Documentos de Académico
Documentos de Profesional
Documentos de Cultura
) 2000,
"El concepto de heurstica en las ciencias y
las humanidades", Mxico,S.XXI, pp.38-57
EL CONCEPTO DE HEURSTICA: DE LAS EXPLICACIONES
EN LAS CIENCIAS NATURALES A LA EPISTEMOLOGA
SERGIO F. MARTNEZ*
INTRODUCCIN
Instituto de Investigaciones
Filosficas, UNAM.
En la historia y la sociologa de la ciencia, muchas veces se hace uso de conceptos heursticos en discusiones sobre el tema de la racionalidad,
pero estos conceptos
no se relacionan con preguntas acerca del origen de la normatividad
epistmica de
ciertos patrones de razonamiento
(que es una manera de reformular el tema de este
trabajo). En la filosofa a veces se toma en serio el papel de la heurstica en cuestiones normativas,
pero en general se considera
como parte de una metodologa
deductivista que implcitamente
reniega de la importancia del carcter situado de la
racionalidad.
Zahar, por ejemplo, siguiendo
algunas ideas sobre el papel de las
heursticas
en el razonamiento
matemtico
y cientfico de Lakatos, elabora una
"heurstica racional" con connotaciones
normativas, pero esa normatividad
proviene, segn Zahar, del supuesto de que en ltima instancia toda argumentacin
racional puede formularse como un argumento deductivo.
2 En el caso de funciones
numricas, la idea intuitiva de resolucin mecnica se
aclara recurriendo
a la tesis de Church:ruring,
segn la cual diferentes conceptos
intuitivos de "procedimiento
efectivo" coinciden en caracterizar
la misma clase de
procedimientos.
Sin embargo, para otro tipo de funciones no podemos utilizar esta
I
[38]
EL CONCEPTO
DE HEURSTICA
39
40
SERGIO
F. MARTNEZ
veces podemos utilizar varias reglas heursticas y no encontrar la solucin. Sin embargo, muchas veces, dependiendo del tipo de problema de que se trate y de la habilidad de quien lo trate, es posible resolver un problema de manera muy rpida utilizando una regla
heurstica, algo que requerira mucho ms tiempo y esfuerzo si recurrimos a la frmula y seguimos paso a paso el algoritmo que nos indica. De existir un algoritmo para resolver un problema, la solucin simplemente resultara de seguir instrucciones mecnicamente; pero muchas
veces el proceso es muy largo, requiere tantos pasos que podramos
pasarnos toda la vida calculndolos y antes nos moriramos que terminar. Es ms, se conocen problemas muy simples cuya solucin est
dada por un algoritmo, pero el algoritmo requiere calcular tantos
pasos que aun las computadoras ms veloces del presente podran
pasarse calculando sin interrupcin hasta el fin del universo y todava no llegar al resultado final. As, es claro que muchas veces, incluso si existe un algoritmo para resolver un problema, prcticamente
tenemos que recurrir a mtodos heursticos para tratar de resolverlo.
El tipo de problemas que un algoritmo nos permite resolver est
determinado por la estructura lgica de los mismos. Un algoritmo
para resolver ecuaciones de tercer grado nos resuelve el tipo de
ecuaciones que matemticamente, y sin ninguna ambigedad, podemos caracterizar como ecuaciones de tercer grado. Un algoritmo para
transformar grados Farenheit de temperatura en grados centgrados
nos hace ese tipo de operaciones y en tanto que algoritmo no sirve
para nada ms. U na regla heurstica, por el contrario, va a darnos una
solucin correcta, o aproximadamente correcta, en ciertas circunstancias y en otras no. La correccin de la respuesta va a depender de la
manera en que entendamos el problema, de la forma que toma un
problema particular, algo que no puede decidirse por medio de reglas
fUas. Una parte importante del problema de aplicacin de una regla
heurstica es la decisin de cmo entendemos el problema por resolver, del modo en que lo planteamos como tal. Si por medio de reglas
heursticas queremos calcular el rea de una superficie con un permetro irregular, nuestra aproximacin va a ser ms o menos correcta dependiendo de la descomposicin del problema en subproblemas
que puedan resolverse de manera simple y (por lo menos relativamente) exacta.
Los algoritmos nos dan una solucin correcta a un problema, independientemente
de cmo podamos descomponerlo en subproblemas, e independientemente
de cul es el sustrato material por medio
EL CONCEITO
DE HE(lRSTICA
41
42
SERGIO
F. MARTNEZ
satt ha puesto mucho nfasis) es que el error generado por stas tiene
sesgos sistemticos.4 La presencia de estos sesgos es esencial para entender de qu manera las reglas heursticas nos permiten aprender de
la experiencia, y, por lo tanto, para entender el importante papel que
desempean en una amplia variedad de (si no en todo) razonamiento inductivo. Como veremos en el ejemplo siguiente, esta propiedad
de las reglas heursticas puede entenderse de manera muy natural
como una consecuencia de la implementacin
material de las mismas. Esta propiedad de las reglas heursticas es particularmente clara
e importante cuando estn corporalizadas en instrumentos, aparatos o sistemas tecnolgicos (un trmino que introducir adelante).
La regla de clculo es un instrumento (usualmente de madera) que
generalmente llevaban consigo los ingenieros antes de que existieran
las computadoras. La regla permite llevar a cabo de manera aproximada una serie de operaciones aritmticas, por ejemplo, calcular ra-.
ces de cualquier potencia por medio de la suma grfica de cantidades." Una regla de clculo puede ser ms o menos exacta, la exactitud
depende de diferentes factores, por ejemplo del material con el que est
hecha la regla, de la exactitud de la representacin grfica de las diferentes escalas, de la calidad de los diferentes componentes y, por supuesto, de la habilidad del usuario. Muchas veces un problema se puede
resolver de diferentes maneras, y un usuario habilidoso sabe cul mtodo es ms apropiado, por lo que trata de compensar errores para llegar a la respuesta ms exacta posible. Un sesgo sistemtico de una regla puede tener su origen en cambios de temperatura, por ejemplo. Si
la regla est hecha de aluminio y la temperatura sube, la expansin del
metal genera error; pero ste es un error que hasta cierto punto puede predecirse, y esta prediccin puede tomarse en cuenta en el diseo
del instrumento, o puede permitirnos corregir la lectura y disminuir el
error. As pues, es claro que el procedimiento
heurstico que implementa el instrumento no puede reducirse a decir que es un algoritmo implementado materialmente. La regla heurstica implementada
hace depender el resultado de la manera en que la implementacin
genera una distorsin sistemtica que puede corregirse por lo menos
W. Wimsatt, "Reductionist research strategies and their biases in the unifs ofselection
controversy"', 1980, pp. 213-259.
" Ntese que en este caso las reglas heursticas materialmente
implementadas
en
la regla de clculo son un atajo a la solucin de problemas que se resuelven por medio de algoritmos. Como veremos adelante, los procedimientos
heursticos no siempre pueden entenderse de esta manera.
EL (O\:CFI'TO
DE I1HRSTIC.\
l. \\". Wimsatt,
7
\1artnez,
\' SlI;rez,
]l)l):-l.
44
SERGIO F. MARTNEZ
En las ciencias naturales el concepto de heurstica se ha transformado y diversificado a lo largo de dos ejes principales. Por un lado, segn la concepcin tradicional, la heurstica consiste en una regla de
razonamiento de utilidad prctica pero slo aproximada para la solucin de problemas matemticos, como lo ejemplificamos en la seccin anterior. Esto tiene lugar sobre todo como parte del desarrollo
de mtodos para la construccin y uso de modelos matemticos que
se han diversificado y difundido a travs de muchas disciplinas cientficas. El segundo eje a lo largo del que se ha diversificado el concepto
de heurstica es la ciencia experimental y la tecnologa; ste es el eje
a travs del cual se desarrollan y se tornan importantes los conceptos
de estructura heurstica y de sistema tecnolgico. Por supuesto, estos
dos ejes no constituyen desarrollos independientes, pero es importante distinguirlos para entender mejor la historia del concepto de heurstica y, sobre todo, ver la pertinencia de diferentes conceptos de
heurstica para una epistemologa naturalizada. Cada uno de estos
ejes tiene una historia digna de ser contada aparte, si bien ello puede hacernos perder de vista importantes elementos pertinentes para
la epistemologa del concepto de heurstica. Opto por una estrategia intermedia. Con respecto al pri:ner ~je de la historia del concepto de heurstica, voy a tomar como gua el desarrollo de mtodos
heursticos que tiene lugar mediante la diversificacin del patrn de
explicacin que se basa en un principio de mnima accin (o un principio asociado de maximizacip.) en diferentes reas de las ciencias naturales. ste es un ejemplo muy importante de la manera en que el
concepto de heurstica se ha desarrollado en ntima relacin con el
desenvolvimiento de modelos matemticos a lo largo de la historia de
la ciencia. Posteriormente, mostrar que la incorporacin de conside-
EL CONCEIYIU
DE HEURSTICA
45
46
SERGIO F. MARTNEZ
mente teleolgico se puede explicar como el resultado de la existencia de un algoritmo de cierto tipo que describe la manera de actuar de
los procesos naturales, sugieren decididamente una tesis como la del
determinismo laplaciano. Segn esta tesis cualquier estado futuro del
mundo est determinado por un algoritmo que en principio determina la posicin de todas y cada una de las partculas materiales del universo en cualquier tiempo futuro, asumiendo que se conocen los estados de las partculas y las fuerzas que actan sobre ellas en un tiempo
inicial. Desde esta perspectiva, la tesis del determinismo laplaciano
puede verse como la transformacin de la fructfera estrategia para la
construccin de modelos explicativos generada a partir de principios
como el de accin mnima, en una tesis metafsica. El determinismo
laplaciano asume que los algoritmos que explican el comportamiento
de los procesos naturales como el resultado de interacciones entre partculas newtonianas tambin nos permiten explicar todo proceso del
mundo natural, sin necesidad de recurrir a ningn supuesto teleolgicoY En la medida en que este tipo de patrn explicativo esimportante
en la fsica, el desarrollo de los mtodos heursticos en sta se diversifica
mucho y sigue apegado a la idea de heurstica que mencionamos al
principio. La heurstica contribuye a encontrar soluciones aproximadas,
o soluciones exactas bajo ciertas condiciones, a los algoritmos que, se
considera, describen la estructura del mundo natural.
Hay quienes piensan que es cuestionable el supuesto de que lafsica
consiste en ltima instancia en la bsqueda de algoritmos. Roger Penrose
ha sugerido que la nica manera de entender el lugar de la conciencia
en el mundo fsico es reconociendo que no toda actividad mental es una
computacin algortmica. Para Pemose, la habilidad humana que nos
permite hacer matemticas no es algortmica. Su propuesta es controversial y, como varios crticos han hecho ver, no es clara, en particular porque parece asumir supuestos muy cuestionables acerca de la
cognicin humana. 10 Es importante recalcar que una propuesta como
la de Pemose sugiere que el concepto de heurstica debera desempear en la ciencia un papel no subordinado
al de algoritmo, en la
'J En "Sobre la relacin
entre historia y causalidad
en biologa" (Martnez y
Barahona, 1998), elaboro un poco ms la historia del mecanicismo en el sentido que
aqu se mencIOna.
lO En su resea de Penrose,
Hilary Putnam hace ver que ste no considera la
posibilidad de que el programa necesario para entender el carcter algortmico de
la habilidad matemtica sea tan complejo que ningn ser humano pueda entenderlo
en la prctica. sta y otras crticas son resumidas por Dennett.
47
EL COl\UJYrO DE HELRSTICA
medida que cuestiona la tesis que toda explicacin de procesos aparentemente te!eolgicos (como lo sera la bsqueda de solucin a un
problema matemtico)
puede formularse como una explicacin no
teleolgica en trmino de algoritmos.
Robert Geroch y V. Hartle han sugerido una manera en la que podemos entender de modo ms preciso la tesis de que la fsica es no algortmica: una teora de la fsica es no algortmica si no hay un algoritmo que
implemente la teora, esto es, si no hay un algoritmo que relacione los
resultados de los experimentos
con las predicciones de la teora.11 De
existir una teora de este tipo, aunque puede ser puesta a prueba emprica, no se puede establecer una estrategia para el procesamiento de datos y la elaboracin de experimentos que se lleve a cabo mecnicamente. Por ejemplo, rUemos un dispositivo experimental
v tratemos de
expresar la prediccin de una teora que no es algortmica para ese experimento. Para predecir con un margen de error de 10(;( uno manipula las
matemticas de la teora, construye modelos de datos, establece criterios
de significacin, etc., hasta llegar eventualmente al nmero asociado con
la prediccin. Para poner a prueba la prediccin con un margen de S<7c
usualmente slo se tendran que modificar ligeramente los modelos ya
construidos. Sin embargo, en el caso de una teora no algortmica ese tipo
de modificaciones puede no ser relevante. Lo que muestran Geroch y
Hartle es que se debera de repensar totalmente el problema; adems,
poner a prueba una prediccin con diferentes mrgenes de error puede
requerir toda una nueva construccin de modelos, estimaciones y mtodos de aproximacin. Las predicciones nunca podran verse como rutinarias. (~eroch y Hartle sugieren que la teora cuntica de la gravedad
puede ser un ejemplo de una teora trsica no-algortmica. El punto que
se debe destacar es si una teora de la fsica es no-algortmica; si bien las
predicciones estaran disponibles en principio, la derivacin de ellas a
partir de la teora nunca sera una tarea rutinaria, y en este sentido los
mtodos heursticos y los sistemas tecnolgicos requeridos para extraer
la prediccin tendran que considerarse parte del aparato conceptual
que nos permite derivar la prediccin. A continuacin quiero dar otro
t;jemplo de cmo entender la mediacin de la tecnologa en una epistemologa de la ciencia, en un sentido que no reduce el papel de los sistemas tecnolgicos a la implementacin
de algoritmos.
Una manera de formular las implicaciones del reconocimiento
del
azar del mundo cuntico que nos obliga a reconocer la aceptacin de la
II
Ceroch
y Hartle,
"Computability
and phvsical
theories".
1986.
48
SERCO F. MARTNEZ
49
EL CONCEPTO DE HEURSTICA
y sus leyes, a diferencia de otras ciencias, constituyen un sistema autnomo. Segn esta idea tradicional, todo lo que se requiere para
hacer una prediccin o explicacin fsica, y para mejorarla, es tomar
en cuenta conceptos y leyes fsicas. Sin embargo, es claro que los argumentos en favor de la tesis de que en la fsica, como en cualquier
otra ciencia, las leyes son leyes ceteris paribus, son argumentos en favor de la tesis de que la mediacin tecnolgica es indispensable para
la formulacin de leyes de la fsica, y viceversa. La mediacin tecnolgica desempeara un papel anlogo al que desempea la existencia de organismos vivos en la biologa.
op.
cit., 1980.
50
SERGIO
F. MARTNEZ
concepto de adaptacin al primero. Esta estrategia reduccionista distingue aquellas interpretaciones de la teora que podemos llamar "ortodoxas". Una interpretacin ortodoxa permite mantener la subordinacin tradicional de conceptos heursticos a la estructura algortmica de
la teora, ya que en esta interpretacin toda estrategia heurstica puede entenderse como la implementacin de un algoritmo complejo. 14
De acuerdo con la interpretacin ortodoxa, la evolucin hace que
un organismo confronte a su medio de manera totalmente anloga a
como un diseador racional confronta problemas de decisin. El concepto de seleccin natural se utiliza para evitar la obvia extensin de
la analoga que impondra la conclusin de que la evolucin requiere un diseador. En este sentido la estrategia explicativa es anloga
a la que recurrimos cuando se buscan principios de accin mnima
para explicar, sin valerse de causas finales, un comportamiento
aparentemente teleolgico. Es ms, es posible formular matemticamente
la idea y, por lo tanto, pensar las aclaraciones seleccionistas como un
ejemplo ms de la estrategia explicativa, seguida con tanto xito desde el siglo XVII para eliminar las causas finales de nuestras explicaciones por medio de principios de accin mnima.
Ms especficamente, la estrategia explicativa en la interpretacin
ortodoxa de la teora es la siguiente: se asume que cualquier respuesta
funcionalmente apropiada de un organismo puede explicarse en trminos de la accin de la seleccin natural. Por ejemplo, la potencialidad
de adaptarse a diferentes ambientes se explica como una manifestacin
de la flexibilidad de un carcter que ha sido determinado por la seleccin natural, o como un efecto secundario de factores seleccionados
previamente. Esta estrategia requiere explicar el origen de esa flexibilidad de los caracteres sin recurrir a causas finales, y esto tiene tambin
una respuesta ortodoxa. La respuesta es que la fijacin de los caracteres y de su flexibilidad en particular son resultado de un proceso de acumulacin de alelos modificadores o reforzadores de caracteres. A su vez,
esta acumulacin resulta de un proceso de seleccin que tiene lugar en
el conjunto de potenciales modificadores y reforzadores que surgen
azarosamente. As, una adaptacin se modela como un problema de
decisin cuya solucin, por lo menos en principio, tenemos razones
para pensar que puede describirse por medio de un algoritmo.
Si se acepta esta manera ortodoxa de entender la teora de la evolucin, el concepto de heurstica no desempea un papel epistemo14
Dennett,
EL COI\CEI'TO
DE HEURSTICA
51
lgicamente central o distintivo en la teora de la evolucin. Se puede aceptar que los mtodos heursticos para la solucin de problemas
son tan importantes en la biologa contempornea
como en la fsica
tradicional, con lo que se podra argir que el concepto epistemolgicamente significativo es el de algoritmo. En 1995, Dennett formula esta idea ortodoxa: la evolucin puede entenderse como un proceso
de optimizacin de un algoritmo. Una heurstica simplemente es un
algoritmo abreviado, pero en principio, de acuerdo con esta interpretacin ortodoxa de la teora de la evolucin, el peso de una explicacin lo llevan los posibles algoritmos que permiten modelar un proceso evolutivo como resultado del azar y la seleccin.
Sin embargo, esta manera ortodoxa de formular el contenido emprico de la teora de la evolucin tiene problemas muy serios. Para empezar, la estrategia explicativa mencionada anteriormente adolece de
graves deficiencias. En ella se reduce la explicacin de la adaptacin a
una postulacin de factores generados al azar que a su vez se someten
a la seleccin. Por ejemplo, como es bien sabido, la relacin entre genes
y fenotipo es muy sensible al contexto. Esta dependencia no se considera
problemtica para la formulacin seleccionista estndar, pero si se aceptan ciertas consecuencias (para las que hay buena evidencia experimental) de esta dependencia del contexto, entonces se genera un problema
importante para dicha estrategia explicativa seleccionista. Si se considera un gene como principal, modificador o reforzador, dependiendo
del contexto gentico en el que el gene ocurre, ya no es posible simplemente postular que esos reforzadores y modificadores surgen al azar.
Algo ms se tiene que decir respecto a la naturaleza del azar, y en particular a cmo cuestiones de diseo y probabilidad se relacionan a travs de la referencia a un "contexto gentico". La importancia del segundo concepto de adaptacin radica en reconocer el origen de los
caracteres en una explicacin evolucionista. Lo que me interesa destacar es que si se reconoce la importancia del segundo concepto de adaptacin (para explicar por ejemplo los cambios en la distribucin de organismos), el concepto de estructura heurstica desempea un papel
epistemolgico central, ya que adaptacin, en este segundo sentido,
puede modelarse como una estructura heurstica. U na variacin ser
ms o menos exitosa segn el medio en que viva un organismo. Las diferentes adaptaciones se refuerzan mutuamente, y sus sesgos sistemticos se pueden modelar como una estructura heurstica. 15
15
ms profunda
52
SER(;O F. MARTNEZ
EL C01\CEPTO DE HEURSTICA
53
Simon extiende el uso del concepto de satisfaccin al planteamiento de problemas en la inteligencia artificial desde finales de los aos cincuenta. En 1975, Simon y Newell reformulan el ideal satisfaccionista
en trminos de lo que ellos llaman el "principio de la accin inteligente", segn el cual toda accin adaptativa, y por lo tanto todo proceso
de razonamiento, puede representarse como un proceso de computacin de smbolos fIsicos. Estos smbolos son fsicos debido a que tienen
un sustrato fsico o biolgico. Una consecuencia importante es que diferentes sistemas de smbolos funcionalmente equivalentes pueden
emplear distintos sustratos. Segn Simon y N ewell, esto permite modelar procesos efectivos de razonamiento, procesos que, como Simon
los entiende, obedecen a una "lgica natural", y que se identifican con
las famosas "heursticas" de Polya. La idea es que en cada nivel de complejidad de una situacin que involucra comportamientos
es posible
identificar las diversas heursticas que han sido elaboradas para razonar en las diferentes situaciones. Una vez que hemos encontrado suficientes
54
SERGIO F. MARrNEZ
01' representation
into sual-directed
behavior-baseel
ro-
EL COJ\CEPTO
55
DE IlElRSTIL\
Es muv importante reconocer ese apoyo mutuo que tiene lugar entre una cierta manera de entender la teora de la evolucin, teoras de
la cognicin, las tareas de la inteligencia artificial y supuestos acerca
de teoras de la racionalidad v la explicacin para ver la fuerza de las
crticas enunciadas anteriormente. No hay dudas de que el papel preeminente que la teora de la evolucin ha llegado a desempeiar en
proyectos de naturalizacin de una teora filosfica de la mente o de una
teora del conocimiento es un gran avance de la ciencia del siglo xx. Sin
embargo, es importante darse cuenta de que hoy da continuar con
IK
E. J-Iutchins,
(;ogllilioll
ill
:\:,:,-:1:,6.
56
SERGIOF. MARTNEZ
esta idea requiere abandonar supuestos compartidos en varias disciplinas acerca de lo que son la adaptacin y el razonamiento heurstico.
CONCLUSIN
BIBLIOGRAFA
Cartwright, Nancy, "Quantum technology: Where to look for the quantum
measurement problem", Fellows R. Philosophy and Technology, Cambridge,
Cambridge University Press, 1995.
Dennett, Daniel, Darwin's Dangerous Idea, Basic Books, 1995.
Geroch, Robert, y V. Hartle, "Computability and physical theories", Foundations of Physics, vol. 16, nm. 6, 1986.
Hutchins, Edwin, Cognition in the Wild, Cambridge, MIT Press, 1995.
Martnez, Sergio, "La autonoma de las tradiciones experimentales
como
problema epistemolgico",
en Crtica, nm. 80, agosto de 1995.
--,
"Una respuesta al desafio Campbell...", Sergio Martnez y Len Oliv,
Epistemologa evolucionista, Mxico, Paids-uNAM, 1997.
--y
Barahona, "Sobre la relacin entre historia y causalidad en biologa",
1998.
EL CONCEITO
DE HEURSTICA
57