Está en la página 1de 289

ANDY CLARK

ESTAR AH
Cerebro, cuerpo y mundo
en la nueva ciencia cognitiva

PAIDS 4

Barcelona Buenos Aires Mxico

Ttulo original: Being there: Putting Brain, Body, and World TogetherAgain
Publicado en Ingls por The Mit Press, Cambridge, Massachusetts
Traduccin de Genis Snchez Barbern
Revisin tcnica de Fernando Martnez Manrique

Cubierta de Ferran Caries y Montse Piass

Quedan rigurosamente prohibidas, sin la autorizacin escrita de los titulares del -Copyright-,
bajo tas sanciones establecidas en las leyes, la reproduccin total o parcial de esta obra por cualquier
m edio o procedimiento, comprendidos la reprogratia y el tratam iento informtico, y la distribucin
de ejemplares d e el! mediante alquiler o prstamo pblicos.

1997, Massachusetts Institute ol Technology


1999 de la traduccin, Genis Snchez Barbern
1999 de todas las ediciones en castellano,
Ediciones Paids Ibrica, S. A.,
Mariano Cubf, 92 - 08021 Barcelona
y Editorial Paids, SAICF,
Defensa, 599 - Buenos Aires.
http://www.paidos.com
ISBN: 84-493-0670-1
Depsito legal: B. 2.014-1999
I

Impreso en A&M Grfic, s.l


08130 Sta. Perpetua de Mogoda (Barcelona)
Impreso en Espaa - Printed n Spain

A mi padre, Jim Clark, el chicarrn escocs


que me ense a preguntarme...

Sumario

Agradecimientos . ........................................................................................
Prlogo: Del conexionismo a a mente corprea y em b eb id a___ . . . .
Prefacio: Pensamiento profundo contra accin flu id a............................
Bases ............................................................. ..................... ......................... ....
Introduccin: Un automvil con cerebro de cucaracha .........................

13
15
31
35
39

Primera parte
DE EXCURSIN POR I.A M ENTE
1. Agentes autnomos: un paseo por 3a luna ..............................
1.1 Bajo el volcn ..................................... ................ .....................
1.2 Desfile de robots ...................... , ...................................................
1.3 Mentes sin modelos .................... .................................................
1.4 N ic h o s.............................................................................. ...............
1.5 Sensibilidad para los detalles? ............................................ ..
1.6 El robot refinado ..................................................................... 71

49
49
50
61
63
65

2. El nio situ ad o .....................................................................................


2.1 Yo, robot .......................................................................................
2.2 Bucles de accin ........................................... ...............................
2.3 Desarrollo sin dise os........................................ .........................
2.4 Montaje blando y soluciones descentralizadas ....................
2.5 Mentes con andam iajes.................................................................
2.6 La mente como espejo frente a la mente como controladora .

75
75
76
79
83
86
88

10 I Estar ah

3. Mente y mundo: la frontera p lstica..................................................


3.1 La mente escurridiza........................................................................
3.2 Las redes neuronales: una revolucin in conclusa....................
3-.3 Apoyarse en el en torno............................ ....................................
3.4 Planificacin y resolucin de p ro b lem as...................................
3.5 Despus del archivador ...............................................................

93
93
93
100
104
109

4. Sabidura colectiva al estilo de los hongos m ucilaginosos.............


4.1 Aqu llega el muclago .................................................................
4.2 Dos formas de em ergencia............................................................
4.3 Tripulaciones m arinas.....................................................................
4.4 Las races de la arm o n a...............................................................
4.5 Modelos de la mente oportunista................................................
Intermedio: una historia con den sada..................................................

113
113
116
119
120
123
126

Segunda parte
EXPLICAR LA M ENTE EXTEND ID A
5. Robots en evolucin .............................. .............................................
5.1 Las elusivas estratagemas de la mente corprea y embebida .
5.2 Un teln de fondo evolutivo.........................................................
5.3 Los algoritmos genticos como instrumentos de exploracin
5.4 Inteligencia corprea en evolucin ............................................
5.5 La batalla de los simuladores (Viva lo autntico!)............... ..
5.6 Cmo comprender los agentes evolucionados,
corpreos y em bebidos.................................................................

131
131
132
133
135
139

6. Emergencia y explicacin ..................................... ..............................


6.1 Estilos diferentes?................... ...................................................
6.2 De las partes a los t o d o s ...............................................................
6.3 Los sistemas dinmicos y la explicacin basada en la
em ergencia.......................................................................................
6.4 Matemticos e ingenieros.........................
6.5 Decisiones, decisiones .................................................................
6.6 El cerebro contraataca .................................................................

149
149
150

142

160
166
170
174

7. La imagen neurocientfica................................................................... 177


7.1 Cerebros? Para qu! ................................................................. 177
7.2 Los dedos del m o n o ..................................................................... 179

Sumario I 11

7.3 La visin de los primates: de la deteccin de


caractersticas a los filtros sintonizados..................................... 182
7.4 Hiptesis del control neuronal.................................................... 184
7.5 Refinar la representacin ............................................................ 190
8. Ser, computar, representar................................................................... 193
8.1 Noventa por ciento de vida (artificial)?................................... 193
8.2 Qu es eso que llamamos representacin?.............................. 193
8.3 Representacin orientada hacia la accin ............................
200
8.4 Programas, fuerzas y programas parciales................................... 204
8.5 Seguir el ritm o.................................................................................. 213
8.6 Causalidad recproca continua...................................................... 215
8.7 Problemas vidos de representacin ..............................
219
8.8 R aces..................................................................................................224
8.9 Representacionalismo m n im o...................................................... 228

Tercera parte
MS ALL
9. Mentes y mercados .............................. . ......................... ...................233
9.1 Cerebros salvajes, mentes andam iadas......................................... 233
9.2 Perdidos en el superm ercado.........................................................235
9.3 Oficinas inteligentes?.....................
239
9.4 Dentro de la m qu ina...............................................
241
9.5 Entornos de d ise o ..........................................................................245
10. Lenguaje: el artefacto d efin itiv o ...........................................................247
10.1 El poder de la palabra ...............................................................247
10.2 Ms all de la comunicacin................................................. .... 248
10.3 Cambio de espacios ..................................................................... 255
10.4 Pensar sobre el pensar: el efecto del m an g la r........................263
10.5 La adaptacin del lenguaje al cerebro ..................................... 267
10.6 Dnde acaba la mente y empieza el resto del m u n d o ?---- 270
11. Mentes, cerebros y atunes: un resumen en salm uera......................277
Eplogo: habla un cereb ro.................................
281
Bibliografa ......................................................................................................287
Indice analtico y de n om b res..................................................................... 301

Agradecimientos

Parte de los captulos 6 y 9 y del eplogo se basan en los siguientes ar


tculos escritos por m. Agradezco a los compiladores y editores su autoriza
cin para utilizar este material.
Happy complings: Emergence, exploratory styles and embodied, embedded cognition, en Readings in tbe Philosopby o f A rtificial Life, M. Boden (comp.), Oxford University Press.
Economic reason: The interplay of individual learning and external
structure, en Frontiers o f hutilutional Economics, J. Drobak (comp.), Academic Press.
I am Johns brain, en Journal o f Consciomness Stttdies, 2 (1995),
n 2, pgs. 144-148.
La procedencia de las figuras se acredita en las notas al pie correspon
dientes.

Prlogo: Del conexionismo


a la mente corprea y embebida

La visin un tanto idealizada que la ciencia cognitiva tiene de s misma


(por ejemplo, Gardner, 1985) es la de un rea en la que confluyen los es
fuerzos interdisciplinarios de fuentes tan diversas como la inteligencia artifi
cial, la psicologa, la lingstica o las neurociencias. Cada una de estas disci
plinas es a su vez una ciencia en movimiento, en la que cada semana estn
apareciendo nuevas tecnologas, nuevas hiptesis y un caudal de datos que
resulta difcil conjugar en un todo coherente. Si a esto aadimos que la ma
teria de estudio, el fenmeno de lo mental, est plagada de embrollos filos
ficos, nos encontramos con una ciencia que est en un proceso continuo de
redefinicin de sus lmites, de sus tareas y de su aparato conceptual. Es fcil
que al adentrarse en busca de explicaciones uno se encuentre inmerso en
unas arenas movedizas que amenazan con tragarle. Como sabe todo aquel
que haya visto una pelcula de la jungla, la mejor manera de salir de unas are
nas movedizas no es por medio de brazadas bruscas y movimientos violen
tos, sino sujetndose a alguna liana y tirando firmemente pero con paciencia.
Estar ah, el tercer libro de Andy Clark, nos proporciona una de esas lianas.
A diferencia de sus dos obras anteriores, Microcogn ilion (Microcognicin, 1989) y Associative Engines (Motores asociativos, 1993), centradas
principalmente en analizar los supuestos que hay detrs del enfoque conexionista de la cognicin y en articular las consecuencias de este enfoque para
la concepcin general de la mente, el conexionismo no es el tema central de
Estar ah, aunque siga ocupando un lugar preeminente. De hecho, y muy en
consonancia con el enfoque de la ciencia cognitiva que se va a ofrecer, no es
fcil ni conveniente identificar un aspecto determinado como el tema o ar
gumento central de este libro, sino que existe toda una coleccin de concep
tos clave que se entrelazan en un tejido explicativo comn. Nociones como
descentralizacin, emergencia, sistemas dinmicos, reconocimiento de p a

16 ! Estar ah

trones, conducta adaptativa, van a conformar un entramado caleidoscopio),


aderezado por una multitud de ejemplos de procedencia tan diversa como la
robtica, la etologa, la economa o el desarrollo infantil. Todo ello con el ob
jeto de recuperar para la ciencia cognitiva cuestiones relativas al cuerpo y al
ambiente, que no slo rodean a la mente sino que, de acuerdo con el autor,
forman con ella un mismo sistema.
A pesar del carcter notablemente diferente de este ltimo libro respec
to a los trabajos anteriores, hay un rastro de preocupaciones y motivos afines
a lo largo de las tres obras. El objeto de este prlogo, por tanto, es poner a la
vista la evolucin del pensamiento de Clark en el contexto de sus primeras
obras sobre conexionismo, de modo que el lector pueda apreciar, al menos a
grandes rasgos, el proceso que desemboca en la imagen de la mente corp
rea y embebida que se plasma en Estar ah.

Las redes del pensamiento


Los sistemas conexionistas irrumpieron con fuerza en el ruedo cognitivo
a mediados de la dcada de los ochenta. En ese momento la concepcin do
minante entre quienes emplean modelos computacionales de las funciones
mentales se basa en la manipulacin de representaciones simblicas discre
tas y sintcticamente estructuradas por medio de reglas sensibles a dicha es
tructura. Las representaciones se conciben como smbolos capaces de reci
bir una interpretacin semntica en funcin de la relacin particular que
posean con el ambiente o con otros smbolos. Son, asimismo, capaces de
combinarse con otros smbolos para formar estructuras ms complejas. Los
procesos cognitivos, por su parte, sern de carcter algortmico. Una deter
minada funcin se realizar a travs de una serie de transformaciones de es
tructuras simblicas. Las transformaciones vienen dadas por un conjunto de
reglas que determinan los pasos permisibles a partir de cada estado del sis
tema. El enfoque que se deriva de esta visin ha recibido distintas etiquetas,
ms o menos afortunadas, como cognitivismo clsico, paradigma simblico,
computacionalismo ortodoxo, enfoque de representaciones y reglas, o el
acrstico GOFAI (Good Old-Fasbioned A rtificial bitelligence o inteligencia
artificial al viejo estilo).
En oposicin a este tipo de organizacin, los distintos tipos de sistemas
conexionistas estn constituidos por unidades simples interconectadas for
mando una red cuya estructura est inspirada, de un modo muy general, en
las caractersticas de la arquitectura neuronal del sistema nervioso, por lo
que tambin reciben el nombre de redes neuronales artificiales. Las unida
des o nodos poseen un determinado grado de activacin, la cual se propaga

Prlogo I 17

a travs de las conexiones hacia otras unidades, activndolas o inhibindolas


en mayor o menor medida segn el peso y valor (positivo o negativo) de las
conexiones. Para llevar a cabo una tarea es preciso entrenar a la red, de ma
nera que modifique los pesos de las conexiones entre las unidades hasta que
se asiente en una solucin estable al problema. La conducta del sistema es as
el producto de la interaccin de sus elementos. Este enfoque tambin ha
sido bautizado de diversas maneras, como conexionismo, paradigma sub
simblico, neurocomputacionalismo o enfoque PDP (Procesamiento Distri
buido en Paralelo).
El conexionismo atrajo inmediatamente la atencin de un nutrido grupo
de insatisfechos con las aproximaciones computacionalistas simblicas tradi
cionales. Entre ellos se contaban investigadores de muy distintos credos, ta
les como holistas, asociacionistas, eliminativistas, neurocomputacionalistas o
anticomputacionalistas. Esta diversidad de partidarios se debe, en parte, al
carcter opaco de los procesos en los que se basa la conducta de una red conexionista. La actividad es producto de los vnculos asociativos existentes en
tre las unidades de la red, de ah la etiqueta (o, para algunos, la acusacin) de
asociacionista. El sistema integra simultneamente (en paralelo) un cmulo de
elementos de informacin que determinan conjuntamente la respuesta del sis
tema ante un estmulo determinado, de ah la etiqueta de bolista. Por otra
parte, los neurocomputacionalistas confiaban en que los nuevos sistemas per
mitiran integrar los datos procedentes de la neurociencia en modelos computacionales que idealizasen el funcionamiento de los sistemas nerviosos. As,
el conexionismo permitira vislumbrar la forma bsica de las representaciones
en los sistemas biolgicos. Los detractores del computacionalismo, por el
contrario, vean en el carcter emergente de la conducta de la red con respec
to a la actividad de las unidades un punto de apoyo para rechazar cualquier
interpretacin representacional y computacional de las estructuras y procesos
internos responsables de dicha conducta. Los eliminativistas, sin embargo, in
terpretaban la falta de vnculos claros entre las entidades que identificamos
en nuestras explicaciones psicolgicas de andar por casa (entidades tales
como creencias y deseos) para decretar la expurgacin de nuestro lenguaje
psicolgico cientfico de semejantes entidades ficticias.
A la hora de contrastar el enfoque conexionista con el simblico, el des
concierto ha seguido siendo la norma. Las redes eran empleadas con xito
en la solucin de problemas del mismo tipo que en el enfoque convencional,
y la vocacin de sus primeros promotores era ms reformista que revolucio
naria con respecto a la ortodoxia cognitiva. No obstante, las redes se resist
an al anlisis clsico en trminos de estructuras (los datos) y procesos (los
programas) que caracterizaba a la inteligencia artificial tpica. A primera vis
ta es evidente que existe alguna diferencia entre ambas familias y para ca

18 I Estar ah

racterizarla se han sealado aspectos como los primitivos computacionales


que emplean, la metodologa de construccin del sistema, la capacidad re
presen racional, la adecuacin a los datos procedentes de la neurofisiologa,
la posesin de reglas, el nivel de explicacin en el que se sitan, el grado o
tipo de innatismo que permiten, el modo de tratar las actitudes preposicio
nales, el tipo de contenido, el tipo de conceptos y un sinfn de aspectos ms;
y prcticamente respecto a cada diferencia sealada ha habido quien ha ar
gumentado que tal diferencia no existe.
El conexionismo peda a gritos un anlisis de sus cualidades y supuestos
que permitiera ubicar con mayor claridad su lugar dentro del estudio de la
cognicin. Microcognition, el primer libro de Clark, es uno de los hitos prin
cipales en la tarea de llevar a cabo este anlisis. Su objeto es delinear qu
imagen de la mente y de la ciencia cognitiva se sigue si aceptamos los postu
lados conexionistas. Clark evita los posicionamientos rupturistas y las con
frontaciones estriles para rescatar una imagen de la cognicin que haga jus
ticia tanto a tres dcadas de ciencia clsica como a los deseos de renovacin.
Una propiedad crucial con la que exhibir la diferencia entre los sistemas
conexionistas y sus predecesores simblicos es la transparencia semntica. En
expresin de Clark U989, pg. 18), un sistema posee transparencia semnti
ca cuando es posible describir una correspondencia ntida entre una des
cripcin semntica simblica (de nivel conceptual) de la conducta de un sis
tema y una interpretacin semntica proyectable de los objetos de su
actividad computacional formal representados internamente. Las descrip
ciones de nivel conceptual son, en general, aquellas que nos proporcionan
los predicados psicolgicos ordinarios que utilizamos para hablar de la con
ducta propia y ajena. En estas descripciones tienen un papel destacado las
referencias a creencias, deseos y otros trminos con los que designamos es
tados mentales, tales como ver, esperar, intentar, suponer, etc., pero tambin
pertenece a este nivel todo aquello que identificamos normalmente como un
concepto. As, al ver un perro uno categoriza de una determinada manera
una porcin de realidad, esto es, la hace corresponder a un concepto.
Los sistemas clsicos son inherentemente transparentes. Los objetos de
computacin son los smbolos que se transforman en las transiciones de es
tado del sistema. Muchos de estos smbolos poseen una interpretacin se
mntica que corresponde a las entidades del nivel conceptual y los distintos
estados mentales se diferencian en trminos de los roles funcionales en que
se puede hacer intervenir a los smbolos. Las reglas que gobiernan las transi
ciones estn definidas de modo que la conducta global del sistema sea se
mnticamente coherente a travs del tiempo, generalmente haciendo que el
sistema respete una serie de principios lgicos. En el caso de los sistemas co
nexionistas, por el contrario, la transparencia desaparece: los procesos com-

Prlogo I 19

putacionales que tienen lugar en una red neurona) no se llevan a cabo sobre
elementos que posean una interpretacin directa en el nivel conceptual. In
cluso cuando se trata de una red local (aquella en que cada unidad s corres
ponde a una entidad de nivel conceptual, como objetos o proposiciones), la
conducta viene determinada por el funcionamiento conjunto de todas las
unidades, no por la transformacin serial de unos smbolos en otros. Cada
una de las pequeas porciones de informacin codificadas en las unidades y
en los pesos o fuerzas de las conexiones puede considerarse como una res
triccin dbil que influye en el resultado final de la conducta de la red. Una
leccin del conexionismo, por tanto, es que la relacin entre los pensamien
tos y lo computacional puede ser ms laxa que lo supuesto inicialmente.
Otro importante principio defendido en Microcognition es la multiplici
dad de la mente. La polmica entre clsicos y conexionistas gravita, en bue
na parte, en una sucesin de intentos de mostrar que el enfoque respectivo
es capaz de constituir el sustrato nico en el que se desarrolla toda la activi
dad mental. En la terminologa de Pylyshyn (1984), se puede decir que am
bos campos se consideran capaces de proporcionar la arquitectura funcio
nal, esto es, una suerte de punto fijo sobre el que se definen todas y cada una
de las funciones mentales.
Clark rechaza el supuesto de uniformidad que subyace en esta discusin:
no tenemos motivos para pensar que todas las funciones mentales tengan
que asentarse sobre el mismo tipo de arquitectura computacional. Al igual
que es posible programar un determinado soporte computacional para que
opere simulando el modo de funcionamiento de un soporte distinto, es po
sible que el hardware de la mente est formado en ocasiones por un sistema
PDP que simula un sistema simblico. Esto no significa, como algunos pro
ponen (por ejemplo, Smolensky, 1988), que lo simblico slo sea una des
cripcin aproximada de un mecanismo causal genuinamente conexionista;
ms bien, lo simblico podra constituir en ocasiones la descripcin funcio
nal correcta. Lo cierto es que no tiene por qu existir un solo tipo de rela
cin entre ambos tipos de sistemas a lo largo de toda la mente. Es mejor con
cebir que existe una pluralidad de mquinas virtuales adaptadas para
distintos propsitos en el curso de la evolucin, mquinas que dejan traslu
cir sus propiedades en dominios de problemas diferentes.
La idea de la multiplicidad de la mente cobra nuevos giros en Estar ah,
especialmente en el nfasis en los procesos descentralizados. La imagen sim
blica de la mente est a menudo asociada con la presencia de un sistema
central que recibe y procesa la informacin de una variedad de sistemas pe
rifricos. Por ejemplo, en la concepcin modular de Fodor (1983) este pro
cesador central llevara a cabo la fijacin de creencias atendiendo a toda la
evidencia suministrada por los sistemas modulares de entrada, tales como la

20 ] Estar ah

percepcin visual o el lenguaje, para enviar la decisin adoptada a un siste


ma motor de salida encargado de ejecutar la orden en cuestin. Clark, sin
embargo, muestra una abigarrada coleccin de ejemplos en que la figura del
sistema central desaparece y la mente se multiplica a lo largo de un sistema
de entidades individuales enfrascadas en una tarea comn. Podemos ver des
centralizacin tanto en las conductas colectivas de las sociedades de insec
tos, como en la estructura neuronal del sistema nervioso o en la organizacin
de las funciones de un determinado grupo humano.
Descentralizacin no entraa desorganizacin: el medio en el que se de
sarrolla la conducta en cuestin impone una serie de restricciones que con
figuran el resultado final tanto como la dinmica interna de los agentes im
plicados. Si el conexionismo, al igual que los modelos clsicos, no puede
fundamentar toda la cognicin, los recursos de procesamiento de base esta
dstica con que cuenta necesitan ser complementados y potenciados. Estar
ah examina los modos en que tanto la misma constitucin corporal como la
manera en que sta se relaciona con un ambiente que posee su propia es
tructura y dinmica pueden proporcionar dicha complementariedad, en un
delicado equilibrio de factores internos y externos.

Lo interno y lo externo: el caso de la sistematicidad


El desplazamiento desde una posicin conexionista baria una visin que
otorga mayor relieve al papel del cuerpo y el medio externo es en parte una
consecuencia natural de las propias ventajas y debilidades de las redes neuronales artificiales. Podemos tomar como ejemplo una de las ms arduas po
lmicas entre el cognitivismo clsico y el conexionismo: el argumento de la
sistem aticidad, desarrollado por Fodor y Pylyshyn (1988). Existe una rela
cin intrnseca entre pensamientos como Juan ama a Mara y Mara ama a
Juan, de modo que las mentes capaces de pensar el primero son as mismo
capaces de pensar el segundo. Una propiedad como sta puede explicarse si
consideramos que el medio en que se desarrollan los pensamientos posee
una estructura de constituyentes que corresponden a cada uno de los ele
mentos identificables en el pensamiento correspondiente {Juan, ama y Ma
ra). Estos constituyentes son combinables entre s, de modo que el signifi
cado del compuesto viene determinado por el significado de los
componentes ms simples que intervienen. En otras palabras, la composicionalidad del lenguaje y el pensamiento sera un factor explicativo crucial para
la sistematicidad.
El argumento de la sistematicidad se emplea contra el conexionismo
aduciendo que los sistemas conexionistas no poseen estructura de constitu

Prlogo I 21

yentes, con lo cual no son capaces de explicar una propiedad omnipresente


de lo mental. Pero lo que es ms, de acuerdo con Fodor y Pylyshyn, poseer
dicha estructura es, sumado a la presencia de procesos sensibles a ella, una
caracterstica que define a los sistemas clsicos. En consecuencia, si los conexionistas son capaces de dotar a sus sistemas de una estructura de consti
tuyentes, lo mximo que habrn logrado es implementar un sistema clsico
en una red neuronal artificial. Dicho de otro modo, la autntica explicacin
psicolgica seguira siendo de naturaleza simblica y el conexionismo slo
habra proporcionado el mecanismo, descrito a un nivel demasiado bajo
para los propsitos de la ciencia cognitiva, en el que el sistema de smbolos
se realiza. El conexionista se encuentra as ante un dilema: o bien sus mode
los no son capaces de explicar la sistematicidad porque carecen de la estruc
tura necesaria, o si lo hacen en realidad parasitan la explicacin clsica.
Ante este dilema la reaccin de algunos partidarios del conexionismo
(por ejemplo, Smolensky, 1988) es desarrollar metodologas para dotar a las
redes de constituyentes y mostrar al mismo tiempo que los sistemas obteni
dos no son implementaciones de modelos clsicos. Estas propuestas han
sido objeto de una larga disputa con los cognitivistas clsicos, disputa difcil
de resolver por cuanto comporta cuestiones espinosas (por ejemplo, cundo
podemos decir que un sistema tiene una estructura de constituyentes o qu
condiciones deben cumplirse para afirmar que un sistema realiza o implementa a otro). Otros (por ejemplo, van Gelder, 1990) desarrollan una nocin
de composicionalidad que no requiere la concatenacin de smbolos, una
composicionalidad funcional que podra responder a las necesidades de los
procesos conexionistas.
En la posicin adoptada por Clark, los intentos de emplear la sistematici
dad como objecin contra el conexionismo son ftiles, puesto que la sistema
ticidad no es una propiedad de la arquitectura interna de la mente. Clark
(1989, cap. 8) insiste en que el hecho emprico a explicar es la sistematicidad
de la conducta, no la sistematicidad del pensamiento. Esta ltima propiedad
hace referencia a un hecho conceptual. No se trata de que no podamos encon
trar organismos que posean capacidades mentales no sistemticas (en el senti
do de que falte la conexin intrnseca reclamada por Fodor y Pylyshyn), sino
que precisamente la ausencia de sistematicidad sera motivo suficiente para no
atribuir mente a tales entidades. En otras palabras, forma parte de nuestro
concepto de mente el hecho de que los pensamientos estn sistemticamente
relacionados. Clark no niega que las causas internas (es decir, computacionales) tengan relevancia constitutiva para el pensamiento, pero no ve la necesi
dad de que se preserve una correspondencia 1:1 entre pensamientos y estados
computacionales. Ello se debe a que la individuacin de los pensamientos de
pende de otros factores (las conductas) cuya influencia es holstica.

22 I Estar ah

La adscripcin de un determinado pensamiento a un agente, apunta


Clark, se hace en funcin de una amplia porcin de la conducta del agente.
Supongamos que un organismo es capaz de responder a una determinada re
lacin entre dos objetos aRb (por ejemplo, a es ms alto que b) pero no a bRa
(por ejemplo, un animal al que fuera posible entrenar para que respondiera
ante aRb, pero no ante bRa). De un hecho como ste no concluimos, argu
menta Clark, que el organismo es capaz de pensar aRb e incapaz de pensar
bRa, sino ms bien que su patente incapacidad de tener un espectro de pen
samientos que involucren a a, b y la relacin mayor-que debera frustrar el
intento de adscribirle el pensamiento a es mayor que b' en primera instan
cia. (1989, pg. 147).
En Associative Engittes, la sistematicidad va a ser contemplada ms bien
como una propiedad de determinados entornos. Se puede establecer un
contraste entre la sistematicidad como algo impuesto en una criatura por
la forma bsica de su arquitectura cognitiva y la sistematicidad como un ras
go de uno o ms dominios (esto es, como algo a aprender por parte de una
criatura a medida que intenta dar sentido a un conjunto de datos de entre
namiento). (1993, pg. 148). En un entorno sistemtico existen patrones
recurrentes de estados de cosas, por ejemplo, individuos y propiedades aso
ciados de maneras estables, que un mecanismo cuya capacidad bsica es el
reconocimiento de patrones puede llegar a aprehender. Un entorno siste
mtico por excelencia lo constituye el lenguaje. Su sugerencia, por tanto, es
vincular las condiciones de aparicin de la sistematicidad con las de la ad
quisicin de un lenguaje pblico estructurado sintcticamente. Pero el pro
blema es, a sus ojos, tan intratable que recomienda ponerlo entre parnte
sis mientras se investigan ulteriores mtodos de procesamiento sensible a la
estructura.
La actividad de un organismo en su entorno pasa a un primersimo pla
no en Estar a h , no slo para la adscripcin de estados mentales sino como
parte integrante de ellos. Desde el cognitivismo tradicional, la conducta
constituye una de las fuentes (o la principal) de evidencia acerca de las pro
piedades y capacidades mentales. Pero lo mental propiamente dicho es algo
que interviene entre los estmulos (la entrada o input, en trminos de proce
samiento de informacin) y las respuestas (la salida o output). A diferencia
de esto, Clark va a proponer que la interaccin cuerpo-mundo es constituti
va de la mente. Esta posicin podra parecer a primera vista un retorno al
conductismo de viejo cuo, para el cual no existe lo mental como elemento
explicativo ni ontolgicamente slido, sino tan slo cadenas de estmulos y
respuestas observables. Pero la postura de Clark dista mucho de esta disolu
cin de la mente que realiza el conductista. Muy al contrario, su intencin es
extender lo mental, de modo que podamos abandonar la idea de una esfera

Prlogo I 23

desconectada de los avatares del cuerpo que realiza las acciones y del am
biente en que stas se llevan a cabo.
Esta extensin puede interpretarse en dos fases o momentos. El primero
tiene que ver con la metodologa explicativa. Los constructos necesarios y su
ficientes en una explicacin cognitiva abarcan mucho ms que los estados in
ternos del sistema a explicar. No solamente se trata de que estos estados nos
sean ininteligibles e indetectables si no es desentraando las condiciones ex
ternas en que la accin del sistema se lleva a cabo; se trata de que la explica
cin misma ser radicalmente incompleta si no hacemos referencia a tales
condiciones. Esta dea se encuentra ya plenamente presente en Associative
Engines y permite repensar desde la perspectiva conexionista una clase am
plia de fenmenos mentales olvidados en buena medida por la ciencia cogni
tiva. Se trata de los fenmenos relacionados con el desenvolvimiento de la
conducta en el tiempo, por ejemplo, todos aquellos implicados en el proceso
de desarrollo y cambio conceptual. Los anlisis de la ciencia cognitiva al uso
(por ejemplo, Von Eckardt, 1993) dictaminan que su objeto de estudio tpico
es la cognicin adulta, normal y tpica. Los estudios del desarrollo de las fun
ciones mentales tienen slo una funcin secundaria, en la medida en que ayu
den a esclarecer el funcionamiento de una mente formada. Una desafortuna
da consecuencia de este enfoque es la concepcin de la mente como un
estadio a alcanzar, una suerte de horizonte ideal cuyas bases constitutivas
es posible estudiar con independencia de su proceso de adquisicin.
Los procesos de cambio en el tiempo forman, sin embargo, una parte
consustancial del estudio de la mente para Clark. En estos procesos el am
biente interviene de una manera crucial. Una red neuronal no alcanza una
solucin con igual facilidad (o incluso no la alcanza en absoluto) a partir de
distintos conjuntos de entrenamiento. La disposicin y dosificacin de la in
formacin a lo largo del aprendizaje puede ser crucial para que el sistema no
se asiente inicialmente en soluciones errneas de las que es muy difcil ha
cerle salir. Es preciso que la red discurra a travs de una apropiada trayecto
ria representacional de modo que acceda a las representaciones bsicas en
primer lugar y aprenda las complejas una vez consolidadas las primeras. El
mundo proporciona lo que Clark denomina el andamiaje de esas trayecto
rias, tema en el que Estar ah va a ahondar. En otras palabras, el proceso de
desarrollo adquiere un perfil que no se debe tanto a la naturaleza del meca
nismo de procesamiento interno, como a la naturaleza y disposicin de los
datos con que se entrena al sistema. En la explicacin de la sistematicidad
deben figurar, por tanto, parmetros relativos a la arquitectura y parmetros
relativos al proceso temporal de adquisicin de propiedades del dominio. La
sistematicidad de las capacidades es consecuencia de este proceso de apren
dizaje.

24 I Estar ah

Los aspectos temporales desempean un papel destacado en Estar ah,


en un doble sentido. Primeramente, respecto a la necesidad de considerar las
conductas de los sistemas en tiempo real para calibrar los recursos que son
capaces de ofrecer respuestas eficientes rpidas; en segundo lugar, respecto
al desarrollo de dichas conductas eficientes tanto desde el punto de vista
evolutivo como ontogentico. Ello va a requerir nuevos instrumentos de an
lisis ms apropiados para captar el despliegue de actividad en el tiempo. Uno
de estos instrumentos es la teora matemtica de sistemas dinmicos, a la
cual Clark presta detallada atencin.
El segundo momento de esta extensin de lo mental va a ser ontolgico,
esto es, se refiere a la propia naturaleza de la mente e implica difuminar los
confines que delimitan dnde acaba la mente y dnde comienza el entorno.
Lo mental se extiende hacia los dominios en los que acta, de modo que
gran parte de lo que identificamos como nuestras capacidades mentales en
realidad pueden ser propiedades de los sistemas ms amplios, y extendidos
en el entorno, de los que los cerebros humanos mismos son slo una parte
{importante) (1997, pg. 214; esta edicin, pg. 255). En la concepcin cl
sica, los estados mentales internos se relacionan con el mundo externo por
medio de mecanismos de transduccin, es decir, dispositivos que transfor
man la energa presente en un determinado medio (luz, sonido, etc.) en in
formacin manejable en un medio completamente distinto (por ejemplo, un
sistema de smbolos). En expresin de Pylyshyn (1984), la transduccin
constituye el puente entre lo fsico y lo simblico, o lo que es lo mismo,
entre lo no mental y lo mental. Esto permite contemplar los fenmenos cognitivos como un coto cerrado que recibe informacin a partir de toda una se
rie de perifricos y que realiza sus acciones a travs de diferentes efectores.
Pero como seala Dennett (1996, pg. 74), la realidad biolgica es que exis
ten transductores y efectores prcticamente en cada esquina del organismo,
en los niveles mismos de las sinapsis neuronales o de las secreciones qumi
cas. La consecuencia es que lo externo y lo interno se entremezclan empe
zando por nuestro propio cuerpo.
Clark comparte esta idea de indisolubilidad de la unin entre mente y
cuerpo, esto es, la idea de una mente esencialmente corporeizada (embodied).
Esta mente corprea se encuentra adems encajada o embebida (embedded)
en el mundo-en el que acta. Las trayectorias representacionales, por tanto, no
tienen su principio y fin dentro de la organizacin interna, sino que los mismos
elementos del ambiente que proporcionan el andamiaje pueden verse como
parte integrante de la trayectpria. La unidad de estudio, en consecuencia, ya
no sern las transiciones de estado internas, sino que abarca las interacciones
con el entorno, en las cuales dichas transiciones son un componente posible
mente mucho ms pequeo que lo sospechado en el enfoque clsico.

Prlogo I 25

En resumidas cuentas, el caso de la sistematicidad muestra cmo cambiar


la forma de un problema al reconceptualizar como externa una propiedad
que inicialmente se atribuye a la arquitectura interna. Si la sistematicidad es
una propiedad del dominio externo con el que interacciona un agente y lo
mental se extiende hacia lo externo, entonces toda explicacin de la sistema
ticidad debe incluir los procesos que se realizan en esa interaccin entre agen
te y entorno. Los requisitos de estructura de constituyentes y procesos sensi
bles a dicha estructura no tienen por qu demandar una arquitectura clsica
dentro del agente, toda vez que podemos incluir estructuras del ambiente y
procesos sensibles a dichas estructuras dentro de nuestras explicaciones cognitivas. Esto permite al conexionista esquivar el dilema de Fodor y Pylyshyn:
la arquitectura cognitiva puede seguir siendo fundamentalmente un sistema
PDP siempre y cuando podamos explicar los procesos de interaccin que
permiten que un sistema de reconocimiento de patrones explote la estructu
ra sistemtica que el mundo le proporciona.
Para los detractores del enfoque conexionista, ste puede parecer un
caso paradigmtico de cmo hacer de la necesidad virtud, puesto que es la
propia carencia de la estructura interna necesaria en las redes neuronales lo
que empuja al terico a buscar una solucin (descabellada, para el clsico)
extendida en el entorno. Probablemente, como el mismo Clark seala, no
sea posible solucionar la disputa en ausencia de ulteriores trabajos empri
cos, trabajos que muestren si es posible o no dar cuenta de funciones men
tales complejas partiendo de un dispositivo bsico de reconocimiento de pa
trones y un ambiente estructurado. Pero el mensaje de fondo es claro:
independientemente de la forma que la arquitectura de la mente acabe por
tener, es bien posible que debamos aligerar el tipo de representaciones in
ternas que el organismo precisa.

Representacin sin textos


El desarrollo de la inteligencia artificial (IA) se puede organizar en tomo
a tres grandes debates (Franklin, 1995). El primero tendra que ver con la
posibilidad misma de existencia de la disciplina, esto es, de la validez tanto
de la metfora del ordenador como de los supuestos filosficos y metodol
gicos de la IA para proporcionar una comprensin satisfactoria de los fen
menos mentales. El segundo debate sera la polmica simblico-conexionista. El tercer debate se centrara en la cuestin de las representaciones y en l
se ven inmersas tanto la IA como la ciencia cognitiva en general. Aunque no
puede decirse que los dos primeros debates se hayan disipado por completo
ni tampoco que ninguno de ellos haya alcanzado una solucin satisfactoria,

26 I Estar ah

el ms acuciante en el momento presente es el debate sobre la represen


tacin.
Es un tema comn de la filosofa de la mente hablar de la intencionalidad
como una de las propiedades cruciales de los fenmenos mentales. Estados
tales como percepciones, creencias o deseos tienen la caracterstica de estar
dirigidos hacia, de tener un contenido que se refiere a algn otro aspecto
de la realidad o incluso a lo inexistente. Si veo un gato, creo que maana ser
martes o deseo que vengan los Reyes Magos, mis estados mentales apuntan
hacia objetos y estados de cosas que son el objeto de mis pensamientos. Es
un problema filosfico y cognitivo de primer orden elucidar cmo es posible
que lo mental exhiba esta propiedad. La representacin constituye el mo
derno ensayo de una solucin a este problema. Aunque hay muchas nocio
nes de representacin, podemos decir que en trminos generales implica la
idea de una entidad que sustituye o est pOD> otra, a la cual se refiere o de
nota. La idea de representacin resulta ms clara en los sistemas de repre
sentacin externos, como las palabras y los dibujos, as que no es extrao
que las teoras acerca de la representacin interna hayan tomado a menudo
como modelo esos otros sistemas.
Desde la aparicin de E l lenguaje del pensam iento (Fodor, 1975) la
teora representacional de la mente se ha presentado como el nico jue
go en la ciudad. Los argumentos a favor de las representaciones estruc
turadas como elemento explicativo ineludible de los fenmenos cognitivos siempre han aadido como colofn la coletilla ({alguien tiene algo
m ejor?. En consecuencia, el rechazo categrico a las representaciones
tiene un aire de bravata, de mera estratagema por parte del aparato de
propaganda de unos cientficos deseosos de llamar la atencin sobre su
trabajo pero que en el fondo saben que el estudio de la mente no pue
de prescindir de ellas en casi todos los mbitos de inters. El empleo de
nuevas herramientas descriptivas no ligadas al vocabulario representacio
nal, como las de la teora de sistemas dinmicos, puede funcionar para
una gama de fenmenos de bajo nivel, como deambular o evitar obstcu
los. Pero cuando se trata de dar cuenta de las capacidades del sistema que
responden a las propiedades sem nticas del entorno, las representaciones
se hacen ineludibles. As, cuando se trata de que el sistema distinga pa
red como algo bien distinto de suelo, y no como un mero conjunto de
estmulos ante los que reaccionar, nos enfrentamos al problema de dotar
al agente de una estructura conceptual. Uno de los aspectos claves de la IA
clsica consiste en elegir la conceptualizacin adecuada para la resolucin
del problema dentro de un dominio determinado. Esto supone desarrollar
el tipo de representacin ms acorde para representar los aspectos esen
ciales de dicho dominio.

Prlogo I 27

La crtica de muchos partidarios del enfoque dinmico es que las conceptualizaciones intentan resolver el problema abarrotando los modelos
mentales de detalles del mundo que no requieren ser representados. El cl
sico malgasta recursos computacionales en dotar a su sistema de una fuerza
expresiva (por ejemplo, por medio de lgicas cada vez ms potentes) que es
en el mejor de los casos innecesaria y, en el peor, un autntico obstculo en
la resolucin de problemas. En consecuencia, es preferible abandonar la no
cin de representacin y sustituirla por la de un sistema acoplado con el
mundo, que toma de ste los elementos necesarios en el momento en que los
precisa, sin necesidad de representarlos internamente.
El problema es cmo mantener la idea de representacin recogiendo a
un tiempo lo que tienen de cierto las crticas dinmicas. En Associative Engines Clark no duda de que cualquier inteligencia que merezca la pena va a
requerir el concurso de lo conceptual, pero descarta la visin clsica de los
conceptos como slidos mentales (1993, cap. 1} que se transparentan des
de las entidades que identificamos en el habla ordinaria hasta los estados in
ternos responsables causalmente de nuestros pensamientos y acciones. En su
lugar, los conceptos podran tener un carcter mucho ms activo, relaciona
do con la capacidad de poner en prctica diversas habilidades. Poseer y em
plear un concepto podra ser en el fondo una accin de reconocer o com
pletar un patrn y la naturaleza exacta del proceso computacional que
subyace en este reconocimiento no tiene por qu mantenerse invariable a lo
largo de todas las apariciones del concepto. De hecho, el propio carcter
inestable de los conceptos desaconseja este postulado. El rechazo de la soli
dificacin de los conceptos es congruente con crticas desde dentro de la IA,
que sugieren que la divisin tradicional entre percepcin y cognicin es in
sostenible para poder hablar de conceptos fluidos (por ejemplo, Hofstadter
y otros, 1995).
El antirrepresentacionalista yerra el tiro porque apunta al blanco equi
vocado. Como seala Cummins (1989), es posible distinguir entre el proble
ma de la representacin y el problema de las representaciones. El primero
hace referencia a qu es lo que hace que representar sea posible, cul es la
fuente de la representacionalidad, y el segundo a qu caracterizacin pre
sentan los estados y procesos representacionales. La solucin de Clark pue
de entenderse como una reorientacin de los ataques del andrrepresentacionalismo desde el primero al segundo problema. Lo que los crticos esgrimen
como un ataque frontal contra la nocin misma de representacin resulta
ser, si lo observamos bien, un ataque contra las representaciones, esto es,
contra una de las respuestas ofrecidas a la pregunta por la naturaleza de esos
correlatos mentales de la realidad: una respuesta creada a imagen y semejan
za de los textos lingsticos, cuyas representaciones exhiben propiedades de

28 I Estar ah

tipo lgico-sintctico. Si en A ssoative Engtnes Clark propone sustituir la


imagen clsica de la mente como texto por la imagen de la mente como pro
cero, en Estar ah iva a permitir que ese proceso abarque ms que los sucesos
con base cerebral, permitiendo al terico dinmico entrar en el juego expli
cativo. No obstante, el texto no desaparece del todo: el lenguaje pblico pro
porciona a la mente todos los recursos textuales que necesita un dispositivo
de reconocimiento de patrones. No es preciso moldear las caractersticas
computacionales de ste en trminos cuasiingsticos, puesto que el mismo
lenguaje es capaz de adaptarse de modo inverso a un mecanismo que fue se
leccionado por demandas ambientales bien distintas.

Conclusin: un nuevo paradigma?


Desde que el filsofo Thomas Kuhn caracterizara el desarrollo de una
ciencia en trminos de paradigmas, marcos normativos que se constituyen en
un proceso histrico y que pueden desaparecer tras un proceso de ciencia re
volucionaria, da la impresin de que el sueo de todo cientfico cognitivo
que tiene entre sus manos alguna nueva herramienta o teora es el de con
vertirla en la base de un nuevo paradigma para el estudio de la mente. Una
idea tentadora, por tanto, es calificar la imagen de la mente corprea y em
bebida como un nuevo paradigma. Sin embargo, una de las lecciones, a mi
entender, del trabajo de Clark es que no debemos apresurarnos a rechazar el
bagaje conceptual con el que contamos antes de considerar las posibilidades
de una revisin menos traumtica.
La visin de la ciencia cognitiva que Clark presenta en Estar ah puede
calificarse, al igual que su trabajo sobre el conexionismo, de razonadamen
te eclctica. No es el de Clark el nico enfoque que conjuga una perspecti
va favorable a los mecanismos conexionistas con una lectura desde la teora
de sistemas dinmicos (tal es, por ejemplo, la visin de Horgan y Tienson
[1996], para quienes las matemticas de los sistemas dinmicos constituyen
un marco que engloba el computacionalismo tradicional como un caso es
pecial). Ni es tampoco el nico en intentar tender puentes entre disciplinas
que trabajan en distintos niveles (como es el caso de Hardcastle [1996], que
desarrolla yna idea de teora cognitiva que cruza desde lo biolgico hasta lo
psicolgico). Pero el rango de dominios empricos que recorre y el esfuerzo
integrador de todos ellos en una visin coherente es de mayor calado. La
ciencia cognitiva es una amalgama de disciplinas que se disputan el papel
vertebrador y Clark est dispuesto a admitir un heterogneo cmulo de tra
bajos como parte integrante del estudio de la mente, no slo como investi
gaciones situadas en los mrgenes de la tradicin dominante y conspirando

Prlogo I 29

contra sta. Una de las riquezas de Estar ah es e! modo en que dirige nues
tra atencin hacia pautas generales y motivos bsicos que aparecen de modo
recurrente en los mbitos y niveles ms insospechados. As, podemos pre
senciar la influencia de las restricciones impuestas por la disposicin parti
cular del ambiente tanto si este ambiente consiste en un nicho ecolgico, en
un entramado de leyes econmicas o en la presencia perenne del lenguaje.
Confieso que mis propias intuiciones divergen respecto a algunas de las
consecuencias que se desprenden de esta visin de la mente. Por ejemplo, la
imagen del lenguaje como sistema representacional externo sometido a una
adaptacin inversa a los recursos computacionales de la mente parece des
conectar en demasa los productos lingsticos de los propios organismos
productores, desatendiendo las caractersticas de organizacin interna que
permiten que una mente cree un lenguaje en primer lugar. Igualmente, mien
tras como metfora me parece sugerente la concepcin de una mente que se
filtra y extiende hacia el entorno prximo, como tesis ontolgica me resulta
difcil de aceptar. Pero son tantas las intuiciones ordinarias que la moderna
ciencia de la mente ha hecho aicos, que no parece conveniente rechazar in
cluso estas conjeturas aparentemente extemporneas sin someterlas primero
al mas severo escrutinio, tanto en sus aspectos conceptuales como empricos.
Los conceptos clave de este libro tambin exigen un esfuerzo de acomo
dacin por parte del lector acostumbrado al punto de vista de la ciencia cognitiva ms clsica. Le solicita que abandone su propia actitud mental centralizadora de buscar en alguna parte del libro la explicacin o el conjunto de
elegantes ecuaciones definitivas que da sentido a la totalidad; que sea pa
ciente mientras ve emerger entre la barabnda de insectos artificiales y mun
dos simulados un patrn comn que sus dispositivos de reconocimiento de
ben ir entrenndose para captar; y que adapte su propia mirada al ritmo de
la dinmica interna de la ciencia cognitiva que, como cualquier otro sistema
vivo, tambin se desarrolla en el tiempo y obedece a la interaccin de una
mirada de mentes activas y mundos (reales y simulados) estructurados.

Referencias
Clark, A., Microcognilion: Philosophy, CognitiveScience and Parallel Distributed Pro
cessing, Cambridge, MA: MIT Press, 1989.
Clark, A., Associative Engines: Conncctionism, Concep/s and Representational Chan
ga, Cambridge, MA: MIT Press, 1993.
Clark, A., Being There; Putting Brain, Body, and World Togelher Again, Cambridge,
MA: MIT Press, 1997.
Cummins, R., Meaning and Mental Representalion, Cambridge, MA: MIT Press,
1989.

30 1 Estar ah

Dennett, D. C., Kittdsof Minds, Nueva York, Basic Books, 1996.


Fodor, J. A., The Language o f Thought, Nueva York, Crowell, 1975 (trac!. cast.:E/
lenguaje del pensamiento, Madrid, Alianza, 1984)
Fodor, J. A., The Modularity o f Miad, Cambridge, MA: Bradford/MIT Press, 1983
(trad. cast.:L/ modularidadde la mente, Madrid, Morata, 1986).
Fodor, J. A. & Pylyshyn, Z. \V Connectionism and Cognitive Architecture: A Critical Analysis, Cognition, 28, 1988, pgs. 3-71.
Franklin, S., Artificial Minds, Cambridge, MA: Bradford/MIT Press, 1995.
Gardner, H., The Mind's New Science, Nueva York, Basic Books, 1985 (trad. cast.:Lt
nueva ciencia de la mente Barcelona, Paids, 1988).
Hardcastle, V. G., How to Build a Theory in Cognitive Science, Albany, Nueva York,
State University of New York Press, 1996.
Hofstadter, D. and the Fluid Analogies Research Group, Fluid Concepts and Creati
ve Analogies, Nueva York, Basic Books, 1995.
Horgan, T. & Ticnson, J., Connectionism and the Phtlosophy o f Psychology, Cam
bridge, MA: MIT Press,1996.
Pylyshyn, Z. W., Computation and Cognition Cambridge, MA: Bradford/MIT Press,
1984 (trad. cast.: Computacin y conocimiento, Madrid, Debate, 1988).
Smolensky, P., On the Proper Treatment of Connectionism, Behavioral and Brain
Sciences, 1 1 ,1988, pgs. 1-23.
Van Gelder, T Compositionality: A Connectionist Variation on a Classical Theme, Cognitive Science, 14, 1990, pgs. 355-384.
Von Eckardt, B., What Is Cognitive Science '>,Cambridge, MA: MIT Press, 1993.

Prefacio

Pensar a fondo o actuar con fluidez


Si tuviera el lector que construir un agente inteligente, por dnde empeza
ra? Qu cree que es ese algo especial que separa el mundo no pensante de las
rocas, las cascadas y los volcanes, de los reinos de la inteligencia sensible? Qu
es lo que permite que algunas partes del orden natural sobrevivan percibiendo
y actuando, mientras el resto se queda al margen, inerte y sin pensamiento?
Mente, intelecto, ideas: stos son los elementos que marcan la dife
rencia. Pero, cmo los debemos entender? Estas palabras evocan reinos nebu
losos. Hablamos de intelecto puro y decimos del sabio que est sumido en el
pensamiento. Nos cuesta muy poco dejarmos seducir por la visin de Descar
tes de la mente como una esfera totalmente distinta de los reinos del cuerpo y el
mundo.1Una esfera cuya esencia no debe nada a los accidentes del cuerpo y del
entorno: el famoso (en lo bueno y en lo malo) fantasma en la mquina.12
Esta extrema oposicin entre mente y materia ya hace tiempo que ha sido
abandonada. En su lugar nos encontramos con una amplia coalicin de cien
cias de la mente cuya meta comn es llegar a comprender cmo es material
mente posible el pensamiento mismo. Esta coalicin recibe el nombre de
ciencia cogniiva y durante ms de treinta aos los modelos computacionales
de la mente han estado entre sus instrumentos ms importantes. Teorizando

1. Descartes describi la mente como una sustancia inmaterial que se comunicaba con el
cuerpo mediante la interfaz de la glndula pineal. Vanse, por ejemplo, Meditations II y IV en
The Philosophical Works o f Descartes, Cambridge University Press, 1991 (trad. cast.: Medita
ciones metafsicas, Madrid, Alfaguara, 1997).
2. Vase Gilbert Ryle, The Coneept o/Mmd, Hutdiinson, 1949 (trad. cast.: El concepto de
lo mental, Buenos Aires, Paids, 1967).

32 I Estar ahi

en el vrtice entre la ciencia ficcin y la ingeniera pura y dura, las personas


que trabajan en un subcampo conocido como inteligencia artificial (IA) han
tratado de dar un cuerpo computational a las ideas sobre cmo puede surgir
la mente a partir del funcionamiento de una mquina fsica que, en nuestro
caso, es el cerebro. Como dijo Aaron Sloman en una ocasin, Todo fantas
ma inteligente debe contener una mquina.345Segn parece, el cerebro hu
mano es el puntal mecanicista de la mente humana. Cuando la evolucin
produjo cerebros complejos, cuerpos mviles y sistemas nerviosos, abri la
puerta (por medios puramente fsicos) a maneras totalmente nuevas de vivir
y de adaptarse, maneras que nos colocan en un lado de una lnea divisoria
natural, dejando en el otro a los volcanes, las cascadas y el resto de la crea
cin cognitivamente inerte.
Pero, a pesar de todo, persiste una versin de la antigua oposicin entre
mente y materia. Persiste en la manera en que estudiamos el cerebro y la
mente, excluyendo como perifricos los papeles desempeados por el res
to del cuerpo y el entorno local. Persiste en la tradicin de modelar la inteli
gencia como la produccin de soluciones codificadas simblicamente a pro
blemas expresados mediante smbolos. Persiste en la falta de atencin a las
maneras en que el cuerpo y el entorno local forman parte, literalmente, de
los bucles de procesamiento que ocasionan la accin inteligente. Y persiste
en la eleccin de los dominios de problemas: por ejemplo, modelamos el jue
go del ajedrez mediante programas como Deep Thought1 cuando an no he
mos podido conseguir que un robot real atraviese con xito una sala abarro
tada y seguimos sin poder modelar completamente el xito adaptativo de
una cucaracha.
En el contexto natural del cuerpo y el mundo, las maneras en que los ce
rebros resuelven problemas se transforman radicalmente. No se trata de una
cuestin filosfica profunda (aunque tiene profundas consecuencias). Es
una cuestin prctica. Jim Nevns, que trabaja en una planta de montaje con
trolada por ordenador, cita un buen ejemplo. Ante el problema de conseguir
que una mquina controlada por ordenador ensamble unos componentes
con extrema precisin, una solucin consiste en explotar mltiples bucles de
3. La inteligencia artificial estudia cmo hacer que los ordenadores realicen tareas para
las que se considera que hace falta inteligencia, conocimiento o comprensin.
4. Sloman, Notes on consciousness. /USB Quarterly 72 (1990), pgs. 8-14.
5. Deep Thought (Pensamiento Profundo) es un programa de ajedrez que juega al nivel de
gran maestro. Se basa en una bsqueda exhaustiva que examina cerca de un millardo de movi
mientos posibles por segundo. En cambio, los expertos humanos en ajedrez parecen emplear me
nos la bsqueda y basarse ms en estilos de razonamiento muy diferentes; vase, por ejemplo, H.
Simn and K. Gilmartin, A simulation of memory for chess positions, Cognitive Psycbology 5
(1973), pgs. 29-46.

Prefacio I 33

retroalmentacin. Estos bucles pueden decir al ordenador si ha fracasado


en el ajuste para que lo intente otra vez con una orientacin ligeramente di
ferente. Esta es, si se quiere, la solucin formulada mediante pensamiento
puro. La solucin basada en el pensamiento corpreo es bastante dife
rente. Basta con armar los brazos de la mquina de montaje con articulacio
nes de goma, permitiendo que cedan a lo largo de dos ejes espaciales. Una
vez hecho esto, el ordenador puede prescindir de los detallados bucles de retroalimentacin ya que las piezas se mueven y deslizan hasta su lugar como
si se estuvieran calculando continuamente millones de minsculos ajustes de
retroalmentacin hacia un sistema rgido.* En esencia, todo esto significa
que tratar la cognicin como una pura resolucin de problemas equivale a
separarnos del mismsimo cuerpo y el mismsimo mundo en los que nuestros
cerebros han evolucionado para guiarnos.
N o sera ms fructfero pensar en los cerebros como controladores de la
actividad corprea? Este pequeo cambio de perspectiva tiene grandes con
secuencias para nuestra manera de construir una ciencia de la mente. De he
cho, exige una reforma radical de nuestra manera de concebir la conducta
inteligente. Nos exige abandonar la idea (comn desde Descartes) de lo
mental como una esfera distinta del mbito del cuerpo; abandonar la idea de
unas limpias lneas divisorias entre percepcin, cognicin y accin;67 abando
nar la dea de un centro ejecutivo donde el cerebro lleva a cabo el razona
miento de alto nivel;8 y, sobre todo, abandonar los mtodos de investigacin
que separan artificialmente el pensamiento de la actuacin corprea.
Lo que emerge es nada menos que una nueva ciencia de la mente; una
ciencia que, por cierto, se basa en los frutos de tres dcadas de investigacin
en colaboracin, pero cuyos instrumentos y modelos son sorprendentemen
te diferentes: una ciencia cognitiva de la mente corprea. Este libro da testi
monio de esta ciencia. Describe parte de sus orgenes, expone su sabor y
hace frente a algunos de sus problemas. Seguramente no ser la ltima cien
cia nueva de la mente. Pero es un paso ms en ese viaje tan fascinante de la
mente en su intento de conocerse a s misma y de comprender cul es su lu
gar en la naturaleza.

6. Este ejemplo se cita en Michie yjohnson, 198-1 y se comunica en Clark, 1989. El pasa
je en s procede de la pg. 95 de Michic yjohnson.
7. La expresin existente ms clara de este punto de vista es probablemente el marco de
enaccin desarrollado en Varela y otros, 1991
8. Vase especialmente Dcnnctt, 1991

Bases

Estar ah no ha surgido de la nada. La imagen de la mente unida inex


tricablemente a cuerpo, mundo y accin, ya visible en Being and Time de
Martin Heidegger (1927), encuentra una clara expresin en Structure ofbehavior, de Maurice Merleau-Ponty (1942). Algunos de los temas fundamen
tales estn presentes en el trabajo de los psiclogos soviticos, especialmen
te de Lev Vygotsky; otros deben mucho al trabajo de Jean Piaget sobre el
papel de la accin en el desarrollo cognitivo. Entre las discusiones previas
en la literatura de la ciencia cognitiva, destacan por su importancia e in
fluencia Maturana y Vareta, 1987, Winograd y Flores, 1986 y, especialmen
te, The Embodied Mind (Varela y otros, 1991). The Embodied Mind se en
cuentra directamente en las races de varias de las tendencias identificadas y
estudiadas en esta obra.
Creo que mi propio contacto con estas tendencias empez con la obra de
Hubert Dreyfus What Computen Can't Do, publicada en 1979. El persisten
te acoso de Dreyfus a la inteligencia artificial clsica contribuy a motivar
mis propias exploraciones de modelos computadonales alternativos {los en
foques del conexionismo o del procesamiento distribuido en paralelo; van
se Clark, 1989 y Clark, 1993) y a consolidar mi inters en imgenes biolgi
camente plausibles de la mente y la cognicin. Di mis primeros pasos en
1987 con un breve artculo tambin titulado (y no por coincidencia) Being
There [Estar ah], donde el tema explcito de la discusin era la cognicin
corprea y embebida en el entorno. Desde entonces, el conexionismo, la
neurociencia y la robtca en mundo real han hecho unos grandes progresos.
Y aqu, especialmente en la explosin de la investigacin en la robtica y en
la denominada vida artificial (vanse, por ejemplo, los artculos de Brooks y
Maes, 1994), encontramos por fin el impulso ms inmediato de la presente
discusin. Por fin (me parece a m) aparece una imagen ms redonda, con-

36 I Estar ahi

vncente e integradora, que rene muchos de los elementos de las discusio


nes previas en un marco de referencia rico en ilustraciones prcticas y ejem
pos concretos. Esta imagen, ms amplia e integradora, es la que aqu me
propongo exponer y examinar.
La postura que desarrollo debe mucho a varios autores y amigos. Sin
duda alguna, en el primer lugar de la lista se encuentran Paul Churchland y
Dan Dennett, cuyas reconstrucciones cuidadosas y al mismo tiempo imagina
tivas de la mente y la cognicin han sido la inspiracin constante que subya
ce a todo mi trabajo. Ms recientemente, he aprendido mucho en mis inte
racciones y conversaciones con los especialistas en robtica Rodney Brooks,
Randall Beer, Tim Smithers y John Hallam. Tambin me han informado, en
tusiasmado y desafiado varios fans de la teora de los sistemas dinmicos, en
particular Tim van Gelder, Linda Smith, Esther Thelen y Michael Wheeer.
Adems, hay varios miembros del Sussex University Evolutionary Robotics
Group que me han inspirado, enfurecido y siempre fascinado, especialmen
te Dave Cliff e Inman Harvey.
Un agradecimiento muy especial a Bill Bechtel, Morten Christiansen,
David Chalmers, Keith Butler, Rick Grush, Tim Lae, Pete Mandik, Rob
Stufflebeam y a todos mis amigos, colegas y estudiantes del programa PNP
(Philosophy/Neuroscience/Psychology) de la Universidad de Washington en
St. Louis. Tambin aqu tuve la buena fortuna de conocer a Dave Hilditch,
cuyos pacientes intentos de integrar las visiones de Merleau Ponty con la
ciencia cognitiva contempornea fueron fuente de alegra e inspiracin. Gra
cias tambin a Roger Gibson, Larry May, Marilyn Friedman y Mark Rollins,
as como a todos los miembros del Departamento de Filosofa de la Univer
sidad de Washington por su inestimable ayuda, apoyo y crtica.
David van Essen, Charlie Anderson y Tom Thach, de la Escuela Mdica
de la Universidad de Washington, merecen un agradecimiento especial por
introducirme en el funcionamiento de la autntica neurocienca, aunque pre
cisamente aqu la expresin de mi agradecimiento no debe implicar culpa al
guna por cualquier vestigio de error o malentendido. Doug North, Art Denzau, Norman Schofield y John Drobak hicieron mucho por aligerar y alentar
la breve incursin en la teora econmica que aparece en el captulo 9: gra
cias tambin a los miembros del Hoover Institute Seminar on Collective
Choice de la Universidad de Stanford. No debera olvidarme de mi gato,
Lolo, que mantena las cosas en su verdadera dimensin sentndose sobre
muchas versiones del manuscrito, ni del Santa Fe Institute, que me ofreci
tiempo de investigacin y Reacciones crticas bsica en varios momentos cru
ciales: gracias especialmente a David Lae, Brian Arthur, Chris Langton y
Melanie Mitchell por hacer que mis diversas estancias all fueran tan pro
ductivas. Gracias tambin a Paul Bethge, Jerry Weinstein, Betty Stanton y al

Bases I 37

resto del personal de The MIT Press: vuestro apoyo, consejo y entusiasmo
me han ayudado enormemente. Beth Stufflebeam me proporcion una fan
tstica ayuda durante la preparacin del manuscrito. Y Josefa Toribio, mi es
posa y colega, me ha ofrecido una combinacin perfecta de crtica, apoyo e
inspiracin. Mi ms sincero agradecimiento a todos.

Introduccin:
un automvil con cerebro de cucaracha

Dnde estn las mentes artificiales prometidas por la ciencia ficcin de


los aos cincuenta y el periodismo cientfico de los sesenta? Por qu inclu
so nuestros mejores artefactos inteligentes son an tan insoportable y
mortalmente tontos? Una posibilidad es que, sencillamente, hemos malinterpretado la naturaleza de la inteligencia misma. Concebamos la mente
como una especie de dispositivo de razonamiento lgico asociado a un al
macn de datos explcitos: una especie de combinacin entre una mquina
lgica y un archivador. Al adoptar esta perspectiva, desatendamos el hecho
de que las mentes han evolucionado para hacer que ocurran cosas. Desaten
damos el hecho de que la mente biolgica es, antes que nada, un rgano
para controlar el cuerpo biolgico. Las mentes hacen movimientos y los de
ben hacer con rapidez: antes de que el depredador nos pille o de que nues
tra presa consiga escapar. Las mentes no son dispositivos incorpreos de ra
zonamiento lgico,
Este simple cambio de perspectiva ha generado algunos de los trabajos
ms apasionantes e innovadores en el estudio contemporneo de la mente.
La investigacin de modelos computacionales basados en redes neuronaes ha empezado a desarrollar una visin radicalmente diferente de la es
tructura computacional de la mente. La investigacin en la neurociencia cognitiva ha empezado a sacar a la luz las maneras, siempre sorprendentes, con
que los cerebros reales emplean sus recursos neuronales y sinpticos para re
solver problemas. Y una oleada creciente de trabajos sobre robtica simple
y en mundo real (por ejemplo, conseguir que una cucaracha robot camine,
busque alimento y evite peligros) nos ensea cmo pueden los seres biolgi
cos llevar a cabo en el mundo real las acciones rpidas y fluidas necesarias
para la supervivencia. Donde convergen estas investigaciones vislumbramos
una nueva visin de la naturaleza de la cognicin biolgica: una visin que

40 I Estar ah

coloca el almacenamiento de datos explcitos y la manipulacin lgica en su


lugar, es decir, como complemento secundario de la dinmica y los comple
jos bucles de respuesta que unen entre s cerebros, cuerpos y entornos rea
les. Al parecer, la cognicin natural no tiene tiempo (literalmente) para ar
chivadores.
Naturalmente, no todo el mundo est de acuerdo. Un ejemplo extremo
del punto de vista opuesto es un reciente intento de inculcar el sentido co
mn a un ordenador, previa inversin de 50 millones de dlares, dndole
una inmensa coleccin de conocimientos explcitos. Este proyecto, conoci
do como CYC (abreviatura de encyclopedia), pretende construir manual
mente una vasta base de conocimientos que abarque una parte importante
del conocimiento general que tiene a su disposicin un ser humano adulto.
Iniciado en 1984, el proyecto CYC se propuso llegar a codificar cerca de un
milln de unidades de conocimiento hacia 1994. Para introducir los datos de
este proyecto, una sola persona tardara dos siglos. Se esperaba que al final
de este proceso CYC dara el gran salto: llegara a un punto en el que po
dra leer y asimilar directamente textos escritos y, a partir de ah, autoprograman> el resto de su base de conocimientos.
Desde mi punto de vista, el aspecto ms notable del proyecto CYC es su
fe extrema en el poder de la representacin simblica explcita: su fe en la in
teriorizacin de estructuras construidas a imagen de las cadenas de palabras
de un lenguaje pblico. El lenguaje de representacin del proyecto CYC co
difica la informacin en unidades (marcos) como la siguiente:
Missouri
Capital: (Jefferson City)
Residentes: (Andy, Pepa, Beth)
Estado de: (Estados Unidos de Amrica)

Aunque este ejemplo est simplificado, la estructura bsica siempre es la


misma. La unidad tiene descripciones ranuras (los tres subttulos de
arriba) y cada ranura tiene como valor una lista de entidades. Las ranuras
pueden hacer referencia a otras unidades (por ejemplo, la ranura Residen
tes puede actuar como un puntero hacia otra unidad que contenga ms in
formacin y as sucesivamente). Este sistema de unidades y ranuras est au
mentado por un lenguaje ms potente (el lenguaje de restriccin CycL,
[CYC Constraint langtiage]) que permite la expresin de relaciones lgicas
ms complejas como Para, todo elemento, si un elemento es X entonces tie
ne la propiedad Y. El razonamiento de CYC tambin puede explotar varios
tipos simples de inferencia. Sin embargo, la idea bsica es dejar que el cono
cimiento codificado haga casi todo el trabajo y mantener la estructura de in

Introduccin: un automvil con cerebro de cucaracha I 41

ferencia y control simple y dentro de los lmites de la tecnologa actual. Los


creadores de CYC, Douglas Lenat y Edward Feigenbaum (1992, pg. 192),
argumentan que el embudo para la inteligencia adaptativa es el conocimien
to, no la inferencia o el control.
La base de conocimientos de CYC intenta hacer explcito todo lo que sa
bemos de nuestro mundo pero que normalmente no nos molestamos en decir.
Por tanto, CYC se propone codificar unidades de conocimiento que todos te
nemos pero que rara vez enumeramos, como las siguientes (ibd., pg. 197):
La mayora de los automviles de hoy circulan sobre cuatro ruedas.
Si nos dormimos mientras conducimos, nuestro automvil no tardar mucho
en salirse de la calzada.
Si hay algo grande entre nosotros y lo que queremos, probablemente debe
remos rodearlo.

La idea es que, despus de haber codificado explcitamente una gran


parte de este conocimiento consensuado de la realidad, CYC llegar a un
nivel de comprensin que le permitir responder con una inteligencia genuina. Incluso se espera que CYC emplee el razonamiento analgico para
abordar con buen criterio situaciones novedosas, encontrando paralelismos
parciales en otras partes de su inmensa base de conocimientos.
CYC es un proyecto ambicioso e importante. Sin duda, la base de datos
de sentido comn que ahora codifica ser de gran utilidad prctica como re
curso para el desarrollo de mejores sistemas expertos. Pero deberamos dis
tinguir dos objetivos posibles para CYC. Uno sera ofrecer el mejor simulacro
posible del sentido comn mediante un sistema informtico fundamental
mente no pensante. El otro sera crear, a partir del fondo de conocimientos
de CYC, el primer ejemplo de una mente artificial genuina.
Hasta la fecha, en el rendimiento de CYC no hay nada que indique que
el segundo objetivo est al caer. CYC parece destinado a convertirse en un
sistema experto ms grande y ms elaborado, pero todava esencialmen
te frgil y falto de entendimiento. Y el hecho de aadir ms y ms conoci
mientos a CYC no ser una solucin. La razn es que CYC carece de los ti
pos ms bsicos de respuestas de adaptacin al entorno. Esta deficiencia no
tiene nada que ver con la relativa escasez de los conocimientos que el siste
ma codifica explcitamente. Ms bien es atribuible a la falta de un acopla
miento fluido entre el sistema y un entorno real que plantee problemas rea
les de accin y sensacin. Como veremos, incluso la humilde cucaracha
manifiesta este tipo de acoplamiento fluido: una versin del tipo de inteli
gencia prctica, slida y flexible de la que carecen casi todos los sistemas in
formticos. Pero un ser tan sencillo mal puede ser acusado de contar con

42 I Estar ah

un gran almacn de conocimientos representados explcitamente! Por tan


to, el proyecto CYC, entendido como un intento de crear una comprensin
y una inteligencia genuinas en una mquina, falla por su base de una mane
ra rotunda y total. Las races de la inteligencia y la comprensin no se en
cuentran en la presencia y la manipulacin de estructuras de datos explci
tas y de tipo lingstico, sino en algo ms terrenal: el ajuste de respuestas
bsicas a un mundo real que permite a un organismo corpreo sentir, actuar
y sobrevivir.
Este diagnstico no es nuevo. Importantes crticos filosficos de la inte
ligencia artificial han puesto en duda durante mucho tiempo el intento de in
ducir la inteligencia por medio de la manipulacin incorprea de smbolos y
tambin han insistido en la importancia de! razonamiento situado (es decir,
del razonamiento llevado a cabo por seres corpreos que actan en un en
torno fsico real). Pero ha sido demasiado fcil atribuir estas incertidumbres
a algn tipo de misticismo residual, a una fe carente de rigor cientfico en
una esencia mental parecida al alma, o a un rechazo testarudo a permitir que
la ciencia entre sin autorizacin en el terreno favorito de los filsofos. Pero
ahora, cada vez es ms evidente que la alternativa a la visin centrada en la
manipulacin incorprea de datos explcitos de la inteligencia artificial no
es apartarse de la ciencia pura y dura; es profundizar en una ciencia ms
dura todava. Es colocar la inteligencia en el lugar que le corresponde: en el
acoplamiento entre los organismos y el mundo que se encuentra en la raz de
la accin fluida cotidiana. Del CYC al ciclismo: as es el giro radical que ca
racteriza a las nuevas ciencias de la mente corprea.
Consideremos, por ejemplo, a la humilde cucaracha. La cucaracha es de
positara de un considerable corpas de conocimientos sobre el sentido co
mn de las cucarachas. Por lo menos, as es como debe aparecer ante cual
quier terico que piense que el conocimiento explcito es la clave para un
comportamiento sensato en el mundo real! Porque la cucaracha es una for
midable artista del escapismo, capaz de emprender una accin de huida for
jada por una multitud de factores externos e internos. He aqu una breve lis
ta, extrada del detallado estudio de Ritzmann (1993) sobre las habilidades
de evasin de la cucaracha americana, Periplaneta americana:
La cucaracha siente las corrientes de aire provocadas por el movimiento de
un depredador que ataca.
Distingue las corrientes producidas por los depredadores de las corrientes y
brisas normales.
No evita el contacto con otras cucarachas.
Cuando inicia un movimiento de huida, no corre simplemente al azar. En
cambio, tiene en cuenta su propia orientacin inicial, la presencia de obstculos
(como paredes y rincones), el grado de iluminacin y la direccin del aire.

Introduccin: un automvil con cerebro de cucaracha I 43

jClaro que siempre se escabulle! Como indica Ritzmann, esta malla de


consideraciones contextales conduce a una respuesta mucho ms inteligen
te que el simple reflejo de detectar al depredador y echar a correr al azar
que los expertos en cucarachas {que los hay) creyeron otrora que todo lo ex
plicaba. La complejidad adicional se capta con precisin en las descripcio
nes que hace Ritzmann de un automvil con una inteligencia comparable.
Este automvil percibira a los vehculos que se aproximan, pero ignorara a
los que se movieran de una manera normal. Si detectara una colisin inmi
nente, iniciara automticamente un giro que tuviera en cuenta su propio es
tado actual (diversos parmetros de la aceleracin y del motor) y la orienta
cin y la superficie de la carretera, evitando meterse en ms peligros. Parece
claro que un automvil con la inteligencia de una cucaracha estara muy por
delante de la industria automovilstica ms puntera de hoy en da. Sin em
bargo, a primera vista no es probable que la frase Compre usted el autom
vil con cerebro de cucaracha tuviera mucho xito como eslogan publicita
rio. Nuestros prejuicios contra las formas bsicas de inteligencia biolgica y
a favor de las mquinas lgicas-archivadoras ms grandes y elaboradas son
demasiado profundos.
Cmo consigue la cucaracha controlar sus huidas? Ahora empezamos a
entender los mecanismos neuronales. Las corrientes de aire son detectadas por
dos cercas (estructuras parecidas a antenas situadas en la parte posterior del
abdomen) cubiertos con pelos sensibles a la velocidad y la direccin del aire.
Los movimientos de escape slo se activan si la aceleracin del aire es igual o
superior a 0,6 m/s2: as es como la cucuaracha distingue una brisa ordinaria de
la embestida de un atacante. El intervalo entre la sensacin y la respuesta es
muy breve: 58 milisegundos para una cucaracha quieta y 14 milisegundos para
una cucaracha en movimiento. La respuesta inicial es un giro que tarda entre
20 y 30 milisegundos (Ritzmann, 1993, pgs. 113-116). El circuito neuronal
bsico que subyace a este giro est formado por poblaciones de neuronas cu
yas posiciones y conexiones se conocen hoy bastante bien. En este circuito in
tervienen ms de cien intemeuronas que actan para modular las diversas r
denes de giro en funcin de la informacin contextual sobre la posicin actual
de la cucaracha y el estado del entorno local. La informacin bsica sobre el
aire es transmitida por una poblacin de interneuronas ventrales gigantes,
pero la actividad final se basa en los resultados de la modulacin de muchas
otras poblaciones neuronales sensibles a esos aspectos contextales.
Ante la impresionante exhibicin de rutinas de escape de la cucaracha,
un terico podra postular errneamente que almacena de alguna clase de
base de datos cuasi lingstica. De acuerdo con el espritu de CYC, podra
mos imaginar que la cucaracha accede a marcos de conocimiento que inclu
yen elementos como stos:

44 I Estar ah

Si me atacan, no me estrellar directamente contra una pared.


Si algo grande se interpone entre la comida y yo, intentar rodearlo.
Las brisas suaves no son peligrosas.
Como el filsofo Hubert Dreyfus (1991) y otros han sealado, el proble
ma es que los cerebros verdaderos no parecen emplear estos recursos linguaformes, parecidos a textos, para codificar respuestas hbiles ante el mundo.
Y mejor que sea as, ya que como estas estrategias exigiran el almacena
miento de enormes cantidades de datos explcitos y la bsqueda consiguien
te, no podran producir las rpidas respuestas que requiere la accin real. De
hecho, tras una breve reflexin vemos claramente que la tarea de anotar los
conocimientos de sentido comn necesarios para capturar todo lo que
sabe un adulto humano no tendra fin. j Es probable que incluso para captu
rar de manera detallada el conocimiento corpreo de una cucaracha hicieran
falta varios volmenes!
Pero, de qu otra manera podra avanzar la inteligencia artificial? Un
enfoque prometedor se basa en lo que se ha dado en llamar teora de agenten
autnomos. Un agente autnomo es un ente capaz de sobrevivir, actuar y
moverse en tiempo real y en el seno de un entorno complejo y un tanto rea
lista. Muchos agentes autnomos artificiales existentes son verdaderos ro
bots capaces de caminar como insectos y de evitar obstculos. Otros son si
mulaciones por ordenador de robots de ese tipo que, en consecuencia, slo
se pueden mover y actuar en entornos simulados hechos por ordenador.
Existen polmicas entre los investigadores que slo son partidarios de las si
tuaciones y de los robots reales, y los que se contentan con explotar meras
simulaciones, aunque los dos bandos coinciden en destacar la necesidad de
modelar conductas realistas y bsicas y de desconfiar de las soluciones exce
sivamente intelectualizadas al estilo de las del razonamiento explcito in
corpreo.
Teniendo presente esta imagen general de la investigacin sobre los agen
tes autnomos, volvamos muy brevemente a nuestra protagonista, la cucara
cha. Randall Beer y Hillel Chiel han creado simulaciones informticas y robticas plausibles de la locomocin y la huida de la cucaracha. Para modelar
la respuesta de escape, Beer y Chiel intentaron desarrollar un modelo de
agente autnomo muy constreido por datos etolgicos y neurocientficos.
El objetivo era acercarse lo ms posible hoy en da a los datos biolgicos rea
les. Para ello, combinaron la metodologa de los agentes autnomos con
modelos al estilo de las redes neuronales. Tambin impusieron a este mode
lo computaconal unas restricciones coherentes con lo que se sabe de la ver
dadera organizacin neuronal de (en este caso) la cucaracha. Utilizaron una
red neuronal para controlar el cuerpo de un insecto simulado (Beer y Chiel

Introduccin: un automvil con cerebro de cucaracha I 45

1993). Los circuitos de esta red estaban limitados por los datos conocidos
sobre las poblaciones y las conexiones neuronales que subyacen a la res
puesta de escape de las cucarachas reales. Despus de un entrenamiento, el
controlador de la red neuroal fue capaz de reproducir en el cuerpo del in
secto simulado todas las caractersticas fundamentales de la respuesta de es
cape mencionada anteriormente. En los captulos que siguen trataremos de
comprender, en parte, cmo se logran estos xitos. Veremos con detalle
cmo se combinan los tipos de investigacin acabados de esbozar con ideas
evolutivas, neurocientficas y psicolgicas para poder esclarecer una amplia
gama de conductas, tanto simples como complejas. Y tambin exploraremos
la sorprendente variedad de estrategias adaptativas de que disponen los
agentes corpreos y embebidos en un medio: los seres que se mueven por su
mundo y actan sobre l.
Estos comentarios introductorios pretenden destacar un contraste fun
damental entre la visin incorprea, intemporal e intelectualista de la men
te, y la imagen de la mente como controladora de la accin corprea. Esta
imagen de la mente como controladora nos obliga a tomarnos en serio las
cuestiones del tiempo, el mundo y el cuerpo. Un dispositivo controlador
debe generar con rapidez acciones apropiadas en funcin de la interaccin
en curso entre el cuerpo y su entorno cambiante. El sistema de planificacin
de la inteligencia artificial clsica suele ponerse cmodo y tomrselo con cal
ma para, al final, producir una descripcin expresada simblicamente de un
curso de accin plausible. El agente planificador corpreo debe entrar en ac
cin con rapidez, antes de que la accin de otro agente le quite la vida. An
no est claro si las codificaciones simblicas similares al texto tienen algn
papel que desempear en estas decisiones de vida o muerte, pero hoy s pa
rece claro que no es un papel estelar.
El camino que conduce a una comprensin computadonal completa de
la mente est bloqueado -parafraseando a Lenat y Feigenbaum- por un col
chn. Durante muchos aos, los investigadores se han desviado para ro
dearlo, han tratado de ignorarlo, han hecho de todo excepto ponerse a tra
bajar para quitarlo de ah. Lenat y Feigenbaum piensan que este colchn es
el conocimiento y que los enigmas de la mente se disiparn en cuanto se haya
construido una gran base de conocimientos repleto de frmulas explcitas de
sabidura de sentido comn. Las lecciones de la cognicin natural nos ense
an otra cosa. El colchn no es conocimiento sino capacidad de respuesta
bsica, en tiempo real y en el mundo real. La cucaracha tiene un tipo de sen
tido comn del que carecen los mejores sistemas artificiales de hoy, y segu
ramente no es gracias a las codificaciones explcitas ni a las deducciones l
gicas que nos pueden servir en algunos mbitos de cariz ms abstracto. En
su raz, nuestras mentes tambin son rganos para iniciar con rapidez el pro

46 I Estar ah

ximo movimiento en situaciones reales. Son unos rganos exquisitamente


preparados para la produccin de acciones que se despliegan en el espacio
local y en tiempo real. Cuando la mente se formula como un dispositivo con
trolador de la accin corporal, el conocimiento otrora recibido se desvanece
capa tras capa. La distincin entre percepcin y cognicin, la nocin de unos
centros de control ejecutivo en el cerebro y una visin muy extendida de la
racionalidad misma, son puestas en duda. Tambin peligra el aparato meto
dolgico que estudia la mente y el cerebro con muy escasa consideracin ha
cia las propiedades del entorno local o las oportunidades proporcionadas
por la accin y el movimiento corporal. La forma fundamental de las ciencias
de la mente cambia continuamente. En los captulos que siguen, deambula
remos por el paisaje de la mente bajo este cambio de iluminacin.

Primera parte
DE EXCURSIN POR LA MENTE

Bueno, y con qu crees que comprendes? Con la cabeza? Bah!


Nlk'OS K a z a n t ZAKIS, Zorba el griego
El noventa por ciento de la vida consiste, simplemente, en estar ah.
WOODY A l l e n

Agentes autnomos:
un paseo por la luna

1.1 Bajo el volcn1


En el verano de 1994, un robot explorador de ocho patas y 770 kg de peso lla
mado Dame II descendi por una pared muy empinada hacia el fondo del crter
de un volcn activo cerca de Anchorage, Alasita. En el transcurso de una misin
de seis das, Dante II explor las paredes y el fondo del crter empleando una
mezcla de control autnomo (autodirigido) y externo. Dante II es producto de
un proyecto financiado por la NASA, con base en la Universidad de Camegie
Mellon y en otros lugares, cuya meta final consiste en desarrollar robots verdade
ramente autnomos con el fin de recoger y transmitir informacin detallada so
bre las condiciones ambientales locales de otros planetas. Se espera enviar a Mar
te otro robot mucho ms pequeo y en gran parte autnomo en 1996, y el
explorador lunar LunaCorp, que est basado en el software de Dante II, tiene una
plaza reservada en el primer lanzamiento comercial a la luna, previsto para 1997.
Los problemas a los que se enfrentan estos proyectos son muy instruc
tivos. Los robots diseados para explorar mundos lejanos no pueden de
pender de una comunicacin constante con cientficos situados en la tie
rra: los desfases de tiempo pronto conduciran a un desastre. Estos robots
se deben programar para que busquen unas metas generales explorando y
transmitiendo informacin. Para misiones largas debern reabastecerse de
energa, quiz explotando la energa solar. Debern ser capaces de fun
cionar ante dificultades inesperadas y resistir varias clases de daos. En
resumen, debern satisfacer muchas de las exigencias {aunque, desde lue-

t. Ei material acerca de Dante II se basa en un informe realizado por Peter Monaghcn


(Chronicle o f Higber Educatton, 10 de agosto de 1994, pgs. A6-A8).

50 I De excursin por la mente

go, no tocias) que la naturaleza ha planteado a los organismos mviles en


evolucin.
El intento de construir robots mviles robustos conduce con sorpren
dente rapidez a un replantcamiento radical de muchas de nuestras cmodas
y viejas deas sobre la naturaleza de la inteligencia adaptativa.

1.2 Desfile de robots


Elmer y Elsie
Los antepasados histricos de los sofisticados robots de hoy con aspecto
animal (a veces llamados animatas) fueron un par de tortugas cibernti
cas construidas en 1950 por el bilogo W. Grey Walter. Estas tortugas
-llamadas Elmer y Elsie23- empleaban unos sencillos sensores de luz y de tac
to y unos circuitos electrnicos para buscar luz, aunque evitando la luz in
tensa. Adems, cada tortuga llevaba unos pilotos luminosos que se encen
dan cuando los motores estaban en marcha. Incluso un equipo incorporado
tan simple como ste condujo a unas intrigantes muestras de conducta, es
pecialmente cuando Elmer y Elsie interaccionaban entre s (al ser atrados
por la luz de los pilotos) y con el entorno local (que inclua algunas fuentes
de luz por cuya proximidad competan y un espejo que condujo a un diver
tido baile de autoseguimiento). Lo extrao es que, a ojos de un observa
dor casual, sera ms fcil ver vida y propsito en la conducta de estas crea
ciones tan simples que en los diagnsticos incorpreos hechos por sistemas
expertos tradicionales y de campanillas como M VCIN.3
2, Veanse, por e|cmplo, W. Grey Walter, An imitation of life, Scientific American, 182
(1959), rT 5, pgs. 42-45; Steven Lcvy, Artificial Ltfe The Qnesi for a New Creatton (Pantheon,
1992), pgs. 285 284.
3, El trabajo inicial en inteligencia artificial, como el trabajo de Newell y Simn (1972) so
bre el Solucionador general de problemas (General Problem Solver), tendan a acentuar el
razonamiento y la resolucin de problemas de utilidad general. Sin embargo, pronto se hizo
evidente que, para muchos propsitos, una base de conocimientos detallados y ricos adaptado
a un domipio de actividad especifico era un determinante crucial para el xito. Este descubr
miento condujo a una explosin de trabajos con los denominados sistemas expertos a los
que se proporcionaban datos especficos de ciertas tareas obtenidos de expertos humanos y
que, en consecuencia, eran capaces de alcanzar niveles bastante elevados de competencia en
dominios restringidos como el diagnostico medico. El programa MYCIN (Shortlffe, 1976) se
basaba en un conjunto de reglas y directrices explcitamente formuladas, como la siguiente re
gla para extracciones de sangre: Si 1) el lugar de cultivo es sangre, 2) el organismo es gram
negativo, 3) el organismo tiene forma de varilla y 4) el paciente es un receptor en peligro, en
tonces hay indicios de que la identidad del organismo sea pseudomonas aernginose

Agentes autnomos: un paseo por la luna I 51

Herbert
Uno de los precursores de las recientes investigaciones sobre los agentes
autnomos es Rodney Brooks, del MT Mobile Robot Laboratory, Los ro
bots mviles (mobile robots o mobots) de Brooks son robots reales capa
ces de funcionar en entornos reales, desordenados e imprevisibles como una
oficina abarrotada. Dos caractersticas importantes de la investigacin de
Brooks son la utilizacin de micromundos horizontales y el empleo de des
composiciones basadas en la actividad dentro de cada seccin horizontal.
El contraste entre micromundos horizontales y verticales se establece en
Clark, 1989 y, en trminos diferentes, en Dennett, 1978b. La idea es sencilla.
Un micromundo es un mbito de estudio restringido: no podemos resolver a
la vez todos los enigmas de la inteligencia. Un micromundo vertical asla como
objeto de estudio una pequea parte de la competencia cognitiva de nivel hu
mano. Como ejemplos cabe citar jugar a ajedrez, generar las formas pretritas
de verbos ingleses y planificar un picnic, todas ellas actividades que han sido
objeto de anteriores programas de inteligencia artificial. El problema evidente
es que cuando nosotros, los seres humanos, resolvemos estos problemas avan
zados, podemos echar mano de recursos computacin ales forjados por otras
necesidades ms bsicas para las que la evolucin equip a nuestros anteceso
res. Por tanto, las soluciones ingeniosas y orientadas al diseos para estos pro
blemas tan recientes pueden ser muy diferentes de las soluciones naturales dic
tadas por la necesidad de explotar la maquinaria y las soluciones ya existentes.
Podemos ser maestros de ajedrez gracias a nuestra capacidad para reconocer
patrones, seleccionada para que pudiramos reconocer parejas, alimentos y
depredadores. En contraste con lo anterior, un micromundo horizontal es la

(Feigenbaum, 1977, pg. 1.016). Estos sistemas demostraron ser frgiles y limitados. Degene
ran rpidamente en una estupidez automatizada si el usuario traspasa una fina lnea divisoria
gramatical o de expresin, o si emplea trminos que tienen abundantes significados del mun
do real que no se reflejan explcitamente en la base de datos especfica de la tarea (por ejem
plo, el automvil oxidado al que se le diagnostic sarampin; vase Lcnat y Feigenbaum, 1992,
pg. 197). Cmo se puede evitar este deslizamiento hacia la estupidez? Una posibilidad es
que basta con turboalimenar los tipos de enfoques tradicionales antes mencionados. SOAR
(Laird y otros, 1987) es un intento de crear una versin ms poderosa del Solucionador gene
ral de problemas. CYC (vanse la introduccin a este volumen, y Lenat y Feigenbaum, 1992)
es un intento de crear esta base de conocimientos ms grande y ms rica. SOAR y CYC com
parten el compromiso con el empleo abundante de formas simblicas tradicionales e inspira
das en el texto para la codificacin de conocimientos y metas. Pero puede que el problema
fundamental resida en el enfoque tradicional mismo: que el modelo de la inteligencia como
manipulacin incorprea de cadenas de smbolos dentro de la cabeza o del ordenador sea
errneo en s mismo. La presente obra explora algunas de las alternativas.

52 I De excursin por la mente

capacidad conductual completa de un ser (verdadero o imaginario) completo


pero relativamente simple. Al estudiar estos seres, simplificamos los problemas
de la inteligencia de nivel humano sin perder de vista elementos biolgicos b
sicos como las respuestas en tiempo real, la integracin de diversas funciones
motrices y sensoriales y la necesidad de hacer frente a los daos.
Brooks (1991, pg. 143) establece cuatro requisitos para sus seres artifi
ciales:
Deben hacer frente de una manera adecuada y oportuna a los cambios de su
entorno dinmico.
Deben ser robustos en relacin con su entorno...
Deben poder mantener mltiples metas...
Deben hacer algo en el mundo; su existencia debe tener algn propsito.

Los seres de Brooks se componen de varios subsistemas o capas


productoras de actividad. Estas capas no crean ni pasan codificaciones o recodificaciones de entradas (inputs) explcitas y simblicas. En cambio, cada
capa es, en s misma, una ruta completa que va de la entrada a la accin. La
comunicacin entre capas distintas se limita a pasar alguna seal simple.
Una capa puede estimular, interrumpir o anular la actividad de otra. La or
ganizacin resultante es lo que Brooks denomina una arquitectura de subsuncin (porque las capas pueden subsumir mutuamente su actividad pero
no pueden comunicarse de una manera ms detallada).
Por tanto, un ser se podra componer de tres capas (Brooks 1991, pg. 156):
Capa 1: evitar objetos mediante un anillo de sensores de sonar ultrasnico. Es
tos sensores hacen que el mobot se detenga si se encuentra con un objeto directa
mente frente a l y le permiten reorientarse hacia una direccin desbloqueada.
Capa 2: cuando la capa de evitar objetos est inactiva, un dispositivo incorpo
rado puede generar rutas aleatorias para que el mobot deambule sin rumbo fijo.
Capa 3: esta capa puede anular la capa de deambulacin y establecer una
meta distante que lleve al mobot a un escenario totalmente nuevo.

Una caracterstica esencial de esta metodologa es que se pueden aadir


capas progresivamente y que cada incremento produce un ser completo y
funcional. Obsrvese que estos seres no dependen de un depsito central de
datos o de un dispositivo planificador o razonador central. En cambio, ve
mos en ellos una coleccin de conductas que compiten entre si orquesta
da por las entradas del entorno. No existe una lnea divisoria clara entre la
percepcin y la cognicin, ningn punto donde las entradas perceptivas se
traduzcan a un cdigo central compartido por varios dispositivos de razona
miento incorporados. Esta imagen de mltiples dispositivos especializados

Agentes autnomos: un paseo por la luna I 53

de resolucin de problemas, orquestados por entradas del entorno y por ti


pos relativamente simples de sealizacin interna es, como argumentar en
un captulo posterior, un modelo neurocientficamente plausible incluso
para los cerebros ms avanzados.
Herbert,4 construido en el MIT Mobot Lab durante los aos ochenta, ex
plotaba el tipo de arquitectura de subsuncin acabada de describir. La mi
sin de Herbert era recoger latas de refresco vacas esparcidas por el labora
torio. No era una tarea trivial; el robot tena que desenvolverse en un entorno
abarrotado y cambiante, evitar tirar cosas, evitar tropezar con la gente, e
identificar y recoger las latas. Nos podemos imaginar un dispositivo planifi
cador clsico tratando de resolver este complejo problema real empleando
abundantes datos visuales para generar un mapa interno detallado del en
torno actual, distinguir las latas y planificar una ruta. Pero esta solucin es a
la vez costosa y frgil: el entorno puede cambiar rpidamente (como cuando
entra alguien en la sala) y e! procesamiento visual intensivo (por ejemplo, el
reconocimiento de escenas y objetos al nivel humano) se encuentra hoy en
da ms all del alcance de cualquier sistema programado.
Como hemos visto, las arquitecturas de subsuncin adoptan un enfoque
muy diferente. La meta es conseguir la conducta compleja, robusta y en tiem
po real que emerge como resultado de interacciones simples entre subsiste
mas productores de conductas relativamente independientes. A su vez, estos
subsistemas estn controlados de una manera bastante directa por las pro
piedades del entorno encontrado.5 No existe un control central o un plan glo
bal. En cambio, el entorno mismo orienta al ser hacia el xito gracias a algu
nas respuestas conductuales bsicas. En el caso de Herbert, estas conductas
simples incluan rutinas de evitacin de obstculos (detenerse, reorientarse,
etc.) y de locomocin. Estas rutinas se interrumpan cuando su sencillo siste
ma visual detectaba un contorno parecido al de una mesa. Cuando Herbert
se encontraba al lado de una mesa, las rutinas de locomocin y evitacin de
obstculos cedan el control a otros subsistemas que barran la mesa con un
lser y una cmara de vdeo. Cuando detectaba el perfil bsico de una lata, el
robot giraba hasta situar el objeto con aspecto de lata en el centro de su cam
po de visin. En este momento las ruedas se paraban y se activaba un brazo
4. Vase informacin sobre Herbert en Connell, 1989.
5. Ron McCIamrock 0995) comunica un caso procedente de Marr en el que un bucle de
control sale de la cabeza y se extiende al entorno local. En palabras de McCIamrock (pg. 85):
Resulta que las moscas no saben del todo que, para volar, deben agitar las alas. No empren
den el vuelo enviando una seal del cerebro a las alas. En cambio, existe un enlace de control
directo entre las patas y las alas de modo que cuando las patas dejan de estar en contacto con
una superficie, las alas de la mosca empiezan a agitarse. Para despegar, la mosca simplemente
da un salto y deja que la seal procedente de las patas active las alas.

54 I De excursin por la mente

mecnico que, equipado con unos sencillos sensores, exploraba cuidadosa


mente la superficie de la mesa que tenia delante. Cuando Herbert encontra
ba la forma caracterstica de una lata se activaba la conducta de agarrar y, una
vez recogida la lata, Herbert continuaba su bsqueda.
Por tanto, Herbert es un ser sencillo que no tiene almacenado ni un
plan a largo plazo ni un modelo de su entorno. Sin embargo, considerado
como un animal artificial que busca latas en el nicho alimenticio propor
cionado por el ecosistema del Mobot Lab, Herbert manifiesta una especie de
inteligencia adaptativa simple donde la cooperacin mutua entre sensores,
circuitos incorporados y el entorno externo conduce al xito.

Aila
Rodney Brooks cree que unos robots ms pequeos y flexibles que el tor
pe y pesado Dame serian ms adecuados para las necesidades de la explora
cin espacial. Atla6 pesa poco ms de kilo y medio y usa mltiples minice
rebros (mquinas de estado finito) especializados para controlar un
conjunto de conductas locales que, unidas, hacen que se desplace con gran
habilidad moviendo cada pata por separado, detectando las fuerzas ejercidas
por el terreno para compensar las pendientes, etc. Attila tambin emplea
sensores infrarrojos para detectar objetos cercanos. Es capaz de desplazarse
por terrenos abruptos y hasta puede volver a ponerse de pie cuando se cae
de espaldas. Segn Rodney Brooks, Attila ya encarna algo parecido a la inte
ligencia de un insecto.

Periplaneta Computatrix
Esta es la cucaracha simulada mencionada anteriormente. Beer y Chiel
(1993) describen un controlador de red neuronal para la locomocin hexpoda. Cada pata tiene un minicontrolador que explota una unidad marcapasos: un modelo idealizado de neurona cuya seal de salida oscila rtmica
mente. Esta unidad se activa a intervalos determinados por el nivel tnico de
excitacin de una neurona dominante y de cualquier entrada adicional que
reciba. La idea, sacada de un modelo biolgico desarrollado por K. G. Pearson (1976), consiste en dar a cada pata su propio generador de patrones rt
micos, teniendo en cuenta las influencias moduladoras locales asociadas a las
diferentes retroalimentaciones sensoriales de cada pata, a medida que el in
6.
Attila, descrito en las pgs. 300-501 de Artificial Life, de Levy, fue diseado por Colin
Angle y Rodney Brooks. Un predecesor, Genghis, se describe en Brooks, 1993.

Agentes autnomos: un paseo por la luna I 55

secto avanza por un terreno desigual. La coordinacin entre las patas se con
sigue mediante enlaces inhibidores entre generadores de patrones adyacen
tes. Cada pata tiene tres neuronas motrices: la primera controla la oscilacin
hacia adelante, la segunda controla la oscilacin hacia atrs y la tercera hace
que la pata se levante. Como antes, el circuito de control global est total
mente distribuido. No existe un procesador central que deba orquestar una
respuesta teniendo en cuenta todas las entradas sensoriales. En cambio, cada
pata tiene una inteligencia individual y los simples enlaces inhibidores ga
rantizan una conducta global coherente. Aparecen diferentes maneras de an
dar a partir de las interacciones entre los distintos niveles de excitacin t
nica procedentes de las unidades marcapasos (los generadores de patrones)
y la retroalimentacin sensorial local. El robot adoptar una marcha trpeda
cuando las frecuencias de excitacin sean elevadas y pasar a una marcha
metacrmca cuando sean ms bajas. En la marcha trpeda, las patas anterior
y posterior de un lado se mueven en sincrona con la pata central del otro; en
la marcha metacrnica, cada pata empieza a moverse justo despus de la
pata que tiene detrs, en una especie de movimiento ondulatorio.
Aunque diseado y puesto a prueba como una pura simulacin por or
denador, este circuito de locomocin se ha utilizado en el cuerpo de un ro
bot real y ha demostrado su robustez en el mundo real de los rozamientos, la
inercia, el ruido, los retrasos, etc. En la figura 1.1 se muestra el primer robot
hexpodo, que se analiza con ms detalle en Beer y Chiel, 1993, y en Quinn
y Espenschied, 1993. El circuito de locomocin empleado tambin es capaz
(al estar tan distribuido) de conservar la mayor parte de su funcionalidad
cuando se daan neuronas o conexiones individuales (Beer y otros, 1992). A
pesar de la complejidad de la conducta que produce, el circuito de locomo
cin en s es bastante modesto: slo consta de 37 neuronas estratgica
mente situadas e interconectadas. Sin embargo, los vdeos del robot hex
podo y de sus sucesores constituyen un espectculo fascinante. En una
secuencia aparece un robot posterior, algo ms complejo (figura 1.2), avan
zando cautelosamente por un terreno desigual formado por trozos de poliestireno expandido. Una pata se alza y empieza a descender suavemente.
Como no hace pie (a causa del terreno local), se levanta otra vez y vuelve
a posarse en un punto ligeramente diferente. AI final, cuando encuentra un
punto de apoyo adecuado, el robot prosigue su marcha. Esta conducta ex
ploratoria y tanteadora tiene todo el sabor de la inteligencia biolgica real.

Robot braquiador
La braquiacin (figura 1.3) es el movimiento pendular que emplean al
gunos primates superiores para desplazarse de rama en rama por zonas den-

56 I De excursin por la mente

1.1 El primer robot hexpodo, construido por Ken Espenschied en la Case


Western Reserve University bajo la supervisin de Roger Quinn. Fuente: Quinn y
Espenschied, 1993. Reproducido con la autorizacin de K. Espenschied, R. Quinn y
Academic Press.
FIGURA

FIGURA 1.2 El segundo robot hexpodo, construido por Ken Espenschied en la

Case Western Reserve University bajo la supervisin de Roger Quinn. Fotografa ce


dida gentilmente por Randall Becr.

Agentes autnomos: un paseo por la luna 1 57

FIGURA 1.3 Braquiacion de un gibti. Fuente: Saito y Fukuda, 1994. Reproducido


con la autorizacin de F. Saito, T. Fukuda y MIT Press.

smente arboladas. Saito y Fukuda (1994) describen un dispositivo robtico


que aprende a braquiar empleando un controlador de red neuronal. Esta ta
rea es especialmente interesante puesto que incorpora una dimensin de
aprendizaje y aborda una conducta para la que el tiempo tiene una impor
tancia fundamental.
Este robot utiliza un tipo de aprendizaje basado en redes neuronales
denominado Q-aprendizaje conexionista (connectionist Q-learning).1 El Qaprendizaje implica intentar aprender el valor de distintas acciones en situa
ciones diferentes. Un sistema de Q-aprendizaje debe tener un conjunto deli
mitado de acciones y situaciones posibles y se le debe dar una seal de
recompensa para comunicarle el valor (positivo) de una accin elegida en la
situacin que se le plantea. El objetivo consiste en aprender un conjunto de
emparejamientos situacin-accin que maximicen el xito en relacin con
una seal de recompensa. Saito y Fukuda demuestran que estas tcnicas per
miten que una red neuronal artificial aprenda a controlar un robot braquiador real de dos brazos (figura 1.4). Un robot braquiador totalmente entre
nado puede balancearse con xito de una ram a a otra y, si no encuentra
asidero, puede aprovechar el impulso inicial para balancearse hacia atrs y
volverlo a intentar.7

7.
Vase informacin sobre el conexiomsmo en c! captulo 4 de este mismo libro. El Q
aprendizaje es una forma de aprendizaje por refuerzo (vanse Kaelbling, 1995 y Sutton, 1991)
desarrollado por Watkns (1989). El empleo de redes neuronales en escenarios de Q-aprendi
zaje se discute en Lin, 1993.

58 I De excursin por la mente

F igura 1.4 Robot braquiador de dos brazos. Fuente: Saito y Fukuda, 1994. Repro
ducido con la autorizacin de F. Saito, T. Fukuda y MIT Press.

COG
Seguramente, CO G (Brooks, 1994; Brooks y Stein, 1993) es el ms am
bicioso de todos los proyectos de la nueva robtica emprendidos hasta
ahora. Este proyecto, ncabezado por Rodney Brooks, se propone crear un
robot humanoide con un funcionamiento extremadamente complejo. Este ro
bot, del tamao de una persona (figura 1.5) no tiene capacidad de ambula
cin; sin embargo puede mover las manos, los brazos, la cabeza y los ojos.

Agentes autnomos: un paseo por la luna I 59

F ig ura 1.5 Tres vistas del robot C O G . Fotografas cedidas por Rodney Brooks.

60 I De excursin por la mente

Aunque su base est firmemente sujeta a un tablero, puede girar a la altu


ra de las caderas. Esta libertad de movimientos se obtiene a partir de 24
motores separados, dotados cada uno de un procesador exclusivamente
dedicado a supervisar su funcionamiento (de acuerdo con el espritu
general de los mobots de evitar un control centralizado). Los brazos dis
ponen de muelles que amortiguan los movimientos mecnicos. La mayor
parte de los motores (salvo los de los ojos) disponen de sensores de calor
que permiten a CO G reunir informacin sobre su propio funcionamiento
en cada momento y conocer el nivel de trabajo de cada motor: una espe
cie de versin robtica del sentido cinestsico que nos dice cmo se orien
tan en el espacio las partes de nuestro cuerpo. Cada ojo consta de dos c
maras; una tiene un campo de visin amplio con una resolucin baja y el
otro tiene un campo de visin reducido con una resolucin alta. Estas c
maras se pueden mover para inspeccionar una escena visual y las que tie
nen el campo reducido realizan una funcin parecida a la de la fvea de
los mamferos. CO G tambin recibe informacin de audio por medio de
cuatro micrfonos. Toda esta abundancia de datos de entrada es procesa
da por un cerebro compuesto por mltiples submquinas (o nodos,
cada uno con un megabyte de ROM y de RAM y un sistema operativo d e
dicado), que son capaces de comunicarse entre s de maneras restringidas.
Por tanto, el cerebro mismo de CO G es un sistema multiprocesador y su
sistema nervioso tambin incluye otros dispositivos inteligentes (como
los procesadores dedicados de los motores). As pues, aunque la organi
zacin global de CO G refleja gran parte de la filosofa que gua el trabajo
de Brooks con insectos robot, es lo suficientemente compleja como para
traer a un primer plano problemas nuevos y acuciantes. Entre sus carac
tersticas familiares se incluyen la ausencia de una memoria central com
partida por todos los procesadores, la carencia de controles ejecutivos
centrales, una comunicacin restringida entre los diversos subdispositivos
y el nfasis en la resolucin de problemas en tiempo real que supone sen
tir y actuar. Todos los problemas nuevos se centran en torno a la necesi
dad de obtener conductas coherentes de un sistema complejo como ste
sin volver a los mtodos antiguos y poco prcticos de la planificacin se
rial y el control central. Los ingeniosos trucos y estrategias que permiten
a los sistemas corpreos mantener una coherencia mientras explotan ml
tiples rutinas de resolucin de problemas especializadas y cuasi inde
pendientes (que se abordarn en captulos posteriores), aportan luz so
bre los papeles del Jenguaje, la cultura y las instituciones en la
potenciacin de la cognicin humana. De momento, sin embargo, retro
cederemos un poco e intentaremos extraer algunas conclusiones generales
de este desfile de critters artificiales.

Agentes autnomos: un paseo por la luna I 61

1.3 Mentes sin modelos


La revolucin de la nueva robtica rechaza una parte fundamental de
la imagen clsica de la mente. Rechaza la imagen de un planificador central
que tenga conocimiento exclusivo de toda la informacin disponible en cual
quier parte del sistema y que se dedique a descubrir posibles secuencias conductuales que satisfagan unas metas concretas. El problema del planificador
central es que, en esencia, es muy poco prctico. Introduce lo que Rodney
Brooks denomin acertadamente un embotellamiento representacional
que bloquea cualquier respuesta rpida en tiempo real. La razn es que la in
formacin sensorial entrante debe ser traducida a un cdigo simblico nico
para que el mencionado planificador pueda encargarse de ella. Y la salida que
produzca el planificador tambin se deber traducir desde su propio cdigo
interno a los diversos formatos necesarios para controlar varios tipos de res
puesta motriz. Estas fases de traduccin consumen mucho tiempo y energa.
Critters artificiales como Herbert y Attila destacan por su falta de plani
ficacin central. En su lugar, la arquitectura de subsuncin sita mltiples
dispositivos cuasi independientes, cada uno de los cuales constituye una va
autosuficiente que enlaza la entrada sensorial con la accin. En consecuen
cia, las conductas de estos sistemas no estn mediatizadas por ninguna base
integrada de conocimientos que represente el estado actual del entorno glo
bal. A estas bases de conocimientos se les suele llamar modelos detallados
del mundo y un tema recurrente de los nuevos enfoques es que logran al
canzar un xito adaptativo sin emplear estos modelos.
Sin embargo, sera fcil exagerar esta diferencia. Uno de los mayores pe
ligros que acechan a toda propuesta revolucionaria en la ciencia es que se
puede descartar una parte demasiado grande de la visin antigua: es decir,
se puede tirar mucha fruta fresca junto con la pocha. Este mismo peligro
existe, creo yo, en el rechazo de la nueva robtica frente a las representacio
nes, los modelos y los mapas internos. Si slo se interpreta como un aviso
para prestar atencin a los costes de los modelos centralizados, integrados y
simblicos, la crtica es oportuna e importante. Pero si se interpreta como un
rechazo sistemtico a las economas internas cuyas complejidades incluyen
mltiples representaciones centradas en la accin y mltiples modelos par
ciales del mundo, esto sera un error al menos por dos razones.
En primer lugar es indudable que, en ocasiones, el cerebro humano inte
gra mltiples fuentes de informacin. El rea que rige los movimientos sacdicos (los movimientos rpidos de la fvea de alta resolucin hacia un nuevo
objetivo) es capaz de responder a mltiples entradas sensoriales: podemos
realizar un movimiento sacdico hacia el lugar donde hemos detectado un
movimiento perifrico, hacia el origen de un sonido o para examinar un ob-

62 I De excursin por la mente

jeto detectado solo por el tacto. Adems, con frecuencia combinamos mo


dalidades utilizando el tacto, la vista y el sonido en complejos bucles inter
dependientes donde la informacin recibida en cada modalidad ayuda a sin
tonizar y eliminar la ambigedad del resto (como cuando nos encontramos
con un objeto familiar en un rincn oscuro del armario).
En segundo lugar, la presencia de modelos internos que intervienen en
tre la entrada y la salida no siempre constituye un embudo costoso en cuan
to a tiempo. La emulacin motriz ofrece un ejemplo claro y convincente.
Consideremos la tarea de alcanzar una taza. Una solucin para estos pro
blemas es el alcance balstico. Como indica su nombre, esta manera de asir
depende de una trayectoria prefijada y no corrige errores a lo largo de la mis
ma. Una manera de asir ms hbil se basa en la retroalimentacin sensorial
para realizar correcciones sutiles y guiar el asimiento sobre la marcha. Una
fuente de esta retroalimentacin es la propiocepcin, el sentido interno que
nos dice cmo se sita nuestro cuerpo (en este caso, el brazo) en el espacio.
Pero las seales propioceptivas deben hacer el viaje de vuelta desde las peri
ferias corporales hasta el cerebro y esto requiere tiempo; de hecho, requiere
demasiado tiempo para que las seales se puedan emplear en la generacin
de movimientos fluidos de asimiento. Para resolver este problema, el cere
bro puede emplear un truco (muy empleado en los sistemas industriales de
control) denominado emulacin motriz. Un emulador es un circuito incor
porado que duplica ciertos aspectos de la dinmica temporal del sistema ms
amplio. Toma como entrada una copia de una orden motriz y produce como
salida una seal cuya forma es idntica a la de una seal que vuelva de las pe
riferias sensoriales. Es decir, predice cmo debe ser la retroalimentacin
propioceptiva. Si el dispositivo es fiable, se pueden utilizar estas prediccio
nes en lugar de las seales sensoriales reales para generar una actividad de
correccin de errores ms rpida. Estos emuladores son el tema de numero
sos tratamientos tericos detallados (por ejemplo, Kawato y otros, 1987;
Dean y otros, 1994) que muestran que el aprendizaje de redes neuronales
simples puede producir emuladores fiables y en los que se especula sobre la
manera de desarrollar estos emuladores en circuitos neuronales reales.
Estos emuladores motrices no son embudos que obstaculicen el xito en
tiempo real. Al contrario, facilitan el xito en tiempo real al ofrecer un tipo
de retroalimentacin virtual que supera la retroalimentacin procedente
de las periferias sensoriales reales, proporcionndonos una especie de hipcragudeza motriz que nos permite generar unas trayectorias de asimiento
ms fluidas y precisas de lo que sera posible, dadas las distancias y la velo
cidad de conduccin que gobiernan el regreso de las seales sensoriales des
de las periferias corporales. Pero tambin es indudable que un emulador es
una especie de modelo interno. Consturir modelos de aspectos destacados

Agentes autnomos: un paseo por la luna I 63

de la dinmica corporal de los agentes y se puede desplegar incluso en


ausencia de las entradas sensoriales usuales. Con todo, es un modelo parcial
dedicado a una clase especfica de tareas y, en consecuencia, es compatible
con el escepticismo de la nueva robtica acerca de los modelos del mundo
detallados y centralizados y con su insistencia en el xito conductual en tiem
po real. Tambin destaca la importancia intrnseca de los aspectos tempora
les de la cognicin biolgica. El papel adaptativo del emulador depende tanto
de su velocidad de operacin (su capacidad de superar la retroalimentadn
sensorial real) como de la informacin que codifica.
As pues, es evidente que el primer mensaje de la cognicin corprea es
que se debe evitar un modelado excesivo del mundo y que los modelos se
deben adaptar a las exigencias de los sistemas productores de conducta en
tiempo real.

1.4 Nichos
El segundo mensaje est muy relacionado con el primero. Se refiere a la
necesidad de encontrar ajustes muy precisos entre las necesidades y los esti
los de vida de sistemas especficos (sean animales, robots o humanos) por un
lado, y los tipos de estructuras ambientales portadoras de informacin a las
que responden estos sistemas por otro. La idea es reducir la carga de proce
samiento de informacin, sensibilizando el sistema a determinados aspectos
del mundo que tengan una trascendencia especial para l a causa del nicho
ambiental en el que habita.
Vimos algo de esto en el caso de Herbert, cuyo nicho es el entorno lle
no de latas de Coca-Cola del MIT Mobile Robot Laboratory. Un hecho bas
tante seguro de ese nicho es que las latas tienden a acumularse encima de las
mesas. Otro es que las latas, por s solas, no se mueven ni intentan escapar. A
la vista de estos hechos, la carga computacional de Herbert se puede reducir
considerablemente. En primer lugar, puede utilizar seales de baja resolu
cin para detectar las mesas y acercarse a ellas. Cuando se encuentra junto a
una mesa, puede iniciar una rutina especial dedicada a buscar latas. Para
buscar las latas, Herbert no necesita (y de hecho, no puede) formar repre
sentaciones internas de los otros objetos que hay en la mesa. El mundo de
Herbert slo est poblado de obstculos, superficies de mesas y latas. Cuan
do ha localizado una lata, Herbert lleva a cabo unos movimientos fsicos de
orientacin con el fin de simplificar la tarea de cogerla. Todo lo que hace
Herbert (emplear movimientos, basarse en seales fcilmente detectables y
evitar modelos del mundo detallados y centralizados), constituye un ejemplo
de sensacin dependiente del nicho.

64 i Pe excursin por la mente

La nocion de sensacin dependiente del nicho no es nueva. En 1934, Jakob Von Uexkull public una maravillosa monografa cuyo ttulo se traduce
por Un paseo por los mundos de animales y hombres: libro ilustrado de mun
dos invisibles. En esta obra, con una elocuencia y una claridad parecidas a las
de un cuento, Von Uexkull introduce la idea del Umwelt, definido como el
conjunto de aspectos ambientales a los que est sensibilizado un tipo deter
minado de animal. Describe el Umwelt de una garrapata, que es sensible al
cido butrico que se encuentra en la piel de los mamferos. El cido butri
co, cuando es detectado por la garrapata, induce a sta a soltarse de la rama
donde se encuentra para caer sobre el animal. El contacto tctil extingue la
respuesta olfativa e inicia un procedimiento de corretear hasta que se detec
ta calor. La deteccin del calor inicia la actividad de perforar y cavar. Es im
posible resistirse a citar a Von Uexkull con cierta extensin:
La garrapata cuelga inmvil de la punta de una rama en el claro de un bos
que. Su posicin le da la oportunidad de dejarse caer sobre un mamfero que
pase. De todo el entorno entero, no le afecta ningn estimulo hasta que se acer
ca un mamfero, cuya sangre necesita para poderse reproducir.
Y ahora sucede algo totalmente fantstico. De todos los efluvios que emanan
del cuerpo del mamfero, slo tres se convierten en estmulos y adems en un or
den definido. Del vasto mundo que rodea a la garrapata, tres aspectos refulgen
como faros en la oscuridad y actan como guias que conducen de una manera n
falible a la meta. Adems de su cuerpo con sus receptores y efectores, la garra
pata tiene la facultad de detectar tres seales que actan como estmulos. Y es
tas seales perceptivas prescriben el curso de sus acciones con tanta rigidez que
slo puede producir los impulsos efectores correspondientes.
El mundo entero y rico que rodea a la garrapata se encoge para convertirse
en un marco austero que consta, en esencia, de tres seales de recepcin y tres
seales efectoras: su Umwelt. Pero la pobreza misma de este mundo garantiza la
indefectible certeza de sus acciones: la seguridad es ms importante que la ri
queza (ibd., pgs. 11-12).

As pues, para Von Uexkull, cada especie animal habita en un entorno


efectivo distinto. Este entorno efectivo est definido por los parmetros que
tienen importancia para un animal y su estilo de vida concreto, y el entorno
general es el mundo fsico en todo su esplendor y complejidad.
La monografa de Von Uexkull est repleta de imgenes maravillosas del
aspecto que podra tener el mundo si se viera a travs del cristal de la sensa
cin dependiente del U m vell (figuras 1.6 a 1.8). Aunque las ilustraciones
son muy caprichosas, sus ideas son profundas e importantes. La cognicin
biolgica es muy selectiva y puede sensibilizar a un organismo a cualquier
parmetro (con frecuencia simples) que especifique con fiabilidad las condi-

Agentes autnomos: un paseo por la luna I 65

dones que condernen a esa forma de vida concreta. La similitud entre los
mundos operacionales de Herbert y de la garrapata es sorprendente: ambos
se basan en seales simples que son especficas de sus necesidades y ambos
salen ganando al no molestarse en representar otros tipos de detalles. Una
extensin natural de esta idea, y que da bastante que pensar, es preguntarse
si el ser humano tambin percibe el mundo de una manera sesgada y res
tringida. Nuestro tercer mensaje afirma que as es, y de una forma mucho
ms espectacular de lo que pueda sugerir la experiencia cotidiana.

1.5 Sensibilidad para los detalles?


Sin duda, muchos lectores estarn de acuerdo en que incluso la avanza
da percepcin humana est sesgada hacia los aspectos del mundo que tienen
importancia para los intereses y las necesidades del hombre. Segn el ltimo
y ms especulativo mensaje de nuestra breve lista, este sesgo es mucho ms
fuerte de lo que hayamos podido imaginar. Concretamente sugiere que nues
tras experiencias cotidianas de percepcin nos pueden inducir a error indi
cando la presencia de unos modelos del mundo ms duraderos y detallados
que los que nuestros cerebros construyen en realidad. Esta idea, en cierto
modo paradjica, exige una cuidadosa introduccin.
Consideremos el acto de correr para atrapar una bola. Se trata de una
habilidad que exhiben rutinariamente los jugadores de criquet y de bis
bol. Cmo se lleva a cabo? La experiencia comn sugiere que vemos la
pelota en movimiento, prevemos la continuacin de su trayectoria y co
rremos para estar en la posicin adecuada para interceptarla. En cierto
sentido esto es correcto. Pero la experiencia (la fenomenologa) puede
ser engaosa si creemos que computamos activamente estas trayectorias.
Investigaciones recientes indican que una estrategia ms eficiente en cuan
to a computacin consiste, simplemente, en correr de manera que la acele
racin de la tangente de elevacin de la mirada del jugador hacia la bola se
mantenga a cero. Si hacemos esto, siempreinterceptaremos la bola antes de
que llegue al suelo. La observacin de secuencias grabadas en vdeo de in
terceptaciones reales indican que, en efecto, los seres humanos utilizan
-inconscientemente- esta estrategia. Una estrategia como sta evita mu
chos costes de computacin porque asla los parmetros mnimos y ms f-89
8. Esto se expone con precisin en Churchland y otros, 1994 y est presente en gran par
te de Dennett, 1991.
9. Estas investigaciones fueron llevadas a cabo por Zolten Dienes en la Universidad de
Sussex (comunicacin personal).

66 i De excursin por la mente

F ig u r a 1.6 Entorno y Umwcll de una vieira. Ilustracin basada en la figura 19 de


Von Ucxkull, 193-1; adaptada por Christinc Clark, con autorizacin de International
Universities Press.

Agentes autnomos: un paseo por la luna I 67

FlGL'RA 1.7 Umwelt de un astrnomo. Ilustracin basada en la figura 21 de Von


Uexkull, 1934: adaptada por Christine Clark, con autorizacin de International Uni
versities Press.

cilmente perceptibles que pueden apoyar la accin especfica de la inter


ceptacin.
Siguiendo una lnea similar, un importante corpus de investigaciones co
nocido como visin anim ada (Ballard, 1991; vase tambin P, S. Churchland
y otros, 1994) indica que la resolucin cotidiana de problemas guiada por la
visin puede explotar una gran cantidad de estas estratagemas y rutinas es
pecializadas. En vez de considerar la visin como la transformacin de unas
seales luminosas entrantes en un modelo detallado de un mundo externo
tridimensional, la investigacin de la visin animada estudia cmo se pueden
apoyar respuestas adaptativas rpidas y fluidas mediante rutinas que requie
ran menos intensidad computacional: rutinas que entrelacen la sensacin
con la accin y con el movimiento en el mundo. Com o ejemplos podemos ci
tar el uso de movimientos sacdicos rpidos y repetidos para inspeccionar

63 I De excursin por la mente

F igura 1.8 Entorno y Umwell de una abeja. Ilustracin basada en la figura 53 de


Von Uexkull, 1934; adaptada por Christine Clark, con autorizacin de International
Universities Press.

Agentes autnomos: un paseo por la luna I 69

una escena visual y extraer informacin detallada nicamente en posiciones


foveales seleccionadas, y la explotacin de seales ms burdas (como el co
lor) que se pueden detectar en las periferias de baja resolucin.
El caso de la exploracin visual rpida es especialmente instructivo. Los
ojos humanos utilizan una pequea rea (menos del 0,01 % del campo visual
total) de resolucin muy elevada. Los movimientos sacdicos desplazan esta
ventana de alta resolucin de un punto a otro en una escena visual. Yarbus
(1967) mostr que estos movimientos pueden ser inteligentes en el sentido
de que un sujeto humano situado frente a una escena idntica realiza explo
raciones sacdicas muy diferentes para llevar a cabo tareas distintas. Estos
movimientos son muy rpidos (unos tres por segundo) y suelen incidir una y
otra vez sobre la misma posicin. En uno de los estudios de Yarbus, a los su
jetos se les mostraba la imagen de una habitacin con algunas personas en
ella y se Ies peda que dijeran las edades de estas personas, que adivinaran
qu actividad haban realizado anteriormente o que recordaran las posicio
nes de personas y objetos. Se identificaron pautas muy diferentes de movi
mientos sacdicos en funcin de la tarea especificada.
Segn los investigadores de la visin animada, los movimientos sacdicos
frecuentes nos permiten sortear la necesidad de construir modelos detallados y
duraderos de nuestro entorno visual. Segn Rodney Brooks, podemos utilizar el
mundo como si fuera el mejor modelo de s mismo e inspeccionar una y otra vez
la escena real, tomando muestras detalladas en las posiciones concretas requeri
das. As se evita la costosa actividad de mantener y actualizar un modelo interno
completo de una escena tridimensional. Adems, podemos tomar muestras de la
escena de maneras adecuadas a las necesidades concretas de cada momento.
Aun as, realmente nos parece que, en general, disponemos de una ima
gen tridimensional completa y detallada del mundo que nos rodea. Sin em
bargo, como han destacado varios autores recientemente,10 esto puede ser
una ilusin subjetiva que se apoya en nuestra capacidad para incidir rpida
mente sobre cualquier parte de una escena y recuperar una informacin de
tallada (aunque no duradera) de la regin de la fvea. Ballard (1991, pg. 59)
comenta que el sistema visual produce la ilusin de estabilidad tridimen
sional por su capacidad de realizar conductas rpidas.
El sentido del tacto nos ofrece una til analoga." En los aos sesenta,
Mackay plante la siguiente pregunta: imaginemos que estamos tocando
una botella con los ojos cerrados y las yemas de los dedos separadas. Slo
recibimos sensaciones tctiles de unos cuantos puntos separados. Por qu
!0. Especialmente Dennett, 1991; Ballard, 1991 y Cliurchland y otros, 1994.
11. Vanse Mackay, 1967 y Mackay, 197). Encontr este ejemplo por primera vez en
O'Regan, 1992, pgs. 471-476.

70 I De excursin por ta mente

no tenemos la sensacin de palpar un objeto con agujeros que correspon


deran a los espacios que hay entre los dedos? La razn es, en cierto senti
do, obvia. Utilizamos el tacto para explorar superficies y estamos acostum
brados a desplazar las yemas de los dedos para encontrar ms superficie,
sobre todo cuando sabemos que lo que sostenemos es una botella. No tra
tamos los espacios entre las entradas sensoriales como si fueran espacios en
el mundo, porque estamos acostumbrados a utilizar los sentidos como ins
trumentos exploratorios que pasan de un punto a otro. Tras reflexionar so
bre este caso, un investigador propuso que lo que con frecuencia pensamos
que es el acto sensorial pasivo de sentir la botella, se entiende mejor si se
concibe como un ciclo basado en la accin donde unas percepciones frag
mentarias provocan nuevas exploraciones, y que este ciclo de accin es la
base de la experiencia de percibir una botella completa.1- Este punto de vis
ta radical, donde el tacto se formula como un instrumento exploratorio que
se lanza de ac para all para explorar una y otra vez el entorno local, se ex
tiende de una manera completamente natural a la visin y a la percepcin
en general.
La sospecha de que la visin no es todo lo que parece se expresa a la per
feccin en el artculo publicado en 1994 por Patricia Churchland, V. S. Ramachandran y Terrence Sejnowski con el ttulo A critique of pur visin
(Critica Je la visin paral. Tambin ellos proponen que en lugar de una re
presentacin interna formada por imgenes perfectas slo extraemos una
sucesin de representaciones parciales, conjetura que caracterizan como la
hiptesis de los semimundos visuales o de las representaciones parciales
por ojeada. Segn ellos, esta hiptesis no slo est apoyada por considera
ciones computacionales generales relacionadas con la utilizacin de movi
mientos sacdicos frecuentes, etc., sino tambin por algunos experimentos
psicolgicos sorprendentes.
Estos experimentos se basaban en mostrar imgenes en la pantalla de un
ordenador y engaar a los sujetos alterando la imagen mostrada durante
los movimientos sacdicos de los ojos. Result que los cambios efectuados
durante los movimientos sacdicos rara vez se detectaban. En estos momen
tos crticos se pueden cambiar de lugar objetos enteros, se pueden aadir
otros objetos y se pueden modificar los colores, todo esto mientras el sujeto
permanece (normalmente) en la ms bendita ignorancia. Quiz sea an ms
12. El pcrcepto dc(la botella es una accin: concretamente, la exploracin visual o
mental de la botella. Vo es una simple sensacin pasiva que obtenemos de la rena o algn de
rivado icnico de la informacin que hay en ella (O'Regan, 1992, pg. 472).
13 Vanse McConkie y Rayner, 1976; McConkie, 1979; McConkie, 1990; O'Regan, 1990
y Rdvncr y otros, 1980

Agentes autnomos: un paseo por la luna I 71

sorprendente una investigacin relacionada con la anterior, en la que se le


pide a un sujeto que lea un texto presentado en una pantalla de ordenador.
El texto en cuestin nunca est totalmente presente en la pantalla al mismo
tiempo y se limita a una zona que abarca (para sujetos tpicos) 17 o 18 ca
racteres. Este texto est rodeado por caracteres aleatorios que no forman pa
labras verdaderas. Pero (y aqu est el truco) la ventana de texto real se des
plaza a lo largo de la pantalla de izquierda a derecha acompaando la mirada
del sujeto. El texto no es repetitivo porque el programa que se ejecuta en el
ordenador garantiza que el texto adecuado vaya apareciendo sistemtica
mente en lugar del texto aleatorio (aunque, como se trata de una ventana
mvil, van apareciendo nuevos caracteres aleatorios donde antes haba tex
to real). Cuando este sistema est bien calibrado para un sujeto concreto,
ste no se da cuenta de la presencia de los caracteres extraos! Adems, la
impresin subjetiva es, con toda claridad, la de encontrarse frente a una p
gina llena de texto verdadero que abarca toda la periferia visual, de izquier
da a derecha. En estos casos por lo menos podemos decir con seguridad que
la naturaleza experimentada de la escena visual es una especie de ilusin
subjetiva provocada por el empleo de una exploracin rpida y una ventana
pequea de resolucin y atencin.

1.6 El robot refinado


Hubo un tiempo en que el Mobile Robot Laboratory de Rodney Brooks
tena un lema: Rpido, barato y fuera de control. Este es, de hecho, el
mensaje inmediato de la visin de la nueva robtica. Sin una planificacin
central o incluso sin el empleo de un cdigo simblico central, estos sistemas
artificiales navegan de una manera fluida y robusta por el mundo real. Y lo
hacen gracias a unos acoplamientos cuidadosamente orquestados entre unos
dispositivos incorporados relativamente independientes y unos aspectos se
leccionados del entorno (el Urnwelt del robot, por as decir). A pesar de las
apariencias, ahora parece imaginable que gran parte de la inteligencia hu
mana se base en estrategias y ardides similares especficos del entorno, y que
tambin nosotros podamos carecer de un modelo del mundo central e inte
grado al estilo tradicional. Por tanto, en la medida en que nos tomemos en
serio los mensajes generales de la nueva robtica, nos enfrentaremos a dos
problemas inmediatos y acuciantes.
El primero es un problema de descubrimiento. Si evitamos la imagen f
cil del planificador central que cavila sobre estructuras de datos similares a
textos, y si no nos fiamos de nuestras intuiciones sobre la informacin que
extraemos de los datos sensoriales, qu debemos hacer? Cmo podemos

72 [ De excursin por la mente

siquiera formular hiptesis acerca del posible funcionamiento y la estructu


ra de estas mentes fragmentarias y que desafan nuestra intuicin? Brooks y
otros confan en desarrollar un nuevo conjunto de intuiciones basadas en la
atencin a conductas especficas y organizadas en torno a la idea general de
una arquitectura de subsuncin. Sin embargo, cuando tratemos de abordar
casos cada vez ms complejos, es dudoso que este enfoque artesanal pue
da triunfar. En captulos posteriores investigaremos algunas maneras de
avanzar que parecen estar menos sujetas a las intuiciones humanas: trabajar
con datos neurocientficos y evolutivos reales, procurar que los sistemas robticos aprendan por su cuenta e incluso intentar imitar el cambio gentico
para hacer evolucionar generaciones de robots cada vez ms refinados. {O b
servemos la naturaleza y dejemos que la naturaleza simulada siga su curso!
El segundo problema es de coherencia. Tanto el poder como el misterio
de la investigacin de la nueva robtica residen en el empleo de mltiples
subsistemas cuasi independientes de los que, en condiciones ecolgicas or
males, emerge con delicadeza una conducta orientada a metas. El poder es
triba en la capacidad de respuesta robusta y en tiempo real de estos sistemas.
El misterio es cmo mantener unas pautas de conducta coherentes cuando
los sistemas se hacen ms y ms complejos y se les exige que muestren una
variedad de conductas cada vez ms amplia. Naturalmente, una respuesta a
este problema es renunciar a la imagen bsica e insistir en que las conductas
complejas y avanzadas deben basarse en algo parecido a un sistema planifi
cador simblico central. Sin embargo, no deberamos rendirnos antes de
tiempo. En los captulos que siguen, sacaremos a la luz una cantidad sor
prendente de estrategias y ardides adicionales que pueden inducir una co
herencia global. La mayora de estas estrategias suponen el empleo de algn
tipo de estructura externa o andamiaje para moldear y orquestar la con
ducta. Entre los candidatos ms evidentes se encuentran el entorno fsico
inmediato (recordemos a Herbert) y nuestra capacidad para reestructurar
activamente ese entorno con el fin de apoyar y extender mejor nuestras ca
pacidades naturales para la resolucin de problemas. Estas estrategias son
especialmente manifiestas en el desarrollo infantil. Entre otros factores menos
evidentes pero que tienen una importancia crucial, se encuentran la presen
cia restrictiva del lenguaje, la cultura y las instituciones pblicas, la economa
interna de las respuestas emocionales y diversos fenmenos relacionados con
la inteligencia grupal o colectiva. En particular, el lenguaje y la cultura apa
recen como unas especies avanzadas de andamiaje externo, diseadas para
extraer la mxima coherencia y utilidad de unas mentes fundamentalmente
cortas de vista, especializadas e internamente fragmentadas. Por tamo, des
de sus inicios en la simple robtica, nuestro viaje llegar a tocar -y en oca
siones a poner en entredicho- algunos de los elementos ms arraigados de la

Agentes autnomos: un paseo por la luna I 73

imagen intelectual que tenemos de nosotros mismos. El deliberador racio


nal resulta ser un respondedor adaptativo bien camuflado. Cerebro,
cuerpo, mundo y artefacto estn estrechamente vinculados entre s, forman
do la ms compleja de las conspiraciones. Y mente y accin se manifiestan
en un ntimo abrazo.

El nio situado

2.1 Yo, robot


Robots que recogen latas de refrescos, exploradores lunares, cucarachas:
si todo esto nos suena extrao, pensmoslo mejor. La incipiente perspectiva
sobre la cognicin corprea tambin nos puede ofrecer la mejor esperanza
hasta el momento de comprender las caractersticas fundamentales del pen
samiento y el desarrollo humanos. Un campo especialmente prometedor es
el estudio de la infancia. La imagen que tiene la nueva robtica de pensar
con los pies encuentra un complemento natural en nuestra comprensin
creciente del desarrollo del pensamiento y la accin en los nios, porque el
especialista en robtica y un nmero cada vez mayor de psiclogos del desa
rrollo coinciden en destacar la delicada interaccin entre cerebro, cuerpo y
entorno local para determinar el xito cognitivo inicial.
De hecho (y para ser histricamente justos), es probable que los psiclo
gos del desarrollo fueran de los primeros en destacar la verdadera relacin
entre los factores internos y externos para determinar el cambio y el xito
cognitivo. En este sentido, tericos como Jean Piaget, James Gibson, Lev
Vygotsky y Jeromc Bruner, aunque partiendo de enfoques muy diferentes,
previeron muchas de las ideas de cariz ms radical a las que ahora se dedica
la robtica situada. Con todo, continan existiendo abundantes posibilida
des para un mutuo esclarecimiento, pues cada uno de los dos campos dispo
ne de un conjunto distinto de instrumentos conceptuales y experimentales y
de Corpus de datos diferentes. Por tanto, la alianza intelectual entre la psico
loga del desarrollo y las otras ciencias de la mente corprea puede acabar
1. Vanse, por ejemplo, Fiagei, 1952, 1976; Gibson, 1979; Bruner, 1968; Vygotsky, 1986.

76 I De excursin por la mente

siendo una de las empresas interdisciplinarias ms apasionantes de la prxi


ma dcada.
En este captulo se exploran cinco hitos de fundamental importancia que se
encuentran a lo largo de esta frontera interdisciplinaria: la idea de bucles de ac
cin que entrecruzan el organismo y su entorno (apartado 2.2); una visin muy
interactiva del proceso de desarrollo segn la cual mente, cuerpo y mundo ac
tan en pie de igualdad (apartado 2.3); una imagen de la cognicin biolgica en
la que emergen soluciones a problemas sin un control ejecutivo central (apar
tado 2.4); el reconocimiento del papel fundamental desempeado por apoyos y
estructuras externas para posibilitar el xito adaptativo y proporcionar la en
voltura para el aprendizaje individual (apartado 2.5); y un escepticismo cre
ciente, enraizado en todas las consideraciones anteriores, acerca del verdadero
valor de las divisiones intuitivas entre percepcin, accin y cognicin (apartado
2.6). La conclusin a la que se llega es que el desarrollo cognitivo no se puede
tratar con eficacia aislndolo del hecho de que el nio est embebido en el
mundo e interacciona con l. En una imagen ms adecuada de la cognicin in
fantil (y, de hecho, de toda cognicin), percepcin, accin y pensamiento se vin
culan entre s en una variedad de formas complejas e interpenetradas.

2.2 Bucles de accin


Consideremos un puzzle. Una manera (improbable) de tratar de resolverlo
consiste en mirar muy fijamente una pieza y tratar de determinar, slo con la ra
zn, si encaja en una posicin determinada. Sin embargo, en la prctica real em
pleamos una estrategia mixta en la que hacemos una determinacin mental
aproximada y luego probamos fsicamente si la pieza encaja o no. En general,
no nos representamos la forma detallada de una pieza lo suficientemente bien
como para saber con certeza si encajar antes de realizar esta manipulacin f
sica. Adems, podemos hacer girar fsicamente las piezas candidatas antes de
probar si encajan para simplificar la tarea ms mental de evaluar aproxima
damente su ajuste potencial (recordemos el empleo por parte de Herbert de un
procedimiento similar, girando sobre s mismo para fijar una lata en una posi
cin central cannica de su campo visual). Por tanto, acabar un puzzle supone
una danza intrincada y repetida donde el pensamiento puro conduce a ac
ciones que, a su vez, cambian o simplifican los problemas a los que se enfrenta
este pensamiento. Probablemente, ste es uno de los ejemplos ms sencillos de
los fenmenos conocidos como bucles de accin.2
2.
Vanse exposiciones de fenmenos de bucles de accin en Col y otros, 1978; Rutkowska, 1986, 1993; Theen y Smith, 1994.

El nio situado 77

Recientes investigaciones sobre el desarrollo realizadas por Esther Thelen y Linda Smith, indican que estas interacciones entre pensamiento y ac
cin puede ser tan omnipresentes y fundamentales, que estas investigado
ras sospechan que todo nuestro conocimiento inicial se construye
mediante interacciones trabadas en el tiempo entre percepcin y accin
en contextos particulares {Thelen y Smith, 1994, pg. 217). Para ver lo
que esto significa, consideremos la conducta de los nios pequeos ante
precipicios visuales (un precipicio visual es una cada vertical cubierta con
una superficie fuerte, rgida y transparente de plexigls u otro material si
milar). Se ha demostrado que los nios que an no pueden gatear son ca
paces de distinguir los lados poco profundos del precipicio de la zona que
se encuentra ms all de la cada. Muestran una atencin y un inters ere
cientes y, sorprendentemente, lloran menos cuando se encuentran encima
del precipicio que cuando estn sobre los lados menos profundos. Los ni
os de ms edad y con mayor movilidad responden al precipicio con res
puestas asociadas al miedo (Campos y otros, 1978).' Claramente, los dos
grupos de nios pueden percibir la informacin visual que especifica la
profundidad. La diferencia crucial parece residir en cmo se emplea esta
informacin, es decir, en cmo interviene en la interaccin entre percep
cin y accin.
Un trabajo reciente sobre las respuestas de los nios a las pendientes nos
ofrece ms informacin sobre esta interaccin. En esta investigacin, se co
locaron nios pequeos con diferentes tipos de movilidad (nios que gatea
ban y nios que caminaban) sobre pendientes con distintos grados de incli
nacin. Los que caminaban (14 meses) recelaban de las pendientes con 20
o ms de inclinacin y, o bien se negaban a descender, o bien bajaban desli
zndose. Los nios que gateaban abordaban con intrepidez inclinaciones de
20 o ms y, normalmente, acababan cayendo (aunque siempre se Ies coga a
tiempo).
Sin embargo, tras un examen detallado apareci una pauta fascinante. A
medida que los nios que gateaban iban aumentado su experiencia, apren
dan a evitar las pendientes ms inclinadas. Pero en el momento de transi
cin en el que los nios empezaban a caminar, este conocimiento obtenido
con tanto esfuerzo pareca desaparecer. Los nios que empezaban a caminar
tuvieron que aprender sobre las pendientes desde el principio. En una prue
ba, dos terceras partes de estos nios se lanzaban sin vacilacin por todas
las pendientes, igual que hicieron al encontrarse con ellas por primera vez,
cuando slo gateaban (Thelen y Smith, 1994, pg. 220)/34
3. Vase tambin Rutkowska, 1993, pg. 60.
4. El trabajo comunicado fue llevado a cabo por Adolph y otros (1993).

78 I De excursin por la mente

Estas pruebas no slo sugieren que los nios aprenden sobre el mundo
realizando acciones, sino tambin que el conocimiento mismo que adquieren
suele ser especfico de la accin. Los nios pequeos no emplean su expe
riencia de gatear para adquirir conocimientos sobre las pendientes en gene
ral. En cambio, adquieren conocimientos sobre el papel de las pendientes en
contextos especficos que implican una accin. O tros resultados relaciona
dos con la especificidad del conocimiento de los nios pequeos apuntan en
la misma direccin general/

Este fenmeno no se limita a la infancia. Investigaciones recientes sobre los


mecanismos de compensacin perceptiva de los adultos revelan un perfil espe
cfico de la accin de carcter similar. Thach y otros (1992) presentan un ejem
plo centrado en la adaptacin perceptiva en condiciones inusuales." Thach y sus
colegas estudiaron la adaptacin humana a unas lentes especiales que despla
zaban la imagen hacia la derecha o la izquierda. Es bien sabido que el sistema
de percepcin humano puede aprender a adaptarse a esta clase de distorsiones.
De hecho, varios experimentos demuestran que los sujetos pueden adaptarse
incluso a lentes que invierten por completo la escena visual haciendo que el
mundo se vea cabeza abajo. Despus de llevar estas lentes de inversin unos
cuantos das, los sujetos comunican unos cambios sbitos donde los aspectos
del mundo se reorientan correctamente. Naturalmente, cuando se ha produci
do esta adaptacin, los sujetos dependen de las lentes: si se las quitan, el mun
do vuelve a aparecer invertido hasta que se produce una nueva adaptacin.
Lo que mostr el grupo de Thach es que, en el caso de las lentes de des
plazamiento lateral, la adaptacin parece ser especfica de ciertos bucles mo
tores. Se pidi a los sujetos que lanzaran dardos a una diana. Al principio fa
llaban como resultado del desplazamiento lateral producido por las lentes.
Sin embargo, con el tiempo se produjo una adaptacin y fueron capaces de
apuntar tan bien como antes (a diferencia de lo que ocurra en los experi
mentos con lentes de inversin, esta adaptacin no tuvo ninguna conse
cuencia en la experiencia: los sujetos no comunicaron ningn rebote de la
imagen visual consciente). Pero, en la mayora de los casos, esta adaptacin
era especfica del bucle motor. Al pedrseles que lanzaran los dardos sin le
vantar el brazo por encima del hombro -en vez de tirarlos por encima de la
cabeza- o que emplearan su brazo no dominante, los sujetos no mostraron
una mejora comparable. La adaptacin para los lanzamientos por alto y con
el brazo dominante no se extendieron en absoluto a los otros casos. Lo que
parece haber ocurrido es un adaptacin restringida a la combinacin espec
fica del ngulo de visih y el ngulo de tiro empleados en un lanzamiento
5. Vanse Shields y Rovee-Collier, 1992; Rovee-Collier, 1990.
6. Vase un estudio general de experimentos con lentes deformadoras en Welch, 1978

E! nio situado I 79

normal. Lo que no se produjo fue una adaptacin perceptiva general que


ofreciera datos de entrada corregidos para que fueran utilizados por cual
quier subsistema cognitivo o motor.
Thach y otros han relacionado sus resultados con algunas hiptesis muy
especficas y fascinantes sobre el papel de una estructura nerviosa concreta
-el cerebelo- en el aprendizaje de respuestas pautadas a estmulos encontra
dos con frecuencia. Estas conjeturas encajan bien con la imagen que nos va
mos forjando, puesto que indican que la antigua imagen que consideraba al
cerebelo puramente implicado en tareas motrices es errnea y que las fun
ciones motrices y algunas funciones cogntivas superiores pueden estar n
timamente relacionadas en el cerebro. Por ahora, sin embargo, slo es nece
sario destacar que puede hacer falta algn replanteamiento de la imagen
pasiva de nuestro contacto perceptivo con el mundo. Al parecer, en mu
chos casos la percepcin no se debera contemplar como un proceso en el
que se recopilan pasivamente datos del entorno. En cambio, la percepcin
puede estar orientada desde el principio hacia rutinas de accin especficas.
Asi pues, el reto estriba en desarrollar una estructura terica que sea, por
asi decir, ms motorcntrica que visuocntrica" (P. S. Churchland y otros,
1994, pg. 60). Los estudios detallados de microdesarrollos, como el trabajo
sobre el modo de superar pendientes, parecen ofrecer una prometedora base
experimental sobre la que fundamentar una reorientacin tan radical.

2.3 Desarrollo sin diseos


Aqu entenderemos por diseo un plan o una especificacin muy deta
llados de -po r ejemplo- un automvil o un edificio. Las explicaciones ms
sencillas (pero normalmente menos satisfactorias y admisibles) del desarro
llo, describen la alteracin y el crecimiento de las capacidades cognitivas de
un nio como el despliegue gradual de un diseo para el cambio cogniti
vo determinado genticamente. Segn la ingeniosa descripcin de Thelen
y Smith (1994, pg. 6), estas explicaciones, que predominaron durante los
aos treinta y cuarenta,78 conciben el desarrollo como una progresin lineal
y por etapas a travs de una secuencia de conductas cada vez ms funciona
les que es dirigida hacia unas formas adultas por un plan global (que est
programado por un cronometrador global). Estas concepciones an siguen
con nosotros, pero con unas formas cada vez ms sofisticadas. Por ejemplo,
el desarrollo gradual de la capacidad para caminar se explica como el efecto
7. Recurdense los ejemplos de visin animada descritos en el captulo 1.
8. Vase, por ejemplo, Gesell 1939; McGraw, 1945, y e! captulo 1 de Thelen y Smith, 1994.

80 I De excursin por la mente

de unos aumentos de la velocidad de procesamiento del cerebro que estn


determinados por la maduracin y que permiten un control y una integra*
cin motrices de carcter complejo (Zelazo, 1984).
Sin embargo, desde la perspectiva altamente interactiva que hemos esta*
do desarrollando, estos enfoques suelen incurrir en un error muy comn.
Toman un fenmeno complejo (por ejemplo, el desarrollo de la capacidad
del nio para caminar) y buscan un solo factor determinante. Este error es lo
que Mitchel Resnick, del MIT Media Lab, denomina pensamiento centra
lizado:
...la gente tiende a buscar la causa, la razn, la fuerza impulsora, el factor decisi
vo. Cuando la gente observa pautas y estructuras en el mundo (por ejemplo, las
pautas de las bandadas de aves o las pautas de bsqueda de alimento de las hor
migas), suele suponer unas causas centralizadas que en realidad no existen. Y
cuando la gente intenta crear pautas o estructuras en el mundo (por ejemplo,
nuevas organizaciones o mquinas), suele imponer un control centralizado que,
en realidad, no es necesario (Resnick, 1994, pg. 120).

He citado este pasaje completo porque capta perfectamente un mensaje


fundamental de nuestras investigaciones que aparecer una y otra vez en este
libro: los fenmenos complejos presentan una gran autoorganizacin. De he
cho, las aves que vuelan en bandada no siguen a un lder. En cambio, cada ave
sigue unas cuantas reglas sencillas que hacen que su conducta dependa de la
conducta de las aves que tiene ms cerca. La pauta de la bandada surge de
la masa de estas interacciones locales: no est orquestada por un lder o por
un plan general representado en la mente de cada ave. De manera similar,
ciertos tipos de hormigas buscan alimento mediante un proceso de recluta
miento en masa. Cuando una hormiga encuentra alimento, vuelve al nido y,
durante el recorrido, va soltando un marcador qumico (una feromona).
Cuando otra hormiga detecta este rastro, lo sigue hasta llegar a la fuente de
alimento. Esto hace que, a su vez, esta hormiga refuerce el rastro qumico.
Este rastro ms fuerte tiene ms probabilidades de atraer a otra hormiga que,
cuando encuentre el alimento, reforzar an ms la seal qumica aumentan
do su potencia. Por tanto, lo que nos encontramos aqu es un proceso exten
dido de retroalimentacin positiva que pronto conduce a una concentracin
masiva de actividad, con centenares de hormigas recorriendo el camino arri
ba y abajo. La cuestin es que esta organizacin se consigue mediante unas
cuantas reglas locales sencillas que, en presencia de la fuente de alimento y
de otras hormigas, dan origen a esta conducta aparentemente organizada.9
9,
Vase una simulacin por ordenador de este y otros fenmenos emergentes en Resnick,
1994, pgs. 60^67.

El nio situado | 61

Algunos estudios recientes proponen que el desarrollo infantil tambin


se puede comprender mejor desde el punto de vista de las interacciones de
mltiples factores locales que incluyen, en pie de igualdad, el crecimiento
corporal, los factores ambientales, la maduracin del cerebro y el aprendiza
je. No existe un diseo para la conducta ni en el cerebro ni en los genes,
igual que no existe un diseo de la bandada en la cabeza de las aves.
Para captar el sabor de esta propuesta, consideremos el caso de aprender
a caminar. Los datos brutos son los siguientes: cuando un recin nacido es
suspendido por encima del suelo, realiza unos movimientos de pisar bien co
ordinados; hacia los dos meses de edad estos movimientos de pisar se pierden;
los movimientos reaparecen entre los ocho y los diez meses de edad, cuando
el nio empieza a apoyar su peso sobre los pies; hacia los doce meses, apare
ce el andar independiente. Segn el punto de vista del plan global y el fac
tor nico, sera de esperar que estas transiciones fueran expresiones de la
maduracin o el desarrollo de una fuente central (por ejemplo, la apropia
cin gradual de unos procesos similares a reflejos por parte de un centro
cogntivo superior; vase Zelazo, 1984). Sin embargo, los estudios del microdesarrollo indican que estas transiciones no estn orquestadas por una
entidad central y que, al parecer, se deben a la interaccin de mltiples fac
tores en condiciones esenciales de igualdad.
Por ejemplo, aunque es cierto que el reflejo de pisar desaparece hacia los
dos meses de edad, todava se producen unos movimientos cinemticos casi
idnticos cuando el nio est tendido sobre la espalda. Este pataleo en de
cbito supino persiste durante todo el primer ao de vida. Ahora parece
que el parmetro crucial que subyace a la desaparicin del pisar a los dos
meses es, simplemente, la masa de las piernas! En la postura erguida, la re
sistencia ejercida por la masa de las piernas hacia los dos meses de edad su
pera la accin elstica de los msculos. Esta hiptesis est apoyada por unos
experimentos (figura 2.1) donde el pisar desaparece cuando se aade peso a
las piernas de un nio que pisa y por otros donde el pisar reaparece cuando
nios de tres meses de edad que no pisan se sostienen erguidos dentro del
agua para reducir la masa efectiva de las piernas.10
Las manipulaciones del entorno son igualmente eficaces para estudiar la
segunda fase: la reaparicin del pisar entre los ocho y los diez meses de edad.
Cuando colocamos a nios ms pequeos que no pisan en una rueda de an
dar, pisan de una manera coordinada; incluso son capaces de ajustar el ritmo
de su paso a la velocidad de la rueda y de adaptarse a restricciones asimtri
cas cuando se les coloca sobre una rueda de andar con dos cintas indepen10. Vase Thelen y Smith, 1994, pgs. 11-12. Vanse tambin Thelen y otros, 1982 y ThcIcn y otros, 1984.

82 i De excursin por la mente

FIGURA 2.1 Este nio de tres meses de edad fue sometido a prueba para ver si pisa
ba erguido, primero sobre una mesa y despus sumergido en agua tibia. Fuente:
Thelen y Smith, 1994. Por gentileza de E. Thelen, L. Smith y MIT Press.

clientes que van a velocidades distintas. Se encontr que la conducta de pi*


sar en ruedas de andar se daba en nios de edades comprendidas entre uno
y siete meses de edad (Thelen y Smith, 1994, pgs. 11-17).11
Estos ltimos resultados indican que la pauta mecnica ocasionada por
la extensin de las piernas hacia atrs, que a su vez est provocada por la
rueda, tiene un papel fundamental. Este componente de pisar es indepen
diente de las transiciones conductuales generales normales que reflejan la in
fluencia de mltiples factores adicionales como la masa de las piernas. La
pauta evolutiva no es la expresin de un diseo interno. Ms bien refleja la
compleja interaccin de mltiples fuerzas, algunas corporales (como la masa
de las piernas), otras mecnicas (la extensin de las piernas y las acciones
elsticas), algunas totalmente externas (la presencia de ruedas de andar,
agua, etc.) y otras ms cognitivas e internas (la transicin hacia un moviII. Vanse tambin Thelen, 1986; Thelen y otros, 1987 y Thelen y Ulrich, 1991.

El nio situado I 83

miento volitivo, es decir, deliberado). Centrarse exclusivamente en uno de


estos parmetros equivale a pasar por alto la verdadera explicacin del cam
bio evolutivo, que se basa en comprender la interaccin de diversas fuerzas
y eliminar la necesidad de postular un solo factor controlador.

2.4 Montaje blando y soluciones descentralizadas


Una perspectiva multifactorial conduce, de una manera bastante natural,
a un respeto y un inters terico crecientes hacia lo que podra denominarse
idiosincrasias histricas del desarrollo individual. Pero esto exige explicar
el delicado equilibrio existente entre la variacin individual y los logros evo
lutivamente slidos. Una nocin fundamental para comprender esta accin
de equilibrio es la de montaje blando.
Un brazo robdco tradicional, gobernado por un programa clsico, pro
porciona un ejemplo de montaje duro. Dispone de un repertorio de movi
mientos y su xito depende de la precisin de la colocacin, la orientacin, el
tamao y otras caractersticas de los componentes que debe manipular. En
cambio, el andar humano es de montaje blando en el sentido de que compensa
de una manera natural cambios bastante importantes en el espacio del proble
ma. Como indican Thelen y Smith, las aceras heladas, las ampollas en los pies y
los zapatos de tacn reclutan diferentes pautas de marcha, control muscular,
etc., mientras se mantiene el objetivo general de la locomocin. En general, el
control centralizado con modelos internos o especificaciones de carcter deta
llado parece ser desfavorable para esta adaptacin fluida y contextual (recor
demos las lecciones de la robtica situada en el captulo 1). En cambio, los en
foques multifactoriales y descentralizados suelen producir esta adaptacin
slida y contextual como una consecuencia indirecta y sin coste alguno. La ra
zn de esto es que, como vimos antes, estos sistemas crean acciones basndose
en asociaciones en pie de igualdad donde el entorno local desempea un pa
pel fundamental en la seleccin de conductas. En situaciones donde una solu
cin ms clsica, dirigida por un modelo interno, fracasa como resultado de la
incapacidad del modelo para reflejar cambios novedosos en el entorno, las so
luciones basadas en asociaciones en pie de igualdad suelen ser capaces de
funcionar porque el entorno mismo ayuda a orquestar la conducta.
Siguiendo esta misma lnea, Pattie Maes del MIT Media Laboratory des
cribe un sistema de planificacin cuyo objetivo consiste en emparejar proce
sos (tareas o partes de tareas) con procesadores (mquinas).12 Se trata de una
12.
Este ejemplo procede de Maes, 1994 (pgs. 145-146), Los agentes de planificacin
clsicos se describen en Kleinrock y Nilsson, 1981

84 I De excursin por la mente

empresa compleja puesto que siempre se estn creando tareas nuevas y el vo


lumen de trabajo de cada mquina vara continuamente. Un solucin tradi
cional de montaje duro adoptara un enfoque centralizado donde un sistema
contendra un Corpus de conocimientos sobre las configuraciones de las di
ferentes mquinas, las tareas tpicas, etc. Este sistema tambin reunira con
cierta frecuencia datos procedentes de todas las mquinas acerca de su volu
men de trabajo actual, los trabajos que hay en espera, etc. A continuacin, y
utilizando toda esta informacin y algunas reglas o heursticos, el sistema tra
tara de elaborar una programacin (una asignacin eficiente de tareas a m
quinas). sta es la solucin ofrecida por la cognicin centralizada pura.
Ahora consideremos, en cambio, la solucin descentralizada favorecida por
Maes.!* Aqu, cada mquina controla su propio volumen de trabajo. Si una
mquina A crea una tarea, enva una solicitud de ofertas a todas las m
quinas restantes. Las otras mquinas responden a esta peticin enviando un
clculo aproximado del tiempo que tardaran en realizar la tarea (las mqui
nas que se utilicen poco o que ya tengan cargado un programa adecuado
pujarn ms que las mquinas muy utilizadas o mal preparadas). Enton
ces, simplemente, la mquina original enva el trabajo a la mquina que ms
haya pujado. Esta solucin es a la vez slida y de montaje blando. Si en
una mquina se produce un fallo, el sistema lo compensa automticamente.
Y no hay una sola mquina que sea crucial: la planificacin es ms bien una
propiedad emergente de las interacciones simples de anunciar y pujar
entre las mquinas que estn activas en cada momento. Como no existe un
modelo central de la configuracin del sistema en ningn lugar, no se plan
tean los problemas asociados con la actualizacin y la utilizacin de seme
jante modelo.
Los montajes blandos formados por mltiples componentes bsicamen
te independientes producen una mezcla caracterstica de solidez y flexibili
dad. Las soluciones que emergen se adaptan a las particularidades del con
texto y al mismo tiempo satisfacen un objetivo general. Esta mezcla, que
impregna todo el desarrollo, persiste en la resolucin de problemas y la ac
cin durante la madurez. Por tanto, la variabilidad individual no se debera
desestimar como si fuera mala informacin o ruido que oscureciera, de
alguna manera, unas pautas de desarrollo esenciales. En cambio, como in
sisten Thelen y Smith, es una buena pista hacia la naturaleza de los procesos
de montaje blando subyacentes.1314
Para ilustrar esto, Thelen y Smith describen el desarrollo de la conducta
de alcanzar en varios nios pequeos. A pesar del carcter comn de la con13. Se basa en Malone y otros, 1988.
14. Por tamo, la %'ariabilidad es un dato, no ruido; vase Smith y Thelen, 1994, pgs. 86-88.

El nio situado I 85

ducta global final (la capacidad para alcanzar objetos), encontraron fuertes
diferencias individuales. En cada caso concreto, la conducta de alcanzar re
sult ser el resultado del montaje blando de unos componentes un tanto di
ferentes, que reflejaban diferencias en la dinmica intrnseca de los ni
os y en su experiencia histrica. Aunque la descripcin que ofrecen Thelen
y Smith es muy detallada, aqu nos limitaremos a examinar algunos aspectos
destacados.
Uno de los nios, Gabriel, era muy activo por naturaleza y agitaba los
brazos con mucha rapidez. Para l, la tarea consisti en convertir estos mo
vimientos en una conducta de alcance dirigido. Para conseguirlo, necesit
aprender a contraer los msculos cuando el brazo estaba cerca de un objeto
con el fin de moderar los movimientos y establecer un contacto adecuado.
En cambio, Hannah era ms bien inactiva en el aspecto motor. Mova las
manos con muy poca velocidad y escasa fuerza. Su problema no era moderar
los movimientos, sino producir el impulso suficiente para vencer la gravedad.
Otros nios presentaban distintas mezclas de dinmica intrnseca, pero
en todos los casos el problema bsico consista en aprender a controlar esta
dinmica intrnseca (cuya naturaleza, como hemos visto, puede variar consi
derablemente) para alcanzar un objetivo. Para hacerlo, el sistema nervioso
central (SNC) debe encontrar una solucin que tenga en cuenta una amplia
variedad de factores que incluyen la energa, el temperamento y el tono mus
cular. Una propuesta prometedora15 es que, cuando hace esto, el SNC trata
el sistema total como si fuera un conjunto de muelles y masas. Por tanto, no
se ocupa de generar modelos internos de trayectorias de alcance, etc., sino
de aprender a modular factores como la rigidez de las extremidades para que
la energa transmitida se combine con una dinmica intrnseca parecida a la
de los muelles y produzca una oscilacin cuyo punto de reposo sea el objeto
deseado. Es decir, el SNC se trata como un sistema de control para un cuer
po cuya dinmica intrnseca desempea un papel crucial en la determinacin
de la conducta.
Por tanto, los problemas evolutivos a los que se enfrenta cada nio son
diferentes, puesto que la dinmica intrnseca de cada nio es distinta. Lo que
tienen en comn es el problema de nivel superior de dominar esta dinmica
individual para lograr alguna meta como la conducta de alcanzar. A lo largo
del desarrollo, el trabajo del SNC no es meter en vereda cada vez ms al
cuerpo para que pueda llevar a cabo unas rdenes detalladas y representadas
internamente que especifican, por ejemplo, las trayectorias que deben seguir
los brazos. En cambio, su tarea consiste en aprender a modular parmetros
(como la rigidez) que despus interaccionarn con restricciones intrnsecas
15. PolityBizzi, 1978; Hogan y otros, 1987; Jordn y otros, 1994; Thelen y Smith, 1994.

86 I De excursin por la mente

corporales y ambientales para producir los resultados deseados. En resu


men, la tarea consiste en aprender a armar conductas adaptativas mediante
montajes blandos que respondan al contexto local y exploten la dinmica in
trnseca. As pues, mente, cuerpo y mundo intervienen en pie de igualdad en
la construccin de conductas slidas y flexibles.

2.5 Mentes con andamiajes


Hay una propiedad final de las soluciones basadas en los montajes blan
dos que se debe mencionar explcitamente porque ocupar un lugar desta
cado en varios captulos posteriores. Se refiere a la afinidad natural existen
te entre el montaje blando y el empleo de andamiajes externos. Como ya se
ha apuntado antes, cuando el sistema nervioso central aprende a modular
parmetros como la rigidez, lo que hace en realidad es resolver un problema
suponiendo un teln de fondo formado por una dinmica corporal intrn
seca concreta (las propiedades elsticas de los msculos). Estos telones de
fondo no tienen por qu limitarse al cuerpo del agente: con frecuencia po
demos resolver problemas a horcajadas sobre ciertas propiedades fiables
del entorno. Lo que quiero denotar con el trmino andamiaje es esta explo
tacin de la estructura externa.
La nocin de andamiaje tiene sus races en el trabajo del psiclogo sovi
tico Lev Vygotsky.16 Vygotsky destac que la experiencia con estructuras ex
ternas (incluyendo las lingsticas, como palabras y frases, vase el captulo
10) puede alterar y dar contenido a los modos de procesamiento y compren
sin intrnsecos de un individuo. La tradicin que sigui inclua la nocin de
una zona de desarrollo proximal:17 la idea de que la ayuda de los adultos en
momentos cruciales del desarrollo del nio, dara a ste la experiencia de
una accin con xito que el nio, por s solo, no podra conseguir. Ofrecer
apoyo durante los primeros pasos vacilantes de un nio que empieza a cami
nar y sostener a un beb en el agua para que pueda realizar movimientos de
natacin son dos buenos ejemplos.
Sin embargo, la nocin intuitiva de andamiaje es ms amplia porque pue
de abarcar toda clase de apoyos y ayudas externas, tanto si proceden de
adultos como del entorno inanimado.18 Como ejemplos tenemos la utiliza
cin de la estructura fsica del entorno de la cocina como ayuda externa para
la memoria (agrupando las especias, los cacharros, etc.; Col y otros, 1978) y
16. Vase, por ejemplo, Vygotsky, 1986.
17. Vanse, por ejemplo. Valsiner, 1987 y Wcrtsch, 1981.
18. Vcase esta utilizacin, por ejemplo, en Rutkowska, 1993, pgs. 79-80

El nio situado I 87

el empleo de utensilios especiales para comer que reducen la libertad del


nio para derramar y pinchar cosas, al tiempo que ofrecen un tosco simula
cro del entorno de un adulto cuando come (Valsiner, 1987).19Para nuestros
propsitos actuales, la cuestin es que las estructuras del entorno, como la
elasticidad de los msculos, forman un teln de fondo en relacin al cual se
configuran los problemas computacionales individuales a los que se enfren
ta cada nio.
Este andamiaje es muy comn en casos no cognitivos. La simple esponja,
que se alimenta filtrando agua, explota la estructura de su entorno fsico na
tural para reducir la cantidad de bombeo que debe realizar: cambia de orien
tacin y aprovecha las corrientes del entorno para alimentarse.20 Aunque se
trata de una estrategia manifiesta, los bilogos no la han reconocido hasta
hace muy poco. La razn de esta tardanza es reveladora: los bilogos han
tendido a centrarse nicamente en el organismo individual como sede de la
estructura adaptativa. Han tratado el organismo como si se pudiera entender
independientemente de su mundo fsico. En este sentido, los bilogos se han
parecido mucho a los cientficos cognitivos que slo han buscado explica
ciones internas para los fenmenos cognitivos. En respuesta a estas tenden
cias, el bilogo Vogel (1981, pg. 182) ha recalcado la necesidad de un prin
cipio de parsimonia: N o desarrollar explicaciones que requieran un gasto
de energa metablica (por ejemplo, la hiptesis de bombeo total para la es
ponja) hasta que se puedan descartar los efectos fsicos simples (por ejemplo,
la utilizacin de las corrientes del entorno). La extensin de la mxima de
Vogel al mbito cognitivo es simple. Es lo que una vez denomin principio
007:
En general, los seres evolucionados no almacenarn ni procesarn informa
cin de maneras costosas si pueden emplear la estructura del entorno y sus ope
raciones sobre l como sustitutos convenientes de las operaciones implicadas en
el procesamiento de la informacin. Es decir, no hace falta saber ms de lo nece
sario para cumplir una misin (Clark 1989, pg. 64).

Este principio se refleja en el lema de la mobtica: El mundo es la me


jor representacin de s mismo. Tambin es un compaero natural de las
nociones de montaje blando y de resolucin de problemas descentralizada.
En lugar de un dispositivo intelectual que cavila inmerso en un reino de mo
delos internos detallados, nos enfrentamos a un agente corpreo y embebi
do que interviene, en pie de igualdad, en respuestas adaptativas que hacen
19. Vanse tambin el captulo 4 de Clark, 1989 y el captulo 3 de Rutkowska, 1993.
20. Vanse Vogel, 1981 y el captulo 4 de Clark, 1989.

88 i De excursin por la mente

uso de recursos de la mente, el cuerpo y el mundo. Hasta ahora hemos visto


unos cuantos ejemplos preliminares basados en la dinmica corporal y en el
empleo de ciertos tipos sencillos de almacenamiento externo de memoria.
En captulos posteriores aplicaremos estas ideas a las esferas especiales de las
estructuras externas puestas a nuestra disposicin por el lenguaje, la cultura
y las instituciones.

2.6 La mente como espejo frente a la mente como controladora


Acabamos de ver que la cognicin puede explotar de varias maneras la
accin real para reducir la carga computacional. La perspectiva desarrollada
en los apartados precedentes nos lleva un paso ms all, porque indica algu
nas de las maneras en que las conductas slidas y flexibles pueden depender
de procesos descentralizados de montaje blando donde mente, cuerpo y
mundo actan en pie de igualdad en la determinacin de la conducta adaptativa. Esta perspectiva conduce a un profundo cambio en nuestra concep
cin de la mente y de la cognicin, un cambio que yo caracterizo como la
transicin desde los modelos de la representacin como reflejo o codifica
cin, hasta los modelos de la representacin como control (Clark, 1995). La
idea es que el cerebro no se debera contemplar como la sede de unas des
cripciones internas de situaciones externas; ms bien se debera considerar la
sede de unas estructuras internas que operan en el mundo mediante su papel
en la determinacin de acciones.
Podemos encontrar un excelente ejemplo del empleo de estas represen
taciones centradas en la accin en el trabajo de Maja Mataric, del MIT Arti
ficial Intelligence Laboratory. Mataric ha desarrollado un modelo inspirado
en la neurobiologa de cmo se orientan las ratas en su entorno. Este mode
lo se ha implementado en un robot mvil. La rata robot, que dispone de sen
sores de sonar y de una brjula, consigue el xito en tiempo real empleando
la arquitectura de subsuncin que se describe en el captulo 1: utiliza un con
junto de capas cuasi independientes, cada una de las cuales constituye una
ruta de procesamiento completa desde la entrada hasta la salida, y que slo
se comunican pasndose unas seales muy simples. Una de estas capas ge
nera el trazado de los contornos: el robot sigue las paredes al tiempo que evi
ta los obstculos. Otra capa detecta referencias fsicas o hitos del entorno,
que se registran como una combinacin del movimiento del robot y de su
entrada sensorial (as, un'corredor se recuerda como la combinacin de un
movimiento hacia delante y unas lecturas de distancias laterales cortas en los
sensores de sonar). Otra capa emplea esta informacin para construir un
mapa del entorno (figura 2.2). Este mapa consiste en una red de hitos que,

El nio situado I 89

FIGURA 2.2 Ejemplo de la conducta de orientacin refleja de un robot en un entor


no de oficina abarrotado. Las etiquetas incluyen ei tipo de referencia fsica y la orien
tacin segn la brjula (PI8 = pared izquierda hacia el sur; 0 2 0 = corredor hacia e!
norte; J = lmite extenso irregular). Fuente: Mataric, 1991. Reproducido con la au
torizacin de M. Mataric y MIT Press.

como hemos visto, son una combinacin de lecturas motrices y sensoriales.


Todos los nodos del mapa procesan informacin en paralelo y se comunican
entre s propagando estados de activacin. La posicin actual del robot es
indicada por un nodo activo. El mapa construido representa la proximidad
espacial de las referencias fsicas mediante conexiones topolgicas {a unas
referencias adyacentes les corresponden unos nodos contiguos; vase la fi
gura 2.3). Un nodo activo excita a sus vecinos en la direccin del recorrido,
generando as unas expectativas sobre los prximos hitos que se van a en
contrar. Supongamos ahora que el robot quiere encontrar el camino hacia
una posicin recordada. La actividad del nodo para esa posicin aumenta.
El nodo de la situacin actual tambin est activo. A continuacin, el proce
so de propagacin de la activacin difunde una seal por el mapa cognitivo
y se computa la trayectoria ms corta hasta la meta (figura 2.4). Como los
propios nodos del mapa combinan informacin sobre el movimiento del ro-

90 I De excursin por la mente

F igura 2 3 Mapa construido por un robot en el entorno mostrado en la figura 2.2.


Las conexiones topolgicas entre los hitos indican adyacencias espaciales. Fuente:
Mataric, 1991. Reproducido con la autorizacin de M. Mataric y MIT Press.

FtGURA 2.4 El mapa lleva a cabo activamente la bsqueda de trayectorias. El nodo


sombreado es el nodo meta. Las flechas indican la propagacin de la activacin a
partir del nodo meta. Fuente: Mataric, 1991. Reproducido con la autorizacin de M.
Mataric y MIT Press.

bot y la correspondiente entrada perceptiva, el propio mapa puede actuar


como controlador. Resulta que utilizar el mapa y generar el plan para los mo
vimientos reales es, exactamente, la misma actividad.
Esta caracterstica -la capacidad del propio mapa para actuar como con
trolador- es la que tiene ms inters para nosotros. Un enfoque ms clsico
postulara la presencia simultnea de un mapa almacenado y de un mdulo
de control central que accede a ese mapa y lo emplea para planificar los mo
vimientos. En cambio, el robot de Mataric no emplea ningn dispositivo de
razonamiento fuera del mapa mismo. El mapa es su propio usuario y su co
nocimiento es al mismo tiempo descriptivo (de posiciones) y prescriptivo
(representa la relacin entre dos posiciones como la secuencia de movimien
tos que permiten al robot desplazarse de una posicin a la otra). Por tanto,
este robot es un ejemplo perfecto de la nocin de representaciones orientadas
a la accin: representaciones que describen aspectos .del mundo y al mismo
tiempo prescriben acciones posibles, y que se encuentran entre las puras es
tructuras de control y las representaciones pasivas de la realidad externa.
El psiclogo Jam es Gibson (1950, 1968, 1979) promovi una imagen
de las representaciones internas relacionada con la anterior. Sin embargo
este trabajo incurri en el error de parecer atacar lout court la nocin de
unos estados internos mediadores complejos. A pesar de este desliz retri
co, los enfoques de Gibson tienen mucho ms inters cuando slo se ven

El nio situado | 91

en cuanto se oponen a la imagen de la representacin interna como codifi


cacin o reflejo.
La afirmacin de Gibson, expresada de esta manera asptica, era que la
percepcin, en general, no est mediada por unos modelos del mundo inter
nos, detallados y neutrales respecto a la accin. No est mediada por estados
internos que requieran ms inspecciones o cmputos (por parte de otro
agente interno) para producir acciones adecuadas. Por tanto, esto no signi
fica negar totalmente la existencia y la importancia de unos estados media
dores internos. Significa, ms bien, insistir en que los estados internos estn
centrados en la accin, tema en el que Gibson profundiza describiendo a
los organismos como entes adaptados para detectar facilitaciones (affordances) en el entorno distal. Estas oportunidades no son nada ms que las
posibilidades de uso, intervencin y accin que ofrece el entorno local a un
tipo concreto de agente corpreo. Por ejemplo, un ser humano percibe una
silla como algo que facilita un asiento, pero las facilitaciones ofrecidas por
esa silla a un hmster seran totalmente diferentes.
Interpretada de esta manera, la percepcin est orientada desde el prin
cipio a investigar posibilidades para la accin. En lugar de una re-prescntacin pasiva seguida de una inferencia, Gibson postula la percepcin direc
ta de un complejo de oportunidades para la accin. Al representar (como
dira yo, que no Gibson) el entorno como un complejo de posibilidades,
creamos unos estados internos que describen aspectos parciales del mundo
y que, al mismo tiempo, prescriben intervenciones y acciones posibles. Estos
estados han sido bautizados acertadamente con el nombre de representacio
nes pushmi-pullyu (animal imaginario de los relatos del doctor Dolittle,
obra del escritor Hugh Lofting [n. del ed.]) por la filsofa Ruth Millikan.21
Al igual que esta quimrica fiera, estas representaciones miran en los dos
sentidos a la vez: dicen cmo es el mundo y adems prescriben un espacio de
respuestas adaptativas.
El tema comn de estas diversas lneas de investigacin es el rechazo a
cualquier imagen global de la percepcin como recepcin pasiva de infor
macin. Como vimos, las percepciones que tienen los nios de las pendientes
parecen estar vinculadas profundamente con los hbitos motores especficos
mediante los cuales se enfrentan activamente a ellas. En los experimentos
con lentes distorsionadoras, parece que la habilidad de los adultos con los
dardos implica la intervencin de sistemas de percepcin/accin a gran es
cala, y no una percepcin pasiva que acte como fuente de datos que luego
21. Vanse Millikan, 1995 y Clark, 1995. Tambin se puede encontrar una versin ce tipo
computacional de estas ideas en el empleo de Rutkowska (1995, pgs. 67-78) de los progra
mas de accin como constructo fundacional de las teoras del desarrollo

92 I De excursin por la mente

sern explotados por unos sistemas de accin independientes. Estos casos


indican que los productos inmediatos de gran parte de la percepcin no son
tanto descripciones neutrales del mundo como especificaciones ligadas a la
actividad de modos potenciales de accin e intervencin. Tampoco estas es
pecificaciones son neutrales en relacin con el sistema. En cambio, como in
dica la discusin sobre la accin de alcanzar, es probable que se adapten de
maneras que simplemente supongan, como teln de fondo no representado,
la dinmica corporal intrnseca de unos agentes especficos. Vale la pena ha
cer una pausa para apreciar cunta distancia separa esta visin de la clsica
imagen incorprea.
La percepcin se suele formular como un proceso mediante el cual reci
bimos informacin procedente del mundo. Por tanto, la cognicin com
prende unos procesos inteligentes definidos en tomo a alguna versin inter
na de esa informacin. La accin intencional se interpreta como la ejecucin
de rdenes que constituyen la salida de un sistema pensador central. Pero
el xito en el mundo en tiempo real no respeta esta pulcra divisin tripartita
del trabajo. En cambio, la misma percepcin est enmaraada con unas po
sibilidades especficas de accin: de hecho, est tan enmaraada que la tarea de
la cognicin central con frecuencia deja de existir. Por tanto, las representa
ciones internas que emplea la mente para orientar las acciones se pueden en
tender mejor como estructuras de control especficas de la accin y del con
texto, en vez de como recapitulaciones pasivas de la realidad externa. Los
modelos internos detallados y neutrales respecto a la accin que tenan que
proporcionar el mbito para un pensamiento incorpreo y centralizado, apa
recen ahora como un lujo lento, costoso y difcil de mantener que la natura
leza preocupada por los costes generalmente se esforzar en evitar.

Mente y mundo:
la frontera plstica

3.1 La mente escurridiza


La mente es un rgano escurridizo, que se escapa constantemente de sus
confines naturales y se mezcla descaradamente con el cuerpo y el mundo.
Qu tipo de cerebro necesita semejante apoyo externo y cmo deberamos
caracterizar sus interacciones con el entorno? Como veremos, emerger una
imagen del cerebro como una especie de motor asociativo cuyas interaccio
nes con el entorno constituyen una serie repetida de cmputos sencillos
orientados a completar patrones.
A primera vista, esta imagen puede parecer profundamente inadecuada.
Cmo puede explicar la autntica escala y dimensin del xito cognitivo hu
mano? Parte (pero slo parte) de la respuesta es que, con frecuencia, nes
tra conducta est esculpida y secuenciada por una clase especial de estruc
turas externas complejas: los artefactos culturales y lingsticos que
estructuran la vida moderna, incluyendo mapas, textos y planes escritos. La
comprensin de la compleja interaccin entre nuestros recursos neuronales
incorporados y en lnea por un lado, y estos puntales y soportes externos por
otro, es una tarea fundamental para las ciencias del pensamiento corpreo.
Empezar poco a poco, presentando un protagonista destacado de nues
tro incipiente escenario: la red neuronal artificial.

3.2 Las redes neuronales: una revolucin inconclusa


CYC, la enciclopedia electrnica descrita en la introduccin, era un
ejemplo extremo de inteligencia artificial basada en reglas y smbolos. No to
dos los proyectos de la inteligencia artificial tradicional eran tan fanticos

94 I De excursin por la mente

acerca del poder de las grandes bases de conocimientos y las codificaciones


explcitas, pero persista un sabor comn subyacente a todos ellos: la ima
gen general de la inteligencia como manipulacin de smbolos siguiendo
unas reglas. Por ejemplo, los programas de fsica ingenua pretendan es
pecificar en forma lgica nuestro conocimiento cotidiano sobre cmo se de
rraman los lquidos, cmo se amontonan los libros, etc. (Hayes, 1979). Pro
gramas como STRIPS aplicaban tcnicas de demostracin de teoremas a la
resolucin de problemas ordinarios (Fikes y Nilsson, 1971), y sistemas gran
des como SOAR incorporaban una amplia variedad de mtodos y represen
taciones de este tipo en una sola arquitectura computacional. Sin embargo,
hasta la aparicin (o la reaparicin1) de los denominados modelos de redes
neuronales de la mente, no se puso sobre la mesa una propuesta fundamen
talmente diferente.
Como indica su nombre, los modelos de redes neuronales estn inspira
dos, por lo menos vagamente, en una reflexin sobre la arquitectura del ce
rebro. El cerebro se compone de muchas unidades simples de procesamiento
(las neuronas) enlazadas en paralelo por una gran masa de cables y empal
mes (axones y sinapsis). En general, las unidades individuales (las neuronas)
slo son sensibles a informaciones locales: cada neurona escucha lo que
sus vecinas le cuentan. Pero a partir de esta masa de conexiones en paralelo,
procesadores simples e interacciones locales, surge la asombrosa habilidad
computacional y de resolucin de problemas del cerebro humano.
Durante los aos ochenta, el campo de la inteligencia artificial fue trans
formado por una explosin de inters en una clase de modelos computadonales que compartan esta tosca descripcin de la funcionalidad del cerebro.
Eran los modelos conexionistas (o de redes neuronales o de procesa
miento distribuido en paralelo) de la inteligencia y la cognicin. El grado
de similitud entre estos modelos iniciales y el cerebro no se debera exage
rar/ Las diferencias seguan siendo enormes: la multiplicidad de tipos de

1. Algunas de las ideas originales fueron formuladas hace ya muchos aos (desde la pers
pectiva de la inteligencia artificial), en 1943; vanse McCulloch y Pitts, 1943; Hebb, 1949 y Rosenblatt, 1962.
2'. Consideremos el modelo de Mataric, descrito en el apartado 2.6 anterior. El tipo de
mapa que detalla Mataric tiene fuertes afinidades con modelos recientes sobre la codifica
cin de informacin espacial por parte del hipocampo (McNaughton, 1989). Sin embargo,
hay una diferencia relacionada con el empleo en el modelo de Mataric de nodos nicos como
codificadores de informain sobre hitos. Es probable que el hipocampo emplee una for
ma de representacin mucho ms distribuida, con muchas neuronas involucradas en la re
presentacin de cada hito. Existen modelos ms detallados de la funcin del hipocampo
basados en redes neuronales artificiales que realmente reconocen el papel de esta distribucin
(veanse, por ejemplo O Keefe, 1989 y McNaughton y Nadel, 1990). Estos modelos sugieren

Mente y mundo: la frontera plstica I 95

neuronas y sinapsis y el empleo de propiedades temporales (como las fre


cuencias de los picos) no entraban en los modelos, la conectividad no estaba
restringida de la misma manera que en los sistemas nerviosos reales, etc. A
pesar de todo esto, el sabor de los modelos era ciertamente diferente y, en un
sentido muy real, biolgicamente ms atractivo. Para los investigadores de la
inteligencia artificial que trabajaban en el nuevo paradigma, lleg a ser mu
cho ms fcil entrar en contacto con los resultados y las hiptesis de la neurociencia real. Por fin, los vocabularios de las diversas ciencias de la mente
parecan acercarse entre s.
El estilo bsico de este nuevo enfoque se transmite mejor mediante ejem
plos. Consideremos la tarea de pronunciar textos escritos en ingls convir
tiendo la entrada escrita (palabras) en salida fontica (habla). Este problema
se resuelve mediante sistemas que codifiquen reglas para convertir textos a
fonemas y listas de excepciones, todas ellas cuidadosamente codificadas a
mano por programadores humanos. Por ejemplo, DECtallc es un programa
comercial que realiza esta tarea y cuya salida puede gobernar un sintetizador
de voz digital. Por tanto, DECtalk se basa en una base de conocimientos bas
tante grande, formulada explcitamente y hecho a mano. En cambio, NETtalk aprende a resolver el problema usando una red neuronal artificial. A
esta red no se le ha proporcionado ningn conjunto de reglas codificadas a
mano para resolver el problema, y aprende a resolverlo mediante la exposi
cin a un gran conjunto de ejemplos de parejas texto-fonemas y empleando
una rutina de aprendizaje (que se detalla ms adelante). La arquitectura de
NETtalk es una red de unidades interconectadas que comparten toscamen
te algunas de las propiedades de las redes neuronales reales. Y la conducta

que la estructura del hipocampo es una muy buena candidata para un sistema nervioso real
que opere, en lneas generales, de manera similar a las redes neuronales artificiales descritas
en el apartado 3.2. Sin embargo, es igual de evidente que harn falta unos modelos neurobiolgicamente ms realistas que incorporen muchas caractersticas no encontradas en la ma
yora de las redes artificiales. Por ejemplo, el tipo de retroalimentacin correctora de errores
muy detallada utilizada por los dispositivos de aprendizaje por retropropagacin, probable
mente no se encuentra en el cerebro aunque seguramente tiene lugar algn tipo de adapta
cin dirigida por el error. Tampoco los circuitos neuronales reales exhiben la conectividad si
mtrica mostrada en la mayora de las redes artificiales y, en cambio, nos solemos encontrar
con una conectividad asimtrica y especializada. A pesar de estas diferencias (y hay muchas
ms; vanse McNaughton, 1989 y Churchland y Sejnowski, 1992), los modelos computacio
nales de las estructuras neuronales reales siguen debiendo mucho ms a los marcos de refe
rencia de las redes neuronales artificiales que a los de la inteligencia artificia! clsica. Y la ca
pacidad bsica responsable de esto es la dependencia de sistemas de memoria asociativa, que
sustituyen el razonamiento basado en reglas y smbolos por procesos ricos y potentes de complecin de patrones.
3 Digital Equipment Corporation DTC 01-AA.

96 I De excursin por (a mente

de esta red artificial es verdaderamente impresionante. Como las unidades


de salida estn conectadas a un sintetizador de voz, se puede escuchar al sis
tema mientras aprende lentamente a hablar, pasando de un balbuceo entre
cortado a palabras medio formadas y, por ltimo, a una buena simulacin de
una pronunciacin normal.
NETtalk (al igual que DECtalk) no entiende nada. No se le ha dicho
nada sobre el significado de las palabras y no puede emplear el lenguaje para
lograr una meta mundo real. Pero, con todo, es una demostracin de refe
rencia de la capacidad de las redes neuronales artificales para resolver pro
blemas complejos y realistas. Cmo funciona?
Los elementos de este sistema informtico son unas neuronas idealizadas
o unidades. Cada unidad es un dispositivo procesador simple que recibe
seales de entrada de otras unidades mediante una red de conexiones en pa
ralelo. Cada unidad combina sus entradas y produce una salida basndose
en una simple funcin matemtica.4 Por tanto, la unidad se activa en la me
dida dictada por los datos de entrada y pasa una seal a las unidades vecinas.
La seal que llega a estas unidades vecinas est determinada tanto por el ni
vel de activacin de la unidad remitente como por la naturaleza de la co
nexin implicada. Cada conexin tiene un peso que modula la seal. Este
peso puede ser positivo (excitador) o negativo (inhibidor). La seal que se
recibe est determinada por el producto del peso numrico y la fuerza de la
seal de la unidad remitente.
Una red conexionista tpica como NETtalk consta de tres capas de uni
dades: las unidades de entrada (que codifican los datos que se deben pro
cesar), las unidades ocultas (que intervienen en el procesamiento}5 y las
unidades de salida (que especifican la respuesta del sistema a los datos en
forma de un vector de valores numricos de activacin). El conocimiento del
sistema se codifica en los pesos de las conexiones entre las unidades, y estos
pesos se adaptan durante el aprendizaje. El procesamiento supone la dise
minacin de la activacin por toda la red, tras la presentacin de un conjun
to especfico de valores de activacin en las unidades de entrada. En el caso
de NETtalk hay siete grupos de unidades de entrada con 29 unidades cada
uno. Cada grupo representa una letra y la entrada consta de siete letras de las
que la cuarta es el objetivo cuya contribucin fonmica se debe determinar
en cada momento (dentro del contexto proporcionado por las seis letras res
4. Estas fundones no,suelen ser lineales; es decir, la fuerza de la salida no es directamen
te proporcional a la suma de las entradas. En cambio, puede ser proporcional cuando (por
ejemplo) las seales entrantes son de intensidad media pero allanarse cuando son muy fuertes
o muy dbiles.
5. Las caractersticas de respuesta de las unidades ocultas se han descrito ms arriba.

Mente y mundo: la frontera plstica

97

tantes). Las entradas se conectan a una capa de 80 unidades ocultas, que a su


vez se conectan a 26 unidades de salida que codifican fonemas. En total, la
red consta de 18.829 conexiones con sus correspondientes pesos.
Cmo aprende un sistema como ste? Aprende ajustando los pesos en
tre las unidades segn un algoritmo o procedimiento sistemtico. Uno de es
tos procedimientos es el algoritmo de retropropagacin (backpropagadon), que funciona de la manera siguiente: el sistema se inicializa con una
serie de pesos aleatorios (dentro de ciertos limites numricos). Como los pe
sos son aleatorios, el sistema no solucionar el problema planteado. Enton
ces es cuando se entrena a la red. Se le da un conjunto de entradas y para
cada entrada producir (gracias a los pesos aleatorios iniciales) una salida,
casi siempre incorrecta. Sin embargo, hay un sistema supervisor que consul
ta la salida correcta para cada entrada (como un profesor que sabe las res
puestas de antemano). El sistema supervisor compara automticamente la
salida real (un conjunto de valores numricos de activacin) con la salida co
rrecta. Por ejemplo, un sistema de reconocimiento de rostros puede tomar
como entrada la especificacin de una imagen visual y se le puede exigir que
d como salida unos cdigos artificiales que correspondan a unos individuos
nombrados. En este caso, la salida correcta para una entrada visual dada po
dra ser la sucesin numrica (1010) si hubiera sido designada de antemano
como un cdigo arbitrario para Esther Russel. A causa de los pesos alea
torios, el sistema quizs no acierte y d, por ejemplo (0,7,0,4,0,2,0,2) como
salida inicial. En este punto, el sistema supervisor compara la salida real con
la deseada para cada unidad de salida y calcula el error correspondiente. Los
errores se elevan al cuadrado (por razones que no hace falta especificar aqu)
y se calcula su media, obtenindose un error cuadrrico medio (ECM). Lue
go el sistema se centra en el peso de una conexin y comprueba (mantenien
do invariables los otros pesos) si aumentando o disminuyendo ligeramente el
peso se reduce el ECM. Si es as, el peso se corrige en consecuencia. Este pro
cedimiento se repite para cada peso y el ciclo total de entrada/salida/ajuste de
peso se repite una y otra vez hasta que se alcanza un ECM bajo. En este mo
mento la red funcionar bien (en nuestro caso, asignando el nombre correcto
a cada imagen visual). Ahora es cuando cesa el entrenamiento y los pesos se
conservan: la red ha aprendido a resolver el problema.6
Este tipo de aprendizaje se puede concebir como un descenso por un gra
diente. Imaginemos que nos encontramos en algn punto de la pendiente in
terior de un crter en forma de cuenco gigante. Nuestra tarea es encontrar el
fondo, es decir, la solucin correcta o el error ms bajo. Como tenemos los
6.
Vase una explicacin especialmente clara y accesible de estos enfoques en Church*
land, 1995. Vanse tambin Clark, 1989 y Churchland, 1989.

98 I De excursin por la mente

ojos vendados, no podemos ver dnde est el fondo. Sin embargo, cada vez
que damos un paso pequeo podemos determinar si nos movemos hacia
arriba (es decir, en la direccin de ms error) o hacia abajo (en la direccin
de menos error). Simplemente utilizando esta retroalimentacin local y avan
zando paso a paso, nos acercaremos inexorablemente al fondo de la cuenca,
que es donde nos detendremos. Los mtodos de aprendizaje de descenso
por un gradiente (de los que la retropropagacin es un ejemplo) actan esen
cialmente de la misma manera: el sistema es empujado cuesta abajo por la
pendiente del error decreciente hasta que no puede bajar ms. En este pun
to (en paisajes con forma de cuenco) se alcanza la solucin y el problema se
resuelve.
Obsrvese que los pesos no se codifican a mano en ninguna etapa de este
proceso. Para cualquier problema complejo, encontrar un conjunto funcio
nal de pesos de conexin mediante un anlisis reflexivo est mucho ms all
de nuestras capacidades actuales. Lo que se nos ofrece es una arquitectura
inicial con una cantidad dada de unidades y un tipo determinado de conectividad, y un conjunto de casos de entrenamiento (pares entrada-salida). O b
srvese tambin que, en general, el resultado final del aprendizaje no es que
el sistema memorice como un papagayo los datos de entrenamiento. En el
caso de NETtalk, por ejemplo, el sistema aprende aspectos generales de la
relacin entre el ingls escrito y hablado. Despus del entrenamiento, la red
puede enfrentarse con xito a palabras nuevas que no estaban en el conjun
to de entrenamiento inicial.
Lo ms importante es que el conocimiento de las transiciones de texto a
fonemas de NETtalk no adopta la forma de codificaciones explcitas de re
glas o principios mediante cadenas de smbolos. Este conocimiento se alma
cena de una manera adecuada para su empleo directo medante un sistema
parecido al del cerebro: como pesos o conexiones entre unidades o neuro
nas idealizadas. En cambio, las formas de tipo textual favorecidas por CYC
y SOAR son adecuadas para que unos agentes avanzados como los seres hu
manos las utilicen como estructuras de conocimiento externas y pasivas. Si
miramos hacia atrs, sin duda consideraremos muy poco verosmil que nues
tros propios cerebros (que no son tan diferentes de los de algunos seres que
carecen de lenguaje) emplearan un formato similar al elegido por las dbiles
proyecciones de nuestros pensamientos en medios pblicos como el papel y
las molculas de aire. Los cdigos cerebrales deben ser activos en un sentido
en el que el almacenamiento de textos no lo es. Por tanto, creo que la princi
pal leccin de la investigacin de las redes neuronales ha sido expandir nues
tra visin de las maneras en que un sistema fsico como el cerebro puede co
dificar y explotar informaciones y conocimientos. En este sentido, la
revolucin de las redes neuronales ha sido un xito indudable.

Mente y mundo: la frontera plstica

99

Adems, parece que la tecnologa de las redes neuronaes va a permane


cer entre nosotros. Tcnicas como las que acabamos de describir se han apli
cado con xito en una increble variedad de campos, incluyendo el recono
cimiento de cdigos postales escritos a mano, tareas de procesamiento
visual, el reconocimiento de rostros, el reconocimiento de firmas, el control
robtico e incluso la planificacin y la demostracin automatizada de teore
mas. La potencia y la utilidad de esta tecnologa son indudables. Sin embar
go, su capacidad para dilucidar la cognicin biolgica no depende simplemen
te de utilizar un estilo de procesamiento que recuerda aproximadamente al
de los sistemas nerviosos reales, aunque sea de una manera aproximada, sino
tambin del despliegue de estos recursos de una manera biolgicamente re
alista. Creo que la eleccin de representaciones de entrada y salida muy arti
ficiales y de mbitos de problemas muy pobres ha privado a la revolucin de
las redes neuronaes de parte de su impulso inicial. Esta inquietud est di
rectamente relacionada con el nfasis creciente en la accin real y, en conse
cuencia, merece una explicacin ms detallada.
El problema es, en esencia, que gran parte de la investigacin sobre las
redes neuronaes artificiales se ha apoyado demasiado en una concepcin
ms bien clsica de la naturaleza de los problemas. Muchas redes se han de
dicado a investigar lo que una vez denomin mcromundos verticales
(Clark, 1989, captulo 4; vase tambin el apartado 1.2 anterior): pequeas
piezas de cognicin de nivel humano como producir el pretrito de verbos
ingleses7 o aprender gramticas simples.89Incluso en tareas aparentemente
ms bsicas (por ejemplo, equilibrar bloques de construccin en una barra
que se apoya sobre un fulcro mvil), la eleccin de las representaciones de
entrada y de salida solan ser muy artificiales. Por ejemplo, la salida de ios
programas para equilibrar bloques no era un conjunto de acciones motrices
reales de brazos robticos o, por lo menos, una codificacin de estas accio
nes; era simplemente la actividad relativa de dos unidades de salida, inter
pretada de modo que una actividad igual en las dos unidades indicaba la
expectativa de un estado de equilibrio y una actividad excesiva en cualquier
unidad indicaba la expectativa de un desequilibrio en la direccin corres
pondiente. Las entradas proporcionadas al sistema tambin eran artificiales:
una codificacin arbitraria para el peso en un canal de entrada y otra para la
distancia desde el fulcro en el otro canal. Es bastante razonable suponer que
esta manera de establecer el espacio del problema puede conducir a solucio
7.
Clark,
8.
9.

Vanse Rumelhart y McClelland, 1986 y las evaluaciones crticas en Clark, 1989 y


1993.
Vase Elman, 1991.
McClelland, 1989; Plunkctt y Sinha, 1991.

100 I De excursin por la mente

nes artificiales e irreales. Seguramente una estrategia alternativa y quiz me


jor sera darle al sistema datos de entrada realistas (por ejemplo, proceden
tes de cmaras) y hacer que produjera como salida acciones reales (desplazar
bloques reales hasta el punto de equilibrio). Naturalmente, un sistema como
ste requiere la solucin de muchos problemas adicionales y la ciencia siem
pre debe simplificar los experimentos cuando sea posible. Sin embargo, cabe
la sospecha de que la ciencia cognitiva ya no puede permitirse ms simplifi
caciones que excluyan del bucle al mundo real y al organismo que acta: es
tas simplificaciones pueden oscurecer las soluciones a los problemas ecol
gicamente realistas que caracterizan a agentes corpreos activos como los
seres humanos. La aspiracin de la ciencia cognitiva -dilucidar la cognicin
biolgica real- no puede ser compatible con una estrategia basada en la
abstraccin continua de los anclajes de la percepcin y de la accin en el
mundo real. Creo que esta sospecha est totalmente confirmada por los im
portantes Corpus de investigacin descritos en este libro. Un tema funda
mental, que ya ha aparecido anteriormente, es que abstraer los polos reales
de la sensacin y de la accin priva a nuestros sistemas artificiales de la opor
tunidad de simplificar, o de transformar de otras maneras, sus tarcas de pro
cesamiento de informacin mediante la explotacin directa de la estructura
de la realidad. Sin embargo, y como veremos a continuacin, esta explota
cin puede ser especialmente esencial si pretendemos abordar la resolucin
de problemas sofisticados utilizando los tipos de recursos biolgicamente
plausibles de complecin de patrones que nos ofrecen las redes neuronales
artificiales.

3.3 Apoyarse en el entorno


Las redes neuronales artificiales de tipo general descritas anteriormen
te10 presentan una interesante combinacin de ventajas e inconvenientes.
Son capaces de tolerar datos ruidosos, imperfectos o incompletos. Son
resistentes a daos locales. Son rpidas. Y sobresalen en tareas que suponen
la integracin simultnea de muchas pequeas seales o elementos de infor
macin, una capacidad que es esencial para el reconocimiento perceptivo y
el control motor en tiempo real. Estas ventajas se derivan del hecho de que
estos sistemas se dedican a completar patrones con un procesamiento en pa
ralelo masivo. La tolerancia a datos ruidosos, incompletos o imperfectos
equivale a la capacidad de recrear patrones completos a partir de seales
parciales. La resistencia a los daos locales se debe al empleo de mltiples
10. Vease una descripcin mucho ms cuidadosa de esta clase de modelos en Clark, 1993.

Mente y mundo: la frontera plstica I 101

recursos, a nivel de unidad, para codificar cada pauta. La velocidad se debe


al funcionamiento en paralelo, igual que la capacidad para tener en cuenta
simultneamente mltiples seales pequeas." Incluso algunos fallos de es
tos sistemas son atrayentes en el plano psicolgico. Pueden sufrir interfe
rencias cuando unas codificaciones similares se obstaculizan mutuamente
(de manera similar a cuando aprendemos un nmero de telfono que se pa
rece a otro que ya sabemos y enseguida los confundimos, olvidndonos de
los dos). Y no son intrnsecamente adecuados para la resolucin de proble
mas secuencial y gradual tpica de la lgica y la planificacin {Norman, 1988;
Clark, 1989, captulo 6). Estos sistemas se podran caracterizar en pocas pa
labras diciendo que son buenos al ftbol pero malos en lgica, un perfil
ms que familiar. Los sistemas clsicos, con sus direcciones de memoria or
denadas y bien definidas, son inmunes a estas interferencias y ofrecen un ren
dimiento excelente en la resolucin de problemas lgicos y secuenciales, pero
rinden mucho peor en tareas de control en tiempo real.
Por tanto, las redes neuronales artificiales son sistemas rpidos pero li
mitados que, de hecho, sustituyen el razonamiento clsico por el reconoci
miento de patrones. Como era de esperar, esto es a la vez una ventaja y un in
conveniente. Es una ventaja en el sentido de que ofrecen, precisamente, los
recursos necesarios para las tareas que los seres humanos realizan mejor y con
ms fluidez: control motor, reconocimiento de rostros, lectura de cdigos
postales escritos a mano, etc. (Jordn y otros, 1994; Cottrell, 1991; LeCun y
otros, 1989). Pero es una desventaja cuando nos enfrentamos a tareas como
razonar de manera secuencial o planificar a largo plazo. Esto no es necesaria
mente malo. Si nuestro objetivo es modelar la cognicin humana, se deben fa
vorecer aquellos fundamentos computacionales que produzcan una pauta de
puntos fuertes y dbiles parecida a la nuestra. Y en general somos mejores al
ftbol que en lgica. De todos modos, tambin somos capaces, por lo menos
en ocasiones, de planificar a largo plazo y de llevar a cabo razonamientos se
cuenciales. Si en el fondo somos dispositivos asociativos reconocedores de
patrones,IJ cmo es esto posible? Creo que nuestra capacidad para elevarnos12
11. Vanse los detalles completos en el captulo 5 de Clark, 1989.
12. Naturalmente, esto sigue siendo objeto de debate. Pero cada vez parece ms claro
que, sean como sean realmente los cerebros, estn ms cerca del perfil de procesamiento de in
formacin de las redes neuronales artificiales que del perfil de los dispositivos clsicos. De he
cho, parece probable (vase el apartado 3.4 ms adelante) que los cerebros biolgicos explo
ten ms mecanismos especializados que las redes neuronales artificiales tpicas pero que el
tilo de representacin y de procesamiento siga siendo similar a lo largo de varias dimensio
nes importantes (como el empleo de codificaciones distribuidas en paralelo y de transforma
ciones vector a vector; vanse, por ejemplo Churchland, 1989; Churchland y Sejnowski, 1992
yChurchland, 1995).

102 i De excursin por la mente

por encima de nuestras races computacionales es el resultado com b in ad o de


varios factores. Algunos de ellos aparecern en captulos p o ste rio re s. Sin
embargo, hay uno que merece nuestra inmediata atencin. E s el em p leo de
nuestro viejo amigo, el andamiaje externo.
Las mentes conexionistas son las candidatas ideales para utilizar un abun
dante andamiaje externo. Un ejem plo sencillo, detallado en P a ra lle l D istri
bu ed Processing (la b ib lia en dos volmenes de la investigacin so b re las
redes neuronales1314), es el caso de las multiplicaciones largas. E l argu m en to es
que la mayora de nosotros podem os aprender a reconocer d e un vistazo la
respuesta a multiplicaciones sim ples como 7 x 7 = 49. E ste con ocim ien to se
puede apoyar fcilmente en un dispositivo incorporado b sico p a ra el reco
nocimiento de patrones. Sin em bargo, las m ultiplicaciones m s larg as plan
tean un problema diferente. Si se nos pide que m ultipliquem os 7.222 x 9.422,
la mayora de nosotros echar mano de lpiz y papel (o de una calcu lad ora).
Con el empleo de lpiz y papel, lo que conseguim os es redu cir un problem a
complejo a una sucesin de problem as ms sim ples que em p ieza con 2 x 2 .
Utilizamos el m edio externo (un papel) para almacenar los resu ltad o s de es
tos problemas simples y al final llegamos a una solucin m edian te una serie
interrelacionada de com pieciones de patrones sim ples y alm acenam ientos
externos. Rumelhart y otros (1986, pg. 46), comentan: L o qu e aq u vemos
es un verdadero procesamiento de sm bolos, y em pezam os a p en sar q u e es el
principal procesamiento de sm bolos que som os capaces de realizar. D e he
cho, desde este punto de vista, el entorno exterior se con vierte en una ex
tensin fundamental de nuestra mente.
Naturalmente, algunas personas aprenden a hacer estos c lcu lo s m ental
mente. En estos casos el truco parece consistir en apren der a m an ipu lar un
modelo mental de la misma manera que antes m an ipu lb am os el m undo
real. Este tipo de manipulacin interna de sm bolos es fun dam en talm en te
distinta de la concepcin clsica de los sm bolos internos, p o rq u e no dice
nada del sustrato com putacional de estas imgenes. L a cu estin es, pura y
simplemente, que podem os sim ular mentalmente el entorno ex terio r y que,
en consecuencia, a veces interiorizamos com petencias cognitivas q u e no por
ello dejan de estar enraizadas en manipulaciones del m undo exterior. Dicho
de otra manera: la ciencia cognitiva se encuentra con la p sicologa sovitica.
f

13- Vanse especialmente las exposiciones sobre la actividad colectiva (captu lo 4) y so


bre el papel mas amplio del lenguaje y la cultura (captulos 9 y 10).
14. Parallel DistributedProcessing- Explorations tu the Microstructure o f Cogm tion, volu
men 1. Poundations y volumen 2: Psycbologtcal and Btological Models (M IT P ress, 986). El
trabaio descrito (Rumelhart y otros, 1986) se encuentra en el captulo 14.
15. Vase, por ejemplo, Vygatsky, 1962. Vanse tambin los ca p tu lo s 9 y 10 d e este
libro.

Mente y mundo: la frontera plstica I 103

Por tanto, podramos decir que la combinacin de unas capacidades b


sicas para la complecin de patrones con unos entornos complejos y bien es
tructurados nos permite alzarnos del suelo tirando de nuestras propias orejas
computacionales. Quizs la visin original de la inteligencia artificial clsica
equivala, en realidad, a considerar que las capacidades bsicas de comple
cin de patrones de los organismos estaban embebidas en un entorno per
fectamente estructurado; una visin errneamente proyectada en los recur
sos de procesamiento bsicos incorporados en el organismo. Dicho en otros
trminos, la inteligencia artificial clsica basada en reglas y smbolos puede
haber comeddo un error fundamental, confundiendo el perfil cognitivo del
agente ms el entorno, con el perfil cognitivo del cerebro aislado (Clark,
1989, pg. 135; Hutchins, 1995, captulo 9). La clsica separacin limpia y
tajante entre datos y procesos, entre estructuras de smbolos y procesadores
centrales, quizs no haya reflejado nada ms que la separacin entre el agen
te y un andamiaje externo de ideas que persisten sobre papel, en archivado
res o en soportes electrnicos.
Los atractivos de esta visin no deberan disimular sus defectos. El en
torno externo humano est perfectamente estructurado en virtud de nues
tro empleo de formalismos lingsticos, lgicos y geomtricos y de los ml
tiples sistemas de memoria externa de la cultura y el aprendizaje. No todos
los animales son capaces de crear estos sistemas ni se pueden beneficiar de
ellos una vez establecidos. Por tanto, la insistencia en el andamiaje externo
no puede soslayar el hecho evidente de que los cerebros humanos son espe
ciales. Pero la diferencia computacional puede ser menor y menos radical
de lo que en ocasiones creemos. Quizs el origen y la explotacin de instru
mentos lingsticos y culturales simples se deba a una pequea serie de di
ferencias neurocognitivas. A partir de aqu se puede poner en marcha un
efecto tipo bola de nieve (un bucle de retroalimentacin positiva). Unos
simples apoyos externos nos permiten pensar mejor y crear nuevos apoyos
y prcticas de carcter ms complejo que, a su vez, turboalimentarn
nuestro pensamiento un poco ms, lo que conduce al desarrollo de apoyos
aun mejores... Es como si la longitud de nuestra orejas creciera al tirar de
ellas para alzarnos!
De nuevo con los pies en el suelo, podemos profundizar en la idea de un
razonamiento completador de patrones en algunos mbitos ms sencillos.
Consideremos el estudio de David Kirsh (1995) sobre el empleo inteligente
del espacio fsico. Kirsh, que trabaja en el Departamento de Ciencias Cognitivas de la Universidad de California en San Diego, observa que los estudios
tpicos de inteligencia artificial tratan la planificacin como un fenmeno
muy incorpreo: sobre todo, desatienden nuestra manera de utilizar las pro
piedades espaciales reales del mbito de trabajo para simplificar el cmputo

104 I De excursin por la mente

interno. Naturalmente, una vez expresada esta idea los ejemplos abundan.
Veamos algunos de los ejemplos favoritos de Kirsh:
Si al seguir una dieta queremos consumir las 3/4 partes de la racin de
requesn de un da (digamos 2/3 de taza) durante una comida, daremos una
forma redonda a la racin de queso, la dividiremos en 4 porciones y nos ser
viremos 3. De esta manera es fcil ver la cantidad requerida, pero calcular
3/4 de 2/3 ya no es tan fcil. (De la Rocha, 1985, citado en Kirsh, 1995).
Cuando reparamos un alternador, al desmontarlo colocaremos las pie
zas en lnea o formando grupos para que la tarea de volverlo a montar sea
ms fcil.
Para colocar comestibles en bolsas, crearemos lotes de artculos simila
res encima del mostrador. Si agrupamos los artculos resistentes, los frgiles
y los intermedios, simplificaremos el proceso de seleccin visual y el tamao
relativo de cada montn nos alertar sobre las necesidades de acomodacin
ms urgentes.
Cuando resolvamos un puzzle, agruparemos las piezas similares y asi
podremos comparar visualmente y de una manera detallada todas las piezas
verdes (por ejemplo) que tengan un borde recto.
El mensaje es claro: controlamos nuestro entorno fsico y espacial de ma
neras que alteran fundamentalmente las tareas de procesamiento de infor
macin a las que se enfrenta nuestro cerebro (recordemos el principio 007
del captulo 2).
S este enfoque cooperador es valioso se debe a la diferencia entre la na
turaleza de los cmputos que surgen de una manera natural en el cerebro en
s y la naturaleza de los cmputos que se pueden realizar parasitando recur
sos del entorno. Pero, como veremos, este parasitismo pone en duda los mis
mos lmites tradicionales que existen entre mente y mundo.

3.4 Planificacin y resolucin de problemas


Existe una visin incorprea clsica de la planificacin que Phil Agre y
David'Chapman (1990) han denominado los planes como programas. Se
trata de la idea (que ya encontramos en el captulo 2) de que un plan especi
fica una sucesin completa de acciones que basta realizar con xito para lo
grar una meta. Una lista de instrucciones para cocinar un huevo pasado por
agua o para desmontar un alternador viene a ser una de estas especificacio
nes. De hecho, gran parte del trabajo sobre la planificacin clsica imagi
na que las secuencias complejas de acciones estn determinadas por una ver

Mente y mundo: la frontera plstica I 105

sin interiorizada de uno de estos conjuntos de instrucciones (vanse, por


ejemplo, Tate, 1985, y Fikes y Nilsson, 1971).
Sin embargo, en cuanto observamos detenidamente las conductas de pla
nificacin de agentes reales, es evidente que existe una interaccin bastante
compleja entre el plan y el entorno de apoyo. Esta interaccin va mucho ms
all del hecho evidente de que unas acciones especficas, una vez realizadas,
tal vez no tengan el efecto deseado y, en consecuencia, exijan replantear so
bre la marcha la consecucin de algunos subobjetivos concretos. En estos ca
sos el plan interiorizado original sigue siendo una especificacin completa,
aunque falible, de un camino hacia el xito. Sin embargo, en muchos casos
el plan resulta ser mucho ms parcial y dependiente de las propiedades del
entorno local.
El caso anterior del puzzle es un buen ejemplo. Aqu, un agente puede
explotar una estrategia que incorpore la actividad fsica de una manera fun
damental. Tomar piezas, hacerlas girar para buscar potenciales coincidencias
espaciales y despus probarlas son partes de la actividad de resolucin de pro
blem as. Imaginemos, en cambio, un sistema que primero resuelva el puzzle
entero por puro pensamiento y que despus emplee el mundo meramente
como el campo donde la solucin ya alcanzada se va a representar. Incluso
un sistema que luego reconociera los fallos de ajuste fsico y los empleara
como seales para volver a planificar (una versin menos caricaturizada de
la planificacin clsica) seguira utilizando el entorno mnimamente en com
paracin con las ricas interacciones (rotaciones, evaluaciones de piezas candidatas, etc.) que caracterizan la solucin humana.
Esta diferencia crucial es descrita con precisin por David Kirsh y Paul
Maglio (1994) mediante la distincin entre accin pragm tica y accin epist mica. Una accin pragmtica es una accin llevada a cabo por la necesidad
de alterar el mundo con el fin de lograr alguna meta fsica (por ejemplo, hay
que pelar las patatas antes de hervirlas). En cambio, una accin epistmica
es una accin cuyo propsito principal es alterar la naturaleza de nuestras
propias tareas mentales. En estos casos seguimos actuando sobre el mundo,
pero los cambios que imponemos estn impulsados por nuestras propias ne
cesidades computacionales y de procesamiento de informacin.
Ya hemos visto varios ejemplos de accin epistmica: recurdese el em
pleo de movimientos corporales y oculares en la visin animada para recu
perar tipos especficos de informacin como y cuando sea necesario. Lo que
Kirsh y Maglio aaden a este marco de referencia es la idea de que la clase de
las acciones epistmicas es mucha ms amplia de lo que muestran los ejem
plos de visin animada. Incluye todo tipo de acciones e intervenciones cuyo
papel adaptativo sea simplificar o alterar los problemas a los que se enfren
tan los cerebros biolgicos.

106 I De excursin por la mente

Un ejemplo sencillo, de nuevo procedente de Kirsh {1995, pg. 32), se re


fiere al empleo de las fichas del juego Scrabble o Intelect. Mientras jugamos,
ordenamos y reordenamos fsicamente las fichas como mtodo para estimu
lar nuestros propios recursos neuronales en lnea. Si relacionamos esto con
la investigacin sobre redes neuronales artificiales descrita en el apartado 3.2
anterior, podemos imaginar este recurso neuronal en lnea como una especie
de memoria asociativa completadora de patrones. Una estrategia para jugar
al Scrabble es emplear una clase especial de manipulaciones externas para
crear una variedad de entradas fragmentarias (nuevas cadenas de letras) ca
paces de estimular al ingenio completador de patrones para que recuerde
palabras enteras. El hecho de que encontremos tan tiles estas manipulacio
nes externas indica claramente que nuestros ingenios computacin ales in
corporados (en el cerebro) no se prestan muy bien a estas manipulaciones
(mientras que un programa clsico de inteligencia artificial encontrara tri
viales estas operaciones internas). Este simple hecho habla en favor de un
modelo de los recursos internos distinto al clsico. Es como si la imagen cl
sica incluyera dentro de la mquina un conjunto de capacidades operativas
que en la vida real slo emergen a partir de las interacciones entre esa m
quina (el cerebro) y el mundo.
Una conclusin de estas observaciones es que las estructuras externas
(incluyendo smbolos externos como las palabras y las letras) son especiales
en la medida en que permiten realizar tipos de operaciones que difcilmente
(o nunca) se pueden realizar en el mbito interno.11'
Un ejemplo ms complejo, que conduce esencialmente a la misma con
clusin, procede de los estudios detallados de Kirsh y Maglio (1994) sobre
el rendimiento en el juego de ordenador Tetris. En este juego, el jugador
debe colocar unas piezas geomtricas multicolores (denominadas zoides)
formando hileras compactas (figura 3.1). Cuando se completa una hilera, sta
desaparece de la pantalla dejando espacio para nuevos zoides. Los zoides
aparecen por la parte superior de la pantalla y caen a un ritmo que aumenta a
medida que avanza la partida. Mientras un zoide cae, el jugador puede ha
cerlo girar, desplazarlo hacia la derecha o la izquierda, o hacerlo caer directa
mente al fondo. Por tanto, el objetivo es hacer encajar unas formas con unas
oportunidades geogrficas dentro de unas fuertes restricciones en tiempo
real, Un resultado sorprendente de las investigaciones de Kirsh y Maglio fue16
16.
En Clark, 1986 y Clark, 1988a examino resultados del mbito del dibujo que ofrecen
ms apoyo a esta conjetura. En estos artculos tambin examino el trabajo de Chambers y Reisberg (1985) sobre las propiedades especiales de los dibujos reales en comparacin con las im
genes mentales de dibujos. Esta investigacin se cita tambin en Kirsh, 1995 y en Zhang y Nor
man, 199*1.

Mente y mundo: la frontera plstica I 107

r
-m __ 1

Girar

Desplazar

Soltar

____ r
r j

5E
1!i1
m
H a

La hilera
rompida

desaparece

FIGURA 3.1 El juego Tetris se caracteriza por unas piezas llamadas zoides que caen
de una en una desde la parte superior de la pantalla y acaban depositndose directa
mente en el fondo o sobre otras piezas que hayan cado antes. Mientas cae una pieza,
el jugador puede hacerla girar, desplazarla hacia la derecha o hacia la izquierda, o ha
cerla bajar de inmediato. Cuando se consigue que una hilera de cuadrados llene hori
zontalmente toda la pantalla, la hilera en cuestin desaparece y las que se encuentran
por encima de ella bajan un nivel. Fuente: Kirsh y Maglio, 1994. Reproducido con la
autorizacin de D. Kirsh, R. Maglio y Ablex Publishing Corporation.

que los jugadores expertos realizaban una amplia variedad de acciones epistmcas: acciones cuyo propsito era reducir la cantidad de computacin in
terna en lugar de ganar terreno fsico. Por ejemplo, un jugador puede hacer
girar fsicamente un zoide para determinar mejor su forma o para comprobar
su coincidencia potencial con alguna oportunidad geogrfica. Estas opera
ciones externas parecen ms rpidas y fiables que sus equivalentes internas
(como imaginar la rotacin del zoide). Es especialmente interesante destacar
(como hacen Kirsh y Maglio) que, en el caso del Tetris, las operaciones inter
nas y externas deben estar tan coordinadas en el tiempo que los sistemas in
ternos y externos (el cerebro/SNC y las operaciones en pantalla) parecen fun
cionar conjuntamente como una sola unidad computacional integrada.

108 i De excursin por la mente

Por tanto, el mundo puede funcionar de maneras que van mucho ms


all de la simple memoria externa. Puede ofrecer un campo donde unas cla
ses especiales de operaciones externas transformen sistemticamente los
problemas que se plantean a un cerebro.1 De la misma manera que Einstein
sustituy las nociones independientes del tiempo y el espacio por un constructo unificado (el espacio tiempo), Kirsh y Maglo proponen que para la
ciencia cognitiva puede ser conveniente sustituir los constructos indepen
dientes del espacio fsico y el espacio del procesamiento de la informacin
por un espacio fsico-informacional unificado."*
Como comentario final sobre la interaccin entre la mente y la estructu
ra del entorno, consideremos el caso de pacientes con la enfermedad de
Alzheimer en estado avanzado. Muchos de estos pacientes llevan una vida
sorprendentemente normal en la comunidad, a pesar de que las evaluacio
nes estndar de sus capacidades indican que muchos de ellos deberan ser
incapaces de sobrevivir fuera de instituciones especializadas. Al parecer, la
clave de estos xitos sorprendentes reside en la medida en que estas perso
nas se basan en entornos muy estructurados que primero crean y despus
habitan. Estos entornos pueden incorporar mltiples letreros recordatorios
colocados por toda la casa y el seguimiento estricto de unos hbitos con
cretos. Una paciente vive, virtualmente, en un sof que se encuentra en el
centro de su apartamento, ya que esto le brinda una posicin estratgica
desde la cual puede acceder visualmente a la situacin de cualquier cosa
que necesite: este s es, realmente, un caso de empleo del mundo como me
moria externa.
Cmo encaja en todo esto la nocin de planificacin? Al parecer, la re
solucin sistemtica de problemas de los cerebros biolgicos no sigue real
mente el modelo del plan como programa. En cambio, los agentes desplie
gan unas estrategias generales que incorporan ciertas operaciones sobre el
mundo como parte intrnseca de la actividad de resolucin de problemas. Es
evidente que esta actividad puede suponer unos planes formulados de una
manera explcita (quiz por escrito). Pero incluso en estos casos, el plan ac
ta ms como una limitacin externa sobre la conducta que como una rece
ta completa para el xito.1718920 En cierto sentido, somos como mobots muy inte
ligentes dotados de archivadores. Nuestra inteligencia se demuestra en la
t

17. Este tema se explora a fondo en el captulo 10 posterior.


18. Vanse los comentarios de Kirsh y Maglio (1994, pg. 515) acerca de la necesidad de
redefinir el espacio de estados donde tiene lugar la planificacin.
19. Agradezco a Caroline Baum, directora de la Occupational Therapy Unit de la Was
hington University School of Medicine, por comunicarme estos casos. Vanse Baum, 1993 y
Edwards y otros, 1994.
20. Vanse, por ejemplo, Suchman, 1987 y Bratman y otros, 1991.

Mente y mundo: la frontera plstica I 109

capacidad de estructurar nuestro entorno y de operar activamente sobre l


para simplificar nuestras tareas de resolucin de problemas. Esta estructu
racin y explotacin activa va desde la simple utilizacin de distribuciones
espaciales, pasando por el empleo de transformaciones especficas (mezclar
las fichas de Scrabbe, hacer girar los zoides del Tetris), hasta la produccin
de planes escritos explcitos que permiten reorganizar y cambiar el foco de
atencin con facilidad. Estos ltimos casos comportan el empleo de la clase
especial de estructuras externas formada por mapas, cdigos, lenguajes y
smbolos, estructuras que examinaremos con detalle en el captulo 10.

3.5 Despus del archivador


Como hemos visto, las redes neuronales artificiales proporcionan un mo
delo til (aunque claramente parcial) de algunas de las estrategias computacionales que los cerebros reales parecen desplegar. Estas estrategias hacen
hincapi en la complecin de patrones y en la memoria asociativa a costa de
las manipulaciones lgicas y simblicas ms familiares. Por tanto, el trabajo
con las redes neuronales artificiales proporciona un valioso antdoto contra
lo que se ha denominado imagen de archivador de la mente: la imagen de
la mente como un almacn de smbolos pasivos, parecidos al lenguaje, que
esperan ser recuperados y manipulados por una especie de unidad central de
procesamiento neuronal. Con todo, quedan por eliminar algunos aspectos
residuales de esta imagen de archivador. Al igual que un archivador, la
mente ha sido tratada con demasiada frecuencia como un recurso pasivo:
como un rgano para clasificar y transformar datos de entrada pero que no
est intrnsecamente orientado a actuar en el mundo. Esta falta de atencin
a los problemas y las posibilidades que acompaan a las acciones en el mun
do real y en tiempo real se manifiesta de varias maneras. La eleccin de m
bitos de tareas muy abstractos (como generar las formas pretritas de verbos
ingleses) y el empleo de formas de codificacin de entrada y salida muy arti
ficiales, son sntomas de una imagen de la mente que, en esencia, la conside
ra el rgano de una razn intemporal e incorprea. Naturalmente, nadie ha
pensado que la percepcin, el movimiento y la accin carezcan totalmente
de importancia. Todo el mundo est de acuerdo en que, tarde o temprano,
estos factores se debern tener en cuenta. Sin embargo, segn la creencia
ms arraigada, los problemas adicionales que plantean estas cuestiones se
pueden separar sin riesgo alguno de la tarea principal de comprender la
mente y la cognicin, y las soluciones a estos problemas ms prcticos sim
plemente se pueden adjuntan a los dispositivos de procesamiento de la ra
zn incorprea.

110 I De excursin por la mente

Esta separacin metodolgica entre las tareas de explicar la razn y la


mente (por un lado) y la accin en tiempo real y en el mundo real (por otro)
es lo que la ciencia cognitiva de la mente corprea se propone cuestionar.
Cuando se abordan problemas del mundo real en su verdadero escenario y
con toda su complejidad, se hace evidente que ciertos estilos de resolucin
de problemas simplemente no funcionan. Y los tipos de solucin que s fun
cionan suelen fusionar los procesos de razonamiento y de accin de maneras
inesperadas, atravesando una y otra vez los lmites tradicionales entre men
te, cuerpo y entorno.
En cierto sentido, esto no nos debera sorprender. Nuestros cerebros evo
lucionaron como controladores de unos cuerpos que se movan y actuaban
en un mundo real (y con frecuencia hostil). Seguramente estos rganos evo
lucionados desarrollaron unos recursos computacionales complementarios
de las acciones e intervenciones que controlaban. Despus de todo, el cere
bro as entendido no necesita mantener una rplica interna y a pequea es
cala del mundo que sustente exactamente los mismos tipos de operacin y
manipulacin que habitualmente aplicamos sobre l. La responsabilidad del
cerebro es ofrecer prestaciones complementarias que apoyen la explotacin
reiterada de operaciones sobre el mundo. Su tarea consiste en proporcionar
procesos computacionales (como una potente complecin de patrones) que
el mundo, incluso cuando es manipulado por nosotros, no suele ofrecer.21
Entonces, dnde se encuentra la mente? Se encuentra realmente den
tro de la cabeza o quiz ahora se ha extendido, de una manera un tanto li
bertina, por el mundo? A primera vista, esta pregunta es extraa. Despus
de todo, cada cerebro individual sigue siendo la sede de la conciencia y la ex
periencia. Pero, qu ocurre con la razn? Cada pensamiento es considera
do por un cerebro. Pero ahora vemos que el flujo de pensamientos y el xito
adaptativo de la razn dependen de interacciones reiteradas y cruciales con
recursos externos. El papel de estas interacciones, en los casos que he desta
cado, es claramente computacional e informacional: consiste en transformar
entradas, simplificar bsquedas, contribuir al reconocimiento, estimular el
recuerdo asociativo, descargar la memoria, etc. En cierto sentido, un ser hu
mano que razona es un dispositivo cognitivo verdaderamente distribuido: re
aliza llamadas a recursos externos para que lleven a cabo unas tareas de pro
cesamiento especficas, de manera muy parecida a cuando un ordenador
conectado a una red hace llamadas a otros ordenadores conectados para que
t

2 !. Naturalmente, esto ya no es estrictamente cierto. Las mismas redes neuronales artifi


ciales constituyen recursos externos completadores de patrones (Churchland, 1995, capitulo
11), Adems, otros agentes y animales tambin constituyen recursos de complecin de patro
nes externos al individuo. Vase ms informacin al respecto en el captulo 4.

Mente y mundo: la frontera plstica I 111

realicen unas tareas concretas. Por tanto, propongo que la demostracin que
hacen Kirsh y Maglio del papel de la accin epistmica tiene como conse
cuencia una distribucin correspondiente del mrito epistmico. El flujo de
pensamientos o la generacin de respuestas razonadas no son un mrito ex
clusivo del cerebro. La colaboracin entre cerebro y mundo es mucho ms
rica y est ms impulsada por necesidades de computacin e informacin de
lo que se crea hasta ahora.
Sera reconfortante suponer que esta imagen ms integrada de la mente
y el mundo no plantea ninguna amenaza a cualesquiera de nuestras ideas fa
miliares sobre la mente, la cognicin y el yo. Reconfortante, pero falso. Por
que si bien los pensamientos concretos continan estando vinculados a los
cerebros individuales, el flujo de la razn y las transformaciones de informa
cin que dicho flujo implica parecen entrecruzar el cerebro y el mundo. Sin
embargo, sospecho que este flujo de ideas es lo que la mayora de nosotros
asocia con ms fuerza con la idea de la mente como sede de la razn y del yo.
Este flujo es ms importante que las instantneas que nos ofrecen los pensa
mientos o las experiencias aisladas." Como veremos, el verdadero motor de
la razn no est delimitado ni por la piel ni por el crneo.2

22. El eplogo ilustra esta afirmacin considerando e! papel del cerebro en la generacin
de una compleja corriente de ideas vinculadas. Vase tambin el apaado 10.5.

Sabidura colectiva al estilo


de los hongos mucilaginosos

4.1 Aqu llega el muclago


Es la primavera del ao 1973 y el tiempo ha sido anormalmente hme
do. Al mirar por la ventana que da al jardn, nuestra mirada es atrada por
una proliferacin de masas redondeadas de un intenso color amarillo.
Qu podrn ser? Intrigados, intentamos volver a trabajar pero somos in
capaces de concentrarnos. Un poco despus volvemos a mirar por la ven
tana. Las masas gelatinosas de color amarillo siguen ah, pero podramos
jurar que se han movido. Tenemos razn. Sin prisa, pero sin pausa, estos
seres desconocidos se arrastran por el jardn y trepan por el poste telefni
co, acercndose a nosotros. Llenos de espanto, telefoneamos a la polica
para comunicarles la probable visin de formas de vida extraterrestre.
Pero en realidad lo que hemos visto (como han visto muchas otras perso
nas) es un ser totalmente terrestre, aunque con un ciclo de vida ciertamen
te muy extrao: se trata del Fuligo sptica, un tipo de hongo mucilaginoso
acelular.1
Existen hongos mucilaginosos de muchas variedades12y tamaos, pero to
dos pertenecen a la clase de los micetozoos. El nombre es revelador, ya que
combina miceto (hongo) y zoos (animales). Les gustan los ambientes
hmedos y suelen encontrarse sobre troncos podridos..., tocones o en mon
tones de restos vegetales en descomposicin. Su distribucin geogrfica es
muy extensa y no parece limitarse a unos climas especficos. Como se dice en
1. Esta historia se basa en informes de Alexopouios y Mims, 1979 y Farr, 1981.
2. Existen dos tipos principales de hongos mucilaginosos: los acelularcs, donde las clu
las se fusionan para formar una masa multinuclear y los celulares, donde las clulas se agrupan
pero nunca se fusionan y donde la masa multicelular forma un cuerpo mvil (denominado ba
bosa en ocasiones). Vase el captulo 1 de Ashworth y Dee, 1975.

114 I De excursin por la mente

un manual, muchas especies tienden a aparecer en cualquier lugar, de ma


nera inesperada (Farr, 1981, pg. 9).
De inters especial es el ciclo de vida de los hongos mucilaginosos celu
lares. Tomemos, por ejemplo, la especie Dictyoslelium dtscoideunt, descu
bierta por primera vez en 1935, en Carolina del Norte. El ciclo de vida del
D. discoideum empieza con lo que se denomina una fase vegetativa, donde
las clulas del hongo mucilaginoso existen individualmente, como las ame
bas (se llaman mixoamebas). Mientras las fuentes locales de alimento duran
(las mixoamebas se alimentan de bacterias), las clulas crecen y se dividen.
Pero cuando las fuentes de alimento se agotan, ocurre una cosa verdadera
mente extraa. Las clulas empiezan a agruparse formando una masa con as
pecto de tejido llamada pseudoplasmodio. Aunque pueda parecer increble, el
pseudoplasmodio es un ser colectivo mvil, una especie de babosa en minia
tura (figura 4.1) que puede arrastrarse por el suelo.'1Es atrado por la luz y si
gue gradientes de temperatura y humedad. Estas seales le ayudan a encontrar
un lugar con ms alimento. Cuando encuentra un lugar adecuado, el pseudo
plasmodio vuelve a cambiar de forma, esta vez diferencindose por medio de
un tallo y un cuerpo fructfero con una masa de esporas que comprende unos
dos tercios del nmero total de clulas. Cuando las esporas se propagan, el ci
clo vuelve a empezar con una nueva poblacin de mixoamebas.
Cmo saben agruparse las clulas individuales (mixoamebas) del hon
go mucilaginoso? Una solucin -el equivalente biolgico de un planificador
central (vase el captulo 3)- sera que la evolucin hubiera elegido unas
clulas lder. Estas clulas estaran especialmente adaptadas para lla
mar a las otras clulas, probablemente por medios qumicos, cuando el ali
mento empezara a escasear y, de alguna manera, orquestaran la construc
cin del pseudoplasmodio. Sin embargo, parece que la naturaleza ha
optado por una solucin ms democrtica. De hecho, las clulas del hon
go mucilaginoso parecen comportarse como las hormigas descritas en el
apartado 2.3 anterior. Cuando el alimento escasea, cada clula libera un
compuesto qumico (AMP cclico) que atrae a otras clulas. A medida que
las clulas se van agrupando aumenta la concentracin de AMP cclico, que
atrae a ms clulas. Por tanto, un proceso de retroalimentacin positiva
conduce a la agrupacin de las clulas que constituyen un pseudoplasmo
dio. Como comenta Mitchel Resnick (1994, pg. 51), este proceso es un
buen ejemplo de lo que se conoce como autoorganizacin. En los sistemas
autoorganizados emergen pautas de nivel superior a partir de las interaci3

3. La explicacin sobre el D discotdewn se basa en Ashworth y Dee, 1975, pgs. 32-36.


A. Los hongos mucilaginosos acelulares como el Fuligo sptico no forman una babosa m
vil. En cambio, el piasmodio emigra mediante comentes de protoplasma.

Sabidura colectiva al estilo de los hongos mucilaginosos I 115

FIGURA 4.1 Agrupaciones irigradoras (pseudoplasmodios) de un hongo mucilagi-

noso celular. Fuente: Morrissey, 1982. Reproducido con la autorizacin de Academic


Press.

dones de mltiples componentes simples, sin necesidad de lderes, contro


ladores ni orquestadores.
Propondr que la autoorganizacin y la emergencia no se limitan a colecti
vos primitivos como el hongo mucilaginoso. Tambin se dan formas de una
conducta adaptativa emergente en colectivos de agentes humanos. El cerebro
biolgico, que parasita el mundo externo (vase el captulo 3) con el fin de au
mentar su capacidad para resolver problemas, no traza el lmite en las exten
siones inorgnicas y ciertos aspectos cruciales de nuestro xito adaptativo estn
determinados por las propiedades colectivas de grupos de agentes individuales.

116 I De excursin por la mente

4.2 Dos formas de emergencia


La emergencia de fenmenos nuevos a partir de una actividad colectiva
(sin lderes ni controladores centrales) se puede producir, por lo menos, de
dos maneras. La primera, a la que denominar emergencia directa, se basa
principalmente en las propiedades de los elementos individuales (y en sus re
laciones mutuas); en este caso, las condiciones ambientales slo desempean
un papel de contexto. La emergencia directa puede implicar mltiples ele
mentos homogneos (como cuando emergen la temperatura y la presin a
partir de las interacciones entre las molculas de un gas), o puede implicar
elementos heterogneos (como cuando emerge agua a partir de las interac
ciones entre molculas de oxgeno y de hidrgeno). La segunda forma de
emergencia, a la que denominar emergencia indirecta, tambin se basa en las
interacciones de elementos individuales pero requiere que estas interaccio
nes estn mediadas por unas estructuras ambientales activas y, con frecuen
cia, bastante complejas. Por tanto, la diferencia reside en la medida en que
podemos comprender la emergencia de un fenmeno dado centrndonos,
principalmente, en las propiedades de los elementos individuales (emergen
ca directa) o en la medida en que la explicacin del fenmeno requiere aten
der a detalles bastante especficos del entorno. Esta distincin est lejos de
ser absoluta puesto que todos los fenmenos se basan en mayor o menor me
dida en condiciones ambientales contextales. (Se puede hacer un poco ms
precisa formulndola en funcin de los papeles explicativos de diferentes ti
pos de variables colectivas; vase el captulo 6). Pero podemos obtener
una impresin intuitiva bsica de esta diferencia examinando algunos casos
sencillos.
Un ejemplo clsico de emergencia directa es el familiar fenmeno de los
atascos de trfico. Puede producirse un atasco aun cuando no se pueda cul
par de ello a ningn suceso externo inesperado (como una colisin o una se
rie de semforos averiados). Por ejemplo, mediante unas sencillas simulacio
nes, Mitchel Resnick5 demuestra que se producir un embotellamiento si
cada automvil sigue simplemente dos reglas intuitivas: Si nos vamos acer
cando al vehculo que tenemos delante, reduciremos la velocidad; si no, la
aumentaremos (salvo s ya hemos alcanzado la velocidad mxima permiti
da) {Resnick, 1994, pgs. 69,73). Pero cuando se siguen estas dos reglas y
no hay ningn obstculo externo, por qu el trfico no acelera hasta la m
xima velocidad permitida y se queda ah? La respuesta se encuentra en las
5.
Aqu, como en los apartados 4.1 y 4.2, sigo a Mitchel Resnick cuyo libro Turitrs, Termiles, and Tra/fic Jams (1994) es a la vez un modelo de claridad y un poderoso testimonio del
alcance y la fuerza del pensamiento descentralizado.

Sabidura colectiva al estilo de ios hongos muciiaginosos I 117

posiciones iniciales. Al principio de la simulacin, la distancia entre los au


tomviles que circulan por la carretera es aleatoria. Por tanto, en ocasiones
un automvil empieza a acercarse a otro y pronto debe reducir la velocidad;
esto hace, a su vez, que el vehculo que tiene detrs tambin reduzca la suya.
El resultado final es una mezcla de tramos de trfico rpido y de trfico len
to. De vez en cuando un automvil sale del atasco, acelerando y dejando es
pacio para el que tiene detrs. Pero con la misma rapidez con que el embo
tellamiento se desatasca en una direccin, crece en la otra a medida que se
incorporan nuevos automviles por detrs y se ven obligados a reducir la
marcha. Aunque cada vehculo avanza hacia adelante, el atasco de trfico en
s, considerado como un tipo de entidad de orden superior, se mueve hacia
atrs! Por tanto, esta estructura de orden superior (a la que Resnick deno
mina estructura colectiva) muestra una conducta fundamentalmente diferen
te de la conducta de sus componentes. De hecho, los componentes no dejan
de cambiar (a medida que unos vehculos van saliendo y otros nuevos se van
incorporando), pero la integridad del colectivo de orden superior se conser
va. (De una manera similar, el cuerpo humano no siempre est formado por
la misma masa de materia: las clulas mueren y son reemplazadas por otras
nuevas construidas a partir de la energa obtenida de los alimentos. Tambin
nosotros somos colectivos de orden superior cuya materia constituyente se
encuentra en flujo constante.) Los atascos de trfico se consideran casos de
emergencia directa porque el necesario teln de fondo ambiental (las dis
tancias variables entre los vehculos) es mnimo: seguramente el espaciado
aleatorio es la condicin por defecto y no requiere ninguna manipulacin
ambiental especial. Sin embargo, la emergencia indirecta es intuitivamente
muy diferente, como veremos a continuacin.
Consideremos el siguiente ejemplo: tenemos que acordarnos de com
prar una caja de latas de cerveza para una fiesta. Para refrescarnos la me
moria, colocamos una lata de cerveza vaca sobre el felpudo de la puerta.
Cuando volvemos a salir de casa, tropezamos con la lata y nos acordamos
de nuestra misin. Hemos empleado lo que a estas alturas ya es un truco
familiar (recordemos el captulo 3): explotar algn aspecto de la realidad
como sustituto parcial de la memoria incorporada. De hecho, hemos em
pleado una alteracin de nuestro entorno para comunicarnos algo a noso
tros mismos. Este truco de emplear el entorno para provocar acciones y co
municar seales figura en muchos casos de lo que yo denomino emergencia
indirecta.
Tomemos la conducta de construccin de algunas termitas. La conducta
de construccin de una termita supone modificar su entorno local en res
puesta a los estmulos proporcionados por alteraciones previas del entorno
realizadas por otras termitas o por la misma termita en otra ocasin. Dicho

118 I De excursin por la mente

de otra manera, la construccin de un termitero est bajo el control de lo


que se conoce como algoritmos estigmrgicos.6
Un ejemplo simple de estigmergia es la construccin de arcos (un aspec
to bsico de los termiteros) con pelotillas de barro. He aqu cmo funciona
este proceso:7 todas las termitas hacen pelotillas de barro que, al principio,
depositan al azar. Pero cada pelotilla incluye una seal qumica aadida por
la termita. Las termitas prefieren dejar caer las pelotillas donde la seal qu
mica es ms fuerte. Por tanto, es probable que las pelotillas nuevas se depo
siten encima de las antiguas, generndose entonces una fuerza de atraccin
an mayor (s, es la historia de siempre!). De esta manera se van formando
columnas. Cuando dos columnas estn muy prximas entre s, las seales
qumicas de la columna vecina influyen en la conducta de soltar las peloti
llas, incitando a los insectos a aadir barro en el lado de cada columna que
encara a la otra. Este proceso contina hasta que las puntas de las columnas
se inclinan la una hacia la otra y se forma un arco. El producto final de una
gran cantidad de estigmergias distintas es una estructura compleja de celdi
llas, cmaras y tneles. En ningn punto de este prolongado proceso se sigue
o se representa un plano del termitero. Ninguna termita acta como lder
durante la construccin. Ningn termita sabe nada, salvo responder cuan
do se encuentra con una pauta especfica en su entorno local. Las termitas
no se hablan entre s de ninguna manera, salvo mediante los productos am
bientales de su propia actividad. Esta coordinacin basada en el entorno no
requiere ninguna codificacin o descodificacin lingstica y no impone car
ga alguna a la memoria; adems, las seales persisten aunque el individuo
responsable de las mismas se haya ido a hacer otra cosa (Beckers y otros,
1994, pg. 188).
Resumiendo: aprendemos lecciones importantes incluso a partir de estos
casos simples de emergencia de fenmenos colectivos. Estos fenmenos se
pueden producir de maneras directas o muy mediadas por el entorno. Pue
den sustentar conductas adaptativas complejas sin necesidad de lderes, di
seos o planificadores centrales. Y pueden manifestar rasgos caractersticos
totalmente diferentes de los rasgos de los individuos cuya actividad reflejan.
En el siguiente apartado veremos estas conductas en un contexto ms fami
liar: el de la actividad humana.

6, Esgmrgico, una combinacin de estigma (seal) y ergon Itrabajo), implica la


utilizacin del trabajo como seal para ms trabajo.
7. Vanse Grasse, 1959 y Beckers y otros. 1994.

Sabidura colectiva al estilo de los hongos mucilaginosos I 119

4.3 Tripulaciones marinas


En la investigacin ms prolongada y con ms xito realizada basta la fe
cha sobre las propiedades cognitivas de grupos humanos, Edwin Hutchins
-antroplogo, cientfico cognitivo, marinero y oficial de derrota en regatas a
mar abierto- ha descrito y analizado el papel de las estructuras externas y de
las interacciones sociales en la navegacin en alta mar. He aqu su descrip
cin de cmo se realizan y coordinan algunas de las tareas necesarias (Hutchins, 1995, pg. 199; la nota al pie8es ma):
De hecho, es posible que el equipo [de navegacin] organice su conducta en
una secuencia adecuada sin que exista un guin o un plan global en ninguna par
te del sistema.8Cada miembro de la tripulacin slo necesita saber qu debe hacer
cuando se producen ciertas condiciones en el entorno. Un examen de los debe
res de los integrantes de la tripulacin muestra que muchos de ellos se especifi
can en la forma hacer X cuando ocurra Y. He aqu algunos ejemplos extrados
de los procedimientos:
A. Hacer sondeos y enviarlos al puente cuando se soliciten.
B. Anotar hora y profundidad cada vez que se enve un sondeo al puente.
C. Medir y comunicar las demoras en relacin con los objetos especificados
por el piloto cuando ste lo ordene.
Al parecer, cada miembro de la tripulacin slo debe seguir una especie
de procedimiento estigmrgico9 esperando que una alteracin del entorno
local (como la colocacin de una carta de navegacin concreta sobre una
mesa, la llegada de una peticin verbal o el sonido de una campana) motive
una conducta especfica. Esa conducta, a su vez, influir en el entorno local
de otros miembros de la tripulacin, provocar nuevos arranques de activi
dad y as sucesivamente, hasta que la tarea se haya realizado.
Naturalmente, estamos hablando de agentes humanos que se formarn
ideas y modelos mentales del proceso global. Y como comenta Hutchins,
esta tendencia general hace que el sistema sea ms robusto y flexible, porque
8. De hecho, en muchos navios exisie un plan formal. Pero los miembros de la tripulacin
no lo emplean explcitamente para estructurar sus acciones; en realidad, como sugiere Hut
chins (1995, pg. 178), el plan no funcionara aunque lo hicieran.
9. La verdadera estigmergia requiere una falta total de flexibilidad de respuesta en pre
sencia de una condicin desencadenante. Por tamo, la actividad humana, en genera!, slo es
cuasi estigmrgica. Lo comn es el empleo de condiciones ambientales como instigadoras de
la accin y la capacidad global del grupo para realizar una actividad de resolucin de pro
blemas que sobrepasa el conocimiento y el alcance computacional de cada miembro por se
parado.

120 I De excursin por la mente

los individuos pueden supervisar mutuamente su actividad (por ejemplo, pi


diendo una demora que no se haya dado a tiempo) y, si es necesario, pueden
encargarse de otras tareas (por ejemplo, si alguien cae enfermo). Sin embar
go, ningn miembro de la tripulacin tendr interiorizados todos los cono
cimientos y habilidades pertinentes.
Adems, vemos que una gran cantidad de trabajo la llevan a cabo, una
vez ms, estructuras externas: reglas de clculo nuticas, alidadas, registros
de demora, transportadores, cartas de navegacin, sondas, etc.13 Estos dis
positivos cambian la naturaleza de ciertos problemas computacionales, ha
ciendo que sean ms fciles de abordar por unos cerebros que tienden a la
percepcin y la complecin de patrones. La regla de clculo nutica, que es
el ejemplo favorito de Hutchins, convierte operaciones matemticas com
plejas en operaciones de alinear escalas en el espacio fsico."
Por ltimo, y recordando temas del captulo 3, diremos que el espacio de
trabajo mismo para la navegacin est estructurado para reducir la comple
jidad de la resolucin de problemas. Por ejemplo, las cartas que se emplean
para atracar en un puerto dado estn reunidas en un tablero de cartas y co
locadas unas sobre otras en el orden en que se van a utilizar (la que primero
se necesite, encima de las restantes).
Segn Hutchins, todos estos factores se unen para posibilitar que el sis
tema global formado por artefactos, agentes, el mundo natural y la organiza
cin espacial, resuelva el problema de navegar. La conducta global (en el ni
vel de la embarcacin) no est controlada por un plan detallado en la cabeza
del capitn. El capitn puede establecer los objetivos, pero la secuencia de
reunir y transformar informacin para alcanzar estos objetivos no necesita
representarse explcitamente en ningn lugar. En cambio, la potencia y la
pericia computacionales necesarias se distribuyen por todo un conjunto he
terogneo de cerebros, cuerpos, artefactos y otras estructuras externas. As
navegan los cerebros que completan patrones por mares hostiles y matem
ticamente exigentes.

4.4 Las races de la armona


r

Pero, cmo se produce esta delicada armonizacin entre cerebros, cuer


pos y mundo? En los casos de lo que he llamado emergencia directa, este

10.
Hutchins (1995, captulo 3) los describe de forma detallada. Una alidada es un dispo
sitivo telescpico para dirigir visuales; los transportadores son semicrculos graduados que se
emplean para trazar lineas o ngulos sobre cartas de navegacin.
11 Vanse la pg. 171 de Hutchins, 1995 y los capilulos 3 y 10 de este libro

Sabidura colectiva al estilo de los hongos mucilaginosos I 121

problema es menos acuciante porque las propiedades colectivas estn direc


tamente determinadas por la accin masiva de una tendencia individual uni
forme. Por ejemplo, si la naturaleza hiciera evolucionar -n os libren los dio
ses!- vehculos y carreteras (partiendo de una distribucin inicial aleatoria y
de las dos reglas expuestas en el apartado 4.2 anterior), inmediatamente se
produciran embotellamientos de trfico.
A primera vista, la emergencia indirecta plantea un enigma mayor. En los
casos de este tipo, la propiedad que hay que alcanzar (por ejemplo, la cons
truccin de un termitero o navegar con xito) surge a partir de interacciones
mltiples y con frecuencia variadas entre un conjunto de individuos y un en
torno estructurado con gran complejidad. Los individuos estn aparente
mente construidos o diseados para que su dinmica, coordinada con estos
entornos complejos, produzca un xito adaptativo. En estos casos no hay
ningn individuo que deba conocer un plan al completo. Sin embargo, en
cierto sentido el sistema global est bien diseado. Constituye un mtodo ro
busto y computacionalmente econmico de lograr la conducta deseada. La
pregunta ahora es, cmo se produce este diseo?
Para el sistema nervioso de cada una de las termitas, una parte impor
tante de la respuesta es, evidentemente, mediante la evolucin. Hutchins
propone que en el grupo que forma una tripulacin tambin puede estar ac
tuando una especie de proceso cuasi evolutivo. La caracterstica clave es,
simplemente, que se producen cambios pequeos sin una actividad de dise
o previa y que estos cambios tienden a conservarse en la medida en que me
joren el xito biolgico. Por tanto, los cambios evolutivos implican un acre
cimiento gradual de pequeos cambios oportunistas: cambios que, a su
vez, alteran el paisaje adaptativo para cambios posteriores, tanto para la
misma especie como para otras especies que habiten en el mismo ecosistema.
Ahora, y siguiendo todava a Hutchins, consideremos el caso donde un
colectivo cognitivo establecido (como una tripulacin) se enfrenta a un reto
nuevo e inesperado. Supongamos que este reto exige una respuesta rpida y
que no hay tiempo para que el grupo se rena y reflexione sobre la mejor
manera de abordarlo.1213En estas condiciones, cmo puede descubrir el gru
po una nueva divisin social del trabajo que responda a las exigencias del en
12. No deseo (ni necesito) incurrir en una peticin de principio acerca de las contribu
ciones relativas de la variacin ciega y la seleccin natural por un lado, y de propiedades de autoorganizacin ms fundamentales de la materia, los compuestos qumicos y las clulas, por
otro. Vanse planteamientos al respecto en Kauffman, 1993; el captulo 8 de Dennett, 1995 y
las pgs. 180-214 de Varela y otros, 1991. Gracias a Arantza Etxeberria por ayudarme a acla
rar esta importante cuestin.
13. Hutchins (1995, captulo 8) explica con detalle un caso concreto en el que un sistema
de propulsin de una embarcacin fracas inesperadamente en un momento crtico.

122 I De excursin por la mente

torno? Lo que realmente sucede, como demuestra Hutchins, es que cada


miembro del grupo trata de desempear las funciones bsicas necesarias
para evitar que la embarcacin encalle; sin embargo, al actuar as, cada
miembro limita la actividad de los dems e influye en ella, en una dinmica
que equivale a una bsqueda colectiva y en paralelo de una divisin del tra
bajo nueva y al mismo tiempo eficiente desde el punto de vista computacional. Por ejemplo, cuando un miembro de la tripulacin se da cuenta de que
no tiene tiempo suficiente para hacer una suma crucial, le encarga el clculo
a otro tripulante. Esto, a su vez, desencadena otros efectos. La solucin al
problema de evitar el desastre surge como una especie de punto de equili
brio en una serie repetida de negociaciones locales centradas en la distribu
cin de tareas, un punto de equilibrio que est determinado tanto por las ha
bilidades de los individuos como por la frecuencia y la secuencia de los datos
de entrada. Ningn miembro de la tripulacin reflexiona sobre un plan glo
bal para redistribuir las tareas. En cambio, cada tripulante hace lo que sabe
hacer mejor, negociando cualquier ayuda local o cambio de procedimiento
que necesite. En estos casos se produce una bsqueda rpida y en paralelo
de una respuesta colectiva coherente, pero esta bsqueda no implica ningu
na representacin localizada y explcita del espacio de las soluciones globa
les posibles. En este sentido, como observa Hutchins, la nueva solucin se
encuentra mediante un proceso ms semejante a la adaptacin evolutiva que
al diseo racionalista global.
He aqu una versin algo ms sencilla de la misma idea:14 imaginemos
que nuestra tarea consiste en determinar el trazado ptimo de unos senderos
para conectar entre s un complejo de edificios ya construidos (por ejemplo,
el nuevo campus de una universidad). La estrategia usual es el diseo racio
nalista global, donde una persona o un grupo pequeo consideran la utiliza
cin de los diversos edificios, los nmeros de viandantes, etc., y buscan una
pauta de enlaces ptima que refleje las pautas de uso probable. Sin embar
go, una solucin alternativa sera establecer el campus sin ningn sendero y
cubriendo de csped todos los espacios entre los edificios. Al cabo de unos
meses, empezarn a surgir senderos que reflejarn tanto las verdaderas ne
cesidades de los usuarios como la tendencia de las personas a seguir sende
ros incipientes. Al cabo de un tiempo, los senderos ms marcados se podrn
pavimentar y el problema se habr resuelto sin que nadie haya tenido que
considerar el problema global de encontrar una distribucin ptima de los
senderos o haya necesitado saber o representar los usos a los que se destinan
todos los edificios. La solucin se habr encontrado por medio de una serie
interactiva de clculos aislados pequeos como, por ejemplo, Tengo que ir
14. Tuve noticia de este ejemplo por primera vez a travs de Aaron Sloman.

Sabidura colectiva al estilo de los hongos mucilaginosos I 123

desde aqu hasta los comedores: cmo lo har? y Tengo que llegar al la
boratorio de fsica lo antes posible: cmo lo hago?. El efecto acumulado
de estas mltiples decisiones locales resuelve el problema global de una for
ma que se parece ms a una especie de evolucin que a un diseo centraliza
do clsico.
Al parecer, la necesidad de explicar los orgenes del xito colectivo no
nos obliga a volver a la imagen de un agente planificador central que conoz
ca la forma del espacio de problemas global. De hecho, en ocasiones pode
mos estructurar nuestro propio entorno de resolucin de problemas como
una especie de subproducto de nuestra actividad bsica de resolucin de
problemas. En nuestro campus hipottico, los primeros viandantes estruc
turan el entorno como un subproducto de sus propias acciones, pero los
viandantes posteriores se encontrarn con un entorno ya estructurado que,
a su vez, puede ayudarles a resolver, precisamente, los mismos problemas.15

4.5 Modelos de la mente oportunista


Espero que estos primeros captulos hayan transmitido una impresin
cada vez ms clara del carcter oportunista de gran parte de la cognicin
biolgica. Cuando el cerebro biolgico se enfrenta a las fuertes limitaciones
temporales propias de la accin en el mundo real y slo dispone de un estilo
de cmputo incorporado bastante restrictivo y orientado a la complecin de
patrones, aceptar toda la ayuda que pueda conseguir. Esta ayuda incluye el
empleo de estructuras fsicas externas (tanto naturales como artificiales),
el empleo del lenguaje y de instituciones culturales (vanse tambin los ca
ptulos 9 y 10) y el empleo abundante de otros agentes. Sin embargo, reco
nocer la naturaleza oportunista y extendida en el espacio-tiempo de la ver
dadera resolucin de problemas equivale a exponerse a una potencial
pesadilla metodolgica. Cmo podemos estudiar y comprender estos siste
mas extendidos, complejos y a menudo construidos de una manera poco o
nada intuitiva?
Existe una metodologa cientfica cognitiva clsica que, claramente, no
funciona en estos casos. Es la metodologa de la reconstruccin racional, que
consiste en formular inmediatamente cada problema en funcin de un siste
ma abstracto de relaciones entre entradas y salidas, y buscar una solucin
ptima para el problema as definido. Aunque es probable que, en principio,
esta metodologa nunca haya sido defendida ni siquiera desde la inteligencia
15.
Comprese con el tratamiento de unas hormigas en una playa llevado a cabo por Hutchins (1995, pg. 169).

124 F De excursin por la mente

artificial clsica, s que parece haber dado origen a un gran Corpus de inves
tigacin.16Pensemos en todas esas investigaciones sobre micromundos abs
tractos: jugar a damas, colocar bloques, planificar excursiones, hacer diag
nsticos mdicos, etc. En todos estos casos, el primer paso consiste en formular
el problema en trminos simblicos cannicos y el segundo consiste en bus
car una solucin eficiente definida en un espacio de oportunidades de trans
formacin de smbolos.
Hemos visto (capitulo 3} que tambin los conexionistas heredaron la pe
nosa tendencia a estudiar la resolucin de problemas como si fuera incorp
rea y a establecer correspondencias entrada salida abstractas y definidas sim
blicamente.17 Sin embargo, desde las perspectivas de la robtica y de la
infancia presentadas en los primeros captulos, ahora parece ms razonable
imaginar que el entorno real de muchas tareas influye profundamente en la
naturaleza de los problemas que plantean estas tareas a unos agentes activos
y corpreos. Estos problemas reales se plantean en un entorno que incluye
las propiedades elsticas de los msculos y la presencia de objetos reales y
manipulables en el espacio. Estas disparidades, que con tanto empeo he
tratado de exponer, con frecuencia pueden marcar la diferencia en la natu
raleza de una tarea computacional.
De hecho, la metodologa de la reconstruccin racional puede inducir a
error de varias maneras fundamentales. En primer lugar, la sustitucin in
mediata de cantidades fsicas reales por elementos simblicos puede ocultar
estrategias oportunistas que impliquen actuar sobre el mundo real o explo
tarlo de alguna manera que contribuya a la resolucin de problemas (recor
demos el principio 007). En segundo lugar, conceptualizar el problema en
funcin de correspondencias entrada-salida tambin invita a concebir la cog
nicin como una computacin pasiva. Es decir, describe la etapa de salida
como el ensayo de una solucin a un problema. Pero ya hemos visto muchos
casos (por ejemplo, las estrategias de visin animada y el empleo del botn
de rotacin en Tetris) donde la salida es una accin cuyo papel consiste en
descubrir o crear datos adicionales que, a su vez, contribuyan al xito final.
Estos casos de lo que Kirsh y Maglio llaman accin episrmica18amenazan
con colarse por las rendijas de cualquier imagen del xito cognitivo funda
mentalmente incorprea y basada en correspondencias entrada salida. (Otra
amenaza es que la bsqueda de soluciones ptimas puede inducir an ms a
16. Vase una revisin en los captulos I y 4 de Clark, 1989. Vase tambin CliT, 199-1. Se
puede encontrar algo parecido a un apoyo explcito de estas estrategias racionalistas en Newell
y Simn, 1981.
17. Vase el apartado 3.2 anterior. Vanse tambin McClelland, 1989 y Plunkett y Sinha,
1991.
18. Vase el apartado 3.5 anterior. Vase tambin Kirsh y Maglio, 1994

Sabidura colectiva al estilo de los hongos mucilaginosos I 125

error al ocultar el papel de la historia en la constriccin del espacio de solu


ciones biolgicamente plausibles. Como veremos en el captulo 5, la natura
leza est muy limitada por las soluciones obtenidas para problemas encon
trados anteriormente. En consecuencia, la actividad cognitiva rara vez est
hecha de una pieza: normalmente comprende remiendos aplicados a toda
prisa a estructuras y estrategias ya existentes.)
Por todas estas razones, la metodologa de la reconstruccin racional pa
rece distorsionar extremadamente la forma y la naturaleza de la cognicin
biolgica. En su lugar, ahora podemos vislumbrar los perfiles ms escuetos
de una metodologa alternativa: una metodologa para estudiar la cognicin
activa y corprea. Las caractersticas fundamentales de esta metodologa pa
recen ser las siguientes:
Centrarse en el mundo real, en tiempo real. Las tareas se identifican en
funcin del mundo real. Las entradas son cantidades fsicas, las salidas son
acciones. La conducta se limita a marcos temporales que son biolgicamen
te realistas.
Reconocer las soluciones descentralizadas. No se parte del simple supues
to de que una accin coordinada inteligente requiere una planificacin cen
tral detallada. Con frecuencia pueden surgir acciones globales inteligentes a
partir de mltiples interacciones ms elementales en las que intervienen in
dividuos, componentes y/o el entorno.
Visin extendida de la cognicin y la computacin. Los procesos computacionales (con frecuencia) se consideran extendidos en el espacio y en el
tiempo. Estos procesos se pueden extender ms all de la cabeza de un indi
viduo e incluir transformaciones realizadas mediante el empleo de instru
mentos externos, y tambin pueden incorporar las cabezas y los cuerpos de
mltiples individuos en situaciones de resolucin colectiva de problemas.
As interpretado, el estudio de la cognicin activa y corprea plantea cla
ramente unos importantes retos conceptuales y metodolgicos. Entre ellos
se incluyen (aunque no son todos) los siguientes:
El problema de la tratabilidad. Ante esta visin radicalmente promiscua
de la cognicin, siempre escurrindose hacia su entorno local, cmo pode
mos aislar fenmenos tratables para poderlos estudiar? Este desenfrenado li
beralismo cognitivo, no hace que resulte absurda la esperanza de encontrar
una ciencia genuina de la mente?
E l problema de la cognicin avanzada. Hasta qu punto podemos espe
rar llegar con una concepcin descentralizada de la mente? Seguramente
existe algn lugar para la planificacin central en la cognicin avanzada.

126 I De excursin por la mente

Adems, qu ocurre con la visin de la razn individual misma? Qu ima


gen de la eleccin y la toma de decisiones racional est implcita en una vi
sin radicalmente emergentista y descentralizada del xito adaptativo?
El problema de la identidad. Qu lugar ocupa en todo esto la persona in
dividual? Si los procesos cognitivos y computacionales entrecruzan afanosa
mente los lmites de la piel y el crneo, implica esto alguna extensin corre
lativa de la identidad personal hacia el entorno local? Dicho de una manera
menos misteriosa, implica esto que los cerebros y los organismos indivi
duales no son objetos apropiados para el estudio cientfico? Desde luego,
conclusiones como stas seran bastante difciles de discernir.
Nos encontramos aqu con una mezcla de inquietudes prcticas (cmo
podemos estudiar la mente corprea y embebida?}, problemas sin resolver
(funcionar el mismo tipo de explicacin para la cognicin verdaderamen
te avanzada?) y anomalas conceptuales (una cognicin escurridiza, implica
personas escurridizas? Los cerebros, son en algn sentido objetos inade
cuados para el estudio?). En los captulos restantes abordar todas estas
cuestiones. Especialmente tratar de responder de manera detallada a las in
quietudes prcticas y metodolgicas (captulos 5-7), tratar de aclarar los
problemas conceptuales (captulos 6 y 8) y empezar a abordar el acuciante pro
blema de la cognicin avanzada (captulos 9 y 10). Propondr que la clave
para integrar los datos sobre la cognicin avanzada con la visin de una cog
nicin activa y corprea reside en comprender mejor los papeles de dos an
damiajes o apoyos externos muy especiales: el lenguaje y la cultura.
En resumen: la muerte de la reconstruccin racional crea una especie de
vaco conceptual y metodolgico. Nuestra tarea consiste ahora precisamen
te en llenar este vaco.

Intermedio: una historia condensada


La ciencia cognitiva, tal como se ha esbozado en los captulos preceden
tes, se puede contemplar como una progresin en tres etapas. La primera (el
apogeo del cognitivismo clsico) describa la mente en funcin de un dispo
sitivo lgico central, unas bases de datos simblicas y algunos mdulos peri
fricos sensoriales. Las caractersticas fundamentales de esta visin in
cluan estas ideas:
i
la memoria como recuperacin de una base de datos simblica almace
nada,
la resolucin de problemas como una inferencia lgica,

Sabidura colectiva a! estilo de los hongos mucilaginosos I 127

la cognicin como un proceso centralizado,


el entorno como un (simple) mbito de problemas,
y
el cuerpo como perifrico de entrada.
La revolucin conexionista (redes neuronales artificiales) tena como ob
jetivo sustituir las tres primeras caractersticas por las siguientes:
la memoria como re-creacin de patrones,
la resolucin de problemas como complecin y transformacin de dichos
patrones,
y
la cognicin como un proceso progresivamente descentralizado.
Sin embargo, este replanteamiento radical de la naturaleza del dispositi
vo cognitivo interno estaba acompaado, en gran medida, de una aceptacin
tcita de la clsica marginacin del cuerpo y el mundo. A este clasicismo re
sidual se enfrentan directamente las investigaciones antes presentadas. En
estas investigaciones se mantienen los principios ms generales de la con
cepcin conexionista, aunque potenciados por las siguientes imgenes:
una imagen del entorno como recurso activo cuya dinmica intrnseca
puede desempear importantes funciones en la resolucin de problemas,
y
una imagen del cuerpo como parte del bucle computacional.
Tomarse en serio de esta manera el cuerpo y el mundo invita a adoptar
una perspectiva emergentista en relacin con muchos fenmenos fundamen
tales; equivale a considerar que el xito adaptatvo es tan inherente a las
complejas interacciones entre cuerpo, mundo y cerebro como a los procesos
internos limitados por la piel y el crneo. Sin embargo, los desafos a los que
se enfrenta este enfoque son numerosos y profundos. El ms crucial es la
acuciante necesidad de equilibrar de alguna forma el tratamiento de la apor
tacin interna (centrada en el cerebro) y el tratamiento de los factores exter
nos, de una manera que haga justicia a cada cual. Este problema se mani

128 De excursin por la mente

fiesta como una serie de inquietudes de cariz bastante abstracto, aunque son
inquietudes con importantes consecuencias concretas para la direccin y la
metodologa de una ciencia de la mente corprea. Estas inquietudes in
cluyen:
encontrar el vocabulario adecuado para describir y analizar los procesos
que entrecruzan el lmite agente/entorno,
aislar para su estudio sistemas adecuados a gran escala y motivar alguna
descomposicin de estos sistemas en partes y procesos componentes que
interaccionen entre s,
y
comprender expresiones familiares como representacin, computa
cin y mente de maneras que encajen con la nueva imagen (o, si no,
rechazar por completo estas expresiones).
En resumen: cmo debemos concebir el tipo de fenmenos que hemos
expuesto y cuntas de nuestras viejas ideas y prejuicios tendremos que aban
donar para hacerlo? A esta cuestin se dedica la segunda parte.

Segunda parte
EXPLICAR LA MENTE EXTENDIDA

N uestro propio cuerpo est en el mundo com o el corazn en el organism o...


forma un sistema con l.
M URICE M erleau -Po n t y , Phenomenology o/Percepion.
Versin en castellano del pasaje traducido al ingls por David H ilditch en su
tesis doctoral (Universidad de Washington, 1995).

LAMINA 1. Representacin tridimensional de la corteza cerebral y de los principales


centros visuales subcorticales del macaco. La figura abarca todo el hemisferio derecho.
Fuente: van Essen
Press.

GalJant, 1994 Reproducida por gentileza de David van Esten, Kack Gallant y Cell

A,

0,7

65,6

O'*-

$ }{

'/ / / i|

%
O l

>I<

o 4J? # (9 G s> M
'# OO

O u
Cartesianas

Hiperblicas

B.
-

'

Polares

62,4

0,9
1ll

I ..

=
-II
$ #
<#
= 5 ' / / V N $ Q f > 0 $

r.

5 :c
M

r //uv'w ' o o ; o
Cartesianas

Hiperblicas

Polares

LMINA 2. Respuestas de dos clulas de V4 a diferentes pautas espaciales cartesia


nas y no cartesianas. Cada icono representa un estmulo visual particular y su color
representa la respuesta inedia a ese estimulo en relacin con la frecuencia espont
nea de londo, empleando la escala de color mostrada arriba. ) neurona con una res
puesta mxima ante estmulos polares, especialmente espirales, y mucho menos ante
rejillas hiperblicas y cartesianas (m odificado con autorizacin de Gallant y otros,
1993). B? neurona con una respuesta mxim a ante estmulos hiperblicos con fre
cuencias espacales de bajas a moderadas.
Fucnir

v j ii

vsscn y Gallant, 1904 a-producirla p o r penalczj de David v_m Esstn. Kack Cufian! yCell l'ress.

LMINA 3. Atn robtico que cuelga de un soporte en el Ocean Engineering Testing


Tank Facility del MIT.
Fuente: Triantayllou y Trianlafyllou, 1995. Fotografa de Sam Ogden; reproducida por gentileza de Sam
Ogden y con la autorizacin de Scientific American, Inc

LMINA 4. Un coletazo enrgico seguido en rpida sucesin por otro en la direccin


contraria produce un fuerte y sbito em puje muy adecuado para abalanzarse sobre
una presa o huir con rapidez. El coletazo inicial produce un gran vrtice (1); el se
gundo coletazo crea otro vrtice que gira en sentido contrario (2, 3). Antes de apar
tarse de la cola y debilitarse mutuamente, los dos vrtices se combinan para crear un
chorro que produce un fuerte impulso hacia adelante y una fuerza lateral desviada,
aunque manejable (4).
Fuente: Tpanuylou yTriamafyllou. 1995; reproducida por gentileza de M. S. vC . S. Tnantafyllou y Scientific American, Inc.

Robots en evolucin

5.1 Las elusivas estratagemas de la mente


corprea y embebida
Cmo deberamos estudiar la mente corprea y embebida? Este pro
blema se convierte en apremiante cuando nos damos cuenta de que las so
luciones de la naturaleza suelen confundir las imgenes por las que nos
guiamos y burlar las ntidas demarcaciones (cuerpo, cerebro y mundo) que
estructuran nuestro pensamiento. El cerebro biolgico parece estar a la vez
constreido y potenciado de maneras fundamentales y en ocasiones nada in
tuitivas. Est constreido por la naturaleza del proceso evolutivo, un proce
so que debe construir nuevas soluciones y estrategias adaptativas partiendo
de los recursos cognitivos y del hardware existentes. Y como hemos visto,
est potenciado por la disponibilidad de un campo en el mundo real que nos
permite explotar otros agentes, buscar activamente entradas tiles, transfor
mar nuestras tareas computacionales y descargar en el mundo el conoci
miento adquirido.
Esta combinacin de restricciones y oportunidades plantea un verdade
ro problema al cientfico cognitivo. Cmo podemos modelar y comprender
sistemas cuyos parmetros de diseo y operacin parecen (desde una pers
pectiva de diseo no histrica e incorprea) tan desordenados y poco intui
tivos? Una solucin parcial consiste en enfrentarse directamente al proble
ma de la accin en el mundo real y en tiempo real, como en los trabajos de
robtica examinados en el captulo I. Otra consiste en observar atentamen
te la interaccin entre la cognicin y la accin al principio del aprendizaje,
como en la investigacin sobre el desarrollo examinada en el captulo 2. Un
importante instrumento adicional -que es el tema central del presente cap
tulo- es el empleo de una evolucin simulada como medio para generar sis-

132 I Explicar la mente extendida

temas de control para robots (verdaderos o simulados). La evolucin simu


lada (como el aprendizaje de redes neuronales) promete ayudarnos a reducir
el papel de nuestras predisposiciones y prejuicios racionalistas en la bsque
da de soluciones eficientes.

5.2 Un teln de fondo evolutivo


Con frecuencia se ha dicho que los sistemas que han evolucionado de
una manera natural simplemente no funcionan como un diseador huma
no podra esperar.1Hay varias razones para ello. Una, que ya hemos visto
ejemplificada muchas veces, supone una tendencia a soluciones distribui
das. La cuestin, ahora ya familiar para nosotros, es que mientras un d i
seador humano normalmente construira la funcionalidad necesaria para
resolver un problema directamente en un dispositivo separado, la evolu
cin no estara limitada de ninguna manera por los lmites entre un orga
nismo o dispositivo y el entorno. La resolucin de problemas se distribu
ye fcilmente entre organismo y mundo o entre grupos de organismos. La
evolucin, que en un sentido muy real no tiene ninguna perspectiva sobre
ningn problema, carece de impedimentos para encontrar soluciones dis
tribuidas econmicas porque no necesita las anteojeras (por ejemplo, la
firme divisin entre dispositivo y mbito de operacin) que ayudan a los
tcnicos humanos a enfocar su atencin y a descomponer problemas com
plejos en componentes.
Sin embargo, esto no quiere decir que los principios de descomposicin
no desempeen ningn papel en el diseo natural. Pero el tipo de descom
posicin que caracteriza al diseo por seleccin natural es, de hecho, muy di
ferente. Es una descomposicin dictada por la restriccin del holismo evolu
tivo, un principio formulado explcitamente por Simn (1969) que afirma
que las totalidades complejas se suelen desarrollar de modo incremental con
el tiempo evolutivo y que las diversas formas intermedias deben ser ellos
mismos sistemas completos y robustos capaces de sobrevivir y reproducirse.
Como dice Dawkins (1986, pg. 94), la clave reside en pensar en funcin de
trayectorias o vas a travs del tiempo evolutivo, considerando a los organis
mos completos que tienen xito como pasos a lo largo del camino.
Esta restriccin es muy fuerte. Un diseo complejo extremadamente
adaptativo que carezca de alguna descomposicin evolutiva de esta clase
(con formas ancestrales ms sencillas pero exitosas), nunca evolucionar.
Adems, las transiciones entre estas formas no deberan ser demasiado ex
I. Vanse, por ejemplo, Simn, 1962; Dawkins, 1986 y el capitulo 4 de Clark, 1989.

Robots en evolucin I 133

tremas: deberan consistir en pequeas alteraciones estructurales, cada una


de las cuales genera un organismo completo y con xito.
Se dice, por ejemplo,1 que nuestros pulmones evolucionaron a partir de
la base proporcionada por las vejigas natatorias de los peces. Las vejigas na
tatorias son unas bolsas de aire que facilitan el movimiento en entornos
acuosos. Se ha propuesto que el origen de nuestra comn propensin a la
pleuresa y el enfisema se remonta a ciertos aspectos de la adaptacin de la ve
jiga natatoria. As, Lieberman (1984, pg. 22) se ve conducido a comentar
que las vejigas natatorias son dispositivos diseados lgicamente para na
dar; para respirar constituyen un sistema complicado y extravagante.
La importante conclusin de todo esto es que las limitaciones del holis
mo evolutivo, junto con la necesidad de avanzar mediante pequeos cambios
incremntales de estructuras ya existentes, pueden producir soluciones a
problemas presentes que deben mucho a sus antecedentes histricos part
culares. Como dice el especialista en gentica celular Frangois Jacob (1977,
pg. 1.163): Los objetos simples son ms dependientes de las limitaciones
[fsicas] que de la historia. Cuanto mas aumenta la complejidad, ms impor
tante es el papel desempeado por la historia. Para Jacob, la evolucin se
parece ms a un hojalatero que a un ingeniero. Un ingeniero se sienta frente
a un tablero de dibujo en blanco y disea una solucin para un problema
nuevo partiendo desde cero; un hojalatero toma un dispositivo ya existente
y trata de adaptarlo para algn propsito nuevo. Al principio, lo que produ
ce el mecnico puede tener poco sentido para el ingeniero, cuyo pensamien
to no est limitado por los dispositivos y los recursos disponibles. De la mis
ma manera, las soluciones naturales para los problemas a los que se
enlrentan los seres evolucionados complejos tambin pueden parecer poco
claras desde una perspectiva de diseo puro y sin tener en cuenta la historia.
Una manera de empezar a comprender estas soluciones a problemas inicial
mente opacas, oportunistas e histricamente dependientes de trayectorias, con
siste en tratar de recapitular artificialmente el proceso evolutivo mismo: hacer que
un hojalatero alcance a otro. Con ello damos paso a los algoritmos genticos.

5.3 Los algoritmos genticos como instrumentos de exploracin


Como todos sabemos, la evolucin biolgica funciona mediante un pro
ceso de diversificacin y seleccin. Dada una poblacin de organismos y una
diversidad dentro de esa poblacin, algunos individuos sobreviven y se re
producen mejor que otros. Aadamos a esto un mecanismo de transmisin
2.

Vase una revisin de stas y otras posibilidades en el captulo 4 de Clark, 1989,

134 I Explicar la mente extendida

que haga que los descendientes de los ms aptos hereden parte de la estruc
tura de sus antepasados y tendremos las condiciones mnimas para la bs
queda evolutiva. Normalmente, esta transmisin supone otros medios incor
porados de variacin (por ejemplo, la mutacin) y de diversificacin (por
ejemplo, los procesos de divisin y recombinacin caractersticos de la re
produccin sexual). Mediante una serie repetida de variaciones, diversifica
ciones, selecciones y transmisiones, el proceso evolutivo realiza una bsque
da en el espacio de opciones estructurales, una bsqueda que tender a
concentrarse en las soluciones ms aptas para los problemas de la supervi
vencia y la reproduccin.
Los algoritmos genticos3simulan este tipo de proceso evolutivo. La po
blacin consiste, inicialmente, en una variedad de individuos de software,
que o bien se han codificado a mano, o bien se han generado al azar. Estos
individuos podran ser lneas de cdigo, estructuras de datos, programas
informticos jerrquicos completos, redes neuronales, etc. A continuacin,
se permite que estos individuos acten en algn entorno para poder com
putar, despus de cierto tiempo, una medida de aptitud para cada uno
(Cunto alimento ha encontrado? Ha evitado a los depredadores?...).
Despus se emplea la codificacin inicial de los individuos ms aptos (nor
malmente almacenada en forma de cadenas binarias) como base para la re
produccin (es decir, para generar la prxima poblacin). Pero en vez de li
mitarse a copiar los individuos con ms xito, se emplean operaciones de
cruce y mutacin. En las mutaciones se realiza un pequeo cambio aleato
rio en la estructura de la codificacin de un individuo. Por ejemplo, si el in
dividuo es una red neuronal, se pueden modificar sutilmente algunos pesos.
En los cruces se recombinan partes de las codificaciones de dos individuos
para imitar la dinmica general de la reproduccin sexual. As, la nueva ge
neracin se basa en las variantes con ms xito de la generacin anterior,
pero contina el proceso de bsqueda de soluciones eficientes investigando
parte del espacio que circunda las buenas soluciones anteriores. Cuando
este proceso se repite durante centenares de miles de generaciones, consti
tuye (para ciertos mbitos de problemas) una potente versin de la bsque
da de descenso por un gradiente,4 salvo por el hecho de que aqu los incre
mentos de aprendizaje se producen generacin tras generacin y no durante
la vida de un solo individuo.
Estas tcnicas se han utilizado para desarrollar soluciones a problemas en
una amplia variedad de mbitos, desde el seguimiento de pistas en hormigas arI

3. Vase, por ejemplo, Holland, 1975; Goldberg, 1989; Koza, 1992; Belew, 1990; Nolft,
Floreano, Miglino y Mondada, 1994.
4 Vease el capitulo 3 anterior

Robots en evolucin I 135

tificiales (Jefferson y otros, 1990; Koza, 1991), hasta el descubrimiento de leyes


del movimiento planetario (Koza, 1992), pasando por la evolucin de contro
ladores de redes neuronales para insectos artificiales (Beer y Gallagher, 1992).
Esta ultima aplicacin es especialmente interesante porque, como veremos a
continuacin, nos permite estudiar los efectos de aprendizajes evolutivos incre
mentales en entornos que incluyen una rica dinmica corporal y ambiental.

5.4 Inteligencia corprea en evolucin


Caminar, ver y navegar son estrategias adaptativas fundamentales explo
tadas por muchas criaturas evolucionadas. Puede ayudarnos la evolucin si
mulada a comprenderlas mejor? La respuesta parece ser un s provisional.
Consideremos el caminar. Randall Beer y John Gallagher (1992) han uti
lizado algoritmos genticos para hacer evolucionar controladores de redes
neuronales para la locomocin de insectos. Resulta que estos controladores
evolucionados explotan una variedad de estrategias robustas y, en ocasiones,
nada evidentes. Muchas de estas estrategias se basan en interacciones estre
chas y continuas entre el controlador y el entorno, y no suponen la cons
truccin previa de programas motores detallados y explcitos. Adems, los
mejores controladores fueron capaces de enfrentarse con xito a una varie
dad de situaciones que constituan un desafo, incluyendo funcionar con retroalimentacin sensorial y sin ella, y compensar automticamente ciertos ti
pos de cambio estructural.
El insecto robot de Beer y Gallagher era una especie de cucaracha simu
lada' con seis patas. Cada pata estaba articulada y se poda alzar y bajar. Un
sensor en cada pata comunicaba el ngulo de las patas en relacin con el
cuerpo. El insecto simulado estaba controlado por una red de redes neuro
nales (cada pata tena un controlador de red dedicado, formado por cinco
neuronas). Cada subred de cinco neuronas inclua tres neuronas motoras
que gobernaban la pata y dos neuronas extra con una funcin abierta.
Cada subred reciba datos de entrada procedentes del sensor asociado a la
pata que controlaba. Se utiliz un algoritmo gentico (vase el apartado 5.3
anterior) para descubrir un conjunto de caractersticas (como los pesos de
conexin; vase el captulo 3 anterior) que permitiera a este tipo de arqui
tectura de control generar una locomocin slida y estable. Esto, a su vez,
implicaba encontrar pesos, sesgos y constantes de tiempo (velocidades de
respuesta) capaces de generar una pauta de movimiento viable para cada
pata y de coordinar los movimientos de todas las patas.
5. Vanse la introduccin y el captulo 2 de este libro.

136 t Explicar la mente extendida

Beer y Gallagher desarrollaron once controladores, cada uno con un


conjunto diferente de valores para los parmetros y los pesos. Todos los con
troladores produjeron una buena locomocin y rodos emplearon la marcha
trpeda, favorita de los insectos reales que se desplazan con rapidez.
La importancia de la interaccin controlador-entorno qued demostrada
por el desarrollo evolutivo de soluciones en tres entornos diferentes. En el
primer entorno, la bsqueda evolutiva se produca con los sensores de las
patas en funcionamiento. Como era de esperar en estas condiciones, las so
luciones finales se basaban firmemente en una continua retroalimentacin
sensorial- Si ms adelante se desactivaban los sensores, la locomocin se per
da o presentaba muchos problemas. En el segundo entorno, la bsqueda
evolutiva se produca sin retroalimentacin sensorial. En esta condicin a
ciegas se descubrieron soluciones que slo estaban basadas en generadores
centrales de pautas y que, en consecuencia, producan una locomocin algo
torpe pero fiable, semejante a la de un robot de juguete.
Muchsimo ms interesantes fueron los resultados obtenidos cuando la
retroalimentacin sensorial estaba presente de una manera intermitente
durante la bsqueda evolutiva. En estas condiciones inestables, evolucio
naron unos controladores que podan producir un caminar fluido emple
ando la retroalimentacin sensorial cuando estaba disponible, pasando a
una generacin de pautas a ciegas en ausencia de retroalimentacin sen
sorial (y produciendo una locomocin viable aunque menos elegante) e in
cluso compensando automticamente ciertos cambios estructurales (por
ejemplo, alteraciones de la longitud de las patas, como ocurre durante el
crecimiento biolgico). La explicacin de esta ltima propiedad supone
que, en estas soluciones mixtas, la retroalimentacin sensorial modula el
generador de pautas. Una alteracin en la longitud de una pata influye en
las lecturas del sensor correspondiente y esto, a su vez, ocasiona una ralentizacin en el generador de salidas motrices. Este tipo de compensacin
automtica tiene un sabor biolgicamente realista: pensemos cmo se
adapta automticamente un gato para andar a tres patas cuando se ha le
sionado una o cmo se adapta un ser humano a caminar sobre una super
ficie helada o con un tobillo torcido. Sin embargo, como seala Beer
(1995b), este tipo de adaptacin no es el resultado de un aprendizaje indi
vidual como tal: es ms bien algo inherente a la dinmica original del siste
ma, y las nuevas condiciones (lesiones, crecimiento de las patas, etc.) no
hacen ms que ponerla de manifiesto.
En general, el tipo de solucin encarnada por este controlador mixto su
pone un equilibrio tan sutil entre la generacin centralizada de pautas y la
modulacin sensorial que, segn Beer, es muy fcil que un analista humano
lo hubiera pasado por alto. Mediante el empleo de algoritmos genticos, se

Robots en evolucin I 137

pueden encontrar soluciones que saquen el mximo partido de aquellas es


tructuras ambientales disponibles y que no se vean perjudicadas por nuestra
tendencia natural a buscar soluciones ordenadas, ntidas y fciles de des
componer. Naturalmente, la vertiente negativa de estas soluciones ms de
sordenadas, ms interactivas y ms realistas biolgicamente es que no slo
son difciles de descubrir sino que tambin son difciles de comprender una
vez descubiertas. Volveremos a este problema en el apartado 5.7.
Posteriores experimentos realizados en otros mbitos han dado los mis
mos resultados que los de Beer y Gallagher. Harvey y otros (1994) hicieron
evolucionar sistemas de control para robots orientados visualmente y Yamuchi y Beer (1994) hicieron evolucionar redes capaces de controlar un robot
que empleaba como entrada seales de sonar para realizar tareas de recono
cimiento y navegacin por terrenos accidentados. Johnson y otros (1994)
emplearon la programacin gentica para hacer evolucionar rutinas pareci
das a la visin animada para solucionar tareas de procesamiento visual eco
lgicamente realistas y computacionalmente poco costosas (recordemos el
captulo 1), y aparecieron soluciones que superaron significativamente a los
mejores programas que ellos mismos haban escrito a mano. Por tanto, exis
ten muchos indicios de la potencia de la bsqueda evolutiva simulada para
descubrir soluciones robustas y poco evidentes a problemas biolgicamente
realistas. Con todo, el optimismo de esta afirmacin se debera atenuar re
conociendo varias limitaciones importantes que aquejan a la mayor parte de
los trabajos en este campo. Las principales limitaciones son la congelacin
del espacio de problemas, el empleo de arquitecturas neuronales y corpora
les fijas, la falta de una distincin adecuada entre fenotipo y genotipo, y el
problema del aumento de la escala de la bsqueda evolutiva.
La congelacin del espacio de problemas se refiere a la tendencia a
predeterminar una funcin adaptativa fija y a utilizar la evolucin simulada
slo para maximizar la aptitud en relacin con esta meta prefijada (caminar,
navegar, etc.). Este enfoque desatiende uno de los factores que con ms fuer
za diferencian la adaptacin evolutiva real de otras formas de aprendizaje: la
capacidad de hacer coevolucionar problemas y soluciones. Un ejemplo clsi
co es la coevolucin de tcnicas de persecucin y evasin en especies anima
les.6 La cuestin esencial es, simplemente, que la evolucin natural no acta
para resolver un problema fijo. En cambio, los problemas mismos se alte
ran y evolucionan en una compleja red de cambios coevolutivos.
Igualmente problemtica es la tendencia a buscar dentro de un espacio
de problemas definido parcialmente por alguna arquitectura neurona! o cor6. Vanse algunos experimentos de evolucin simulada que implican persecucin y eva
sin en Miller y Clif, 199-t.

138 I Explicar la mente extendida

pora! fija. Una vez ms, estas bsquedas congelan parmetros que, en el
mundo natura!, estn sujetos al cambio evolutivo. Por ejemplo, la cucaracha
simulada tena una forma corporal fija y un conjunto fijo de recursos neuronales. En cambio, la bsqueda evolutiva real es capaz de modificar tanto la
forma corporal7 como la arquitectura nerviosa general.
Otra distorsin biolgica es el empleo de correspondencias genotipo
fenotipo bastante directas. En la bsqueda normal por algoritmo gentico,
las nuevas poblaciones de individuos estn totalmente especificadas por
sus genotipos. En cambio, la manera en que los genes reales llegan a e x
presarse en los cuerpos reales permite que las interacciones ambientales
desempeen un papel mucho mayor durante el tiempo de desarrollo indi
vidual. De hecho, la imagen de que los genes codifican caractersticas f
sicas suele ser errnea. En realidad, los genes codifican caractersticas fsi
cas posibles cuya expresin depende, en gran medida, de la influencia de
una variedad de factores ambientales. La capacidad de seleccionar factores
genticos cuya expresin final en los individuos sigue estando en gran me
dida bajo el control del entorno, permite que la evolucin biolgica expo
te varios grados de libertad que no estn presentes en la mayora de los
modelos artificiales.8
Finalmente existe el problema ampliamente reconocido del aumento de
la escala. La mayora de los trabajos presentados anteriormente aplican la
bsqueda gentica a controladores de redes neuronales relativamente pe
queos. A medida que aumenta el nmero de parmetros que caracterizan a
los controladores, las variedades normales de bsqueda evolutiva son cada
vez ms ineficaces. La clave para superar este problema parece residir en
combinar una mejora de las codificaciones genticas con una descarga de
parte de la tarea en el entorno (es decir, reducir la cantidad de informacin
codificada en el genotipo y depender ms de las interacciones evolutivas con
un entorno estructurador). Vemos as que el problema del aumento de la es
cala y el anterior problema de la correspondencia entre fenotipo y genotipo
pueden estar ms vinculados de lo que parece a primera vista.9
7. Siguiendo esta linea, Menczer y Belew (1994) emplean un algoritmo gentico para determinqr la eleccin de una interfaz organismo-entorno haciendo evolucionar diferentes tipos
de sensor.
8. Vase un examen excelente de las complejidades de las interacciones gen-entorno en
Gifford, 1990.
9. El trabajo de Nolfi, ^liglino y Parisi (1994) es uno de los pocos intentos de introducir
la plasticidad fenotpica en un modelo combinado de algoritmo gentico y red neurona!. En
este modelo, la correspondencia genotipo-fenotipo es un proceso extendido en el tiempo y
sensible al entorno. Adems, la bsqueda evolutiva misma se emplea para determinar el equi
librio entre la influencia de los genes y del entorno.

Robots en evolucin I 139

Por tanto, es evidente que el empleo de la evolucin simulada est lejos de


ser una panacea para la investigacin sobre agentes autnomos. Sin embargo,
estos mtodos ya se han ganado un lugar en la caja de herramientas de las
ciencias cognitivas de la mente corprea. La medida en que ese lugar sea ms
o menos fundamental tambin depender de la resolucin de una disputa in
terna bastante intensa sobre la legitimidad y el valor de emplear agentes y en
tornos simulados para comprender la cognicin corprea y activa.

5.5 La batalla de los simuladores (Viva lo autntico!)


En general, la evolucin artificial tiene lugar en poblaciones de organis
mos simulados que intentan superar entornos simulados. Sin embargo, el
empleo de estas simulaciones es, en s mismo, objeto de discusin dentro de
la comunidad de investigadores que estudian la cognicin corprea y embe
bida. Por un lado, el empleo de mundos y agentes simulados ofrece las cla
ras ventajas de simplificar los problemas y hacer ms tratable e! estudio de
poblaciones grandes. Por otro lado, una de las principales ideas que impul
san gran parte de la investigacin de los agentes autnomos es, precisamen
te, el reconocimiento de la insospechada complejidad de las interacciones
reales entre agente y entorno y las sorprendentes maneras en que los seres
corpreos pueden explotar las caractersticas y las propiedades del mundo.
Los fans de la robtica real10*destacan que los investigadores subestiman sis
temticamente la dificultad de los problemas (desatendiendo aspectos de la
realidad como el ruido y la poca fiabilidad de los componentes mecnicos) y
que tambin pasan por alto soluciones sobre la marcha que dependen de
propiedades fsicas generales como la elasticidad y el dar de s de ciertos
componentes.11
Tim Smithers (1994, pgs. 64-66) ofrece un til ejemplo -no relacionado
con la robtica- del papel de estas propiedades fsicas en su interpretacin
de la oscilacin pendular, un fenmeno asociado a la segunda generacin de
reguladores de bolas empleados para controlar la potencia de salida de los
primeros motores de vapor. Los reguladores de bolas (tambin conocidos
como reguladores de Watt en homenaje a su inventor, James Watt) se em
plean para mantener constante la velocidad de un volante que funciona con
un motor de vapor y al que se conecta otra maquinaria. Sin un mecanismo
regulador, la velocidad del volante variara segn las fluctuaciones del vapor,
las alteraciones del volumen de trabajo y otros factores. El regulador se basa
10. Vanse, por ejemplo, Urooks, 1992 y Smithers, 1994.
11 Recurdese el ejemplo del robot de una cadena de montaje citado en el prefacio.

140 l Explicar la mente extendida

en un eje vertical conectado con el volante principal. El eje tiene dos brazos,
unidos por goznes, con una esfera metlica en el extremo de cada uno.
Cuando el volante gira, los brazos se van separando del eje a medida que
aumenta la velocidad de rotacin. Los brazos actan directamente sobre una
vlvula reguladora que reduce el flujo de vapor cuando los brazos se separan
(cuando aumenta la velocidad del volante) y que lo aumenta cuando los bra
zos se acercan (cuando disminuye la velocidad del volante). Este dispositivo
hace que el volante mantenga una velocidad de rotacin constante, necesaria
para muchas aplicaciones industriales. Segn Smithers, cuando aument la
precisin en los procesos de fabricacin apareci una nueva generacin de re
guladores que empez a mostrar un problema no observado en las versiones
anteriores, ms rudimentarias. Los nuevos reguladores, fabricados con pre
cisin, solan ser incapaces de establecer una velocidad de rotacin fija y pro
vocaban una oscilacin de aceleraciones y desaceleraciones. Esta oscilacin
pendular en torno a una velocidad constante se produca porque los nuevos
reguladores reaccionaban con demasiada rapidez a la velocidad del eje prin
cipal, produciendo una compensacin excesiva. Por qu el rendimiento de
las primeras versiones rudimentarias superaba al de las posteriores, diseadas
con precisin? La razn era que el rozamiento entre las juntas, los cojinetes y
las poleas de las primeras versiones era suficiente para amortiguar las res
puestas del sistema, protegindolo as de los ciclos de rpida sobrecompen
sacin observados en las mquinas ms nuevas. Los reguladores modernos se
basan en componentes adicionales para impedir la oscilacin pendular, pero
al precio de ser ms difciles de montar y utilizar (ibd., pg. 66).
Smithers demuestra que los intentos de hacer ms precisos los sistemas
sensoriales de robots sencillos se pueden encontrar con problemas similares.
Si la conducta del robot depende estrechamente de las lecturas de los senso
res, unos dispositivos muy sensibles quizs respondan en exceso ante pe
queas perturbaciones ocasionadas por cambios ambientales relativamente
insignificantes o incluso por el funcionamiento del sensor mismo. Por tanto,
un aumento de resolucin no siempre es positivo. Mediante el empleo de
componentes menos precisos, se pueden disear robots con dispositivos f
sicos cuyas propiedades (por ejemplo, prdidas mecnicas y elctricas) amor
tigen las respuestas y eviten variaciones y fluctuaciones no deseadas. Segn
Smithers, de todo esto se deduce que tambin puede ser errneo concebir
los sensores como dispositivos de medicin y que deberamos verlos como
filtros cuyo papel consiste, en parte, en absorber variaciones conductalmente insignificantes para que el sistema pueda mantener unas interacciones sen
cillas y robustas con su entorno. Segn Smithers, los componentes fsicos
reales suelen ofrecer gran parte de esta capacidad de filtracin o absorcin
como resultado de las prdidas elctricas y mecnicas inherentes a los me

Robots en evolucin I 141

dios fsicos. Es evidente que estos efectos de propina no aparecen en los


sistemas agente-entorno simulados. Por tanto, los trabajos basados en simu
laciones corren el peligro de pasar por alto soluciones econmicas a proble
mas importantes porque no reconocen el papel estabilizador de ciertas pro
piedades fsicas brutas como la friccin y las prdidas mecnicas y elctricas.
Otro problema de los enfoques basados en la pura simulacin es la iuerte tendencia a simplificar en exceso el entorno simulado y a concentrarse en
la inteligencia del agente simulado. Esto refuerza an ms la visin errnea
del entorno que lo considera poco ms que el marco en el que se establece
un problema dado. En cambio, todos los argumentos de los captulos ante
riores describen el entorno como un recurso rico y activo que acta como
cmplice en la produccin de la conducta adaptativa. Otras inquietudes
relacionadas con sta son la pobreza relativa de la fsica simulada (que, en
general, excluye parmetros cruciales de la realidad como el rozamiento y el
peso), la alucinacin de un flujo perfecto de informacin entre el mundo
y los sensores, y la alucinacin de unos componentes uniformes y perfecta
mente diseados" (por ejemplo, el empleo de cuerpos idnticos para todos
los individuos en la mayora de los escenarios evolutivos). Esta lista se podra
ampliar, pero el mensaje es claro. La simulacin ofrece, como mucho, una
versin empobrecida de la realidad y este empobrecimiento sigue unas lneas
bastante peligrosas: lneas que amenazan con deformar nuestra imagen del
funcionamiento de los agentes, enmascarando las aportaciones de las carac
tersticas del entorno y de los cuerpos fsicos reales.
A pesar de todo esto, las ventajas de emplear las simulaciones con mesu
ra pueden ser grandes, especialmente cuando se investiga el cambio evoluti
vo. Las grandes poblaciones simuladas son baratas de producir y iciles de
controlar. Dentro de un entorno virtual, la evaluacin de la aptitud en rela
cin con una conducta se puede automatizar. Los problemas de la ingeniera
real se evitan completamente. Adems, la evolucin simulada a gran escala
ofrece un considerable ahorro de tiempo en comparacin con el empleo re
petido de observaciones y evaluaciones en el mundo real.
Por tanto, lo ms indicado a efectos prcticos parece ser una estrategia
mixta. As, tericos como Nolfi, Miglino y Parisi (1994), y Yamuchi y Beer
(1994), emplean simulaciones en las etapas iniciales de investigacin y desa
rrollo y despus transfieren los resultados a robots mviles verdaderos. Na
turalmente, los controladores de redes neuronales que se han hecho evolu
cionar para guiar un robot simulado, difcilmente se podrn transferir sin
problemas a un sistema real. Pero la fase de simulacin se puede utilizar, por12
12.
Estas desventajas se identifican y se discuten en la pg. 194 de Nolfi, Floreano, Migli
no y Mondada, 1994.

142 I Explicar la mente extendida

lo menos, para obtener valores generales de una variedad de parmetros que


despus se pueden ajustar y adaptar con ms precisin al contexto real.11
Finalmente, se debe destacar que incluso la investigacin basada en la si
mulacin pura puede ser inmensamente valiosa, en la medida en que permi
ta la investigacin de cuestiones generales relacionadas (por ejemplo) con la
interaccin entre el aprendizaje individual y el cambio evolutivo {Ackley y
Littman, 1992; Noli y Parisi, 1991) y con las propiedades de grandes colee
tivos de agentes muy simples (Resnick, 1994). Sin embargo, como medio
para comprender la dinmica detallada de las interacciones entre agentes y
entornos reales, las simulaciones siempre se deberan tomar con pinzas.

5.6 Cmo comprender los agentes evolucionados,


corpreos y embebidos
A! parecer, el proceso de diseo natural superar sistemticamente las fi
guraciones de los tericos humanos. En particular, la evolucin biolgica
prescinde totalmente de nuestra ntida delimitacin entre lo meramente fsi
co y lo computacional o informacional. Se pueden explotar caractersticas f
sicas burdas (como las prdidas elctricas y mecnicas, el rozamiento y el
ruido) junto con estrategias computacionales familiares (como el aprendiza
je de redes neuronales) para encontrar soluciones robustas a problemas de
supervivencia y respuesta. Adems, como hemos visto repetidamente en ca
ptulos anteriores, el entorno se puede explotar activamente para transfor
mar la naturaleza de los problemas que se nos plantean. Y como se coment
en el apartado 5.2 anterior, con frecuencia la evolucin biolgica debe tras
tear con recursos viejos para producir nuevas capacidades: por tanto, la in
novacin cognitiva rara vez se confecciona a partir de un solo tejido com
pleto, con un diseo ideal. Estos factores se unen para hacer que el diseo
biolgico acabe siendo curiosamente opaco. Si desmontamos una grabadora
de vdeo encontraremos un conjunto bien delimitado de mdulos y placas de
circuitos que desempean unas funciones claras y especficas en la produc
cin de un rendimiento con xito. Esto ocurre porque los diseadores hu
manos (cosa nada sorprendente) optan por el tipo de diseo global basado
en componentes que tiene ms sentido para una reflexin secuencial y cons
ciente. En el cerebro humano parecen intervenir como componentes unas13
13.
Este ajuste se puede lograr mediunte una evolucin continuada, empleando robots
reales como fuente de genotipos que luego son seleccionados y modificados con el uso de una
simulacin de algoritmo gentico, o tambin se puede lograr mediante un diseo y un ajuste
manual. Vase un planteamiento en Nolfi, Florcano, Miglino y Mondada, 1994.

Robots en evolucin i 143

estructuras y unos cableados mucho menos transparentes, incluyendo enor


mes cantidades de circuitos recurrentes que permiten modificaciones mu
tuas y repetidas entre muchas reas. Y de todos modos el papel del cerebro
no es ms que hacer que el cuerpo ejecute los movimientos correctos. Al fi
nal, el xito adaptativo no se puede atribuir a los cerebros sino a coaliciones
cerebro-cuerpo embebidas en entornos ecolgicamente realistas. Y aqu se
plantea una pregunta muy amplia y, por ahora, sin respuesta: cmo pode
mos estudiar y comprender {no slo reproducir) el xito adaptativo de los
seres biolgicos, cuyos principios de diseo no respetan los lmites intuitivos
entre cognicin, cuerpo y mundo?
Una posibilidad, que hoy por hoy va ganando terreno, es sustituir la teo
rizacin computacional y el discurso representacional, que son los instru
mentos usuales de la ciencia cognitiva, por la teorizacin y el discurso de la
teora de los sistemas dinmicos. El argumento es el siguiente: la imagen de
la cognicin como generacin de transformaciones computacionales de re
presentaciones internas, supone un retorno a la concepcin del cerebro
como sede fundamental de un tipo de inteligencia esencialmente incorprea.
Y la razn de ello es que, en esta imagen, se parte del supuesto de que las re
presentaciones as concebidas sustituyen a elementos y sucesos reales y que
el razonamiento se produce en una especie de terreno simblico interno.
Pero hemos visto que la inteligencia corprea real es, fundamentalmente,
una manera de enlazar con el mundo, de emplear estrategias activas que de
jan gran parte de la informacin fuera, en el mundo, y de emplear astuta
mente secuencias repetidas, en tiempo real, de interacciones cuerpo-mundo
para resolver problemas de una manera robusta y flexible. La imagen es la de
dos sistemas complejos acoplados (el agente y el entorno) cuya actividad
conjunta resuelve el problema. En estos casos, puede tener poco sentido de
cir que un sistema representa al otro.
Como esta idea puede ser difcil de captar, ser til dar un ejemplo. Tim
van Gelder nos invita a considerar, desde esta perspectiva, el funcionamien
to del regulador de Watt descrito en el apartado 5.5 anterior. Recordemos
que este regulador mantiene el volante a una velocidad constante, mediante
dos brazos lastrados cuya oscilacin cierra la vlvula reguladora cuando
aumenta la velocidad de rotacin y la abre cuando esta velocidad disminuye.
Van Gelder (1995, pg. 348) contrasta esto con la operacin de un regula
dor computacional imaginario que funcionara de la manera siguiente:
Medir la velocidad del volante.
Comparar la velocidad real con la velocidad deseada.
Si hay una discrepancia, entonces:
medir la presin actual del vapor,

144 I Explicar la mente extendida

calcular la alteracin deseada en la presin del vapor,


calcular el ajuste necesario para la vlvula reguladora.
Ajustar la vlvula reguladora. Volver al paso I.
Este regulador computacional utiliza mediciones explcitas de la veloci
dad y de la presin del vapor que luego actan como entrada para otros pro
cesos que calculan los ajustes necesarios. En cambio, el regulador de Watt
incorpora las etapas de medicin, clculo y control en un proceso nico que
integra las influencias recprocas entre la velocidad del motor por un lado, y
la velocidad y el ngulo de los brazos por otro. Segn van Gelder, es mejor
concebir el funcionamiento del regulador de Watt en funcin de bucles de
retroalimentacin y de sistemas fsicos estrechamente acoplados, que en fun
cin de representaciones y de clculos. Estos fenmenos pertenecen al te
rreno de la teora general de los sistemas dinmicos. Hagamos ahora una pau
sa para conocer mejor esta teora.
La teora de los sistemas dinmicos es un marco de referencia14 bien
establecido para describir y comprender la conducta de sistemas comple
jos (vase, por ejemplo, Abraham y Shaw, 1992). Las ideas fundamentales
que subyacen a la perspectiva de los sistemas dinmicos son la nocin de
un espacio de estados, la nocin de una trayectoria o un conjunto de tra
yectorias posibles a travs de ese espacio y el empleo de la matemtica
(continua o discreta) para describir las leyes que dictan las formas de es
tas trayectorias.
Por tanto, la perspectiva de los sistemas dinmicos incorpora, como un
aspecto fundamental del anlisis, la idea de la evolucin de los estados de un
sistema a lo largo del tiempo. Como formalismo general es aplicable a todos
los sistemas computacionales existentes (tanto conexionistas como clsicos),
pero su alcance es ms amplio y tambin se puede aplicar al anlisis de siste
mas fsicos no cognitivos y no computacionales.
Desde esta perspectiva, el objetivo del anlisis de un sistema dinmico es
presentar una imagen de un espacio de estados con una dimensionalidad de
tamao arbitrario (dependiendo del nmero de parmetros significativos del
sistema) y comprender las conductas del sistema en funcin de su posicin y
14.
Los precursores directos de la nueva ola de dinamicistas cognitivos fueron los fe
nomenales especialistas en ciberntica de los aos cuarenta y principios de los cincuenta. En
tre las publicaciones fundamentales se encuentran la obra de Norbert Wiener Cybenietia, or
Control and Communication Jn (be Animal and in (be Machine (Wiley, 1948), diversos volme
nes con transcripciones literales de las exposiciones realizadas durante una serie de conferen
cas Macy sobre ciberntica (Transactions o f theSixth, Seventh, Eighth and Ntnth (1949-1952)
Macy Con/erencei (Josiah Macy Jr. Foundation]), la obra de W. Ross Ashby btlroductton lo Cybemetics (Wiley, 1956) y el clsico de Ashby Destgn fo ra Bratn (Chapman and Hall, 1952)

Robots en evolucin I 145

su movimiento dentro de ese espacio geomtrico abstracto. Para reforzar


esta comprensin se suelen invocar con regularidad varios constructos adi
cionales. Estos constructos capturan las propiedades distintivas de ciertos
puntos o regiones (conjuntos de puntos) del espacio determinadas por la
matemtica que rige el sistema. Esta matemtica suele especificar una ley di
nmica que determina cmo evolucionan con el tiempo los valores de un
conjunto de variables de estado (esta ley puede consistir, por ejemplo, en un
conjunto de ecuaciones diferenciales). Dado un estado inicial, la sucesin
temporal de estados determinada por la ley dinmica forma una trayectoria
a travs del espacio. El conjunto de todas las trayectorias que pasan por
cada punto se denomina flujo y su forma es el objeto tpico de estudio. Para
comprender mejor la forma de este flujo se utilizan varios constructos, in
cluyendo el de atractor: un punto o una regin del espacio que, de acuerdo
con las leyes que gobiernan el movimiento a travs de ese espacio, absorbe
cualquier trayectoria que pase cerca de l. Otros conceptos relacionados son
la cuenca de atraccin (el campo de influencia de un atractor) y las bi
furcaciones (casos donde un cambio pequeo en los valores de un parme
tro pueden reestructurar el flujo produciendo un nuevo retrato de lase, es
decir, una nueva representacin de la estructura general de las cuencas de
atraccin y de los lmites entre las mismas).
Por tanto, el enfoque de los sistemas dinmicos proporciona un conjun
to de instrumentos matemticos y conceptuales que ofrece una comprensin
esencialmente geomtrica del espacio de conductas posibles de un sistema.
Para captar el sabor del empleo de estos instrumentos, consideremos una
vez ms el trabajo sobre la evolucin de controladores de patas de insecto
descrito en el apartado 5.4 anterior. Al intentar comprender el tuncionamiento del controlador de una sola pata,15 Beer (1995b) destaca la Iuncin
desempeada por un cambio sistemtico entre dos atractores fijos. El primer
atractor entra en accin cuando se acaba de colocar la punta de una pata so
bre el suelo, dando inicio a una fase de postura. La evolucin de este esta
do hace que el sistema se acerque a un atractor fijo. Sin embargo, cuando la
pata se sigue moviendo, este atractor desaparece y es sustituido por otro que
ocupa una posicin distinta en el espacio de estados, haciendo que el estado
del sistema evolucione hacia l. Este segundo atractor corresponde a una
fase de oscilacin [de la pata]. El cambio alternante entre estos dos pun
tos fijos se debe a un conjunto de bifurcaciones que se producen cuando la
pata forma un ngulo determinado. Como consecuencia, el retrato de fase
del controlador alterna entre los dos atractores fijos. Si se desactiva el sensor
15.
ste era el controlador que reciba una retroalimentacin sensorial constante; Beer lo
llama controlador reflejo.

146 I Explicar la mente extendida

del ngulo de la pata, la dinmica se colapsa hasta un punto fijo, congelando


al insecto en una fase de postura permanente. Obsrvese especialmente que
la dinmica descrita por Beer no pertenece al controlador de red neuronal
per se, sino ms bien al sistema acoplado formado por el controlador y el
cuerpo (pata) del insecto. La interaccin recproca entre el controlador y la
pata (mediada por la capacidad de deteccin de ngulos del sensor de la
pata) proporciona la trayectoria en el espacio de estados que acabamos de
descubrir.
Aunque es indudable que este tipo de comprensin geomtrica basada
en espacios de estados es a la vez valiosa e informativa, sigue abierta la cues
tin sobre la medida en que estas explicaciones pueden reemplazar, y no slo
complementar, las interpretaciones ms tradicionales formuladas en trmi
nos de transiciones computacionales y estados representacionales internos.
Esta postura radical (que pronostica la sustitucin total del discurso computacional y representacional por un discurso centrado en sistemas dinmicos
geomtricos) se enfrenta a dos retos cruciales.
El primer reto se refiere a la escala y la tratabilidad. Incluso el conjunto de
30 neuronas que controlan las patas del insecto artificial acabado de mencio
nar, constituye un sistema dinmico de tal complejidad que nuestra com
prensin geomtrica intuitiva se viene abajo. Adems, la matemtica detalla
da de la teora de los sistemas dinmicos se hace menos tratable a medida que
aumentan el nmero de parmetros y el tamao del espacio de estados. Por
eso el anlisis de Beer se aplic a los sistemas ms simples, de cinco neuronas,
que controlaban cada pata. Por tanto, el alcance prctico de la teora de los
sistemas dinmicos para sistemas acoplados muy complejos y dimensionales
(como el cerebro humano) se debe poner seriamente en duda.
El segundo reto, ms fundamental, se refiere al tipo de comprensin que
ofrecen estos anlisis. Esta comprensin corre el riesgo de convertirse ms
en una descripcin abstracta que en una explicacin completa. Sabemos qu
hace el sistema y cundo lo hace, y qu pautas de evolucin temporal mues
tra su conducta; pero esta informacin, aunque valiosa, no parece ser ex
haustiva. De hecho, y como argumentar despus con ms detalle, con fre
cuencia nos quedamos con una imagen empobrecida del roladaptativo de los
componentes y de la organizacin funcional interna del sistema.
Mi propuesta es que los mejores aspectos de los anlisis dinmicos son su
atencin intrnseca a la dimensin temporal y su fcil capacidad para entre
cruzar los lmites entre cerebro, cuerpo y entorno. Destacar los aspectos
temporales en un captulo posterior. Pero la cuestin de los lmites ya debe
ra estar clara: cuando tratamos el cerebro como un sistema dinmico, en
esencia lo estamos tratando igual que la mecnica corporal y los procesos del
entorno. El resultado es que la tarea de caracterizar la conducta adaptativa

Robots en evolucin { 147

en funcin de acoplamientos complejos entre cerebro, cuerpo y entorno, se


convierte en algo especialmente fcil y natural.
Por tanto, abogar por una postura un tanto ecumnica. Los instrumentos de la teora de los sistemas dinmicos son una baza muy valiosa para
comprender las conductas estrechamente acopladas con el entorno que an
tes he destacado. Pero se deberan considerar complementarios de la bs
queda de interpretaciones basadas en la computacin y la representacin.
Varios de los prximos captulos se dedicarn a exponer los argumentos en
favor de esta complementariedad.

Emergencia y explicacin

6.1 Estilos diferentes?


Qu instrumentos hacen falta para comprender la cognicin corprea y
embebida en tiempo real? Concretamente, existe una gama de fenmenos
emergentes cuya dependencia tan estrecha del acoplamiento entre cerebro,
cuerpo y mundo haga fracasar a los anlisis tradicionales? Argumentar que
los fenmenos emergentes s exigen unos estilos nuevos de explicacin y es
tudio, pero que es mejor considerar estos estilos como complementarios (no
como contrarios) de los enfoques analticos ms familiares. Sin duda, vere
mos una sensibilidad creciente hacia lo que se puede denominar una deter
minacin ecolgica1 de las funciones de diversos estados y procesos nter
nos (es decir, que la situacin del organismo en un entorno ms amplio y sus
interacciones con ese entorno influyen en lo que se debe representar y com
putar internamente). Y tambin veremos la otra cara de esta sensibilidad:
una atencin creciente a la dinmica global de los sistemas completos for
mados por los organismos y su entorno. Pero ninguno de estos desarrollos
evita la necesidad de comprender la contribucin de los componentes neuropsicolgicos reales a las capacidades que caracterizan psicolgicamente a
un agente: un proyecto que an parece exigir el empleo de algunos instru
mentos analticos bastante tradicionales. En consecuencia, argumentar que
una ciencia cognitiva con xito deber estudiar tanto la macrodinmica de
los sistemas agente/entorno como la mcrodinmica computacional y repre
sentacional de los circuitos neuronales reales.

1 Debo esta expresin a Josefa Toribio.

150 I Explicar la mente extendida

6.2 De las partes a los todos


En este apaado distinguir tres estilos de explicacin cientfica cognitiva. Estos estilos son muy generales y renen modos de programacin opues
tos entre s (como el conexionista y el clsico).

Explicacin basada en componentes


Explicar el funcionamiento de una totalidad compleja detallando los pa
peles individuales y la organizacin total de sus partes equivale a dar una e x
plicacin basada en componentes'. ste es el estilo explicativo natural que
adoptamos, por ejemplo, cuando explicamos el funcionamiento de un auto
mvil, un televisor o una lavadora. Explicamos la capacidad global del siste
ma haciendo referencia a las capacidades y funciones de sus componentes y
a la manera en que estos componentes interaccionan entre s.
As interpretada, la explicacin basada en componentes es la equivalen
te contempornea de la explicacin reduccionista al viejo estilo. Evitar el vo
cabulario del reduccionismo por dos razones. En primer lugar, gran parte de
la discusin filosfica sobre el reduccionismo supona que las reducciones
designaban relaciones entre teoras y que las teoras eran constructos Iinguaformes que implicaban leyes. Pero, en muchos casos (especialmente en la
biologa y en la inteligencia artificial), las explicaciones reduccionistas no
adoptan esta forma; en cambio, suponen el desarrollo de unos modelos par
ciales que especifican unos componentes y sus modos de interaccin, y ex
plican ciertos fenmenos de orden superior (como el funcionamiento de un
receptor de televisin) haciendo alusin a componentes e interacciones de
nivel inferior.1 Se trata de explicaciones reduccionistas en un sentido ms
amplio, sentido que la explicacin basada en componentes parece captar.
La segunda razn es que contrastar la explicacin emergentista con la re
duccionista dara pie a un malentedido bastante comn de la nocin de
emergencia, que consiste en sugerir que las explicaciones emergentistas tie
nen un factor de misterio porque no explican cmo surgen las propiedades
de nivel superior a partir de estructuras e interacciones bsicas. Pero las hi-23
2. Esto tambin se conoce (creo que de una manera menos transparente) como explica
cin homuncular, una expresin que refleja la idea de que los subcomponcntes pueden ser
sistemas inteligentes en miniatura siempre y cuando estos sistemas, a su vez, se puedan des
componer en partes ms pequeas y ms tontas. Naturalmente, el resultado final es una co
leccin de partes tan tontas que, de hecho, se pueden construir. Los cambios de estado bina
rios que subyacen a los circuitos digitales de un ordenador son un buen ejemplo de este
resultado final fsicamente implementable. Vase, por ejemplo, Dennett, 1978a.
3. Vase, por ejemplo, Bechtel y Richardson, 1992.

Emergencia y explicacin I 151

ptesis emergentistas recientes no se callan en absoluto ante estas cuestiones.


El contraste reside en las maneras en que se combinan las propiedades y las
caractersticas de nivel inferior para producir los fenmenos de inters. En
realidad, estas explicaciones emergentistas son un caso especial de explica
cin reduccionista -po r lo menos si se interpretan de una manera intuitiva
porque intentan eliminar el misterio de la presencia de una propiedad de ni
vel superior haciendo referencia a una multitud de datos organizativos de
nivel inferior.4 As pues, y por todas estas razones, creo que ser ms preciso
y menos confuso contrastar la explicacin emergentista con la explicacin
basada en componentes y no con la teorizacin reduccionista en general.
Los mtodos de programacin modular de la inteligencia artificial clsi
ca5 se prestaban muy bien a una forma de explicacin por componentes.
Cuando intentamos comprender el xito de estos programas, suele ser til
aislar las diversas subrutinas, mdulos, etc. y mostrar su papel para dividir el
problema que interesa en una serie de subproblemas manejables (Dennctt,
1978a).
Como indica Wheeler (1994), ciertos trabajos conexionistas recientes
tambin se prestan a un tipo de explicacin por componentes. Las solucio
nes a problemas complejos como el reconocimiento de cdigos postales es
critos a mano (Le Cun y otros, 1989) explotan redes (o redes de redes) muy
estructuradas y con mltiples capas. En estos casos es posible profundizar en
nuestra comprensin del funcionamiento del sistema preguntndonos por
las funciones de estos componentes brutos (capas o subredes). Este tipo de
explicacin es ms convincente cuando los componentes admiten una inter
pretacin representacional directa, es decir, cuando el sistema de inters po
see unas configuraciones de componentes, internas e identificables con fia
bilidad, que en cierto modo representan aspectos del dominio... y [tambin
posee] unos componentes internos, identificables con fiabilidad, que se pue
den interpretar como transformadores algortmicos de esas representacio
nes (Beer, 1995a, pg. 225). En resumen: existe una relacin entre el anli
sis de componentes de los sistemas inteligentes y la imagen de estos sistemas
como dedicados al intercambio de representaciones internas, porque las fun
ciones distintivas de los componentes postulados se suelen definir haciendo
referencia a la forma o el contenido de las representaciones internas que pro
cesan.

i. Vase un argumento acerca de que es mejor tratar la emergencia como una especie de
reduccin en Wimsntt, 1986 y Wimsatt (en prensa).
5 Vanse, por ejemplo, Newell y Simn, 1976 y Haugcland, 1981.

152 i Explicar la mente extendida

Explicacin de atrapar y lanzar


Este es mi nombre favorito para un enfoque que se toma en serio muchas
ideas de la cognicin corprea y embebida pero que sigue contemplndolas
a travs del cristal del anlisis tradicional. La caracterstica principal del m
todo de atrapar y lanzar es que el entorno se sigue tratando como una sim
ple fuente de entradas al verdadero sistema de pensamiento: el cerebro. La
concesin a la perspectiva corprea reside en reconocer que estas entradas
pueden conducir a acciones que simplifiquen cmputos posteriores. La ima
gen tradicional de un ciclo entrada-pensamiento-accin se mantiene, pero se
reconocen las influencias complejas y recprocas entre la accin en el mundo
real y el procesamiento interno. La investigacin sobre la visin animada
muestra algo de este carcter cuando describe que una entrada visual de baja
resolucin puede conducir a unas acciones reales (como mover la cabeza o
la fvea) que, a su vez, generan entradas adecuadas para procesamientos de
mayor resolucin. Aqu nos encontramos ante una descripcin que recono
ce las mltiples y complejas maneras en que se pueden alterar y simplificar
las tareas internas por medio de la estructura de la realidad, la dinmica cor
poral y las intervenciones activas en el mundo. Pero tambin encontramos
un nfasis -y un inters- bastante tradicional en los mbitos del procesa
miento interno, las representaciones internas y la computacin (como la
construccin de unas bases de datos internas mnimas que codifican repre
sentaciones indxicas especializadas del tipo mi taza es amarilla; vase
Ballard, 1991, pgs. 71-80). La coexistencia pacifica de estas dos imgenes
(del sistema activo y embebido y de la primaca de la economa del procesa
miento interno) se mantiene mediante una firme insistencia en el lmite en
tre cerebro y mundo. El mundo lanza entradas al cerebro, que las atrapa y
responde lanzando acciones. Estas acciones pueden alterar o simplificar pro
cesamientos posteriores, al hacer que el mundo lance entradas ms fciles de
utilizar, y as sucesivamente. En resumen, aunque existe un fuerte compro
miso con unos modos interactivos de explicacin, se mantiene el inters tra
dicional en la representacin y el procesamiento dentro del cerebro. Una
causa de esto, implcita en la idea misma de atrapar y lanzar es que, en es
tos casos, gran parte del inters se centra en simples cadenas de retroalimentacin donde las acciones del sistema alteran sus prximas entradas; es
tas entradas, a su vez, controlan la siguiente accin, y as sucesivamente. En
estos casos, la dimensionalidad relativamente baja de las interacciones nos
permite comprender l'a conducta del sistema empleando instrumentos bas
tante convencionales. Sin embargo, a medida que aumentan la complejidad
y la dimensionalidad de estas interacciones cruciales, es ms difcil (y quiz
imposible) conceptualizarlas aadiendo un simple factor de retroalimenta-

Emergencia y explicacin I 153

cin a nuestra comprensin normal. Esta complejidad crtica surge cuando


aumenta el nmero de procesos de retroalimentacin y cuando el montaje
temporal de los diversos procesos se desincroniza, permitiendo que la re
troalimentacin se produzca a lo largo de mltiples canales y en mltiples es
calas asincrnicas de tiempo.6

Explicacin basada en la emergencia


La explicacin basada en la emergencia es el miembro ms radical y es
curridizo demuestra trada. Mientras que la explicacin de atrapar y lan
zar en realidad no es ms que una versin sutil y astuta de la explicacin ba
sada en componentes, la explicacin basada en la emergencia se propone
ofrecer una perspectiva totalmente nueva del xito adaptativo. En el corazn
de esta nueva perspectiva se encuentra, naturalmente, la peliaguda nocin de
la emergencia misma. Nos acercaremos a ella con cautela, mediante una se
rie de ejemplos ilustrativos.
J. A. Scott Kelso, en su excelente tratado Dynamic Patterns (1995), pre
senta el clsico ejemplo del fluido calentado desde abajo. Concretamente,
describe Ja conducta del aceite calentado en una sartn. Cuando se empieza
a aplicar el calor, hay poca diferencia de temperatura entre la parte superior
y la parte inferior del aceite y no observamos ningn movimiento en el lqui
do. Sin embargo, a medida que la temperatura aumenta, la masa de aceite
empieza a moverse de una manera coordinada: observamos lo que Kelso
(ibd., pg, 7) describe como un ordenado movimiento rotatorio. La fuen
te de este movimiento es la diferencia de temperatura entre el aceite ms fro
de la parte superior y el aceite ms caliente de la parte inferior. El aceite ms
caliente y menos denso se eleva y el ms denso y fro desciende en un ciclo
que se va repitiendo a medida que el aceite anteriormente fro, ahora en el
fondo, se calienta y vuelve a ascender para enfriarse otra vez. El resultado es
un persistente movimiento rotatorio conocido como bucle de conveccin. La
6.
Esta observacin ha sido hecha por Kelso (1995, pg. 9) y Ashby (1956). Asilby (ibd.,
pg. 54) afirma que el concepto de retroalimentacin", tan simple y natural en ciertos casos
elementales, se convierte en artificial y poco til cuando las interconexiones entre las partes se
hacen ins complejas. Cuando slo hay dos partes unidas de modo que cada una influye en la
otra, las propiedades de la retroalimentacin proporcionan una informacin til c importante
sobre las propiedades del todo. Pero cuando el nmero de partes aumenta hasta una cantidad
tan pequea como cuatro, si cada una influye en las otras tres se pueden trazar veinte circuitos
entre ellos; y conocer las propiedades de los veinte circuitos no nos da una informacin com
pleta sobre el sistema. Estos sistemas complejos no se pueden tratar como un conjunto entre
lazado de circuitos de retroalimentacin ms o menos independientes, sino slo como una to
talidad.

154 t Explicar la mente extendida

aparicin de estos bucles de conveccin es un ejemplo de propiedad autoor


ganizada que emerge de un grupo de molculas, y no es muy distinta de la
autoorganizacin de las clulas del hongo mucilaginoso descrita en el cap
tulo 4 anterior. Kelso (ibd., pgs. 7-81 comenta:
L o s bucles de conveccin resultantes son lo que los fsicos llaman un efecto
colectivo o cooperativo, que surge sin ninguna instruccin externa. En el len
guaje de los sistemas dinm icos, el gradiente de tem peratura se llama parm etro
de control. O bsrvese que el parm etro de control no prescribe la pauta em er
gente ni contiene un cdigo para la misma. Simplemente conduce al sistema por
una variedad de pautas o estados posibles... Esta formacin espontnea de pau
tas es precisam ente lo que entendemos por autoorganizacin: el sistema se orga
niza a si mism o, pero no hay ningn y o, ningn agente dentro del sistema que
lleve a cabo la organizacin.

Naturalmente, la idea no es que las pautas emergentes carezcan por com


pleto de causa: evidentemente, la causa inmediata es la aplicacin de calor a
la sartn. La idea es que las pautas observadas se explican principalmente
por la conducta colectiva (bajo unas condiciones especificas) de un gran
conjunto de componentes simples (las molculas), ninguno de los cuales de
sempea un papel especial o principal en el control o la orquestacin del
proceso de formacin de las pautas. De hecho, cuando empieza el movi
miento rotatorio, se alimenta y se mantiene a s mismo segn la manera ca
racterstica de los sistemas autoorganizados. De estos sistemas se puede afir
mar, simultneamente, que las acciones de las partes ocasionan la conducta
global y que la conducta global gua la accin de las partes. Como ejemplo
cotidiano de esta idea (en ocasiones denominada causalidad circular),
consideremos cmo se combinan las acciones de los .individuos que forman
una muchedumbre para abalanzarse en una direccin, y cmo esa actividad
succiona y moldea la actividad de los individuos indecisos manteniendo y re
forzando la direccin del movimiento colectivo. Estos fenmenos se prestan
a ser comprendidos en funcin de variables colectivas, variables que se cen
tran en unas caractersticas de nivel superior cruciales para la explicacin de
un fenmeno, pero que no reflejan las propiedades de los componentes sim
ples. Estas variables pueden reflejar propiedades que dependen de la inte
raccin'de mltiples componentes como la temperatura y la presin de un
gas, la aceleracin de una muchedumbre aterrada o la amplitud de los bucles
de conveccin que se forman en un lquido calentado. Si trazamos los valo
res de estas variables colectivas a medida que un sistema se despliega en el
tiempo, podremos obtener datos importantes sobre la conducta posible y real
del sistema ms amplio. Y si trazamos las relaciones entre los valores de las
variables colectivas y los parmetros de control (como el gradiente de tem

Emergencia y explicacin I 155

peratura), podemos llegar a entender algunos hechos importantes sobre las


circunstancias en las que emergern estas pautas de nivel superior, cundo
dar paso una pauta de nivel superior a otra, etc.
As pues, ahora ya disponemos de un sentido bsico del esquivo trmino
emergencia. Se produce emergencia cuando aparece una conducta intere
sante, y sin un control central, como resultado de las interacciones de mlti
ples componentes simples dentro de un sistema. Pero ya nos hemos encon
trado antes con otro sentido de la emergencia, principalmente arraigado en
las ideas sobre las interacciones organismo entorno. Este tipo de emergen
cia, que caracteriza gran parte del trabajo de la robtica en mundo real des
crita en captulos anteriores, se puede ilustrar con un sencillo ejemplo pro
cedente de Steels, 1994. Steels nos invita a imaginar un agente robtico que
necesita situarse entre dos polos para recargarse. El punto de recarga est in
dicado por una fuente de luz, Una solucin (no emergentista) consistira en
dotar al robot de unos sensores que midieran su posicin en relacin con los
polos y de una subrutina que computara una trayectoria entre los mismos.
Una solucin alternativa (emergentista) se basara en dos simples sistemas de
conducta cuyas interacciones ambientales produciran el posicionamiento
entre los polos como una especie de efecto secundario. Estos sistemas de
conducta seran: 1) un sistema de fototactismo que produjera un acerca
miento en zigzag a cualquier fuente de luz y 2) un sistema de evitacin de
obstculos que hiciera que el robot se desviara cuando golpeara contra algo.
Con estos dos sencillos sistemas en accin, la conducta deseada emerge con
facilidad y solidez. El robot es atrado por la luz y zigzaguea hacia ella. Si
toca un polo, recula, pero vuelve a ser atrado por la luz y hace otro intento,
aunque esta vez con un ngulo nuevo. Tras unos cuantos intentos, encuentra
la nica posicin donde sus sistemas de conducta estn en equilibrio: una
posicin cercana a la luz pero sin tocar ningn polo. La conducta de orien
tacin hacia los polos se considera emergente porque no hay ningn compo
nente que calcule la trayectoria correspondiente: el fototactismo, la evitacin
de obstculos y la estructura de! entorno local (la situacin de la fuente de
luz) ocasionan colectivamente el resultado deseado. Aqu nos encontramos
con otro sentido de la emergencia que gira en torno a la idea de unos efectos
secundarios funcionalmente valiosos producidos por la interaccin entre
unos componentes heterogneos, y que coloca en primer plano las interac
ciones entre unos sistemas de conducta y la estructura del entorno local. E s
tos dos sentidos de la emergencia se corresponden, a grandes rasgos, con la
anterior distincin entre formas de emergencia directas e indirectas (vase el
apartado 4.2 anterior).
Ahora profundizaremos un poco mas y aclararemos el tema comn que
une a toda esta variedad de casos. Dicho en pocas palabras, existe una ex

156 I Explicar la mente extendida

plicacin razonablemente precisa y no trivial de la idea general de caracte


rstica emergente?
En ocasiones, la nocin general de emergencia se equipara con la idea de
conductas inesperadas (existen rastros de esto en el nfasis de Steels en los
efectos secundarios, aunque el autor es consciente del peligro y procura
evitarlo). Sin embargo, existe el problema de que lo que puede ser inespera
do para una persona puede haber sido predicho por otra: un ingeniero hbil
podra disear el robot que encuentra el centro entre los polos, precisamen
te para explotar las interacciones entre los componentes bsicos y el mundo
con el fin de resolver el problema de la recarga. Con todo, aunque el resul
tado se haya predicho desde el principio, la solucin conserva el sabor ca
racterstico de la emergencia. En resumen: lo que realmente necesitamos es
un criterio independiente del observador o, por lo menos, un criterio menos
sujeto al capricho de las expectativas individuales.
Una idea ms prometedora, tambin mencionada por Steels, dice que un
fenmeno es emergente si su descripcin exige un vocabulario nuevo, total
mente diferente del que empleamos para caracterizar las facultades y las pro
piedades de sus componentes. Steels cita como ejemplo ciertas propiedades
qumicas como la temperatura y la presin, que no figuran en las descripcio
nes del movimiento de las molculas individuales pero que son necesarias
para describir la conducta de conjuntos de molculas. Esto parece promete
dor, pero no lo suficiente. La razn es que el cambio de vocabulario tambin
caracteriza casos que, intuitivamente, no son de verdadera emergencia. Parte
de la conducta de un equipo de alta fidelidad compuesto por un amplifica
dor, un sintonizador y unos altavoces, se describe mejor con un vocabulario
que no se aplica a ninguno de los componentes individuales; sin embargo,
un sistema como ste parece ser un buen candidato para la antigua explica
cin basada en componentes.7
Una mejor explicacin de la emergencia (para nuestros fines, por lo me
nos) es la generalizacin de la distincin entre lo que Steels (ibd.) denomi
na variables controladas (que reflejan conductas o propiedades que se pue
den manipular de una manera simple y directa) y variables incontroladas
(que reflejan conductas o propiedades que surgen de la interaccin entre
mltiples parmetros y que, en consecuencia, tienden a resistirse a una ma
nipulacin simple y directa). Consideremos el relato de Douglas Hofstadter
7.
En realidad, las propiedades complejas de retroaiimentacin y alimentacin hacia ade
lante de los circuitos de alta fjdclidad suelen producir caractersticas acsticas que se podran
describir adecuadamente como emergentes (vase ms adelante). Pero los fabricantes se es
fuerzan mucho para reducir estas interacciones, simplificar la seal que pasa entre ios com
ponentes y aislarlos de la retroaiimentacin, interaccions no lineales, etc. Vase un plantea
miento en Wimsatt (en prensa).

Emergencia y explicacin I 157

sobre un sistema operativo que empieza a colgarse cuando tiene a unos


35 usuarios conectados en lnea. Hofstadter observa que, en este caso, se
ra un error pedirle al programador del sistema que aumentara el umbral
de cuelgue hasta (por ejemplo! 60 usuarios. La razn es que este um
bral no esta determinado por una simple variable interna que el progra
mador pueda manipular directamente y que, en cambio, el nmero 35
emerge dinmicamente a partir de una gran cantidad de decisiones estra
tgicas tomadas por los diseadores del sistema operativo, del hardware
del ordenador, etc. No se puede juguetear con l (Hofstadter, 1985, pg.
642). Aqu tenemos una versin totalmente interna al sistema de una va
riable incontrolada. En otros casos, modificar la variable podra exigir el
ajuste de muchsimos parmetros internos y externos (ambientales) cuya
conducta colectiva determinara su valor. Por tanto, segn esta explica
cin, los fenmenos emergentes son aquellos en cuyas races se encuen
tran variables incontroladas (en este sentido amplio) y que son ms el pro
ducto de una actividad colectiva que de unos componentes aislados o de
unos sistemas de control dedicados. Los fenmenos emergentes, asi en
tendidos, no son nada raro ni impresionante: sin embargo, conseguir que
emerjan unas conductas determinadas en funcin de unas variables in
controladas no ha sido una estrategia comn en la inteligencia artificial, y
estas conductas, cuando aparecen, exigen unos tipos de comprensin y
explicacin que van ms all del modelo de componentes y del modelo in
teractivo presentados anteriormente.
Dos ejemplos finales nos ayudarn. El primero, procedente de Resnick,
1994b, se refiere a una estrategia para hacer que unas termitas simuladas re
cojan astillas de madera y las renan en montones. Una solucin sera pro
gramar a (as termitas para que llevaran las astillas a un lugar determinado de
antemano. En relacin con esta solucin, el amontonamiento de astillas sera
una variable controlada porque la conducta de amontonar estara bajo un
control directo y podramos juguetear completamente con ella. En cam
bio, una solucin emergentista conseguira la conducta indirectamente por
medio de los efectos combinados de dos reglas simples y un entorno restrin
gido. Las reglas son: Si no llevamos nada y nos topamos con una astilla de
madera, la tomaremos; si llevamos una astilla y nos encontramos con otra,
soltaremos la que llevamos (ibd., pg. 234). jNo es evidente que una estra
tegia como sta funcione, ya que permite quitar astillas de los montones con
la misma facilidad con que se pueden depositar! Sin embargo, 2.000 astillas
dispersas, despus de 20.000 iteraciones, acaban organizndose en slo 34
montones. La conducta de amontonar acaba por arrollar a la conducta de
deshacer los montones porque cuando (por casualidad) se retira la ltima as
tilla de una pila incipiente, esa posicin queda bloqueada; segn las dos re-

158 I Explicar la mente extendida

glas anteriores, en ese lugar no se puede iniciar ningn montn nuevo. La


disminucin con el tiempo del nmero de posiciones posibles para los mon
tones en la cuadrcula artificial, obliga a amontonar las astillas en las posi
ciones restantes. Esta caracterstica de bloqueo de posiciones no progra
mada y determinada por el entorno permite que la actividad de acumulacin
supere a la de dispersin. En este ejemplo, es evidente que la conducta de
amontonar no est controlada directamente sino que surge de la interaccin
entre dos reglas simples y un entorno restringido.
Otro ejemplo: Hallam y Malcolm (1994) describen una solucin simple
para el problema de hacer que un robot se desplace siguiendo el contorno de
las paredes. Construimos en el robot una tendencia a desviarse hacia la dere
cha y colocamos en su lado derecho un sensor que se activa por contacto y que
hace que el robot gire un poco hacia la izquierda. Cuando este robot topa con
una pared a la derecha, primero se aparta (gracias al sensor) y luego vuelve r
pidamente a dirigirse hacia la pared (gracias a la tendencia). Este ciclo se ir
repitiendo y, de hecho, el robot ir siguiendo la pared rebotando repetida
mente contra ella. Como ha indicado Tim Smithers en una comunicacin per
sonal, esta solucin exige un equilibrio bastante delicado entre la cantidad de
viraje hacia la derecha y la cantidad de rebote hacia la izquierda. Smithers
tambin indica que esta idea general de emplear fuerzas opuestas para lograr
una conducta regulada estable puede verse en la tecnologa de las clepsidras
primitivas, un buen ejemplo de cronometraje emergente! Sin embargo, la
cuestin que cabe destacar es que la conducta de seguimiento de paredes
que acabamos de describir surge de la interaccin entre el robot y su entor
no. No est controlada por ningn estado interno que codifique el objetivo
de seguir las paredes. Nosotros, como tericos externos, aplicamos la des
cripcin del seguimiento de paredes como una capa de barniz sobre la con
ducta embebida global del aparato. En estos dos casos, la distincin de Steels entre variables controladas e incontroladas parece darnos lo que
necesitamos. Esta explicacin tambin se puede aplicar con xito al proble
ma de encontrar el centro entre los dos polos y sospecho que a cualquier
otro caso de emergencia indirecta. Sin embargo, el nfasis en fenmenos que
no se pueden controlar ni manipular alterando los valores de un solo par
metro, no puede abarcar fenmenos intuitivamente emergentes como la apa
ricin de bucles de conveccin en lquidos calentados. La razn es que los
bucles de conveccin estn bajo el control de un parmetro simple (el gra
diente de temperatura o, pasando a las causas inmediatas, el calor aplicado)
y, como resultado, es posible juguetear con ellos (para emplear la clebre
frase de Hofstadter). De hecho, el gradiente de temperatura que dirige el
movimiento se llama parmetro de control precisamente porque rige las con
ductas colectivas del sistema de una manera tan potente.

Emergencia y explicacin I 159

Ante esta importante clase de casos, creo que una explicacin mejor de
la emergencia (una especie de generalizacin dbil de la idea de variable in
controlada) es simplemente sta: un fenmeno es emergente si se compren
de mejor prestando atencin a los valores cambiantes de una variable co
lectiva. Veamos a continuacin algunos comentarios breves acerca de esta
definicin:
Una variable colectiva es una variable que refleja la pauta resultante de
las interacciones entre mltiples elementos de un sistema {vanse el aparta
do 6.2 anterior y Kelso, 1995, pgs. 7, 8 y 44). Por tanto, todas las variables
incontroladas son variables colectivas.
Para dar cabida a los casos de emergencia indirecta, ampliamos la no
cin pertinente de sistema para incluir (en ocasiones) aspectos del entor
no externo, como en el caso del robot que encuentra el centro situado entre
los polos.
Ahora se pueden identificar diferentes grados de emergencia segn la
complejidad de las interacciones implicadas. Las interacciones mltiples, no
lineales8 y temporalmente asincrnicas, producen las formas ms fuertes de
emergencia; los sistemas que slo muestran interacciones lineales simples
con una retroalimentacin muy limitada, no suelen exigir una comprensin
en funcin de variables colectivas o de propiedades emergentes.
Los fenmenos pueden ser emergentes aunque se encuentren bajo el
control de un parmetro simple, siempre y cuando ese parmetro se limite a
hacer que el sistema pase por una sucesin de estados que se describen me
jor recurriendo a una variable colectiva (por ejemplo, el gradiente de tempe
ratura hace que el lquido pase por una sucesin de estados que se describen
8.
Una relacin no lineal es aquella donde dos cantidades o valores no se alteran mutua
mente de una manera continua. En cambio, el valor de una cantidad puede aumentar (por
ejemplo) durante un tiempo sin influir en absoluto en la otra y despus, de repente, cuando se
alcanza un umbral oculto, hace que la otra d un salto o haga un cambio sbito. La ecuacin
de evolucin para sistemas conexionistas complejos suele tener una no linealdad muy elevada
porque la salida de una unidad no es la simple suma ponderada de sus entradas sino que im
plica umbrales, funciones de paso u otras fuentes de no linealidad. Las formas ms fuertes de
emergencia se caracterizan por mltiples interacciones no lineales. Cuando las interacciones
son pocas y lineales, rara vez es necesario definir variables colectivas que ayuden a explicar
conductas de sistemas. {Agradezco a Pete Mandik y Ttm Lae su insistencia en la importancia
de las modulaciones interactivas complejas y no lineales para determinar la clase ms fuerte de
casos). Se debe destacar que el uso cientfico tpico tambin permite el empleo de la etiqueta
emergente en una variedad de casos mucho ms dbiles: de ah nuestra atencin a los robots
que siguen paredes y buscan el centro entre dos polos y al empleo de la idea de emergencia en
conexin con la clase ms amplia de xitos adaptativos mediados por el entorno, no progra
mados o incontrolados. Vase una exposicin ms detallada en Wimsatt (en prensa).

160 I Explicar la mente extendida

mediante una variable colectiva que marca la amplitud variable de los bucles
de conveccin; vase Kelso, 1995, pg. 8).
La emergencia as definida se vincula con el objetivo de determinar
qu variables deben figurar en una buena explicacin de la conducta de un
sistema. Este objetivo depende un poco del observador porque se basa en la
idea de una buena explicacin terica y, en consecuencia, implica cierta re
lacin con las mentes de los cientficos humanos. Pero por lo menos no de
pende de los caprichos de las expectativas individuales sobre la conducta del
sistema.

6.3 Los sistemas dinmicos y la explicacin basada en )a


emergencia
Cul es el marco explicativo ms eficaz para comprender los fenmenos
emergentes? Una intuicin negativa ampliamente compartida es que, en estos
casos, la explicacin clsica basada en componentes suele salir, como mnimo,
mal parada (Steels, 1994; Maes, 1994; Wheeler, 1994). Hay dos razones bas
tante distintas para este fracaso.
Una razn gira en torno al hecho de que muchos fenmenos cognitivos
emergentes (no todos) tienen su origen en factores que abarcan el organismo
y su entorno. En estos casos (y ya hemos visto varios ejemplos) lo ideal sera
un marco explicativo que cumpliera las siguientes condiciones: 1) que fuera
adecuada para modelar tanto los parmetros del organismo como los del en
torno y 2) que facilitara la comprensin de las complejas interacciones entre
los dos, modelando estos parmetros en funcin de un marco y de un voca
bulario uniformes. Segn parece, un marco que invoque unos homnculos
dedicados a computar y procesar informacin no es un medio ideal para sa
tisfacer estas demandas.
Otra razn gira en torno a la naturaleza de los componentes. Cuando
cada componente hace una contribucin definida a la capacidad de un siste
ma para mostrar una propiedad concreta, el anlisis de componentes es un
potente instrumento. Pero algunos sistemas son muy homogneos en el nivel
de los componentes y la mayora de las propiedades interesantes dependen
nicamente de los efectos conjuntos de interacciones simples entre las par
tes. Un ejemplo (van Gelder, 1991; Bechtel y Richardson, 1992) sera una
simple red conexionista simple, formada por unas unidades de procesa
miento muy similares y cuyas propiedades interesantes son principalmente
atribuibles a la organizacin (mediante una gran densidad de conexiones
con pesos) de estas unidades. Se produce un caso ms complejo cuando un
sistema es muy heterogneo pero las contribuciones de las partes estn muy

Emergencia y explicacin I 161

interdefinidas; es decir: la funcin de un componente C en el tiempo t ade


ms de estar determinada por las funciones de los otros componentes en t,
(y de contribuir a determinar estos otros componentes), tambin puede con
tribuir de una manera totalmente diferente en un momento t2 gracias a unos
enlaces complejos (y con frecuencia no lineales; vase nota 8) de retroalimentacin y alimentacin hacia adelante con otros subsistemas. As pues, la
presencia de una heterogeneidad interna y de una especializacin funcional
en lnea no garantiza que un anlisis de los componentes constituya la des
cripcin ms reveladora.
Estas complejidades se reflejan en la estupenda descripcin que hace
Wimsatt (1986) de los sistemas agregados. Los sistemas agregados son los
que ms se adecan a una explicacin basada en los componentes. En estos
sistemas, las partes muestran su conducta explicativa pertinente incluso es
tando aisladas entre s, y se pueden invocar las propiedades de un nmero
pequeo de subsistemas para explicar fenmenos sistmicos interesantes.5 A
medida que aumenta la complejidad de la interaccin entre las partes, el
peso de la explicacin recae cada vez ms en la organizacin de las partes
que en las partes en s. En este momento nos vemos conducidos a buscar
nuevos tipos de marcos explicativos. Como veremos despus, es probable
que la cognicin biolgica avanzada se encuentre en algn punto intermedio
de este continuo. Los sistemas tienen componentes neuronales diferenciados
y funcionalmente especializados, pero las interacciones complejas y con fre
cuencia no lineales (relaciones de retroalimentacin y alimentacin hacia
adelante) entre estos componentes pueden ser factores determinantes de la
mayora de los fenmenos intuitivamente psicolgicos. Para comprender
bien los casos de este tipo, adems de una explicacin tradicional basada en
componentes hace falta algo ms. Pero, qu es esc algo?
Teniendo en cuenta nuestros dos deseos (dar cabida por igual a las inte
racciones organismo-entorno y a las interacciones complejas entre los com
ponentes), es natural que consideremos el marco de la teora de los sistemas
dinmicos (brevemente introducido en el captulo 5 anterior), un enfoque
terico que ofrece un conjunto de instrumentos para describir la evolucin
de los estados de un sistema con el tiempo (Abraham y Shaw, 1992). En es
tas descripciones, el terico especifica un conjunto de parmetros cuya evo
lucin colectiva est regida por un conjunto de ecuaciones (normalmente)
diferenciales. Una caracterstica fundamental de estas explicaciones es que
pueden abarcar con facilidad el organismo y el entorno. En estos casos, las
dos fuentes de variacin (el organismo y el entorno) se tratan como sistemas
acoplados cuya evolucin mutua se describe mediante un conjunto especfi9. Vcasc tambin Beclitel y Ridiardson, 1992.

162 I Explicar la mente extendida

co de ecuaciones entrelazadas. La conducta de un pndulo de pared coloca


do en el entorno de otro pndulo similar constituye un ejemplo sencillo. La
conducta de un solo pndulo se puede describir mediante ecuaciones sim
ples y constructos tericos como atractores y ciclos lmite1 pero, sorpren
dentemente, dos pndulos colocados uno cerca del otro tienden a sincroni
zar su oscilacin con el tiempo. Esta sincronizacin admite una elegante
explicacin basada en la teora de los sistemas dinmicos: los dos pndulos
se tratan como si fueran un solo sistema acoplado y la ecuacin para el mo
vimiento de cada pndulo incluye un trmino que representa la influencia
del estado actual del otro pndulo, alcanzndose el acoplamiento por medio
de las vibraciones que se transmiten a travs de la pared.' De mayor impor
tancia en nuestro contexto es que la teora de los sistemas dinmicos tam
bin proporciona un nuevo marco explicativo. En el corazn de este marco
se encuentra la idea de explicar la conducta de un sistema aislando y mos
trando un conjunto de variables (variables colectivas, parametros de control,
etc.) que subyacen a las pautas distintivas que emergen a medida que el sis
tema se despliega en el tiempo, y de describir estos modelos de despliegue
real y potencial mediante la terminologa distintiva y matemticamente pre
cisa de los atractores, los puntos de bifurcacin, los retratos de fase, etc. (v
ase el apartado 5.6 anterior).
La explicacin dinmica tpica difiere en muchos aspectos de la com
prensin tradicional centrada en los componentes. A primera vista, la dife
rencia ms desconcertante es que la teora de los sistemas dinmicos parece
querer explicar unas conductas describiendo otras. Sin embargo (por lo me
nos intuitivamente), proporcionar una descripcin, por rica y detallada que
sea, parece distar mucho de proporcionar una explicacin, porque sta suele
reducir el desconcierto poniendo de manifiesto parte de los mecanismos
ocultos que provocan una conducta. Adems, muchos cientficos y filsofos
creen que ciertos sistemas fsicos (como el cerebro) dependen de unos prin
cipios organizativos especiales y que, en consecuencia, requieren un vocabu
lario y un estilo explicativo muy diferentes de los empleados para explicar la
coordinacin entre dos pndulos o el goteo de un grifo. No obstante, la teo
ra de los sistemas dinmicos nos sorprende al emplear el mismo enfoque b
sico para abordar muchos tipos de fenmenos reales que superficialmente
son muy diferentes. Esto ayuda a explicar por qu muchos cientficos cognitivos se sienten decepcionados al ver que este estilo de explicacin ofrece
unas interpretaciones detalladas de pautas de conducta generales, pero dice
poca cosa sobre los mecanismos reales. Esta sorpresa tiene sentido si lo que
10 Vcase una buena introduccin en Norton, 1995.
11 Vase una explicacin ms completa en Salzman, 1995

Emergencia y explicacin l 163

esperamos es encontrar una clase especial de interpretacin centrada en suce


sos ocultos e internos. Pero para un terico de los sistemas dinmicos intere
sado en la cognicin, tanto la dinmica neuronal como la dinmica corporal
general derivan de los mismos principios que subyacen a la autoorganizacin
de los sistemas complejos. Desde esta perspectiva, es natural tratar ambos ti
pos de pautas de maneras similares: en palabras de Kelso <1995, pg. 28), lo
que se propone es que tanto la conducta manifiesta como la conducta del ce
rebro, adecuadamente interpretadas, siguen los mismos principios.1-1
Para captar el verdadero sabor de los tipos de explicacin aqu debatidos,
nos centraremos en el estudio de un caso real llevado a cabo por Kelso y otros
0981) y resumido con precisin en el capitulo 2 de Kelso, 1995. Este estudio se
centra en el fenmeno de la conducta rtmica y, concretamente, en la produc
cin de movimientos rtmicos con los dedos. Intentemos mover nuestros dos
dedos ndices de un lado a otro en la misma frecuencia. Probablemente vere
mos que lo podemos conseguir, o bien moviendo los dos dedos de modo que
los msculos equivalentes de cada mano se contraigan a la vez, o bien haciendo
que los msculos equivalentes estn exactamente desfasados (uno se contrae
mientras el otro se expande). Estas dos mismas estrategias estables describen la
conducta de los limpiaparabrisas de los automviles: normalmente, los limpiaparabrisas se mueven en fase. Pero algunos modelos estn diseados para fun
cionar con una coordinacin en antifase que suele irritar a algunas personas. La
diferencia importante es que los sujetos humanos se pueden acostumbrar a un
modo u otro segn como empiecen la secuencia de acciones. Adems, la estra
tegia de antifase slo es estable con frecuencias de oscilacin bajas. Si un suje
to empieza con un modo de antifase y luego se le pide que aumente gradual
mente el ritmo de oscilacin, cuando llega a una cierta frecuencia crtica se
produce una brusca transicin o cambio de fase: en un llamativo ejemplo de al
teracin espontnea de pauta, un movimiento en antifase da lugar a un movi
miento en fase. (Se produce el mismo tipo de alteracin espontnea cuando un
caballo, a una velocidad determinada, cambia del trote al medio galope. Estos
dos estilos de locomocin implican unas estrategias de coordinacin entre las
patas totalmente diferentes; vase Kelso, 1995, pgs. 42-43).
Cmo se deberan explicar estos resultados? Kelso se propuso hacerlo
investigando, en primer lugar, qu variables y parmetros de control descri-12
12.
Naturalmente no es difcil que, en algn nivel, cerebro, cuerpo y mundo obedezcan
'os mismos principios: las leyes bsicas de la fsica subatmica constituyen precisamente uno
de estos niveles. Sin embargo, es evidente que este no es el nivel optimo para comprender mu
chos fenmenos (por ejemplo como funciona el motor de un automvil). Lo que se quiere de
cir aqu es que existen leyes y principios bsicos que gobiernan todos los sistemas dinmicos,
complejos y alejados del equilibrio, y que constituyen un nivel ptimo de anlisis para com
prender las pautas de conducta neuronal y corporal

164 t Explicar la mente extendida

ban mejor estas conductas. Descubri que la variable crucial era la que re
flejaba la relacin de fase entre los dedos. Esta variable, como hemos visto,
es constante para una amplia gama de frecuencias de oscilacin de los dedos
y cambia repentinamente cuando la frecuencia alcanza un valor determina
do. Es una variable colectiva porque no se puede definir para un solo com
ponente (un dedo) sino slo para el sistema ms amplio. Por tanto, la fre
cuencia de movimiento es el parmetro de control de la relacin de fase que
ahora se traza como una variable colectiva. Pero el verdadero meollo del
anlisis reside en ofrecer una descripcin matemtica detallada de! sistema
as descrito: un conjunto de ecuaciones que muestren el espacio de posibles
evoluciones temporales de la fase relativa en funcin del parmetro de con
trol. Esta descripcin representa eficazmente el espacio de estados del siste
ma (vase el captulo 5 anterior) mostrando, entre otras cosas, qu reas del
espacio actan como atractores (valores de la variable hacia los que tender
el sistema desde otras localizaciones determinadas del espacio). Haken y
otros (1985) encontraron precisamente una descripcin como sta y pudie
ron mostrar las detalladas pautas de coordinacin correspondientes a distin
tos valores del parmetro de control. Entre otros aspectos importantes, este
modelo no slo poda describir las transiciones de fase observadas sin pos
tular un mecanismo conmutador aparte de la dinmica colectiva, sino que
tambin poda reproducir los resultados de interferencias de poca impor
tancia en el sistema, como ocurre cuando se obliga a un dedo a abandonar
brevemente su relacin de fase estable. El modelo de Haken y otros tambin
poda predecir con precisin ciertas caractersticas de! sistema, como el
tiempo necesario para pasar de un estado desfasado a un estado de fase.J
Ahora debera estar ms claro por qu la explicacin dinmica no es me
ramente una buena descripcin de los fenmenos observados. Debe su con
dicin de explicacin a su capacidad para dilucidar lo que los filsofos de
nominan contrafcticos; es decir, a su capacidad para informarnos no slo
sobre la conducta real observada en el sistema, sino tambin sobre su com
portamiento en varias otras circunstancias. Con todo, estas explicaciones to
dava carecen de una potente caracterstica de sus parientes ms tradiciona
les. No estn obligadas a dar unas recetas detalladas para construir los
dispositivos que describen y explican. En este aspecto, difieren de los mo
delos familiares donde se explica una conducta mostrando cmo surge a
partir de las propiedades de una variedad de componentes bien comprendi
dos. Por ejemplo, los modelos computarionales tradicionales tienen la virtud
muy real de descomponer tareas complejas en secuencias de tareas cada vez13
13.
Vanse detalles de estos resultados y del modelo matemtico empleado en las pgs.
54-61 de Kelso, 1995.

Emergencia y explicacin

165

mas simples, hasta llegar a un punto en el que podemos ver cmo llevarlas a
cabo nicamente con puertas lgicas, placas de memoria, etc., como recur
sos bsicos.
En su vertiente positiva, las explicaciones dinmicas, con su aparato de
variables colectivas y conductas acopladas, se prestan de una manera natu
ral a abarcar mltiples componentes en interaccin e incluso sistemas com
pletos agente-entorno. Mientras que el marco normal parece orientado a
describir los cmputos y representaciones del agente, los constructos de los
sistemas dinmicos se aplican con la misma facilidad a aspectos del entorno
i por ejemplo, los ritmos de un grifo que gotea) que a sucesos internos de
procesamiento de informacin. Esta facilidad para describir sistemas inte
grados ms amplios es lo que conduce a tericos como Beer y Galagher
(1992) y Wheeler (1994) a preferir antes la teora de los sistemas dinmicos
que los enfoques clsicos basados en componentes para explicar conductas
emergentes que con frecuencia implican al entorno. Las conductas estudia
das hasta ahora tienden a ser relativamente bsicas, como la locomocin me
diante patas (vase el captulo 5 anterior) y el movimiento orientado visual
mente. Pero muchos tericos intuyen que la mayor parte de la inteligencia
biolgica cotidiana tiene sus orgenes en unos acoplamientos precisos entre
los organismos y los entornos especficos de ciertas tareas y que, en conse
cuencia, este estilo de explicacin puede ir mucho ms alia que las explica
ciones de fenmenos de nivel relativamente bajo. De hecho, en Port y van
Gelder, 1995, se encuentran varios ejemplos de aplicacin de la teora de los
sistemas dinmicos a tareas de nivel superior como la planificacin, la toma
de decisiones, la produccin del lenguaje y el reconocimiento de sucesos.
Sin embargo, es importante recordar que los parametros sistemicos re
flejados en estas explicaciones dinmicas se pueden alejar mucho, y de
una manera arbitraria, de los datos reales sobre la estructura y el procesa
miento interno del agente. Van Gelder (1991) observa que una explica
cin basada en la teora de sistemas dinmicos para la conducta del motor
de un automvil a lo largo del tiempo podra tener que centrarse en un
parmetro como la temperatura, que no corresponde a ningn com po
nente interno o a ninguna variable directamente controlada. Segn van
Gelder, esto puede ocurrir porque en su forma pura, la explicacin d i
nmica no hace referencia a la estructura propiamente dicha del mecanis
mo cuya conducta explica. Nos dice cmo evolucionan con el tiempo los
valores de los parmetros del sistema, no qu hay en la constitucin del
mismo sistema que haga que estos parmetros evolucionen de la manera
especificada. Se dedica a explorar la estructura topogrfica de la dinmi
ca del sistema, pero esta estructura es totalmente diferente de la del siste
ma mismo (ibd., pg. 500).

166 I Explicar la mente extendida

Evidentemente, tambin disponemos de las opciones intermedias. Salz


man (1995) ofrece una explicacin dinmica de la produccin del habla ba
sada en la coordinacin de mltiples msculos y observa que esta dinmica
coordinadora se debe especificar en trminos abstractos de informacin que
no reflejan directamente ni la estructura biomecnica ni la neuroanatmica.
En sus propias palabras, esta dinmica abstracta se define mediante coor
denadas que representan las configuraciones de diferentes tipos de restric
cin como, por ejemplo, las restricciones bilabiales empleadas para producir
/b /, /p / o /m /, las restricciones alveolares empleadas para producir /d/, IxJ
o /n/, etc. (ibd., pg. 274). Estas restricciones se definen en trminos fsi
eos que implican elementos como la abertura y la prominencia de los labios.
Pero la explicacin basada en los sistemas dinmicos se define en funcin de
los tipos ms abstractos mencionados anteriormente. Este es un caso nter
medio en la medida en que est claro que los parametros ins abstractos ci
tados en el anlisis dinmico se relacionan con componentes y estructuras f
sicas del sistema.
Estos anlisis intermedios tienen una gran importancia. A continuacin
argumentar que la ciencia cognitiva no se puede permitir prescindir de nin
guno de los diversos estilos explicativos que acabamos de revisar y que, en
consecuencia, es crucial que nos aseguremos de que estas diversas explica
ciones se entrelacen y se ilustren mutuamente de un modo u otro. Ahora de
sarrollar un argumento en pro de este liberalismo explicativo y mostrare
que la necesidad del entrelazamiento mencionado impone unas fuertes res
tricciones adicionales a nuestra teorizacin.

6.4 Matemticos e ingenieros


Exactamente, qu poder tiene el estilo de explicacin y anlisis basado
puramente en los sistemas dinmicos? Mi punto de vista, como se ver cada
vez con mayor claridad durante los prximos captulos, es que nos ofrece
una parte fundamental de la comprensin que necesitamos pero (por lo me
nos en la actualidad) no nos la puede ofrecer toda. Para ver por qu, prime
ro debemos tener claro qu entiendo por un estilo de explicacin basado pu
ramente en los sistemas dinmicos.
Una explicacin basada puramente en los sistemas dinmicos es aquella
donde el terico slo busca aislar los parmetros, las variables colectivas,
etc., que controlan con ms fuerza la manera en que el sistema se despliega
en el tiempo, incluyendo (esto es importante) la manera en que responder en
circunstancias nuevas, an no encontradas. Por tanto, el terico de los siste
mas dinmicos puros busca modelos matemticos o geomtricos que permi

Emergencia y explicacin I 167

tan captar con fuerza los fenmenos observables. Esto, adems de ser buena
ciencia, es ciencia explicativa (y no slo descriptiva). Adems, como acaba
mos de ver, gran parte del atractivo y el poder distintivo de estos enfoques
reside en su capacidad de centrarse en variables colectivas, es decir, en va
riables cuyas races fsicas suponen las interacciones de mltiples sistemas
(que con frecuencia se extienden por el cerebro, el cuerpo y el mundo). Pero
este poder distintivo tiene un precio: estos modelos puros no apelan di
rectamente a los intereses del ingeniero. El ingeniero quiere saber cmo
construir sistemas que muestren propiedades parecidas a las de la mente y,
en particular, quiere saber cmo surge la dinmica global mostrada con tan
ta precisin por las explicaciones puras a partir de la microdinmica de di
versos subsistemas y componentes. Aceptar que una comprensin plena del
sistema en accin exige unas explicaciones dinmicas puras como las que
acabamos de enumerar. Sin embargo, no creer que esas explicaciones sean
suficientes para comprender cmo funciona el sistema, porque se sitan a
una gran distancia de los datos sobre las capacidades de unos componentes
fsicos familiares y bien comprendidos. En este sentido, una explicacin
computacional tpica (conexionista o clsica) se acerca mucho ms a consti
tuir una receta para construir un dispositivo capaz de mostrar las conductas
deseadas. La razn de ello es que las transiciones de estado bsicas que in
tervienen en la especificacin se deben poder reproducir medante unas
combinaciones conocidas de unas operaciones bsicas que, a su vez, se de
ben poder realizar empleando puertas lgicas, unidades de procesamiento
conexionistas, etc.
En cierto sentido, lo que se consigue mediante una discusin dinmica
pura se parece ms a un sofisticado anlisis de tareas que a una explicacin
computacional totalmente elaborada. Pero se trata de un anlisis de tareas
que est preado contrafclicamente (vase el apartado 6.3 anterior) y que al
mismo tiempo es potencialmente amplio. Es amplio en la medida en que
puede unir aspectos del espacio del problema que, por un lado, dependen
del entorno exterior y, por otro, dependen de propiedades del organismo
particular. En estos casos habr mltiples maneras de implementar la din
mica descrita, y algunas de ellas incluso podrn dividir las subtareas entre
cuerpo, cerebro y mundo de manera diferente. Por ejemplo, lo que hace un
nio A gracias a la grasa corporal puede hacerlo un nio B gracias a unos pe
sos artificiales, y lo que puede hacer un ser C mediante unos clculos com
plejos lo puede hacer un ser D mediante la resistencia de sus msculos els
ticos. Por tanto, a partir de unas divisiones del trabajo muy diferentes
pueden emerger unas dinmicas generales idnticas.
As pues, el principal motivo de queja es que una buena caracterizacin
dinmicamente pura del sistema no llega a constituir una receta para cons

168 I Explicar la mente extendida

truir un sistema que muestre las conductas de inters. Una respuesta a esta
queja (respuesta que he odo muchas veces en labios de defensores acrri
mos de la teora de los sistemas dinmicos) consiste en atacar su misma base.
Por qu insistir en que la verdadera comprensin de algo exige saber cmo
construirlo? Esther Thelen (comunicacin personal) observa que segn
este criterio, deberamos echar por la borda casi toda la biologa, por no
mencionar la economa, la astronoma, la geologa y quin sabe qu ms.
Por qu la ciencia cognitiva debe satisfacer un criterio explicativo mucho
ms exigente que el de las restantes ciencias?
A pesar de su superficial verosimilitud, esta respuesta est desencami
nada porque se toma la exigencia de la capacidad de construccin de una
manera demasiado literal. Lo que aqu se propone no es que realmente po
damos construir sistemas que muestren las caractersticas deseadas (aunque
en favor de la inteligencia artificial se debe decir que, con frecuencia, su ob
jetivo es precisamente ste), sino que deberamos comprender algo sobre el
origen de las propiedades a mayor escala a partir de las interacciones de las
partes. Aunque no podamos construir nuestros propios volcanes, compren
demos cmo se confabulan las fuerzas subterrneas para crearlos. Tambin
podemos buscar explicaciones convincentes del crecimiento y la disminu
cin de la actividad volcnica a lo largo del tiempo, e incluso lo podemos
hacer aislando parmetros de control, definiendo variables colectivas, etc.
Sin duda, una comprensin plena de la naturaleza de la actividad volcnica
depende de seguir simultneamente y entrelazar con cuidado ambos tipos
de explicacin. As pues, en cierto sentido si que sabemos cmo construir
volcanes, torbellinos, sistemas solares y todo lo dems! Los problemas para
llevar a cabo esta construccin provienen de dificultades prcticas (de es
cala, materiales, etc.) y no de alguna carencia en el nivel necesario de com
prensin.
Por tanto, es necesario suavizar el criterio de la capacidad de construc
cin para dar cabida al gran nmero de casos donde hay otros problemas
que obstaculizan nuestro camino, Unos obstculos tpicos, tomados de un
artculo de Fred Dretske de acertado ttulo,14 podran ser: Los materiales
brutos no estn disponibles. No podemos pagarlos. Somos demasiado torpes
o no somos lo suficientemente fuertes. La polica no nos deja (Dretske,
1994, pg. 468). A la inversa, segn Dretske, el mero hecho de que podamos
construir algo no garantiza que realmente lo comprendamos: podemos mon
14.
El titulo es If you cant make one, you dont know how n works (Si no lo puedes
construir, no sabes cmo funciona) Segn Dretske (1994, pags. 468-482), a pesar de algunos
problemas superficiales esta afirmacin es cierta en todos los sentidos pertinentes de todas las
palabras pertinentes

Emergencia y explicacin I 169

tar las piezas de una maqueta y no ser ms listos que antes. As pues, la afir
macin fundamental (y en mi opinin la correcta) es, simplemente, que para
comprender de verdad un fenmeno complejo es necesario que comprenda
mos por lo menos algo de sus orgenes en las propiedades ms bsicas de sus
partes biolgicas o fsicas. Propongo que, en ltima instancia, esto requiere
explorar continuamente ms alia del nivel de las variables colectivas y simi
lares con el fin de comprender las races mas profundas de la misma dinmi
ca colectiva.
La vertiente positiva es que -retoricas espordicas aparte- la mayora de
los proponentes de un enfoque dinmico reconocen esta necesidad y res
ponden a ella. Despus de describir la conducta corprea y embebida de los
nios pequeos con gran detalle, Thelen y Smith (1994) siguen investigando
cuestiones relacionadas con la dinmica de las organizaciones neuronales
subyacentes. Como indican ellas mismas, su descripcin de los paisajes di
nmicos variantes {atractores cambiantes) de los nios, las deja en una to
tal ignorancia acerca de los mecanismos ms precisos de la estabilidad cam
biante de los atractores (ibd., pg. 129). En respuesta a esta necesidad,
Thelen y Smith abordan mediante un enfoque dinmico el nivel de la orga
nizacin neuronal. Kelso (1995, pg. 66) es an mas claro cuando insiste en
que hace falta un esquema tripartito que implique un mnimo de tres ni
veles (el nivel de las metas o tareas..., el nivel de las variables colectivas y el
nivel de los componentes) para obtener una comprensin completa. Kelso
tambin observa -importante cuestin- que lo que realmente cuenta como
componente o como variable colectiva depender, en parte, de nuestros in
tereses explicativos concretos. Citando su propio ejemplo, los osciladores no
lineales se pueden tratar como componentes para algunos fines. Pero la mis
ma conducta osciladora no lineal es un efecto colectivo que surge de las in
teracciones de otras partes ms fundamentales.
Randall Beer, en sus intentos cuidadosos y progresivos de comprender el
funcionamiento de los controladores de redes neuronales de agentes senci
llos, destaca la necesidad de comprender la dinmica detallada de cada neu
rona individual, de pares acoplados de neuronas, de pares acoplados de neu
ronas acoplados a su vez a cuerpos simples, etc., aumentando la escala de
complejidad. En resumen, Bcer busca una comprensin basada en los siste
mas dinmicos que llegue hasta abajo y en relacin a la cual las propiedades
especiales de sistemas cada vez ms grandes y complejos empiecen a tener
ms sentido (vase, por ejemplo, Beer, 1995). Por tanto, todos estos tericos
comparten el reconocimiento de que las aspiraciones explicativas de la cien
cia cognitiva van ms all de la representacin detallada de la conducta cor
prea y embebida, e incluso ms all de las explicaciones genuinas de esta
conducta que se puedan dar en funcin de variables colectivas adecuadas

170 I Explicar la mente extendida

para comprender la conducta general observada. Lo que en ltima instancia


distingue estos enfoques del trabajo ms tradicional, es la insistencia (Kelso
y otros) o la sospecha (Beer) de que las nociones familiares de representa
cin interna, procesamiento de informacin y (quiz) computacin no pro
porcionan el mejor vocabulario o marco para comprender las restantes cues
tiones relacionadas con la organizacin neurona!. En cambio, estos autores
abogan por el empleo de un vocabulario de sistemas dinmicos para descri
bir y explicar todos los niveles de organizacin biolgica. Mi opinin, como
se vera claramente en los prximos captulos, es que no slo necesitaremos
una mezcla de niveles de anlisis (algo parecido al esquema tripartito de
Kelso) sino tambin una mezcla de instrumentos explicativos que combine
los constructos de los sistemas dinmicos con ideas sobre la representacin,
la computacin y la funcin de procesamiento de informacin de unos sub
componentes identificables. Para captar el sabor general de este enfoque
mixto, consideremos un ejemplo concreto.

6.5 Decisiones, decisiones


La explicacin basada en componentes y la explicacin de atrapar y
lanzar son adecuadas para explicar la conducta adaptativa desentraando
las aportaciones de componentes especficos del agente. La explicacin de
atrapar y lanzar se distingue principalmente por reconocer de una ma
era explcita las profundas diferencias que puede producir, en nuestras
hiptesis sobre la organizacin interna requerida para el procesamiento de
informacin, la atencin a las oportunidades ambientales y a las exigencias
de la accin en tiempo real. En cambio, las explicaciones de fenmenos
emergentes basadas puramente en los sistemas dinmicos, esperan impor
tar una perspectiva completamente nueva que se centra en la evolucin de
parmetros sistmicos globales y que es especialmente idnea para mode
lar la compleja interaccin entre mltiples parmetros del agente y del en
torno. As descritos, parece casi evidente que los dos tipos de explicacin
(el anlisis basado en componentes y en el procesamiento de informacin,
y el estilo de anlisis de la dinmica global) son necesarios y que se debe
ran entralazar con fluidez. Sin embargo, varios escritos recientes propo
nen un punto de vista alternativo, ms imperialista. Segn stos, la teora
de los sistemas dinmicos es preferible al discurso de descomposiciones del
procesamiento de informacin y de componentes internos que trabajan
con representaciones. Un punto de vista tan radical slo se puede mante
ner adoptando una visin excesivamente empobrecida de los objetivos de
la ciencia cognitiva.

Emergencia y explicacin I 171

Consideremos el objetivo de explicar los efectos sistemticos de varios ti


pos de daos y trastornos locales. Con frecuencia, el hecho de centrarse en
parmetros sistmicos globales que nos ayuden a comprender la dinmica
imperante en sistemas organismo-entorno que funcionan bien, oculta deta
lles sobre la contribucin a ese acoplamiento de diversos sistemas internos y,
en consecuencia, oculta informacin sobre la influencia de los fallos de estos
sistemas en la conducta global. Sin embargo, un importante corpus de traba
jo en la neurociencia cognitiva pretende precisamente determinar la organi
zacin interna que explica las pautas de fallo que se producen tras un dao
local (Farah, 1990; Damasio y Damasio, 1994). Estas explicaciones suelen
adoptar al mismo tiempo una perspectiva basada en mdulos/componentes
y una perspectiva basada en representaciones. Este tipo de comprensin
complementa cualquier comprensin ms amplia de la dinmica global. Cada
estilo explicativo ayuda a capturar una gama distinta de fenmenos y ofrece
tipos diferentes de generalizacin y prediccin.
Por ejemplo, Busemeyer y Townsend (1995) presentan una elegante apli
cacin de la teorizacin dinmica para comprender la toma de decisiones. El
marco de referencia que desarrollan estos autores, llamado teora del campo
de decisiones, describe cmo evolucionan los estados de preferencia con el
tiempo. Busemeyer y Townsend presentan unas ecuaciones dinmicas que de
finen la interaccin de diversos factores generales (como el valor previsto a lar
go y a corto plazo para diferentes opciones) y que tambin predicen y explican
las oscilaciones entre elecciones probables que se producen durante la delibe
racin. Estas oscilaciones se explican como los efectos de variar la cantidad de
atencin que quien toma la decisin dedica en cada momento a diversos fac
tores. Esta interpretacin captura y explica varios fenmenos interesantes, in
cluyendo las aparentes incoherencias entre los rdenes de preferencias medi
dos por la eleccin y los medidos por el precio de venta. Por tanto, a partir
de las ecuaciones especficas que emplean estos autores para modelar la evo
lucin en el tiempo de las variables y los parmetros elegidos, aparece una cla
se entera de generalizaciones, explicaciones y predicciones.
Sin embargo, hay otros tipos de explicacin y de generalizacin que no
se pueden subsumir en este nivel de descripcin. Consideremos, por ejem
plo, el famoso caso de Phineas Gage a mediados del siglo XIX. Gage, que tra
bajaba de capataz en el tendido de rales de ferrocarril, sufri una terrible le
sin cuando una barra de hierro le atraves la cara, el crneo y el cerebro.
Increblemente, Gage sobrevivi y recobr todas sus aptitudes lgicas, espa
ciales y fsicas. Pero aunque su memoria y su inteligencia no se vieron afec
tadas, su vida y su personalidad cambiaron radicalmente. Ya no era digno de
15. Vase tambin Lichtenstein y Slovic, 1971.

172 I Explicar la mente extendida

confianza, ni afectuoso, ni capaz de cumplir con sus deberes y compromisos.


Al parecer, la lesin de su cerebro haba ocasionado un efecto muy especfi
co pero extrao: era casi como si sus centros morales se hubieran destrui
do (Damasio y otros, 1994). Para ser ms precisos, pareca que su capacidad
de tomar decisiones racionales acerca de cuestiones personales y sociales
(bd.) hubiera sido daada selectivamente, dejando intactas su inteligencia
y sus restantes capacidades. Hace unos aos, un equipo de neurocientficos
especializados en imgenes cerebrales analiz el crneo de Gage y, mediante
simulaciones por ordenador, pudieron identificar las probables localizacio
nes de las lesiones cerebrales. Al identificar unas estructuras neuronales es
pecficas como localizaciones de las lesiones, Damasio y otros (ibd.) pudie
ron empezar a comprender las alteraciones selectivas de Gage (y de otros
casos parecidos; vase el caso de E.V.R. en Damasio y otros, 1990). La lesin
estaba en las regiones ventrales mediales de los dos lbulos frontales, es de
cir, en las reas que parecen desempear un papel fundamental en el proce
samiento emocional. Este hallazgo condujo al equipo de Damasio a especu
lar que las respuestas emocionales desempean un papel especial en la toma
de decisiones sociales.1* Inspirndose en parte en estos estudios, los Dama
sio tambin desarrollaron un marco ms general para la explicacin de los
dficit psicolgicos selectivos. Se trata de la hiptesis de la zona de conver
gencia que se explica con cierto detalle en el prximo captulo. Como ve
remos, un aspecto caracterstico de esta hiptesis es cmo combina la aten
cin a la compartimentacin funcional bsica del cerebro con el
reconocimiento del papel de los circuitos integradores de mayor escala. Por
tanto, parece que una explicacin completa de dficit como los de Gage y
E.V.R. requiere combinar localizaciones de procesamiento de informacin
bastante familiares (asignar tareas definidas a zonas diferentes de la corteza
motriz y sensorial) con anlisis a mayor escala que implican la vinculacin de
mltiples zonas mediante complejas redes de conectividad retroalimentadora y de alimentacin hacia adelante.
Los detalles de esta explicacin quedarn ms claros cuando nos centre
mos en la neurociencia contempornea (captulo 7). De momento, lo impor
tante no es evaluar los detalles de esta propuesta de Damasio y otros, sino
observar que su objetivo es un tipo de comprensin que no est presente en
la descripcin global ofrecida por la teora del campo de decisiones (que no
ha sido diseada para predecir o esclarecer las alteraciones inesperadamen
te selectivas del proceso de toma de decisiones que abordan estos estudios
neuroanatmicos). Esto no es una crtica de la teora del campo de decisio
nes, que en s misma proporciona un tipo de comprensin, prediccin y ex-16
16. Vanse ms detalles en el captulo 8 de Damasio, 199-1 y en el captulo 7 de este libro.

Emergencia y explicacin t 173

plicacn ausente en la propuesta de los Damasio. Y esto es as porque la


teora del campo de decisiones puede tratar las propiedades emergentes del
sistema completo, intacto y que funciona bien como variables colectivas y, en
consecuencia, proporciona un vocabulario y un nivel de anlisis muy ade
cuado para capturar pautas de evolucin con el tiempo en la conducta de
agentes intactos que funcionan bien. Adems, con frecuencia estas descrip
ciones ms abstractas sern las que nos servirn mejor si queremos com
prender los acoplamientos existentes entre unos sistemas completos y sus
entornos. Debemos reconocer sin reparos que las caractersticas globalmen
te emergentes suelen desempear un papel importante en aclarar las expli
caciones de estos acoplamientos. Sin embargo, como estos dos estilos de
explicacin se complementan de manera natural, sobra la rivalidad que al
gunos defensores del anlisis basado en los sistemas dinmicos parecen fo
mentar. En cambio, deberamos distinguir claramente dos proyectos expli
cativos, cada uno con su propia clase de generalizaciones. Uno de estos
proyectos pretende comprender la manera en que se interrelacionan agentes
y entornos intactos y, al hacerlo, puede invocar parmetros abstractos y glo
balmente emergentes. El otro intenta comprender las funciones especficas
de procesamiento de informacin que desempean diversos subsistemas in
ternos en la produccin de conductas y, en consecuencia, ayudar a explicar
clases enteras de fenmenos (por ejemplo, los efectos de lesiones locales)
que a su homlogo, simplemente, no le interesan.
De hecho, una manera natural de concebir los dos proyectos que acaba
mos de resumir, consiste en describir el anlisis de componentes como si
proporcionara (en parte) la implementacin detallada del relato ms global
y abstracto basado en los sistemas dinmicos. Van Gelder (1991) es escp
tico acerca del valor de estas descripciones de implementacin, por lo me
nos para comprender redes neuronales complejas; observa (pg. 502) que la
explicacin basada en componentes (o, como l dice, sistemtica) es poco
til en casos donde las partes de la estructura son muchas y muy simila
res, y los parmetros esenciales... no hacen ninguna referencia en absoluto
a partes del sistema. Pero si bien esto puede ser cierto para comprender las
conductas de redes conexionistas aisladas y relativamente homogneas, pa
rece manifiestamente inexacto en lo que se refiere a los cerebros de la ma
yora de los organismos biolgicos. Propongo que una imagen ms realista
debe aceptar tres tipos de explicacin y descripcin igualmente importan
tes y entrelazados:1
1.
Una explicacin de las conductas generales del organismo que fun
ciona bien en el entorno: una explicacin que pueda invocar variables co
lectivas cuyas races constituyentes abarquen cerebro, cuerpo y mundo.

174 I Explicar la mente extendida

2. Una explicacin que identifique los diversos componentes cuyas pro


piedades colectivas son el objetivo de las explicaciones apropiadas a 1. Este
objetivo consta de dos importantes subtareas: identificar los componentes
neuronales pertinentes y explicar cmo interaccionan estos componentes en
tre s.
3. Una explicacin de las diversas funciones de procesamiento de infor
macin desempeadas por los componentes (tanto internos como externos)
identificados en 2., que adems puede asignar unos roles computacionales y
unas capacidades representacionales especficas a distintos subsistemas neu
ronales.
Afirmo que las explicaciones satisfactorias del xito adaptativo corpreo
y embebido deben abarcar estas tres bases. Adems, cada tipo de explica
cin impone limitaciones y requisitos a los otros. No puede haber ninguna
variable colectiva legtima en 1. que carezca de detalles de implementacin
microdinmica en 2., y estos detalles no se pueden entender totalmente sin
el comentario, al nivel del sistema general, de las funciones de los diversos
componentes que se ofrece en 3. Podra parecer que la mejor manera de con
seguir esto sera dedicarse a los tres tipos de explicacin identificados ante
riormente en mi exposicin: el anlisis de componentes, para asignar fun
ciones generales de procesamiento de informacin a estructuras neuronales;
el anlisis tipo atrapar y lanzar, para investigar de qu manera acta el or
ganismo sobre su entorno y cmo acta el entorno sobre el organismo; y el
anlisis emergentista, para describir las clases de conducta adaptativa que
dependen ms de las variables colectivas y de las interacciones organismoentorno.

6.6 El cerebro contraataca


Al parecer, una explicacin completa de la cognicin corprea, embebi
da y cargada de emergencia debe hacer justicia a varios tipos de datos. Uno
de estos corpas de datos se refiere a los cambios en la conducta general de
un sistema con el tiempo. Otro se refiere, por ejemplo, a los efectos espec
ficos de daos locales e internos al sistema. Para explicar estos fenmenos
heterogneos, el terico debe estar dispuesto a explotar mltiples tipos de
instrumentos explicativos que van desde unos anlisis que entrecruzan el
organismo y el entorno hsta otros que cuantifican mltiples componentes
internos y complejas conectividades, pasando por otros que aslan compo
nentes y ofrecen un comentario funcional y representacional de sus roles
bsicos.

Emergencia y explicacin I 175

Las propiedades emergentes figurarn en esta actividad explicativa en


dos niveles. En primer lugar, habr unas caractersticas emergentes internas
reflejadas por variables colectivas constituidas por la interaccin de mlti
ples fuentes internas de variacin. En segundo lugar, habr unas caracters
ticas emergentes conductuales reflejadas por variables colectivas constitui
das por interacciones entre organismos completos y activos, y su entorno
local. Es preciso comprender estas dos clases de propiedades semejantes y la
teora de los sistemas dinmicos proporciona un conjunto de instrumentos
que pueden ayudar en cada campo. Pero todos estos esfuerzos explicativos
no son autnomos. Las variables colectivas se deben traducir en fuentes de
variancia reales (neuronales y ambientales). Y las especializaciones bsicas
de los componentes se deben identificar y factorizar en nuestra comprensin
y en nuestros modelos. Si no hacemos esto ltimo, el resultado ser un fra
caso explicativo que se propagar hacia todos los niveles (por ejemplo, cuan
do nos enfrentamos a datos sobre daos selectivos ocasionados por una le
sin cerebral local). En el prximo captulo, empezaremos a desarrollar este
amplio marco, observando con ms detalle algunas investigaciones neurocientficas recientes.

La imagen neurocientfica

7.1 Cerebros? Para qu!


Realmente necesita la ciencia cognitiva ocuparse del cerebro biolgico?
Para un observador casual, la respuesta parecer evidente: naturalmente que
si. En caso contrario, de qu otra manera podemos esperar lograr una mejor
comprensin de la mente? Y lo que es ms, ese observador casual tendra ra
zn! Por tanto, es an ms sorprendente que influyentes programas de inves
tigacin en la ciencia cognitiva hayan minimizado o ignorado con tanta fre
cuencia los estudios neurocientficos en sus intentos de modelar y explicar los
fenmenos mentales. Una razn popular para este desinters era la afirmacin,
comn entre los primeros investigadores de la inteligencia artificial simblica,
de que el nivel correcto de descripcin del dispositivo fsico (a efectos psico
lgicos) se encuentra a bastante distancia de las descripciones de las estructu
ras y los procesos neuronales. Se crea que haca falta un nivel de descripcin
mucho ms abstracto: por ejemplo, una descripcin basada en las funciones de
procesamiento de informacin de un sistema computacional.' Se crea que los
detalles precisos de la organizacin neuronal constituan una solucin espec
fica para el problema de construir fsicamente un dispositivo que satisficiera
una explicacin computacional tan abstracta, pero eso era todo/'
Con la aparicin (o la reaparicin) de los modelos conexionistas, todo
esto empez a cambiar. Estos modelos fueron especificados deliberada-12
1. Vanse Newell y Simn, 1972 y las pgs. 15-J7GdeBoden, 1988.
2. Zenon Pylyshyn, uno de los principales tericos de este campo, escribi que la ciencia
cognitiva, cuando se le da un sesgo computacional, permite un estudio de la actividad cogni
tiva totalmente abstrado, en principio, de los fundamentos biolgicos y fenomenolgicos...
una ciencia de la estructura y la fundn divorciada de la sustancia material (1986, pg. 68).

178 ! Explicar la mente extendida

mente para reducir la distancia entre la explicacin computacional y la na


turaleza general de la implementacin neuronal. Con frecuencia, el ajuste
entre el trabajo conexionista y la teora del cerebro real era mucho ms d
bil de lo que caba esperar. Pero a medida que el conexionismo fue madu
rando, los intentos de salvar esta distancia3 fueron cada vez ms comunes y
se vea venir una sntesis real de las perspectivas neurocientfica y computaconal.
Pero la investigacin conexionista tambin se encaminaba en otra di
reccin: la direccin, destacada a lo largo de este libro, de ocuparse de los
detalles de la cognicin corprea y embebida en el entorno. Afirmo que
no se debera permitir que este nfasis emergente anegara los intentos de
desarrollar unos modelos cada vez ms plausibles desde el punto de vista
neuronal. Es indudable que las dos perspectivas deben avanzar de la
mano. Deberamos ver el cerebro como un sistema complejo cuyas pro
piedades adaptativas slo emergen en relacin con un teln de fondo cru
cial de estructuras y procesos corporales y ambientales. Sin embargo, para
entender plenamente estos procesos extendidos, debemos comprender
con todo detalle las contribuciones de sistemas neuronales concretos y las
complejas interacciones que se dan entre ellos. Por tanto, la insistencia en
las interacciones entre el organismo y el entorno no se debera ver como
otra excusa de la ciencia cognitiva para evitar enfrentarse al cerebro bio
lgico.
En resumen, la verdadera pregunta no es: Debemos estudiar el cere
bro?, sino: Cm o debemos estudiarlo?. Qu tipo de modelos neuro
cientficos encaja mejor con nuestro nfasis en la accin corprea y el xito
en tiempo real? Y si estos modelos existen, en qu medida estn apoyados
por datos y experimentos neuroanatmicos y neurocientficos cognitivos?
Propondr que la clase de modelos neurocientficos ms prometedora tiene
tres caractersticas principales:
1. el empleo de mltiples representaciones parciales,
2. un nfasis bsico en las aptitudes motrices y sensoriales, y
3. una visin descentralizada de la economa neuronal global.
En los apartados siguientes esbozar y discutir algunos ejemplos de con
jeturas neurocientficas de este tipo e indicar algunas lneas de continuidad
con la investigacin de la cognicin corprea y embebida.

3.
Vanse ensayos en Gluck y Rumelhart, 1990 y en'Nadel y otros, 1989; vanse tambin
vanas de las contribuciones en Koch y Davis, 1994.

La imagen neurocientifica I 179

7.2 Los dedos del mono


Consideremos una pregunta aparentemente sencilla: cmo gua el cere
bro del mono el movimiento de sus dedos? Durante muchos aos, los neurocientficos han dado por buena una imagen intuitiva y simple. Segn esta
imagen, parte de! cerebro del mono era la sede de un mapa somatotpico:
una regin donde conjuntos de neuronas agrupadas espacialmente se dedi
caban al control de cada dedo por separado. La actividad de un grupo hara
que el dedo correspondiente se moviera. Mover varios dedos a la vez exigi
ra la actividad simultnea de varios grupos neuronales. Esta imagen del con
trol de los dedos por el cerebro del mono qued inmortalizada en las imge
nes homunculares de las subdivisiones espaciales de la zona cerebral Mi
(rea motriz 1), que representaban distintos grupos neuronales, dispuestos
en sucesin lateral medial, que controlaban cada dedo por separado.
Este modelo es elegante e intuitivo y representara una buena solucin
para problemas que exigen que los dedos se muevan independientemente
(como cuando se toca el piano con destreza). Pero no es la solucin de la
naturaleza, como demuestran algunas investigaciones ms recientes. Para
ver esto, observemos una evidente prediccin del simple modelo homuncular. Este modelo predice que los movimientos donde intervienen varios de
dos deben exigir una activacin ms extendida y de ms neuronas que los
movimientos de un solo dedo. Adems, tambin predice que los movimien
tos del pulgar se corresponden con la actividad de la regin ms lateral de
la regin M i de la mano, y que los movimientos de los otros dedos se co
rresponden con la actividad de otras zonas ordenadas en sucesin hasta lle
gar a la regin ms medial (correspondiente a los movimientos del dedo me
ique). Ninguna de estas predicciones se confirma. Marc Schieber y
Lyndon Hibbard, neurocientficos de la Washington University School of
Medicine, encontraron que los movimientos de cada dedo por separado es
taban acompaados de una diseminacin de la actividad por toda la zona
MI de la mano. Adems, se ha observado que para los movimientos preci
sos hace falta ms actividad de la corteza motriz que para los movimientos
ms bsicos de toda la mano y que algunas neuronas de la corteza motriz
parecen dedicadas a impedir los movimientos de otros dedos cuando un
dedo concreto debe actuar por separado.
Schieber (1990, pg. 444) propone que interpretemos todo esto conside
rando los movimientos aislados de los dedos como casos complejos, y las si
nergias ms rudimentarias, como las empleadas para abrir y cerrar la mano,
como adaptaciones bsicas. Estas adaptaciones son perfectamente razonables
para seres cuya principal necesidad sea asir ramas y balancearse, y el diagns
tico total encaja como anillo al dedo con nuestra perspectiva evolutiva del di

180 I Explicar la mente extendida

seo cognitivo natural. El problema fundamental es producir una accin r


pida, fluida y adaptada al entorno. Para ello se seleccionan unas estrategias de
codificacin neuronal que faciliten una gama particular de conductas de asi
miento en las que el factor tiempo es fundamental. Esta necesidad bsica e
histricamente determinada condiciona las soluciones para problemas ms
recientes centrados en los movimientos de dedos aislados {como tocar el pia
no). Para alcanzar estas metas ms recientes, Schieber (ibd.) sugiere que la
corteza motriz puede superponer un control, en parte sobre los centros sub
corticales filogenticamente ms antiguos y, en parte directamente sobre... las
neuronas motrices espinales, para ajustar el movimiento de todos los dedos.
Por tanto, la evolucin trastea con las sinergias de toda la mano, dedicando
recursos neuronales tanto a la supresin de movimientos como a su produc
cin, con el fin de posibilitar movimientos precisos.
La leccin parece ser que la evolucin biolgica puede seleccionar es
quemas internos de codificacin que a primera vista parecen extraos y tos
cos pero que, en realidad, representan soluciones bastante elegantes al pro
blema combinado de satisfacer unas necesidades bsicas y aprovechar al
mximo los recursos existentes. Dicho de una manera ms general, a litera
tura neurocientfica abunda en casos de codificaciones neuronales un tanto
inesperadas. Por ejemplo, se ha visto que la respuesta de algunas neuronas
de la corteza parietal posterior de la rata es mxima {en el contexto de reco
rrer un laberinto radial) ante ciertas orientaciones de la cabeza y en presen
cia de alguna caracterstica o marca local (McNaughton y Nadel, 1990, pgs.
49-50), y que otras neuronas responden a determinados movimientos de giro
hechos por la rata (otro caso de las representaciones motorcntricas y
orientadas al agente presentadas en captulos anteriores).
El modelo de Schieber tambin ilustra el papel que tienen en la cogni
cin natural las representaciones internas distribuidas. Este tema ha ocupa
do un lugar preponderante en los trabajos recientes sobre redes neuronales
artificiales.4 Una representacin distribuida es una codificacin interna
donde el contenido de inters no est a cargo de un recurso individual (por
ejemplo, una sola neurona) y tampoco est necesariamente a cargo de un
grupo espacialmente localizado de unidades o neuronas. En cambio, este
contenido (relacionado, por ejemplo, con el movimiento de un dedo aislado)
est a argo de un patrn de activacin que se disemina por una poblacin
de neuronas o unidades. Las codificaciones distribuidas ofrecen varias ven
tajas y oportunidades. Por ejemplo, el patrn mismo puede codificar una in
formacin estructural significativa haciendo que ciertas variaciones de poca
importancia en su configuracin reflejen diferencias pequeas, pero a veces
4. Recurdese la anterior discusin del capitulo 3.

La imagen neurocentfica i 181

importantes, en lo que se representa en cada momento. Y tambin es posible


emplear mtodos de almacenamiento superpuesto para que cada neurona
individual pueda desempear un papel en la codificacin de muchas cosas
diferentes (de la misma manera que el nmero 2 puede aparecer en muchos
patrones numricas diferentes: 2, 4, 6, 2 ,3 , 4, 2, 4, 8, etc.). Cuando
este tipo de almacenamiento superpuesto se emplea sistemticamente para
representar elementos semnticamente afines mediante patrones superpues
tos pero no idnticos, se obtienen las ventajas adicionales de la generaliza
cin (unos elementos o sucesos nuevos pueden recibir unas codificaciones
no arbitrarias en la medida en que se parezcan a otros elementos o sucesos
ya existentes) y de la degradacin elegante (una lesin fsica limitada ser
menos problemtica porque en la codificacin de cada clase general de ele
mentos o sucesos participan muchos componentes y el rendimiento sera
aceptable mientras se conserven algunos de ellos). Estas ventajas se exami
nan con detalle en otro lugar (Clark, 1989,1993), por ahora la cuestin es,
simplemente, que el cerebro puede estar empleando unos esquemas representacionales muy complejos, superpuestos y espacialmente distribuidos in
cluso en casos dondb, intuitivamente, podramos haber esperado una estra
tegia de codificacin simple y espacialmente localizada como en el caso de la
zona motriz M I.5 AI parecer, el mtodo de la naturaleza consiste en emplear
unas codificaciones distribuidas en el espacio y superpuestas entre s para
gobernar movimientos similares (pero no idnticos) de los dedos. Por tanto,
la imagen final nos muestra unas neuronas corticales especficas que desem
pean un papel en el control de los msculos de varios dedos, participando
en patrones de actividad ampliamente extendidos en el espacio que corres
ponden a diferentes tipos de movimientos y con distintas direcciones.
5.
El caso del control del movimiento de los dedos parece encontrarse en el extremo
muy distribuido de un continuo de posibilidades de codificacin. De hecho, en el extremo
opuesto encontramos algunos esquemas de codificacin que utilizan agrupaciones espaciales
de neuronas para mantener un mapa topogrfico interno (un mapa interno que mantiene las
relaciones espaciales entre las entradas sensoriales). Por ejemplo, existe un grupo de neuronas
en la corteza cerebral de (a rata cuya organizacin espacial refleja la distribucin espacia! de los
bigotes del animal. Sin embargo, incluso en estos casos aparentemente claros, se debe destacar
que la topografa interna est adaptada a las respuestas mximas de las neuronas individuales
y, en consecuencia, deja espacio para que otros aspectos del ajuste de estas neuronas desem
peen una funcin (vase e! apartado 7.3 ms adelante), y que los perfiles de respuesta se sue
len obtener en situaciones artificiales (que implican el empleo de manipulaciones elctricas o
quirrgicas) y no pueden reflejar con fidelidad el papel de las neuronas en la respuesta a si
tuaciones ecolgicamente normales. Con todo, la existencia de la correspondencia topogrfi
ca interna es un resultado sorprendente e importante que demuestra que (a naturaleza puede
utilizar varias estrategias y ardides diferentes para fomentar el xito adaptativo. Vase una ex
posicin del caso de los bigotes de la rata en Woolsey, 1990.

182 1 Explicar la mente extendida

7.3 La visin de los primates: de la deteccin


de caractersticas a los filtros sintonizados*
Para paladear an ms el sabor de la investigacin neurocientfica actual,
haremos una breve incursin en el mundo cada vez mejor comprendido de
ia visin de los primates. En los trabajos computacionales sobre la visin ani
mada ya vimos en qu medida es probable que una naturaleza de carcter
ahorrativo se base en seales poco costosas y en el estado del entorno local
para minimizar su carga de procesamiento interno. Pero aun teniendo esto
en cuenta, la complejidad de los mecanismos de la visin real sigue siendo
asombrosa. Lo que sigue es un esbozo, necesariamente truncado, basado en
el reciente trabajo de David Van Essen, un destacado investigador de ia vi
sin de los primates que (de manera muy conveniente para m) tiene su sede
en la Washington University School of Medicine.7
La investigacin neuronatmica ha descubierto una multiplicidad de par
tes y vas anatmicas que parecen desempear papeles especiales en el pro
cesamiento visual. La neurociencia cognitiva se propone, mediante el em
pleo de una amplia variedad de instrumentos experimentales y tericos,
identificar las distintas caractersticas de respuesta de las neuronas y las po
blaciones neuronales participantes. Anatmicamente, el macaco posee por lo
menos 32 reas visuales en el cerebro y ms de 300 vas de conexin. Entre
las reas ms importantes (vase la lmina 1) se incluyen centros de procesa
miento cortical inicial como VI y V2, sedes intermedias como V4 y MT y se
des superiores como TI (corteza temporal inferior) y PP (corteza parietal
posterior). Las vas de conexin tienden a ir en ambos sentidos: por ejemplo,
de VI a V2 y viceversa. Adems, existe cierta conectividad lateral como,
por ejemplo, entre las subreas de VI.
Aunque segn la descripcin de FeJleman y Van Essen (1991) el sistema
global comprende diez niveles de procesamiento cortical, a continuacin
slo se describen algunos de los ms importantes. Subcorticalmente, el sis
tema recibe entradas procedentes de tres poblaciones de clulas, incluyendo
las llamadas poblaciones magnocelulares y parvocelulares. A continuacin,
una va de procesamiento se ocupa bsicamente de la entrada magnocelular
y otra de la entrada parvocelular. Esta divisin tiene sentido dados los dife
rentes tipos de informacin de bajo nivel en los que se especializa cada po
blacin. Las clulas parvo (P) tienen una resolucin espacial alta y una resoi

6. Esta discusin se basa en gran medida en Van Essen y Gallant, 1994.


7. Vanse especialmente Van Essen y Gallant, 1994; Knierim y Van Essen, 1992 y Fellcman y Van Essen, 1991. Gran parte del trabajo se basa en estudios con macacos, cuyo sistema
visual parece ser adecuadamente similar al humano.

La imagen neurocientfica I 183

ludn temporal baja; las clulas magno (M) tienen una resolucin temporal
alta. Como resultado, las clulas M permiten la percepcin de movimien
tos rpidos, mientras que las clulas P se encargan (entre otras cosas) de la
diferenciacin de colores. La destruccin selectiva de clulas P impide que
el mono pueda distinguir los colores pero deja intacto el reconocimiento del
movimiento.
La corriente de procesamiento tambin denominada m agno (MD)
incluye muchas poblaciones de neuronas sensibles a la direccin de un es
tmulo de movimiento, especialmente en el rea MT. La estimulacin elc
trica de parte de la zona MT puede hacer que el mono perciba un movi
miento hacia la izquierda cuando, en realidad, el objeto de referencia se
mueve hacia la derecha (Salzman y Newsome, 1994). En etapas an ms
avanzadas de la jerarqua procesadora (como la MSDT) existen indicios de
la presencia de clulas sensibles a estmulos de movimiento muy complejos,
como el movimiento en espiral (Graziano y otros, 1994). Al final, la corrien
te MD se conecta con la corteza parietal posterior, que parece emplear la in
formacin espacial para controlar funciones de nivel superior como, por
ejemplo, decidir dnde se encuentra un objeto y planificar los movimientos
de los ojos.
Mientras tanto, la misin de determinar qu es cada cosa (reconoc
miento de objetos) est a cargo de una corriente de procesamiento distinta
que tiene sus races, especialmente, en unas entradas parvocelulares que pa
san por las zonas V i, V4 y PIT (reas inferotemporales posteriores) y que
acaban en las reas inferotemporales centrales y anteriores. Esta va parece
estar especializada en la forma y el color. En el nivel correspondiente a V4,
existen indicios de la presencia de clulas sensibles a formas muy complejas
como estmulos concntricos, radiales, espirales e hiperblicos (vase la l
mina 2). En niveles superiores, ciertas clulas individuales de la corteza
temporal inferior dan una respuesta mxima ante estmulos geomtricos
complejos como caras y manos. Pero (y esto es crucial) estas respuestas m
ximas no especifican de una manera exhaustiva el papel desempeado por
una clula dada en el procesamiento de la informacin. Aunque una clula
puede dar una respuesta mxima ante (por ejemplo) un patrn en espiral, la
misma clula tambin responder en cierta medida a muchas otros patro
nes. Con frecuencia, lo ms revelador es la sintonizacin de una clula con
un conjunto entero de estmulos. Esta sintonizacin global permite a una
clula participar en un gran nmero de patrones distribuidos de codifica
cin, aportando informacin tanto por el hecho de estar activa como por su
grado de actividad. Estas consideraciones condujeron a Van Essen y otros a
tratar las clulas no como simples detectores de caractersticas que indican
la presencia o ausencia de algn parmetro fijo, sino ms bien como filtros

184 I Explicar la mente extendida

sintonizados con varias dimensiones del estmulo, de manera que las dife
rencias en la frecuencia de disparo permiten que una clula codifique ml
tiples tipos de informacin.8 Tambin hay fuertes indicios de que las res
puestas de las clulas de los niveles medios y superiores de la jerarqua
procesadora dependen de la atencin y de otros parmetros cambiantes
(Motter, 1994), e incluso de que las caractersticas de la respuesta de las c
lulas de VI estn moduladas por los efectos del contexto local (Knierim y
Van Essen 1992). Tratar las neuronas como filtros sintonizables y modulables proporciona un slido marco en el que cabe formular y comprender es
tos perfiles complejos. La imagen bsica que aqu se presenta tambin est
en consonancia con la perspectiva de diseo propugnada por Tim Smithers
(vase el apartado 5.5 anterior), en la que se analizan sistemas sensoriales
muy simples como si fueran filtros sintonizados y no simples canales de de
teccin de caractersticas.
Por tanto, los trabajos recientes sobre la visin de los primates muestran
una conciencia creciente de la complejidad y la sofisticacin de los esquemas
de codificacin y de las vas de procesamiento biolgicos. Sin embargo, esta
apreciacin creciente de la complejidad y la dinmica interactiva no implica
que el sistema visual de los primates sea analticamente impenetrable. Al
contrario, vemos que el sistema separa, filtra y encamina la informacin pro
gresivamente para hacer que varios tipos de informacin estn a disposicin
de diversos componentes (por ejemplo, la corteza temporal inferior y la cor
teza parietal posterior), y para permitir que los estmulos visuales, tanto de
bajo nivel como de alto nivel, orienten la conducta como y cuando haga fal
ta. Por tanto, una comprensin completa de (por ejemplo) las estrategias de
la visin animada (recurdese el captulo 1 anterior) exigir, por un lado, la
apreciacin de muchos tipos de dinmica interna compleja y, por otro, com
prender cmo utiliza estos recursos un ser corpreo y embebido para explo
tar caractersticas del entorno y estmulos localmente eficaces al servicio del
xito adaptativo.

7.4 Hiptesis del control neurona!


Un desarrollo importante en la neurociencia cognitiva reciente es el cre
ciente reconocimiento del papel de las estructuras neuronales de control.
Las estructuras neurpatas de control, tal y como voy a usar el trmino, son
8.
Las diferencias en la frecuencia de disparo transmiten informacin til para distinguir
entre estmulos que se encuentran en las pendientes de la superficie de sintonizacin multidimensional de cada clula (Van Essen y Gallant, 1994, pg. 4).

La imagen neurocienlifica I 185

aquellos circuitos, estructuras o procesos ncuronales cuyo papel principal


sea modular la actividad de otros circuitos, estructuras o procesos neuronaes, es decir, cualquier elemento o proceso cuyo papel sea controlar la eco
noma interna en vez de seguir las condiciones externas o controlar directa
mente la actividad corporal. Una til analoga, propuesta por Van Essen y
otros (1994), es la divisin de los procesos en una factora moderna, donde
muchos procesos no se dedican a la construccin del producto en s sino ms
bien al trfico interno de materiales. Muchos neurocientficos creen ahora
que, de una manera similar, se dedican grandes cantidades de capacidad
neuronal al trfico y el tratamiento de informacin. Segn esta explicacin,
el papel de ciertas poblaciones neuronales consiste en modular el flujo de ac
tividad entre otras poblaciones para potenciar ciertas clases de atencin, re
cuerdos multimodales, etc.
Siguiendo esta lnea, Van Essen y otros (1994) postulan la existencia de
unos mecanismos neuronales dedicados a regular el flujo de informacin
entre reas corticales. Segn estos autores, esta regulacin nos permite (por
ejemplo) dirigir una ventana interna de atencin visual hacia un objetivo
concreto (como una letra del alfabeto que aparece en una posicin aleato
ria dentro del campo visual) o dirigir la misma orden de movimiento a cual
quier parte del cuerpo. El gasto computacional dedicado a generar una se
al distinta para cada caso sera prohibitivo. Mediante el desarrollo de un
nico recurso que puede ser dirigido con flexibilidad hacia diversas po
siciones, se consiguen unos enormes ahorros de procesamiento. Segn Van
Essen y otros, la clave de esta orientacin flexible es el empleo de poblacio
nes de neuronas de control que encaminan dinmicamente la informa
cin por el cerebro. La propuesta de estos autores no se queda en un simple
esbozo intuitivo y est acompaada de un modelo detallado del funciona
miento de estos controladores al estilo de las redes neuronales; adems, los
autores relacionan este modelo con toda una variedad de sustratos y meca
nismos neurolgicos conocidos. Los perfiles de respuesta muy dependien
tes del contexto de algunas neuronas corticales (mencionados en el apartado
7.3 anterior) se pueden explicar mediante estos mecanismos que encaminan
una y otra vez la informacin entrante.
Otro tipo de hiptesis de control neuronal se basa en la idea de proce
samiento reentrante (Edelman y Mountcastle, 1978; Edelman, .1987). Es
bien sabido que el cerebro incluye muchas vas que enlazan reas corticales
distantes y que regresan de las zonas superiores del cerebro a las inferiores.
La idea del procesamiento reentrante es que estas vas laterales y descen
dentes se emplean para controlar y coordinar la actividad de mltiples cen
tros (con frecuencia de nivel inferior). Estas vas transportan unas seales
reentrantes que provocan ia activacin de las zonas receptoras. Considere

186 t Explicar la mente extendida

mos dos poblaciones de neuronas que responden a unos tipos diferentes de


estmulos externos (por ejemplo, la vista y el tacto) y que estn interconecta
das recprocamente mediante estas vas reentrantes. Estas conexiones rec
procas permiten que, con el tiempo, lo que ocurre en un lugar se correlacio
ne con lo que ocurre en el otro. Estas correlaciones podran llegar a codificar
propiedades de nivel superior, como las combinaciones de textura y color
caractersticas de una clase particular de objetos.
Como ejemplo final de una hiptesis de control neuronal, considere
mos el intento reciente de Damasio y Damasio (1994) de desarrollar un
marco general para explicar los dficit psicolgicos selectivos. Se produ
ce un dficit selectivo cuando una persona, normalmente a causa de un
trauma o de una lesin cerebral, pierde unas capacidades cognitivas espe
cficas pero conserva relativamente intactas las restantes. Por ejemplo
(Damasio y otros, 1989), se comprob que un paciente conocido como
Boswell tena daada selectivamente la capacidad de recuperar conoci
mientos relacionados con entidades nicas (como personas concretas) y
con sucesos especficos (como episodios biogrficos concretos, lugares
singulares, objetos especiales, etc.). Sin embargo, su conocimiento categorial ms general permaneca intacto. Poda identificar si un elemento
era un automvil, una casa, una persona, etc. Boswell no mostraba dficit
de atencin o percepcin y su capacidad para adquirir y realizar habilida
des fsicas no se haba alterado.
Damasio y Damasio (1994) describen un marco capaz de explicar es
tas pautas de dficit. La caracterstica esencial de su propuesta es que el
cerebro explota unas zonas de convergencia: unas reas que dirigen la
activacin simultnea de zonas anatmicamente separadas cuya conjun
cin define una entidad (ibd., pg. 65). Por tanto, una zona de conver
gencia se define como una agrupacin de neuronas donde entran en con
tacto mltiples bucles de retroalimcntacin y alimentacin hacia adelante.
Es una regin donde convergen varias conexiones corticales de retroalimentacin y alimentacin hacia adelante de largo recorrido. La funcin
de una zona de convergencia consiste en permitir que el sistema (devol
viendo seales hacia las mltiples reas corticales implicadas en el proce
samiento previo) genere pautas de actividad entre grupos de neuronas
muy distantes entre s. Segn Damasio y Damasio, cuando accedemos al
conocimiento de conceptos, entidades y sucesos, explotamos estas seales
de alto nivel para recrear las pautas extendidas de actividad caractersti
cas de los contenidos en cuestin. Si suponemos que distintos tipos de co
nocimientos dependen de unos complejos de coactivacin diferentes y
que estos complejos, a su vez, estn gestionados por unas zonas de conver
gencia distintas, podremos empezar a comprender por qu una lesin cere

La imagen neurocientfica I 187

bral local puede daar selectivamente la recuperacin de diferentes tipos


de conocimientos. Con todo, para explicar la disociacin entre el conoci
miento de sucesos nicos y no nicos, tambin hace falta presentar la no
cin de jerarqua de zonas de convergencia. Recordemos que las zonas de
convergencia, segn la concepcin de Damasio y Damasio, se proyectan
tanto hacia atrs (reactivando representaciones corticales anteriores)
como hacia adelante (haca zonas de mayor convergencia). Estas zonas su
periores pueden impulsar de una manera poco costosa una actividad ex
tendida de bajo nivel, explotando conexiones de retroalimentacin con
los enlaces previos dentro de una jerarqua de zonas de convergencia. La
hiptesis bsica es la siguiente:
...el nivel en el cual se recupera el conocimiento (por ejemplo, supraordinado,
objeto bsico, subordinado) depender del alcance de la activacin multirregional. A su vez, esto depender del nivel de zona de convergencia que se active.
Las zonas de convergencia de bajo nivel vinculan seales relacionadas con cate
goras de entidades... Las zonas de convergencia de nivel mas elevado vinculan
seales relacionadas con combinaciones ms complejas... Las zonas de conver
gencia capaces de vincular entidades con sucesos... se encuentran en la cima de
las corrientes jerrquicas, en las regiones frontales y temporales ms anteriores
(ibtd., pg. 73).
Por tanto, la recuperacin de conocimientos sobre entidades y sucesos
nicos requiere la activacin conjunta de varios locus ms bsicos que el co
nocimiento de entidades y sucesos no nicos (donde los primeros subsumen
a los segundos, pero no a la inversa). De manera similar, el conocimiento de
conceptos requerir la activacin conjunta de varias reas distintas, mientras
que el conocimiento de caractersticas simples (por ejemplo, el color) se pue
de limitar a una sola rea. Si suponemos una jerarqua de zonas de conver
gencia extendida en el espacio neuronal, esta imagen explicara por qu las
lesiones en las cortezas visuales previas daan selectivamente el conocimien
to de caractersticas simples como el color, mientras que las lesiones en las
cortezas intermedias alteran el conocimiento de entidades y sucesos no ni
cos y las lesiones en las cortezas anteriores alteran las respuestas relaciona
das con entidades y sucesos nicos.
Segn este marco unos sistemas neuronales distintos pero superpuestos
promueven el acceso a distintos tipos de conocimiento. Cuanto ms com
plejas sean las conjunciones de informacin necesarias para fijar una clase de
conocimientos, ms necesaria ser esta actividad de coordinacin. Esto, a su
vez, implica unos centros correlativamente ms elevados en una jerarqua de
zonas de convergencia que corresponden a locus de las cortezas temporales
cada vez ms anteriores. Damasio y Damasio destacan que su intencin no es

188 I Explicar ia mente extendida

describir las zonas daadas como si fueran las sedes fsicas de diferentes cla
ses de conocimientos: lo que proponen es que las regiones daadas son zo
nas de control que promueven la activacin conjunta de varias reas muy
distantes entre s. En general, se trata de cortezas sensoriales y motrices pre
vias que, mediante las seales reentrantes, seran estimuladas a crear de nue
vo sus respuestas particulares ante ciertos estmulos externos. Resumiendo
sus propuestas, Damasio y Damasio comentan lo siguiente:
...[la imagen] que proponemos implica una compartimentacin funcional relati
va para el cerebro normal. Un gran conjunto de sistemas en las cortezas senso
riales y motrices previas sera la base para los conocimientos de sensacin y
de accin... Otro conjunto de sistemas en las cortezas de orden superior or
questara la trabazn de actividades en el tiempo en los primeros; es decir, susci
tara y establecera una correspondencia temporal entre reas separadas (ibd.,
pg. 70).
Segn esta explicacin, existen unas regiones neuronales localizadas
para varios tipos de informacin sensorial y motriz y para varios niveles de
control mediados por zonas de convergencia. Sin embargo, las aptitudes de
nivel superior (como, por ejemplo, captar conceptos) se describen como
dependientes de la actividad de mltiples reas bsicas (en las cortezas sen
soriales y motrices) mediada por la actividad de mltiples zonas de conver
gencia. Por tanto, gran parte del aparato explicativo para explicar fenme
nos como la posesin de conceptos requerir unos recursos que vayan ms
all de los simples anlisis de componentes presentados en el captulo 6 an
terior. Necesitaremos modelos que estn especialmente bien adaptados para
revelar los principios subyacentes a los fenmenos que emergen a partir de
la actividad coevolutiva, compleja y temporalmente trabada en el tiempo, de
mltiples componentes vinculados por abundantes vas de retroalimentacin
y proalimentacin. Como los anlisis clsicos de componentes no han tendi
do a salir bien parados en estos casos, aqu parece darse una oportunidad
clara para explicar la implementacin detallada de la hiptesis de las zonas
de convergencia desde una perspectiva dinmica. Al mismo tiempo, el poder
explicativo de la teora est claramente vinculado con la descomposicin
previa en reas de procesamiento bsico (que llevan a cabo tareas cognitivas
identificables) y en un conjunto bien definido de zonas de convergencia cu
yas diferentes actividades de conmutacin tambin se corresponden con
clases diferentes de recuperacin de conocimientos. Slo a la luz de esta des
composicin y de este comentario funcional puede este modelo predecir y
explicar los efectos selectivos de las lesiones cerebrales locales en la recupe
racin de conocimientos relacionados con entidades y sucesos nicos. En

La imagen neurocientfca I 109

este caso, la presencia del anlisis de componentes parece esencial para sal
var el abismo existente entre los fenmenos que hay que explicar (es decir,
los dficit que afectan a tipos especficos de conocimientos) y los modelos
que creamos. Si no hablramos de las funciones cognitvas de las cortezas
sensoriales previas ni de las estructuras corticales de nivel superior especia
lizadas en volver a crear unos complejos especficos de actividad cognitiva,
no comprenderamos cmo podran explicarse realmente los fenmenos psi
colgicos por medio de otras descripciones de la dinmica detallada de las
interacciones entre los componentes.
Por ltimo, obsrvese que las hiptesis de control neuronal estn muy le
jos de describir el cerebro como un dispositivo centralizado para el inter
cambio de mensajes, porque existe una gran diferencia entre imaginar que
algn sistema interno de control tiene acceso a toda la informacin codifica
da en los diversos subsistemas, e imaginar un sistema que puede abrir y ce
rrar canales que conectan diversos subsistemas entre s. Todo lo que exigen
las hiptesis de control neuronal acabadas de esbozar es esta ltima capaci
dad para controlar canales. Por tanto, son muy distintas de la visin tradi
cional de un sistema ejecutivo central. Los centros superiores postula
dos por Damasio y Damasio no actan como almacenes de conocimientos
transferidos desde los centros de nivel inferior. En cambio, son mera
mente los puntos de convergencia ms distantes desde los cuales se puede
disparar la retroactivacin divergente (Damasio y Damasio, 1994, pg. 70).
Creo que gran parte de la oposicin recibida por los enfoques centrados en
el procesamiento de la informacin se puede formular mejor como una opo
sicin a una imagen de la mente caracterizada por un rico envo de mensa
jes (vase, por ejemplo, Brooks, 1991). As, Maes (1994, pg. 141} observa
que el trabajo centrado en agentes autnomos adaptativos evita el empleo de
mdulos clsicos que se basan en la representacin central como medio
de interfaz. En cambio, estos investigadores postulan unos mdulos que se
relacionan entre s mediante mensajes muy simples cuyo contenido rara vez
va ms all de seales de activacin, supresin o inhibicin. Como resultado,
no hace falta que los mdulos compartan ningn formato de representacin:
cada uno puede codificar informacin de maneras muy caractersticas y es
pecficas de la tarea (ibd., pg. 142). Esta imagen de un control descentrali
zado y de mltiples formatos de representacin es a la vez biolgicamente
realista y computacionalmente atractiva. Pero, como hemos visto, tambin es
totalmente compatible con cierto grado de descomposicin modular interna
y con el empleo de estilos de explicacin (parcial) basados en el procesa
miento de informacin.
9. Posner (1994) destaca esta distincin.

190 I Explicar la mente extendida

Por tanto, las hiptesis de control neuronal constituyen una potente mez
cla de radicalismo y tradicionalismo. Su radicalismo se debe a que ofrecen un
modelo de la cognicin superior descentralizado y sin envo de mensajes, a
que suelen describir la cognicin superior como si surgiera de la actividad
trabada en el tiempo de mltiples tipos de zonas de procesamiento sensoriomotor ms bsicas, y a que reconocen la dinmica compleja y recurrente
del procesamiento neuronal.
Pero conservan elementos fundamentales de enfoques ms tradicionales,
como el empleo de una descomposicin, al estilo del procesamiento de la in
formacin, en la que se asocian unos componentes neuronales definidos con
unas funciones especficas de portar contenido.

7.5 Refinar la representacin


Como se puede ver incluso en estos ejemplos breves y superficiales, la
neurociencia contempornea constituye una interesante mezcla entre lo ra
dical y lo tradicional. Retiene gran parte del nfasis tradicional en los anli
sis de la computacin neuronal basados en componentes y en el procesa
miento de informacin, Pero lo hace dentro del contexto ms amplio de una
comprensin sistmica que, al mismo tiempo, est cada vez ms descentrali
zada y ms atenta al papel de la dinmica recurrente compleja. La nocin de
representacin interna sigue desempeando un papel fundamental, pero la
imagen de estas representaciones est experimentando unas alteraciones
fundamentales. En primer lugar, ia pregunta de qu es lo que se representa
internamente se ha vuelto a plantear, por un lado, como resultado de los es
tudios de abajo arriba de los perfiles de respuesta de poblaciones neuro
nales especficas {como en el trabajo de Schieber sobre la representacin en
la corteza motriz del mono) y, por otro, como resultado de una conciencia
creciente de la importancia del encaje ecolgico del organismo en su entor
no natural (como en la investigacin sobre la visin animada presentada an
teriormente). Y, en segundo lugar, la cuestin acerca de cmo se representan
las cosas internamente ha sido transformada por el trabajo conexionista so
bre la representacin distribuida y por el reconocimiento de que es mejor
ver las neuronas individuales como filtros sintonizados con mltiples di
mensiones de estmulo. Esta combinacin de descentralizacin, recurrencia,
sensibilidad ecolgica y representacin multidimensional distribuida, cons
tituye una imagen del cerebro representador que est muy lejos de la vieja
dea de un nico cdigo simblico interno (o lenguaje del pensamiento;
vanse Fodor, 1975 y Fodor, 1986). Es como la imagen representacional y
computacional, pero despojada de todo exceso de equipaje y racionalizada

La imagen neurocientifica I 191

para complementar el estudio de la dinmica organismo-entorno ms amplia


destacada en captulos anteriores. Para completar este proyecto de integra
cin y reconciliacin, debemos observar con ms detalle las nociones funda
mentales concretas de computacin y representacin.

Ser, computar, representar

8.1 Noventa por ciento de vida (artificial)?


Segn Woody Alien, el noventa por ciento de la vida consiste, simple
mente, en estar ah; y, desde luego, hemos visto de muchas maneras que los
hechos sobre la corporeizacin y la situacin ambiental tienen una impor
tancia considerable para explicar nuestro xito adaptativo. Sin embargo, en
los ltimos dos captulos hemos encontrado algunas advertencias importan
tes. En concreto, no deberamos tener demasiada prisa en rechazar los apa
ratos explicativos ms tradicionales de la computacin y la representacin.
Las mentes pueden estar esencialmente corporeizadas y embebidas y, aun
a s i depender fundamentalmente de unos cerebros que computan y repre
sentan. Sin embargo, para hacer que esta postura ecumnica cuaje, necesita
mos enfrentarnos especficamente a algunos retos directos relacionados con
las nociones mismas de computacin y representacin (tienen estas nocio
nes unas definiciones no triviales compatibles con el nuevo marco?) y a al
gunos problemas relacionados con la aplicacin prctica de estas nociones a
sistemas que muestran propiedades emergentes dependientes de procesos
marcados por una causalidad compleja, continua y recproca.1

8.2 Qu es eso que llamamos representacin?


Los cientficos cognitvos suelen hablar de los cerebros y de los modelos
informticos como si albergaran representaciones internas. Esta idea bsi
1. Vase la definicin ms adelante.

194 I Explicar la mente extendida

ca ofreca un terreno comn incluso para los campos, por lo dems opues
tos, del conexionismo y la inteligencia artificial clsica.2 Las diferencias en
tre conexionistas y clasicistas se centraban nicamente en la naturaleza pre
cisa del sistema de representaciones internas, no en su existencia misma. Los
clasicistas crean en una economa interna simblicamente slida donde
los contenidos mentales se almacenaban como cadenas de smbolos que po
dan ser ledas, copiadas y trasladadas por algn tipo de unidad central de
procesamiento interno. Los conexionistas crean en un estilo mucho ms im
plcito de representacin interna que sustitua las cadenas de smbolos sli
dos y manipulabas por vectores numricos complejos y operaciones bsicas
de reconocimiento y transformacin de patrones.
Aun as, tanto las representaciones simblicas explcitas y slidas como
las representaciones conexionistas distribuidas y vectoriales se consideraban
representaciones internas propiamente dichas. Desde este punto de vista, en
un sistema se da representacin interna siempre que ese sistema cumpla los
siquientes requisitos intuitivos (Haugeland, 1991):
1. El sistema debe coordinar sus conductas con caractersticas del en
torno cuya presencia no siempre sea segura.
2. El sistema se debe enfrentar a estos casos sustituyendo las seales
recibidas directamente desde el entorno por otra cosa que gue la conducta.
3. Esa otra cosa debe formar parte de un esquema de representacin
ms general que permita que esta sustitucin se produzca sistemticamente
y que d cabida a una variedad de estados de representacin relacionados
(vase Haugeland, 1991, pg. 62).
El primer requisito descarta los casos donde no hay ninguna sustitu
cin y donde la conducta est controlada directamente por la caracterstica
del entorno (por medio de una seal detectable). Por tanto, las plantas
que siguen al sol con sus hojas no necesitan una representacin del sol ni de
su posicin porque el seguimiento est guiado directamente por el mismo
sol (ibd., pg. 62). El segundo requisito identifica como representacin
cualquier cosa que sustituya a la caracterstica ambiental pertinente. Pero
el tercer requisito limita esta categora a las sustituciones que figuran en un
esquema de sustitucin ms amplio, descartando as (por ejemplo) los jugos
gstricos como representaciones completas de futuros alimentos (ibd.).
Aunque estos requisitos estn bien encaminados, creo que el papel de la ca
pacidad de desacoplamiento (la capacidad de emplear estados internos para

2.
Vanse la introduccin y el captulo 3 anteriores, as como Smolensky, 1988; Fodory
Pylyshyn, 1988, y Clark, 1989.

Ser, computar, representar I 195

orientar la conducta en ausencia de la caracterstica ambiental pertinente) es


un poco exagerado.
Consideremos una poblacin de neuronas en la corteza parietal posterior
de una rata. Estas neuronas contienen informacin sobre la direccin (iz
quierda, derecha, enfrente) hacia la que se orienta la cabeza del animal. Lo
hacen utilizando un esquema de codificacin que es general en un sentido
parecido al expresado en el tercer requisito de Haugeland. Segn mi pare
cer, la nocin de esquema representacional general es muy generosa y no re
quiere la presencia de una sintaxis de combinacin clsica que permita yux
taponer y concatenar elementos con toda libertad; creo que slo requiere
que nos encontremos frente a algn tipo de sistema de codificacin. Y estos
sistemas pueden ser de muchsimas maneras. Por ejemplo, bastar con que
el sistema sea tal que los elementos que se deban tratar de una manera simi
lar estn representados por unas codificaciones (como patrones de activa
cin en una poblacin de neuronas o en una red neuronal artificial) que es
tn prximas entre s en un espacio de estados multidimensiona adecuado.*
De hecho, este tipo de esquema de representacin es caracterstico de gran
parte del trabajo conexionista examinado anteriormente y pretende caracte
rizar por lo menos algunos de los sistemas de codificacin encontrados en los
cerebros biolgicos. Las poblaciones de neuronas parietales posteriores de la
rata son un caso ejemplar. Sin embargo, hasta ahora no hay nada en nuestra
descripcin que sugiera que estas neuronas puedan desempear su papel en
ausencia de una corriente continua de seales propioceptivas procedentes del
cuerpo de la rata. Si este desacoplamiento no es posible, nos enfrentamos
a un caso que satisface plenamente la tercera condicin de Haugeland (la pre
sencia de un esquema de codificacin sistemtica) pero no satisface las otras
dos (este esquema de codificacin no acta como sustituto en ausencia de se
ales entrantes). Qu podemos decir de un caso como ste?'
Parece razonablemente claro que si interpretamos los estados de la po
blacin neuronal como codificaciones de posiciones especficas de la cabeza
obtendremos una base explicativa til. Estas interpretaciones nos ayudan a
comprender el flujo de informacin dentro del sistema cuando, por ejemplo,
nos encontramos con otros grupos neuronales (como poblaciones dedicadas34
3. Vase mucha ms informacin sobre la codificacin de espacios de estados en Churchland, 1989; Clark, 1989 y Clark, 1993. Vase una discusin del contraste con los esquemas de
combinacin clsicos en van Gelder, 1990. Vase una discusin de la naturaleza especial de los
sistemas de representacin conexionistas en Clark, 1994.
4. La cuestin no es si las neuronas parietales posteriores de la rata pueden actuar en
ausencia de entradas visuales (por ejemplo, al soar, si es que las ratas suean). En cambio, la
cuestin es que la incapacidad de desacoplamiento en s no parece privar a la interpretacin
representacional de toda su fuerza explicativa.

196 I Explicar la mente extendida

al control motor) que consumen la informacin codificada en la poblacin


estudiada. Sin embargo, una aplicacin estricta de los criterios de Haugeand rechazara la descripcin de estos sistemas internos (con estados inter
nos no desacoplabas) como genuinamente representacionales. Esto parece
poco atractivo en vista de la muy real base explicativa que ofrece la inter
pretacin representacional y tampoco sintoniza con la prctica neurocientfica corriente.
Por tanto, los criterios de Haugeland parecen ser demasiado restrictivos.
Sin embargo, es importante encontrar alguna manera de limitar la aplicabilidad de la nocin de representacin interna. Por ejemplo, seguramente es
necesario descartar casos de mera correlacin causal y de control ambiental
demasiado simple. Seguramente es cierto que la presencia dentro de un sis
tema de algn tipo de estado interno complejo no es suficiente para justifi
car la caracterizacin del sistema como representacional. Como Beer (1995a)
y otros han destacado, existen sistemas de todo tipo (como las columnas de
destilacin de una refinera) con estados internos complejos y nadie siente la
tentacin de tratarlos como dispositivos de representacin. Tampoco basta
la mera existencia de una correlacin fiable -e incluso no accidental- entre
un estado interno y un parmetro ambiental o corporal para decir que hay
representacin. Ms que la mera existencia de la correlacin en s, lo que
cuenta es la naturaleza y la complejidad de esa correlacin y el hecho de
que un sistema consuma5 o explote de alguna manera un conjunto entero de
correlaciones por sus contenidos semnticos especficos. Por tanto, es im
portante que el sistema utilice estas correlaciones de una manera que indi
que que el sistema de estados internos tiene la funcin de contener tipos es
pecficos de informacin.
Existe una llamativa correlacin entre la marea y la posicin de la luna;
sin embargo, ninguna representa a la otra ya que (por ejemplo) nunca consi
deraramos plausible que las mareas hubieran sido seleccionadas o diseadas
-o hubieran evolucionado- con el fin de contener informacin sobre la po
sicin de la luna. En cambio, parece muy plausible suponer que la poblacin
de neuronas de la corteza parietal posterior de la rata (como resultado del
aprendizaje, la evolucin o lo que sea; vanse Millikan, 1984 y Dretske,
1988) contiene informacin sobre la direccin hacia la que apunta la cabeza
del animal. Y una hiptesis como sta recibe an ms apoyo cuando vemos
cmo otros sistemas neuronales de la rata consumen esta informacin cuan
do la rata recorre un laberinto radial.6
5. Probablemente la versin ms desarrollada de este tipo de enfoque orientado al con
sumo sea la de Millikan (1994).
6. Vanse detalles en las pags. 49-50 de McNaughton y Nadcl, 1990.

Ser, computar, representar 1 197

Por tanto, el hecho de que un estado interno sea una representacin no


depende tanto de su naturaleza detallada (por ejemplo, si se asemeja a una
palabra en un lenguaje interno, o a una imagen, o a otra cosa totalmente dis
tinta) como del papel que desempea dentro del sistema. Puede ser una es
tructura esttica o un proceso extendido en el tiempo. Puede ser local o muy
distribuido. Puede ser muy preciso o lamentablemente impreciso. Lo que
cuenta es que se supone que contiene un tipo determinado de informacin y
que su papel en relacin con otros sistemas internos y con la produccin de
la conducta es, precisamente, contener esa informacin. Este punto est muy
bien argumentado por Miller y Freyd, quienes aaden que el punto fuerte
del representacionalismo siempre ha sido la concepcin normativa bsica de
que las representaciones internas deben registrar con precisin procesos y
estados externos importantes y que su punto dbil... es consecuencia de
supuestos demasiado limitados sobre qu puede actuar como representacin
y qu cosas vale la pena representan (1993, pg. 13). Estoy totalmente de
acuerdo, aunque matizando el nfasis innecesario en la precisin del registro.
Teniendo presentes todas estas observaciones, consideraremos que una
explicacin es representacionalista si describe sistemas enteros de estados
(locales o distribuidos) o procesos (secuencias temporales de estos estados)
internos identificables, como entidades cuya funcin es contener tipos espe
cficos de informacin acerca de estados de cosas corporales o externos. Por
tanto, la teorizacin representacionalista se encuentra en los tramos superio
res de un continuo de posibilidades cuyos lmites inferiores, que no son representacionalistas, incluyen meras correlaciones causales y casos muy sim
ples de lo que puede denominarse conexin adaptativa. Las conexiones
adaptativas van ms all de las meras correlaciones causales en la medida en
que requieren suponer que los estados internos del sistema coordinan sus
conductas (mediante la evolucin, el diseo o el aprendizaje) con contin
gencias ambientales especficas. Pero cuando la conexin es muy simple
(como en el caso de un girasol o de un robot que busca una fuente de luz)
ganamos poca cosa tratando el estado interno como una representacin. Mi
propuesta es que el discurso representacionalista es adecuado cuando abor
damos estados internos que presentan adems una coordinacin sistemtica
con un espacio entero de contingencias ambientales. En estos casos es til
concebir los estados internos como un cdigo que puede expresar toda una
gama de posibilidades y que es ledo eficazmente por otros sistemas inter
nos que necesitan obtener informacin sobre las caractersticas del entorno
que se estn reflejando. Por tanto, la conexin adaptativa se va convirtiendo
paulatinamente en una representacin interna genuina a medida que la co
nexin se hace ms compleja y sistemtica. En el otro extremo de este conti
nuo nos encontramos con los seres de Haugeland, que pueden desplegar es

198 I Explicar la mente extendida

tos cdigos internos en ausencia total de las caractersticas ambientales perti


nentes, Se trata de los seres que ms representan su mundo, y que pueden lle
var a cabo imaginaciones complejas, reflexiones fuera de lnea y razonamientos
contrafcticos. Los problemas cuya solucin exige estas capacidades estn vi
dos de representacin, es decir, parecen pedir a gritos el empleo de aspectos
sistmicos internos como sustitutos de estados de cosas externos. Sin embar
go, esto no implica que los seres capaces de resolver estos problemas deban
emplear representaciones internas para hacerlo. Segn la nocin de represen
tacin interna propia de la ciencia cognitiva, tambin podemos obtener una
base explicativa tratando los subestados o procesos internos identificables
como si fueran portadores de contenidos especficos, y descifrando los esque
mas de codificacin ms generales en los que figuran. Si este proyecto se viera
obstaculizado (por ejemplo, si encontrramos seres capaces de pensar en lo
distal y en lo inexistente, y cuya capacidad para el razonamiento y el pensa
miento se resistiera a todos nuestros intentos de sustentar interpretaciones representacionales en sucesos internos concretos), nos enfrentaramos a agen
tes representadores que no trabajaran con representaciones internas!
Por tanto, la pregunta que se nos plantea es la siguiente: qu papel de
sempearn -si es que llegan a desempear alguno- las interpretaciones representacionales de sucesos internos especficos en las explicaciones de una
ciencia cognitiva madura? Esta pregunta tiene una sorprendente variedad de
respuestas, que incluye las siguientes:
1. Estas interpretaciones carecen de importancia explicativa pero pue
den desempear una funcin heurstica.
2. Estas interpretaciones inducen a error. Vincular unos estados o pro
cesos internos concretos con unas funciones de portar contenido lleva a con
clusiones tericas errneas.
3. Estas interpretaciones forman parte del aparato mismo explicativo y re
flejan verdades importantes sobre las funciones de diversos estados y procesos.
Algunos entusiastas (que no todos) de la teora de los sistemas dinmicos
y de la investigacin de agentes autnomos han empezado a inclinarse hacia
la opcin ms escptica, es decir, hacia un rechazo completo de las explica
ciones .del procesamiento de informacin que identifiquen unos estados o
procesos internos concretos como portadores de unos contenidos especfi
cos. Esta postura conlleva la tentacin de apoyar una tesis radical que se
puede resumir como sigue:
Tesis de la cognicin corprea radical. Toda perspectiva estructurada, sim
blica, representacional y computacional de la cognicin es errnea. La me

Ser, computar, representar I 199

jor manera de estudiar la cognicin corprea es mediante ideas y esquemas


explicativos no computacionales y no representacionales que supongan, por
ejemplo, los instrumentos de la teora de los sistemas dinmicos.
Se pueden encontrar versiones de esta tesis en trabajos recientes en el
campo de la psicologa del desarrollo (vase el captulo 2 anterior; vanse
tambin Thelen y Smith, 1994 y Thelen, 1995), en el campo de la robtica en
mundo real y en la teora de los agentes autnomos (vase el captulo 1 ante
rior; vanse tambin Smithers, 1994 y Brooks, 1991), en tratamientos filos
ficos y de ciencia cognitiva (Maturana y Varela, 1987; Varela y otros, 1991;
Wheeler, 1994) y en algunos enfoques neurocientficos (Skarda y Freeman,
1987). Entre otras perspectivas ms prudentes que, sin embargo, tienden al
escepticismo en relacin con el cmputo y la representacin interna se inclu
yen Beer y Gallagher, 1992; Beer, 1995b; van Gelder, 1995; y varios ensayos
de Port y van Gelder, 1995. Los precedentes histricos de este escepticismo
tambin estn en boga: vanse especialmente Heidegger, 1927; MerleauPonty, 1942; y los trabajos de J. J. Gibson7y los psiclogos ecolgicos.
Por tanto, parece que la tesis de la cognicin corprea radical tiene un
apoyo genuino.8 La perspectiva resultante supone rechazar las explicaciones
basadas en representaciones internas y la aplicacin de explicaciones com
putacionales a la psicologa, y nos insta a abandonar estos instrumentos an
ticuados en favor de los flamantes instrumentos de la teora de los sistemas
dinmicos.
Creo que este radicalismo es a la vez injustificado y un tanto contrapro
ducente. Tiende a fomentar la competicin cuando el progreso exige coope
7. Vase, por ejemplo, Gibson, 1979.
8. Consideremos las siguientes citas: Nuestro compromiso con una teora biolgica
mente coherente significa que rechazamos categricamente las analogas con mquinas de la
cognicin y el desarrollo... Evitamos deliberadamente el vocabulario tecnolgico que habla de
dispositivos procesadores, programas, unidades de almacenamiento, esquemas, mdulos o dia
gramas de cableado. Lo sustituimos... por un vocabulario adecuado para un sistema fluido y
orgnico con ciertas propiedades termodinmicas (Thelen y Smith, 199-1). Postulamos que
el desarrollo se produce a causa de una pauta de actividad trabada en d tiempo que atraviesa
componentes heterogneos. No construimos ninguna representacin! La mente es una acti
vidad en... tiempo real de causas fsicas reales (ibd), La representacin es la unidad errnea
de abstraccin en la construccin de las partes ms voluminosas de los sistemas inteligentes
(Brooks, 1991). El concepto de representacin... es innecesario como piedra angular para
explicar el cerebro y la conducta (Skarda y Freeman, 1987). Las explicaciones basadas en es
tructuras dentro de la cabeza - creencias, reglas , conceptos y esquemas-n o son acep
tables... Nuestra teora gira en torno a nuevos coriccptos: no linealidad, reentrada, acopla
miento, heterocronicidad, atractores, momento, espacios de estados, dinmica intrnseca,
fuerzas. Estos conceptos nuevos no se pueden reducir a los antiguos (Thden y Smith, 1994).

200 I Explicar la mente extendida

racin. En la mayora de los casos, por lo menos, el nfasis incipiente en los


papeles del cuerpo y del mundo se puede considerar complementario de la
bsqueda de interpretaciones computacionales y representacionales. En los
prximos apartados examinaremos varias causas posibles de este escepticis
mo hacia las perspectivas representacionales y computacionales y mostrar
que, en general, la conclusin radical no est justificada, bien porque los fe
nmenos aludidos carecen de una avidez de representacin suficiente, bien
porque la conclusin escptica exige una lectura demasiado estrecha y res
trictiva de los trminos fundamentales representacin y computacin.

8.3 Representacin orientada hacia ia accin


Una cosa est cada vez ms clara. En la medida en que el cerebro biolgi
co opere con algo que se pueda describir adecuadamente como representa
cin interna, una gran parte de esas representaciones sern locales y estarn
orientadas hacia la accin en vez de ser objetivas e independientes de la ac
cin. Aqu se da un contraste entre representaciones personalizadas, com
putacin almente econmicas y localmente eficaces, y estructuras cuyo conte
nido se parece ms a smbolos clsicos que denotan elementos de la realidad
pblica y objetiva. Tomemos el trabajo sobre la visin animada presentado en
el captulo 1 anterior. Aunque en l se mantiene el compromiso con el empleo
de descripciones tanto computacionales como representacionales, la natura
leza de los procesamientos y de las representaciones se ha replanteado para
que refleje el papel fundamental (por ejemplo) del movimiento corporal real
(incluyendo el desplazamiento de la fvea) para determinar y simplificar los
problemas de procesamiento de informacin que caben resolver. Las estrate
gias seguidas suponan una mayor dependencia de lo que Ballard (1991) ha
denominado representaciones personalizadas, es decir, el empleo de repre
sentaciones de caractersticas idiosincrsicas y localmente eficaces para orien
tar la conducta. Por ejemplo, para guiar una bsqueda visual de nuestra taza
de caf podemos depender en gran medida del color particular de la taza y
(segn la teora de la visin animada) podemos emplear una representacin
interna cuyo contenido sea (por ejemplo) que nuestra taza es amarilla. Esta
descripcin slo es eficaz localmente (no se podr generalizar para ayudamos
a encontrar otras tazas de caf) y est muy centrada en el agente. Pero una de
sus ventajas es que supone caractersticas cuya deteccin es computacionalmente econmica: el color se puede reconocer incluso en las periferias de
baja resolucin del campo visual.
Segn Ballard, los sistemas clsicos tendan a ignorar estas caractersticas
localmente eficaces porque la identidad del objeto (el hecho de ser una taza

Ser, computar, representar i 201

de caf) no depende, por ejemplo, de su color. En cambio, estos sistemas


se centraban en procedimientos de identificacin que buscaban caracte
rsticas menos accidentales y que, en consecuencia, invocaban estados representacionales internos cuyos contenidos reflejaban propiedades ms
profundas y ms independientes del agente, como la forma y la capacidad.
Sin embargo, esto puede ser inadecuado para modelar el conocimiento en
lnea9 que empleamos para guiar nuestras bsquedas en tiempo real. En
particular, los sistemas clsicos omiten la tendencia dominante en los
agentes humanos a estructurar activamente su entorno con el fin de redu
cir posteriores cargas computacionales. Por tanto, es plausible suponer
que algunos de nosotros empleamos tazas de colores brillantes, en parte
porque as podremos basarnos en representaciones simples y personaliza
das para guiar su bsqueda e identificacin. Cuando hacemos esto, aadi
mos estructura a nuestro entorno de una manera diseada para simpifi
car posteriores conductas de resolucin de problemas, de manera muy
parecida al empleo por parte de ciertos insectos sociales de pistas qumi
cas que aaden a su entorno local una estructura fcil de utilizar y que les
permite hacer que el camino hasta el alimento sea detectable con un gas
to computacional mnimo. Como destaca Ballard, el mundo del comercio
muestra una profunda apreciacin (rayana en la veneracin) por el poder
de estas estructuras accesorias: las pelculas Kodak vienen en cajas de
un vivo color amarillo; los productos ecolgicamente sanos muestran un
suave color verde en su exterior; la marca X de copos de maz se vende en
cajas rojas. Aunque muchas de esta codificaciones no se generalizarn ms
all de una cadena de supermercados o de una marca dada, son utilizadas
por el consumidor para simplificar la bsqueda y la identificacin de ar
tculos y, en consecuencia, benefician al fabricante en trminos econmi
cos concretos.
As pues, puede que una explicacin al estilo de la visin animada de los
cmputos subyacentes a la bsqueda y la identificacin visual en lnea, no
haga alusin a representaciones internas que describan caractersticas defi
9.
Aqu se establece una distincin entre las estrategias que empleamos (en linea) para
provocar identificaciones y respuestas rpidas durante la accin cotidiana y las estrategias que
tenemos a nuestra disposicin (desconectadas o fuera de lnea) como procedimientos de res
paldo ms reflexivos y que consumen ms tiempo. As, podemos emplear seales sencillas
como barbas y canas para la deteccin cotidiana de abuelos (o aletas y natacin para detectar
peces) aun poseyendo estrategias mucho ms precisas que podramos desplegar si tuviramos
ms tiempo e informacin. Por tanto, la expresin en lnea significa una resolucin de pro
blemas cotidianos limitada en cuanto a tiempo y recursos que favorece la adopcin de estrate
gias sobre la marcha y semiautomatizadas en detrimento de procedimientos ms intensivos
que reflejaran nuestros conocimientos y compromisos ms profundos.

202 I Explicar la mente extendida

nidoras de clases de objetos interpersonalmente vlidas. Sin embargo, estas


explicaciones siguen haciendo alusin a unas bases de datos donde se aso
cian unas caractersticas localmente eficaces con unos elementos dados.
Adems, como vimos en el captulo 7, una explicacin completa del proce
samiento visual tambin deber incluir descripciones de mecanismos gene
rales para la deteccin (por ejemplo) de la forma, el color y el movimiento.
Y hemos visto que estas explicaciones suelen asociar vas y centros nerviosos
especficos con el procesamiento y la codificacin de tipos concretos de in
formacin.
A estas alturas, tambin es importante que est claro que las vertientes
computacional y representacional de la investigacin sobre la visin anima
da no nos exigen aceptar una imagen del cerebro como si fuera un sistema
clsico basado en reglas y smbolos. Los enfoques conexionistas (vase el ca
ptulo 3 anterior) constituyen una demostracin clara de la posibilidad de
emplear unos marcos alternativos que, no obstante, estn basados en la
computacin y (normalmente) en la representacin. Tambin debera estar
claro que los tipos de explicaciones neurocientficas exploradas en el cap
tulo 7 anterior son muy distintas de la visin clsica de una economa inter
na centralizada, dedicada al tratamiento de smbolos. Recordemos que en la
hiptesis de las zonas de convergencia se describan unas funciones de re
presentacin de nivel superior que, en esencia, emergan a partir de la coac
tivacin trabada en el tiempo de zonas de procesamiento ms bsico y de ni
vel inferior; o que en la explicacin de la visin de los primates se reconoca
la sensibilidad al contexto, la complejidad y la sofisticacin de los esquemas
naturales de codificacin y que las neuronas se equiparaban a filtros sintoni
zados con mltiples dimensiones de estmulo; o que en el nuevo modelo del
control de los dedos del mono la funcin de las formas de representacin in
terna estaba muy distribuida y se orientaba a acciones bsicas (la represen
tacin de sinergias de toda la mano como objetivo bsico de las codificacio
nes de el rea MI de la mano). En todos estos casos, nos encontramos ante
una imagen neurocientfica que est basada en la representacin (por cuan
to reconoce la necesidad de asignar funciones especficas de portar conteni
do a componentes y procesos internos) y que muestra una loable generosi
dad en relacin con las formas, con frecuencia complejas y no intuitivas, en
que la naturaleza despliega sus recursos internos.
Un contraste similar, presentado con cierto detalle en captulos anterio
res, se refiere al empleo de representaciones que ms que ser personalizadas
o parciales estn orientadas hacia la accin. Se trata de estados internos que
(como se describi en el apartado 2.6 anterior) son al mismo tiempo codifi
caciones de cmo es el mundo y especificaciones de acciones apropiadas. El
mapa interno que adems es una especificacin de la actividad motriz nece

Ser, computar, representar I 203

saria para vincular localizaciones diferentes (vase el apartado 2.6 anterior)


es un buen ejemplo.
Como ejemplo adiciona!, consideremos brevemente el cangrejo robot
descrito en el captulo 5 de Churchland, 1989 y examinado en Hooker y otros,
1992. Este cangrejo emplea enlaces punto a punto entre dos mapas topogr
ficos deformados para especificar directamente conductas de asimiento a
partir de entradas simples de percepcin. En este ejemplo, las propias codi
ficaciones visuales iniciales se deforman o sesgan con el fin de reducir la
complejidad de los cmputos necesarios para emplear esa informacin en
la especificacin del asimiento. Tambin aqu se explota un tipo de repre
sentacin interna centrada en la accin (o dectca; vase Agre, 1988) don
de el sistema no crea primero un modelo completo y objetivo del mundo y
despus define un procedimiento costoso que (por ejemplo) tome este mo
delo como entrada y genere como salida unas acciones orientadas hacia la
bsqueda de alimento. En cambio, las codificaciones iniciales del sistema ya
se dirigen hacia la produccin de la accin apropiada. Este tipo de sesgo
orientado hacia la accin puede ser, al menos en parte, lo que Gibson pre
tenda establecer cuando deca, con un discurso retricamente problemti
co, que los organismos perciben directamente el mundo en funcin de sus
facilitaciones para la accin., Al parecer, la percepcin no se debera conceptualizar (o, por lo menos, no siempre) independientemente de la clase de
acciones que un ser necesita llevar a cabo.
Por tanto, las representaciones orientadas hacia la accin presentan ven
tajas e inconvenientes. Como ya hemos visto, las ventajas incluyen la capaci
dad para guiar acciones apropiadas en circunstancias ecolgicamente nor
males de una manera computacionalmente econmica. Las desventajas son
igualmente evidentes. S un ser necesita emplear el mismo conjunto de in
formacin para desarrollar actividades mltiples o de carcter abierto, con
frecuencia ser ms econmico desplegar una codificacin ms neutral res
pecto a la accin que pueda actuar como entrada para toda una gama de ru
tinas de procesamiento ms concretos. Por ejemplo, si el conocimiento sobre
la situacin de un objeto se debe emplear para mltiples fines diferentes,
puede ser ms eficiente generar un solo mapa interno independiente de la
accin a! que accedan mltiples rutinas con un objetivo ms especializado.
Con todo, es razonable suponer que las clases de representacin inter
na ms orientadas hacia la accin son las ms bsicas en relacin con la10
10.
Vase el apartado 2.7 anterior. Hooker y otros (1992) plantearon una propuesta simi
lar en un brillante articulo que contrasta con claridad las diversas concepciones de la repre
sentacin interna y defiende una nocton de la representacin como control. Vase tambin
Clark, 1995.

204 I Explicar la mente extendida

evolucin y el desarrollo." Y hasta puede ocurrir que la inmensa mayora


de las acciones y las resoluciones de problemas de carcter cotidiano, r
pido y fluido, dependan de ellas. Para nuestros fines actuales, la cuestin
es, simplemente, que el hecho de que esto sea cierto no basta para esta
blecer la tesis de la cognicin corprea radica!, porque seguiramos obte
niendo una considerable base explicativa a partir de la comprensin de las
caractersticas especficas del espacio personal o egocntrico implicado en
el anlisis basado en la accin. Por tanto, la comprensin de los conteni
dos especficos de las representaciones orientadas hacia la accin desem
pea la habitual funcin explicativa de poner de manifiesto la funcin
adaptativa de ciertos procesos o estados internos y ayudar a determinar su
contribucin a unas redes de procesamiento de informacin cada vez ma
yores.

6.4 Programas, fuerzas y programas parciales


A continuacin, consideremos algunas afirmaciones de Thelen y Smith
(vase el captulo 2 anterior) segn las cuales aprender a caminar y aprender
a alcanzar no dependen de programas almacenados. Recurdese que Thelen
y Smith mostraron, de una manera muy convincente, que estos aprendizajes
dependen de una multiplicidad de factores extendidos por el cerebro, el
cuerpo y el entorno local. Sin duda, esta imagen difiere profundamente de
concepciones ms tradicionales, donde las diversas etapas de (por ejemplo)
caminar se describen como la mera ejecucin de un conjunto de instruccio
nes ya existentes que estn codificadas en un recurso interno especificado
genticamente. La diferencia reside en que Thelen y Smith no consideran
que las pautas de conducta del nio12se encuentren bajo el control de un re
curso interno fijo, sino que emergen de un dilogo continuo en el que in
tervienen factores neuronales, corporales y ambientales. Por ejemplo, vimos
que los movimientos de pisar de un nio se pueden inducir fuera de su mo
mento evolutivo usual si sostenemos al nio erguido dentro de agua tibia. Y
vimos que las diferencias individuales en los niveles de energa y en los re
pertorios bsicos de movimientos con los brazos hacen que cada nio se en
frente a problemas diferentes cuando aprende a alcanzar. (Los nios ms acU . Para la evolucin ase Millikan, 1995. Para el desarrollo vanse Karmiloff-Smith,
1979; Karmiloff-Smith, 1992 y Clark y Karmiloff-Smith, 1993. La imagen tentadora de una
transicin gradual desde unas codificaciones orientadas hacia la accin hasta unas codificacio
nes ms neutrales respecto a ella se discute brevemente en Clark, 1995.
12. Vase Thelen y Smith, 1994, pgs. 8-20 y 263-266.

Ser, computar, representar I 205

tivos en el aspecto motor deben aprender a moderar y controlar sus movi


mientos cuando agitan los brazos, mientras que los nios ms pasivos deben
aprender a generar una fuerza inicial suficiente para lanzar el brazo hacia un
objetivo). Un estudio detallado de varios nios que mostraban estas diferen
cias en sus pautas de actividad apoyaba la conclusin general de que [los
nios] descubrieron [soluciones al problema de alcanzar] en relacin con
sus propias situaciones, forjadas a partir de sus paisajes individuales y sin es
tar prefiguradas por una sinergia conocida de antemano por el cerebro o por
los genes (Thelen y Smith, 1994, pg. 260). Naturalmente, esto no significa
que estas soluciones no tengan nada en comn. Segn Thelen y Smith, com
parten una rutina de aprendizaje donde el sistema brazo-msculo se trata
como un ensamblaje de muelles y masas, y la tarea del sistema nervioso cen
tral consiste en aprender a controlar ese ensamblaje ajustando parmetros
como la rigidez inicial de los muelles. Por tanto, la tarea consiste en coordi
nar la dinmica intrnseca del sistema para ponerla al servicio de una meta
dada. En consecuencia, no existen instrucciones o programas explcitos a
priori ni para la trayectoria de la mano, ni para coordinar los ngulos de las
articulaciones, ni para las pautas de activacin muscular (ibd., pg. 264).
En cambio aprendemos a manipular unos cuantos parmetros bsicos (como
las condiciones iniciales de rigidez) para esculpir y modular la conducta de
un sistema fsico cambiante que posee una dinmica intrnseca rica y en pro
ceso de desarrollo.
Los experimentos y datos presentados por Thelen y Smith son fascinan
tes, importantes y convincentes. Pero no apoyan inequvocamente la serie de
afirmaciones radicales resumida en el apartado 8.2 anterior. En vez de un ar
gumento claro en contra del compuracionalismo y el representacionalsmo
en general', nos encontramos con un conjunto de evidencias que indican que
no descubriremos explicaciones computacionales y representacionales co
rrectas si no damos la importancia que merece al papel del cuerpo y del en
torno local: un papel que incluye definir problemas y, en ocasiones, resol
verlos. Hemos visto que las cualidades elsticas de os msculos y los niveles
variables de energa de los nios contribuyen a concretar los problemas es
pecficos que un cerebro determinado debe resolver. Y es fcil imaginar s
tuaciones similares donde unos parmetros ambientales y corporales pueden
contribuir a la obtencin de unas soluciones concretas: por ejemplo, ajustar
se a unas extremidades basadas en muelles permite que los robots ambulan
tes se adapten a terrenos irregulares sin el esfuerzo computacional masivo
que hara falta para obtener el mismo resultado empleando sensores y bucles
de retroalimentacin en un medio que no se ajuste (vanse tambin Michie y
Johnson, 1984 y el captulo 1 anterior). Adems, cuando reconocemos el pa
pel del cuerpo y del entorno (recurdense los ejemplos de los nios que pi

206 I Explicar la mente extendida

saban suspendidos en el agua) en la construccin de problemas y de solu


ciones, se hace evidente que, para ciertos fines explicativos, el sistema global
formado por cerebro, cuerpo y entorno local puede constituir un objeto de
estudio apropiado y unificado. Sin embargo, estas nociones e ideas tan im
portantes son totalmente compatibles con el estudio de la cognicin desde
una perspectiva computacional1 y representacional. En mi opinin, la au
tntica conclusin de estas consideraciones es una mejor explicacin computacional y representacional, no un rechazo total de estas perspectivas.
Teniendo esto presente, es revelador observar con ms detenimiento al
gunos pasajes especficos donde se rechaza el computacionalismo. He aqu
un ejemplo tpico:
Los datos sobre el desarrollo brindan un convincente apoyo a... las posturas
contrarias al computacionalismo. Es necesario rechazar la visin piagetiana de
que el estado final del desarrollo es llegar a ser como un lgico suizo y la convic
cin maduracionista de que en el cerebro hay un ejecutivo... que dirige el curso
del desarrollo (Thelen 1995, pg. 76).
La cuestin que cabe destacar es que, aqu (como en otros lugares), la ex
presin enrgica de una postura anticomputacional est seguida de una des
cripcin ms minuciosa y precisa de los objetivos. Si ignoramos las afirma
ciones espectaculares y nos centramos en estas descripciones ms minuciosas,
veremos que el verdadero malo de la pelcula no es el computacionalismo (o
el representacionalismo) per se sino ms bien:
1. La afirmacin de que el desarrollo est dirigido por un plan total
mente detallado de antemano.134
13. Quedan pendientes muchas cuestiones delicadas acerca de la manera correcta de com
prender la nocin misma de computacin. En particular, hay quien afirma que la computacin
propiamente dicho slo puede darse en sistemas que emplean estados discretos en vez de (por
ejemplo) unidades con niveles continuos de activacin. Este punto de vista formalista de la
computacin se vincula con las ideas de digitalizacin que subyacen a muchos resultados clsi
cos en la teora de la computacin. Sin embargo, tambin hay una nocin de computacin ms
informal (con unos orgenes histricos igualmente impresionantes en los trabajos iniciales del
denominada computacin analgica) relacionada con las ideas generales de procesamiento au
tomtico de informacin y de transformacin de representaciones. Yo mismo adopto esta no
cin menos restrictiva de la computacin en el presente volumen. Obsrvese que, desde esta
perspectiva, la tarea de demostrar que un sistema es computacional se reduce a demostrar que
transforma y procesa automticamente informacin. Pero estas mismas nociones tambin son
problemticas. Vanse exposiciones ms detalladas de todas estas cuestiones en Giunti, 1996:
Smith, 1995; Smitb, 1996; Hardcastlc, 1995 y en los artculos de Harnad, 1994.
14. Vanse afirmaciones similares en las pgs. 83-85, 161 y 331-338 de Thelen y Smith,
1994 y en la pg. 74 de Thelen, 1995.

Ser, computar, representar I 207

2. La afirmacin de que la cognicin adulta implica operaciones lgicas


internas sobre estructuras de datos preposicionales (es decir, la nocin logicista de la etapa final del desarrollo cognitivo atribuida a Piaget).
En lugar de estas tesis, Thelen y Smith proponen (de una manera bas
tante convincente desde mi punto de vista) lo siguiente:
1*. El desarrollo (y la accin) presentan un orden que es meramente eje
cutor. Las soluciones son el resultado de un montaje blando de mltiples
componentes heterogneos, incluyendo la mecnica corporal, los estados y
procesos neuronales y las condiciones ambientales (1994, pg. 311).
2*. Aun cuando la cognicin adulta parezca muy lgica y preposicional,
en realidad se basa en recursos (como metforas de fuerza, accin y movi
miento) desarrollados en una actividad en tiempo real y que tienen su base
en la experiencia corporal (ibd., pg. 323; Thelen, 1995).
El apoyo experimental para Ia se present en el captulo 2 anterior. No
enumerar los argumentos a favor de 2 * ni intentar decidir sobre ninguna de
estas afirmaciones. Slo dir que admitir estas dos afirmaciones es totalmen
te compatible con un compromiso sustancial con el empleo de la explicacin
computacional. De hecho, las pruebas presentadas funcionan mejor contra
modelos que suponen codificaciones clsicas cuasi lingsticas y contra la no
cin de que los estados iniciales de la mente del nio determinan por com
pleto el curso de su desarrollo posterior. Pero incluso el venerable conexionismo hizo frente, hace ya tiempo, a la tirana ejercida por las codificaciones
cuasi lingsticas- Y sin duda los especialistas en desarrollo atrados por los
modelos informticos pueden abrazar la nocin (que se expondr ms ade
lante) de soluciones parcialmente programadas, es decir, aquellos casos donde
el programa inicial del nio est configurado por la evolucin precisamente
para permitir que la dinmica corporal y las contingencias del entorno local
ayuden a determinar el curso y el resultado del proceso de desarrollo. Por
tanto, los programas parciales compartiran el carcter lgico de la mayora
de los genes: no llegaran a constituir un diseo completo del producto final
y cederan muchas decisiones a las condiciones y procesos del entorno local.
Sin embargo, continuaran siendo unos factores aislables que, en un contex
to natural, con frecuencia marcan una diferencia tpica e importante.15
Por tanto, supongamos que admitimos que, por lo menos en los casos
examinados, el cerebro no contiene ninguna receta exhaustiva para el xito
15.
Vase una exposicin completa del complejo caso de la especificacin gentica par
cial en las pgs. 116-117 de Dcnnett, 1995.

208 I Explicar fa mente extendida

conductual. Se desprende de ello que el discurso sobre programas internos


es necesariamente errneo en casos como stos? Y si fuera as, tambin se
desprendera que no es til contemplar las races neuronales de esta activi
dad como algo que implica procesos computacionales? Argumentar que la
respuesta a ambas preguntas es no. En pocas palabras, pongo en duda las
transiciones implcitas desde no existe ninguna receta exhaustiva a no
hay programas internos y desde no hay programas internos a no hay
computacin. Me parece que estas posturas fallan por su base, aunque
plantean una plyade de cuestiones sutiles y profundas que no pretendo ser
capaz de resolver completamente.
Consideremos la idea misma de un programa para hacer tal o cual cosa
como, por ejemplo, calcular nuestros impuestos. La imagen ms bsica es la
de una receta: un conjunto de instrucciones que, si se siguen fielmente, re
solvern un problema. Cul es la diferencia entre una receta y una fuerza
que, si se aplica, tiene un resultado determinado? Tomemos, por ejemplo, el
calor aplicado a una sartn llena de aceite: el calor, cuando alcanza un valor
determinado, ocasiona la emergencia de remolinos y bucles de conveccin
en el aceite. Es el calor {en ese valor determinado) un programa para la cre
acin de estos efectos? Es una receta para crear remolinos y bucles de con
veccin? Sin duda, no: slo es una fuerza aplicada a un sistema fsico. Pero,
aunque el contraste es evidente, es sorprendentemente difcil dar una expli
cacin razonada de la diferencia. Dnde deberamos buscar las diferencias
que marcan esa diferencia?
Un lugar donde mirar es la idea de programa, entendido literalmente
como un conjunto de instrucciones. Las instrucciones se formulan en algn
tipo de lenguaje: un sistema de signos que se pueden interpretar mediante al
gn dispositivo de lectura (un oyente para instrucciones habladas; un com
pilador para instrucciones en LISP; etc.). Por tanto, una razn por la que el
calor aplicado a la sartn no se parece a un programa para bucles de con
veccin puede ser que no presenta ningn indicio de un lenguaje: ningn
rastro de smbolos o seales que necesiten posterior interpretacin o desco
dificacin.
Otra razn, relacionada con la anterior, es que el parmetro de control
(la cantidad de calor necesaria para producir, por ejemplo, bucles de con
veccin) parece ser demasiado simple e indiferenciado. Como uno de mis es
tudiantes coment acertadamente, se parece ms a enchufar el ordenador
que a ejecutar un programa en l. Desde luego, sospecho que esta diferencia
es la fundamental (aunque aqu es donde las aguas an estn demasiado tur
bias para ver con claridad) y que la cuestin de exigir un lenguaje o un cdigo
es, en cierto modo, derivada. Consideremos dos supuestos programas
para calcular nuestros impuestos. Uno consta de 400 lneas de instrucciones

Ser, computar, representar I 209

y abarca explcitamente todo el terreno que cabe esperar. El otro est dise
ado para ser ejecutado en un equipo muy especial que ya est preparado
para calcular impuestos. Este programa slo contiene la instruccin cal
cular impuestos. Sin duda, es un ejemplo de programa muy restrictivo o
marginal. Contiene una instruccin que (supongamos) debe ser descodifica
da por un dispositivo de lectura para que se produzca la conducta deseada.
Pero parece tener ms en comn con el ejemplo del mero enchufe (y, en
consecuencia, con el modelo del calor aplicado a la sartn) que con la ima
gen de una receta para el xito. As pues, quiz la base conceptual no sea la
mera intervencin de seales y descodificaciones sino la medida en que la
conducta deseada (el clculo de impuestos, los bucles de conveccin) est
realmente especificada por la fuerza aplicada en vez de ser simplemente ac
tivada por ella. Este diagnstico parece intuitivamente atractivo y puede ayu
dar a explicar, por ejemplo, por qu es tentador tratar el ADN como si pro
gramara resultados fsicos,'6mientras se niega que el calor programe el aceite
de la sartn.
Por tanto, la idea de un programa parcial es la idea de una especificacin
genuina que, no obstante, cede gran parte del trabajo y de la toma de deci
siones a otras partes de la matriz causal global. En este sentido, se parece16
16.
Sin embargo, el caso de la programacin gentica es delicado e interesante y por ra
zones que guardan mucha relacin con nuestra discusin. El genoma, codifica realmente los
resultados evolutivos? En cierto sentido, no. Cada vez est mas claro que la mayora de las ca
racterstieas o rasgos de los individuos son el resultado de una compleja interaccin entre ml
tiples genes y las condiciones ambientales locales. Por tanto, debemos abandonar por com
pleto la nocion de genes para algo especifico? La pregunta sigue abierta, pero recientemente
varios tericos han propuesto que las ideas sobre la codificacin y la especificacin genticas
todavia pueden tener sentido y ser tiles a pesar del hecho de que, como mucho, un gen de
terminado es un determinante parcial cuyos efectos definitivos dependen en gran medida de la
estructura del entorno y de la presencia de otros genes. Una razn es que decir que un gen de
terminado es para algo nos alerta sobre cierto tipo de hecho funcional: un hecho cuya espe
cificacin no es problemtica siempre y cuando las otras condiciones (el resto de los genes, e!
entorno local I se mantengan constantes. Asi, se argumenta que es seguro y apropiado decir que
un gen es un gen para un cuello largo si los rivales para el lugar de ese gen en el cromosoma
condujeran en el entorno pertinente (incluyendo el enlomo gentico! a un cuello mas cono
(Sterelny, 1995, pg. 162J. Por qu adornar la contribucin gentica con el barniz de un pro
posito tun gen para un cuello largo)1* Porque, dicho simplemente, el material gentico existe
para controlar esa caracterstica, mientras que los parmetros ambientales locales (normal
mentel no. Sterelny cita el ejemplo de unas plantas que se desarrollan de maneras distintas en
climas diferentes. Estas diferencias tienen un valor adaptativo y son provocadas por la combi
nacin de las condiciones climticas locales (que actan como disparadores) y las influencias
genticas. Pero el genoma est estructurado precisamente para permitir esta adaptacin cli
mtica, mientras que el clima, como todos sabemos, es totalmente indiferente al destino de los
seres vivos. Vanse ms exposiciones de todas estas cuestiones en Oyama, 1985; Dawkins,
1982; Gifford, 1990; Gifford, 1994; Dennnett, 1995 y Sterelny, 1995.

210 | Explicar la mente extendida

mucho a un programa normal de ordenador (escrito, por ejemplo, en LISP)


que no especifica cmo o cundo se alcanzarn ciertos subobjetivos y que
cede estas tareas a funciones incorporadas al sistema operativo (de hecho,
ningn programa informtico ofrece una especificacin completa de la ma
nera de resolver un problema: en una o en varias ocasiones, la especificacin
se interrumpe y la actividad corre a cargo del sistema operativo o del hard
ware). Por tanto, la expresin programa parcial sirve principalmente para
distinguir la clase de casos, ms bien especiales, donde algunas de estas de
cisiones y procedimientos se dejan en manos de unas estructuras bastante
distantes: estructuras de la matriz causal ms amplia del cuerpo y el mundo
externo. Por ejemplo, es correcto decir que un sistema de control motor
como el circuito emulador descrito en Jordn y otros (1994) y examinado en
el captulo I anterior, aprende un programa para controlar las trayectorias
del brazo. Sin embargo, se trata de un programa que slo tendr xito si
existe un teln de fondo especfico de dinmica corporal (la masa del brazo,
la elasticidad de los msculos) y de aspectos ambientales (la fuerza de la gra
vedad). Es adecuado verlo como un programa porque, en el fondo, especifi
ca movimientos de alcanzar en una especie de vocabulario neuronal. Cuan
to menos detallada sea la especificacin requerida (es decir, cuanto ms
trabajo sea realizado por la dinmica intrnseca del sistema, bien a largo pla
zo, bien de una manera temporal), menos necesario ser tratarlo como un
programa. Por tanto, ms que enfrentarnos a una dicotoma entre soluciones
programadas y no programadas, nos enfrentamos a un continuo donde las
soluciones pueden estar ms o menos programadas en la medida en que un
resultado deseado dependa de una serie de movimientos (lgicos o fsicos)
que requieran una especificacin concreta en vez de una mera incitacin.
Sin embargo, al profundizar en este contraste debemos tener presen
te la posibilidad muy real de que se produzca una cascada de actividad
computacional donde, por medio de una secuencia de sistemas subordina
dos, una simple instruccin no estructurada sea tranformada progresiva
mente en una especificacin muy detallada que al final controle la conducta
(vanse, por ejemplo, Greene, 1972 y Gallistel, 1980). Si este desarrollo pro
gresivo se produce en la cadena de sucesos neuronales, podemos considerar
la etapa (o etapas) de especificacin ms detallada como un programa alma
cenado. La polmica afirmacin de Thelen y Smith, Kelso y otros autores, es
que quiz no valga la pena tratar como programas almacenados ni siquiera
las etapas ms detalladas de especificacin neuronal: que la dinmica sinr-17

17.
El concepto de sinergia intenta capturar la idea de vnculos o acoplamientos que li
mitan el despliegue colectivo de un sistema que comprende muchas panes. Kelso (1995, pg.
38) cita como ejemplo las ruedas delanteras de un automvil, que estn obligadas a girar al

Ser, computar, representar I 211

gica17 del sistema corporal lleva a cabo tantas cosas, que las rdenes neuronales se comprenden mejor en todas las etapas como la aplicacin de fuerzas
simples a un sistema complejo cuerpo-entorno cuya propia dinmica recibe
gran parte de la carga relacionada con la resolucin de problemas. Sin em
bargo, desde una perspectiva menos radical se podra decir que lo que real
mente demuestran estas investigaciones es que el problema de producir mo
vimientos de alcanzar y similares puede exigir menos conjuntos internos de
instrucciones detalladas de lo que hemos supuesto hasta ahora, a causa de la
dinmica sinrgica bastante compleja que ya est implementada (por ejem
plo) en los brazos y msculos mismos. Como dicen Thelen y Smith, puede
que la especificacin requerida para generar algunas conductas motrices se
limite a estipular la configuracin de unos cuantos parmetros esenciales
(como, por ejemplo, la rigidez inicial del sistema muscular) que pueden te
ner unos efectos complejos en la dinmica total del sistema fsico, de modo
que la conducta de alcanzar se lleve a cabo sin especificar directamente cier
tos parmetros como las configuraciones angulares de las articulaciones. La
cuestin que cabe destacar es que la ausencia de un tipo particular de ins
trucciones o especificaciones (por ejemplo, que estipulen explcitamente las
configuraciones angulares de las articulaciones y la pauta de activacin mus
cular) no implica la ausencia completa de una especificacin o programa. De
hecho, esta caracterizacin solo parece convincente en el caso extremo don
de la nocin de una especificacin codificada se reduce a la nocin de una
simple fuerza aplicada o de una sola instruccin no estructurada. As pues,
queda mucho espacio por explorar entre la idea de un programa almacena
do que especifica una estrategia de resolucin de problemas en un nivel muy
bajo (por ejemplo, el nivel de la pauta de activacin del msculo) y la idea de
un sistema cuya dinmica intrnseca hace que una especificacin sea total
mente innecesaria o la reduzca a la aplicacin de una simple fuerza (que, en
realidad, viene a ser lo mismo). Entre estos dos extremos se encuentra el es
pacio de lo que he denominado programas parciales. Creo que la verda
dera enseanza de los trabajos sobre el control motor basados en los siste
mas dinmicos es que ste es el espacio donde encontraremos los programas
de la propia naturaleza.
Pero supongamos que no es as. Supongamos que no existe ningn nivel
de elaboracin neuronal de instrucciones que merezca denominarse pro
grama almacenado. Aun as, propongo que de ello no se deduce que la ima
gen del cerebro como dispositivo compiitacioml carezca de base. De hecho,

mismo tiempo en una sinergia incorporada que, sin duda, simplifica la direccin. Se puede
aplicar con xito el mismo concepto al ejemplo de las pautas de coordinacin entre manos exa
minado en el captulo 6 anterior (vase Kelso, 1995, pg. 52).

212 l Explicar la mente extendida

considero escandaloso que, despus de todos estos aos, la ciencia cognitiva


siga comprendiendo mal la idea misma de computacin. Ante esta falta de
claridad, es imposible presentar aqu un argumento irrebatible. Pero una op
cin atractiva es aceptar una nocin de computacin que est estrechamen
te vinculada con la idea de procesamiento automatizado de informacin y
con la transformacin mecanicista de representaciones. Segn esta explica
cin, existira una actividad de computacin siempre que observramos una
transicin entre representaciones controlada de una manera mecanicista, in
dependientemente de que estas representaciones intervengan o no en un es
quema de especificacin que est lo suficientemente detallado como para
que lo consideremos un programa almacenado. Adems, esta nocin relati
vamente generosa1de la computacin da cabida a una variedad de estilos de
computacin que van desde la computacin digital (definida en funcin de
estados discretos) hasta la computacin analgica (definida en funcin de
cantidades continuas). Por esta razn, la tarea de demostrar que un sistema
es computacional se reduce a demostrar que lleva a cabo transformaciones y
procesamientos automatizados de informacin.
As pues, en muchos aspectos parece prematuro deducir, a partir de las
imgenes y pruebas aducidas por Thelen y Smith y otros autores, que debe
ramos abandonar las nociones de computacin y de representacin interna
en nuestros intentos por comprender la cognicin biolgica. En cambio, lo
que realmente emerge de este trabajo y de los trabajos en la visin animada
y la robtica examinados anteriormente, es un par de advertencias, ahora ya
familiares pero muy importantes, que se pueden resumir como sigue:
l. Procuremos no atribuir demasiadas cosas a la cabeza (o al sistema representacional interno). Lo que se llegue a representar y/o computar inter
namente estar determinado por un complejo malabarismo que hace intervenir
factores ambientales y corporales en el hbito de resolucin de problemas.
Como resultado, en el quehacer biolgico cotidiano habr tanto soluciones
parcialmente programadas como representaciones personalizadas u orienta
das hacia la accin.
18 Naturalmente, el peligro es que esta nocin sea ahora demasiado generosa, permi
tiendo (por ejemplo) que el sistema de fichas de una biblioteca y las redes de fax se consideren
sistemas computacionales. Estoy de acuerdo en que, como mucho, estos casos son marginales.
Sin embargo, la principal nocin alternativa incurre en el error contrario. Esta nocin (en beasiones denominada idea formalista de la computacin) vincula la idea misma de computa
cin a ideas sobre codificacin digital y conmutabilidad clsica. Pero la nocin de compu
tacin analgica tiene una historia larga y distinguida y, en consecuencia, no se puede
considerar contradictoria. Vanse exposiciones detalladas de todas estas cuestiones en Harnad, 1994; Hardcastle, 1995; Smith, 1995 yGiunti, 1996.

Ser, computar, representar I 213

2. Cuidmonos de los supuestos rgidos sobre la forma de las represen


taciones internas o el estilo de la computacin neuronal. No hay razn para
suponer que las representaciones clsicas {localizadas en el tiempo y en el es
pacio) y la computacin discreta y serial limiten el espacio de las soluciones
representaconales y computacionales. De todos modos, los modelos conexionistas ya han empezado a relajar estas limitaciones y no han hecho ms
que araar la superficie de la gama de posibilidades abiertas a los sistemas
biolgicos.

8.5 Seguir el ritmo


Quiz haya otras razones para recelar de los enfoques basados en la re
presentacin. Como se ha argumentado recientemente, estos enfoques no
pueden hacer justicia a las cruciales dimensiones temporales de la respuesta
adaptativa real (vase especialmente la introduccin a Port y van Gelder,
1995). Por ejemplo, los primeros modelos de carcter conexionista (vase el
captulo 3 anterior) no manifestaban ningn conocimiento intrnseco del tiem
po o del orden y dependan de una variedad de ardides19para eliminar la am
bigedad de secuencias con elementos idnticos. Adems, la informacin de
entrada para estas redes eran instantneas del mundo y las salidas nunca
eran patrones de actividad esencialmente extendidos en el tiempo. La apari
cin de las redes recurrentes (Jordn, 1986; Elman, 1991) constituy un
avance porque estas redes incorporaban bucles internos de retroalimentacin que permitan que las respuestas a nuevas entradas tuvieran en cuenta
las actividades previas de las redes. Sin embargo, como indican Port y otros
(1995), estas redes son ms adecuadas para tratar con el orden que con la
sincronizacin real. Por ejemplo, pueden especificar como salida una se
cuencia ordenada de operaciones (como una serie de instrucciones para tra
zar un rectngulo; vase Jordn, 1986) o ser sensibles a restricciones grama
ticales que dependan del orden de las entradas (vase el trabajo de Elman,
1991, sobre gramticas artificiales). Pero el orden no es lo mismo que la sin
cronizacin real. Cuando corremos para alcanzar un autobs en marcha, de
bemos hacer algo ms que producir la secuencia correcta de rdenes motri
ces. Debemos tomar nota de una pauta que se despliega en el tiempo (el
autobs que acelera alejndose de nosotros) y generar una gama de acciones
compensatorias (una serie de rdenes motrices coordinada en el tiempo para
las piernas, los brazos y el cuerpo). Y en el momento del contacto (si es que
tenemos suerte) se debe producir un delicado acoplamiento entre la activi
19. Vanse algunas ejemplos en las pags. 119-120 de Churchland y Sejnowski, 1992

214 I Explicar la mente extendida

dad extendida en el tiempo de los dos sistemas (nosotros y el autobs). Esta


conducta requiere que por lo menos uno de los sistemas responda a la sin
cronizacin real (no simplemente al orden) de los sucesos en el otro. Para
modelar esto, los investigadores han empezado a buscar maneras de emplear
las propiedades en tiempo real de las seales entrantes para configurar los
recursos internos. El truco estriba en emplear la sincronizacin real de algu
nas seales de entrada como un reloj con el que medir otras seales simi
lares. Una manera de conseguir esto es mediante el desarrollo de un oscila
dor adaptativo. Estos dispositivos (Torras, 1985; McCauley, 1994; Port y
otros, 1995) tienen dos propiedades fundamentales. En primer lugar, gene
ran salidas peridicas de modo independiente (como las neuronas que tie
nen una frecuencia tnica de picos). En segundo lugar, esta actividad peri
dica puede estar influida por seales entrantes. Si este oscilador detecta
seales entrantes, se dispara (produce un pico) inmediatamente y altera su
periodicidad para acercarla un poco ms a la de las seales entrantes. Con el
tiempo, y dentro de unos lmites fijos, este oscilador acabar activndose
perfectamente en fase con las entradas. Si la seal de entrada cesa, el oscila
dor volver gradualmente a su valor natural. Las versiones de estos disposi
tivos basadas en redes neuronales consiguen adaptarse empleando el fami
liar procedimiento de aprendizaje de descenso por un gradiente. Pero, en
este caso, la informacin que impulsa el descenso es la diferencia entre la sin
cronizacin usual (esperada) de un pico y la sincronizacin real ocasiona
da por la tendencia del dispositivo a dispararse de inmediato si se detecta
una seal de entrada. Por tanto, estos dispositivos se dejan arrastrar por la
frecuencia de una seal detectada y entonces pueden mantener esa frecuen
cia durante un tiempo aunque la seal desaparezca o pierda el ritmo. Como
este arrastre no es inmediato, las seales no peridicas no tienen efectos rea
les (slo producen un pico con un ritmo inusual). Pero las seales regulares
hacen que el dispositivo siga el ritmo. Un sistema complejo puede utilizar
muchos osciladores adaptativos, cada uno con un ritmo natural diferente y,
en consecuencia, especialmente sensible a seales entrantes con cadencias
distintas. El arrastre global en relacin con un estmulo que contenga varios
elementos peridicos diferentes (por ejemplo, una pieza musical) se produ
ce cuando varios osciladores individuales se dejan arrastrar por elementos
diferentes de la estructura temporal.20
Por ahora, la principal leccin de todo esto es que los procesos internos
con caractersticas temporales intrnsecas pueden figurar de manera desta
cada en la explicacin de n subconjunto importante de conductas adapta20.
Vease una amplia exposicin en Pon y otros, 1995; los prrafos anteriores de mi ca
ptulo deben mucho a su tratamiento claro y conciso.

Ser, computar, representar ! 215

tivas. En estos casos, el ajuste entre el estado interno y las circunstancias


externas permite abarcar mucho ms que la nocin usual de representacin
interna. El oscilador adaptativo realiza su trabajo ajustando su actividad a los
ritmos de sucesos externos que producen seales peridicas. No representa
esa periodicidad mediante algn smbolo arbitrario y menos an con alguna
codificacin de tipo textual. Es mejor concebirlo como un sistema interno
que se fusiona temporalmente con sistemas externos parasitando sus pro
piedades temporales reales. Para intentar analizar y explicar estas capacida
des, necesitamos tanto la perspectiva en la que el sistema externo es una
fuente de entradas que arrastran al oscilador, como la perspectiva que se
centra en las propiedades posteriores del sistema acoplado ms grande. Sin
embargo, y a pesar de estas complicaciones, es indudable que sigue siendo
natural e informativo describir el oscilador como un dispositivo cuyo papel
adaptativo consiste en representar la dinmica temporal de algn sistema ex
terno o de unos sucesos externos concretos. Despus de todo, los aspectos
temporales de los sucesos y los procesos externos son tan reales como los co
lores, los pesos, las orientaciones y todos los objetivos ms familiares de las
codificaciones neuronales. Sin embargo, en este caso es especialmente evi
dente que el tipo de representacin implicada difiere de las concepciones co
rrientes: el vehculo de la representacin es un proceso, con propiedades tem
porales intrnsecas. No es una estructura vectorial o simblica arbitraria y no
forma parte de un sistema de codificaciones cuasi lingsticas. Quiz estas
diferencias sean suficientes para persuadir a algunos tericos de que es to
talmente inadecuado denominar representacionales a estos procesos. Y en l
tima instancia no vale la pena pelearse por esta palabra. Lo que s parece cla
ro es que slo entenderemos el papel y la funcin del oscilador si
comprendemos a qu aspectos de los procesos y sucesos externos est adap
tado y los efectos que puede tener en otros sistemas neuronales y de control
motor que consuman la informacin que proporciona.

8.6 Causalidad recproca continua


Slo queda una manera (que yo sepa) de intentar argumentar con fuerza
en contra del representacionalismo. Se basa en apelar a la presencia de unas
influencias continuas y mutuamente moduladores que vinculan cerebro,
cuerpo y mundo. Ya hemos encontrado indicios de esta complejidad mutua
mente moduladora en el funcionamiento interno del mismo cerebro (vase
el caso de la visin de los mamferos en el apartado 7.3 anterior). Pero su
pongamos que algo parecido a este nivel de complejidad interactiva caracte
rizara a algunos de los enlaces entre los circuitos neuronales, el cuerpo fsico

216 I Explicar la mente extendida

y ciertos aspectos del entorno local. Los casos en los que estoy pensando se
pueden presentar adaptando una analoga debida a Tim van Gelder (comu
nicacin personal).
Consideremos un receptor de radio, cuya seal de entrada podemos
tratar como un modulador continuo de la conducta de la radio (su sali
da de sonido). Ahora imaginemos (aqu es donde adapto la analoga para
insistir en este punto) que la salida de la radio tambin es un modulador
continuo del dispositivo externo (el transmisor) que emite la seal de en
trada. En este caso, observamos una interaccin verdaderamente compleja
y temporalmente densa entre los dos componentes del sistema que podra
conducir a dinmicas globales distintas (por ejemplo, a una retroalimentacin positiva o a un equilibrio estable) dependiendo de los detalles preci
sos de la interaccin. El hecho fundamental es que, dada la naturaleza con
tinua de las modulaciones mutuas, una estrategia analtica comn dara
pocos resultados. Naturalmente, esta estrategia comn es el anlisis de
componentes tal como se ha descrito en el captulo 6 anterior. Es induda
ble que en este ejemplo podramos -y deberamos- identificar distintos
componentes. Pero esta estrategia fracasa si despus intentamos compren
der el despliegue conductual de un componente dado (por ejemplo, el re
ceptor) tratndolo como si fuera una unidad aislada21 de su entorno local
por los lmites tradicionales de la transduccin y la accin, porque estos l
mites, en vista de los hechos de la modulacin mutua continua, pareceran
arbitrarios en relacin con este despliegue conductual concreto. No seran
arbitrarios si, por ejemplo, la unidad receptora mostrara conductas discre
tas, en unidades de tiempo de recepcin de seales y de su posterior emi
sin. Si as fuera, podramos reconceptualizar los sucesos del entorno
como si el mundo diera entradas a un dispositivo que luego produce sali
das (acciones) que influyen en el mundo y que, en consecuencia, ayudan
a moldear la prxima entrada de la secuencia: por ejemplo, podramos de
sarrollar una versin interactiva tipo atrapar y lanzar del anlisis de com
ponentes, como se predice en el captulo 6 anterior.
Otro ejemplo (propuesto por Randy Beer) puede ayudar a definir mejor
esta diferencia. Consideremos un sistema simple con dos neuronas que, por
separado, no muestran ninguna tendencia a oscilar rtmicamente. Sin em
bargo, en ocasiones ocurre que dos neuronas como stas, cuando estn vin
culadas por algn proceso de sealizacin continua, modulan mutuamente
su conducta y producen una dinmica oscilatoria. Llamemos cerebro a la

21.
He tomado esta nocin de aislamiento de Butler (en prensa). El captulo 4 de esta obr
presenta buenos argumentos contra la tesis radical de la cognicin corprea, aunque no aborda
la clase de casos que constituyen un reto especial y que se examinan en el presente apartado.

Ser, computar, representar I 217

neurona I y entorno a la neurona 2. Qu valor concreto tendra una di


visin como sta para comprender la conducta oscilatoria?
Est claro que aqu hay dos componentes y que es til distinguirlos e in
cluso estudiar su dinmica individual. Sin embargo, si el objetivo es explicar
la oscilacin, la neurona cerebro no tiene nada de especial. Tranquilamen
te podramos optar por tratar al otro componente (la neurona entorno)
como el sistema bsico y describir la neurona cerebro como una mera fuen
te de perturbaciones para el entorno. El hecho es que, en este caso indu
dablemente simplista, ningn componente disfruta de una posicin especial
cuando se trata de explicar las oscilaciones rtmicas. De hecho, la propiedad
estudiada se entiende mejor si se trata como una propiedad emergente del sis
tema ms amplio creado por el acoplamiento de las dos neuronas. De mane
ra similar, en el caso de los cerebros biolgicos y los entornos locales sera in
justificable -como destaca acertadamente Buder (1998)- fingir que no nos
enfrentamos a componentes distintos. Sin embargo, lo importante es ver si
ciertos fenmenos estudiados se explican mejor otorgando una posicin es
pecial a uno de los componentes (el cerebro) y tratando al otro como una
mera fuente de entradas y un espacio para salidas. En casos donde la con
ducta estudiada implica una causalidad recproca continua entre los compo
nentes, esta estrategia parece inadecuada. Admito que en estos casos no nos
enfrentamos a un solo sistema indiferenciado. Pero el fenmeno estudiado es
una propiedad emergente del acoplamiento de los dos componentes (perfec
tamente reales) y no se debera asignar a ninguno de los dos por separado.
Tampoco me parece que la causalidad recproca continua^ sea un caso
raro o excepcional en la resolucin de problemas del ser humano. Los inte
grantes de un tro de jazz, cuando improvisan, estn inmersos precisamente
en una red de complejidad causal. La interpretacin de cada miembro res
ponde continuamente a las de los dems y, al mismo tiempo, ejerce su propia
fuerza moduladora. Bailar, jugar a deportes interactivos y hasta tener una
conversacin son actividades que, en ocasiones, muestran el tipo de dinmi
ca mutuamente moduladora que quiere premiar perspectivas ms amplias
que las que se centran en un solo componente y tratan a todos los dems
como meras entradas y salidas. Naturalmente, se trata de casos donde lo que
cuenta es algo parecido al entorno social. Pero las interacciones recprocas
densas pueden caracterizar igualmente bien nuestras relaciones con mqui-2
22.
Tambin conocida como causalidad circular; vease, por e|emplo, la bibliografa so
bre ciberntica citada en las notas del capitulo 5. Esta nocin tambin se destaca en Kelso,
1995. Evito esta expresin porque parece sugerir un proceso simple que implica una etapa de
retroalimcntacin desde la salida a la entrada. Los casos mas interesantes de causalidad rec
proca continua implican mltiples fuentes asincrnicas de retroalimentacin, veanse Kelso,
1995, pg. 9 y Ashby, 1956, pag. 54.

218 i Explicar la mente extendida

as complejas (como los automviles y los aeroplanos) o incluso la interac


cin continua entre msicos e instrumentos. Lo que importa no es si el otro
componente es por s mismo un sistema cognitivo, sino la naturaleza del aco
plamiento causal entre los componentes. Cuando este acoplamiento susten
ta un intercambio continuo y mutuamente modulado, con frecuencia ser
productivo tener en cuenta la dinmica emergente del sistema global.
Por tanto, en la medida en que cerebro, cuerpo y mundo participen con
juntamente en episodios con una densa influencia causal recproca, nos en
frentaremos a despliegues de conducta que se resistirn a la explicacin ba
sada en entradas y salidas de un motor cognitivo individual supuestamente
aislado. Qu significado tendra esto para el empleo en estos casos de la no
cin de representacin interna en las explicaciones cognitivas cientficas?
Parece que slo hay dos posibilidades.
La primera es que, a pesar de todo, podramos aadir un barniz representacional a algn subconjunto especfico de las estructuras correspondien
tes a la vertiente del agente. Imaginemos una red neuronal compleja A cuya
dinmica acoplada con el entorno incluye una frecuencia de picos (de acti
vacin) especfica que es utilizada por otras redes como fuente de informa
cin acerca de la presencia o ausencia de ciertos procesos ambientales ex
ternos: aquellos con los que la red A est acoplada tan ntimamente. Por
tanto, las redes que se encuentran ms abajo emplean los perfiles de res
puesta de A como sustitutos de estos estados del entorno, Imaginemos tam
bin que, en ocasiones, los perfiles de la respuesta acoplada d e/l tambin se
pueden inducir, en ausencia de las entradas del entorno, por influencias neuronales que van de arriba abajo y que cuando ocurre esto el agente se en
cuentra a s mismo imaginando que participa en la interaccin compleja en
cuestin (por ejemplo, tocar en un tro de jazz). En estas circunstancias, pa
rece natural y productivo tratar a A como si fuera un locus de representacio
nes internas a pesar de su participacin ocasional en episodios de interaccin
recproca densa con sucesos y procesos externos.
Sin embargo, la otra posibilidad es, sencillamente, que el sistema nunca
muestre el tipo de evolucin interna potcncialmente desacoplada que aca
bamos de describir. Esto es lo que ocurrir, por ejemplo, si ciertos recursos
internos slo participan en intercambios ambientales densamente acoplados,
continuos y recprocos, sin que parezca existir ningn estado o proceso in
terno identificable cuyo papel en estas interacciones consista en contener
elementos especficos de informacin acerca de los sucesos externos. Es de
cir, lo interno y lo extefno interaccionan de una manera adaptativamente va-23
23.
De hecho, ste es precisamente el tipo de escenario previsto por la hiptesis de las zo
nas de convergencia de Damasio y Damasio (vase el apartado 7.4 anterior).

Ser, computar, representar t 219

liosa pero, sencillamente, no sucumben a nuestros intentos de asignar unas


funciones concretas de procesamiento de informacin a determinados com
ponentes, estados o procesos puramente internos. En estos casos, el sistema
muestra lo que se puede denominar un equilibrio adaptativo no representacional (un ejemplo cotidiano es el juego del tira y afloja con una cuerda: no
sirve de nada concebir uno de los equipos como si fuera una representacin
de la fuerza ejercida por el otro, pero hasta el desplome final los dos conjun
tos de fuerzas se influyen y sostienen entre s con un delicado equilibrio).
Creo que cuando lo interno y lo externo muestran esta coevolucin con
tinua, mutuamente moduladora y no desacoplable, los instrumentos de des
composicin del procesamiento de informacin alcanzan su mxima ineficacia.
Lo que importa en estos casos son las propiedades reales y temporalmente
ricas del intercambio continuo entre el organismo y el entorno. Sin embar
go, aunque estos casos son muy interesantes conceptualmente, no constitu
yen un desafio serio para el papel general de la representacin en la ciencia
cognitiva. De hecho, no pueden plantear este desafo porque, por definicin,
se encuentran fuera de la clase de casos para los que lo ms indicado es un
enfoque representacional, como veremos a continuacin.

8.7 Problemas vidos de representacin


Como hemos visto, el mayor desafo que se puede plantear a una inter
pretacin basada en la representacin proviene de casos donde la red de in
fluencia causal llega a ser tan amplia y compleja que es prcticamente impo
sible aislar unos elementos privilegiados a los que asignar unas funciones
adaptativas especficas de portar informacin. Estos casos suelen suponer la
evolucin continua y recproca de mltiple sistemas estrechamente vincula
dos entre s, cuyo efecto acumulativo (emergente) consiste en suscitar al
gn tipo de conducta o respuesta til. Sin embargo, al intentar hacer justicia
a estos casos problemticos no deberamos olvidar la gama de casos igual
mente convincentes para los que una comprensin representacional parece
muy adecuada. Se trata de los casos que suponen lo que en otro lugar24 he
denominado problemas vidos de representacin.
Recordemos el primer requisito de Haugeland para un sistema que utili
ce representaciones internas (vase el apartado 8.2 anterior). Segn este re
quisito, el sistema debe coordinar sus conductas con caractersticas del en
torno cuya presencia no siempre sea segura. Creo que hay dos clases
principales de casos donde se cumple esta condicin. Se trata de: I) los ca
24. Vease Clark y Toribio, 1994.

220 I Explicar la mente extendida

sos que suponen razonar sobre estados de cosas ausentes, inexistentes o contrafcticos, y/o 2) los casos que suponen una sensibilidad selectiva a estados
de cosas cuyas manifestaciones fsicas son complejas y difciles de controlar.
La primera clase de casos (ya mencionada en el apartado 8.2 anterior) in
cluye pensamientos sobre sucesos distantes en el tiempo o en el espacio y
pensamientos sobre los resultados potenciales de acciones imaginadas. En
estos casos es difcil evitar la conclusin de que el razonamiento con xito
implica crear algn tipo de sustitutos previos e identificables para los fen
menos ausentes: sustitutos internos que hacen posible una coordinacin
conductual adecuada sin la orientacin facilitada por una entrada externa
constante.
La segunda clase de casos (que Haugeland no tiene en cuenta) es igual
mente familiar, aunque un poco ms difcil de describir. Son casos donde el
sistema cognitivo debe responder selectivamente a estados de cosas cuyas ma
nifestaciones fsicas son totalmente diversas: estados de cosas que se unifican
en algn nivel ms bien abstracto, pero cuyos equivalentes fsicos tienen poco
en comn. Como ejemplos podemos citar la capacidad para elegir todos los
elementos valiosos de una habitacin y la capacidad para razonar acerca de
todas las posesiones del Papa. Es muy difcil ver cmo podemos conseguir
que un sistema razone sobre cosas como stas sin configurarlo para que pri
mero asimile las mltiples entradas superficialmente diferentes a un proceso
o estado interno comn, de modo que despus se pueda definir otro proce
samiento (razonamiento) sobre este equivalente interno que puede ser un ele
mento, un patrn o un proceso cuyo contenido se corresponda con la pro
piedad abstracta. En estos casos, el xito conductual parece depender de
nuestra capacidad para comprimir o dilatar un espacio de entradas sensoria
les. Para que un agente tenga xito, debe aprender a tratar entradas con unas
codificaciones tempranas (en las periferias sensoriales) muy diferentes como
si requirieran la misma clasificacin o, a la inversa, debe aprender a tratar en
tradas cuya codificaciones tempranas son muy similares como si requirieran
clasificaciones diferentes. Los estados internos identificables desarrollados
para servir a estos fines no son ms que representaciones internas cuyos con
tenidos se refieren a los (esquivos) estados de cosas en cuestin.25 (Si alguna
de estas explicaciones resultara ser correcta, sera difcil resistirse a la conclu
sin de que incluso el reconocimiento visual bsico implica, en ocasiones,
cmputos definidos sobre estados representacionales internos genuinos.)
En los dos tipos de casos mencionados (lo ausente y lo ingobernable), la
caracterstica comn es la necesidad de generar otro estado interno cuyo pa
pel adaptativo en relacin con el procesamiento de informacin consista en
25. Vase una defensa ms completa de esta afirmacin en Clark y Thornton, 1996.

Ser, computar, representar 221

orientar la conducta a pesar de la hostilidad efectiva de las seales del en


torno (es decir, o no hay ninguna seal, o las seales requieren un cmputo
considerable para orientar de manera til la accin). Al parecer, en estos ca
sos vidos de representacin el sistema debe crear algn tipo de elemento,
pauta o proceso interno cuya funcin sea sustituir el estado de cosas esqui
vo. Por tanto, se trata de casos donde lo ms natural es esperar encontrar es
tados del sistema que se puedan considerar representaciones internas con
todas las de la ley.
Realmente puede parecer que en tales casos deberan existir siempre re
presentaciones internas subyacentes al xito conductual. Sin embargo, esta
conclusin es demasiado tajante porque es indudable que existe un elemen
to pragmtico importante que an podra desbaratar el intento de compren
der el sistema desde un punto de vista representacional. Por tanto, aunque
es evidente que los casos vidos de representacin exigen que algn tipo de
propiedad sistmica compense la carencia de entradas procedentes del en
torno seguras o fciles de utilizar, de ello no se sigue que la propiedad perti
nente se pueda individuar tilmente. Una vez ms, esta individuacin no ser
til si supone una actividad tan compleja en el tiempo y una influencia rec
proca entre tantos subsistemas que sea mejor concebir la sustitucin como
una propiedad emergente del funcionamiento total del sistema. En estos ca
sos (si es que existen), se podra decir con toda la razn que el sistema total
representa su mundo, pero no lo hara explotando nada que pudiramos tratar
productivamente como representaciones internas. Por tanto, la nocin de re
presentacin interna slo se puede utilizar cuando podemos establecer unas
correspondencias relativamente detalladas entre unos vehculos internos y
unas funciones adaptativas de transporte de informacin. Estos vehculos
pueden estar distribuidos espacialmente (como en la hiptesis de las zonas
de convergencia), ser temporalmente complejos e/o implicar cualidades ana
lgicas y valores numricos continuos. Pero deben ser identificables como
subconjuntos bien diferenciados de la estructura o actividad sistmica total.
Mi opinin (coherente con el estado de la neurocencia contempornea) es
que esta identificacin acabar siendo posible y que desempear un papel
fundamental en la comprensin de ciertos aspectos de nuestro xito adaptativo. Como mnimo, ahora podemos ver con ms claridad qu hara falta
para socavar un enfoque basado en la representacin: hara falta demostrar
que, incluso en los casos vidos de representacin, es prcticamente imposi
ble aislar un sistema de vehculos detallados que desempeen unas funcio
nes adaptativas especficas de transporte de informacin. Adems, hemos
visto de muchas maneras que las ideas fundamentales de un enfoque corp
reo y embebido (codificaciones orientadas hacia la accin, resolucin de
problemas relacionada con el entorno y acoplamientos sinrgicos entre ml

222 I Explicar la mente extendida

tiples elementos) son, en cualquier caso, compatibles con el empleo de inter


pretaciones computacionales y representacionales.
As pues, y a fin de cuentas, la resolucin de este debate debe depen
der de futuros estudios empricos. Sin duda, en el grado de complejidad
de los procesos y estados internos existe un lmite superior26 ms all del
cual es simplemente poco informativo y explicativamente ocioso describir
estos procesos y estados como representaciones internas. Pero probable
mente la cuestin sobre el lugar exacto de este lmite solo se resolver me
diante la experiencia prctica. La respuesta surgir por ensayo y error, a me
dida que los experimentadores generen y analicen soluciones dinmicas
reales a problemas cada vez ms complejos y superficialmente vidos de re
presentacin. Estas confrontaciones pueden desembocar en un proceso de
acomodacin mutua donde las explicaciones basadas en los sistemas din
micos se adapten y enriquezcan con interpretaciones y anlisis computacio
nales y representacionales, y viceversa.27 O puede ocurrir que la pura com
plejidad de los procesos y las pautas dinmicas implicadas, y el profundo
entretejido de elementos internos y externos, nos convenzan de que es intil
tratar de identificar unos aspectos especficos de la compleja y cambiante red
causal como indicadores de la presencia de caractersticas ambientales espe
cficas y que, en consecuencia, es intil pretender obtener una comprensin
representacional de la estructura y el funcionamiento del sistema. El resulta
do ms probable, creo yo, no es tanto un rechazo total de las nociones de
computacin y representacin como un replanteamiento parcial de estas no
ciones. Este replanteamiento est prefigurado en muchos anlisis dinmicos
de otros tipos de problema vidos de representacin (como la toma de deci
siones y la planificacin28) y es una continuacin natural de programas de in
vestigacin basados en el conexionismo y en la neurociencia computacional.
Sin embargo, un replanteamiento como ste tendra consecuencias que
iran ms all de la mera identificacin de una nueva gama de vehculos in
ternos capaces de desempear funciones de representacin. Un aspecto po
sitivo de este replanteamiento es que los vehculos dedicados a la represen
tacin ya no se limitaran al mbito de los procesos y los estados internos.
Por ejemplo, al hacer que los valores de unas variables colectivas tengan im
portancia para la representacin, los tericos dinmicos pueden permitir
26. Esta cuestin surgi durante una conversacin especialmente fructfera con Randy
Beer.
27. El trabajo reciente de Melanie Mitchell y Jim Crutchficld se dedica intensamente a
esta visin de enriquecimiento mutuo; vanse, por ejemplo, Crutchfield y Mitchell, 1995 y Mit
chell y otros, 1994.
28. Vanse ensayos en Port y van Gelder, 1995. Vase tambin van Gelder, 1995, pgs.
376-377.

Ser, computar, representar I 223

que algunos de los estados portadores de contenidos de un sistema sean in


trnsecamente amplios: que dependan de estados definidos nicamente en el
sistema ms general que comprende al agente y a algunas partes selectas del
entorno local.29 Un aspecto negativo sera que, en la medida en que los ve
hculos dedicados a la representacin floten ms y ms por encima del nivel
de las variables y de ios parmetros bsicos del sistema,3031podremos presen
ciar la fractura parcial de un potente y familiar esquema explicativo. La in
quietud (ya familiar desde el apartado 6.4 anterior) es que, de esta manera,
empezamos a separar la descripcin representacional de un sistema (y, de
una manera ms general, su caracterizacin como procesador de informa
cin) del tipo de descripcin que apelara directamente al proyecto de ela
borar o construir un sistema como l. En cambio, una de las principales vir
tudes de los modelos computacionales ms habituales es que muestran cmo
fluyen la informacin y las representaciones a travs del sistema con el fin de
producir recetas eficaces para generar esa conducta en un dispositivo fsico
real. Al permitir que se adhieran barnices representacin ales a entidades di
nmicas complejas (ciclos lmite, trayectorias en espacios de estados, valores
de variables colectivas, etc.), el terico lanza la explicacin basada en el pro
cesamiento de informacin hacia un nivel de abstraccin muy por encima de
los detalles de los componentes y las variables bsicas del sistema, cercenando
as los vnculos entre la descripcin representacional y los detalles especfi
cos del funcionamiento interno. Ahora parece que las mejores explicaciones
representacionales se pueden separar3 de los detalles de la implementacin
fsica mucho ms de lo que se crea anteriormente.

29. Aqu, (a idea (que inicialmente puede parecer paradjica) es que, en ocasiones, so
brevienen unos contenidos estrechos (Fodor, 1986) a estados del agente junto con partes se
leccionadas del entorno local. Vase Clark y Chaimcrs, 1998.
30. Por tanto, esta inquietud slo se aplicar a las elecciones de vehculos dinmicos que
no se basen en una comprensin detallada al nivel de los componentes. Las explicaciones conexionistas basadas en trayectorias, espacios de estados y atractores (vase, por ejemplo, El
man, 1991) no se vern afectadas porque sus parmetros bsicos ya estn determinados por las
propiedades de los componentes bsicos. Lo mismo se podra decir de las explicaciones din
micas con base neuronal (vase, por ejemplo, Jordn y otros, 1994).
31. Naturalmente, siempre ha habido una gran distancia entre una descripcin algortmi
ca y cualquier implementacin concreta. Pero una virtud fundamental de los enfoques com
putacionales usuales era que al menos limitaban las descripciones algortmicas para garantizar
que, en principio, se pudieran implemcntar empleando nicamente los recursos bsicos de una
mquina universal de Turing; vase, por ejemplo, Newell y Simn, 198!. (Por tanto, lo que una
descripcin dinmica abstracta puede perder como prescripcin mecanicista detallada, lo pue
de compensar en fuerza temporal; vase van Gelder, 1995.)

224 { Explicar la mente extendida

8.8 Races
Los argumentos contrarios al representacionalismo y la computacin exa
minados en los apartados anteriores tienen varios antecedentes, algunos re
cientes y otros no tanto. Concluir la presente exposicin esbozando algunas2
de estas races y mostrando diversas diferencias en cuanto a nfasis y alcance.
Heidegger (1927) escribi sobre la importancia de Dasein (ser-ah)," un
modo de ser-en-el-mundo en el que no somos observadores distantes y pasi
vos sino participantes activos, y destac que nuestras relaciones prcticas con el
mundo (clavar clavos, abrir puertas, etc.) no suponen tanto unas representacio
nes separadas (por ejemplo, del martillo como un objeto rgido con un peso y
una forma concretos) como unos acoplamientosfuncionales', utilizamos el marti
llo para clavar el clavo. Para Heidegger, este acoplamiento prctico con el
mundo se encuentra en el corazn de todo pensamiento e intencionalidad. Una
nocin fundamental en este anlisis es la idea de utensilio, es decir, de cosas que
nos rodean y que figuran en las mltiples actividades basadas en la habilidad que
subyacen a nuestras aptitudes cotidianas para solventar problemas con xito.
Por tanto, el trabajo de Heidegger prefigura el escepticismo hacia lo que
se puede denominar tipos de representacin interna neutrales respecto a la
accin y se hace eco de nuestro nfasis en el empleo de instrumentos y en
los acoplamientos entre organismo y mundo orientados hacia la accin. Sin
embargo, algunas inquietudes de Heidegger son radicalmente distintas de
las del presente proyecto. En particular, Heidegger se opona a la idea de
que el conocimiento supone una relacin entre las mentes y un mundo inde
pendiente (Dreyfus, 1991, pgs. 48-51), una cuestin ms bien metafsica en
relacin con la cual no adoptar ninguna postura. Adems, la nocin que tie
ne Heidegger del entorno de la accin corprea es completamente social. Mi
versin de estar ah es considerablemente ms amplia e incluye todos los
casos donde el cuerpo y el entorno local aparecen como elementos en una
actividad extendida de resolucin de problemas.
Ms cercano al proyecto actual en cuanto a espritu y ejecucin es el tra
bajo del fenomenlogo Mnurice Merleau-Ponty, que se ocup de describir1
1 La expresin inglesa para el Dasein hcideggeniano es being there, que significa tamo
ser ah como estar ah. El autor juega con ambos sentidos a lo largo del texto, empezando
por el mismo ttulo del libro (N. del T.).
32. Entre otros trabajos especialmente pertinentes se incluyen Maturana y Varela, 1987;
Dreyfus, 1979; Winograd y Flores, 1986; Kclso, 1995 y varios de los artculos de Boden, 1996.
33. Vase una excelente discusin en los captulos 3 y 6 de Dreyfus, 199!.
34. Wheclcr (1995) aborda este conflicto y ofrece como solucin una ampliacin funda
mentada de la nocin de trasfondo de Heidegger.
35. Vase una excelente discusin de los temas comunes que vinculan el trabajo de Mcr-

Ser, computar, representar S 225

la actividad inteligente cotidiana como la puesta en juego de sinergias com


pletas entre organismo, cuerpo y mundo. En particular, Merleau-Ponty des
tac la importancia de lo que yo he denominado causalidad recproca con
tinua, es decir, la idea de que debemos ir ms all de la imagen pasiva del
organismo que percibe el mundo y reconocer que nuestras acciones pueden
responder continuamente a sucesos del mundo que, a su vez, responden con
tinuamente a nuestras acciones. Consideremos un encantador ejemplo, al
que llamo el caso del hmster y las pinzas:
Cuando mi mano sigue cada esfuerzo que hace un animal para escapar mien
tras sostengo un instrumento para capturarlo, es evidente que cada uno de mis
movimientos responde a una estimulacin externa; pero tambin es evidente que
estas estimulaciones no se podran recibir sin los movimientos por los cuales ex
pongo mis receptores a su influencia... Las propiedades del objeto y las inten
ciones del sujeto no slo se entremezclan; tambin constituyen una nueva totali
dad (Merleau-Ponty, 1942, pg. 13).
En este ejemplo, los movimientos de mi mano responden continuamente a
los del hmster que se esfuerza por escapar, pero los forcejeos del hmster es
tn continuamente moldeados y determinados por los movimientos de mi
mano. Aqu, como dijera David Hilditch (1995), accin y percepcin se fusio
nan en una especie de danza interactiva libre entre el perceptor y lo percibi
do. Esta danza interactiva e iterada, como vimos, se reconoce ahora en el tra
bajo reciente sobre los fundamentos computacionales de la visin animada.
Adems, Merleau-Ponty tambin destaca que la percepcin se dirige hacia el
control de la conducta en el mundo real y en tiempo real. Aqu aporta algo muy
parecido6a la nocin de facilitacin de Gibson, nocin que, a su vez, ha ins
pirado directamente la idea de representaciones internas orientadas hacia Ja ac
cin examinada en el captulo 2 y el apartado 8.3 anteriores. Una facilitacin es
una oportunidad de uso o interaccin que un objeto o condicin brinda a cier
to tipo de agente. Por ejemplo, a una persona una silla le facilita un asiento, pero
para un pjaro carpintero la misma silla puede facilitarle algo muy diferente.*36
leau-Ponty con proyectos actuales de la ciencia cognitiva corprea y embebida en Hilditch,
1995. Varela y otros, J991, ofrecen un convincente tratamiento de muchos de los temas de
Merleau-Ponty y se presenta explcitamente (vanse las pgs. xv-xvii) como una continuacin
moderna del programa de investigacin de ese autor.
36.
Vanse algunas diferencias en las pgs. 43-48 de Hilditch, 1995. Los paralelismos y las
diferencias se vuelven a examinar en las pgs. 203-204 de Varela y otros, 1991. Varela y otros ar
gumentan que Gibson se comprometi demasiado con la nocin de que las invariantes percepti
vas simplemente estaban en el mundo exterior y que no eran construidas conjuntamente por el
animal y la realidad. Varela y otros parecen estar comprometidos con el punto de vista contrario,
segn el cual estas invariantes dependen de la actividad del organismo guiada por la percepcin.

226 I Explicar la mente extendida

A Gibson le interesaba especialmente el ajuste de la percepcin visual a


las caractersticas invariantes de la seal luminosa entrante para seleccionar
directamente clases de acciones posibles (por ejemplo, las pautas de luz que
especifican la presencia de un terreno llano y que brindan al ser humano la
oportunidad de andar). Segn Gibson, en la medida en que el sistema de
percepcin humano pudiera sintonizar con estas facilitaciones, no habra
ninguna necesidad de invocar entidades adicionales, como las representa
ciones internas, que mediaran entre la percepcin y la accin. En el aparta
do 8.3 anterior argument que, con frecuencia, un rechazo tan tajante deri
va de una refundicin innecesaria de dos nociones totalmente distintas. Una
es la idea enteramente general de las representaciones internas como esta
dos, estructuras o procesos internos cuyo papel adaptativo consiste en con
tener tipos especficos de informacin que sern utilizados por otros siste
mas neuronales y orientadores de la accin. La otra es la idea ms especfica
de las representaciones internas como codificaciones ricas y neutrales res
pecto a la accin de condiciones externas. Slo en este ltimo sentido ms
restringido se produce una contradiccin entre las ideas de Gibson y el constructo terico de la representacin interna.
Por ltimo, la reciente discusin de la mente corprea presentada por
Varela y otros (1991) muestra tres intereses bsicos que tambin desempe
an un papel fundamental en el presente proyecto.373839En primer lugar, Varela y otros se proponen colocar en el lugar que se merece a la naturaleza acti
va de la percepcin y a la manera en que nuestra organizacin cognitiva
refleja nuestra participacin fsica en el mundo. En segundo lugar, ofrecen
algunos ejemplos muy convincentes de conductas emergentes en sistemas
simples.19En tercer lugar, colocan en un primer plano la nocin de causali
37. La dea de que los estados internos incorporan informacin que se puede desplegar
de una manera computacionalmentc econmica para orientar la accin posterior se encuentra,
de una forma u otra, en Ballard, 1991; Brooks, 1991; Mataric, 1991; Chapman, 1990; Gibson,
1979; Gibson, 1982, Ncisser, 1993 y Turvey y otros, 1981
38. Otra rea reciente de investigacin donde la cuestin de la corporeizacin tambin
ocupa un lugar preponderante, se dedica a estudiar cmo los esquemas y las imgenes basados
en el cuerpo impregnan a estilos de pensamiento mucho ms abstractos. Aqu, la idea funda
mental es que nuestra manera de conceptualizar ciertos mbitos rarificados (problemas mora
les, relaciones temporales, estructuras argumntales, etc.) depende mucho de una especie de
extensin metafrica de nociones bsicas basadas en experiencias corporales. Aunque en es
pritu mi inters por el papel del cuerpo y el mundo es claramente similar, en realidad es bas
tante diferente porque yo me centro en cmo las intervenciones fsicas y las estructuras am
bientales reales reconfiguran el espacio de los cmputos neuronales individuales. El estudio de
las metforas corporales se profundiza en Lakoff, 1987; Johnson, 1987, y en el captulo 11 de
Thelen y Smith, 199-4.
39. Vase especialmente el ejemplo de Bittorio en el captulo 8 de Varela y otros, 1991.

Ser, computar, representar I 227

dad recproca (o circular) y sus implicaciones negativas para ciertos tipos


de proyectos reduccionistas basados en componentes, Estas cuestiones se
unifican en la idea de cognicin como enaccin. La ciencia cognitiva enacti
va, tal como la definen Varcla y otros, es un estudio de la mente que no des
cribe la cognicin como el reflejo interno de un mundo objetivo externo sino
que designa como locas bsico del inters cientfico y explicativo las interac
ciones sensoriomotrices repetidas entre agente y mundo.40
Por tanto, Varela y otros se dedican a un proyecto muy relacionado con el
nuestro, Con todo, existen algunas diferencias importantes en cuanto a nfasis
e inters. En primer lugar, Varela y otros emplean sus reflexiones como pruebas
para rebatir las perspectivas realistas y objetivistas del mundo. Yo evito delibe
radamente esta postura porque conlleva el riesgo de oscurecer el valor cientfi
co de un enfoque corpreo y embebido, vinculndolo a la idea problemtica de
que los objetos no son independientes de la mente.41 Lo que yo afirmo es, sim
plemente, que los aspectos de la estructura de la realidad que representan los
cerebros biolgicos se suelen orientar estrictamente hacia unas necesidades y
capacidades sensoriomotrices especficas. Por tanto, el objetivo de gran parte
de la crtica actual no es la idea de que los cerebros representen aspectos de un
mundo independiente real, sino ms bien la idea de que estas representaciones
sean neutrales respecto a la accin y que, en consecuencia, requieran un impor
tante esfuerzo computacional adicional para producir respuestas inteligentes.
En segundo lugar, Varela y otros (ibd., pg. 9), se oponen a la idea de que la
cognicin es, fundamentalmente, representacin. Nuestro enfoque es mucho
ms cordial con los anlisis representacionales y basados en el procesamiento
de informacin. Pretende reconceptualizar parcialmente las ideas sobre los
contenidos y los formatos de varios estados y procesos internos, pero sin re
chazar las ideas mismas de procesamiento de informacin y de representacio
nes internas. Adems, nuestro proyecto destaca un cuerpo de investigaciones
de ciencia cognitiva algo diferentes (las investigaciones sobre la robtica en
mundo real la teora de los agentes autnomos) y trata de mostrar cmo enca
jan las ideas y los anlisis que emergen de estas investigaciones muy recientes
en la trama ms amplia de las investigaciones psicolgicas, psicofsicas y evolu
tivas que constituyen el terreno comn de ambas disciplinas.
40. Vanse las pgs. 172-179 tle Varcla y otros, 1991, donde la influencia de las ideas de
Merleau Pomy sobre la causalidad circular se destaca explcitamente
41. No puedo dejar de sospechar que existe algn desacuerdo entre Varcla, Thompson y
Rosch acerca de esta cuestin porque en algunos lugares (vanse, por ejemplo, las pgs. 172179) su argumento se detiene deliberadamente justo ames de esta conclusin radical, mientras
que en otros lugares (vase, por ejemplo, el captulo 10) parece apoyarla. Sin embargo, toda
exgests es delicada y la insinuacin de la existencia de una tensin interna es, necesariamen
te, tentativa.

228 | Explicar la mente extendida

8.9 Representacionalismo mnimo


En mi opinin, el reciente escepticismo hacia el papel de la computacin
y la representacin en la ciencia cognitiva es exagerado. Gran parte de este
debate se puede formular mejor como una discusin entre los fans de los mo
delos maximalistas, detallados y neutrales respecto a la accin del mundo in
terno, y quienes sospechan (incluyendo a este autor) que gran parte de la con
ducta inteligente depende de unos recursos mnimos como, por ejemplo,
codificaciones internas de carcter mltiple, parcial, personalizado y/u orien
tado hacia la accin. De manera similar, gran parte de la oposicin a la idea
del cerebro como dispositivo computacional se puede formular mejor como
una oposicin a la idea del cerebro como codificador de especificaciones
plenamente programadas para el desarrollo o la accin. He argumentado
que las condiciones mnimas para hablar con sentido de representaciones in
ternas se dan cuando podemos desvelar con xito la compleja trama causal de
influencias y poner de manifiesto el papel adaptativo basado en el procesa
miento de la informacin de algn sistema de estados o de procesos: un siste
ma que suponga una distribucin espacial y una complejidad temporal, y que
permita identificar con xito las configuraciones fsicas que sustituyen a esta
dos especficos de cosas. Esta amplitud de miras puede perturbar a aquellas
personas cuyas intuiciones sobre estas cuestiones se hayan forjado en la fra
gua ms restrictiva de la reflexin sobre el lenguaje, los textos y las gramti
cas artificiales,42 pero sospecho que todas las partes estarn de acuerdo en que
42 Vease, por ejemplo, el debate entre Vera y Simn (extremadamente liberales) y Touretzky y Pomerleau en Cognitwe Saet ce, 18 (1994). Aunque se presenta ms como una dis
cusin sobre smbolos internos que sobre representaciones internas, este debate muestra
exactamente el choque de intuiciones comentado en el texto. Touretzky y Pomerleau slo
identifican como smbolos internos los elementos que sean sintcticamente arbitrarios (lo que
importa no es el estado fsico per se sino solo su papel convencional), relativamente pasivos
(manipulados por un procesador bien diferenciado) y capaces de entrar en episodios recursi
vos de combinacin y recombinacin basados en funciones. Vera y Simn cuentan como sm
bolos cualesquiera seales o estados internos cuya funcin sea designar o denotar. Mi propio
punto de vista, como debe resultar evidente, se encuentra a medio camino entre estos dos ex
tremos. Estoy de acuerdo con Touretzky y Pomerleau en que no se debe considerar un smbo
lo (o una representacin interna) cualquier seal que pase por un sistema complejo. Pero bas
ta con que una seal sea capaz de actuar como un sustituto genuino (controlando respuestas en
ausencia de una entrada real del entorno) y que forme parte de algn tipo de sistema representacional. Sin embargo, como se argument en el apartado 8.1 anterior, estas limitaciones
adicionales estn muy lejos de exigir (os sistemas de smbolos clsicos y concadenadores ima
ginados por Touretzky y Pomerleau. De una manera ms general, considero intuitiva la idea
global de que un sistema interno de representacin no se debe vincular en exceso con nuestra
experiencia con lenguajes, textos y gramticas artificiales, que son tipos especficos de esque
mas cuyas propiedades pueden decir ms sobre el perfil computacional del pensamiento hu

Ser, computar, representar I 229

una importante leccin que se puede extraer del trabajo actual en la neurociencia y en la teora de los sistemas dinmicos es que no deberamos tener una
mentalidad cerrada acerca de la naturaleza de los sucesos internos que ayudan
a explicar el xito conductual. Estos sucesos internos pueden incluir toda cla
se de procesos neuronales complejos que dependan de amplias gamas de pro
piedades dinmicas, que incluyen atractores caticos, ciclos lmite, pozos po
tenciales, trayectorias en espacios de estados, valores de variables colectivas o
sistmicas y muchas cosas ms.45 De la misma manera, las explicaciones que in
vocan la representacin interna pueden acabar otorgando a estos procesos di
nmicos de carcter tan complejo y local el papel de vehculos para tipos es
pecficos de informacin y de conocimientos. En la medida en que esto ocurra,
la nocin misma de representacin interna podr experimentar una transfor
macin sutil que, ante todo, la despoje de las connotaciones clsicas que invi
taban a concebir los vehculos tpicos de la representacin como estructuras
relativamente sencillas y localizadas en el espacio y/o en el tiempo.
Debemos admitir que algunos casos plantean un problema especialmen
te difcil. Son los casos que implican procesos de causalidad recproca conti
nua entre factores externos e internos. Parece improbable que esta interac
cin continua pueda caracterizar la gama de casos donde el enfoque
represen racional es ms convincente, es decir, los casos que implican razonar
sobre lo distante, lo inexistente o lo sumamente abstracto. En estos casos, el
centro de atencin se desplaza hacia la dinmica interna del sistema que se
estudia. El problema crucial y todava no resuelto es si esta dinmica interna
encajar o no con una interpretacin que, aun siendo ms liberal, siga estan
do basada en la representacin. En favor del no se puede aducir que a me
dida que la dinmica interna se hace ms compleja o a medida que los su
puestos contenidos se hacen ms pequeos (personalizados, orientados
hacia la accin), la base explicativa proporcionada por las interpretaciones
basadas en la representacin debe disminuir hasta acabar desapareciendo
por debajo de un umbral an por determinar. En favor del s se puede
destacar que an no existe ninguna intrepretacin alternativa de la resolu
cin de problemas genuinamente vidos de representacin y que es difcil
ver cmo se pueden dar explicaciones concisas, generales y claras de gran
parte de nuestro xito adaptativo sin reinventar, de algn modo, las deas de
procesamiento complejo y de estados internos contenido.43*

mano consciente que sobre el gnero total de sistemas de representacin. Vanse ms exposi
ciones en Kirsh, 1991; van Gelder, 1990; el captulo 6 de Clark, 1993; Touretzky y Pomerleau,
1994, y Vera y Simn, 1994.
43. Vanse Skarda y Freeman, 1987; Beer, 1995; Thelen y Smith, 1994; Elman, 1994, y
Kelso, 1995.

230 I Explicar la mente extendida

Parece probable que para avanzar ms en estas cuestiones deberemos


aguardar la generacin y el anlisis de una gama ms amplia de demostra
ciones prcticas: modelos basados en sistemas dinmicos que tengan como
objetivo el razonamiento y la accin en dominios cada vez ms complejos y
abstractos. Creo que, a medida que se desarrollen estas investigaciones, ve
remos una coevolucin cooperativa y bastante delicada entre mltiples tipos
de anlisis e ideas. Veremos la aparicin de nuevas ideas sobre la represen
tacin y la computacin que incorporen las economas de los estados inter
nos orientados hacia la accin y de los procesamientos analgicos continuos,
y que reconozcan la compleja danza conjunta de diversas fuentes internas
y externas de variacin. Aprenderemos a caracterizar la funcin adaptativa
basada en el procesamiento de informacin de los estados y procesos inter
nos, de maneras que no nos cieguen ante las complejidades de los intercam
bios interactivos que refuerzan gran parte de nuestro xito adaptativo. Pero,
en general, nos encontraremos aadiendo nuevos instrumentos ai repertorio
de la ciencia cognitiva, refinando y reconfigurando -aunque no abandonan
do- los que ya poseemos. Despus de todo, si el cerebro fuera tan sencillo
que un solo enfoque pudiera desentraar sus secretos, nosotros mismos se
ramos tan sencillos que no podramos llevar a cabo esta tarea!44

4-t. Aunque esta frase es muy conocida, su origen es bastante incierto. Durante mucho
tiempo yo la haba atribuido al neurocienfico sovitico A. R. Luria, pero no he podido en
contrar ninguna prueba que lo confirme. Casi lodos mis colegas cientficos cognitivos ingleses
y norteamericanos la conocen pero tampoco han podido encontrar su origen. As que lo dejo
como un ejercicio para el lector.

Tercera parte
MS ALL

Y c! autobs de Jernimo el Bosco parti de casa de Kcsey con un rtulo de


destino en la parte delantera que deca Masalla y otro rtulo en la parte trase
ra que rezaba Precaucin: carga extraa.
T om Wo l f e , The Electric Kool-Aid Acid Test.
Vivimos en un mundo donde el habla es una institucin.
M aurice M ekleau -P o n t y ,

Phcrtoirienology o f Perception 0945/1962), pg. 184.

Mentes y mercados

9.1 Cerebros salvajes, mentes andamiadas


Como hemos visto, la razn biolgica con frecuencia consiste en un bati
burrillo de estratagemas en lnea desplegadas sobre la marcha que estn
disponibles, en parte, gracias a nuestra capacidad para intervenir en diversos
tipos de resolucin de problemas de carcter colectivo u orientados a explo
tar el entorno. Sin embargo, es natural que nos preguntemos en qu medida
(si la hay) puede servir este enfoque1de base para comprender los aspectos
ms avanzados y distintivos de la cognicin humana: no hablo de caminar,
alcanzar, seguir paredes y buscar con la vista, sino de votar, elegir lo que con
sumimos, planificar dos semanas de vacaciones, gobernar un pas, etc. Estos
mbitos ms exticos, revelan al fin la delicada flor del pensamiento lgico,
clsico, interno y manipulador de smbolos? Es aqu donde por fin situare
mos la gran linea divisoria entre la razn humana objetiva y los perfiles cog
nitivos de otros animales?12
En los captulos restantes propondr, de manera tentativa, que no hay
necesidad de postular la existencia de esta lnea divisoria, que la forma bsi
ca de la razn individual (rpida complecin de patrones en mltiples siste
mas neuronales) es comn en toda la naturaleza y que donde realmente des
tacamos los seres humanos es en nuestras asombrosas capacidades para crear
y mantener una variedad de estructuras externas especiales (simblicas y sociales-institucionales). Estas estructuras externas funcionan para comple
1. Vanse ms enfoques en McCIamrock, 1995; Thelen y Smith, 1994; Rutkowska, 1993;
Hutchins, 1995; Rcsnick, 1994, y Varela y otros, 1991. Vanse tambin los ensayos en Boden,
1996.

2. Vase Davidson, 1986.

234 t Ms all

mentar nuestros perfiles cognitivos individuales y difundir la razn humana


a travs de redes fsicas y sociales cada vez ms amplias cuyos cmputos co
lectivos muestran sus propias dinmicas y propiedades especiales.
Esta extensin de nuestro marco bsico a casos ms avanzados implica
tres pasos fundamentales. En primer lugar, el razonamiento individual se
vuelve a formular como una especie de estilo de cmputo rpido para la
complecin de patrones. En segundo lugar, una parte considerable de la ta
rea de resolver problemas se descarga en estructuras y procesos externos,
pero estas estructuras y procesos ahora tienden a ser ms sociales e institu
cionales que puramente fsicos. Y en tercer lugar, el lenguaje pblico (como
medio de coordinacin social y como instrumento para el pensamiento indi
vidual) ahora desempea un papel fundamental.
En resumen, la idea es que la cognicin avanzada depende de manera
crucial de nuestras capacidades para disipar razonamiento: para difundir a
travs de estructuras sociales complejas el conocimiento y la sabidura prc
tica que adquirimos y para reducir las cargas de los cerebros individuales si
tuando estos cerebros en complejas tramas de restricciones lingsticas, so
ciales, polticas e institucionales. As pues, empezamos a vislumbrar que
podemos enfrentamos a los fenmenos de la cognicin avanzada con mto
dos que presentan una continuidad, al menos de una manera general, con el
enfoque bsico adoptado en los casos ms simples. A poco que esto sea cier
to, nuestros cerebros no sern tan diferentes de los rganos fragmentados,
especializados y orientados hacia la accin de otros animales y de los robots
autnomos. Pero nosotros, los seres humanos, destacamos en un aspecto
crucial: somos expertos en estructurar nuestros mundos fsicos y sociales y
en extraer conductas complejas y coherentes de estos recursos tan difciles
de controlar. Empleamos la inteligencia con el fin de estructurar nuestro en
torno para poder tener xito con menos inteligencia. [Nuestros cerebros ha
cen que el mundo sea inteligente para que nosotros podamos ser unos ton
tos felices! O dicho de otra manera, el cerebro humano ms estas piezas de
andamiaje externo son los que finalmente constituyen la mquina de infe
rencias racional e inteligente que llamamos mente. Vistas as las cosas, est
claro que somos inteligentes; sin embargo, nuestros lmites se adentran en el
mundo mucho ms de lo que inicialmente pudiramos suponer.3

3. La eleccin entre estas dos perspectivas es delicada y controvertible. Se abordara con


ms detalle en el capitulo 10.

Mentes y mercados I 235

9.2 Perdidos en el supermercado


Entramos en el supermercado para comprar una lata de alubias. E n
frentados a una abrumadora coleccin de marcas y precios, debemos de
cidir cul vamos a comprar. Segn la teora econmica clsica, en estas
circunstancias un agente racional procede, a grandes rasgos, de la manera
siguiente: el agente posee un conjunto preexistente y exhaustivo de prefe
rencias que reflejan la calidad, el coste y quiz otros factores (el pas de
origen, etc.). Estas preferencias estn asociadas a unos pesos o valores y el
resultado final es una clasificacin de las caractersticas deseadas. A con
tinuacin, esta clasificacin compleja (y sistemtica) de las preferencias se
aplica a un conocimiento perfecto de las opciones que ofrece el mundo (el
supermercado) y el agente seleccionador de alubias acta para maximizar
la utilidad esperada; es decir, el agente compra el artculo que mejor sa
tisfaga los requisitos establecidos en el conjunto ordenado de preferencias
(Friedman, 1953). Recientemente, esta imagen de la eleccin econmica
racional se ha denominado paradigma de la racionalidad sustantiva (Denzau y North, 1995).
Sin embargo, como teora de los mecanismos psicolgicos de la elec
cin individual cotidiana, el modelo de la racionalidad sustantiva falla
por su base. El problema principal, segn la conocida descripcin de
Herbert Simn (1982), es que los cerebros humanos, como mucho, slo
son locits de racionalidad parcial o limitada.4 Nuestros cerebros, como
avalan repetidamente los captulos precedentes, no han sido diseados co
mo instrumentos de una razn sin prisas, totalmente informada, ni para
ofrecer respuestas perfectas partiendo de una informacin supuestamen
te perfecta.
En vista de la naturaleza sobre la marcha, limitada y circunscrita en el
tiempo de la cognicin biolgica, quiz sea sorprendente que la teora econ
mica clsica, con su visin de un razonador totalmente informado, lgicamen
te coherente, sin prisas y tranquilo, haya dado tanto de s. Vista la evidente
irrealidad psicolgica de su modelo de la eleccin humana, cmo es que la
economa tradicional ha podido desarrollar modelos que predicen con un xi
to por lo menos moderado el comportamiento de las empresas (en mercados
competitivos con precios fijos), el comportamiento de los partidos polticos y
los resultados de manipulaciones experimentales como la doble subasta?
(Satz y Ferejohn, 1994; Denzau y North, 1995). Y -empleando un tono menos
4.
Sin embargo, deberamos distinguir la concepcin de la razn como corprea y embe
bida de la nocin importante, pero todava insuficientemente radical, de racionalidad limita
da, vase el apartado 9.3, ms adelante.

236 I Ms all

optimista- por qu no ha podido aclarar toda una coleccin de fenmenos so


ciales y econmicos diferentes? Entre sus fracasos ms sonados se encuentran
la incapacidad de construir modelos de cambios econmicos a gran escala con
el tiempo y la incapacidad de construir modelos de eleccin en condiciones de
gran incertidumbre como, por ejemplo, cuando no hay ningn conjunto pree
xistente de resultados que se puedan clasificar segn su conveniencia (Denzau
y North, 1995; North, 1993). Se trata de fracasos fundamentales en la medida
en que se ramifican hacia una gran variedad de casos ms concretos, como la
incapacidad para construir modelos de la conducta de los votantes, para pre
decir el desarrollo de instituciones econmicas y sociales, y para abordar la
mayor parte de las elecciones que llevan a cabo los legisladores.5
Esta pauta de xitos y fracasos es a la vez fascinante y reveladora porque
la mejor manera de explicarla parece suponer una disociacin entre casos de
lo que se puede denominar eleccin muy andamiada y casos de pensamiento
individual menos restringido. Como varios autores han argumentado recien
temente,6 el paradigma de la racionalidad sustantiva parece funcionar mejor
en los casos muy andamiados y fracasa progresivamente a medida que aumen
ta el papel del pensamiento individual poco restringido.
La idea de eleccin muy andamiada se encuentra en la base de unos im
portantes trabajos llevados a cabo recientemente por Satz y Ferejohn (1994)
y Denzau y North (1995). El tema comn es que la teora econmica neocl
sica funciona mejor en situaciones donde la eleccin racional individual est
muy limitada por la seleccin cuasi evolutiva de polticas y prcticas institu
cionales restrictivas. Esta irona es destacada explcitamente por Satz y Fe
rejohn: La teora [tradicional] de la eleccin racional es ms potente en
contextos donde la eleccin est limitada (pg. 72). Cmo puede ocurrir
esto? Segn Satz y Ferejohn, la razn es simple: lo que acta en estos casos
no es tanto el pensamiento individual como las estructuras sociales e institu
cionales ms amplias en las que est embebido el individuo. Estas mismas es
tructuras han evolucionado y prosperado (en los casos donde funciona la
teora econmica) fomentando la seleccin de acciones colectivas que real
mente maximicen el rendimiento en relacin con un conjunto fijo de metas.
Por ejemplo, el entorno competitivo de la economa de mercado garantiza
que, en general, slo sobrevivan las empresas que maximicen sus beneficios.
Este hecho, ms que cualquier otro hecho sobre las creencias, los deseos u
otros aspectos psicolgicos de los individuos implicados, asegura el xito
5. La cuestin de la conducta de los votantes se plantea convincentemente en Satz y Fe
rejohn, 199-1, La cuestin del cambio institucional y la poltica pblica se examina en North,
1993.
6. Especialmente Satz y Ferejohn, 199-1, y Denzau y North, 1995.

Mentes y mercados I 237

frecuente de los modelos de racionalidad sustantiva en predecir la conducta


de las empresas. Las fuertes limitaciones impuestas por la estructura ms
amplia del mercado originan, en el nivel de la empresa, estrategias y polticas
orientadas a maximizar los beneficios. Bajo la influencia de un andamiaje tan
poderoso, las teoras y las visiones individuales del mundo pueden tener
poco impacto en la conducta global de la empresa. Cuando el andamiaje ex
terno de polticas, infraestructuras y costumbres es fuerte y -ms importan
te an- es el resultado de una seleccin competitiva, los miembros indivi
duales son, en realidad, piezas intercambiables de un engranaje mayor. Este
engranaje se extiende mucho ms all del individuo, incorporando estructu
ras sociales, fsicas e incluso geopolticas a gran escala. Lo que la teora eco
nmica tradicional suele modelar con xito es el razonamiento y conducta
difusos de este engranaje ms amplio. Existe una gran variedad de perfiles
psicolgicos individuales que son totalmente compatibles con ciertos roles
funcionales concretos dentro de ese engranaje ms amplio. Como comenta
ron Satz y Ferejohn (ibd., pg. 79): Muchos conjuntos de motivaciones in
dividuales son compatibles con las limitaciones que el entorno competitivo
del mercado impone a la conducta de una empresa. Con frecuencia, cuando
explicamos la conducta de una empresa nos encontramos con pautas causa
les que se mantienen constantes en las diversas prcticas de actividad maximizadora que encontramos en la Inglaterra calvinista y en la Comunidad de
Ahorro y Prstamo de Texas.
En cambio, la teora de la conducta de los consumidores es floja y tiene
menos xito. La razn de ello es que las ideas y la visin del mundo de cada
individuo tienen preponderancia en las elecciones de consumo y el anda
miaje externo es proporcionalmente ms dbil. De manera similar, la teora
de la conducta de los votantes es floja en comparacin con la teora de la
conducta de los partidos durante las convocatorias electorales. Como ocu
rra antes, slo sobreviven los partidos que superan la fuerte presin selecti
va que impone la actividad orientada a maximizar los votos. En compara
cin, la eleccin individual es relativamente espontnea (ibd., pgs. 79-80).
Segn Satz y Ferejohn, el factor crucial que distingue los casos con
xito de los casos sin xito (del empleo de la teora neoclsica que supone
la racionalidad sustantiva) es la disponibilidad de una teora de intereses
determinada estructuralmente. En los casos donde el entorno estructurador global acta para seleccionar acciones limitadas que se ajusten a un
modelo especfico de preferencias, la teora neoclsica funciona. Y funcio
na porque la psicologa individual deja de importar: las preferencias es
tn impuestas por la situacin ms amplia y no hace falta que se repitan en
la psicologa individual. Por ejemplo, en un sistema electoral democrtico
bipartidista, la situacin global selecciona al partido que acta para maxi-

238

Ms all

mizar los votos. Esta fuerza estructurados externa nos permite atribuir
preferencias a partir de las limitaciones para obtener el xito en este en
granaje mayor. Las limitaciones para los votantes individuales son mucho
ms dbiles. Por tanto, los perfiles psicolgicos reales pasan a un primer
plano y la teora neoclsica fracasa (Satz y Ferejohn, 1994, pgs. 79-80;
North, 1993, pg. 7). Este diagnstico general est apoyado por el anlisis
de Denzau y North (1995), quienes destacan que la teora econmica tra
dicional construye buenos modelos de la eleccin en mercados competiti
vos de precio fijo y en ciertos estudios experimentales restringidos. En es
tos casos, segn ellos, determinados aspectos institucionales desempean
papeles importantes en el fomento de un rendimiento econmico de esti
lo maximizador. A modo de ilustracin, Denzau y North citan algunos es
tudios computacionales fascinantes realizados por Gode y Sunder (1992)
que se basan en unos agentes de bolsa de inteligencia nula, unos agentes
simulados que no teorizan, ni recuerdan sucesos, ni tratan de maximizar
los resultados de una manera activa. Cuando se limit a estos agentes sim
ples a que slo pujaran cuando ello no acarreara prdidas inmediatas, se al
canz una eficiencia del 75 % (medida como porcentaje de la suma de las
rentas potenciales de compra y venta (ibd., pg. 5). Sustituir los agentes
de inteligencia nula (IN) por seres humanos slo aument la eficiencia en
un simple 1 %. Pero la alteracin del andamiaje institucional (por ejemplo,
reunir todas las ofertas en una subasta doble antes de contratar o permitir
ofertar y contratar simultneamente) provoc una mejora del 6 %. La con
clusin firme es que la mayor parte de los aumentos de eficiencia en al
gunas situaciones de distribucin de recursos se pueden atribuir a detalles
institucionales, independientemente de sus efectos en agentes racionales
(ibd., pg. 5).
Los resultados de los experimentos con agentes IN demuestran clara
mente el poder de los entornos institucionales y de las limitaciones externas
para fomentar conductas colectivas que se ajusten al modelo de la racionali
dad sustantiva. Estos resultados encajan muy bien con las noticias, por lo de
ms inquietantes, de que la mayor parte de la economa tradicional no se ve
ra afectada si las personas eligieran al azar (Alchian, 1950, citado en Satz y
Ferejohn, 1994) en vez de maximizar la satisfaccin de sus preferencias, y de
que las palomas y las ratas con frecuencia pueden rendir de maneras cohe
rentes con la teora de la racionalidad sustantiva (Kagel, 1987, citado en Satz
y Ferejohn, 1994). Estos resultados tienen sentido si el andamiaje de la elec
cin por medio de estructuras restrictivas de escala superior es, en ocasiones,
el portador ms vigoroso de fuerza maximizadora. En los casos ms extre
mos de esta restriccin, el individuo que elige no es ms que una simple pie
za que desempea el mismo papel funcional limitado que tambin pueden

Mentes y mercados I 239

desempear un agente de inteligencia nula, una paloma, una rata, un agente


humano o, en los peores casos, un dispositivo que funcione a cara o cruz.7

9.3 Oficinas inteligentes?


Todo lo dicho hasta ahora indica que el andamiaje es importante: la es
tructuracin externa proporcionada por instituciones y organizaciones car
ga con gran parte del peso explicativo para interpretar las pautas econ
micas actuales. Para ver dnde encaja la psicologa humana, empecemos
por preguntarnos: qu tipo de mente individual necesita un andamiaje ex
terno?
Como hemos visto, un papel vital de las estructuras y los andamiajes ex
ternos est plenamente predicho por trabajos recientes sobre la cognicin in
dividual. La nocin de racionalidad limitada de Simn (1982) probablemen
te fue el primer paso en esta direccin. Pero aunque Simn rechaz con
razn la nocin de los agentes humanos como razonadores lgicos perfectos,
sigui comprometido con un modelo de computacin bsicamente clasicista (vanse la introduccin y el captulo 3 anteriores) que implicaba unas re
glas explcitas y unas estructuras de datos cuasi lingsticas. La principal di
ferencia era el empleo de la heurstica con el objetivo de satisfacer ms que
de optimizar, es decir, el empleo de reglas generales para encontrar una
solucin viable con unos gastos mnimos de tiempo y potencia de procesa
miento.
El resurgir de las ideas conexionistas (redes neuronales artificiales, pro
cesamiento distribuido en paralelo; vase el captulo 3 anterior) nos llev
an ms all al poner en duda los modelos clsicos de la representacin in
terna y del proceso computacional.
En el apartado 3.3 anterior vimos que, de hecho, estos sistemas sustitu
yen el razonamiento y la inferencia paso a paso por el reconocimiento rpido
de patrones. Esta sustitucin produce un perfil concreto de puntos fuertes
(aptitudes motrices, reconocimiento de rostros, etc.) y dbiles (planificacin
a largo plazo, lgica) que nos permite determinar de qu manera las estruc
turas externas pueden complementar y potenciar la cognicin individual ais
lada. Se haba argumentado que las estructuras externas nos permitan su
7.
Con esto no quiero afirmar (errneamente) que las elecciones extremadamente anda
miadas siempre se ajustan a las normas de la racionalidad sustantiva. Esto slo ocurre si el mis
mo andamiaje institucional ha evolucionado como resultado de una presin selectiva para roaximizar las recompensas, y si el entorno econmico ha permanecido estable o si el propio
andamiaje institucional original incorpora una flexibilidad suficiente para abordar cambios
posteriores.

240 I Ms all

perar dominios de problemas que requeran un despliegue secuencial y sis


temtico de capacidades bsicas para la complecin de patrones y para la
produccin y reutilizacin de resultados intermedios. El sencillo ejemplo pre
sentado en e! captulo 3 anterior se refera al empleo de lpiz y papel para ex
tender unos conocimientos aritmticos simples (por ejemplo, que 7 x 7 = 49)
a la solucin de problemas ms complejos (por ejemplo, 777 x 777). Ahora
podemos ver, de una manera muy general, que las instituciones, las empresas
y las organizaciones parecen compartir muchas propiedades esenciales con
el lpiz, el papel y la prctica aritmtica de este ejemplo. El lpiz y el papel
proporcionan un medio externo en el que nos comportamos (empleando re
cursos bsicos en lnea) segn dicte la prctica o poltica general de las mul
tiplicaciones largas. La mayora de nosotros no conocemos la justificacin
matemtica del procedimiento. Pero lo empleamos y funciona. De manera
similar, las empresas y las organizaciones constituyen un recurso externo
donde los individuos se comportan de acuerdo con una serie de normas, po
lticas y prcticas. En estos mbitos, la resolucin cotidiana de problemas
suele suponer el empleo de estrategias de reconocimiento de patrones local
mente eficaces que se invocan como resultado de alguna incitacin externa
(como un papel verde en la bandeja de entrada, cumplimentado de una
manera prefijada) y que dejan huellas en forma de otras seales (hojas de
papel, mensajes de correo electrnico, etc.) que estarn disponibles para
manipulaciones futuras dentro del engranaje ms amplio de la empresa. En
estos contextos, al menos a corto plazo, el papel de la racionalidad indivi
dual puede llegar a ser marginal. Si el engranaje global y las estrategias se
han seleccionado para maximizar los beneficios, el hecho de que los indivi
duos sean piezas que desplieguen formas muy limitadas de racionalidad,
orientada a la complecin de patrones, carecer de importancia. (Se podra
decir que las neuronas individuales son piezas an ms limitadas, pero una
vez organizadas en cerebros mediante la seleccin natural tambin sostie
nen una razn ms elevada).
As pues, gran parte de lo que sucede en el complejo mundo de los seres
humanos se puede comprender, de una manera un tanto sorprendente,
como si implicara algo semejante a los algoritmos estigmrgicos presenta
dos en el apartado 4.3 anterior. Recordemos que la estigmergia supone el
empleo de estructuras externas para controlar, inducir y coordinar acciones
individuales. Tambin es posible modificar estas estructuras externas y mol
dear as las conductas futuras. En el caso de la construccin de termiteros,
aunque las acciones de cada termita estn controladas por la estructura local
del nido, esas mismas acciones suelen producir modificaciones en la estruc
tura que, a su vez, inducen a los mismos -o a otros- individuos a desarrollar
ms actividad. Naturalmente, aunque los seres humanos se encuentran in

Mentes y mercados I 241

mersos en los entornos restrictivos de grandes instituciones sociales, polti


cas o econmicas, no son termitas! A diferencia de las termitas, nosotros no
desempearemos siempre una accin slo porque un estmulo externo pa
rezca exigirlo. Sin embargo, nuestros xitos (y a veces nuestros fracasos) co
lectivos se suelen comprender mejor si consideramos que el individuo slo
elige sus respuestas dentro de las limitaciones -con frecuencia poderosasimpuestas por los contextos de accin ms amplios de carcter social e insti
tucional. Y de hecho esto es justamente lo que cabe esperar cuando recono
cemos que la naturaleza computacional de la cognicin individual no es ide
al para abordar ciertos mbitos complejos. Al parecer, en estos casos slo
resolvemos el problema (por ejemplo, construir un Jumbo o gobernar un
pas) de una manera indirecta, creando estructuras externas ms grandes,
tanto fsicas como sociales, que puedan inducir y coordinar una larga suce
sin de episodios -que se pueden tratar individualmente- de resolucin de
problemas, conservando y transmitiendo las soluciones parciales a lo largo
de la sucesin.

9.4 Dentro de la mquina


Las organizaciones, las fbricas, las oficinas, las instituciones y otras en
tidades similares son los andamiajes a gran escala de nuestro xito cognitivo
distintivo. Sin embargo, estas totalidades ms amplias, al tiempo que ofrecen
informacin y andamiaje al pensamiento individual, tambin reciben estruc
tura e informacin a travs de los actos de comunicacin de los individuos y
mediante episodios de resolucin de problemas en solitario. Un proyecto
crucial para las ciencias cogntivas de la mente corprea es iniciar la difcil
tarea de comprender y analizar esta compleja relacin reciproca: una tarea
de enormes proporciones que exigir el empleo de simulaciones que operen
en mltiples escalas de tiempo y niveles de organizacin, Lo ideal sera que
estas simulaciones abarcaran el cambio evolutivo gentico, el aprendizaje y
la resolucin de problemas de carcter individual, los procesos de evolucin
de culturas y artefactos y las capacidades emergentes para la resolucin de
problemas de grupos de agentes en comunicacin. Sin embargo, y muy a mi
pesar, esto es pedir demasiado dada la situacin actual en este campo Pero
al menos es posible empezar a rascar la superficie de estas cuestiones.
Se han dado algunos intentos apreciables de construir modelos para par
te de la interaccin entre la evolucin gentica y el aprendizaje individual
(Ackley y Littman, 1992; Nolfi y Parisi, 1991; vanse discusiones en Clark,
1993 y Clark, 1996b). Sin embargo, para la presente discusin son ms per
tinentes los intentos de construir modelos de la interaccin entre el aprend-

242 j Ms all

zaje individual, la evolucin de culturas y artefactos, y las pautas de comuni


cacin entre grupos. Siguiendo esta lnea, Hutchins (1995) se propuso in
vestigar la influencia de diversas pautas de comunicacin en las capacidades
colectivas de resolucin de problemas de grupos pequeos de agentes ar
tificiales simples. En esta simulacin, cada agente era una red neuronal pe
quea que comprenda algunas unidades de procesamiento conectadas entre
s. Cada unidad codificaba algn rasgo especfico del entorno. Unos vncu
los excitadores conectaban entre s rasgos que se sustentaban mutuamente;
otros vnculos inhibidores conectaban entre s rasgos mutuamente contra
dictorios. Por ejemplo, un rasgo como es un perro sera codificada por
una sola unidad con vnculos excitadores con (por ejemplo) las unidades la
dra y es peludo y con vnculos inhibidores con (por ejemplo) las unida
des malla y es un gato (estando estas dos ltimas vinculadas entre s
mediante una conexin excitadora). Estas redes se conocen como redes de
satisfaccin de restricciones.
Una vez configuradas (mediante el aprendizaje o codificndolas a mano)
las redes de satisfaccin de restricciones muestran unas notables propieda
des de razonamiento semejantes a la complecin de patrones. Imaginemos
que las diversas unidades reciben seales de entrada procedentes del entor
no. La activacin de unas pocas unidades que figuren en una red de cone
xiones excitadoras producir actividad en todas las unidades restantes de esa
red. As, la entrada ladra producir un perfil de activacin global adecua
do para la categora perro, etc. Con frecuencia, las unidades individuales
eligen entre responder (activarse) o no sumando las entradas recibidas a
travs de diversos canales y comparando el resultado con un valor de um
bral. Como resultado, cuando una red de satisfaccin de restricciones se ha
acostumbrado a una interpretacin de la entrada (por ejemplo, haciendo que
se activen todas las unidades relacionadas con las caractersticas del perro),
eliminar esta interpretacin puede ser difcil porque las unidades se prestan
entre s un apoyo considerable. Segn Hutchins, esta caracterstica de esta
clase redes concuerda bastante bien con el familiar efecto psicolgico del
sesgo a la confirmacin, es decir, la inclinacin a desatender, descartar o
reinterpretar de una manera creativa las pruebas que van contra alguna hi
ptesis o modelo que ya se ha establecido (como una entrada malla aisla
da; vase, por ejemplo, Wason, 1968).
Ahora imaginemos una comunidad de redes de satisfaccin de restriccio
nes donde cada red tiene un nivel distinto de actividad inicial (predisposi
cin) y un acceso diferente a los datos del entorno. Hutchins demuestra que,
en estos casos, la manera precisa en que se estructura la comunicacin entre
las redes marca una profunda diferencia en el tipo de resolucin colectiva de
problemas que vaya a aparecer. Sorprendentemente, Hutchins (pg. 252) en

Mentes y mercados I 243

contr que, en esta clase de casos, no siempre es mejor ms comunicacin


que menos. En particular, si desde el principio se permite que todas las re
des influyan en la actividad de las dems (que se comuniquen), el sistema
global muestra un grado extremo de sesgo a la confirmacin: mucho ms
que cualquiera de las redes estudiadas por separado. La razn es que la den
sidad de las pautas de comunicacin impone una fuerte tendencia a descu
brir con rapidez una interpretacin compartida de los datos, es decir, a en
contrar un patrn de actividad estable para todas las unidades. En vez de
asignar el valor debido a los datos externos que reciben como entrada, las re
des se vuelcan mucho ms en estas restricciones internas (la necesidad de en
contrar un conjunto de patrones de activacin que no perturbe a las otras re
des). Como resultado, el grupo social se precipita hacia la interpretacin
ms cercana al centro de gravedad de sus predisposiciones, independiente
mente de la evidencia (ibd., pg. 259).
En cambio, si limitamos el nivel de comunicacin inicial daremos tiempo
a cada red para que equilibre sus predisposiciones con la informacin pro
cedente del entorno. Si la comunicacin entre las redes se posibilita despus,
el sesgo global a la confirmacin se reduce activamente: es decir, el grupo tie
ne ms probabilidades de encontrar una solucin correcta que cualquiera de
sus integrantes por separado. Estos resultados indican que la ventaja colec
tiva de un jurado sobre una decisin individual se puede disipar proporcionalmente al nivel de comunicacin inicial entre sus miembros.8 Con todo, lo
ms importante es que este ejemplo ilustra una manera de poder empezar a
comprender, de una forma rigurosa, algunos aspectos de la delicada interac
cin entre la cognicin individual y la dinmica de grupo. Sin duda, esta
comprensin ser crucial para apreciar mejor las funciones de las estructu
ras institucionales y organizativas en la resolucin colectiva de proble
mas, y para determinar el papel del equilibrio entre la cognicin individual y
el andamiaje externo al que esa misma cognicin da forma y en cuyo seno
habita.
Una consecuencia de la sencilla demostracin acabada de presentar es
que hay espacio para que evolucionen pautas de comunicacin entre los
agentes (a lo largo del tiempo cultural-evolutivo) que satisfagan mejor las ne
cesidades de resolucin de problemas de un colectivo determinado. En una
fascinante simulacin anterior, Hutchins y Hazelhurst (1991) mostraron que
los artefactos culturales (palabras y smbolos) que fluyen por el interior de la
mquina colectiva pueden evolucionan para satisfacer mejor ciertas nece
8.
Comprese con el teorema del jurado de Condorcet, segn el cual si (entre otras cosas)
las elecciones del jurado son independenles, entonces el voto por mayora del jurado ser co
rrecto con ms frecuencia que el de cualquiera de sus integrantes por separado.

244 t Ms all

sidades especficas de resolucin de problemas. En este estudio, Hutchins


(un cientfico cognitivo) y Hazelhurst (un antroplogo cultural) crearon
una sencilla simulacin por ordenador en la que varias generaciones con
secutivas de redes conexionistas sencillas mejoraban gradualmente su ca
pacidad para resolver problemas creando y pasndose un conjunto de ar
tefactos culturales: concretamente, un lenguaje simple que codificaba
informacin sobre algunas correlaciones destacadas entre sucesos del en
torno. Esta simulacin se basaba en un grupo de ciudadanos (redes co
nexionistas) capaces de aprender a partir de dos tipos de estructuras del
entorno: unas estructuras naturales (correlaciones observadas entre su
cesos y, en este caso, entre las fases de la luna y la marea) y unas estructu
ras artificiales (que suponan aprender mediante la exposicin a smbolos
que representan ios estados de la luna y de la marea). Gracias a su capaci
dad intrnseca para la complecin de patrones y el aprendizaje, estas redes
pueden aprender a asociar smbolos con sucesos y a denotar sucesos me
diante smbolos. Por tanto, pueden generar smbolos para reflejar expe
riencias y pueden emplear estos smbolos para ocasionar los tipos de expe
riencia que normalmente provocara el suceso real (que, en s mismo, no es
ms que otro tipo de codificacin en esta simulacin sencilla). En conse
cuencia, la exposicin a unos smbolos produce una especie de experien
cia vicaria de los sucesos asociados. Adems, algunas simulaciones incor
poraban un sesgo en la seleccin de artefactos donde unos productos
culturales (estructuras de smbolos) eran seleccionados por otros ciudada
nos con una probabilidad que reflejaba, en parte, la competencia (el grado
de xito) de la red que los haba producido.
El estudio de Hutchins-Hazelhurst supona observar el xito relativo de
muchas generaciones de redes. Pero, a diferencia del trabajo sobre algorit
mos genticos examinado en el captulo 5 anterior, todas las generaciones
eran idnticas en cuanto a estructura interna: no se permita ninguna mejora
gentica. A pesar de ello, la acumulacin gradual de mejores artefactos ex
ternos (las estructuras simblicas que representaban los estados de la luna y
las mareas) permiti que las generaciones posteriores aprendieran unas re
gularidades ambientales que las generaciones anteriores a ellas no haban po
dido aprender. La contribucin de cada individuo a las generaciones futuras
no era gentica: consista en un artefacto simblico que comprenda entra
das para las fases de la luna y los estados de la marea. En parte, los ciudada
nos de generaciones posteriores reciban entrenamiento con los artefactos
generados por sus predecesores inmediatos, aunque la seleccin de estos ar
tefactos se haca o bien al azar (todos los artefactos de la generacin anterior
tenan la misma probabilidad de ser empleados) o bien en relacin con el
sesgo de seleccin (favoreciendo as a los mejores artefactos).

Mentes y mercados I 245

Los resultados fueron claros: las primeras generaciones no podan pre


decir la regularidad. Las generaciones posteriores, idnticas al nacer y em
pleando los mismos procedimientos de aprendizaje, fueron capaces de re
solver el problema. Las simulaciones en las que intervena el sesgo de
seleccin tuvieron ms xito que las basadas en la eleccin al azar. Por tan
to, la existencia de unos productos artificiales y de unas estrategias para se
leccionar estos productos posibilita un tipo de aprendizaje multigeneracional que es independiente del cambio gentico y que ampla enormemente los
horizontes del aprendizaje individual.9
En estas sencillas simulaciones vemos algunos de los primeros intentos
de dar un poco de cuerpo cuantitativo y analtico a las ideas sobre la resolu
cin colectiva de problemas en comunidades de agentes capaces de crear y
explotar diversos tipos de estructuras externas de smbolos. Estas estructu
ras de smbolos son la sangre que fluye por el tejido social e institucional
ms amplio que moldea y habilita el pensamiento humano individual.

9.5 Entornos de diseo


Hace poco, Rodney Brooks, el creador de muchos de los robots mviles
descritos en captulos anteriores, plante esta pregunta: cmo podemos ob
tener una conducta coherente a partir de mltiples procesos adaptatvos sin
un control centralizado? Se trata de una pregunta acuciante si, como sospe
chan muchos neurocientficos y especialistas en robtica, incluso la cogni
cin humana avanzada depende de mltiples sistemas internos, con una co
municacin limitada, que explotan formas de representacin interna
parciales y orientadas hacia la accin. Sin el gran homnculo central -el rea
interna donde, como dice Dennett (1991), todo se junta- qu impide que
la conducta se convierta en catica y contraproducente? Brooks (1994) con
sidera tres fuentes de restriccin: la coherencia natural (donde el mundo f
sico determina, por ejemplo, que la accin A se realice antes que la accin
B), la coherencia diseada (donde el sistema posee, por ejemplo, una jerar
qua preincorporada de metas) y diversas formas de modulacin global de
bajo coste (como los efectos hormonales).
A esta lista podemos aadir ahora la idea de automodulacin estigmrgica: el proceso mediante el cual los cerebros inteligentes estructuran activa
mente sus propios mundos externos (fsico y social) para suscitar acciones
exitosas con menos cmputo individual. Al parecer, la coherencia y la fuer
9.
Vease ms informacin sobre la interaccin entre el aprendizaje humano y los artefac
tos culturales en Norman, 1988 y en el apartado 10.3 posterior.

246 I Ms all

za de la resolucin de problemas de gran parte de la actividad humana pue


de estar enraizada en el hecho simple, pero con frecuencia desatendido, de
que somos los seres que ms explotan los andamiajes externos de todo el pla
neta. Construimos entornos de diseo en los que la razn humana es ca
paz de sobrepasar ampliamente el mbito computacional del cerebro biol
gico bsico. Por tanto, la razn avanzada es, ms que nada, el reino del
cerebro andamiado: el cerebro en su contexto corporal, interaccionando con
un mundo complejo de estructuras fsicas y sociales. Estas estructuras exter
nas limitan y potencian a la vez las actividades de resolucin de problemas
del cerebro bsico, cuyo papel principal es sustentar una sucesin de res
puestas iteradas y locales de complecin de patrones. Dentro de este para
digma, los xitos de la economa clsica (por citar slo un ejemplo) emergen
como si dependieran bsicamente de la dinmica a corto plazo de respuestas
fuertemente determinadas por tipos particulares de estructuras organizativas
o institucionales: estructuras que, a su vez, han evolucionado como resulta
do de la presin selectiva para maximizar cierto tipo de gratificaciones.
Con todo, en la mayora de los casos estos mismos andamiajes externos
son producto del pensamiento y la actividad de seres humanos aislados o en
colectividad. Por tanto, la presente discusin apenas rasca la superficie de un
proyecto enorme y difcil: comprender la manera en que nuestro cerebro es
tructura y habita a la vez un mundo poblado de culturas, pases, lenguas, or
ganizaciones, instituciones, partidos polticos, redes de correo electrnico y
toda la inmensa parafemalia de estructuras externas y andamiajes que orien
tan y dan contenido a nuestras acciones cotidianas.
Todo esto, como observa Hutchins (1995) de forma harto significativa,
slo sirve para recordarnos algo que ya sabamos: si nuestros logros superan
a los de nuestros antepasados, no es porque nuestros cerebros sean ms in
teligentes que los suyos. Nuestros cerebros son las piezas de unos engranajes
sociales y culturales ms grandes que muestran la huella de los ingentes es
fuerzos realizados anteriormente por individuos y colectividades. En un sen
tido bastante literal, este engranaje es la corporeizacin persistente de la ri
queza de conocimientos alcanzados. Esta gigantesca razn extendida es la que
ms se beneficia de nuestros simples esfuerzos individuales y por ello cons
tituye el vehculo principal de nuestro xito cognitivo distintivo.

10

Lenguaje: el artefacto definitivo

10.1 El poder de la palabra


Qu hace por nosotros el lenguaje pblico? Hay una respuesta fcil y
comn que, si bien no es incorrecta, induce sutilmente a error. Esta respues
ta es que el lenguaje nos ayuda a comunicar ideas, permitiendo que otros se
res humanos se beneficien de lo que sabemos y que nosotros nos beneficie
mos de lo que saben los demas. Sin duda esto es cierto y establece una de las
principales fuentes de nuestro xito cognitivo. Con todo, el nfasis en el len
guaje como medio de comunicacin tiende a cegarnos ante otro papel ms
sutil, pero igualmente poderoso: el papel del lenguaje como instrumento1
para alterar la naturaleza de las tareas computacionales que intervienen en
diversos tipos de resolucin de problemas.
La idea bsica es muy sencilla. Consideremos un artefacto o instrumento
familiar como unas tijeras.7 Normalmente, un artefacto como ste suele pre-12
1. Entre los autores recientes que suscriben alguna versin de este punto de vista del len
guaje se incluyen Dennett (1991, 1995), Carruthcrs (1996) y. posiblemente, Gauker (1990,
1992) Carruthcrs distingue muy cuidadosamente entre el inters comunicativo y el inters
cognitivo del lenguaje (pgs. 44 y 52). En el apartado 10.2 posterior intentar aclarar algu
nas similitudes y diferencias entre estas concepciones y la nocin del lenguaje como transfor
mador cnmputacional. En una lnea parecida, McClamrock (1995) ofrece una interesante ex
plicacin del lenguaje embebido donde destaca hechos acerca del contexto externo (fsico y
social) en el que se usa el lenguaje. Aunque la discusin de McClamrock (vase, por ejemplo,
ibd., pgs. 116-131) se centra en el debate entre las teoras intemalisras y externalistas del
significado, varas de sus observaciones tienen que ver directamente con mis intereses y los
examinar en el apartado 10.3 posterior. La perspectiva que desarrollo est muy en deuda con
e! tratamiento que hace Hutchins (1995) del papel de los medios extemos en la construccin
de sistemas cognitivos extendidos (vanse tambin los captulos 4 y 9 anteriores).
2. Richard Gregory (1981) comenta el papel de los artefactos (incluyendo las tijeras)

248 I Ms all

sentar una adaptacin doble: un ajuste bidireccional, con el usuario por un


lado y con la tarea por otro. Por una parte, la forma de las tijeras se adapta
muy bien a la forma y las capacidades de manipulacin de la mano humana.
Por otra parte, cuando el artefacto se utiliza confiere al agente unas capaci
dades o facultades caractersticas que los seres humanos no poseen de ma
nera natural: la capacidad de hacer cortes rectos y limpios en ciertos papeles
y tejidos, la capacidad de abrir envoltorios, etc. Esto no puede ser ms evi
dente: despus de todo, por qu otra razn valoramos este artefacto?
En muchos aspectos, el lenguaje pblico es el artefacto definitivo. No
slo nos confiere facultades adicionales de comunicacin; tambin nos per
mite reestructurar una variedad de tareas difciles, pero importantes, y dar
les unos formatos ms adecuados para las capacidades computacionales b
sicas del cerebro humano. De la misma manera que las tijeras nos permiten
explotar nuestras capacidades manipuladoras bsicas para alcanzar nuevos
fines, el lenguaje nos permite explotar nuestras capacidades cognitivas bsi
cas de transformacin y reconocimiento de patrones para que se amplen ha
cia nuevos horizontes conductuales e intelectuales. Adems, como el len
guaje pblico tambin presenta la adaptacin doble descrita anteriormente,
puede constituir un conjunto de artefactos lingsticos cuya misma forma
ha evolucionado, en parte, para explotar las contingencias y los sesgos del
aprendizaje y el recuerdo de los seres humanos. (Esta adaptacin inversa
-del artefacto al usuario- podra ser la base de una nueva perspectiva sobre
la controversia acerca de los mecanismos innatos para la adquisicin y la
comprensin del lenguaje.) Por ltimo, la pura intimidad de las relaciones
entre el pensamiento humano y los instrumentos del lenguaje pblico nos
plantea el interesante y delicado enigma consistente en determinar dnde
acaba el usuario y dnde empieza el instrumento.

10.2 Ms all de la comunicacin


La idea de que el lenguaje puede hacer mucho ms que servir simple
mente como vehculo para la comunicacin no es nueva. Est claramente
presente en el trabajo de especialistas en el desarrollo como Lev Vygotsky (1962) y Laura Berk (vase, por ejemplo, Daz y Berk, 1992). Fi-

como medios para reducir la carga computacional del individuo y ampliar nuestros horizontes
conductuales. Daniel Dennett (1995, pgs. 375-378) se ha dedicado al mismo tema, descri
biendo una clase de animales a los que denomina seres gregorianos (en homenaje a Richard
Gregory): seres que explotan anefactos diseados como amplificadores de la inteligencia y
como depsitos del conocimiento y la sabidura adquiridos. Vase tambin Norman, 1988.

Ei lenguaje: un artefacto definitivo I 249

gura en los argumentos y las conjeturas filosficas de, por ejemplo, Peter
Carruthers (1996) y Ray Jackendoff (1996). Y aparece en las especula
ciones ms orientadas hacia la ciencia cognitiva de Daniel Dennett (1991,
1995). Ser til examinar algunas ideas fundamentales de esta literatura
antes de seguir con nuestra versin preferida: concretamente, la idea del
lenguaje como transformador computacional que permite a los cerebros
completadores de patrones abordar problemas cognitivos que, si no, se
ran intratables.
Durante los aos treinta, Vygotsky, un psiclogo de la poca, propuso
la idea de que el empleo del lenguaje pblico tiene unos profundos efec
tos en el desarrollo cognitivo. Postul unos fuertes vnculos entre el dis
curso, la experiencia social y el aprendizaje. Dos ideas de Vygotsky que
son especialmente pertinentes para nuestros fines actuales se refieren al
habla privada y la accin andamiada (la accin realizada dentro de la
zona de desarrollo proximal; vanse Vygotsky, 1962 y el captulo 3 ante
rior). Decimos que una accin est andamiada si se basa en algn apoyo
externo. Este apoyo puede consistir en el empleo de instrumentos o en la
explotacin del conocimiento y las aptitudes de otras personas; dicho en
otras palabras, el concepto de andamiaje (tal como yo lo utilizar)5 abarca
una amplia clase de potenciaciones fsicas, cognitivas y sociales que nos
permiten alcanzar una meta que, en caso contrario, sera inalcanzable.
Como ejemplos sencillos se pueden citar el empleo de un comps para tra
zar un crculo perfecto, el papel de los miembros de una tripulacin para
que el piloto mantenga el rumbo y la capacidad de un nio pequeo para
dar sus primeros pasos cuando sus padres lo sostienen. Aunque la nocin
de zona de desarrollo proximal de Vygotsky se refiere a los casos en que
un nio es temporalmente capaz de tener xito en determinadas tareas slo
mediante la orientacin o la ayuda proporcionada por otro ser humano
(normalmente uno de los padres o un educador), esta nocin encaja con el
inters de Vygotsky en el habla privada de la manera siguiente: cuando un
nio sigue las indicaciones verbales de un agente ms experimentado, con
frecuencia puede tener xito en tareas que, en caso contrario, encontrara
imposibles de realizar (pensemos en cuando aprendimos a atarnos los cor
dones de los zapatos). Ms adelante, cuando el adulto no est presente, el
nio puede llevar a cabo un dilogo similar, pero esta vez consigo mismo.
Aunque hay quien dice que, incluso en este ltimo caso, el haba (sea en3
3.
Como mencion en el captulo 3 anterior, esta utilizacin es algo ms amplia de lo or
mal. Gran parte de la literatura de inspiracin sovitica considera que el andamiaje es intrn
secamente social. Yo amplo esta nocin para incluir todos los casos donde se hacen intervenir
estructuras externas para potenciar la resolucin de problemas.

250 I Ms all

voz alta, sea interiorizada) desempea la funcin de orientar la conduc


ta, enfocar la atencin y evitar errores comunes. En estos casos, el papel
del lenguaje consiste en orientar y dar forma a nuestra propia conducta: es
un instrumento para estructurar y controlar la accin, no un mero medio
de transferencia de informacin entre agentes.
Esta idea de Vygotsky est apoyada por investigaciones ms recientes so
bre el desarrollo. Berk y Garvin (1984) observaron y grabaron el discurso de
un grupo de nios de edades comprendidas entre cinco y diez aos. Encon
traron que la mayor parte de su habla privada (no dirigida a otros oyentes)
pareca orientada a dirigir y controlar las propias acciones del nio y que la
incidencia de este discurso aumentaba cuando el nio estaba solo y trataba
de llevar a cabo alguna tarea difcil. En estudios posteriores (Bivens y Berk,
1990; Berk, 1994) se encontr que los nios que ms hablaban para s eran
los que despus dominaban mejor las tareas. A partir de este estudio y de
otros similares, Berk lleg a la conclusin de que el habla dirigida hacia uno
mismo (sea en voz alta, sea interiorizada) es un instrumento cognitivo crucial
que nos permite destacar las caractersticas ms desconcertantes de situado
nes nuevas, y dirigir y controlar mejor nuestras propias acciones orientadas
a la resolucin de problemas.
El tema del lenguaje como instrumento tambin ha sido desarrollado por
el filsofo Christopher Gauker. Sin embargo, el inters de Gauker se centra
en replantear el papel intraindividual del lenguaje en funcin de lo que l de
nomina anlisis causa-efecto. La idea es describir el lenguaje pblico no
como un instrumento para representar el mundo o expresar los propios pen
samientos, sino como un instrumento para efectuar cambios en el propio en
torno (Gauker, 1990, pg. 31). Para captar el sabor de esta afirmacin, con
sideremos el empleo de un smbolo por parte de un chimpanc para pedir
un pltano. El chimpanc pulsa una teda concreta de un teclado (la situa
cin fsica precisa de la tecla puede variar en cada prueba) y aprende que ha
cer que se ilumine ese smbolo tiende a provocar que aparezcan pltanos. Se
gn Gauker, la comprensin cuasi lingstica del chimpanc es explicable en
funcin de su reconocimiento de una relacin causa-efecto entre la produc
cin de un smbolo y cambios en su entorno local. Gauker examina una va
riedad de conductas de empleo de smbolos y concluye que todos sucumben
a este tipo de anlisis. Esto le lleva a suponer que, si bien la comprensin lin
gstica de los seres humanos es claramente ms compleja, tambin consis
te en captar las relaciones causales en las que pueden intervenir los signos
lingsticos (ibd., pg. 44).
Gauker tiende a ver el rol del lenguaje como si fuera, por as decir, di
rectamente causal: como una manera de conseguir que se hagan las cosas,
muy parecida a alargar la mano y tomar una tarta. Sin embargo, la idea de

El lenguaje: un artefacto definitivo I 251

que aprendemos mediante la experiencia las fuerzas causales peculiares de


unas seales y unos smbolos concretos es, en principio, mucho ms amplia,
incluso podramos descubrir, como en los ejemplos de Vygotsky, que la emi
sin de palabras y frases dirigidas a nosotros mismos tiene ciertos efectos en
nuestra propia conducta.45Tambin podramos aprender a explotar el len
guaje como instrumento de una manera mucho ms indirecta, para alterar la
forma de los espacios de problemas computacionales (vase el apartado 10.3
siguiente).
Una pregunta evidente que plantea el supuesto papel del lenguaje como
instrumento dirigido hacia uno mismo es, cmo funciona?. Qu tiene el
habla dirigida hacia uno mismo que la hace adecuada, por ejemplo, para de
sempear una funcin orientadora? Despus de todo, no est nada claro
cmo nos podemos decir algo que no sepamos ya! En este sentido, es indu
dable que el lenguaje pblico puede llegar a ser, como mucho, un medio
para expresar ideas ya formuladas y entendidas en otro cdigo interno ms
bsico. Sin embargo, ste es precisamente el punto de vista que una explica
cin supracomunicativa del lenguaje tiene que rechazar en ltima instan
cia. Una manera de rechazarlo consiste en describir el lenguaje pblico como
si l mismo fuera el medio para un tipo especial de pensamiento. Otra ma
nera (en modo alguno exclusiva y no del todo definida) consiste en describir
las entradas linguaformes como si tuvieran efectos distintivos en algn dis
positivo computacional interno. Carruthers (1996) defiende la primera;
Dennett (1991) ofrece una versin de la segunda. Carruthers argumenta
que, en este caso por lo menos, deberamos tomarnos muy en serio la evi
dencia de nuestra propia introspeccin. Por supuesto, muchas veces parece
que nuestros propios pensamientos estn compuestos por palabras y oracio
nes del lenguaje pblico. Y segn Carruthers, la razn de que tengamos esta
impresin es porque es verdad: ...el pensamiento interno se da, literalmen
te, en forma de habla interna.6 Por extensin, Carruthers considera que
muchos empleos del lenguaje, ms que una cuestin de simple comunica
4. Creo que esta idea se origina en la convincente discusin de Dennett (1991, captulos
7 y 8) acerca del papel de las palabras como medio de autoestimulacin. La discusin de este
tema contina en el captulo 13 de Dennett, 1995.
5. Un foco fundamental de los tratamientos de Carruthers y de Dennett es la relacin en
tre lenguaje y conciencia. No discutir estas cuestiones aqu, salvo para decir que me inclino
ms por Churchland (1995, captulo 10), quien describe la conciencia bsica como la propie
dad comn de los seres humanos y de muchos animales no lingsticos. El lenguaje aumenta
increblemente el poder de la cognicin humana. Pero no creo que intervenga en las percep
ciones bsicas del placer, el dolor y el mundo sensorial inherentes al verdadero misterio de la
conciencia.
6. Vase una detallada exposicin en el captulo 2 de Carruthers (1996).

252 I Ms all

cin, son una cuestin de lo que l acertadamente denomina pensamiento p


blico. Esta perspectiva encaja satisfactoriamente con la nocin de Vygotsky
defendida por Berk y tambin es aplicable al interesante caso de escribir
nuestras ideas. Segn Carruthers (ibd., pg. 56), no es que primero tenga
mos un pensamiento personal y despus lo escribamos, sino que pensar es
el escribin>. Volver ms adelante a esta cuestin (vanse el apartado 10.3 y el
eplogo posteriores) porque creo que, si bien lo que dice Carruthers es casi
correcto, podemos comprender mejor su idea tratando la escritura como una
manipulacin del entorno que transforma el espacio de problemas para los
cerebros humanos.
Como ya se ha dicho, otra manera de desarrollar un punto de vista supracomunicativo del lenguaje consiste en suponer que, en realidad, las en
tradas lingsticas reprograman o alteran de alguna otra manera la estructura
computacional de alto nivel del cerebro mismo. Aunque su interpretacin
es delicada (y, en consecuencia, tentativa), Dennett (1991, pg. 278) parece
sostener este punto de vista cuando propone que las mentes humanas
conscientes son mquinas virtuales ms o menos seriales, implementadas de
manera ineficiente en el hardware en paralelo que la evolucin nos ha pro
porcionado. En stos y en otros pasajes del mismo trabajo, la idea parece
ser que bombardear (algo parecido a) un cerebro que procesa en paralelo,
que es conexionista y que completa patrones con (entre otras cosas) textos
y frases en lenguaje pblico (recordatorios, planes, exhortaciones, pregun
tas, etc.), da como resultado un tipo de reorganizacin cognitiva semejante
a la que se produce cuando un sistema informtico emula a otro. En tales
casos, la instalacin de un nuevo programa permite que el usuario trate una
mquina serial basada (por ejemplo) en el lenguaje LISP como si fuera un
enorme dispositivo conexionista en paralelo. Lo que Dennett propone
(ibd., pg. 218), es el mismo truco pero al revs: la simulacin de algo pa
recido a un instrumento serial lgico pero empleando los recursos total
mente diferentes de las redes neuronales masivamente paralelas que la evo
lucin biolgica favorece para la supervivencia y la accin en mundo y
tiempo reales.
Sorprendentemente, Dennett (1995, pgs. 370-373) propone que esta su
til reprogramacin del cerebro mediante (principalmente) un bombardeo
lingstico es lo que produce el fenmeno de la conciencia humana (nuestro
sentido del yo) y nos permite sobrepasar con mucho los logros conductuales
y cognitivos de la mayora de los animales. Por tanto, Dennett atribuye en
gran medida nuestras habilidades cognitivas avanzadas no a nuestro hard
ware innato (que slo puede diferir en aspectos pequeos, aunque impor
tantes, del de otros animales) sino a la manera especial en que ios efectos de
la cultura y el lenguaje modifican diversas caractersticas plsticas (progra-

El lenguaje: un artefacto definitivo I 253

mables) de! cerebro. Como dice Dennett (1991, pg. 219), esta mquina se
rial se instala gracias a una mirada de microajustes en la plasticidad del ce
rebro. Naturalmente, la mera exposicin a la cultura y el lenguaje no es su
ficiente para garantizar una cognicin parecida a la humana. Podemos
exponer una cucaracha a todo el lenguaje que queramos y no hallaremos
ningn rastro de las transformaciones cognitivas que Dennett ve en noso
tros. Dennett no dice que no haya diferencias iniciales en cuanto al hardwa
re. Lo que dice es que la existencia de unas diferencias relativamente peque
as en el hardware (por ejemplo, entre nosotros y los chimpancs) nos
permite crear un lenguaje pblico y otros desarrollos culturales que, me
diante un efecto de bola de nieve, conducen a grandes cambios y potencia
ciones de la cognicin, incluyendo quiz la instalacin literal de un nuevo
tipo de dispositivo computacional dentro del cerebro,
La visin de Dennett es compleja y adolece de ambigedad. Sin duda, la
imagen que yo deseo desarrollar est profundamente relacionada con ella,
aunque difiere (creo yo) en un aspecto fundamental. Mientras que Dennett
considera que el lenguaje pblico es a la vez un instrumento cognitivo y una
fuente de reorganizacin profunda pero sutil del cerebro, yo me inclino a ver
lo, en esencia, como un simple instrumento: como un recurso externo que
complementa, pero no altera en profundidad, los modos bsicos de repre
sentacin y computacin del cerebro. Es decir, considero que los cambios son
relativamente superficiales y que se dirigen a permitirnos el empleo y la ex
plotacin de diversos recursos externos. Naturalmente, estas posturas no son
completamente distintas. El mero hecho de que repitamos frases mentalmen
te y las utilicemos para orientar y alterar nuestra conducta significa que no
podemos - y no deberamos- tratar el lenguaje y la cultura como recursos to
talmente externos. Sin embargo, sigue siendo posible que esa repeticin, ms
que implicar el empleo de un dispositivo computacional fundamentalmente
diferente en el cerebro, implique el empleo de los mismos recursos de siem
pre (esencialmente completadores de patrones) para construir modelos de los
tipos especiales de conducta observados en el mundo del lenguaje pblico. Y
como observa Paul Churchland (1995, pgs. 264-269), de hecho existe una
clase de redes conexionistas (redes recurrentes; vanse el captulo 7 ante
rior; Elman, 1993 y una discusin adicional en Clark, 1993) que parecen ser
muy adecuadas para modelar y apoyar esta conducta lingstica.
Esta visin de la repeticin interior est muy bien desarrollada por los
conexionistas David Rumelhart, Paul Smolensky, James McClelland y Geoffrey Hinton, quienes argumentan que la estrategia general de construir mo
delos mentales de la conducta de determinados aspectos de nuestro entor
no es especialmente importante en la medida en que nos permite imaginar
recursos externos con los que hemos interaccionado fsicamente con ante

254 f Ms all

rioridad y repetir mentalmente la dinmica de estas interacciones. As, la


experiencia de trazar y utilizar diagramas de Venn nos permite entrenar
una red neuronal que, ms adelante, nos permitir manipular mentalmen
te diagramas de Venn imaginarios. Sin duda, estas manipulaciones imaginarias requieren un recurso neuronal especialmente entrenado, pero no
hay razn para suponer que este entrenamiento tenga como resultado la
instalacin de un tipo diferente de dispositivo computacional. Es el mismo
proceso de siempre, dedicado a la complecin de patrones en espacios representacionales de muchas dimensiones, pero aplicado al mbito especial
de un tipo especfico de representacin externa. Rumelhart y otros desta
can el claro vinculo con la nocin de Vygotsky resumiendo su punto de vis
ta como sigue (1986, pg. 47):
Se nos puede instruir para que nos comportemos de una manera concreta.
Podemos considerar que responder a este tipo de instrucciones equivale, sim plemente, a responder a un suceso del entorno. Tambin podemos recordar una
de estas instrucciones y decirnos a nosotros mismos lo que debemos hacer: de
esta manera, interiorizamos la instruccin. Creemos que el proceso de seguir ins
trucciones es esencialmente el mismo, independientemente de que nos las diga
mos nosotros mismos o de que se nos diga lo que debemos hacer. As pues, tam
bin aqu se da la interiorizacin de un formato representacional externo.

El pasaje (pgs. 44-48) del cual se ha extrado la cita anterior es extraor


dinariamente rico y toca varios de nuestros temas principales. Rumelhart y
otros observan que estos formalismos externos son especialmente difciles de
inventar y lentos de desarrollar, y que por s mismos son ejemplos de pro
ductos que slo pueden evolucionar (de una manera parecida al intento de
alzarse uno mismo tirndose de las orejas) gracias a un proceso, mediatizado
lingsticamente, de almacenamiento cultural y refinamiento gradual a lo
largo de muchas vidas. Tambin observan que, cuando utilizamos represen
taciones externas reales, podemos emplear nuestras capacidades motrices y
perceptivas bsicas para descomponer problemas en partes y ocuparnos de
series de subproblemas, almacenando mientras tanto los resultados interme
dios: una importante propiedad que volveremos a examinar en el apartado
10.3 posterior.
De manera similar, el enfoque que voy a proponer describe el lenguaje
como un artefacto externo cuyo diseo se orienta ms a complementar el
perfil de procesamiento bsico que compartimos con otros animales que a
transformarlo. En este enfoque no se considera que la experiencia con el
lenguaje sea fuente de una profunda reprogramacin interna. La cuestin
de si presenta la repeticin lingstica interna como algo que, en ocasiones,
constituye literalmente determinados procesos cognitivos humanos (como

El lenguaje: un artefacto definitivo I 255

afirma Carruthers) es discutible. Creo que lo importante no es tratar de res


ponder a la difcil pregunta: Realmente pensamos con palabras? (cuya
respuesta seguramente es, jE n cierto sentido s y cierto sentido no!), sino
tratar de ver, simplemente, qu beneficios computacionales puede extraer
un cerebro completador de patrones del frtil entorno de estructuras exter
nas simblicas y manipulables. As, ha llegado el momento de que desafie
mos al lenguaje en su guarida.

10.3 Cambio de espacios


Cmo pueden complementar los artefactos lingsticos la actividad de
un cerebro completador de patrones? Propongo que una funcin funda
mental se refleja en el concepto de cambio de espacios: el agente que explota
estructuras externas de smbolos cambia lo que sera (en el mejor de los ca
sos) un cmputo interno que exigira mucho tiempo y esfuerzo por una re
presentacin adquirida culturalmente. De hecho, es el mismo cambio que re
alizamos de una manera puramente interna cuando nos detenemos justo
antes de manipular fsicamente unos smbolos externos y empleamos nues
tros modelos internos de esos mismos smbolos para formular un problema
mediante una forma de notacin que lo haga ms fcil de resolver. Y como
se ha observado con frecuencia, seguramente son nuestras experiencias an
teriores con la manipulacin de smbolos externos reales lo que prepara el
camino para estos episodios ms autosuficientes de resolucin de problemas
simplificada mediante smbolos.
Los ejemplos son innumerables y entre ellos se incluyen el empleo de la
numeracin arbiga (en vez, por ejemplo, de la numeracin romana) como
notacin para resolver problemas aritmticos; el empleo de diagramas de
Venn para resolver problemas de la teora de conjuntos; el empleo de los len
guajes especializados de la biologa, la fsica, etc., para plantear y resolver
problemas complejos; y el empleo de listas y agendas como ayuda para la
planificacin individual y la coordinacin de grupos. Todo estos casos com
parten una base lgica subyacente: incorporar directamente parte del cono
cimiento necesario para resolver un problema a los recursos mismos que em
pleamos para representar el problema. Pero los detalles precisos de cmo se
realiza este intercambio y cmo expande nuestro potencial cognitivo vara
de un caso a otro. Por tanto, ser til distinguir varas maneras de cambiar
esfuerzos computacionales individuales por representaciones transmitidas
culturalmente.
Los casos ms simples son los que suponen el empleo de soportes exter
nos de smbolos para descargar parte de nuestra memoria en el mundo. En

256 I Ms all

estos casos, simplemente utilizamos el mundo artificial formado por textos,


diarios, libretas, etc., como soporte para almacenar sistemticamente con
juntos de datos grandes y con frecuencia complejos. Tambin podemos em
plear manipulaciones externas simples (como dejar una nota en el espejo)
para suscitar el recuerdo en la memoria biolgica incorporada, y en el mo
mento oportuno, de ciertas intenciones e informaciones. Por tanto, este em
pleo de artefactos lingsticos forma una continuidad con una variedad de
manipulaciones del entorno ms sencillas, como dejar un envase de aceite
vaco en la puerta para que topemos con l al salir y nos acordemos de com
prar ms aceite.
Un caso algo ms complejo (Dennett, 1993) se refiere al empleo de eti
quetas para simplificar el entorno. En ciertos casos empleamos seales y eti
quetas perceptivamente simples para que nos ayuden a abordar entornos
complejos. Los dibujos de las puertas de los servicios, los rtulos de los clu
bes nocturnos y las seales de los centros urbanos cumplen este papel. Ha
cen que un pequeo aprendizaje individual pueda dar mucho de s, ayudn
donos a encontrar objetivos en escenarios nuevos sin que sepamos de
antemano, y de una manera detallada, qu debemos buscar o dnde debe
mos buscarlo. McCIamrock (1995, pg. 88) describe muy bien esta estrate
gia diciendo que mediante ella imponemos en el entorno ciertas propieda
des estables que hacen disminuir nuestra carga computacional y la necesidad
de que hagamos inferencias.
Muy similar, pero quiz menos evidente, es el empleo de etiquetas lin
gsticas para simplificar el entorno de aprendizaje de ciertos conceptos im
portantes (esta funcin ya se ha examinado y ejemplificado en el capitulo 9
anterior mediante la simulacin de la luna y las mareas de Hutchins). Al
parecer, el empleo de etiquetas simples ofrece al dispositivo de aprendizaje
una base slida que le permite comprimir enormes espacios de bsqueda
hasta un tamao manejable.7
Los beneficios ms sofisticados del empleo de la representacin lings
tica se concentran en el empleo del lenguaje para coordinar la accin. Deci
mos a otros que estaremos en tal lugar a tal hora. Incluso jugamos a este jue
go con nosotros mismos, quiz escribiendo en una lista qu cosas vamos a
hacer y cundo las haremos. Un efecto de esta planificacin explcita es fa
cilitar la coordinacin de acciones. As, si comunicamos a alguien que esta
remos en la estacin a las 9 de la maana, esa persona podr planificar su
viaje para venir a recogernos. O, en el plano individual, si tenemos que
comprar pintura para retocar el coche y salir a comprar otras cosas, pode
7.
Vanse discusiones adicionales de este fenmeno, especialmente cuando se presenta en
el aprendizaje conexionsta, en Clark, 1993 (pgs. 97-98), y Clark y Thornton (1997)

El lenguaje: un artefacto definitivo I 257

mos minimizar nuestro esfuerzo imponiendo un orden adecuado y siguien


do un plan explcito. Cuanto mayor sea el espacio de demandas y oportuni
dades, ms necesario ser emplear lpiz y papel para reunir y reorganizar
repetidamente las opciones y para conservar el resultado como una especie
de estructura externa de control, disponible para orientar nuestras acciones
posteriores.
Sin embargo, aunque estas funciones de coordinacin son importantes,
no agotan todas las ventajas de la planificacin explcita (normalmente ba
sada en el lenguaje). Como ha indicado Michael Bratman (1987), la crea
cin de planes explcitos puede tener un papel especial en la reduccin de
la carga cognitiva en lnea de agentes con recursos limitados como nosotros.
Es decir, nuestros planes poseen una estabilidad que reduce la cantidad de
deliberaciones en lnea que realizamos cuando nos ocupamos de gran parte
de nuestro quehacer cotidiano. Naturalmente, una informacin nueva pue
de hacer -y as ocurre con frecuencia- que modifiquemos nuestros planes.
Pero no dejamos que cualquier cambio leve provoque un replanteamiento
de nuestros planes, ni siquiera cuando, permaneciendo igual todo lo res
tante, podemos elegir de una manera ligeramente diferente. Segn Brat
man, el papel de esta estabilidad es impedir el derroche que significara un
proceso continuo de replanteamientos y elecciones (exceptuando, natural
mente, los casos donde este trastorno est bien compensado).5Por tanto, las
formulaciones y los intercambios lingsticos desempean un papel funda
mental en la coordinacin de actividades (tanto en el plano interpersonal
como en el individual) y tambin en la reduccin de la cantidad de delibe
raciones en lnea que llevamos a cabo.
Muy relacionado con estas funciones de control y coordinacin se en
cuentra el fascinante -pero mal comprendido- papel de la repeticin in
terna del habla en la manipulacin de nuestra atencin y en la distribucin
de nuestros recursos cognitivos. Los resultados evolutivos mencionados en
el apartado 10.2 anterior (sobre la manera en que el habla dirigido hacia
uno mismo mejora la resolucin de problemas) sugieren que el habla in
terno es como una especie de bucle de control adicional capaz de modular
el uso que hace el cerebro de sus propios recursos cognitivos bsicos. En
las relaciones interpersonales, este fenmeno se da cuando seguimos ins
trucciones escritas o respondemos a las indicaciones orales de otra perso
na para aprender a conducir o a navegar. Cuando practicamos por nuestra
cuenta, la repeticin mental de estas mismas instrucciones acta como una
seal de control que, de alguna manera, nos ayuda a supervisar y corregir
nuestra conducta.
8, Ve-jse una exposicin a fondo en Bratman, 1987.

258 I Ms all

Dreyfus y Dreyfus (1990) han argumentado que la repeticin interna slo


desempea este papel en los principiantes y que los verdaderos expertos de
jan atrs estos apoyos lingsticos. Pero, aunque es claramente evidente que,
por ejemplo, los conductores expertos no repiten mentalmente consignas
como retrovisor, intermitente, maniobra, esto no demuestra que el razo
namiento basado en el lenguaje no desempee ningn papel en el rendi
miento de los expertos. Un interesante estudio llevado a cabo recientemen
te por Kirsh y Maglio (vase el captulo 3 anterior) examina el papel de la
reaccin y de la reflexin linguaforme en sujetos expertos en el juego de or
denador Tetris. Recordemos que, en este juego, el jugador intenta acumular
puntos colocando de una manera compacta unos objetos geomtricos (zoides) que caen hacia abajo desde la parte superior de la pantalla. Cuando un
zoide desciende, el jugador puede manipularlo haciendo que gire o se des
place antes de llegar al fondo. Cuando un zoide llega al fondo se detiene y
aparece otro zoide por la parte superior de la pantalla. La velocidad de ca
da aumenta a medida que avanza la partida. Pero (y aqu est el truco) cuan
do se completa una hilera (es decir, cuando una hilera est totalmente ocu
pada por zoides) sta desaparece. Si el jugador es lento colocando los zoides,
la pantalla se va llenando hasta que ya no pueden entrar ms zoides por arri
ba y la partida finaliza. Por tanto, los niveles de juego ms avanzado exigen
fundamentalmente una toma rpida de decisiones. El juego del Tetris es un
ejemplo claro de mbito que parece exigir un razonamiento de estilo conexionista y de complecin de patrones para alcanzar el nivel de un experto.
Adems, si el modelo de Dreyfus y Dreyfus es correcto, este razonamiento
en paralelo y orientado a la complecin de patrones debera explicar de una
manera exhaustiva la habilidad de un experto. Pero curiosamente no parece
que sea as. El juego de un experto parece depender de una delicada -y nada
evidente- interaccin entre un mdulo rpido dedicado a la complecin de
patrones y un conjunto explcito de intereses o normativas de nivel superior.
Aunque estos resultados son preliminares y sera inapropiado presentarlos
de una manera detallada, su principal observacin es que los verdaderos ex
pertos en el Tetris dicen que no se basan nicamente en un conjunto de res
puestas adaptativas rpidas producidas (por as decir) por una red entrena
da, sino que tambin emplean unos intereses o normativas de nivel superior
para supervisar la salida de la red especializada con el fin de descubrir ten
dencias o desviaciones en relacin con... la normativa (Kirsh y Maglio 1991,
pg. 10). Entre los ejemplos de estas normas se incluyen no agrupar en el
centro y tratar de mantener el contorno plano y evitar depender de pie
zas (ibd., pgs. 8-9). Pero precisamente stas son las normas improvisadas
que (segn Dreyfus y Dreyfus) slo podramos asociar a jugadores novatos.
Con todo, como la atencin a estas normas parece marcar especialmente el

El lenguaje: un artefacto definitivo I 259

juego de los verdaderos expertos, deberamos preguntarnos cmo pueden


ayudar estas normas al nivel de juego de un experto, dadas las limitaciones
de tiempo que sufren las respuestas, Simplemente, no hay tiempo para refle
xionar sobre estas normas con el fin de corregir la salida en lnea destinada a
un zoide descendente concreto.
Aqu es donde Kirsh y Maglio hacen una conjetura que llama a la refle
xin. Proponen que el papel de las normativas de nivel superior probable
mente es indirecto. En vez de corregir la salida de una red entrenada, el efec
to de la normativa puede ser alterar el centro de atencin para entradas
posteriores. La idea es que, en ocasiones, la red entrenada (o mdulo reac
tivo, como dicen Kirsh y Maglio) tomar decisiones que conducirn a si
tuaciones peligrosas que no cumplan la normativa de nivel superior. El re
medio no es anular el mdulo reactivo, sino manipular las entradas que
recibe a partir de ese momento y presentarle vectores de caractersticas que,
cuando sean procesadas por el mdulo de la manera usual, produzcan sali
das que cumplan la normativa. As pues, segn la descripcin de Kirsh y Ma
glio, de las normativas se encarga un recurso definido y muy infectado de
lenguaje que modula indirectamente la conducta de una agencia reactiva
ms bsica, rpida y fluida. Por desgracia, la manera precisa en que se lleva
a cabo esta modulacin indirecta est descrita de una manera muy vaga, aun
que Kirsh y Maglio especulan que podra funcionar centrando la atencin
perceptiva en ciertas regiones peligrosas o aumentando la resolucin de unas
rutinas visuales especficas.
Naturalmente, la ventaja ms evidente de la codificacin lingstica de
los pensamientos y las ideas es que esta codificacin transforma nuestras
ideas en seales compactas y fciles de transmitir, permitiendo que otros se
res humanos las puedan refinar, criticar y explotar. Este es el papel comuni
cativo que, segn mi propuesta, tiende a dominar nuestras ideas intuitivas
sobre el papel y la funcin del lenguaje. Pero la concepcin que tengamos de
este papel tan familiar seguir siendo pobre mientras no lo veamos en el con
texto computacional especfico que nos ofrecen los modelos conexionistas
generales del cerebro biolgico, ya que una caracterstica destacada de estos
modelos es la extrema dependencia de trayectorias de sus hbitos de aprendi
zaje. Por ejemplo, una convincente serie de experimentos llevados a cabo
p o rje ff Elman (1994) y otros demostr que el aprendizaje conexionista es
muy dependiente de la secuencia de casos de entrenamiento. Si el entrena
miento inicial sale mal, la red suele ser incapaz de recuperarse. Una red con
creta demostr que slo poda aprender reglas gramaticales complejas a par
tir de un conjunto de oraciones de ejemplo, si antes haba sido entrenada
con un subconjunto ms bsico de ejemplos que destacaran (por ejemplo) la
concordancia de nmero entre sujeto y verbo. Una exposicin prematura a

260 I Ms all

casos gramaticales ms complejos (como dependencias muy distantes) lleva


ra a unas malas soluciones (mnimos locales) iniciales de las que la red no
se podra liberar.9 El aprendizaje humano, como el de las redes neuronales
artificiales, parece estar sometido, al menos hasta cierto punto, a la depen
dencia de trayectorias. Ciertas ideas slo se pueden comprender cuando ya
se han comprendido otras. El entrenamiento recibido por una mente la pre
para para que capte y abarque ideas que no pueden ser comprendidas por
otra. De hecho, los procesos de la educacin formal pretenden guiar a men
tes jvenes (y no tan jvenes) por un genuino viaje intelectual, viaje que in
cluso podra empezar con ideas que ahora se sabe que son incorrectas pero
que, por s solas, parecen ser capaces de preparar al sistema para que ms
adelante aprecie unas verdades ms exactas. Estos hechos prosaicos reflejan
dependencias de trayectorias cognitivas: no podemos llegar a todas partes
desde cualquier lugar y el lugar donde ahora nos encontramos limita enor
memente nuestras futuras trayectorias intelectuales potenciales. De hecho, la
dependencia de trayectorias se explica muy bien si consideramos que el pro
greso intelectual supone algo parecido a un proceso de bsqueda computacional en un espacio grande y complejo. Los aprendizajes previos hacen que
el sistema se incline a probar ciertas regiones de ese espacio y no otras.
Cuanto ms adecuado sea el aprendizaje previo, ms manejable ser la tarea
de aprender una nueva regularidad: el aprendizaje previo acta como un fil
tro en el espacio de opciones que hay que explorar. Las redes neuronales ar
tificiales que aprenden mediante el mtodo de descenso por un gradiente
(vase el captulo 3 anterior) estn extremadamente restringidas porque la
rutina de aprendizaje las obliga a explorar siempre los bordes de su posicin
actual en el espacio de pesos. Como esto constituye su conocimiento actual,
estas redes no puede ir saltando por un espacio de hiptesis. Por tanto, la
situacin actual de una red en el espacio de pesos (su conocimiento actual)
restringir de una manera fundamental las ideas nuevas que podr explo
rar posteriormente (Elman, 1994, pg. 94).
Cuando nos enfrentamos a dispositivos que muestran seales de depen
der de trayectorias, la observacin trivial de que el lenguaje permite empa
quetar y transmitir ideas entre individuos adquiere un nuevo vigor. Ahora
podemos apreciar cmo estas migraciones permiten la construccin comu
nitaria de trayectorias y progresiones intelectuales sumamente delicadas y di
fciles. Una idea que slo estaba al alcance de la experiencia previa de Joe,
pero que slo puede florecer en el nicho intelectual que ofrece ahora el ce
rebro de Mary, puede desarrollar todo su potencial viajando entre Joe y
9.
Vase un tratamiento detallado de este caso, incluyendo la otra manera principal de re
solver el problema por parte de Elman (limitando la memoria inicial), en Clark, 1994,

El lenguaje: un artefacto definitivo I 261

Mary como y cuando haga falta. La trayectoria hacia una buena idea puede
entrecruzar varias historias individuales de aprendizaje, haciendo que el m
nimo local de un agente se convierta en un slido bloque de construcin
para otro. Adems, la gran cantidad de nichos intelectuales disponibles den
tro de una comunidad vinculada lingsticamente, constituye una matriz im
presionante de posibles trayectorias entre agentes. Por tanto, la observacin
de que el lenguaje pblico permite que la cognicin humana sea colectiva
(Churchland, 1995, pg. 270) adquiere una nueva dimensin cuando reco
nocemos el papel de este empeo colectivo en trascender la naturaleza de
pendiente de trayectorias de la cognicin humana individual. Incluso una
bsqueda ciega y poco inteligente de recodificaciones productivas de datos
almacenados, producir, de vez en cuando, unos resultados impactantes. Al
permitir que estos resultados circulen entre los individuos, la razn anda
miada por la cultura es capaz de explorar progresivamente unos espacios en
los que la razn individual dependiente de trayectorias nunca se podra
adentrar. (Vase una investigacin detallada y con base estadstica de esta
afirmacin en Clark y Thomton, 1997.)
Esta imagen general encaja limpiamente con el trabajo exploratorio de
Merlin Donald (1991) sobre la evolucin de la cultura y la cognicin. Donald
reconoce claramente el papel crucial de ciertas formas de andamiaje externo
(concretamente, de los sistemas externos de memoria) en el pensamiento hu
mano. Pero distingue dos tipos principales de andamiaje, que l denomina
mtico y terico. Segn Donald, antes de los griegos ya se utilizaban diversos
formalismos externos pero slo al servicio de mitos y narraciones. La inno
vacin fundamental de los griegos fue empezar a utilizar el medio escrito
para registrar los procesos del pensamiento y el razonamiento. Mientras que
los registros escritos anteriores slo contenan mitos o teoras acabadas (que
se deban aprender a rajatabla y transmitir relativamente inalteradas), los
griegos empezaron a registrar ideas parciales, especulaciones con pruebas a
favor y en contra de ellas, etc. Esta nueva prctica permiti la circulacin de
conjeturas y soluciones parciales, que luego eran enmendadas y completadas
por otros, etc. Segn Donald (ibd., pg. 343), lo que as se cre fue mucho
ms que una invencin simblica, como el alfabeto, o que un soporte espe
cfico de memoria externa, como la mejora del papel o la impresin; lo que
se cre fue el proceso de descubrimiento y cambio cognitivo externamente
codificados.
Para completar nuestro inventario inicial de las virtudes cognitivas del
pensamiento andamiado por el lenguaje, consideremos las propiedades fsi
cas de ciertos medios externos. Por ejemplo, mientras redacto este captulo
no paro de crear, eliminar y reorganizar trozos de texto. Tengo ficheros (tan
to en papel como informticos) con todos los apuntes y fragmentos que he

262 : Ms all

ido almacenando durante un largo perodo de tiempo y que pueden tener re


lacin con este tema. Tengo libros y artculos originales llenos de comenta
rios y anotaciones. Mientras traslado cosas de ac para all (de una manera
literal y fsica), interaccionando primero con una y luego con otra y elabo
rando nuevos comentarios, anotaciones y planes, la forma intelectual del ca
ptulo crece y se solidifica. Esta forma no surge totalmente desarrollada a
partir de una meditacin interna. Es el producto de una sucesin de interac
ciones sostenidas y repetidas entre mi cerebro y una variedad de accesorios
externos. Me atrevo a decir que, en estos casos, gran parte del pensamiento
real incluye bucles y circuitos que salen de la cabeza y pasan por el entorno
local. Los argumentos y las tesis intelectuales de gran amplitud casi siempre
son producto de cerebros que actan en concierto con mltiples recursos
externos. Estos recursos nos permiten llevar a cabo manipulaciones y yuxta
posiciones de ideas y datos que pronto desconcertaran a un cerebro no po
tenciado."1En todos estos casos, el entorno fsico real de Jos smbolos y las
palabras impresas nos permite buscar, almacenar, ordenar y reorganizar da
tos de maneras ajenas al repertorio incluido en el cerebro biolgico."
La leccin es clara. El habla pblica, la repeticin interna y el empleo de
textos escritos e informticos son poderosos instrumentos que reconfiguran
la forma del espacio computacional. Una y otra vez cambiamos cmputos in
dividuales por representaciones adquiridas culturalmente. Una y otra vez
empleamos palabras para enfocar, aclarar, transformar, descargar y controlar
nuestro propio pensamiento. As entendido, el lenguaje no es un mero espe
jo imperfecto de nuestro conocimiento intuitivo.1 Es una parte integrante
del mecanismo mismo de la razn.

10. El caso sencillo de manipular fsicamente fichas de ImcJcct o Scrabblc para presentar
nuevos fragmentos de palabras potencales a un cerebro especializado en completar patrones
(vanse Kirsh, 1995 y el captulo 3 anterior) es una versin a escala minscula de la misma es
trategia.
11. Por ejemplo, Bechtel (1996, pg. 128) comenta que las representaciones lingsticas
poseen caractersticas que no se pueden encontrar en nuestras representaciones cognitivas in
ternas. Por ejemplo, los registros escritos pueden perdurar sin cambios durante largos perio
dos de tiempo, mientras que nuestra memoria interna parece basarse en la reconstruccin,
no en la recuperacin de registros almacenados. Ademas, mediante los diversos dispositivos
sintcticos proporcionados por el lenguaje, se pueden guardar directamente relaciones entre
piezas de informacin (por ejemplo, que un rbol se cay y una persona dio un salto) que, de
no ser as, se podran llegar a confundir (como ocurre cuando slo se vinculan mediante una
estructura asociativa como una red concxionista simple)
12. Creo que, en ocasiones, el hecho de no apreciar plenamente las mltiples funciones del
lenguaje pblico conduce al neuroilsofo Paul Churchland a desestimar la expresin linguaforme como si fuera un simple reflejo superficial de nuestro conocimiento real (vase, por ejemplo,
Churchland, 1989, pg. 18). Vase una discusin en Clark, 1996a y en el apartado 104 siguiente.

El lenguaje: un artefacto definitivo I 263

10.4 Pensar sobre el pensar: el efecto del manglar


Si vemos que un rbol crece en una isla, cul de los dos creemos que apa
reci primero? Lo natural (y casi siempre correcto) es suponer que la isla pro
porcion el suelo frtil en el que pudo arraigar una semilla afortunada. Sin
embargo, los manglares1 constituyen una reveladora excepcin a esta regla
general. Los mangles crecen a partir de unas semillas flotantes que introdu
cen las races en fondos cenagosos de poca profundidad. La semilla hace cre
cer unas complejas races verticales desde la superficie del agua, formando lo
que a todas luces parece un rbol pequeo con zancos. Sin embargo, el com
plejo sistema de races areas pronto atrapa tierra, hierba y detritus. Despus
de un tiempo, la acumulacin de material atrapado forma una pequea isla.
A medida que pasa el tiempo, la isla crece ms y ms. Al final, un nmero cre
ciente de estas islas pueden acabar unindose, haciendo que la lnea de la cos
ta llegue hasta los rboles. Durante todo este proceso, y a pesar de nuestras
intuiciones previas, la tierra es construida progresivamente por los rboles.
Sospecho que en algunas clases de pensamiento humano acta este
efecto del manglar. Es natural suponer que las palabras siempre estn en
raizadas en el suelo frtil de los pensamientos preexistentes. Pero al menos
en algunas ocasiones la influencia parece ir en la direccin contraria. Un
ejemplo sencillo es la poesa. Cuando elaboramos un poema, no slo nos li
mitamos a emplear palabras para expresar pensamientos: con frecuencia, las
mismas propiedades de las palabras {su estructura y su cadencia) determinan
los pensamientos que el poema llegar a expresar. Se puede producir una in
versin parcial similar durante la elaboracin de argumentos y textos com
plejos. Cuando escribimos nuestras ideas, generamos una seal cuyo forma
to nos abre una nueva gama de posibilidades. Podemos revisar una y otra vez
las mismas ideas, abordndolas desde ngulos diferentes y con actitudes
mentales distintas. Podemos conservar las ideas originales para juzgarlas y
probar sin ningn riesgo algunas alteraciones sutiles. Las podemos almace
nar para compararlas y combinarlas con otros conjuntos de deas de mane
ras que pronto desconcertaran a una imaginacin no potenciada. Como se
destac en el apartado anterior, as es como las propiedades reales del texto
fsico transforman el espacio de pensamientos posibles.
Estas observaciones me llevan a formular la siguiente conjetura: quiz
el lenguaje pblico es el responsable de un conjunto de caractersticas dis-13
13.
Un ejemplo especialmente espectacular es el gran bosque de mangles, conocido como
Las diez ml islas, que se extiende hacia el norte desde Cayo Oeste hasta la regin de los
Everglades. Los mangles negros de esta regin pueden alcanzar alturas de 25 m (Landi, 1982,
pgs. 361-363).

264 1 Ms all

tintivas del pensamiento humano que se plasman en la capacidad para ma


nifestar una dinmica cogmtwa de segundo orden. Denomino dinmica cognitiva de segundo orden a un cmulo de capacidades que implican autoevaluacin, autocrtica y respuestas compensatorias ajustadas con
precisin.1* Esto es lo que ocurre, por ejemplo, cuando reconocemos un
defecto en uno de nuestros planes o argumentos y dedicamos recursos cognitivos a eliminarlo, o cuando reflexionamos sobre la poca fiabilidad de
nuestros juicios iniciales en ciertos tipos de situaciones y, como resultado,
actuamos con un cuidado especial, o cuando averiguamos por qu hemos
llegado a una conclusin determinada comprendiendo las transiciones l
gicas de nuestro propio pensamiento, o cuando descubrimos las condicio
nes bajo las cuales pensamos mejor y tratamos de provocarlas. La lista po
dra continuar, pero creo que la pauta ya est clara. En todos estos casos
pensamos en nuestros propios perfiles cognitivos o en unos pensamientos
concretos. Este pensar sobre el pensar es un buen candidato para una
capacidad inconfundiblemente humana, es decir, que no est manifiesta
mente presente en los animales con los que compartimos este planeta y que
no emplean ningn lenguaje. Por tanto, es natural que nos preguntemos si
esto puede constituir una clase entera de pensamiento en la que el lengua
je desempee un papel generativo: una especie de pensamiento que no slo
se refleje en nuestro empleo de palabras (o que est potenciado por ellas)
sino que dependa directamente del lenguaje para su propia existencia. En
este modelo, el lenguaje pblico y la repeticin interna de oraciones actan
como las races areas del mangle: las palabras actuaran como puntos fijos
capaces de atraer y acumular ms material intelectual, creando las islas de
pensamiento de segundo orden tan caractersticas del paisaje cognitivo del
Homo sapiens.
A grandes rasgos, es fcil ver cmo puede haber ocurrido esto. En cuan
to formulamos un pensamiento en palabras (o sobre papel) se convierte en
un objeto para nosotros mismos y para los dems. Como objeto, es una cosa
sobre la cual podemos pensar. Para crear ese objeto no necesitamos pensar so
bre pensamientos, pero en cuanto est ah, inmediatamente se da la oportu
nidad de tratarlo como si fuera un objeto por derecho propio. Por tanto, el
proceso de formulacin lingstica crea una estructura estable a la que se ad
hieren pensamientos posteriores.14
14.
Se me ha informado de dos trabajos muy recientes que destacan estos temas. Jean-Pie
rre Changeux (neurocientfico y bilogo molecular) y Alain Connes (matemtico) proponen
que la autoevaluacin es lo que distingue a la verdadera inteligencia; vase Changeux y Con
nes, 1995. Derek Bickerton (lingista) ensalza el pensamiento fuera de lnea y destaca que
ninguna otra especie parece tener (a capacidad para detectar problemas en su propio rendi
miento y tomar medidas adecuadas para rectificarlos; vase Bickerton, 1995.

El lenguaje: un artefacto definitivo I 265

El lingista Ray Jackendoff ha propuesto algo parecido acerca del papel


potencial de la repeticin interna de frases. Jackendoff (1996) propone que
la repeticin mental de frases puede ser el medio principal por el que nues
tros pensamientos se convierten en objetos a los que luego podemos dedicar
ms atencin y reflexin. La afirmacin fundamental es que la formulacin
lingstica hace que los pensamientos complejos estn disponibles para los
procesos de atencin mental y que esto, a su vez, los abre a toda una gama de
posteriores operaciones mentales. Por ejemplo, nos permite seleccionar dis
tintos elementos de un pensamiento complejo y examinarlos uno a uno.
Tambin nos permite estabilizar ideas muy abstractas en la memoria de
trabajo, as como revisar y criticar nuestro propio razonamiento de maneras
que seran imposibles con otra modalidad de representacin.
Qu hace que la repeticin interna de frases desempee un papel tan
fuera de lo comn? Propongo que la respuesta se debe encontrar en el pa
pel ms prosaico (y anterior en el tiempo) del lenguaje como instrumento
de comunicacin. Para funcionar como un instrumento eficiente de comu
nicacin, el lenguaje pblico se habr ido transformando en un cdigo ade
cuado para los intercambios interpersonales donde se presentan ideas que
despus se examinan y se someten a crtica. Y esto, a su vez, implica el desa
rrollo de un cdigo que minimice la contextualidad (la mayora de las pala
bras retienen, esencialmente, los mismos significados en las diferentes ora
ciones en las que aparecen), que sea efectivamente neutral en cuanto a la
modalidad (una idea puede ser suscitada por entradas visuales, auditivas o
tctiles y aun as conservarse empleando la misma frmula verbal) y que per
mita memorizar con facilidad cadenas simples de palabras.15Por tanto, cuan
do congelamos nuestros propios pensamientos en forma de oraciones re
cordables, independientes del contexto y que trascienden la modalidad,
creamos un tipo especial de objeto mental: un objeto que se deja examinar
desde mltiples ngulos cognitivos, que no est condenado a sufrir cambios
o alteraciones cada vez que nos exponemos a nuevas entradas o a nueva in
formacin y que organiza ideas en un nivel de abstraccin ms elevado a par
tir de los detalles idiosincrsicos de sus orgenes proximales en la impresin
sensorial. Propongo que este objeto mental encaja de manera ideal en las
operaciones evaluadoras, crticas y enfocadas con precisin que caracterizan
la cognicin de segundo orden. Es un objeto adecuado para los exmenes
minuciosos y repetidos que supone la nocin de Jackendoff de prestar aten
15.
Annette Karmiloff-Smith destaca las dimensiones del lenguaje pblico neutrales en
cuanto a la modalidad en su trabajo estrechamente relacionado sobre la redescripcin representacional. Para la relativa independencia del contexto de ios signos y smbolos de! lenguaje
pblico, vanse Kirsh, 1991 y el captulo 6 de Clark, 1993.

266 1 Ms alt

cin a nuestros propios pensamientos. Por tanto, el sistema de codificacin


del lenguaje pblico es especialmente idneo para intervenir en el mbito
ms privado de la representacin interna, el autoexamen y la autocrtica, tal
como haba predicho Vygotsky en los trabajos mencionados en el apartado
10.2 anterior. El lenguaje se revela como un recurso fundamental mediante
el cual redescribimos con eficacia1617nuestros propios pensamientos en un for
mato que los hace asequibles para una variedad de nuevas operaciones y ma
npulaciones.
Es verosmil concebir la emergencia de esta dinmica cognitiva de segun
do orden como una raz de la autntica explosin de tipos y variedades de es
tructuras externas de andamiaje acaecida en la evolucin cultural humana. La
capacidad de pensar en nuestro propio pensamiento nos permite estructurar
activamente nuestro mundo con el fin de fomentar, sostener y ampliar nues
tros propios logros cognitivos. Este proceso tambin se alimenta a s mismo,
como cuando la aparicin del texto escrito y de la notacin nos permiti em
pezar a fijar secuencias de pensamiento y de razonamiento cada vez ms com
plejas y extendidas, y tratarlas como objetos de posterior examen y atencin
(recordemos las conjeturas de Merlin Donald en el apartado anterior). Una
vez asentado este aparato (interno y externo) de reflexin basado en oraciones
y textos, podemos esperar el desarrollo de nuevos tipos de pensamiento y de
codificacin de carcter no lingsticos dedicados a dirigir las oraciones y los
textos y a interaccionar con ellos de maneras cada vez ms poderosas y efi
ciernes.'7As consideradas, las construcciones lingsticas son una nueva clase
de objetos que nos invitan a desarrollar nuevas capacidades (no basadas en el
lenguaje) de utilizacin, reconocimiento y manipulacin. Por tanto, los modos
de pensamiento con frases y sin ellas han coevolucionado para complementar,
y no para duplicar, las ventajas cognitivas que ofrece cada uno.
Creo que el hecho de no apreciar esta profunda complementariedad es lo
que ha llevado a Paul Churchland (uno de los mejores y ms imaginativos
neurofilsofos) a rechazar la expresin linguaforme como si fuera un simple
reflejo superficial de nuestro conocimiento verdadero. Churchland teme
que sin este rechazo podramos describir errneamente todo el pensamiento
y la cognicin como si implicara la repeticin inconsciente de cadenas de
smbolos parecidos a frases y que, en consecuencia, podramos pasar por alto
16. La idea de que la cognicin avanzada implica procesos repetidos donde el conoci
miento y la representacin obtenidos se redescriben en nuevos formatos (que luego sostienen
nuevos tipos de operacin y de acceso cognitivos) se examina con mucho ms detalle en Karmiloff-Smith, 1992; Clark, 1993; Clark y Karmiloff-Smith, 1994, y Dennett, 1994. La hiptesis
original de la redescripcin representacional fue desarrollada por Karmiloff-Smith (1979,
1986).
17. Vanse, por ejemplo, Bechtel, 1996, pgs. 123-131; Clark, 1996a, pgs. 120-125.

El lenguaje: un artefacto definitivo I 267

las potentes codificaciones basadas en patrones y prototipos que parecen ser


biolgica y evolutivamente fundamentales. Pero ahora hemos explorado una
parte sustancial del frtil territorio que hay en medio.1819Ai combinar un con
junto de aptitudes biolgicamente bsicas para el reconocimiento de patro
nes con los adhesivos cognitivos especiales de la palabra y el texto, noso
tros, al igual que los mangles, creamos paisajes nuevos: nuevos puntos fijos
en el mar del pensamiento. Concebido como un artefacto cognitivo comple
mentario, el lenguaje puede ampliar genuinamente nuestros horizontes cog
nitivos sin necesidad de intentar la tarea imposible de recapitular los conte
nidos detallados del pensamiento no lingstico.

10.5 La adaptacin del lenguaje al cerebro


Consideremos un artefacto mal diseado como, por ejemplo, uno de los
primeros programas para procesar textos que era extraordinariamente dif
cil de aprender y muy incmodo y frustrante de utilizar. jUn ser mutante
imaginario que encontrara fcil un programa como ste seguramente hubie
ra necesitado unos recursos nerviosos diseados especialmente para adqui
rir esta competencia con rapidez!
Ahora consideremos un artefacto diseado a la perfeccin: el clip para
sujetar papeles.'9 Para aprender a utilizar los clips con rapidez y habilidad no
es necesario ser un mutante con un cerebro diseado especialmente, porque
el mismo clip est adaptado para facilitar una utilizacin sencilla por parte
de seres como nosotros (pero no por parte de ratas o palomas) en nuestros
entornos de oficina.
Supongamos (y slo supongamos) que el lenguaje es as. Es decir, que es
un artefacto que ha evolucionado, en parte, para que seres como nosotros lo
puedan adquirir y utilizar con facilidad. Por ejemplo, puede presentar es
tructuras fonticas o gramaticales que exploten determinadas predisposicio
nes naturales del cerebro y del sistema perceptivo del ser humano. De ser
esto as, podra parecer que nuestros cerebros estn especialmente adapta
dos para adquirir un lenguaje natural, pero de hecho sera el lenguaje natu
ral el que estara especialmente adaptado para ser adquirido por nosotros, a
pesar de todas las imperfecciones cognitivas.
18. Dennett (1991) explora precisamente este territorio intermedio. Examino de manera
detallada la subestimacin del papel del lenguaje por parte de Cburchland en Clark, 1996. V
anse ejemplos de esta subestimacin en la pg. 18 de Churchland, 1989 y en las pgs. 265-270
de Cburchland y Churchland, 1996.
19. Vease una exposicin completa del clip en Petroski, 1992.

268 t Ms all

Sin duda, la verdad se encuentra a medio camino. Recientes conjeturas


de varios cientficos cognitivos (vase, por ejemplo, Newport, 1990) indican
que ciertas caractersticas de los lenguajes naturales (como la estructura mor
folgica) pueden estar orientadas a explotar efectos de ventana propor
cionados por las limitaciones de la memoria y la atencin tpicas de los seres
humanos jvenes. Y Christiansen (1994) ha argumentado explcitamente,
desde el punto de vista de la investigacin conexionista, que la adquisicin
de un lenguaje est potenciada por una especie de relacin simbitica entre
el lenguaje y sus usuarios, de manera que un lenguaje slo puede persistir y
prosperar si es aprendido y utilizado con facilidad por sus anfitriones huma
nos. Esta relacin simbitica fuerza al lenguaje a cambiar y a adaptarse de
maneras que fomenten el aprendizaje.
Esta adaptacin inversa, donde el lenguaje natural est adaptado en cier
ta medida al cerebro humano, puede ser importante para evaluar la medida
en que nuestra capacidad para aprender y emplear el lenguaje pblico se de
bera tomar, en s misma, como prueba de que cognitivamente somos muy
diferentes de otros animales. Porque ocurre que, al parecer, los seres huma
nos son los nicos animales capaces de adquirir y explotar plenamente los
sistemas simblicos complejos, abstractos y abiertos del lenguaje pblico.2*
Sin embargo, no hace falta suponer que esto requiera unas diferencias neurolgicas y computacionales esenciales y aplastantes entre nosotros y otros
animales. Unos cambios neuronales relativamente secundarios pueden ha
ber posibilitado el aprendizaje bsico del lenguaje por parte de nuestros an
tepasados y, de ah en adelante, el proceso de adaptacin inversa puede ha
ber conducido a formas lingsticas que exploten mejor las predisposiciones
cognitivas preexistentes e independientes del lenguaje (especialmente en los
seres humanos jvenes).22 Segn este modelo, el cerebro humano no tiene
20. En lo que sigue pasar por alto algunos grandes debates sobre el lenguaje animal en
general y el lenguaje de los chimpancs en particular. Vanse planteamientos ecunimes en el
captulo 13 de Dennett, 1995, y en el captulo 10 de Churchland, 1995.
21. Vase una exposicin crtica en Pinker, 1994; Christiansen, 1994; el captulo 10 de
Churchland, 1995, y el captulo 13 de Dennett, 1995
22. Sin embargo, cualquier intento de argumentar de una manera convincente la afirmacin
extrema de que el aprendizaje del lenguaje humano no supone ningn dispositivo especializado
en el cerebro para (a adquisicin del lenguaje, debe enfrentarse a una gran variedad de pruebas
y argumentos lingsticos detallados. En particular, debe encarar el argumento de la pobreza del
estimulo (Pinker, 1994), segn el cual es simplemente imposible adquirir la detallada compe
tencia gramatical que nos caracteriza a partir de los datos de aprendizaje a los que nos expone
mos y suponiendo nicamente unos mecanismos de aprendizaje generales y no sesgados. Como
lo nico que yo digo es que la adaptacin inversa puede desempear algn papel en restar im
portancia a la cantidad de dotacin innata que debemos postular, no intentar abordar aqu
esta cuestin. Vase una defensa a fondo de la afirmacin extrema en Christiansen, 1994.

El lenguaje: un artefacto definitivo f 269

porqu diferir profundamente del cerebro de los animales superiores. En


cambio, los seres humanos normales se benefician de una pequea innova
cin neurolgica que, junto con un entorno increblemente potenciador de
un lenguaje pblico cada vez ms adaptado a la inversa, ha conducido a las
explosiones cognitivas de la ciencia, la cultura y el aprendizaje humanos.
A la vaga y sugerente nocin de la adaptacin inversa se le puede dar un
poco de cuerpo cuantitativo y computacional (aunque de una manera clara
mente simplista). Har y Elman (1995) han utilizado una filogenia cultural
de redes conexionistas para construir un modelo, con cierto detalle de la se
rie de cambios que caracterizaron la evolucin desde el pretrito del ingls
antiguo (hacia el ao 870) hasta el pretrito del ingls moderno. Mostraron
que esta evolucin histrica se puede modelar, con cierto detalle, mediante
una serie de redes neuronales donde las salidas de una generacin se utilizan
como datos de entrenamiento para la prxima. Este proceso produce cam
bios en el mismo lenguaje a medida que ste se altera para reflejar los perfi
les de aprendizaje de sus usuarios. En pocas palabras, esto es lo que sucede:
una red original es adiestrada en las formas del ingls antiguo. Luego se
adiestra otra red (aunque no a la perfeccin) a partir de las formas produci
das por la primera. A continuacin se utiliza esta salida para adiestrar otra
red, y as sucesivamente. Lo crucial es que cualquier error que cometa una
red cuando aprende a establecer correspondencias, pasan a formar parte del
conjunto de datos de la siguiente red. Los patrones difciles de aprender y
los elementos que se parecen a otros con inflexiones diferentes, tienden a de
saparecer. Como dicen Har y Elman (ibd., pg. 61): Al principio, las ca
ses [de verbos] difieren en su coherencia fonolgica y en el tamao de su cla
se. Las pautas que inicialmente son menos comunes o estn menos definidas
son las ms difciles de aprender y tienden a perderse tras varias generacio
nes de aprendizaje. Este proceso va en aumento a medida que la clase domi
nante capta nuevos miembros y se convierte en un atractor cada vez ms po
deroso. Al estudiar as la interaccin entre un conjunto de datos externos y
los procesos de aprendizaje individual, Har y Elman pudieron hacer algu
nas predicciones bastante precisas (confirmadas por los hechos lingsticos)
sobre la evolucin histrica del ingls antiguo al ingls moderno. La conse
cuencia ms importante para nuestros fines es que, en estos casos, los anda
miajes mismos externos de la cognicin se adaptan para prosperar mejor en
el nicho proporcionado por los cerebros humanos. Por tanto, la complementariedad entre el cerebro biolgico y sus accesorios y apoyos artificiales
est impuesta por unas fuerzas coevolutivas que unen a usuarios y artefactos
en un bucle virtuoso de mutua modulacin.

270 I Ms all

10.6 Dnde acaba la mente y empieza el resto del mundo?23


Las complejidades de la dinmica usuario-artefacto nos invitan a refle
xionar sobre un tema ms general: cmo concebir la frontera entre un siste
ma inteligente y el mundo. Como vimos en captulos anteriores, esta fronte
ra parece ser ms plstica de lo que se haba supuesto anterioramente: en
muchos casos, unos recursos extracorporales seleccionados son parte im
portante de unos procesos computacionales y cognitivos extendidos. Lleva
da hasta el extremo, esta fuga de la mente hacia el mundo amenaza con re
configurar la imagen fundamental que tenemos de nosotros mismos,
ampliando nuestra visin de las personas para incluir, en ocasiones, caracte
rsticas del entorno local. Probablemente, esta ampliacin es ms verosmil
en casos donde intervienen como accesorios externos el texto escrito y la pa
labra hablada, porque las interacciones con estos accesorios son omnipre
sentes (en las sociedades cultas modernas), fiables y evolutivamente bsicas.
En estas culturas, los cerebros humanos dan por sentados estos soportes de
texto y discurso con la misma seguridad con que dan por sentado que actan
en un mundo de peso, fuerza, friccin y gravedad. El lenguaje es una cons
tante y, como tal, se puede confiar en l con toda seguridad como teln de
fondo contra el cual se desarrollan los procesos en lnea de la computacin
neuronal. De la misma manera que un controlador de red neuronal disea
do para mover un brazo hacia un objetivo en el espacio definir sus rdenes
para tener en cuenta la elasticidad de los msculos y los efectos de la grave
dad, los procesos del razonamiento pueden aprender a tener en cuenta las
aportaciones potenciales de la reorganizacin y la descarga textual, y de la
repeticin y el intercambio vocal. Por tanto, las capacidades cognitvas ma
duras que identificamos como mente e intelecto se pueden parecer ms a la
navegacin en barco (vase el captulo 3) que a las capacidades del cerebro
biolgico aislado. La navegacin en barco emerge de la adecuada orquesta
cin de un sistema extenso y complejo que comprende personas, instrumen
tos y prcticas. De la misma manera, sospecho que gran parte de lo que iden23.
En la literatura filosfica, esta pregunta se presta a dos respuestas usuales. O seguimos
las demarcaciones intuitivas de la piel y el crneo, o suponemos que, en realidad, esta cuestin
se refiere ai anlisis del significado y procedemos a examinar los pros y contras de la doctrina
(a grandes rasgos) putnamianos segn la cual los significados, simplemente, no estn en la ca
beza (Putnam, 1975). Sin embargo mi propuesta es adoptar una postura distinta de estas dos
segn la cual los procesos cognitivos no respetan los lmites de la piel o del crneo. Es decir,
afirmo 1) que la nocin intuitiva de la mente se debera desprender de sus tendencias intern te
tas, y 2) que las razones para ello no dependen del (discutible) papel de la referencia del mun
do real y de las condiciones de verdad para determinar el significado de smbolos mentales o
lingsticos. Vase una exposicin a fondo en Clark y Chalmers, 1998.

El lenguaje: u n artefacto definitivo I 271

dficamos como nuestras capacidades mentales en realidad pueden ser pro


piedades de los sistemas ms amplios, y extendidos en el entomo, de los que
los cerebros humanos mismos son slo una parte (importante!.
Esto es mucho decir y no espero convencer aqu a los escpticos. Pero
creo que no es tan descabellado como puede parecer a primera vista. Des
pus de todo, en general es bastante difcil trazar una lnea divisoria clara
entre un instrumento y su usuario.^ Cuando tomamos una piedra para cas
car una nuez, es evidente que esa piedra es un instrumento. Pero si un p
jaro suelta una nuez en pleno vuelo para que se rompa al chocar contra el
suelo, es el suelo un instrumento? Algunas aves tragan piedras pequeas
para facilitar la digestin: son instrumentos estas piedras? O quiz una
vez tragadas simplemente pasan a formar parte del ave? Es un instrumen
to el rbol al que trepamos para escapar de un depredador? Y la tela de
una araa?
Propongo que el lenguaje pblico y sus apoyos en el texto y la notacin
simblica no son diferentes de las piedras tragadas por las aves. En ambos
casos, la respuesta a la pregunta Dnde acaba el usuario y empieza el ins
trumento? es muy delicada. A la luz del conjunto global de nuestras discu
siones anteriores, como mnimo estoy convencido de dos afirmaciones. La
primera es que algunas acciones humanas se asemejan ms a pensamientos
de lo que parece a primera vista. Se trata de las acciones cuyo verdadero ob
jetivo es alterar las tareas computacionales a las que se enfrenta el cerebro
cuando trata de resolver un problema: lo que Kirsh y Maglio llaman accio
nes epistmicas. La segunda afirmacin es que ciertos daos causados al
entorno pueden tener la misma relevancia moral que los daos causados a
personas: al decir esto pienso especialmente en las personas con lesiones
neurolgicas (vanse los casos del captulo 3 anterior) que consiguen salir
adelante aadiendo a su entorno cotidiano unas capas especialmente densas
de accesorios y apoyos externos. Me parece que alterar estos apoyos se pa
recera ms a un delito contra las personas que a un delito contra la propie
dad. Por ejemplo, Clark y Chalmers (1998) describen el caso de una perso
na con lesiones neurolgicas que depende en grado extremo de un cuaderno
que siempre lleva consigo y a cuyos contenidos se remite en numerosas si
tuaciones cotidianas. En este caso, la destruccin gratuita del cuaderno ten
dra un aspecto moral especialmente inquietante: es indudable que daara a
la persona en el sentido ms literal que se pueda imaginar.
A la luz de estas inquietudes y del evidente valor metodolgico (vanse
los captulos 3,4, 6 y 8 anteriores) de estudiar los sistemas extendidos cere-24
24.
He tomado los ejemplos siguientes de Beth Presin (1995). Vanse tambin Beck,
1980, y Gibson e Ingold, 1993.

272 I Ms all

bro-cuerpo-mundo como totalidades computacionales y dinmicas integra


das, estoy convencido de que (en ocasiones) es valioso tratar los procesos
cognitivos como si se extendieran ms all de los estrechos confines de la
piel y del crneo. Y me pregunto si tambin se debera ampliar la nocin in
tuitiva de la mente misma para abarcar una variedad de accesorios y apoyos
externos; es decir, me pregunto si el sistema que solemos denominar men
te, en realidad es mucho ms amplio que el que denominamos cerebro.
A primera vista, esta conclusin tan general puede parecer difcil de digerir.
Creo que una razn de ello es que tendemos a confundir lo mental con lo
consciente. Y aunque no pretendo afirmar en absoluto que la conciencia in
dividual se extienda ms all de la cabeza, parece evidente que no todo lo
que ocurre en el cerebro y constituye un proceso mental o cognitivo (en el
sentido cientfico actual) est vinculado con un procesamiento conscienteP
Quiz sea ms verosmil suponer que lo que mantiene los verdaderos proce
sos mentales y cognitivos en la cabeza es una especie de transportabilidad.
Es decir, nos inclinamos hacia una visin de lo que podra llamarse la men
te desnuda: una visin de los recursos y operaciones que siempre podemos
hacer intervenir en una tarea cognitiva, independientemente de cualquier
otra oportunidad que el entorno local nos pueda facilitar o no.
Comprendo bien este reparo. Parece evidente que el cerebro (o quiz,
desde este punto de vista, el conjunto cerebro-cuerpo) es un objeto de es
tudio y de inters definido y genuino. Y lo que hace que sea as es, precisa
mente, el hecho de que abarque un conjunto central, bsico, y transportable25

25.
Ei reflejo vestibular-ocular IRVO), por tomar solo un ejemplo de entre varias docenas
de ellos, estabiliza la imagen del mundo en la retina para compensar el movimiento de la ca
beza (vase, por ejemplo, Churchland y Sejnowski, 1992, pgs. 353-365). Naturalmente, esta
operacin es crucial para la visin humana. Y la conciencia humana percibe el mundo de una
forma que depende del funcionamiento correcto del RVO. Pero los pasos computacionales
realizados por los circuitos del RVO no figuran entre nuestros contenidos conscientes. Si las
transformaciones computacionales de las que depende el RVO se realizaran empleando algn
dispositivo externo (una versin neuronal de un pulmn de acero o una mquina de dilisis),
la interaccin entre los estados conscientes y los cmputos del RVO podra seguir inalterada.
Por tanto, sea cual sea el papel que desempee la consciencia (y sea cual sea el significado de
este trmino) en algn punto del bucle, ese papel mismo no se puede arrogar la potestad de re
chazar la caracterizacin de las transformaciones de algunos dalos externos como parte de
nuestro p rocesamiento cognitivo. Algo as slo tendra sentido si nos liramos la manta a la ca
beza y no considerramos cognitivos los procesos que no pudieran ser objeto de una intros
peccin consciente. (Si el lector cree que el RVO se encuentra en un nivel demasiado bajo para
que se le considere un ejemplo de proceso no consciente pero genuinamente cognitivo, que lo
sustituya por otro que le parezca mejor como, por ejemplo, los procesos de recuerdo dirigidos
por los contenidos o la habilidad, invisible a la introspeccin, que pueda subyacer a la capaci
dad para saber la regla que se debe aplicar en el paso siguiente de una deduccin lgica).

El lenguaje: un artefacto definitivo I 273

de recursos cognitivos. Estos recursos pueden incorporar acciones corpora


les como partes integrales de ciertos procesos cognitivos (como cuando, du
rante un clculo difcil, utilizamos los dedos para descargar la memoria de
trabajo). Pero no abarcarn los aspectos ms contingentes de nuestro entor
no externo que pueden estar presentes o no, como una calculadora de bolsi
llo. En ltima instancia, no creo que la transportabilidad pueda tener un
peso conceptual suficiente, y por dos razones. En primer lugar, existe el ries
go de incurrir en una peticin de principio. Si nos preguntamos por qu ten
dra que ser importante la transportabilidad para la constitucin de ciertos
procesos mentales o cognitivos, parece que la nica respuesta es que desea
mos que estos procesos vengan en un paquete separado y transportable in
dividualmente. Pero esto sera volver a invocar el lmite entre la piel y/o el
crneo cuando lo que se discute es, precisamente, la legitimidad de este l
mite en s. En segundo lugar, sera fcil (aunque un poco tedioso para el lec
tor) concebir varios casos problemticos. Qu ocurrira si alguien siempre
llevara encima una calculadora de bolsillo? Qu pasara si algn da llev
ramos estos dispositivos implantados en el cerebro? Qu pasara si tuvira
mos acoplamientos corporales para una variedad de dispositivos como s
tos y nos preparramos cada da aadiendo dispositivos adecuados para la
actividad de resolucin de problemas prescrita para ese da? Tampoco la
vulnerabilidad de estos dispositivos adicionales a ciertos desperfectos o da
os concretos sirve para distinguirlos, porque el cerebro biolgico tambin
corre el riesgo de perder capacidades especficas para la resolucin de pro
blemas a causa de lesiones o traumas.
Pero, en el fondo, quiz la causa ms profunda de nuestras inquietudes
sea esa entidad extraordinariamente enigmtica a la que llamamos yo.26 La su
puesta extensin de los procesos cognitivos y mentales hacia el mundo, im
plica una especie de fuga correlativa (ciertamente inquietante) del yo hacia
el entorno local? Ahora parece (lo siento!) que la respuesta es S y No. No,
porque (como ya se ha admitido) los contenidos conscientes sobrevienen a los
cerebros individuales. Pero S, porque estos episodios conscientes son, como
mucho, instantneas del yo considerado como un perfil psicolgico en desa
rrollo. Estoy dispuesto a admitir que los pensamientos, considerados nica
mente como instantneas de nuestra actividad mental consciente, se pueden
explicar totalmente mediante el estado del cerebro en cada momento. Pero el
flujo del razonamiento y el pensamiento, y la evolucin en el tiempo de las
ideas y las actitudes, estn determinados y explicados por la interaccin nti
ma, compleja y continua entre cerebro, cuerpo y mundo. Nada me impide de
26.
Vase en Vrela y otros (1991) una exposicin interesante, aunque muy diferente, de
las implicaciones de un enfoque corpreo y embebido para las concepciones del yo.

274 i Ms all

cir que el hecho de que escriba un libro como ste responde a una caracters
tica genuina de mi perfil psicolgico, a pesar de que el flujo y la forma de las
ideas expresadas depender profundamente de una variedad de interacciones
repetidas entre mi cerebro biolgico y un pequeo arsenal de codificaciones,
recodificaciones y recursos estructuradores externos.
Naturalmente, esta perspectiva liberal de los procesos y los perfiles cognitivos se debe equilibrar mediante una buena dosis de sentido comn. No
se puede extender la mente hacia el mundo por las buenas. Un anlisis que
me atribuyera el conocimiento de todos los datos de la Encyclopaedia Britannica slo porque he pagado los plazos y le he encontrado espacio en el ga
raje, carecera de valor. Y tampoco deberamos dejar que desapareciera la
distincin entre mi mente y la del lector slo porque se nos vea charlando en
el autobs. Entonces, qu distingue los casos ms convincentes de la exis
tencia de una slida extensin cognitiva de los otros casos?
Algunas caractersticas importantes de los casos convincentes se pue
den aislar con facilidad, como ocurre con el cuaderno antes mencionado
de la persona con una lesin cerebral. El cuaderno siempre est ah: no
est encerrado en el garaje ni se consulta de vez en cuando. La informa
cin que contiene es fcil de encontrar y utilizar. Esta informacin se
acepta automticamente: no se somete a un examen crtico a diferencia de
las reflexiones de un compaero en el autobs. Por ltimo, la informacin
ha sido recopilada y corroborada por el propio usuario (a diferencia de las
entradas de una enciclopedia). Puede que no todas estas condiciones sean
esenciales. Y puede que haya pasado por alto otras. Pero la imagen gene
ral es la de una relacin usuario-artefacto bastante especial donde el arte
facto siempre est presente, se utiliza con frecuencia, est hecho a medi
da del usuario y ste tiene una profunda confianza en l. Como hemos
visto en numerosas ocasiones en captulos anteriores, los agentes humanos
pueden extraer todo tipo de beneficios cognitivos y computacionales fun
damentales a partir de interacciones con artefactos que apenas tienen al
guna - o ninguna- de estas caractersticas. Pero, probablemente, slo po
dremos argumentar la extensin de las nociones moralmente resonantes
de yo, mente y agente para que incluyan aspectos del mundo ms all de
la piel, si se cumple algo parecido a estas condiciones. Por tanto, los lmi
tes del yo -y no slo los de computacin y del proceso cognitivo generalslo amenazan con extenderse hacia el mundo cuando la relacin entre el
usuario y el artefacto es casi tan estrecha e ntima como la que existe en
tre la araa y su tela.27
27.
Vase en Dawkins, 1982, un tratamiento biolgico especialmente inteligente de este
tipo de casos.

El lenguaje: un artefacto definitivo I 275

En el caso de la persona y el cuaderno, el aspecto crucial es que las en


tradas del cuaderno desempean, en la conducta de la persona como agen
te, la misma funcin explicativa2S que una informacin codificada en la me
moria a largo plazo. Las condiciones especiales mencionadas (accesibilidad,
refrendo automtico, etc.) son necesarias para garantizar este tipo de isomorfismo funcional. Sin embargo, aunque admitamos que este isomorfismo
existe (algo que muchos no harn), puede que sea posible evitar la conclu
sin radical del agente distribuido. Una conclusin alternativa (que conside
ro igualmente aceptable) sera que el agente contina encerrado dentro del
envoltorio de la piel y el crneo, pero que sus creencias, sus conocimientos y
quiz otros estados mentales, ahora dependen de vehculos fsicos que (en
ocasiones) se pueden extender para incluir unas caractersticas seleccionadas
del entorno local. Esta imagen mantiene la nocin del agente como combi
nacin de cuerpo y cerebro biolgico y, en consecuencia, nos permite decir
-como seguramente deberamos hacer- que e! agente, en ocasiones, mani
pula y estructura esos mismos recursos externos con el fin de reforzar, des
cargar o transformar an ms sus propias actividades bsicas de resolucin
de problemas. Pero tambin permite que, a veces, este alcanzar el mundo
suponga la creacin de redes cognitivas y computacionales ms amplias: re
des cuya comprensin y anlisis requiere aplicar los instrumentos y concep
tos de la ciencia cognitiva a entidades hbridas ms amplias que comprenden
cerebros, cuerpos y una amplia variedad de procesos y estructuras externas.
En resumen, me conformo con dejar que las nociones de yo y de agencia
encajen donde sea. A fin de cuentas slo afirmo que, como mnimo, tenemos
buenas razones explicativas y metodolgicas para aceptar (en ocasiones) una
nocin bastante liberal del alcance de los procesos cognitivos y computacio
nales que permita explcitamente la diseminacin de estos procesos por el
cerebro, el cuerpo, el mundo y los artefactos. Entre estos artefactos destacan
las diversas manifestaciones del lenguaje pblico. El lenguaje es, en muchos
aspectos, el artefacto definitivo: es tan omnipresente que casi es invisible y
su carcter es tan ntimo que no est claro si es un instrumento o una di
mensin del usuario. Cualesquiera que sean los lmites, como mnimo nos
enfrentamos a una economa estrechamente vinculada donde el cerebro bio
lgico est increblemente potenciado por algunas de sus creaciones ms ex
traas y recientes: palabras en el aire, smbolos en pginas impresas.

28. Vase un planteamiento a fondo de esta afirmacin en Clark y Chalmers, 1998.

11

Mentes, cerebros y atunes:


un resumen en salmuera

La capacidad para nadar de muchos peces y animales acuticos, como los


atunes y los delfines, es asombrosa. Estos seres superan de largo cualquier
producto que la ciencia nutica haya podido producir. No slo son magos de
la maniobrabilidad: al parecer, su propulsin es totalmente paradjica. Por
ejemplo, se estima que el delfn carece de la fuerza suficiente1 para propul
sarse a las velocidades que llega a alcanzar. En un intento de desenmaraar
este misterio, dos expertos en dinmica de fluidos, los hermanos Michael y
George Triantafyllou, se han visto conducidos a una interesante hiptesis:
que la extraordinaria eficiencia natatoria de ciertos animales se debe a la evo
lucin de una capacidad para explotar y crear fuentes adicionales de energa
cintica en un entorno acuoso. Al parecer, estos animales explotan los remo
linos, torbellinos y vrtices del agua para turboalimentar su propulsin y
ampliar su capacidad de maniobra. En ocasiones, estos fenmenos aparecen
en los fluidos de manera natural {por ejemplo, cuando una corriente de agua
choca contra una roca). Pero la explotacin de estas ayudas externas por
parte de estos animales no se acaba aqu. Por ejemplo, tambin pueden crear
activamente una variedad de vrtices y gradientes de presin (sacudiendo la
cola) que despus utilizan para dar velocidad y agilidad a una conducta pos
terior. Controlando y explotando de esta manera la estructura de su entorno
local, estos animales pueden arrancar y girar con tal rapidez que, en compa1.
La estimacin de que el delfn es unas siete veces ms dbil de lo que debiera tiene su
origen en el bilogo James Gray. Como indican Triantafyllou y Triantafyllou (1995, pg. 66),
an no es posible comprobar con rigor esta estimacin. Pero realmente parece que los delfines
generan una extraordinaria fuerza de propulsin a partir de unos recursos bastante limitados:
de ah los intensos esfuerzos de investigacin dedicados recientemente a desentraar los mis
terios de la propulsin dlos animales pisciformes. (VanseGray, 1968; HoaryRandal!, 1978,
y Wu y otros, 1975, as como los estudios avanzados de los hermanos Triantafyllou.)

278 I Ms all

racin, nuestros transatlnticos parecen torpes, pesados y lentos. Con la


ayuda de un desfile continuo de estos vrtices , dicen Triantafyllou y Triantafyllou (1995, pg. 691, es posible que la eficiencia natatoria de un pez lle
gue incluso a superar el cien por cien. Los buques y los submarinos no ob
tienen estas ventajas: tratan el entorno acutico como un obstculo que hay
que superar y no buscan transformarlo para sus propios fines controlando y
manipulando la dinmica de los fluidos que rodean el casco.
Este relato sobre los atunes2 nos recuerda que los sistemas biolgicos se
benefician profundamente de la estructura de su entorno local. La mejor ma
nera de concebir el entorno no es vindolo nicamente como un mbito de
problemas a superar. El entorno tambin es, en un sentido fundamental, un
recurso que cabe tener en cuenta en las soluciones. Como hemos visto, esta
simple observacin tiene algunas consecuencias de gran alcance.
Antes que nada, debemos reconocer el cerebro por lo que es. No es el ce
rebro de un espritu incorpreo convenientemente anclado a un armazn
ambulante de carne y sangre. Al contrario, en esencia es el cerebro de un
agente corpreo capaz de crear y explotar estructuras en el mundo. Si con
cebimos el cerebro como controlador de la accin corprea, en ocasiones ve
remos que dedica una considerable cantidad de energa a controlar y explo
tar estructuras del entorno y no a solucionar un problema directamente y de
una vez. Estas estructuras, moldeadas mediante una secuencia repetida
de interacciones cerebro-mundo, pueden alterar y transformar el problema
original hasta que adopte una forma manejable para los recursos limitados
de una cognicin orientada a la complecin de patrones, al estilo de las re
des neuronales.
En segundo lugar, y como consecuencia de lo anterior, no deberamos
confundir el perfil de resolucin de problemas de la mente corprea y em
bebida en el entorno fsico y social, con el perfil de resolucin de problemas
del cerebro bsico. El hecho de que los seres humanos pueden hacer lgica
y ciencia no implica que el cerebro contenga un autntico instrumento lgi
co o que codifique teoras cientficas con un formato similar a su expresin
habitual mediante palabras y frases.3 En realidad, tanto la lgica como la
2. El atn robot de aluminio anodizado de 1,25 m de largo y con ocho segmentos que
aparece en la lmina 3, est siendo estudiado en un tanque de prueba del Massachusetts Institute of Technology. Este trabajo se esboza en Triantafyllou y Triantafyllou, 1995. Algunos es
tudios detallados anteriores se comunican en Triantafyllou y otros, 1993, y en Triantafyllou y
otros, 1994.
3. Aqu, la imagen corprea y embebida simplemente va en apoyo de la antigua insisten
cia de los conexionistas en que la codificacin neuronal no adopta la forma de frases. Vanse
las versiones conexionistas de este argumento, por ejemplo, en Churchland, 1989, y Clark,
1989.

Mentes, cerebros y atunes: un resumen en salmuera I 279

ciencia se basan en gran medida en el empleo y la manipulacin de medios


externos, especialmente los formalismos del lenguaje y la lgica, y las capa
cidades de almacenamiento, transmisin y refinamiento proporcionadas por
las instituciones culturales y el empleo de textos escritos y hablados. Como
he argumentado, es mejor ver estos recursos como ajenos pero complemen
tarios al estilo de almacenamiento y computacin del cerebro. El cerebro no
necesita malgastar su tiempo duplicando estas capacidades. En cambio, debe
aprender a conectar45con los medios externos para aprovechar al mximo sus
virtudes caractersticas.
En tercer lugar, ya es hora de que empecemos a encarar algunas cuestio
nes bastante desconcertantes (o debera decir metafsicas?). Para empezar,
la naturaleza y los lmites del agente inteligente parecen ser ms borrosos
cada vez. En el cerebro ya no existe un ejecutivo central:3 un verdadero jefe
que organice e integre las actividades de mltiples subsistemas especializa
dos. Y tampoco existe ya un lmite ntido entre el pensador (el ingenio inte
lectual incorpreo) y su mundo. En lugar de esta reconfortante imagen de la
mente, nos encontramos con una especie de caja de sorpresas repleta de
agencias internas, cuyos papeles computacionales se suelen describir mejor
incluyendo caractersticas del entorno local (tanto en los complejos bucles
de control como en una amplia variedad de manipulaciones y transforma
ciones de informacin). En vista de todo esto, en algunos casos quiz sea
conveniente considerar el sistema inteligente como un proceso extendido en
el espacio y en el tiempo que no est limitado por el tenue envoltorio de la
piel y el crneo.6 Desde una perspectiva menos radical, las divisiones tradi
cionales entre percepcin, cognicin y accin7 parecen ser cada vez menos
tiles. Con la desaparicin del ejecutivo central, la percepcin y la cognicin
parecen ms difciles de distinguir en el cerebro. Y la divisin entre pensa
miento y accin se hace aicos en cuanto reconocemos que las acciones en el
mundo real suelen desempear, precisamente, los tipos de funciones que
ms se suelen asociar con los procesos internos de cognicin y computacin.
4. Curiosamente, la repeticin interna de frases (y otras maneras de construir modelos de
medios externos) ocupa un lugar intermedio. En estos casos, realmente nos beneficiamos du
plicando memamente la dinmica general de un medio externo. Pero, como vimos en el cap
tulo 10, no necesitamos suponer que esta repeticin implique la creacin de un recurso computacional totalmente nuevo. En cambio, podemos utilizar tipos familiares de redes neuronales
completadoras de patrones, entrenados mediante nuestras experiencias de manipulacin de
formalismos externos reales. Vanse ms comentarios al respecto en el captulo 10 de Churchland, 1995, y en Rumelhart y otros, 1986.
5. Dennett (1991) ofrece una extensa y fascinante meditacin sobre este tema.
6. Vase otra exposicin al respecto en Clark y Chalmers, 1998.
7. Esto se reconoce cada vez ms en la psicologa del desarrollo. Vanse los trabajos exa
minados en el captulo 2, especialmente Thelen y Smith, 1994, y Rutkowska, 1993.

280 I Ms all

En cuarto (y ltimo) lugar, e independientemente de cualesquiera sutile


zas metafsicas, todo esto implica unas consecuencias metodolgicas urgen
tes e inmediatas. En la medida en que la perspectiva corprea y embebida
est bien encaminada, la ciencia cognitiva ya no se podr permitir los sesgos
individualistas y aislacionistas que caracterizaron los primeros decenios de
su andadura. Ahora necesitamos una visin ms amplia que incorpore ml
tiples enfoques culturales y ecolgicos adems del ncleo tradicional de la
neurociencia, la lingstica y la inteligencia artificial. Y necesitamos instru
mentos nuevos con los que investigar efectos que abarcan mltiples escalas
temporales, implican a mltiples individuos e incorporan complejas interac
ciones ambientales. Es probable que, hoy por hoy, lo mejor sea combinar
hbilmente enfoques basados en los sistemas dinmicos, la robtica en
mundo real y simulaciones a gran escala (de efectos evolutivos y colectivos).
Pero he argumentado que estas investigaciones se deben entrelazar cuida
dosamente con la investigacin neurocientfica en curso y anclarse, siem
pre que sea posible, en el conocimiento del cerebro biolgico. En la bs
queda de este entrelazamiento, sera una insensatez echar por la borda el
ncleo de la comprensin cientfica cognitiva -que tanto esfuerzo ha costa
do construir- basada en las nociones de representacin interna y de compu
tacin. La verdadera leccin de nuestras investigaciones sobre la cognicin
corprea y embebida no es que tengamos xito sin representacin (o, peor
an, sin computacin), sino que los tipos de representacin interna y de
computacin que empleamos han sido seleccionados para complementar los
complejos entornos sociales y ecolgicos en los que debemos actuar. As
pues, ser conveniente que no ignoremos ni minimicemos la importancia de
estos entornos ms amplios.
Y aqu estamos. Al final de un viaje largo y seguramente inacabado. He
mos encontrado curvas, desvos y -admitmoslo- uno o dos escollos que no
hemos podido demoler y nos hemos limitado a rodear. An queda mucho
por hacer, pero espero haber atado algunos cabos, haber tendido algunos
puentes y haber destacado algunas cuestiones apremiantes. Y aunque puede
ser que -como Humpty Dumpty en la segunda parte de Alicia en el pas Je
las maravillas, Alicia a travs del espejo- cerebro, cuerpo y mundo tarden un
montn de tiempo en reunirse otra vez, creo que vale la pena perseverar en
este empeo porque hasta que estas piezas no encajen en su sitio, no nos po
dremos ver tal como somos ni podremos apreciar la compleja confabulacin
que subyace al xito adaptativo

Eplogo: habla un cerebro1

Soy el cerebro de Juan.12 Fsicamente no soy ms que una masa de clulas


de color grisceo y de aspecto ms bien mediocre. Mi superficie tiene un re
lieve muy intrincado y poseo una estructura interna bastante diferenciada.
Juan y yo mantenemos una relacin muy ntima; de hecho, en ocasiones es
difcil distinguirnos. Pero, a veces, Juan lleva esta intimidad demasiado lejos
y se siente muy confundido acerca de mi papel y mi funcionamiento. Imagi
na que organizo y proceso informacin de maneras que reflejan su propia
perspectiva del mundo. En resumen: piensa que sus pensamientos son, en un

1. Las ideas y los temas presentados en esta pequea fantasa deben mucho a las visiones
de Paul Churchland, Patricia Churchland, Daniel Dennett, Marvin Minsky, Gilbert Ryle, John
Haugeland y Rodney Brooks. Al reunir estos temas he tratado de conseguir una divergencia
mxima entre los hechos en el nivel del agente y los hechos en el nivel del cerebro. No preten
do afirmar dogmticamente que la neurociencia actual postule inequvocamente una diver
gencia tan radical. Varias de las cuestiones acerca de las cuales permito que el cerebro adopte
una postura siguen siendo objeto de debate cientfico. (Vase una muestra de este debate en
Churchland y Sejnowski, 1992, y Churchland y otros, 1994.) En vista del concepto literario
adoptado, hacer referencias explcitas me pareca fuera de lugar; sin embargo, si las hiciera, in
cluira especialmente las siguientes: Dennett, 1978a; Dennett, 1991; Minsky, 1985; Church
land, 1989; Haugeland, 1995; el articulo de R. Brooks, Intelligence without representation.
ArtificialIrtlelltgence, 4 1 (1991), pgs. 139-159; la obra de G. Ryle TbcConcepl OfMmd (Hut
chinson, 1949); c! artculo de C. Warrington y R. McCarthy Categrica of knowledge; further
fractionations and an attempted integracin, Bram, 110 (1987), pgs. 1.273 1.296 Vease mi
propia exploracin de algunos de estos lemas en Clark, 1993, y Clark, 1995
2. O el de Mara, Mariano o Pepa. La eleccin de este nombre clsico de varn no pre
tende ser ms que un pequeo homenaje a los antiguos artculos de la revista Renden Digetl
con ttulos como soy el hgado de John o soy el rin de Joc. Estos artculos tambin da
ban voz a nuestros diversos rganos internos, permitindoles explicar sus estructuras, necesi
dades y patologas directamente al lector.

282 I Estar ah

sentido muy directo, mis pensamientos. Pero aunque en esto hay algo de ver
dad, en realidad las cosas son bastante ms complicadas de lo que Juan sos
pecha, como tratar de demostrar.
En primer lugar, Juan es ciego por naturaleza a la mayor parte de mis ac
tividades cotidianas. Como mucho, capta algunos detalles ocasionales y som
bras deformadas de m verdadero trabajo. Hablando en general, estos efme
ros detalles slo representan los productos de mi vasta actividad subterrnea
y no los procesos que los originan. Estos productos incluyen el juego de las
imgenes mentales y los pasos en una serie lgica de pensamientos o ideas.
Adems, Juan accede a estos productos de una manera bastante impro
visada. Lo que filtra hacia su consciencia es algo parecido a lo que aparece
en la pantalla de un ordenador. En los dos casos, lo que se muestra es un re
sumen, hecho a medida, de los resultados de ciertos episodios de actividad
interna: resultados que tienen una utilidad concreta para el usuario. Despus
de todo, la evolucin no derrochara tiempo y dinero (bsqueda y energa)
en mostrar a Juan un registro fiel de ese funcionamiento interno, a menos
que pudiera ayudar a Juan a cazar, sobrevivir y reproducirse. As que, a Juan,
se le hace saber lo mnimo acerca de mis actividades internas. Todo lo que
necesita saberes el significado global del resultado final de algunas activida
des selectas: que parte de m se encuentra en un estado asociado con la pre
sencia de un depredador peligroso y que lo ms oportuno es huir, y otras co
sas por el estilo. Por tanto, lo que Juan (el agente consciente) obtiene de m
se parece bastante a lo que obtiene un conductor de los indicadores del sal
picadero: informacin sobre unos cuantos parmetros internos y externos
que pueden influir productivamente en su actividad general de conduccin.
Existe un conjunto de importantes malentendidos en torno a la cuestin
de la procedencia de los pensamientos. Juan me concibe como la fuente de
los productos intelectuales que identifica como sus pensamientos. Pero, ha
blando en plata, yo no tengo pensamientos de Juan. Juan s tiene pensa
mientos de Juan y yo no soy ms que un elemento en el conjunto de proce
sos y sucesos fsicos que permiten que se produzca el pensar. Juan es un
agente cuya naturaleza se concreta mediante una compleja interaccin en la
que intervienen incontables sucesos internos (incluyendo mi actividad), una
corporeizacin fsica particular y una manera de encajar (embeberse) en el
mundo. La combinacin de la corporeizacin y el encaje origina unos aco
plamientos informativos y fsicos persistentes entre Juan y su mundo: estos
acoplamientos dejan gran parte del conocimiento de Juan en el mundo ex
terior, disponible para ser recuperado, transformado y utilizado como y
cuando sea necesario.
Tomemos este sencillo ejemplo: hace unos das, Juan estuvo sentado
en su escritorio durante mucho tiempo y trabajando muy duro. Al final se

Epilogo: habla un cerebro I 283

levant y sali del despacho, satisfecho con el trabajo del da. Mi cere
bro, reflexionaba (porque se precia de su fiscalismo), ha trabajado
muy bien. Se le han ocurrido varias buenas ideas. En la imagen que te
na Juan de los sucesos del da, yo era la fuente de esas ideas: ideas que l
crea haber plasmado en papel por mera conveniencia y para evitar el ol
vido. Naturalmente, agradezco que Juan me d tanto mrito. Me atribu
ye directamente los productos intelectuales terminados. Pero, al menos
en este caso, el mrito se debera repartir un poco ms. Sin duda, mi pa
pel en el origen de estos productos intelectuales es vital: destruidme y
-ciertamente- esta productividad intelectual se acabar! Pero mi funcin
est constituida de una manera ms delicada de lo que sugiere la sencilla
imagen que tena Juan. Esas ideas de las que tan orgulloso se senta no
surgieron totalmente formadas a partir de mi actividad. La verdad sea di
cha, actu ms bien como un factor mediador en algunos bucles comple
jos de retroalimentacin que abarcaban a Juan y a partes seleccionadas de
su entorno local. Dicho claramente, me pas el da en una variedad de in
teracciones ntimas y complejas con varios aditamentos externos. Sin
ellos, los productos intelectuales terminados nunca hubieran tomado for
ma. Si mal no recuerdo, mi papel fue acompaar a Juan mientras repasa
ba un montn de anotaciones y materiales antiguos, y reaccionar a estos
materiales produciendo unas cuantas crticas e ideas fragmentarias. Estas
pequeas respuestas se fueron almacenando en forma de ms anotaciones
en papeles y mrgenes de hojas. Ms adelante, intervine en la reorganiza
cin de estas anotaciones al ponerlas en limpio, aadiendo nuevas reac
ciones sobre la marcha a esas ideas fragmentarias. Este ciclo de lectura,
respuesta y reorganizacin externa se repiti una y otra vez. Al final de la
jornada, las buenas ideas cuyo mrito me haba adjudicado Juan con
tanta rapidez haban surgido como fruto de esas interacciones pequeas y
repetidas entre los diversos medios externos y yo. Por tanto, el mrito no
fue tanto mo como del proceso extendido en el espacio y en el tiempo en
el que yo haba cumplido una funcin.
Si lo pensara bien, es probable que Juan estuviera de acuerdo con esta
descripcin de mi papel aquel da. Pero yo le advertira que hasta esto pue
de ser ilusorio. Hasta ahora me he permitido hablar como si fuera un re
curso interno unificado que conttibuye a estos episodios interactivos. Esto
es una ilusin reforzada por el presente dispositivo literario y que Juan pa
rece compartir. Pero, una vez ms, y en honor a la verdad, yo no soy una voz
interna sino muchas. De hecho, soy tantas voces internas a la vez, que la me
tfora misma de la voz interna debe ser ilusoria, porque sugiere la existen
cia de unas subagencias internas bastante sofisticadas y que quiz poseen
una conciencia rudimentaria de s mismas. En realidad, yo slo estoy for-

284 I Estar ah

mado por mltiples corrientes sin conciencia de procesos computacionales


que se ejecutan en paralelo y que suelen ser relativamente independientes.
Ms que una masa de agentes minsculos, soy una masa de no agentes
sintonizados y sensibles a unas entradas concretas, hbilmente orquestados
por la evolucin para producir una conducta intencional con xito en la
mayora de las entornos cotidianos. Por tanto, mi voz nica slo es un arti
ficio literario.
En el fondo, todos los errores que comete Juan son variaciones del mis
mo tema. Cree que veo el mundo como l, que empaqueto las cosas como l
y que pienso de la misma manera que l comunicara sus pensamientos.
Nada de esto es cierto. No soy el eco interno de las conceptualizaciones de
Juan. Ms bien soy la fuente, algo extraa, de las mismas. Para ver lo extra
o que puedo llegar a ser, basta con que Juan reflexione en las consecuen
cias extraordinarias e inesperadas que pueden tener mis lesiones en los per
files cognitivos de seres como l. Por ejemplo, si me lesionara podra
provocar un deterioro selectivo de la capacidad de Juan para recordar los
nombres de objetos manipulables pequeos y, sin embargo, dejar intacta su
capacidad para nombrar objetos grandes. Y es que almaceno y recupero de
una manera diferente la informacin con una gran carga visual y la infor
macin que tiene una gran carga funcional; el primer mtodo ayuda a dis
tinguir objetos grandes y el segundo objetos pequeos. La cuestin es que
esta faceta de mi organizacin interna es totalmente ajena a Juan: respeta
necesidades, principios y oportunidades de las que Juan es totalmente in
consciente. Por desgracia, en vez de tratar de comprender mis maneras de
almacenar informacin tal como son, Juan prefiere imaginar que organizo
mi conocimiento de la misma manera que l organiza el suyo, muy influido
por las palabras particulares de su lenguaje. As, supone que almaceno in
formacin en grupos que corresponden a lo que l denomina conceptos
(en general, nombres que figuran en sus clasificaciones lingsticas de suce
sos, estados y procesos del mundo). Aqu, como de costumbre, Juan se da
demasiada prisa en identificar mi organizacin con su propia perspectiva.
Es indudable que almaceno y accedo a grupos de informacin que juntos, y
siempre y cuando yo funcione normalmente, apoyan una amplia gama de
empleos productivos de las palabras y una gran variedad de interacciones
con los mundos fsico y social. Pero los conceptos que tanto ocupan la
imaginacin dejuan, no son ms que los nombres pblicos de unas cajas de
sorpresas que contienen unos conocimientos y unas aptitudes con unas ba
ses neuronales mltiples y diversas. En lo que a m respecta, los concep
tos dejuan no se corresponden con nada especialmente unificado. Y por
qu deberan hacerlo? Esta situacin se parece a la de una persona que sabe
construir barcos. Hablar de la capacidad de construir un barco es emplear

Epilogo: habla un cerebro I 285

una frase sencilla para denotar un conjunto de aptitudes cuyas bases cognidvas y fsicas varan enormemente. Esta unidad slo existir en la medida
en que ese conjunto concreto de aptitudes fsicas y cognitivas tenga un sig
nificado especial para una comunidad de agentes (marineros). Me parece
que los conceptos de Juan son precisamente eso: nombres para comple
jos de aptitudes cuya unidad no se basa en hechos sobre m, sino en hechos
sobre el modo de vida de Juan.
La tendencia dejuan a proyectar ilusoriamente su propia perspectiva en
m, se extiende a su concepcin de mi conocimiento del mundo externo.
Cuando Juan da un paseo, se siente poseedor de una imagen tridimensional
estable de su entorno inmediato. A pesar de las sensaciones de John, yo no
dispongo de nada semejante. Yo me limito a detectar pequeas regiones de
detalle en rpida sucesin, pasando de un aspecto de la escena visual a otro.
Y no me molesto en almacenar todos esos detalles en un modelo interno que
requiera un mantenimiento y una actualizacin constantes, porque soy ex
perto en repasar partes de la escena y volver a crear un conocimiento deta
llado siempre que sea necesario. Como resultado de este truco y de otros pa
recidos, la capacidad dejuan para desenvolverse en su entorno local es tan
fluida que se cree poseedor de una visin interna constante de los detalles de
ese entorno. La verdad es que lo que Juan ve est ms relacionado con las ca
pacidades que yo le confiero para interaccionar constantemente, en tiempo
real, con abundantes fuentes externas de informacin, que con el registro
pasivo y permanente de informacin en funcin del cual l concibe su visin.
La verdad, triste pero cierta, es que no tengo casi nada que ver con lo que
Juan cree que soy. Seguimos siendo unos extraos a pesar de nuestra intimi
dad (o quiz a causa de ella). El lenguaje dejuan, sus introspecciones y su
fiscalismo, lo inclinan a identificar en exceso mi organizacin con su propia
perspectiva limitada y as no puede ver mi naturaleza fragmentaria, oportu
nista y, en general, extraa, Se olvida de que, en gran medida, soy un dispo
sitivo orientado hacia la supervivencia muy anterior a la emergencia de la ca
pacidad lingstica, y as que mi funcin de promover la cognicin
consciente y linguaforme no es ms que una reciente actividad suplementa
ria. Naturalmente, esta actividad es una raz bsica de sus falsas ideas. Al po
seer un vehculo tan magnfico para la manipulacin y la expresin compac
ta y comunicable del conocimiento, Juan tiende a confundir las formas y
convenciones de ese vehculo lingstico con la estructura misma de la acti
vidad neuronal.
Pero mientras hay vida hay (ms o menos) esperanza. Ultimamente me
siento animado por la aparicin de nuevas tcnicas de investigacin, como la
obtencin no invasiva de imgenes del cerebro, el estudio de redes neuronales artificiales y la investigacin de la robtica en mundo real. Estos estudios

286 I Estar ah

y tcnicas auguran una mejor comprensin de las complejas relaciones exis


tentes entre mi actividad, el entorno local y la construccin del mosaico que
constituye la sensacin de yo. Mientras tanto no olvidemos que, a pesar de
nuestra intimidad, Juan sabe realmente muy poco sobre m. Imaginadme
como un marciano dentro de su cabeza.

3. Gracias a Daniel Dcnnctt, Joseph Goguen, Keilh Sutherland, Dave Chalmcrs y a un


evaluador annimo por su apoyo, sus consejos y sus sugerencias.

Bibliografa

Abraham, R y Shaw, C., 1992, Dynamics-The Geometry ofBehevior. Addison-Wesley


Acldey, D. y Littman, D., 1992, Interacdons between leaming and evolution, en Artificial
U fe , C. Langton y otros (comp.), Addison-Wesley.
Adoipb, K., Eppler, E. y Gibson, E.( 1993, Crawling versus walking: Infants perception of affordances for locomodon on slopes, Child Developwent, 64, pgs. 1.158-1.174.
Agre, R., 1988, The Dynamic Structure of Everday Life, tesis doctoral, Department of Electrical
Engineering and Computer Sdence, Massachusetts lnstitute of Technology.
Agre, P. y Chapman, D., 1990, What are plans for?, en Designing Autonomous Agcn/s, P.
Maes (comp,), M1TPress.
Albus.J. 1971, A theory of ccrebellar function, Matbematical Biosciettces, 10, pgs. 25-61.
Alexopoulos, C. y Mims, C., 1979, Introductory Mycology, 3* ed., Wiley.
Ashby.R, 1952, Destgnfora Brain, Chapman & Hall (trad. cast.: Proyecto para un cerebro, 1965).
Ashby, R , 1956, lutroductron to Cybernetics, Wiley.
Ashworth, J. y Dce, )., 1975, The Btology ofSltme Molds, Edward Arnold.
Ballard, D., 1991, Anmate visin. Artificial Intelhgence, 48, pgs. 57-86.
Baum, C., 1993, The Effects of Occupation on Behaviors of Persons with Senile Dementia of
the Alzhcimers Type and Their Carers, tesis doctoral, George Warren Brown School of
Social Work, Washington University, St. Louis.
Bechtel, W. y Richardson, R , 1992, Discovering Complexity Decompoution and Locahzalion as
Saentific Research Strategres, Princeton University Press.
Beck, B., 1980, Animal Tool Bebavror The Use and Manufacture of Too/s by Animis, Garland.
Beckers, R , Holland, O. y Deneubourg, J., 1994, From local actions to global tasks: Stigmergy and collective robotics, en Artificial U fe 4, R. Brooks y P Maes (comps.), MIT
Press.
Beer, R., 1995a, Computational and dynamical languages for autonomous agents, en Mmd
as Motioii, R. Port y T. van Gclder (comps.), MIT Press.
Beer. R , 1995b, A dynamical Systems perspecrive on agent-environment interaction, Artifi
cial Intelhgence, 72, pgs. 173-215.
Beer, R. y Chiel, H. 1993 Simulations of cockroach locomodon and escape, en Brologrcal
Neural Networks tn Invertebrale Neuroetbology and Robotics, R. Beer y otros (comps.l,
Academic Press.
Beer, R y Gallagher, J., 1992, Evolving dynamical neural networks for adaptive behavior,
Adaptwe Behavtor, 1, pgs. 91-122.

280 I Estar ah
Bcer, R., Ritman, R. y McKenna, T. (comps.), 1993. BiolgicalNeuralNetworksin Invertebrate Neuroetbology and Robottcs, Academic Press.
Becr, R., Chiel, H., Quinn, K., Espenschied, S. y Larsson, R., 1992, A dtstributed neural nctwork architecture for hexapod robot locomotion, Neural Computation 4, n 3, pgs. 356365.
Belew, R., 1990, Evolucin, leaming, and culture: Compucational metaphors for adaptive algorithms, Complex Systems, 4, pgs. 11-49.
Bcrk, L., 1994,WhychiIdren talk co l\iem selves,Sacntific American, 271, n5, pgs. 78 83.
Berk, L. y Garvn, R., 1984, Developmcnt of prvate speech among low incomc Appalachian
children, Developmental Psycbology, 20, n 2, pgs. 271-286.
Bickerton, D., 1995, Language and Human Behavior, University of Washington Press.
Bivens, J. y Berk, L., 1990, A longitudinal study of the dcvelopment of elementary school chil
dren s prvate speech, Merrill-Palmer Quarlerly, 36, n 4, pgs. 443-463.
Boden, M., 1988, Computer Models o f Mind, Cambridge University Press.
Boden, M., 1996, Oxford Readings in the Philosopby o f Artificial Life, Oxford University Press.
Bratmon, M., 1987, Intentions, Plans and Practical Reason, Harvard University Press.
Bratman, M., Israel, D. y Pollack, M., 1991, Plans and rcsource-bounded practical reasoning,
en Philosopby and A l: Essays at the Interface, R. Cummins yJ. Pollock (comps.), MIT Press.
Brooks, R., 1991, Intelligence without reason, en Proceedtngs of the 2tb International joint
Conference on Artificial Intelligence, Morgan Kauffman.
Brooks, R., 1993, A robot that walks: Emcrgent behaviors from a carefully evolved network,
en Biological Neural Networks in Inverlebrate Neuroetbology and Robotics, R. Beer y otros
(comps,), Academic Press.
Brooks, R., 1994, Coherent behavior from many adaptive processes, en From Animis to
Animis, 3, D, Cltff y otros (comps.), MIT Press.
Brooks, R. y Maes, P., (comps.), 1994, Artificial U fe, 4, MIT Press.
Brooks, R. y Stcin, L., 1993, Building Brains for Bodics, memorndum 1.439, Artificial Intelligence Laboratoty, Massachusctts Institutc of Technology.
Bruner, J., 1968, Processes in Cognitive Growth Infancy, Clark University Press.
Bu5emeyer, J . y Townsend, J., 1995, Decisin field theory, en Mind as Motion, R. Port y T.
van Gelder (comps.), MIT Press.
Buder, K Intemal Affairs: A Critique o f Externalism in the Philosopby ofMtnd, Kluwer, 1998.
Campos, J., Hiatt, S., Ramsey, D., Henderson, C. y Svejda, M., 1978, The emergente of fear
on the visual diff, en The Developmenl of Afject, volumen 1, M. Lewis y R. Rosenblum
(comps.), Plenum.
Carruthers, P. (1996) Language, Thought and Consciousness: An Essay in Philosopbical Psycbo
logy Cambridge University Press.
Chambers, D. y Reisberg, D., 1985, Can mental mages be ambiguous?, Journal of Experi
mental Psycbology: Human Perceplion and Performance, II, pgs. 317-328.
Changeux, J.-P., y Connes, A., 1995, Conversations on Mind, Matter andMathematics, Princeton University Press.
Chapman, D., 1990, Vision, Instruccin and Accin, informe tcnico 1204, Artificial Intelligente Laboratory, Massachusetts Institute of Technology.
Christiansen, M., 1994, The Evolucin and Acquisition of Language, PNP Research Repon,
Washington University, St. Louts.
Churchland, P. M., 1989, A Neurocomputational Perspective, MIT Press.
Churchlond, P. M., 1995, The Engine o f Reason, the Seat o f the Soul, MIT Press.
Churchland, P. S. y Sejnowski, T., 1992, The Computahonal Bratn, MIT Press.
Churchland, P. S., Ramachandran, V. S. y Sejnowski, T. J., 1994, A critique of pur visin,
en Large-Scale Neuronal Tbeones o f the Bratn, C. Koch y J. Davis (comps.), MIT Press.

Bibliografa I 289
Clark, A., 1986, Superman; the image, Analysis, *16, n 4, pgs. 221-224.
Clark, A,, 1987, Beng therc; why implementation matters to cognitivc scicncc, AI Review l,
n 4, pgs. 231-244.
Clark, A., 1988a, Superman and theduck/rabbt,/4fWyrr48, n 1, pgs. 54-57
Clark, A., 1988b, Being there (again); a reply to Connab, Shiels and Wavish, Artificial hite
lligence Review 66, it"3, pgs. 48 51.
Clark, A., 1989, Microcognition: Philosophy, Cogmtive Science and Parallel Distributed Proces
sing, M1T Press.
Clark, A., 1993 ,Associative Engines Connectionism, Concepts and Representational Cbange,
M1T Press.
Clark, A., 1994, Representational trajectories in connectionist learning, Mtnds and Machi
nes, 4, pgs. 317-332.
Clark, A., 1995, Movtng minds: Re tlnnking representation in the heat of situated action, en
Pbilosophtcal Perspectivas, 9: AI Connectionism and Philosophical Psycbology, J. Tomberlin (compj.
Clark, A., 1996a, Connectionism, moral cognition and collaborative problem solving, en
Mind and Moris: Essays on Ethics and Cognitivc Science, L. May y otros (comps.), MIT
Press.
Clark, A. (1996), Philosophical oundanons, en Handbook ofPerception and Cognition, vo
lumen 14: Artificial Intelligence andComputattonal Psycbology, M. Boden (comp.), Academic Press.
Clark, A. y Chalmers, D., 1998, The Extended Mind. Analysis, 58, pgs. 7-19.
Clark, A. y Karmiloff-Smith, A., 1993, The cognizers innards: A psychological and philosop
hical perspective on the development of thought, Mind and Langtiage, 8, pgs. 487-519.
Clark, A. y Thomton, C. (1997), Trading spaces: Connectionism and the limits of learning,
BehavioralandBrain Sciences, 20, pgs. 57-90
Clark, A. y Toribio, J., 1995, Doing without representtng^M.yn/eje, 101, pgs. 401-431.
Cliff, D., 1994, Al anda-lifc: Ncvermind the blocksworld, A/SB Qnarierty, 87, pgs. 16-21.
Col, M., Hood, L. y McDermott, R., 1978, Ecolgica! niche picking, en Memory Observad
Remembenng m Natural Contexts, U. Neisser, (comp.) Freeman, 1982.
C o n n e l l ,1989, A Colony Architecture for an Artificial Creature, informe tcnico II 5 1,
MIT AI Lab.
Cottrell, G., 1991, Extracting features from faces using compresson networks, en Connec
tionist Models: Proceedings o f the 1990 Summer Scbool, D. Touretzky y otros (comps.),
Morgan Kauffman.
Crtitchficld, J. y Mitchell, M., 1995, The evolucin of emergent computation, en Proceedings
of tbe National Academy o f Science, 92, pgs. 10.742-10.746.
Culicover, R, y Hamish, R., (comps.), Neural Connections, Mental Computation, MIT Press.
Damasio, A., 1994, Descartes' Error, Grosset Putnam (trad. cast.: El error de Descartes, Crtica,
1996).
Damasio, A. y Damasio, H., 1994, Cortical Systems for retneval of concrete knowlcdgc: The
convergence zone framework, en LargeScale Neuronal Tbeories o f the Braiii, C. Koch y
J. Davis (comps.), MIT Press.
Damasio, A., Tramel, D. y Damasio, H., 1989, Amnesia caused by herpes stmplex encephalitis,
infarctions in basal forebrain, Alzhemers disease and anoxia, en Handbook of Neuropsychology, volumen 3, F Boller y J. Graiman (comps.), Elsevter.
Damasio, A., Tramel, D, y Damasio, H., 1990, Individuis with sociopathic behavior caused
by frontal damage fail to respond autonomically to social stimuli, Behavioral and Bratn
Research, 4, pgs. 81-94.
Damasio, H,, Grabowski, T., Frank, R., Galaburda, A. y Damasio, A., 1994, The retum of

290 I Estar ah
Phineas Gage: Clues about the brain from the sku o a famous patient, Science, 264,
pgs. 1.102-1.105.
Davidson, C., 1994, Common sense and the Computer, NetvScientist, 142, Abril 2, pgs. 30-33.
Davidson, D., 1986, Rational animis, en Actions and Evenls, E. Lepore y B. McLaughlin
(comps.), Blackwell.
Davies, M. y Stone, T., (comps.), 1995, Mental Simnlation: Evaluatiom and Applications,
Blackwell.
Dawkins, R., 1982, The Extended Pbenotype, Oxford Unversity Press.
Dawkins, R., 1986, TheBlind Watchmaker, Longman (trad. cast.: El relojero dego, RBA, 1993).
Dean, P., Mayhew, J. y Langdon, P., 1994, Learning and maintaimng saccadtc accuracy: A
model o brainstem-cerebellum imeractions, Journal of Cognilive Neuroicience, 6, pgs.
117-138.
Dennett, D,. 1978a, Brainstorms, MIT Press.
Dennett, D., 1978b, Why not he whole iguana?, Behavioral and Brain Sciences, 1. pgs. 103104.
Dennett, D., 1991, Conscousness Explaincd, Little, Brown (trad. cast.: La consciencia explica
da, Buenos Aires, Paids, 1996).
Dennett, D., 1993, Labeling and learning, Mtndand Language, 8, pgs. 540 548.
Dennett, D., 1995, Darwins Dangerous Idea: Evolution and the Meanings o f Life, Simn and
Schuster.
Denzau, A. y North, D., 1995, Shared Mental Models: Ideologies and Insiitutions, indito.
Daz, R. y Berk, L. (comps.), 1992, Prvate Speech: From Social nteraction to Self-Regulation,
Erlbaum.
Donald, M,. 1991, Origins o f the Modern Mind, Harvard Univcrsity Press.
Dretske, F., 1988, Explaining Behavior: Reasons in a World o f Causes, MIT Press.
Dretske, F., 1994, If you cant make one you dont know how it works, en Midwest Studies in Pbilosophy XIX: Philosophical Naturalism, University of Notre Dame Press.
Dreyfus, H., 1979, What Computen Cant Do, Harper & Row.
Dreyfus, H., 1991, Being-in-the-World: A Commenlary on Heideggers Being and Time, Divisin
l, MIT Press.
Dreyfus, H. y Dreyfus, S., 1990, What is morality? A phenomenological account of the development of ethical experience, en Universalista vs, Communttananism, D. Rasmussen
(comp.), MIT Press.
Edelman, G., 1987, Neural Darwinism, Basic Books.
Edelman, G. y Mountcastle, V., 1978, The Mindful Brain, MIT Press.
Edwards, D Baum, C. y Morrow-Howell, N., 1994, Home environments of inner city elderly
with dementia: Do they faciltate or inhibit function?, Geroutologist, 34, n 1, pgs. 64.
Elman, J., 1991, Representation and structure in connectionist models, en Cognilive Models
o f Speech Processing, G. AJtman (comp.), MIT Press.
Elman, J., 1994, Learning and development in neural networks: The importance of starting
smail, Cognition, 48, pgs. 71-99.
Elman, J., 1995, Language as a dynamical System, en Muid as Molan, R. Port y T. van Gclder (comps.), MIT Press.
Farah, M., 1990, Visual Agnosia, MIT Press.
Farr, M.f 1981, How to Know the True Shme Molds, Wlliam Brown
Feigenbaum, E., 1977, The art of artificial intelligence: 1. Themes and case studies of knowledgc engineering, en Proceedings of the Ffth International Joint Conference on Artifi
cial Intelligence.
Felleman, D. y Van Essen, D., 1991, Distributed hierarchial Processing in primate visual cortex, Cerebral Cortex, 1, pgs. 1 47.

Bibliografa i 291
Fodor, J., 1975, The Language o/Thought, Crowell (trad. cast.: El lenguaje del pensamiento,
Alianza, 1984).
Fodor, J., 1986, Individualism and supervenience. Proceedtngs o f the Aristotelian Society,
Suppl. 60, pgs. 235-263.
Fikes, R. y Nilsson, N., 1971, STRIPS: A new approach (o the application of theorem proving
to probem solving, Artificial Intelligence, 2, pgs. 189-208.
Fodor, J. y Pylyshyn, Z., 1988, Connectionism and cognitive architecture, Cogntdon, 28,
pgs. 3-71.
Friedman, M., 1953, Essays in Positwe Economics, University of Chicago Press (trad. cast.: En
sayos sobre economa positiva, Gredos, 1967).
Gallistel, C., 1980, The Organizalion o/Behavior, Erlbaum.
Gauker, C., 1990, How to leam a language like a chimpanzee, Pkilosophical Psychology, 3,
n 1, pgs. 31-53.
Gauker, C., 1992, The Lockean theory of communication, Nos, ne 26, pgs. 303-324.
Gesell, A., 1939, Reciprocal interweaving in neuromotor development Journal of Comparative Neurology, 70, pgs. 161-180.
Gibson.J. J., 1979, The Ecologtcal Approach to Visual Perceptton, Houghton Mifflin.
Gibson, J. J., 1982, Reasons for realism, en Selected Essays o f james ]. Gibson, E. Reed y R.
Jones (comps.), Erlbaum.
Gibson, K. y Ingold, T. (comps.), 1993, Tools, Language and Cognition in Human Evolution,
Cambridge University Press.
Gifford, F., 1990, Genetic traits, Btology and Philosophy, 5, pgs. 327-347.
Giunti, M., 1996, Is Computationalism the Hard Core of Cognitive Science?, ponencia pre
sentada en Convego Triennale SILFS, Roma.
Gluck, M. y Rumelhart, D. (comps.), 1990, Neuroscience and Connectionist Theory, Erlbaum.
Gode, D. y Sunder, S., 1992, Allocative Efficiency of Markets with Zero Intelligence (ZI) Traders: Markets as a Parta! Substitute for Individual Rationality, Documento de trabajo n
1992-16, Camegie Mellon Gradate School of Industrial Administration.
Goldberg, D., 1989, Genetic Algonthms in Search, Optuntzation, and Machine Learnmg, Ad
dison-Wesley.
Goldman, A., 1992, In defense of the simulation theory, Mmdand Language, 7, n 1-2, pgs.
104-119.
Gopalkrishnan, R., Triantafyllou, M. S., Triantafyllou, G. S. y Barrett, D., 1994, Active vorticity
control in a shear flow using a flapping foil, Journal o f Fluid Dynamics, 274, pgs. 1-21.
Gordon, K , 1992, The simulation theory: Objections and misconceptions, Mind and Lan
guage, 7, n 1-2, pgs. 1-33.
Grasse, P. P., 1959, La Reconstruction du Nid et les Coordinations Inter-Individuelles chez Bellicositermes Natalensis et Cubitem/es sp. La Theorie de la Stigmergie: Essai Dinterpretation
des Termites Constructeurs, Insect Societies, 6, pgs. 41-83.
Gray, J., 1968, Animal Locomoiian, Weidenfeld & Nicolson.
Graziano, M., Anderson, R. y Snowden, R., 1994, Tuning of MST neurons to spiral motions,
Journal o f Neuroscience, 14, pgs. 54-67.
Greene, P. H., 1972, Problems of organization of motor systems, en Progress in Theoretical
Biology, volumen 2, R. Rosen y F. Schnell (comps.), Academic Press.
Gregory, R., 1981, Mind in Science, Cambridge University Press.
Grifford, F., 1990, Genetic traits, Biology and Philosophy, 5, pgs. 327-347.
Haken, H., Kelso, J. y Bunz, H., 1985, A theoretical model of phase transitions in human
hand movements, BiologicalCybernetics,5\, pgs. 347-356.
Hallam, J. y Malcolm, C. A. (en prensa), Behavior, perception, action and intelligence: the
view from situated robots, Philosophical Transcripts o f the Royal Sociely, Londres.

292 I Estar ah
Hardcastle, V. (1995), Computationolism, Synthese, 102. pgs. 1-15.
Har, M. y Elman, J., 1995, Leaming and morphological change, Cogmtion, 56, pgs. 61-98
Hamad, S. (comp.), 1994, Special issue on "What is Compuration?", Mtnds and Machines,
4, n* 4, pgs. 377-488Harvey, I-, Husbands, P y Cliff, D., 1994, Seemg ihe light: Artificial evolution, real visin,
en From Animan t Animis, 3, D. Cliff y otros (comps.), MIT Press.
Haugeland, J 1981, Semantic engines: A iniroduction lo mind design, en MindDesign: Philosophy, Psychology, Artificial Intelligence,]. Haugeland (comp.), MIT Press.
Haugeland,J., 1991, Representarional general, en Philosophy and Connecttonist Theory, W.
Ramscy y otros (comps.), Erlbaum.
Haugeland, J., 1995, Mind embodied and embedded, en MindandCogmtion, Y.-H. Houng
y J.-C. Ho (comp ), Taipei: Academia Snica.
Hayes, P., 1979, The naive physics manifest, en Expert Systems in the Microelectronic Age,
D Michie (comp.), Edinburgh University Press.
Hebb, D., 1949, The Organtzalton ofBebavior, Wiley (trad. cast.: Organizacin de la conducta,
Debate, 1985).
Heidegger, M., 1927, Betng and Time (traduccin), Harper and Row, 1961 (trad. cast.: E l ser y
el tempo, FCE, 1980).
Hildiich, D., 1995, At the Heart of the World: Maurice Merleau-Pontys Existental Phenomenology of Percepcin and the Role of Snuated and Bodily Intelligence in Perceptually
Guided Coping, tesis doctoral, Washington University, St. Louis.
Hofstadter, D., 1985, Metamagical Themas: Questing fot the Essence o f Mind and Pattern, Pen gn.
Hogan, N., Bizzi, E., Mussa-Ivaldi, F. A. y Flash, T., 1987, Controlling multijoint motor behavior, Exerctse and Sport Science Revietvs, 15, pgs. 153-190.
Hotland, J 1975, Adaplation in Natural and Artificial Systems, University of Michigan Press.
Hooker, C., Penfold, H. y Evans, R., 1992, Control, connectionism and cognicin: Towards a
new regulatory paradigm, British Journalfor the Philosophy ofScience, 43, n 4, pgs. 517 536.
Hutchins, E., 1995, Cogmtion in the Wild, MIT Press.
Hutchins, E. y Hazdhurst, B., 1991, Leaming in the cultural process, en Artificial Life 11, C.
Langton y otros (comps.), Addison-Westey.
Jackendoff, R. (1996), How language helps us thmk, Pragmatics and Cognition, 4, pgs. 124.
Jacob, E., 1977, Evolution and tinkertng, Science, 196, n" 4.295, pgs-1.161-1.166.
Jacobs, R., Jordn, M. y Barto, A 1991, Task decomposition through competition in a mo
dular connectionist architccture: The what and where visual tasks, Cognitive Science, 15,
pgs. 219-250.
Jacobs, R,, Jordn, M., Nowlan, S. y Hincn, G., 1991, Adaptive mixtures of local experts,
Neural Computation,}, pgs. 79-87.
Jeffcrson, D. Collins, R., Cooper, C., Dyer, M., Flowers, M., Korf, R., Taylor, C. y Wang, A,,
1991, Evolution as a theme in artificial life, en Proceedings o f tkeSecond Conference on
Artificial Life, C. Langton y D. Farmer (comps.), Addison-Weslev.
Johnson, M., 1987, The Body in the Mind: The Bodily Basis o f Imagination, Reason and Meaning, University of Chicago Press (trad. cast.: E l cuerpo en la mente: Fundamentos corpo
rales del significado. la imaginacin y la razn. Debate, 1991).
Johnson, M., Maes, P. y Darrell, T., 1994, Evolving visual routines, en Artificial Life 4, R.
Brooks y P, Maes (comps.), MIT Press.
Jordn, M., 1986, Serial Orden A Parallel Distributed Processing Approach, informe 8.604,
Insdtutc for Cognitive Science, University of California, San Diego.

Bibliografa I 293
Jordn, M., Flash, T. y Amon, Y., 1994, A model of ihc leaming of arm trajeciories from spatial deviations, Journal of Cngmtwe Neuroscience, 6, n 4, pgs. 359 376.
Kaelbling, L., 1993, Leaming tn EmbeddedSystems, MIT Press.
Kagel, J., 1987, Economics according to the rat {and pigeons too), en Laboralory Experi
mentaran m Economa Six Points o/Vtew. A. Roth (comp.), Cambridge University Press.
Kandel, E. y Schwarz, J., 1985, Principia of NeuralScience, Elsevier.
Karmiloff-Smith, A., 1979, /I Funcronal Approacb o Child Language, Cambridge Umversity
Press (trad. cast.: Mas alia de la modernidad, Alianza, 1994)
Karmiloff-Smith, A., 1986, From meta-process to conscious access, Cogrution, 23, pgs. 95-147.
Karmiloff-Smith, A., 1992, Beyond Modularity: A Developmental Perspeclive On Cognitive
Science, MIT Press (trad. cast.: Ms all de la modernidad, Alianza, 1994).
Kauffman, S., 1993, The Origins of Order: Self-Organization and Selection in Evolution, Oxford
University Press.
Kawato, M.py otros, 1987, A hierarchical neural network model for the control and leaming
of voluntary movement, Biological Cybemetics, 57, pgs. 169-185.
Kelso, S., 1995, DynamicPatterns, MIT Press.
Krsh, D.p 1991, When is inormation explicitly represented?, en Information Thought and
Conten, P. Hanson (comp.), UBC Press.
Kirsh, D., 1995, The intclligent use of space, Artificial Intelligence, 72, pgs. 1-52.
Kirsh, D. y Maglio, R., 1991, Reaction and Reflection in Tetris, informe de investigacin D015, Cognitive Science Department, University of California, San Diego.
Kirsh, D, y Maglio, P, 1994, On distinguishing epistemic from pragmatic action, Cognitive
Science, 18. pgs. 513-549.
Klein rock, L. y Niisson, A., 1981, On ptima! scheduling algorithms for timeshared systems,
Journal of the ACM, 28, pg. 3.
Knierim, J . y Van Essen, D., 1992, Visual cortcx: Cartography, connectivity and concurrent
Processing, CurrenI Opinin in Neurobiology, 2, pgs. 150-155.
Koza, J., 1991, Evolution and co-evolution of Computer programs to control independently
acting agents, en F rom Animis to Animis I, J.-A. Meyer y S. Witson (comps.), MI f
Press.
Koza.J,, 1992, Genetic Programming, MIT Press.
Laird, J Newell, A. y Rosenbloom, P., 1987, SOAR: An architecture for general intelligen
ce, Artificial Intelligence, }3 , pgs. 1-64.
Lakoff, G., 1987, Women, Fireand Dangerous Thtngs. What Categora Reveal about the Mind,
University of Chicago Press.
Landi, V., 1982, The Great American Countryside, Collier Macmillan.
Le Cun, Y., Boser, B., Denker, J. S., Henderson, D., Howard, R., Hubbard, W, y Jackal, L.,
1989, Back propagaron applicd to handwrittcn zip code recognition, Neural Computation, 1, pgs. 541-551.
Lenat, D. y Feigenbaum, E., 1992, On the thresholds of knowledge, en Fonndations ofArti
ficial Intelligence, D. Kirsh (comp ), MIT Press.
Lenat, D, y Guha, R., 1990, Building Large Knowlcdge-BasrdSystems: Representaran and nference in the CYC Project, Addison-Wesley.
Lichtenstein, S. y Slovic, P, 1971, Reversis of preferente between bidsand choices ingam
bling decisions, Journal of Experimental Psychoiogy, 101, pgs. 16-20.
Lieberman, P., 1984, The Biology and Evolution ofLanguage, Harvard University Press.
Lin, L., 1993, Reinforcement Lcarning for Robots Using Neural Networks, tesis doctoral,
Camegic Mellon University.
Mackay, D., 1967, Ways of looking at perception, en Modelsfor tbe Perception ofSpeech and
Visual Form, \V. Wathen-Dunn (comp.), MIT Press.

294 I Estar ah
Mackay, D., 1973, Visual stability and voluntary eyc movements, en Handbook o f Sensory
Pbysiology, volumen VII/3a, R. Jung (comp.), Springer-Verlag.
Maes, P., 1994, Modeling adaptive autonomous agents, Artificial Life, 1, n 1-2, pgs. 135-162.
Magnuson, J. J., 1978, Locomotion by scobrid fishes: Hydromechanics morphology and behavion>, en Fish Pbysiology, W. Hoar y D. Randail (comps.), Academic Press.
Malone, T., Fikes, R., Grant, K. y Howard, M., 1988, Enterprise: A markerlike task scheduler for distributed computing environments, en The Ecology o f Computaron, B. Huberman (comp.), North-Holland.
Marr, D., 1969, A tbeory of cerebellar cortex, Journal o f Pbysiology, 202, pgs. 437-470.
Marr, D., 1982, Vision, Freeman (trad. cast.: La visin, Alianza, 1985).
Matarte, M., 1991, Navigating with a rat brain: A neurobiologically inspired model for robot
spatial represemation, en FromAnimistoAnimis 1, (comps.),J.-A. MeyeryS. Wtlson,
MIT Press.
Maturana, H. y Varela, F., 1987, The Tree o f Knowledge The Btologtcal Roots o f Human Understanding, New Science Library (trad. cast.: El rbol de! conocimiento: Las bases biolgi
cas del conocimiento humano, Debate, 1989).
McCauley, J 1994, Finding metrical structure in time, en Procecdings o f the 1993 Connectionist ModelsSummer Scbool, M. Mozer y otros (comps.), Erlbaum.
McCauley, R. (comp.), 1996, The Cburchlands and Their Crttics, Blackweli.
McClamrock, R., 1995, Existential Cognition, University of Chicago Press.
M c C le lla n d ,1989, Parael distributed processing Implications for cognition and development, en Parallel Distributed Processing: Implications for Psychology and Neurobiology, R,
Morris (comp.), Clarendon.
McClelland, J., Rumelhart, D. y Hinton, G., 1986, The appeal of parallel distributed proces
sing, en Parallel Dtstnbuted Processing: Explorations in the Microstructure o f Cognition,
volumen 1: Foundations, D. Rumelhart y otros (comps.), MIT Press (trad. cast.: El atrac
tivo del procesamiento distribuido en paralelo, en Introducn al procesamiento distri
buido en paralelo, Alianza, 1992).
McConkie, G., 1979, On the role and control of eye movements in reading, en Processing of
Visible Language, P. Kolers y otros (comps.), Plenum.
McConkie, G., 1990, Where Visin and Cognition Meet, ponencia presentada en el HFSP
Workshop on Object and Scene Perception, Leuven, Blgica.
McConkie, G. y Rayner, K., 1976, Identifying the span of the effective stimulus in reading: Literature review and theories of reading, en Theorettcal Models and Processes o f Reading, H.
Singer y R Ruddell (comps.), International Reading Association.
McCulloch, W. y Pitts, W., 1943, A logical calculus the ideas immanent in nervous activity,
Ballet in ofMathematical Geophysics, 5, pgs. 115-133.
McGraw, M. B., 1945, The Neuromuscular Maturation of the Human Infant, Columbia Uni
versity Press.
McNaughton, B., 1989, Neurona! mechanism for spatial computation and Information storage, en Neural Connections, Mental Computation, L. Nadel y otros (comps.), MIT Press.
McNaughton, B. y Nade!, L., 1990, Hebb Marr Networks and the neurobiological representation of action in space, en Neurosaence and Conncctionist Thtory, M. Gluck y D. Ru
melhart (comps.), Erlbaum.
Menczer, E., y Belew, R., 1994, Evolving sensors in environments of controlled complexity,
en Artificial Life, 4, R. Brooks y P. Maes (comps.), MIT Press.
Merleau-Ponty, M., 1942, La Structure du Comportment, Presses Universitaires de France, tra
duccin al ingls: The Structure ofhehavior (Beacon, 1963) (trad. cast.: La estructura del
comportamiento, Hachette, 1976).
Merleau-Ponty, M., 1945, Phenontenologie de la Perception, Pars: Gaimard, traduccin al in-

Bibliografa i 295
gls: Phenomenology o f Percepton (Routledgc y Kegan Paul. 1962) (trad. cast.: Fenome
nologa de la percepcin, Pennsula, 1997).
Michie, D. y Johnson, R., 1984, The Creative Computer, Penguin.
Miller, G. y Cliff, D., 1994, Protean behavior in dynamic games: Arguments for che co evolution o pursuit-evasion tactics, en Fro/ Animis to Animis, 3, D. Cliff y otros
(comps.), MIT Press.
Miller, G. y Freyd, J., 1993, Dynamic Mental Representations o f Anmate Motion. Cognitive
Science Research Paper 290, University of Sussex.
Millikan, R., 1984, Language, Thougbt and Other Biolgical Categortes, MIT Press.
Millikan, R., 1994, Biosemantics, en Mental Representaron: A Reader, S. Stich y T. Warfield
(comps.), Blackwell.
Millikan, R., 1995, Pushmi-Pullyu Representations, en Pbilosophical Perspectives 9: A l, Con
neclionism and Pbilosophical Psycbology, J. Tomberlin (comps.).
Minsky, M., 1985, TheSociety ofMind, Simn & Schuster (trad. cast.: La sociedad de la mente,
Galpagos, 1986).
Mitchell, M., Crutchfield, J. y Hraber, P., 1994, Evolving celluiar autmata to perform computations: Mechanisms and impediments, Physician D, 75, pgs. 361-391.
Morrissey, J. H., 1982, Cell proportioning and panera formation, en The Development of
Dictyostelium discoideum, W. Loomis (comp.), Academic Press.
Motter, B 1994, Neural correlates of attenuve selection for color or luminance in extrastriate area V4 ,Journal o f Neuroscience, 14, pgs. 2.178-2.189.
Nadel, L., Cooper, L., Culicover, P., y Haraish, R. (comps.), 1989, Neural Connections, Mental
Computations, MIT Press.
Neisser, U., 1993, Without percepton there is no knowledge: Implications for artificial intelligence, en Natural and Artificial Minds, R. Burton (comp.), State University of New
York Press.
Newell, A., 1990, Unified Theories o f Cognition, Harvard University Press.
Newell, A. y Simn H., 1972, Human Problem Solving, Prentice-Hall.
Newell, A. y Simn, H., 1981, Computer Science as empirical inquiry, en Mind Design, J.
Haugeland (comp.), MIT Press.
Newport, E., 1990, Maturational constraints on language learning, Cognitive Science, 14,
pgs. 11-28.
Nolfi, S., Floreano, D., Miglino, O. y Mondada, F., 1994, How to evolve autonomous robots:
different approaches in evolutionary robotics, en Artificial Life, 4, R. Brooks y P. Maes
(comp.), MIT Press.
Nolfi, S., Miglino, O. y Parisi, D., 1994, Phenotypic Plasticity in Evolving Neural Networks,
informe tcnico PCIA-94-05, CNR Insttute of Psychology, Roma.
Nolfi, S. y Parisi, D 1991, Auto-Teaching: Networks That Develop Their Own Teaching Input, informe tcnico PCIA91 -03, CNR Insttute of Psychology, Roma.
Norman, D., 1988, The Psychology ofEveryday Things, Basic Books.
North, D., 1993, Economic Performance Through Time, texto del discurso de aceptacin
del Premio Nobel de Economa.
Norton, A., 1995, Dynamics: An introduction, en Mind as Motion, R. Pon y T. van Gelder
(comps.), MIT Press.
O Keefe, J., 1989, Computations the hippocampus might perform, en Neural Connections,
Mental Computations, L. Nadel y otros (comps.), MIT Press.
ORegan, J., 1990, Eye movemcnts and reading, en Eye Movements and Their Role in Visual
and Cognitive Processes, E. Kowler (comp.), Elsevier.
ORegan, K., 1992, Solving the real" mystcries of visual percepton: The world as an outside memory, Canadian Journal o f Psychology, 46, pgs. 461-488.

296 I Estar ah
Oyama, S., 1985, The Ontogeny of Information: Developmental Systems and Evolution, Cam
bridge University Press.
Pearson, K., 1985, Are there central pattem generators for walking and flight in insects?, en
Feedback and Motor Control in Invertebrates and Vertebrales, W. Bames y M. Gladden
(comps.), Croom Helm.
Petroski, H., 1992, The evolution of artifacts, American Saenttst, 80, pgs. 416-420.
Piaget, J., 1952, The Ongins oflntelligence in Children, International University Press (trad.
cast.: El nacimiento de la inteligencia en el nio, Crtica, 1985).
Piaget, J., 1976, The Grasp of Consciousness Action and Concept tn the Young Child, Harvard
University Press (trad. cast.: La toma de conciencia, Morata, 1981).
Pinker, S., 1994, The Language Instinct Morrow (trad. cast.: El instinto del lenguaje. Alianza,
1995).
Plunkett, K. y Sinha, C., 1991, Connectionism and developmental theory, Psyhkologisk
Skriflsene Aarhus, 16, pgs. 1 34.
Polit, A. y Bizzi, E., 1978, Processes controlling arm movements in monkeys, Sctence, 201,
pgs. 1.235-1.237.
Port, R., Cummins, F y McCauley, J., 1995, Naive time, temporal pattems and human audi
ton, en Mindas Motion, R. Port y T. van Gelder (comps.), MIT Press.
Port, R. y van Gelder, T., 1995, Mind as Motion: Explorations in the Dynamics of Cognition,
MIT Press.
Posner, M. y Rothbart, M., 1994, Constructing neuronal theories of mind, en Large-Scale
Neurona! Theones of the Bratn, C. Koch y J. Davis (comps.), MIT Press.
Presin, B., 1995, Cognition and Tool Use (borrador).
Putnam, H., 1975, The meaning of meaning, en Mind, Language and Reality, H. Putnam
(comp.), Cambridge University Press (trad. cast.: El significado d significado", en L.
M. Valds Villanueva (comp.) La bsqueda del significado Lecturas defilosofa del lengua
je, Tecnos, 1991).
Pylyshyn, Z., 1986, Computation and Cognition, MIT Press (trad. cast.: Computacin y conoci
miento, Debate, 1988).
Quinn, R. y Espenschied, K., 1993, Control of a hexapod robot using a biologically inspired
neural network, en Biolgical Neural Networks tn nvertebrale Neuroethology and Robotics, R. Beer y otros (comps.), Academc Press.
Rayncr K., Well, A. y Pollarsek, A., 1980, Asymmetry of the effective visual field in readtng,
Perceptual Psychophysics, 27, pgs. 537-544.
Resnick, M., 1994a, Leaming about life, Artificial Life, I, pgs. 229-242.
Resnick, M., 1994 b, Turtles, Termites, and Trafficfarns: Explorations in Massively Parallel Microworlds, MIT Press.
Ritzmann, R., 1993, The neural organization of cockroach escape and its role in contcxt-dependent orientation, en Biological Neural Networks in nvertebrale Neuroethology and
Robotics, R. Beer y otros (comps.), Academc Press.
Rosenblatt, E., 1962, Principies of Neurodynamics, Spartan Books.
Rovee-Collier, C., 1990, The memory system" of prelinguistic infants, en The Development
and Neural Bases of Higher Cognitive Functions, A. Diamond (comp.), New York Academy of Sciences.
Rumelhart, D. y McClelland J., 1986, On leaming the past tenses of English verbs, en Paralid Distrbtited Processing: Explorations in the Microstmcture of Cognition, volumen 2: Psychologicaland BiologicalModels,]. McClelland y otros (comps.), MIT Press.
Rumelhart, D., Smolensky, P., McClelland, J. y Hinton, G., 1986, Schemata and sequential thought
processes in PDP models, en Parallel Distributed Processing: Explorations in theMicmstructureofCognition, D, Rumelhart y otros (comps.), MTT Press (trad. cast.: Esquemas y procesos

Bibliografa 1 297
de pensamiento secuencia en los modelos PDP, en Introduccin al Procesamiento Distri
buido en Paralelo, Alianza, 1992).
Rutkowska, J., 1984, Explaining Infam Percepuon: Insights from Artificial Intelligence,
Cognitive Studies Research Paper 005, University of Sussex.
Rutkowska, J., 1986, Developmental psychologys comribution to cognitive science, en v4rtificial IntelligenceSociety, K. Gil (comp.), Wiley.
Rutkowska, J., 1993, The Computational Infant, Harvester Wheatsbeaf.
Saito, F, y Fukuda, T., 1994, Two link robot brachiation with connectionist Q-leaming, en
From Animis to Antmats, 3, D. Cliff y otros (comps.), MIT Press.
Saltzman, E., 1995, Dynamics and coordnate systems in skilled sensorimotor activity, en
Mindas Motion, R. Pon y T. van Gelder (comps.), MIT Press.
Salzman, C. y Newsome, W., 1994, Ncural mechansms for forming a perceptual decisin,
Science, 264, pdgs. 231 237.
Satz, D. y Ferejohn, J., 1994, Rational choice and social theory, JournalofPhilosophy, 9.102,
pgs. 71-87.
Schieber, M., 1990, How might the motor cortex individate movements?, Trends in Neurosaence, 13, n" 11, pgs. 440-444.
Schieber, M. y Hibbard, L., 1993, How somatotopic s the motor cortex hand area?, Scien
ce, 261, pgs. 489-492.
Shields, P J y Rovee-Coler, C., 1992, Long tem memory for context-specific category information at six months, Chtld Development, 63, pgs. 245-259.
Shortliffe, E., 1976, Computer Based Medical Consultations: MYCIN, Elsevier.
Simn, H., 1969, The architecture of complexity, en The Sciences of the Artificial, H. Simn
(comp), Cambridge University Press (trad. cast.. Las ciencias de lo artificial, ATE, 1979).
Simn, H., 1982, Models of Bounded Rationality, Volmenes 1 y 2, MIT Press.
Skarda, C. y Freeman, W., 1987, How brains make chaos in order to make sense of the
world, Behavioral and Brain Sciences, 10, pgs. 161-195.
Smith, B. C., 1995, The Foundations of Computation, ponenaa presentada en el AISB95 Workshop on the Foundations of Cognitive Science, University of Sheffield.
Smith, B. C., 1996, On the Ongtn of Objects, MIT Press.
Smithers, T., 1994, Why better robots make n harder, en From Animis to Animats, 3, D.
Cliff y otros (comps.), MIT Press.
Smolensky, P., 1988, On the proper treatment of conncctionism, Behavioral and Brain Scien
ces, 11, pgs. 1-74.
Steels, L., 1994, The artificial life roots of artificial intelligence, Artificial lafe 1, n 1-2, pgs.
75-110.
Stein, B. y Meredith, M., 1993, The Merging of the Senses, MIT Press.
Sterelny, K., 1995, Understanding life: Recent work in philosophy of biology, British Journal
for the Philosophy ofScience, 46, na 2, pgs. 55-183.
Suchman, A., 1987, Plans andSituated Actions, Cambridge University Press.
Sutton, R., 1991, Reinforcement learnng architecture for animats, en From Animis toAni
mats 1, J.-A. Meyer y S. Wilson (comps.), MIT Press.
Tate, A., 1985, A review of knowledge based plannng techniques, Knowledge Engineertng
Review, 1, pgs. 4-17.
Thach, W., Goodkin, H. y Keating, J., 1992, The cerebellum and the adaptive coordination
of movement, Annual Review of Neurosctencc, 13, pgs. 403-442.
Thelen, E., 1986, Treadmill-elicited stepping in scven month od infants, Child Develop
ment, 57, pgs. 1.498 1.506.
Thelen, E., 1995, Time scale dynamtcs and the development of an embodied cognition, en
Mindas Motion, R. Port y T. van Gelder (comps.), MIT Press.

298 I Estar ah
Thelen, E., Fisher, D. M., Ridley Johnson, R. y Griffin, N., 1982, The effccts o body build
and arousal on newborn infanr stepping, Development Psychobtology, 15, pgs. 447-453.
Thelen, E. Fisher, D. M. y Ridley-Johnson, R., 1984, The rclarionship bctvecn physical growih
and a newborn relcx, Infattt BekaviorandDevelopmentJ , pgs. 479-493.
Thelen, E. y Smith, L., 1994, A DynamicSystems Approach lo tbe Development o f Cogrtilion
and Action, MIT Press.
Thelen, E. y Ulrich, B., 1991, Hidden skills: A dynamic System analysis of treadmill stepping
during the First year, Monographs of theSociety for Research in CbildDevelopment, n 223.
Thelen, E., Ulrich, B. y Niles, D., 1987, Bdateral coordination in human infants: Stepping on
a splitbeit treadmill, Journal o f Experimental Psychology: Human Perception and Perfor
mance, 13, pgs. 405-410.
Tomasello, Krugcr,y Ratner, 1993, Cultural eaming. BebavioralandBrainSciences, 16, pgs.
495-552.
Torras, C., 1985, Temporal-Pattern Leanting in NeuralModels, Springer Verlag.
Touretzky, D. y Pomerleau, D., 1994, Reconstructing physical Symbol systcms, Cognitive
Science, 18, pgs. 345-353.
Triantafyllou, G. S., Triantafyllou, M. S. y Grosenbaugh, M. A., 1993, Optimal thrust de
velopment in oscillating foils with application to fish propulsin, Journal o f Pluids and
Structures, 7, n2, pgs. 205-224.
Triantafyllou, M. y Triantafyllou, G., 1995, An effident swimming machine, Scientific Ame
rican, 272, n 3, pgs. 64-71.
Turvey, M., Shaw, R., Reed, E. y Mace, W,, 1981, Ecological laws of perceiving and acting,
Cognition, 9, pgs. 237-304.
Valsiner, A., 1987, Culture and the Development o f Chtldren't Action, Wiley.
Van Essen, D., Anderson, C. y Olshausen, B., 1994, Dynamic routing strategies in sensory,
motor, and cognitive Processing, en Large-Scale Nenronal Tbeories o f the Braut, C. Koch
y j. Davis (comps.), MIT Press.
Van Essen, D. y Gallant, J., 1994, Neural mechanisms of form and motion proccssing in the
primate visual system, Neurnn, 13, pgs. 1-10.
Van Gelder, T., 1990, Compositionality: A connectionist variation on a classical theme, Cog
nittve Saence, 14, pgs. 355-384.
Van Gelder, T., 1991, Connectionism and dynamical explanation, en Proceedings of the
13th Annual Conference of the Cognitive Science Society, Chicago.
Van Gelder, T., 1995, What tnight cognition be, if not computation H , Journal o f Pkilosophy,
92, n7, pgs. 345-381.
Varela, F., Thompson E. y Rosch, E., 1991, The Ernbodied Mind: Cognitive Science and Human
Experience, MIT Press (trad. cast.: De cuerpo presente: Las ciencias cognitivas y la expe
riencia humana, Gedisa, 1992).
Vera, A. y Simn, H., 1994, Reply to Touretzky and Pomerleau: Reconstructing physical symhol systems, Cognitive Science, 18, pgs. 355-360.
Vogel, S., 1981, Behavior and the physical svorld of an animal, en Perspectivas in Etbology,
volumen 4, P. Bateson y P. Klopfcr (comps.), Plenum.
Von Foerster, H., (comp.), 1951, Cyberneltcs: Transactions of the Seventb Conference. Josiah
Macyjr. Foundation.
Von Uexkull, J., 1934, A stroll through the worlds on animis and men, en Instinctive Beha
vior, K. Lashley (comp.), International Univcrsities Press.
Vygotsky, L. S-, 1986, Thought and Language (traduccin al ingls de la edicin de 1962), MIT
Press (trad. cast.: Pensamiento y lenguaje, Buenos Aires, Patdos, 1995).
Wason, P., 1968, Reasoning about a rule, Quarierly Journal o f Experimental Psychology, 20,
pgs. 273 281.

Bibliografa I 299
Watkins, C., 1989, Leaming from Delayed Rcwards, tesis doctoral, Kings College.
Welch, R., 1978, Perceptual Modificatiort: Adapting to AlteredSensory Environments, Academic Press.
Wertsch, J., (comp), 1981, The Coiicept ofActivy m Soviet Psychology, Sharpe.
Wheeler, M., 1994, From activacin to activity, /1/5B Quartcrly, 87, pgs. 36-42.
Wheeler, M., 1995, Escaping from the Cartesian mind-set: Heideggcr and artificial Ufe, en
Lecture Notes in Artificial Intelligence 929, Advances in Artificial Life, Granada, Espaa.
Whorf, B., 1956, Language, Thought and Reality, Wiley (trad. cast.. Lenguaje, pensamiento y
realidad, Barra!, 1971).
Wiener, N., 1948, Cybernelics, or Control and Communication in tbe Animal and in the Machi
ne, Wiley (trad. cast.: Ciberntica o el control y la comunicacin en animales y mquinas,
Tusquets, 1985).
Wimsatt, W., 1986, Forms of aggregativity, en Human Nature and Natural Knowledge, A.
Donagan y otros (comps.), Reidel.
Wimsatt, W. (en prensa), Emergence as non-aggreganvity and the biases of reductionisms, en
NaturalContradicltons: Perspectiveson Ecology and Cbange, P. Taylor yJ. Hada (comps.).
Winograd, T. y Flores, E., 1986, Understanding Computen and Cognition: A New Foundation,
Ablex.
Woolsey, T., 1990, Pcripheral Alteracin and Somatosensory Devclopment, en Development
ofSensory Systems in Wanimals,] Coleman (comp.), Wiley.
Wu, T. Y. T., Brokaw, C. J., Brennen, C., (comps.), 1975, Swimming andFlying in Nature, vo
lumen 2, Plcnum.
Yamuchi, B. y Beer, R., 1994, Integrating reactive, sequenrial and leaming behavior using dynamical neural networks, en From Animis to Animis, 3, D. Cliff (comp,), MIT Press.
Yarbus, A., 1967, Eye Movements and Vision, Plenum.
Zelazo, P. R., 1984, The devclopment of walktng: New findings and od assumptions,/ottrnal of Motor Behavior, 15, pgs. 99-137.
Zhang, J. y Norman, D., 1994, Rcpresentations in distributed cognitive tasks, Cognttive
Science, 18, pgs. 87 122.

Indice analtico y de nombres

Abraham, R., 144,161


Accin, cpistmica, 105 109, 124
Acldey, D., 142,241
Adaptacin, inversa, 268 269
Agentes autnomos, 44,49-60, 71 74
Agentes de inteligencia nula, 238 239
Vase tambin Mobots
Agre, R, 203
Algoritmos genticos, 134-139,241-242,244
Vase tambin Evolucin
Algoritmo de retropropagacin, 97-98
Vase tambin Redes neuronales
Alien, W'oody, 193
Alzheimcr. enfermedad de, 108
Anlisis de tareas, 167
Andamiaje, 86-88, 102-104, 125 126,233-246,
248-275
Aprendizaje de descenso por un gradiente, 98,
135,213-214,260
Vase tambin Redes neuronales
Atn, 277-278
Autoorganizacin, 80,84, 114
Vase tambin Sistemas dinmicos
Ballard, D., 67,69,152,200-201
Bechiel, \V 160
Beckers, R.. 118
Beer, R.,44,54-55,135-137,141,145,146,151,
165,169-170,196,199,216
Bcrk, L 248,250
Bivcns,J.,250
Braquiacin, 55,57,60
Bratman, M 257
Brooks, R., 51-54, 58-59, 69, 71-72, 189, 199,
245
Bucles de accin

Vase desarrollo
Buscmeyer, J., 171
Butler, K 217
Carruthers, R, 249,251-252,255
Causalidad
^circular, 154
recproca continua, 143, 154-155,225
Vanse tambin Sistemas dinmicos; Repre
sentaciones
Cerebelo, 78
Chalmers, D., 271
Chapman, D., 104
Chiel.H., 44,54-55
Christiansen, M., 268
Churchland, P. M 203,253,262
Churchland.PS., 69,70,79
Clip, 267
Cognicin, corprea radical, 198-199
COG, 58-60
Comunicacin, 243-246
Vase tambin Lenguaje
Computacin
Vanse tambin Representacin; Sistemas di
nmicos
extendida hacia el entorno, 255-262,272
y explicacin, 149-175
y programas, 204-213
y representacin, 212-213,255-262
Conexin adaptativa, 197
Conexionismo
Vase Redes neuronales
Consciencia, 253,272
Contrafactuales, 164
Control, centralizado, 80,83-86
Control ncuronal, 184-191

302 i Estar ah
Cottrell, G.r 101
Creencias, extendidas, 275
Cucaracha, 42,43, 135-139
CYC, proyecto, 40-42,43,45.46, 93, 98
Damasio, A.. 171,172, 186-190
Damasto, H,, 171,172
Dasein, 224
Dawkins, R., 132
Dean, P., 62
Dcnnett, D., 51, 151, 245, 248, 249, 251-253,
256
Denzau, A., 235-236,238
Dependencia de trayectorias, 259-260
Desarrollo, 75 92
prxima!, 86,249-250
sin planes, 79-83
y andamiaje, 86-88
y bucles de accin, 76-79
y montaje blando, 83-86
Descomposicin, basada en la actividad
Vase Arquitectura de subsunctn
Detectores de caractersticas, 183
Daz, R., 248
Dictyostehumdosccideum, 114
Dinmica usuario-artefacto, 270-275
Discurso, privado, 250
Vase tambin Lenguaje
Donald, M.,261,266
Dretske, E., 168,196
Dreyfus, H .,44,224,258
Dreyfus, S., 258
Economa, 235-246
Edelman, G., 185
Efecto del manglar, 263-267
Eleccin, raciona], 233-246
Elman.J., 213,253,259-260,269
Emergencia, 84 85,127
Vase tambin Auloorganizacin
directa e indirecta, 116-118, 120-121, 155,
157
en la construccin de termiteros, 117-118
y descomposicin, 127
y explicacin, 149-175,215-219
y reduccin, 150-151
Emulacin motriz, 62-63
Enaccin, 227
Espenschied, K., 55
Estgmergta, 118-119,240,245
Etiquetas
Vase Lenguaje
Evolucin
biolgica, 132-133,146-147
simulada, 131-139, 141
Vase tambin Algoritmos genticos

Explicacin basada en componentes, 150-151,


188-191,215-219
Feigenbaum, E., 41,45
Felleman, D., 182
FerejolmJ., 235-238
Fkes, R 94,105
Fsica ingenua, 94
Fodor.J., 190
Freeman, W., 199
Freyd.J., 197
Friedman, M.,235
Fukuda, T 57 58
Gage, Phineas, 171
GaUagher.J., 135-137, 165, 199
Garvn, R., 250
Gauker, C., 250-251
Gibson.J., 75,91.199,225-226
Gode, D 238
Graziano, M 183
Greene, P.,210
Haken, H., 164
Hallam.J., 158
Har, M 269
Harvey, I., 137
Haugeland.J., 194-195, 197,220
Mayes, P., 94
Hazelhurst, B., 243-244
Heidegger, M., 199,224
Hibbard, L., 179
Hilditch.D., 129,225
Hinton, G., 253
Hofstadter, D 157158
Hongos muciiagnosos, 113-114
Hooker, C., 203
Hutchins, E , 103,119-122,242-246,256

Identidad, 124, 126


Jackendoff, R., 249,265
Jacob, E, 133
Jefferson, D., 135
Jordn, M 101,210,213
Kagel, J., 238
Kawato, M 62
Kelso.J.A.S., 154,159,163,169.210
Kirsh.D., 102 104,105 108, 111,124,258 259,
271
Knierim.J,, 184
Koza.J., 135
Le Cun, Y., 101
Lenat, D , 41,45

ndice analtico y de nombres I 303


Lenguaje
como adaptado inversamente al cerebro,
267-269
como artefacto, 247-275
como instrumento para el pensamiento, 234,
247-275
como sistema de comunicacin, 247-255,
259-262
del pensamiento, 234
nociones supracomunicativas del, 251,252
y arencin, 264-267
y discurso interno, 249-250,254-255
y dependencia de trayectorias, 259-269
y etiquetas, 255,256-257
y lmite instrumento/usuario, 270-275
y pensamientos sobre pensamientos, 263 267
Lieberman.R, 133
Littman, O., 142,241
Maes, R, 84,160,189
Maglio, P 105-108, 111, 124,258,259,271
Malcolm, C., 158
Mapa
como controlador, 90
somatotpico, 179-181
Matarte, M-, 88-89
Maturana, H., 199
McCauley, R., 214
McCIamrock, R-, 256
McClelland, J., 253
Memoria, 255-256
Mente
Vanse tambin Representaciones; Sistemas
dinmicos
como controladora de la accin, 45-46, 8892,110
extendida en el mundo, 233-246,270-275
Merleau-Ponty, M., 199,224-225
Micromundos, 51,99
Miglino, O., 142
Miller, G., 197
Millikan, R., 91,196
Mobots
Vase tambin Agentes autnomos
Mottcr, B., 184
Mountcastle, V., 185
Movimientos sacidicos, 61-62,67-68,70
MYCIN, sistema experto, 50
NETtalk, 95-96
Neurociencia, 171 191
Newport, E., 268
Newsome, \V., 183
Nilsson, N ., 94,105
Nolfi, S., 142,241

Norman, D,, 101


North.D., 235-236,238
Oportunidades, 226
Osciladores adaptativos, 214
Parisi.D., 142,241
Pearson, K.,54
Percepcin
contenidos, 63-71,91-92
y accin, 69-70,77-79,241
v cognicin, 46,52-53,76-77,91-92
Piaget, J., 75,207
Planificacin
a largo plazo, 101
central, 61,71-72
y accin corprea, 88-90, 103
y autoorganizacin, 115,119-123
y lenguaje, 257-259
Port.R., 165,213,214
Principio 007,235-236,238
Problemas vidos de representacin, 198,200,
219-223,229
Procesamiento distribuido en paralelo
Vase Redes neuronales
Procesamiento reentrante, 185
Programas parciales, 204-213
Pseudoplasmodio, 115
Quinn, R., 55-56
Ramachnndran, V., 70
Racionalidad,
limitada, 239-241
sustantiva, 235-239
Reconstruccin racional, 123-124,
Redes neuronales artificales, 54-55, 58-59, 9311, 127
Vase tambin Representaciones
aprendizaje en, 97-99,260
como controladoras de la accin, 135-139
como dispositivos de complccin de patro
n e s ^ , 100-104, 109,233,239-246,258
recurrentes, 253
ventajas e inconvenientes, 100-103,123-124
y algoritmos genticos, 135-139
y cerebros reales, 94-95
y estructuras extemas, 100-111,239-246
y satisfaccin de restricciones, 242-243
Redcscripcion representacional, 265
Reduccionismo, 150-151
Regulador de Watt, 139,143
Representaciones internas
Vanse tambin Cmputo; Sistemas dinmi
cas; Mente; Problemas vidos de repre
sentacin

304 I Estar ah
en el cerebro, 177-191
-explcitas, 52,72,98, 108-109, 120
orientadas hacia la accin, 76,88 92,200 204
parciales, 63-65,67,69 70, 85-86, 92
pushmi-pullyu, 91
replanteamtemo, 222-223,228-229
y cmputo, 142-143
. y desacoplamiento, 219-223
--y explicacin, 142-175,215-219,71-72
y lenguaje pblico, 253-275
y modelos del mundo, 61-71,87-88,92
y smbolos, 40-42,44,71-72
y tiempo, 213-215
Representacin orientada hacia la accin. 76,
88 92,200-204
Resnick, M., 80,116, 142, 157
Retroalimentaun positiva, 81, 103,114-115
Vase tambin Auioorganizacin
Richardson, R., 160
Ritzmann, R., 42-43
Robots
Aitila, 54
Herbert, 51-54,63,65
hexpodo, 54-55
Rumelhart, D., 253-254

Smith, L., 76-77,169,199,204-207,211-212


Smithers, T., 199, 158,139-140
Smolensky, R, 253
SOAR, sistema, 94
Soluciones descentralizadas, 113-123,189-191
Vanse tambin Planificacin, Auioorganizacin
Steels, L., 155-156,158,160
Slein, L., 58
STR1PS, programa, 94
Subsuncin, 52-54,61,72,88
Sunder, S . 238-239
Tetris, juego, 107, 258
Thach.T., 78-79
Thelcn, E., 76 77,79,83 85,168 169.199,204207,211-212
Thormon, C., 261
Tiempo, 213-215
Vase tambin Sistemas dinmicos
Torras, C., 214
Townsend.J-, 171
Triantafyllou, G., 277
Triantafyllou, M., 277
Umtvell, 64-71

Sano, F 57-58
Salzman, C , 183
Salzman, E., 166
Satz, D., 236-238
Schieber, M., 179-180,190
Sejnowslu, T., 70
Sensacin dependiente del nicho, 63-64
Sensores, 141
Shaw, C-, 144,161
Smbolos externos. 243 275
Simn, H 132,235,239
Simulacin, 139-142
Sinergia, 180-181,204-205
Vanse tambin Variables colectivas, Siste
mas dinmicos
Sistemas dinmicos, 143 -147
acoplados, 139,144
puros, 166-167
leona de los, 143-147, 161 166
y comprensin explicativa, 149-175,188-191
y cognicin de alto nivel, 165-166
y representacin, 198-230
y tiempo, 213-215
Skarda, C., 199

Van Esscn, D . 182-185


Van Gelder, T., 143 144, 160, 165, 173, 199,
213,216
Varcla, E, 199,226-227
Variables colectivas, 116
Vejiga natatoria, 133
Visin, 182 185
- animada, 67, 69 71, 105, 152-153, 182-183,
190
Vogel, S., 87
Von Ucxkull, J., 64,66-67
Vygotsky, L 75.86,249-250
Wason, R, 242
Wbeeler, M., 151,160,165, 199
Wmsatt, \V., 161
Yamnchi, B., 137
Yarbus, A., 69
Yo,273-275
Zeluzo, R, 80-81
Zonas de convergencia, 186-190,202