean mentales o fsicos, y, a su vez, la
abduccin da un soporte inferencial a RBM al momento de la creacin de ideas. Por ello
puede hablarse de abducciones basadas en modelos. Esto permite conjeturar, tambin,
que el razonar sobre modelos constituye un paso ms all de la abduccin en relacin de
lo que otrora se llam lgica del descubrimiento.
6. Referencias bibliogrfcas
ALISEDA, A., La abduccin como cambio epistmico: Ch. Peirce y las teoras epistmicos en
inteligencia artificial, Analoga, 12, UNAM, pp.125-144, 1998.
_________, Abduction as epistemic change: a peircean model in Artificial Intelligence, en
Flach y Kakas edits, Abduction and Induction, Dordrecht, Kluwer, pp.45-57, 2000.
_________, Abductive Reasoning, Dordrecht, Springer, 2006.
ALLWEIN, G. y BARWISE J., Logical Reasoning with Diagrams, N.York / Oxford, Oxford
University Press, 1996.
FLACH, P., On the Logic of Hypothesis Generation, en Flach y Kakas Edits. Abduction and
Induction, Correct, Lower, 2000.
FLACH, P. y KAKAS, A., Abductive and Inductive Reasoning: Background and Issues, en
Flach y Kakas edits., op.cit., pp. 1-27, 2000.
FUMERTON, R., Induction and Reasoning to the Best Explanation, en Philosophy of
Science, 47, pp.589-600, 1980.
GIERE, R., Using Models to Represent Reality, en L.Magnani et al edits, Model-Reasoning in
Scientific Discovery, Dordrecht, Kluwer, pp. 41-57,1999.
GLASGOW, J. y MALTON, A., A Semantic for Model-Based Spatial Reasoning, en Rickheit
y Habel edits, Mental Model Discourse Processing and Reasoning, Amsterdam, N.York,
Elsevier, pp. 259-297, 1999.
HANSON, N.R., The Logic of Discovery, The Journal of Philosophy, V LV, N25, pp. 10731089, 1958.
HARMAN, G., The Inference to the Best Explanation Philosophical Review,V XXIV, N1,
pp. 88-95, 1965.
HELD, C., KNAUF,F M., VOSGERAU, G. Edits., Mental Models and the Mind, Introduction,
Amsterdam, Elsevier, pp. 5-22, 2006.
JOHNSON-LAIRD, P., Psicologa del razonamiento, Madrid, Editorial, Debate, 1980.
_________, (sexta impresion 1995), Mental Models, Cambridge, Harvard University Press,
1983.
JOSEPHSON, J. and JOSEPHSON, S., Abductive Inference, Cambridge, Cambridge University
Press, 1996.
31
KAPITAN, T., Peirce and the Autonomy of Abductive Inference, Erkenntnis 37, 1-26, 1992.
KNUUTILA, T.y HONKELA, T., Questioning External and Internal Representations, en
L.Magnani y R.Dossena edits., Computing, Philosophy and Cognition, London, College
Publications, pp. 209-226, 2005.
LIPTON, P., Inference to the Best Explanation, London, Routledge, 2004.
MAGNANI, L., Abduction, Reason and Science,, Dordrecht, Kluwer, 2001.
MAGNANI, L, y NELLI, E., Agent-Based Abduction, en Magnani L., edit., Model Based
Reasoning in Science and Engineering, 415-439, London, College Publications, 2006.
NERSESSIAN, N., The Cognitive Basis of Model-Based Reasoning in Sciences, en
Carruthers et al edits, The Cognitive Basis of Sciences, Cambridge, Cambridge University
Press, pp. 133-153, 2002.
NIINILIUOTO, I., Defending Abduction, Philosophy of Science, 66, pp.S436-S451, 1999.
PEIRCE, Ch., Collected Papers, Hartshorne y Weiss editors, Massachusets, Belknap Press y
Harvard University Press, Cambridge, 1965.
PSILLOS, S., Knowing the Structure of Nature.Essays on Realism and Explanation, N.York,
MCMillan, 2009.
SHELLEY, C., Visual Abductive Reasoning in Archaeology, Philosophy of Science, 63,
pp.278-301, 1996.
THAGARD, P, Computational Philosophy of Science, Massachusets, MIT Press, 1993.
THAGARD, P. y SHELLEY C., Abductive Reasoning: Logic, Visual Thinking and
Coherence, en Maria L. Della Chiara et al. edits, Logic and Scientific Methods, Dordrecht,
Kluwer, pp. 413-427, 1997.
TVERSKY, B., Visuospatial Reasoning, en Holyoak y Morrison Edits., The Cambridge
Handbook of Thinking and Reasoning, Cambridge, Cambridge Unive4rsity Press, 209-40,
1988.
VOSGERAU, G., The Perceptual Nature of Mental Models, en Held et al, Mental Models and
the Mind, Amsterdam, Elsevier, pp.255-275, 2006 .
YU Q, Model Based Reasoning and Similarity in the World, en Magnani et al edits., ModelBased Reasoning, N.York, Kluwer, pp.275-285, 2002.
WANG, Zh., Cognitive Complexity and Supports of Modeling, en L.Magnani edit. Model
Based Reasoning in Science and Engineering, London, College Publications, pp.249-263,
2006.
_________, Model-Based Reasoning and Diagnosis in Traditional Chinese Medicine, en L.
Magnani y P. Li, Edits, Model-Based Reasoning in Science, Technology and Medicine,
Berlin, Springer-Verlag, pp261-272, 2007.
Abstract: In this paper the general properties of visual and spatial model-based reasoning on basis of
array theory are analyzed and discussed. My principal claim is to defend the thesis that visuospatial
reasoning performs an important role in the logic of discovery, in the past only associated with abductive
inference.
Key Words: Reasoning, Model, Logic, Discovery, Abduction.
32

2 PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

2 PDF

Cargado por

Copyright:

Formatos disponibles

CADERNOS UFS FILOSOFIA Ano 7, Fasc. XIII, Vol.

9, Jan-Julho/ 2011 ISSN Impresso: 1807-3972/ ISSN on-line: 2176-5987

Lgica de la generacin de hiptesis y razonamientos visuales

Universidad de Chile, alramire@uchile.cl.

de una buena abduccin: economa y verificabilidad de la hiptesis. As, Thagard

La estructura lgica de la inferencia abductiva ha sido estudiada en profundidad por

Un punto importante a resaltar en Bessant es la relacin que establece entre la

3. Razonamiento visual basado en modelos

Como ya se afirm al inicio de la seccin, Peirce pensaba la abduccin como parte de un

Y en Vosgerau podemos leer, en el mismo sentido: Por lo tanto, si un modelo mental es

4. El razonamiento visuoespacial y el expediente de los arrays

de la informacin almacenada en la memoria de largo plazo; puede no importar su color

localizaciones, en que se da R(SM)C, esto es, la relacin R entre una situacin S y

También podría gustarte