Dinámica de La Cognición

DinMICA de LA COGNICIN
ibanez.indd 1 23/10/08 20:49:42

Agustn Ibez
N de Inscripcin: 175.030
I.S.B.N.: 978-956-306-047-8
Edita y distribuye
Comunicaciones Noreste ltda.
jcsaezc@vtr.net Casilla 34-T Santiago
Fono-Fax: 326 01 04 325 31 48
www.jcsaezeditor.blogspot.com
Esta edicin se termin de imprimir

en Quebecor World en noviembre 2008.
Direccin: Juan Carlos Sez

Subdireccin editorial, correccin
y diagramacin: Daniel Caro Mateu
Derechos exclusivos reservados para todos los pases.

Prohibida su reproduccin total o parcial, para uso privado o colectivo,
en cualquier medio impreso o electrnico, de acuerdo a las leyes N17.336
y 18.443 de 1985 (Propiedad intelectual).
Impreso en Chile/Printed in Chile
ibanez.indd 2 23/10/08 20:49:43

DINMICA DE LA COGNICIN
Agustn Ibez
Director del Laboratorio de Neurociencias

Cognitivas,
Universidad Diego Portales, Chile.
Postdoctoral Researcher Heidelberg University, Alemania.
Investigador del Instituto de Neurologa Cognitiva
(INECO), Argentina.
ibanez.indd 3 23/10/08 20:49:43

ibanez.indd 4 23/10/08 20:49:44

Para Anah y Mariano, en los extremos de sus vidas.
ibanez.indd 5 23/10/08 20:49:44

ibanez.indd 6 23/10/08 20:49:44

ndice
ndice.......................................................................................................... 7
ndice de figuras........................................................................................ 15
ndice de boxes . ....................................................................................... 15
Prlogo. Cognicin dinmica: una nueva promesa.................................. 17
I. Primeros indicios................................................................................... 17
II. Ciencias cognitivas............................................................................... 19
III. Anlisis metaterico............................................................................ 22
IV. Sinopsis del libro................................................................................. 25
Captulo 1. Origen y diversidad de las tradiciones cientficas de la

complejidad.............................................................................................. 29
I. Introduccin.......................................................................................... 29
I.1. Demarcacin de los alcances del captulo...................................... 30

I.2. Sinopsis del captulo...................................................................... 31
II. Antecedentes........................................................................................ 32
II.1. Teora de sistemas dinmicos (Dynamical systems theory)............... 32
II.1.1. Henri Poincar: limitaciones de los sistemas integrables,

nacimiento de la visin topolgica global y aceptacin de la
incertidubre predictiva..................................................................... 33
a) Teora cualitativa de las ecuaciones diferenciales................... 33

b) Estabilidad global de las trayectorias.................................... 34
ibanez.indd 7 23/10/08 20:49:44

c) Bifurcacin en base a parmetros.......................................... 34
d) Introduccin de conceptos probabilsticos en dinmica........ 35
II.1.2. La influencia rusa temprana: complemento, expansin

y reconfiguracin................................................................................. 36
II.1.3. Ecuacin de van der Pol: teora general de las oscilaciones
e independencia relativa de la tradicin Poincar-Liapunov................. 37
II.1.4. Lefschetz: convergencia intercontinental................................... 38
II.1.5. Un intento de confluencia......................................................... 38
II.2. Termodinmica de inestabilidades...................................................... 39
II.2.1. Las celdas de Benrd................................................................. 41

II.2.2. La Escuela de Bruselas y sus aplicaciones a la biologa............... 41
II.2.3. De la termodinmica al prigoginismo social.............................. 42
II.3. Teora general de sistemas.................................................................. 43
II.3.1. Sistemas abiertos y biologa....................................................... 44

II.3.2. El legado de la teora general de sistemas y las teoras
de la complejidad................................................................................. 45
II.4. Ciberntica........................................................................................ 45
II.4.1. Algunos aportes fundamentales................................................. 47
II.5. Autopoiesis........................................................................................ 48
II.6. Complejidad algortmica y teora de la informacin........................... 50
II.7. Un aporte a menudo olvidado: la complejidad roseana...................... 51
II.8. La ciencia del caos: reencarnacin y metamorfosis de una idea........... 51
II.8.1. Mandelbrot y la geometra de la naturaleza............................... 53

II.8.2. Smale, la nueva sntesis............................................................. 54
II.8.3. Las ecuaciones de Edward Lorentz............................................ 55
II.8.4. Teora de las catstrofes y morfognesis..................................... 55
II.8.5. Convergencia y generalizacin.................................................. 56
ibanez.indd 8 23/10/08 20:49:44

II.9. La sinergtica de Hermann Haken..................................................... 57
II.10. Autmatas celulares y teoras de la complejidad............................... 59
II.11. Sntesis de la revisin histrica......................................................... 60
III. Las tradiciones cientficas de la complejidad........................................ 63
III.1. Reactividad a supuestos clsicos en ciencia.................................. 63

III.2. Autoorganizacin como fenmeno y emergencia como
explicacin........................................................................................... 64
III.3. Holismo terico y metodolgico................................................. 65
III.4. Simulacin, como validacin y como modo de
conocimiento....................................................................................... 66
III.5. Tradiciones cientficas de la complejidad, en proceso de
definicin............................................................................................ 67
Captulo 2. La metfora topolgica de la mente I: Dinamicidad

y Caos....................................................................................................... 73
I. Introduccin: complejidad y cognicin ................................................. 73
I.1. El porqu de las teoras de la complejidad en la cognicin:

reconsideracin de la complejidad del explanandum cognitivo y
expansin del explanans matemtico ................................................... 74
I.2. Tradiciones cientficas de la complejidad y el estudio de

la cognicin ........................................................................................ 75
II. Ejemplares de las teoras de la cognicin .............................................. 77
III. Neurobiologizacin y matematizacin de la conciencia ...................... 81
III.1. Componentes estructurales . ...................................................... 82
Dynamic reentry en el seno del estudio de la conciencia ..................... 82

Marco terico del Neural Darwinism .............................................. 83
Supuestos ontolgicos acerca de la conciencia .................................... 83
Supuestos restrictivos ....................................................................... 85
ibanez.indd 9 23/10/08 20:49:46

Supuestos explicativos ..................................................................... 88
Relevancia y promesa del Neural Darwinism ................................... 88
III.2. Componentes dinmicos del Neural darwinism ......................... 89
Apelacin a la fenomenologa de la conciencia .................................. 89

El prototipo del Neural Darwinism: el Dynamic Core como
especificacin de la hiptesis de la conciencia .................................... 90
Extensiones empricas ..................................................................... 92
III.3. Pragmtica de la explicacin ...................................................... 94
IV. Caos y autoorganizacin en el estudio de la mente y el cerebro ........... 96
IV. 1. Componentes estructurales ....................................................... 99
Caos como ncleo conceptual . ......................................................... 99

Marco de la teora del caos cerebral y cognitivo ............................... 101
Supuestos ontolgicos .................................................................... 101
Supuestos restrictivos ..................................................................... 103
Supuestos explicativos ................................................................... 103
Una promesa radical .................................................................... 104
VI.2. Componentes dinmicos ......................................................... 105
Conocimiento de dominio ............................................................. 105

El prototipo del bulbo olfativo y el K-set model ............................... 106
Extensiones empricas e interaccin entre componentes .................... 109
IV.3. Pragmtica de la explicacin . ................................................... 110
Captulo 3. La metfora topolgica de la mente II: Campo y

Sinergia................................................................................................... 113
I. Introduccin . ..................................................................................... 113

II. Enfoques dinmicos del desarrollo evolutivo . .................................... 114
10
ibanez.indd 10 23/10/08 20:49:47

II.1. Componentes estructurales ....................................................... 115
La imagen de campo de activacin ................................................ 115

Marco de la field theory ................................................................ 116
Promesa y relevancia argumentativa .............................................. 118
II.2. Componentes dinmicos .......................................................... 119
Conocimiento de dominio ............................................................. 119

Prototipo: redefinicin del error A no B ........................................ 119
Expansiones empricas del modelo de campo de activacin . ............. 122
II.3. Pragmtica de la explicacin ..................................................... 124
III. Sinergtica de la cognicin ............................................................... 126
III.1.Componentes estructurales . ..................................................... 127
La imagen del sistema sinergtico . ................................................. 127

Marco de la sinergtica cognitiva . ................................................. 130
Promesa y relevancia argumentativa .............................................. 132
III.2. Componentes dinmicos ......................................................... 133
Dominios de conocimiento ............................................................ 133

El prototipo de la coordinacin bimanual y el HKB model .............. 134
Extensiones empricas ................................................................... 137
III.3. Pragmtica de la explicacin . ........................................................ 140
11
ibanez.indd 11 23/10/08 20:49:48

Captulo 4. La mente como sistema dinmico topolgico:
entre el universalismo matemtico y el pluralismo fenomnico ............ 143
I. Introduccin . ..................................................................................... 143

II. Generalizacin metaterica . .............................................................. 144
II.1. Componentes estructurales ....................................................... 145
Supuestos ontolgicos, restrictivos y explicativos como marco

de las teoras de la complejidad . .................................................... 147
Relevancia y promesa argumentativa ............................................. 149
II.2. Componentes dinmicos .......................................................... 150
El rol de los prototipos y sus extensiones empricas ........................... 151
II.3. Pragmtica de la explicacin ..................................................... 153

II.4. Evaluacin del modelo metaterico con respecto a las tradiciones
cientficas de la complejidad ............................................................. 155
II.4.1 Reactividad a los supuestos clsicos de la ciencia ............... 155

II.4.2. Autoorganizacin y emergencia ........................................ 156
II.4.3. Simulacin . ..................................................................... 159
II.4.4. Holismo . ......................................................................... 160
III. Un programa de investigacin bifronte . ........................................... 161

IV. Corolario: aspectos relevantes en el desarrollo de las teoras de la
complejidad ........................................................................................... 162
IV.1. Nivel objetal ............................................................................ 162
Modelos no-lineales para la indagacin de la dinmica

cerebral......................................................................................... 162
El rol de la simulacin .................................................................. 163
Inter-level cognition, nfasis en la coordinacin y diseos ms
ecolgicos ..................................................................................... 163
12
ibanez.indd 12 23/10/08 20:49:48

IV.2. Nivel terico ............................................................................ 164
Hacia la cognicin elevada: la especificidad de la cognicin

humana . ..................................................................................... 164
Necesidad de un lenguaje especfico de la complejidad
cognitiva . .................................................................................... 165
IV.3. Nivel metaterico .................................................................... 166
Computacionalismo ortodoxo ........................................................ 166

El conexionismo ........................................................................... 167
Los enfoques alternativos . ............................................................. 169
Captulo 5. Complejidad como entretejido de concepciones.................. 171
I. Introduccin........................................................................................ 171
II. Concepcin holista: complejidad del explanandum............................. 172
a) Superveniencia e irreductibilidad deductiva.............................. 177

b) Propiedades globales................................................................ 178
c) Downward causation................................................................. 179
II.1. La ilusin de la flecha y las dos entidades................................... 180

II.2. Pragmatizacin de la causacin submergente.............................. 183
II.3. Consecuencias en el mbito de la cognicin............................... 191
Interactivismo, contexto y cognicin................................................ 191

Representacin y homuncularidad.................................................. 192
Estrategias explicativas emergentistas............................................... 195
III. Concepcin universalista: complejidad del explanans......................... 197
III.1. Descontextualizacin del explanans y ontologizacin de las

matemticas....................................................................................... 200
III.2. Derivacin del fenmeno en base a leyes
matemticas....................................................................................... 201
13
ibanez.indd 13 23/10/08 20:49:49

III.3. Dificultades de la ontologizacin matemtica.......................... 202
III.4. Falacia del no-conocimiento tcito y limitaciones inherentes
del universalismo............................................................................... 204
III.5. Consecuencias en el mbito de la cognicin.............................. 211
Topologizacin y visualizacin de la cognicin................................. 211

Validacin de fenmenos cognitivos no ortodoxos.............................. 212
Universalizacin de las teoras........................................................ 213
IV. Discusin acerca de las dos concepciones........................................... 213
Captulo 6. Prospectiva y expectativas futuras de las teoras

dinmicas................................................................................................ 217
I. Un marco prospectivo para las teoras dinmicas.................................. 217
I.1. Holismo pragmtico: sntesis dialctica entre la

complejidad del explanans y la complejidad del explanandum............. 219
I.1.1. Retomando las promesas de las teoras dinmicas............... 221
(a) La promesa de solucin del problema

mente-cuerpo......................................................................... 222
(b) La promesa de inclusin de la intencionalidad,
el significado y la consciencia en la explicacin
de la mente............................................................................ 223
(c) La promesa de un nuevo juego de lenguaje
simultneamente matemtico, neurolgico,
psicolgico y social................................................................. 225
I.2. A modo de eplogo: reconsideracin de la naturaleza

de la cognicin.................................................................................. 229
Referencias.............................................................................................. 231
14
ibanez.indd 14 23/10/08 20:49:49

ndice de figuras
Figura 1. Mapa de antecedentes................................................................. 31

Figura 2. Las dos consciencias de Edelman................................................ 86
Figura 3. Informacin efectiva................................................................... 87
Figura 4. Componentes tericos del darwinismo neuronal........................ 95
Figura 5. Componentes tericos de la teora del caos de Freeman............ 111
Figura 6. Componentes tericos de la teora del campo
del desarrollo........................................................................................... 125
Figura 7. Slaving principle........................................................................ 129
Figura 8. Componentes tericos de la sinergtica cognitiva...................... 141
Figura 9. Componentes metatericos generalizados................................. 144
Figura 10. Downward causation de la actividad mental............................ 181
Figura 11. Percepcin de desplazamiento humano................................... 207
Figura 12. Espacio de tres dimensiones.................................................... 210
Figura 13. Relaciones conceptuales entre la concepcin holista
y universalista.......................................................................................... 215
ndice de boxes
Box 1. Trminos tcnicos presentados en el texto...................................... 69

Box 2. Sistema dinmico y Topologa........................................................ 79
Box 3. Caos en el cerebro?........................................................................ 98
Box 4. Caos determinista......................................................................... 100
Box 5. La doctrina de la neurona............................................................. 102
Box 6. K-Set model.................................................................................. 108
Box 7. Campo de activacin del error A no B....................................... 123
Box 8. La topologizacin del espacio en el Renacimiento........................ 145
Box 9. Origen y polisemia del emergentismo........................................... 158
Box 10. Un ejemplo de downward causation............................................ 175
Box 11. Patrones de Chlandi................................................................... 176
Box 12. Micro y macrocausacin eficiente............................................... 185
Box 13. Representacionalismo................................................................. 194
Box 14. Conexionismo y dinmica: similitudes y diferencias................... 198
Box 15. Falacia del no-conocimiento tcito............................................. 206
15
ibanez.indd 15 23/10/08 20:49:50

16
ibanez.indd 16 23/10/08 20:49:50

Prlogo
Cognicin dinmica: Una nueva promesa
Times are changing. When, in 1967, the second volume of Encyclopedia

of Philosophy came out, it included no article on complexity,
and the seventh volume carried an article by the philosopher
Hesse on simplicity which ended with remarks on Occams razor.
(Thomas, 2004)
I. Primeros indicios
A mediados de los 90 Ilya Prigogine sostena en su libro El fin

de las certidumbres1:
Los sistemas dinmicos inestables conducen a una ampliacin
de la dinmica clsica y de la fsica clsica Esta formulacin
rompe la simetra entre pasado y futuro que afirma la fsica
tradicional, la mecnica cuntica y la relatividad, inclusive.
Apenas se incorpora la inestabilidad, la significacin de las
leyes de la naturaleza cobran un nuevo sentido Asistimos
al surgimiento de una ciencia que ya no se limita a situacio-
nes simplificadas, idealizadas, es ms, nos instala frente a la
complejidad del mundo real, una ciencia que permite que la
creatividad humana se vivencie como la expresin singular
de un rasgo fundamental comn en todos los niveles de la
naturaleza (Prigogine, 1996, p. 15).
1
Es traduccin del original denominado The end of certainty, publicado por
primera vez en 1996.
17
ibanez.indd 17 23/10/08 20:49:50

Este libro promova una radical transformacin en la forma de
hacer ciencia, afirmando que el universo determinista newtoniano
era un cuadro inadecuado de la naturaleza. Planteaba adems una
reconsideracin de las leyes fsicas entendidas como entidades eternas
e inmutables, proponiendo una visin ms procesal y un nuevo di-
logo entre la naturaleza y la ciencia. Para entonces existan ya muchos
libros y artculos cientficos similares sobre las, ahora llamadas, teo-
ras de la complejidad. Este heterogneo grupo de teoras provena
principalmente de la fsica y las matemticas. Conformada dentro de
una perspectiva aparentemente postmoderna, esta visin alternativa
se presentaba como un programa de investigacin multinivelado,
ms ecolgico y plurifactico que los modelos clsicos de la ciencia.
Estas teoras cuestionaban los conceptos heredados de la tradicin
cientfica positivista: el determinismo y la predictibilidad en base a
leyes; la atemporalidad de los enfoques cientficos; el principio de
parsimonia y la simplicidad de los modelos cientficos; la linealidad
de los fenmenos naturales, entre otros.
La primera impresin que las teoras de la complejidad sobre
la comunidad cientfica causaron, fue la de una revolucin radical,
una nueva forma de hacer ciencia y una gran promesa de solucin
de diversos problemas de la ciencia en general. En el mbito del
estudio de la mente, las extensiones y aplicaciones de las teoras de
la complejidad se desarrollaron en forma veloz. Las teoras de la
complejidad (tambin denominadas teoras dinmicas) parecieran
resolver muchos problemas para la psicologa y las ciencias cogniti-
vas. En particular brindaran una nueva imagen de la ciencia psico-
lgica, tradicionalmente basada en la atomizacin y fragmentacin
de fenmenos mentales y en constante lucha entre el cientificismo
psicolgico y las aproximaciones trascendentalistas e idealistas (Cor-
nejo, 2006). En contra del newtonianismo psicolgico, basado en
la reduccin lineal de la mente a un conjunto esttico de variables,
las teoras de la complejidad podran devolver una imagen ms
completa de la mente, interaccional, dinmica y global.
Sin embargo, a partir de estas primeras impresiones, la
irrupcin de las teoras dinmicas en las ciencias cognitivas genera
18
ibanez.indd 18 23/10/08 20:49:50

tambin nuevas inquietudes. Es el lenguaje matemtico apto para
abordar los procesos mentales?, cun alejadas estn las promesas
de las teoras de la complejidad de su aplicacin real?, qu significa
realmente una teora de la complejidad?
II. Ciencias cognitivas
El contexto actual de las ciencias cognitivas puede describirse

como el de un cuestionamiento al paradigma clsico dominante
en la materia, conocido como computacionalismo. El computa-
cionalismo se constituy entre los 60 y 70 como un programa
multidisciplinario para entender los procesos cognitivos. En su
ncleo conceptual esta revolucin asumi que la mente podra
ser entendida en base a cmputos simblicos, siendo explicada
en base a reglas y principios lgico-sintcticos. El significado
perdi protagonismo en la explicacin mecanicista de la mente,
en favor de la sintaxis y la correspondencia objetiva con entida-
des del mundo. En s misma brind una metfora de la mente
como computador, que permiti reconsiderar fenmenos como
el pensamiento, la intuicin, el deseo, la creencia, la memoria y
los smbolos. Incluso el lenguaje comn (al menos el de los in-
vestigadores en cognicin) asimil en gran medida los conceptos
del procesamiento de la informacin y, hoy en da, es comn su
aplicacin en la vida cotidiana.
Conforme al avance del tiempo, la propia investigacin dentro
del computacionalismo fue provocando algunos insights acerca de las
limitaciones del programa. Existe una multiplicidad de problemas
metatericos, metodolgicos, conceptuales y empricos sin resolver.
El intento transgeneracional (a partir del cartesianismo, pasando por
la filosofa analtica del lenguaje ideal, hasta los albores del cogniti-
vismo) de reducir el razonamiento humano a procesos formales de
cmputo sobre representaciones residentes en la cabeza, es altamente
cuestionado hoy en da (Anderson, 2003; Beer, 1995; Brooks, 1991;
Dreyfus & Dreyfus, 1990; Lighthill, 1973; Rumelhart & Zipser,
1986; Wheeler, 1996).
19
ibanez.indd 19 23/10/08 20:49:51

Usted no desconoce el xito de dichos sistemas expertos, capa-
ces de competir a nivel mundial en el ajedrez o al juego de damas,
aun as, estas simulaciones no lograron reproducir la plasticidad y
flexibilidad humana (Dietrich, 2000). Muchos sistemas de cono-
cimiento no funcionaban en contextos cambiantes, ni en tareas de
fcil resolucin mediante el sentido comn. La consideracin de la
mente como un sistema lgico formal perdi crdito paulatinamente
(Dietrich, 2000). Junto a las dificultades propias del computacio-
nalismo, la aparicin de nuevas tendencias en la cognicin pusieron
en duda la tradicional afirmacin de que el computacionalismo
no presenta teoras rivales de magnitud (Fodor, 2000; Newell &
Simon, 1976). A medida que el desencanto con el cognitivismo
creca, fueron emergiendo alternativas que escapaban a los supuestos
computacionales. As abrieron el campo de investigacin hacia fe-
nmenos no abordados por la tradicin ortodoxa, generaron nuevos
dilogos con otras disciplinas sociales y biolgicas; y reconsideraron
muchos problemas clsicos del cognitivismo.
En este marco, el enfoque de la cognicin situada (Brigthon et
al., 2003; Clark, 1997; Kirsh, 1995; Lynn & Stein, 1991; Wilson
& Myers, 1999, entre otros) asume que el conocimiento est es-
tructurado en el ambiente social, ecolgico y fsico que conforma
la experiencia. La embodied cognition, (Anderson, 2003; Clark,
1997; Dourish, 2001; Haugeland, 1995; Prem, 1996; Varela et al.,
1991, entre otros) afirma que las propiedades de la mente (pensa-
mientos, deseos, imaginacin, etc.) estn encarnadas en la misma
corporalidad, y que a su vez se encuentra inserta en un contexto
ecolgico particular. Dentro de la embodied cognition se sita la
lingstica cognitiva (Johnson, 1987; Lakoff & Johnson, 1980,
1999, entre otros) y la enaccin (Varela et al., 1991, Thompson &
Varela, 2001). Mediante los procesos sensomotores del cuerpo se
constituye la cognicin a nivel biolgico, psicolgico, y cultural. La
extended mind (Clark & Chalmers, 1998; Clark 2001; Li, 2003,
entre otros) est interesada en el rol del ambiente en la gnesis de
los procesos cognitivos, poniendo nfasis en la consideracin de ste
no slo como parte de la accin, sino tambin del pensamiento.
Mapas, herramientas y smbolos son parte de la mente extendida.
20
ibanez.indd 20 23/10/08 20:49:51

Procesos internos, como las creencias, son conceptualizadas como
constituidas en parte por el ambiente. Al igual que la perspectiva de
la cognicin distribuida (Cole & Engestrm, 1991; Holland et al.,
2000; Hutchins, 1995; Wrigth et al., 2000, entre otros), el conoci-
miento es tomado en un continuum con los procesos del ambiente y
en ciertas ocasiones resulta complejo establecer distinciones tajantes
entre mundo y mente. La aplicacin de la teora de la actividad en
la cognicin (Bakhurts, 1995; Engelsted, 1993; Engestrm, 1991;
Jones, 1999, 1997, 1998; Kaptelinin, 1992; entre otros) critica la
aplicacin de la simulacin computacional para la comprensin de
la cognicin humana, y supone que fenmenos psicolgicos como
la intencionalidad no pueden ser entendidos en trminos mecani-
cistas. La llamada biosemitica y algunas corrientes provenientes
de la biologa (Emmeche, 2001; Hoffmayer & Emmeche, 1991;
Kull, 2003; Rosen, 1978, 1985a, 1991, 1998, entre otros) han
criticado asimismo las limitaciones de los sistemas formales, para
dar cuenta de procesos cognitivos biolgicos, resaltando la ecologa
del organismo con su ambiente. Estos son algunos de los enfoques
alternativos que emergen, en parte, como una consecuencia de las
limitaciones actuales del computacionalismo (Cosmelli & Ibez,
2007, 2008; Ibez & Cosmelli, 2008).
Usted se preguntar si, a partir de la crisis del computaciona-
lismo y el surgimiento de nuevas aproximaciones, existe un giro
que transforma la clsica perspectiva reduccionista, atemporal,
descorporeizada, esttico-racionalista, libre de cultura y emocin.
Pareciera que de esta perspectiva clsica, pretende surgir una cos-
movisin ecolgicamente centrada en la accin e intencin, en la
comprensin de la mente como un proceso ligado a la interaccin
entre cerebro, cuerpo, ambiente y cultura. Este giro estara tambin
centrado en el inters en los problemas de conocimiento en tiempo
y situaciones reales (Cornejo, Ibez & Lpez, 2007; Ibez &
Cosmelli, 2007).
Y en el caso de que este giro se estuviera gestando en el campo
de la cognicin, forma parte del mismo el aporte de las teoras de la
complejidad? Es en este contexto, de redefinicin de la cognicin, de
21
ibanez.indd 21 23/10/08 20:49:51

cmo puede ser estudiada, y de duda acerca de si existe el giro que
nos estamos planteando, que las llamadas teoras de la complejidad
aparecen como alternativa.
Este programa de investigacin se extiende en la cognicin des-
de las interacciones neurales a los fenmenos culturales, apoyando
sus explicaciones en formalizaciones matemticas de los fenmenos
cognitivos, promoviendo una imagen diferente de la metfora de la
computacin clsica, ms multifactica e inclusiva de los afectos y la
cultura. Las teoras de la complejidad aportan nuevas herramientas
y preguntas en torno a los fenmenos cognitivos.
III. Anlisis metaterico
En el actual contexto de las ciencias cognitivas, las promesas y

cambios planteados por las teoras de la complejidad nos deman-
dan un anlisis ms profundo. Justamente esa es la finalidad del
presente libro: que realicemos juntos un anlisis de las teoras de
la complejidad aplicadas a la cognicin, estableciendo su estatus
terico, sus ncleos conceptuales y supuestos bsicos, y las estra-
tegias de explicacin utilizadas.
Las preguntas acerca del estatus terico de las teoras de la
complejidad en el mbito de la cognicin requieren de un nivel de
descripcin particular, construdo mediante un lenguaje especfico.
No se trata entonces de un trabajo tcnico, matemtico o metodo-
lgico. Los interrogantes planteados tampoco pueden responderse
mediante un experimento, ni construyendo alguna nueva teora.
En vez de eso, lo que necesitamos, es un anlisis de las teoras de
la complejidad existentes en el mbito de la cognicin, mediante
herramientas conceptuales que nos permitan identificar sus propie-
dades fundamentales y reconstruir sus componentes principales.
Este tipo de anlisis es abordable por herramientas de la filosofa
de la ciencia, y se lo conoce como anlisis metaterico. Se trata
de un anlisis conceptual que toma a una teora como objeto de
estudio y analiza sus propiedades. Un lenguaje metaterico, es una
22
ibanez.indd 22 23/10/08 20:49:51

reconstruccin racional de segundo orden, que permite describir,
integrar y comparar teoras fuera de su nivel de aplicacin objetal
(Stegmller, 1976).
Existen diversas formas de anlisis metaterico segn diversos
enfoques. En el presente libro se utiliza un modelo que integra
aportes convergentes de la filosofa de la ciencia contempornea,
principalmente de tipo pragmtico (Ibez, 2006; Ibez & Cor-
nejo, submitted a). En pocas palabras, el modelo propuesto permite
analizar dos grandes conjuntos de componentes tericos. Los
componentes estructurales hacen referencia a supuestos centrales de
las teoras que no admiten falsacin, y se asumen como dados. Los
componentes dinmicos se refieren a aspectos menos esenciales y de
tipo falsable, es decir que pueden ser refutados empricamente. Los
componentes estructurales son el ncleo y marco de una teora, y
refieren al conjunto de relaciones conceptuales ms estticas de la
teora. Por ncleo se entender una relacin conceptual de impor-
tancia central en una teora. Estas relaciones de conceptos permiten
una estructuracin de orden y sentido sobre la cual se asienta el
marco de la teora. El marco de una teora debe entenderse como
una extensin del ncleo, que especifica y redefine su alcance. La
principal funcin del marco consiste entonces en anclar el ncleo
en un conjunto de supuestos, extendiendo el contenido estructural
de una teora. En el marco se describen:
a) Los supuestos ontolgicos de una teora. Se establecen los entes
u objetos del mundo de posibilidades de una teora y se definen los
procesos que estos contemplan.
b) Las restricciones del ncleo. Ello conlleva al establecimiento de
herramientas conceptuales adicionales que no estn explicitadas por
el ncleo, como as tambin que tipo de relaciones entre conceptos
tericos son sostenidas.
c) Los tipos de estrategias explicativas que permite dicha teora. El
tipo de estrategia explicativa depende en gran medida del conjunto
de ontologas y procesos que se asumen, ya que ambos determinan
parcialmente ciertas formas de explicar.
23
ibanez.indd 23 23/10/08 20:49:52

Las propiedades del ncleo extendido por su marco de la teora
podrn ser mapeadas con las propiedades de los elementos dinmi-
cos de las teoras. Los elementos dinmicos de la teora describen
componentes que usualmente cambian con mayor frecuencia. Estn
representados por los prototipos de una teora: aquellas aplicacio-
nes de una teora en mbitos particulares en donde se observa de
manera concreta y elegante la teora; los dominios de aplicacin,
que representan el conocimiento especfico que no es propio de la
teora; y finalmente, las extensiones empricas, como parte integral
de la construccin de teoras. Para una descripcin en detalle de este
modelo vase Ibez, 2006 e Ibez & Cornejo (submitted a).
Se analizan mediante este modelo las relaciones entre los
componentes estructurales y los dinmicos. Un tipo cardinal de
relacin para los fines del anlisis lo constituye la relacin prag-
mtica de explicacin entre explanans y explanandum. El explanans
se refiere a las herramientas (materiales o conceptuales) que se
utilizan para estudiar un fenmeno. Este, a su vez, constituye el
explanandum. Algunas caractersticas del explanandum pueden ex-
plicarse, entenderse o predecirse a partir del explanans; y desde este
pueden generarse nuevas hiptesis a ser testeadas. Toda explicacin
es una relacin de orden entre un explanans (una herramienta) y
un explanandum (el fenmeno). Cabe destacar que esta relacin es
contexto-dependiente. Muchas propiedades de un explanandum
pueden estar establecidas a partir del explanans; y un explanandum
puede funcionar como explanans en otros contextos2. Mediante el
anlisis metaterico se proceder entonces a una reconstruccin de
2
Por ejemplo, las neuronas, como unidad del sistema nervioso, slo pasaron
a constituir el fenmeno central del cerebro luego de que Ramn y Cajal
utilizara el mtodo de Golgi y para visualizarlas y definirlas. El flogisto en
la teora de la combustin, los epiciclos en el sistema ptolomico y el ter
como propagacin de la luz en la teora de campo, fueron fenmenos que
dejaron de existir una vez que se utiliz otro explanans. Finalmente, la idea
de autopoiesis como una propiedad de los organismos vivos, es un atributo
de un fenmeno biolgico (celular), que se aplic luego como explanans
para abordar otros fenmenos de tipo psicolgico o social.
24
ibanez.indd 24 23/10/08 20:49:52

los componentes estructurales y dinmicos de las teoras, y al anlisis
de las relaciones de explicacin. Bajo este marco conceptual, y de
acuerdo a la estrategia planteada, abordaremos la neurodinmica de
la cognicin y analizaremos a la mente y al cerebro como Sistema
dinmico topolgico. Para ms detalles de este modelo metaterico
vase Ibez & Cornejo (submitted a).
Que son las teoras de la complejidad en la cognicin? Una
extrapolacin fisicalista, o una revolucin en la forma de entender
y estudiar la cognicin? Por otra parte, existe un componente
nuclear comn en las diversas teoras de la complejidad?, forman
estas un corpus terico nico, claramente diferenciable de otros
programas de investigacin cognitivos? Cules son las ventajas y
desventajas de estas teoras? Estas preguntas motivan el objetivo
de este texto: realizar un anlisis de las teoras de la complejidad
aplicadas al mbito de las ciencias cognitivas. A continuacin se
presenta un breve resumen del contenido de cada captulo.
IV. Sinopsis del libro
En el captulo 1, se presenta un conjunto de antecedentes histricos

de las teoras de la complejidad en diversas disciplinas cientficas,
que configuran el macrocontexto de las teoras de la complejidad
cognitivas. Se describen las propiedades especficas de este ma-
crocontexto, sealando los aspectos esenciales de las tradiciones
de la complejidad. El anlisis histrico permite concluir que las
tradiciones cientficas de la complejidad representan un proceso
de trnsito en el modo de hacer ciencia.
En el captulo 2, se introducen las teoras cognitivas de la com-
plejidad, presentando una breve contextualizacin y los antecedentes
ms relevantes. En este captulo se analizan dos de ellas, la teora del
darwinismo neuronal y la teora del caos de Freeman.
En el captulo 3, se contina el anlisis de otras dos teoras
de la complejidad de claro impacto en las ciencias cognitivas. Se
25
ibanez.indd 25 23/10/08 20:49:54

analizan las teoras dinmicas aplicadas al desarrollo evolutivo y
posteriormente la sinergtica cognitiva, que es una de las teoras de
la complejidad ms extensas.
El captulo 4, nos presenta una reconstruccin conceptual en
base a las teoras anteriormente analizadas. Se desarrolla la idea de
que el ncleo central de estas teoras est basado en la metfora de
la cognicin como sistema dinmico, instanciada por una topologa
espaciotemporal. Se analiza el uso de la simulacin matemtica y
estrategias explicativas basadas en la analoga de herramientas ma-
temticas y propiedades de los fenmenos cognitivos. Finalmente
se sealan las reas ms relevantes de las teoras de la complejidad
a nivel objetal, terico y metaterico que posiblemente determina-
rn el futuro de este programa de investigacin en el mbito de la
cognicin.
En el captulo 5, se analizan dos concepciones antagnicas en
el seno de las teoras de la complejidad: una universalista y la otra,
holista. Se desarrolla en primer lugar la concepcin holista, estable-
ciendo sus supuestos, analizando el rol causal de las explicaciones
emergentistas y desplegando sus consecuencias para el mbito de las
ciencias cognitivas. Luego se examina la concepcin universalista,
describiendo la tesis ontolgica de las matemticas dinmicas, ex-
plicitando sus dificultades inherentes, describiendo la estrategia de
explicacin en base a derivaciones matemticas de los fenmenos
cognitivos y desarrollando las consecuencias de esta concepcin
para el mbito de las ciencias cognitivas. Ambas concepciones de-
terminan la forma de entender y estudiar los fenmenos cognitivos.
Finalmente, se concluye que ambas concepciones estn presentes de
forma simultnea y antagnica en cada teora analizada, formando
un dueto de concepciones entretejidas.
El captulo 6 est destinado a aspectos complementarios del
anlisis realizado, de tipo prospectivo. Especficamente se desarrolla
una reinterpretacin de las teoras dinmicas como programa de
investigacin. Esta reinterpretacin es una sntesis entre las con-
cepciones holista y universalista, y se propone como un marco para
26
ibanez.indd 26 23/10/08 20:49:54

reconceptualizar las teoras dinmicas y la naturaleza de la cognicin.
Desde este marco son reconsiderados los principales desafos futuros
de las teoras dinmicas.
27
ibanez.indd 27 23/10/08 20:49:54

28
ibanez.indd 28 23/10/08 20:49:55

Captulo 1
Origen y diversidad de las tradiciones

cientficas de la complejidad
I reject the attempt to measure an absolute, or intrinsic, complexity;

but this acceptance of complexity as something in the eye of the beholder is,
in my opinion, the only workable way of measuring complexity.
(Ashby, 1952)
I. Introduccin
E xisten heterogneas tradiciones cientficas que han contribuido

al estudio de los fenmenos complejos. La historia como narrati-
va ilumina la comprensin de los eventos y contextualiza los alcances
de los mismos. No existe en la literatura cientfica ninguna revisin
histrica exhaustiva de los antecedentes de las teoras de la comple-
jidad. Sin embargo, es posible reconstruir ciertos aspectos globales
a partir de fragmentos provenientes de distintas circunstancias.
El objetivo de este captulo consiste en presentarnos un con-
junto de antecedentes histricos prototpicos de las teoras de la
complejidad en diversas disciplinas y, en base a la revisin histrica,
elaborar un corpus distintivo de estas teoras, que denominaremos
tradiciones cientficas de la complejidad. A partir de esta revisin
histrica, usted advertir que no existe un ncleo conceptual nico
de la tradiciones cientficas de la complejidad, sino un conjunto de
heursticas que atraviesan los heterogneos programas de investi-
gacin revisados.
29
ibanez.indd 29 23/10/08 20:49:55

El anlisis de las tradiciones cientficas de la complejidad, que
parte de principios del siglo XX y contina hasta la actualidad,
servir para que comparemos las aplicaciones de la teora de la
complejidad en torno a los modelos de cognicin.
I.1. Demarcacin de los alcances del captulo
Existen cuasi-infinitas definiciones de complejidad aplicadas a

diferentes dominios cientficos (vase por ejemplo Horgan, 1995;
Richardson & Cilliers, 2001). Una revisin exhaustiva de las apli-
caciones de las teoras de la complejidad no resulta posible (Em-
meche, 1997), ni tampoco necesaria. Por teoras de la complejidad
no entenderemos ninguna definicin ligada a un campo del saber
especfico. Nos abocaremos a analizar un conjunto muy heterog-
neo de disciplinas y pocas muy diferentes, puesto que no se trata
tampoco de un sistema definido de manera universal.
Por otra parte, han existido una serie de factores socioculturales
muy amplios que han influido notoriamente en el desarrollo de las
teoras de la complejidad. La revolucin industrial, la segunda guerra
mundial y su asociacin con la actividad cientfica, el fenmeno del
cambio del saber y de su status epistemolgico, y el acelerado desa-
rrollo de la tecnologa en las ltimas dcadas, han moldeado en gran
medida el progreso de las teoras revisadas. Por razones de limitacin
prctica, no sern ms que enunciados en algunos pasajes.
Muchos desarrollos histricos relacionados con las teoras de la
complejidad sern dejados de lado, ya sea por representar enfoques
muy especficos (ej., Teora Ergdica, Homeokintica y Homeo-
dinmica) que escapan al campo de la cognicin, (ej., Artificial
Life, Schismogenesis); por extenderse a dominios no abordados en
esta tesis (ej., Metasystems Transitions Theory, teora de los sistemas
sociales de Luhmann) o por incluir supuestos ajenos a las teoras
de la complejidad (ej., teora del pensamiento complejo de Morin,
Hiptesis Gaia, Methaphysikynesis de Baker).
30
ibanez.indd 30 23/10/08 20:49:56

I.2. Sinopsis del captulo
En primer lugar, luego de haber presentado los objetivos y haber

delimitado el alcance y la naturaleza de la propuesta, comenzare-
mos ilustrndonos con el desarrollo histrico de los antecedentes
de las teoras de la complejidad. La figura 1 muestra las tradiciones
revisadas que sern tratadas en la seccin II.
Figura 1. Mapa de antecedentes
El presente mapa ilustra las tradiciones cientficas revisadas en relacin a las teoras de la
complejidad. El plano 1, hace referencia a tradiciones centradas inicialmente en preguntas de
la fsica y la matemtica. El plano 2, hace referencia a tradiciones centradas inicialmente en
torno a preguntas de orden biolgico. TSD: teora de sistemas dinmicos. SYN: sinergtica.
TA: termodinmica de inestabilidades. CYB: ciberntica. TGS: teora general de sistemas. A:
autopoiesis. CR: complejidad roseana. AC: Autmatas celulares. CA: complejidad algortmica.
TCA: teoras del caos.
31
ibanez.indd 31 23/10/08 20:49:59

Sobre este contexto histrico, que no es exhaustivo, aborda-
remos la problematizacin de la diversidad de las tradiciones y las
reconsideraremos. A continuacin revisaremos particularmente
las tradiciones cientficas referidas. Contamos con un Box (Box 1,
al final del captulo) con algunas definiciones bsicas de trminos
tcnicos presentados en el texto. Muchos de estos conceptos estn
definidos de forma ms elaborada en captulos subsiguientes.
II. Antecedentes
II.1. Teora de sistemas dinmicos (Dynamical systems theory)
Antes de desarrollar esta seccin, son necesarias algunas acla-

raciones. Por Teora de sistemas dinmicos entenderemos una larga
tradicin cientfica centrada en algunas ramas de la matemtica y en
contextos especficos de desarrollo. Dicha tradicin no representa
una ciencia pura que progresa autnomamente y que se aplica
a dominios extramatemticos. Por el contrario, las herramientas
de esta tradicin han emergido en dominios muy especficos: el
problema de los tres cuerpos en mecnica celeste; la configuracin
de equilibrio en teora de fluidos; los estudios de resonancia en
circuitos electrnicos, el equilibrio presa-predador en dinmica de
poblaciones; por citar slo algunos ejemplos. No debe considerase
una tradicin meramente matemtica basada en la aplicacin de
ecuaciones diferenciales (vase Box 1), sino en una co-construccin
de herramientas matemticas y aportes de disciplinas particulares
como la fsica, la ingeniera o la biologa (Aubin & Dahan, 2002).
Dada esta caracterstica transdisciplinaria, esta tradicin atraviesa
muchas de las teoras revisadas y que solo discriminamos con fines di-
dcticos. Observaremos el panorama del perodo comprendido entre
finales del siglo XIX hasta la etapa de convergencia interdisciplinaria
de las teoras de caos a partir de la dcada del 70. Algunos aportes
de la teora de los sistemas dinmicos los abordaremos en otros
apartados (por ej., los concernientes a la complejidad algortmica)
y los desarrollos tardos (a partir del 70), en el apartado II.8.
32
ibanez.indd 32 23/10/08 20:50:00

II.1.1. Henri Poincar: Limitaciones de los sistemas integrables,
nacimiento de la visin topolgica global y aceptacin de la in-
certidumbre predictiva
Probablemente no exista mayor consenso dentro de las teoras de la

complejidad que considerar a Poincar como pionero y fundador
de una larga aventura histrica. Su aporte en la teora de sistemas
dinmicos es inobjetable (vase, por ejemplo: Anderson, 1994; Bo-
ttazini, 2000; Chabert & Dahan, 1992; Gilain, 1991). De particular
importancia para nuestro propsito, se destaca la teora cualitativa
de las ecuaciones diferenciales (a), el estudio de la estabilidad global
de un conjunto de trayectorias (b), la nocin de bifurcacin en base
a parmetros (c) y la introduccin de conceptos probabilsticos en
dinmica (d).
a) Teora cualitativa de las ecuaciones diferenciales. Ante las
dificultades que surgan cuando se intentaba demostrar la accin
gravitatoria de tres cuerpos en mecnica celeste1, el rey de Suecia
scar II, haba prometido una recompensa a quien pudiera brindar
una solucin a la demostracin de la estabilidad del sistema solar.
Poincar estaba interesado en la posibilidad de un anlisis cualita-
tivo-geomtrico2 de la evolucin de un sistema de ecuaciones que
pudiera brindar soluciones a la descripcin del problema de tres
cuerpos. Poincar descubri entonces que el problema no haba
sido planteado correctamente, dado que la inestabilidad del sistema
de ecuaciones impedira una solucin completa para el mismo. Su
trabajo fue tan notable, que en 1888 el jurado decidi otorgarle el
premio previsto para el ganador de la competencia. Mediante su pha-
1
El problema de los tres cuerpos consiste en determinar en cualquier instante
las posiciones y velocidades de tres cuerpos, de cualquier masa, sometidos a
su atraccin mutua y partiendo de posiciones y velocidades dadas. Mientras
que el problema de los dos cuerpos tiene solucin, el problema de tres
cuerpos no tiene solucin general.
2
Por anlisis cualitativo-geomtrico har referencia no al lgebra geomtrica,
sino a la perspectiva de anlisis global de un sistema dinmico, basada en
una representacin grfica de la dinmica temporal de dicho sistema.
33
ibanez.indd 33 23/10/08 20:50:00

se portrait (usando una analoga topogrfica; vase Box 1), Poincar
us un ndice de curva proveyendo un resultado cualitativo local,
representado en un espacio de fases determinado por la posicin de
los objetos y el momentum o velocidad. A razn de esta estrategia,
Poincar en su Analysis Situs de 1895 describi la trayectoria de un
sistema de manera peridica. Esta implic la primera representacin
de la dinmica global de las trayectorias de un sistema.
b) Estabilidad global de trayectorias. Al interesarse en la esta-
bilidad global de las trayectorias planetarias, Poincar produjo un
cambio de perspectiva en las matemticas, centrado en el pasaje
del conocimiento local al conocimiento global de un sistema de
ecuaciones, que origin las bases de la moderna topologa. El merito
del matemtico en este punto consisti en brindar una descripcin
de la conducta global de un sistema de ecuaciones que describe las
trayectorias planetarias. En un ensayo de 1890 Poincar utiliz una
representacin topolgica para estudiar la evolucin de un conjunto
de trayectorias en un plano normal. Estas permitiran definir la
estabilidad de un sistema en base a sus procesos de cambio. Poin-
car logr la primera herramienta para reducir el problema de un
espacio topolgico de bajas dimensiones. Tambin, describi un tipo
particular de trayectorias, llamadas homoclnicas (descriptas a partir
de la accin gravitatoria de tres cuerpos) que resultaran demasiado
enmaraadas para poder dibujarlas por la mano del matemtico. La
trayectoria del sistema de ecuaciones era claramente impredecible y
la expectativa del rey de Suecia quedara truncada: it may happen
that small differences in the initial conditions produce very great ones
in the final phenomenaPrediction becomes impossible. (Poincar
1908, p. 68-69). Esto impuso una restriccin a los sistemas inte-
grables (vase Box 1), en los que las ecuaciones de movimiento
pueden ser integradas para obtener la posicin y velocidad como
funciones del tiempo.
c) Bifurcacin en base a parmetros. Sabemos que un parmetro
es una medida o valor que determina la conducta de un sistema
de ecuaciones. Cuando la dinmica global del sistema depende
de parmetros, esta tiende a cambiar continuamente con respecto
34
ibanez.indd 34 23/10/08 20:50:01

a los cambios del parmetro mismo, excepto cuando se produce
una bifurcacin. Una figura de bifurcacin es una representacin
topolgica de un cambio abrupto e impredecible en un sistema
de trayectorias. El matemtico estableci que existan una serie de
figuras que dependan de un parmetro. Observ que en ciertas
ocasiones algunas trayectorias cambiaban drsticamente su curso,
sin que dicho cambio fuera esperado. Poincar permiti la visua-
lizacin de una bifurcacin como un punto de ramificacin en
un espacio topolgico (manifold, vase Box 1) representado por
soluciones peridicas con una dimensin que vara de acuerdo a un
parmetro. De esta manera, el matemtico brind una herramienta
topolgica para la descripcin de cambios abruptos en la dinmica
global de un sistema.
d) Introduccin de conceptos probabilsticos en dinmica. Poin-
car utiliz tambin mltiples conceptos probabilsticos, realizando
innovaciones que permitieron el desarrollo posterior de la teora de
sistemas dinmicos. Estudiando la estabilidad de las trayectorias de
un sistema, l mostr que existe un nmero infinito de soluciones
particulares, las cuales son inestables e inesperadas en trminos de
probabilidad. En su teorema de recurrencia, prob que un sistema
aislado podra necesariamente volver atrs a su estado inicial, salvo
para un conjunto de casos con probabilidad cero de dicha ocurrencia.
Muchos de sus aportes resultaron esenciales para el posterior estudio
de fenmenos inestables (Aubin & Dahan, 2002).
Poincar ha significado una clara influencia en la teora de los
sistemas dinmicos. Docenas de sus libros y cientos de artculos
fueron constantemente actualizados a lo largo de la historia. Para
algunos, el caos fue descubierto por Poincar (Diacu & Holmes,
1996, p. 78) y sus afirmaciones son citadas como emblemticas por
algunos caologistas. Sin embargo, las teoras de la complejidad y en
particular el estudio del caos determinista (vase Box 1), emergieron
explcitamente a finales del siglo XX. Lo que si podemos afirmar es
que Poincar fund un conjunto de problemas y tcnicas esenciales
en los posteriores estudios de la complejidad. La imposibilidad de
predecir la conducta de sistemas relativamente simples, mediados
35
ibanez.indd 35 23/10/08 20:50:01

por interacciones no-lineales, implic un claro cuestionamiento de
los modelos newtonianos de la ciencia. Su topologa permiti un
cambio de perspectiva en la comprensin de la evolucin de un
sistema, basada en una comprensin global del mismo, en detri-
mento del conocimiento analtico y minimalista de sus propiedades.
El desarrollo de la moderna topologa se debe en gran medida a
Poincar. La inclusin de las probabilidades, y en particular sus
estudios de la accin gravitatoria entre tres o ms cuerpos evidenci
una indudable limitacin en la predictibilidad y certeza absoluta
del conocimiento.
II.1.2. La influencia Rusa temprana: complemento, expansin y

reconfiguracin
A comienzos del siglo XX, los trabajos de Liapunov (1857-1918)

en teora de estabilidad permitieron estudiar cuantitativamente la
divergencia entre trayectorias con condiciones iniciales diferentes.
Dichos trabajos tuvieron un impacto directo en las teoras de la
complejidad. Cuando los mtodos tradicionales para estudiar la
estabilidad de un sistema no permiten predecir la conducta li-
nealmente (dado que pequeos errores de linearizacin producen
grandes desviaciones), el exponente de Liapunov mide el grado de
inestabilidad de una rbita. Las contribuciones de Liapunov no se
reducen a la invencin del exponente que lleva su nombre; por sus
aportes ha sido considerado el padre de la ciberntica rusa (Pospelov
& Fet, 1998).
Andronov (1929), en base a los trabajos de Poincar, Mandels-
tam y Liapunov estudi la estabilidad de las soluciones peridicas
en sistemas disipativos (vase Box 1) sostenidos por energa externa,
extendiendo el programa original de Poincar. A partir de 1931,
Andronov comenz a estudiar las oscilaciones no-lineales autosos-
tenidas en circuitos elctricos y trmicos. El nfasis estuvo centrado
en el estudio de oscilaciones provenientes de diseos mecnicos
concretos (radio receptores, trenes, aeroplanos) que obligaban a
36
ibanez.indd 36 23/10/08 20:50:01

reducir notablemente la idealizacin matemtica propia de la mec-
nica celeste. El peso de los factores de desviacin y perturbaciones
azarosas fueron el centro de estudio de los coarse systems. A finales
de los aos 30, la escuela de Andronov se centr en el estudio de la
teora del control automtico, focalizndose en sistemas no-lineales
(vase Box 1), con procesos de friccin, fluctuacin y ruido en fe-
nmenos autooscilantes. Finalmente, con el advenimiento de la 2
Guerra Mundial, la Escuela de Andronov se centr en radiofsica,
campos magnticos y reactores nucleares (Bromberg, 1991)3.
En trminos generales, esta etapa de la escuela rusa implic
una clara expansin de los trabajos de Poincar. Se destaca el nfasis
en el estudio de sistemas resistentes a la idealizacin matemtica
clsica y en la inclusin de fenmenos extraos o aleatorios en la
descripcin de un sistema.
II.1.3. Ecuacin de van der Pol: teora general de las oscilaciones

e independencia relativa de la tradicin Poincar-Liapunov
Durante la primera mitad del siglo pasado, un ingeniero elctrico

holands llamado Balthasar van der Pol desarroll una teora de la
sincronizacin en forma independiente de la teora abstracta de
ecuaciones diferenciales (van der Pol, 1928, 1948). Trabajando en
los Phillips Research Laboratories construy una ecuacin de un sis-
tema disipativo, la cual permita describir oscilaciones espontneas.
Esta ecuacin fue posteriormente generalizada a muchos tpicos
de investigacin que, en palabras de Le Corbeiller (1933), en
principio podran ser independientes de sus aplicaciones mecnicas,
elctricas, termodinmicas, fsicas, fisiolgicas, biolgicas, o econmicas
(p. 328, traduccin del autor). La ecuacin de van der Pol se aplica
a sistemas no-lineales que exhiben autosustentamiento (self-sustai-
3
Una segunda escuela rusa que influy en la teora de los sistemas dinmicos, se
origin a partir de los trabajos de Kolmogorov en base a Krylov y Bogoliubov.
Por su concepcin de aleatoriedad como complejidad algortmica ser
revisado en otro apartado (seccin II.6).
37
ibanez.indd 37 23/10/08 20:50:02

ned); es decir poseen actividad oscilatoria causada por el sistema en
s mismo, manteniendo la actividad disipativa. Los trabajos de van
der Pol fueron pioneros en el estudio de la teora de la oscilacin en
fisiologa (incluso el ingeniero, junto con van der Mark, en 1927
construy un modelo elctrico del corazn).
II.1.4. Lefschetz: Convergencia intercontinental
El mrito de Salomn Lefschetz, haciendo honor a su nombre de

pila, se debe en gran medida a su loable labor, al lograr una gran
sntesis parcial, al trasladar el legado ruso al idioma ingls. Esto per-
miti la expansin en Occidente de enfoques que se haban limitado
a los trabajos de Poincar, Liapunov y Birkhoff, integrando nociones
topolgicas con otras provenientes de la estabilidad estructural y la
escuela de Kiev. Este matemtico de Princeton trabaj en el con-
texto de la 2 Guerra Mundial, con el fin de brindar un proyecto
integrado en ecuaciones diferenciales no-lineales. Despus de haber
participado en las traducciones de Krylov & Bogoliubov (1943) y
Liapunov (1892, traducido en 1907); y luego de haber organizado
varias conferencias, se centr en el desarrollo de una aproximacin
global a la teora de los sistemas dinmicos (Lefschetz, 1957).
II.1.5. Un intento de confluencia
Habiendo realizado una breve reconstruccin de la teora de los

sistemas dinmicos desde Poincar, hasta la dcada del 60, pode-
mos observar la marcada variabilidad de sus aportes. Por ejemplo el
inters de Poincar estuvo centrado en sistemas conservativos (vase
Box 1), a diferencia del posterior inters en los sistemas disipativos
(ej., van der Pol). Igualmente, el campo del cual surgieron los di-
versos enfoques es amplsimo (desde la mecnica celeste, pasando
por la ingeniera elctrica hasta aplicaciones en procesos de control).
Incluso los contextos socioculturales poseyeron caractersticas dif-
cilmente comparables.
38
ibanez.indd 38 23/10/08 20:50:02

Sin embargo, considero til para usted, recapitularle algunas
ideas ms o menos globales revisadas. La teora de los sistemas din-
micos ha brindado un conjunto de herramientas matemticas que
permiten estudiar mltiples fenmenos interactivos, fluctuantes,
impredecibles o sujetos a variaciones azarosas. A su vez dichas he-
rramientas se han generalizado y expandido a fenmenos multidisci-
plinarios. Por otra parte, este enfoque ha permitido una redefinicin
de muchos supuestos de la matemtica y ciencia clsicas. Desde
Poincar, la predictibilidad de un sistema relativamente simple (ej.,
de tres variables) mediado por relaciones no-lineales puede volverse
intrnsecamente controversial. La no-linealidad en el contexto de la
teora de los sistemas dinmicos implica que procesos relativamen-
te simples, pueden producir conductas muy complejas, como los
procesos de autoorganizacin y de autosostenimiento. Igualmente,
este enfoque ha favorecido el estudio de cualquier sistema desde
una perspectiva geomtrica, fundada en una descripcin espacial
de la evolucin del sistema. Dicha perspectiva representa una visin
cualitativa y global del sistema descrito, complementaria de la visin
local, analtica y cuantitativa. Finalmente esta tradicin ha favorecido
en cierta medida la desidealizacin de la matemtica, al considerar
los fenmenos no-lineales; al interesarse en el ruido, las influencias
azarosas y los procesos de friccin; y al forzar la sensibilidad mate-
mtica en contextos muy especficos y concretos.
Durante la dcada del 70, muchos factores revolucionaron
las teoras de los sistemas dinmicos. El desarrollo de la tecnologa
computacional y los mtodos de simulacin numrica, el favore-
cimiento de la interdisciplinaridad y muchos cambios ideolgicos
concomitantes participaron en una redefinicin de la teora de sis-
temas dinmicos dentro de las llamadas teoras de caos. Las mismas
sern desarrolladas en el apartado II.8.
II.2. Termodinmica de inestabilidades
Ignis mutat res. La termodinmica es la ciencia de la materia en

transformacin. Ms especficamente es la ciencia del calor y del
39
ibanez.indd 39 23/10/08 20:50:02

paso del tiempo, del desgaste y el deterioro. La obra de Fourier
(1768/1830), ha sido considerada por algunos (Prigogine & Sten-
gers, 1984) la primera etapa de las teoras de la complejidad. Tal
aseveracin podra resultar inadecuada. Lo cierto es que desde sus
comienzos, esta disciplina ha evitado la excesiva idealizacin de los
modelos cientficos (al incluir necesariamente la degradacin de la
energa, la interaccin sistema-ambiente, el devenir temporal y las
probabilidades).
Asentada sobre las leyes de la termodinmica, el nacimiento de
la entropa (Clausius, 1865) implic la asimilacin de la temporali-
dad dentro del anlisis cientfico. Dado que la entropa representa el
aumento del calor por desgaste y friccin, cualquier sistema existente
poseer entropa positiva, estableciendo una huella imborrable del
paso del tiempo (vase Box 1). Un sistema aislado producir su
mxima entropa en el devenir temporal, incrementando inexora-
blemente su degradacin. Esta fue la densa conclusin que aquej a
Boltzman (1844-1906). Estudiando mecnica estadstica, mediante
la teora kintica de gases, descubri la irreversibilidad entrpica de
cualquier sistema material. Sin embargo, la moderna termodinmica
ha invertido su perspectiva.
La termodinmica, al igual que la teora de los sistemas din-
micos, permite estudiar la dinmica de un sistema de ecuaciones
diferenciales, pero en base a kintica qumica, cuantificando las
cargas de concentracin qumica. La entropa se puede dividir en
deS (flujo de entropa o negentropa: intercambio de energa desde el
ambiente hacia el sistema) y diS (desgaste del sistema). En sistemas
aislados, deS= 0, por ende el sistema experimenta mxima entropa.
Por el contrario, en sistemas abiertos, interactuantes con su medio,
la entropa interna (diS) se reduce por efecto de deS. Particularmente
cuando las relaciones de intercambio de entropa son no-lineales, la
evolucin temporal de un sistema se vuelve visiblemente dinmica.
Veamos un ejemplo histrico de ello.
40
ibanez.indd 40 23/10/08 20:50:03

II.2.1. Las celdas de Benrd
La reaccin de Raylegh-Benrd es un buen ejemplo de un sistema

abierto disipativo. Si ponemos a calentar agua en una cacerola
sobre una fuente de calor (que induce inestabilidad por aumento
de la temperatura) se observa a nivel molecular un fenmeno muy
interesante. El fluido se desplaza entre las dos polaridades trmicas
en un movimiento coordinado (convection rolls), transportando
energa calrica en un movimiento autoorganizado de convec-
cin, resistiendo perturbaciones externas. El estudio de la reaccin
Raylegh-Benrd implic un gran esfuerzo interdisciplinario en la
comprensin de un proceso que exhiba orden emergiendo de la
inestabilidad en un sistema no aislado de su medio prximo. Este
fenmeno ilustra claramente un proceso autoorganizativo, en el
cual un sistema en inestabilidad produce un patrn ordenado a
partir de interacciones no-lineales. Este proceso atrajo la atencin
de mltiples investigadores (hidrodinamicistas, especialistas en
computacin, fsicos estadsticos, especialistas en plasma y por su-
puesto, termodinamicistas). El fenmeno present la posibilidad de
testear teoras de transiciones de fase, mtodos de renormalizacin,
turbulencia y termodinmica. Esta ltima, en particular enfatiz una
analoga formal entre la inestabilidad hidrodinmica y las estructu-
ras disipativas (Glansdorff & Prigogine, 1971). Estas representan
organizaciones espontneas (ej., reacciones qumicas, elctricas) en
situaciones de inestabilidad.
II.2.2. La Escuela de Bruselas y sus aplicaciones a la biologa
Las estructuras disipativas son sistemas termodinmicos en des-

equilibrio que generan orden espontneamente, intercambiando
energa con sus ambientes externos. Las estructuras disipativas
incluyen procesos fsicos (ej., torbellinos), reacciones qumicas
(ej., conveccin de Benrd), y sistemas biolgicos (ej., clulas). La
inestabilidad que se observa a escala microscpica, constituye la base
41
ibanez.indd 41 23/10/08 20:50:03

para un fenmeno emergente global (macroscpico) y relativamente
ordenado. Ilya Prigogine y sus colaboradores dedicaron dcadas de
estudio a estas estructuras. La emergencia de orden espontneo
en propiedades globales a partir de procesos altamente interactivos
implic una metfora aplicable a mbitos muy variados tales como
el origen de la vida y la cosmologa.
La Escuela de Bruselas desarroll un conjunto de herramientas
(la nocin de estructuras disipativas, orden por fluctuacin, etc.)
aplicables a procesos biolgicos como autocatlisis, relojes qumi-
cos (chemical clocks) y procesos de feedback no-lineal en biologa
molecular.
II.2.3. De la termodinmica al prigoginismo social
El aporte de Prigogine y su escuela de Bruselas constituyen una visin

epistemolgica holista. Los sistemas disipativos son sistemas interac-
tuantes, abiertos, que exhiben propiedades emergentes no predeci-
bles en trminos analticos. La nocin de complejidad prigogineana
est centrada sobre una base holstica interactiva. A diferencia de la
visin clsica de complejidad en teora de sistemas dinmicos, en que
simples variables en interaccin no-lineal producen una conducta
impredecible (de lo simple a lo complejo), la nocin de complejidad
en este caso es la inversa. Sobre un marcado desorden o caos local,
emerge el orden a nivel global. La autoorganizacin en esta pers-
pectiva es tambin holstica: los procesos autoorganizativos emergen
de la interaccin mltiple entre sistemas, sin un predeterminismo
estructural que anticipe los procesos emergentes.
La aplicacin de conceptos de la termodinmica del no
equilibrio a otros mbitos ha sido intensa. Desde la utilizacin de
las nociones de entropa como informacin (Bezerianos, Tong &
Thakor, 2003), o el uso del concepto de estructuras disipativas en
el estudio de la dinmica cerebral (King, 1991) ejemplifican su
uso extrapolado. Incluso autores como Ray (1996), Laszlo (1992),
Stengers (1999) y el mismo Prigogine (Prigogine & Stengers, 1984)
42
ibanez.indd 42 23/10/08 20:50:03

han promovido una revolucin en la ciencia, con amplias incursiones
en ciencias sociales y humanas.
El prigoginismo social representa una posicin en ciencia
basada en nuevo dilogo entre filosofa, ciencias humanas y cien-
cias fsico-matemticas. En este sentido, esta perspectiva no puede
reducirse ni derivarse directamente de la termodinmica; por el
contrario, se constituye en s misma como una plataforma para
una promesa de revolucin: se cuestiona el paradigma clsico en
ciencia, con anlisis crticos, histricos-epistemolgicos. Se propone
la irreversibilidad y no-linealidad de la mayora de los fenmenos
de la naturaleza, y se enfatiza el carcter evolutivo, creativo o cons-
tructivo de la realidad.
La teora de la complejidad, desde la perspectiva de la Escuela
de Bruselas, al expandir intensamente sus herramientas matemticas
a otros mbitos y al realizar extrapolaciones conceptuales a nivel
metaterico, nos dificulta una real valoracin de sus aplicaciones.
El gran nmero de admiradores es comparable al de sus detractores.
Baste por ahora haber presentado algunos de sus aportes.
II.3. Teora General de Sistemas
La visin sistmica organicstica4 ms antigua la podramos remon-

tar al dictum aristotlico el todo es ms que la suma de las partes,
histricamente desplazado por la concepcin galileana de ciencia. A
fines de la dcada del 20 la Escuela de la Gestalt retom una pers-
pectiva organicstica. El trabajo posterior de von Bertalanffy (1938,
1950, 1953, 1972, 1979) personifica el mayor impulso terico en
teora general de sistemas. Su objetivo fue desarrollar un conjunto
de leyes sistmicas apoyadas en la nocin de analoga u homonimia
4
El organicismo, es aquella doctrina que sostiene que no se puede explicar
la vida y sus funciones a partir de postulados exclusivamente mecnicos.
Los seres vivos seran complejos orgnicos con propiedades teleolgicas y
no puramente mecnicas.
43
ibanez.indd 43 23/10/08 20:50:03

lgica. A partir de esta se podran extraer los aspectos isomrficos
de cualquier sistema en un lenguaje matemtico, formal. La nocin
de equifinalidad (distintos procesos que conducen a un resultado
similar), permitira el estudio general de muchos sistemas diferentes.
El objetivo era la unidad de la ciencia en uniformidad de cons-
tructos o modelos (Bertalanffy, 1979, p. 156). En esta tradicin,
la nocin de sistema se torna abstracta, expandindose a cualquier
organizacin existente, permitiendo de esta manera la posterior con-
sideracin de fenmenos diversos (organismos biolgicos, mentes
humanas y sociedades) en trminos de sistema. Anteriormente, por
ejemplo en teora de sistemas dinmicos, un sistema de ecuaciones
podra eventualmente describir cualquier proceso fsico, o simular
alguna propiedad biolgica. Pero a partir de la teora general de
sistemas, cualquier organismo podra considerarse en su totalidad
un sistema.
La teora general de los sistemas se diferenci de la ciberntica
temprana, la cual estaba ms centrada en los procesos de control
en base a la teora de la informacin y el uso de variables discretas.
En discrepancia con ello, la teora de los sistemas utiliz ecuacio-
nes simultneas y variables de estado continuas, para lograr una
descripcin del sistema estudiado. Por otra parte, los sistmicos,
guindose por una perspectiva organsmica, reaccionaron ante el
reduccionismo presente en la analoga entre animal y mquina de
la ciberntica (Bertalanffy, 1950, 1979).
II.3.1. Sistemas abiertos y biologa
Dentro de la teora general de los sistemas, la nocin de sistema

abierto constituy una formalizacin fsico-matemtica aplicable
a fenmenos biolgicos. En base a la termodinmica irreversible
y a la segunda ley de la entropa (vase Box 1), Bertalanffy (1950)
construy un modelo que permita predecir y comprender muchos
fenmenos biolgicos (procesos de crecimiento, de morfognesis y
catablicos). Este modelo se bas en ecuaciones simultneas lineales
44
ibanez.indd 44 23/10/08 20:50:04

que describan la estabilidad de un organismo frente a perturbacio-
nes ambientales.
Dado que el modelo estaba construido sobre ecuaciones linea-
les, exhiba independencia de las condiciones iniciales y tambin
independencia temporal. A pesar de estas dificultades (para una
visin ms ecolgica del modelo) su autor rescataba su heurstica
predictiva, afirmando que slo se trataba de un modelo matemtico
que permita describir ciertos fenmenos biolgicos (Bertalanffy,
1979).
II.3.2. El legado de la teora general de sistemas y las teoras de

la complejidad
Con el xito temprano de la teora general de sistemas, la promesa

de ciencia realizada por esta empresa es muy similar a la actualmente
esgrimida por muchos adeptos a las teoras dinmicas: la utilizacin
de conceptos no clsicos de la fsica nos brindara nuevos factos; mul-
tiplicidad de campos e interdisciplina; nuevos problemas no abordables
por la ciencia clsica; cambio de categoras del conocimiento con
respecto al mecanicismo, reduccionismo y determinismo; principios de
autoorganizacin y descripcin formal del fenmeno estudiado. En
gran medida la imagen de scienza nuova de esta empresa anticip
muchos de los supuestos de las teoras de la complejidad.
II.4. Ciberntica
La ciberntica (del griego kybernetes, acuado por Wiener en 1948)

reuni a un conjunto de pensadores de las ms variadas disciplinas
(ingeniera, matemtica, fsica, ciencias sociales, psicologa, biologa,
antropologa y neurofisiologa) en la primera mitad del siglo XX. A
pesar de la multiplicidad de sus horizontes, se la asocia con el estu-
dio de los procesos de autorregulacin y conducta dirigida a metas.
Habitualmente se la considera un antecedente directo de las teoras
45
ibanez.indd 45 23/10/08 20:50:04

de la complejidad (Heylighen & Joshlin, 2001; Pickering, 2002), al
desarrollar nociones de autoorganizacin y al utilizar matemticas
no-lineales. Sin embargo, creo conveniente que reconsideremos la
anterior afirmacin. El nacimiento de la ciberntica temprana est
asociado a las conferencias financiadas por la Josiah Macy, Jr. Foun-
dation. Los tpicos desarrollados en estas conferencias distan de ser
homogneos. El primer encuentro (The cerebral inhibition meeting,
en mayo de 1942) estuvo centrado en el hipnotismo y los reflejos
condicionados. Por otro lado, gran parte de la documentacin de
las conferencias Macy se perdi. De un total de 10 conferencias
slo las 6 ltimas fueron grabadas y compiladas por Mc Culloch,
y sobre este trabajo von Foerster (1960) edit la documentacin
de los ltimos encuentros. As la informacin temprana acerca de
la ciberntica resulta claramente incompleta (American Society for
Cybernetics, 2001). La diversidad de la innovacin conceptual y
la prdida de documentacin histrica dificultan la consideracin
de la ciberntica temprana como un todo semicoherente. Esto ha
favorecido la mitologizacin de la ciberntica por parte de adeptos
y crticos (American Society for Cybernetics, 2001).
La ciberntica como proyecto de mecanizacin de la mente
(Dupuy, 2001), podra estar ms asociado al surgimiento de la re-
volucin cognitiva que a las teoras de la complejidad. La considera-
cin de la mente como un mecanismo, una mquina lgica, estuvo
presente desde los inicios de esta disciplina. Las teoras de Shannon
(1948) y Wiener (1948) acerca de la informacin fueron un claro
aporte al computacionalismo cognitivo. La incontable diversidad de
temticas que abord la ciberntica, ms all de las lneas centrales de
autorregulacin y conducta dirigida a metas (Heylighen & Joshlin,
2001), hace difcil su consideracin con respecto a las teoras de la
complejidad. La epistemologa constructivista de la ciberntica (von
Glasersfeld, 1987), si bien puede tener puntos de conexin con las
teoras de la complejidad, es un corpus terico diferente, con sus
propios supuestos. Muchos desarrollos de la ciberntica de segundo
orden se limitaron a discursos filosficos o literarios muy alejados
de la empresa inicial (Heylighen & Joshlin, 2001) y trabajos como
46
ibanez.indd 46 23/10/08 20:50:04

los de Beer5 (1994) han sido asociados a un misticismo occidental
y tendencias New Age (Pickering, 2002). Hechas estas salvedades,
resulta necesario destacar los aportes principales de esta corriente
en relacin a las teoras de la complejidad.
II.4.1. Algunos aportes fundamentales
Ashby, en su libro Design for a brain (1952) ya inclua una exposi-

cin matemtica de los sistemas dinmicos e incluso una aproxima-
cin dinmica del cerebro. El autor afirmaba que toda la cognicin
poda ser explicada por los modelos dinmicos. McCulloch & Pitts
(1943) con su modelo de redes neuronales fueron pioneros en hacer
referencia a informacin y complejidad, entendiendo el cerebro a
partir de sus propiedades formales y de esta manera, naturalizar
la mente. Wiener (1948) sintetiz esta empresa interdisciplinaria
en base a la teora de la informacin, redes neurales, feedback ne-
gativo y conducta propositiva. Particip en el desarrollo terico
y prctico de procesos autodirigidos en biologa y en diseo de
sistemas. Igual las nociones de entropa e informacin y particip
al igual que Ashby en el estudio de la autoorganizacin a partir de
mecanismos de control. Ya en 1943 describa fenmenos caticos
(aunque no en un sentido exacto al desarrollado en la dcada del
70). Von Foerster (1960) describi la autoorganizacin que puede
generarse desde perturbaciones aleatorias (order from noise principle).
5
En relacin a este autor, existe un dato anecdtico interesante para el
contexto social chileno: Beer y sus colaboradores, dentro de su proyecto
denominado Viable system model, intent cibernetizar Chile durante el
periodo 1971-1973, en el mandato de Salvador Allende. El proyecto deba
convertir la total economa chilena en una clase de cyborg ensamblado a
partir del flujo de la informacin en tiempo real, desde las fbricas hacia
una especie de controlador central, un cerebro computacional que emitira
los feedback adecuados. El proyecto, entre otras cosas, fue interrumpido
tempranamente al tomar control del poder del pas Augusto Pinochet (vase:
Beer, 1983; Espejo, 1980).
47
ibanez.indd 47 23/10/08 20:50:05

En la conferencia de sistemas autoorganizados, en 1959, y en el
Symposium on Self-organization (1961), autores como von Foerster,
Parsk, Bishop, Goldman, Beer, Beurle y otros propusieron modelos
cognitivos en base a ecuaciones diferenciales, se desarrollaron no-
ciones de organizacin espontnea e interacciones ambientales, y se
presentaron modelos de redes neuronales no-lineales. La nocin de
closure como principio de autoorganizacin representa un concepto
diferente al desarrollado por las teoras de los sistemas abiertos a la
informacin, al estar centrado en la nocin matemtica de clausura
a la informacin. Este concepto fue posteriormente refinado por
Maturana y Varela (1973).
A pesar de ciertas dificultades, podra considerarse que el
trabajo en general de la ciberntica desde 1940 estuvo basado en la
comprensin de un marco en el cual los sistemas biolgicos y cogni-
tivos podran considerarse luego sistemas complejos en evolucin.
II.5. Autopoiesis
La nocin de autopoiesis es comnmente asociada a las teoras

de complejidad. Sin embargo, la teora de la autopoiesis, al estar
centrada en la nocin de cerradura informacional y en la distincin
entre organizacin y estructura, se aleja de las tradiciones de la
complejidad. Las nociones de autoorganizacin y emergencia de la
autopoiesis se diferencian de sus anlogos provenientes de las tradi-
ciones de la termodinmica, sinergtica y teoras del caos (Ibez,
2005). Las teoras de la complejidad o bien explcitamente aluden
a la apertura informacional, o al menos no la prohben. A partir de
esta diferencia se originan otras diferencias conceptuales.
El concepto de autopoiesis entra en escena cientfica con un ar-
tculo publicado por Varela, Maturana y Uribe en 1974 y evolutiva-
mente refinado (Maturana, 1975, 1978; Maturana & Varela, 1980;
Varela, 1977, 1979). Maturana & Varela (1984) definen a lo vivo
como autopoiesis (autos: s mismo; poiesis: producir), pues plantean
que los seres vivos se constituyen y operan como sistemas cerrados
48
ibanez.indd 48 23/10/08 20:50:05

de producciones moleculares, abiertos al flujo material y energtico,
mediante procesos regenerativos. Puede afirmarse que un sistema
autopoitico es una red cerrada de producciones de componentes
que en sus interacciones constituyen la red de producciones que
los producen. La clausura organizacional (luego llamada clausura
operacional) permite que el sistema intercambie materia y energa
pero no informacin, y por ende el sistema no acepta un mecanismo
de control. El sistema es autnomo y mantiene su propia identidad.
En este sentido los sistemas autopoiticos reconocen slo aquellas
influencias ambientales que permiten el mantenimiento del sistema.
Esas influencias son llamadas perturbaciones, para distinguirlas
de los inputs de la ciberntica tradicional. Las perturbaciones no
afectan la organizacin, sino slo la estructura. Si la autonoma y la
autorreferencia son completas, no hay posibilidad de definir o mo-
dificar el sistema desde afuera, a nivel de informacin. Los sistemas
cerrados son autnomos en s mismos, y no experimentan cambios
en su organizacin, estos se observan solamente en su estructura.
Por el contrario, para otras teoras de la complejidad la apertura
a la informacin es una propiedad explcita (Allen, 1997; Biggeiro,
1998; Cilliers, 1998; Chen & Madan, 1999; Haken, 1977; Huertas,
Chen & Madan, 1999; Kelso, 1995, 2001; Mella, 2002; Prigogine
& Stengers, 1984; Schweitzer & Zimmerman, 2001; Tschacher,
Dauwalder, & Haken, 2003) o implcita. La nocin de autoorgani-
zacin, a diferencia de la autopoiesis implica sistemas heterrquicos
separados, y el flujo de materia y energa forma parte esencial de
los procesos de autoorganizacin. En este sentido, la emergencia
de una organizacin no se diferencia de su estructura material.
La funcionalidad que exhiben las propiedades globales nace de la
actividad material, y no puede diferenciarse de ella. Los sistemas
estructuralmente estables de la teora de los sistemas dinmicos, los
fenmenos sinergticos y las estructuras que exhiben orden a partir
del caos no conservan su autonoma en funcin de un determinismo
de la organizacin del sistema, sino a partir de su interaccin con
su ambiente. El sistema no es perturbado por el ambiente, sino
que forma parte del mismo. La entropa por otro lado, sirve como
medida de informacin en las teoras de la complejidad, y slo en
49
ibanez.indd 49 23/10/08 20:50:05

sistemas aislados puede considerarse que no existe intercambio de
flujo entrpico con el medio.
II.6. Complejidad algortmica y teora de la informacin
La idea de complejidad algortmica puede remontarse a los estudios

de Gdel (1906-1978), Cantor (1845-1918), la incomputabilidad
de Turing, la teora de sistemas dinmicos y la ciberntica. Sin
embargo, en la dcada del 60, el desarrollo de la ciencia de la com-
putacin favoreci el uso de medidas de informacin cuantitativas
de complejidad (Hartmanis & Stearns, 1965). La complejidad
algortmica fue desarrollada por Solomonoff (1969) Kolmorogov
(1965) y Chaitin (1969). Se trata de una medida de aleatoriedad,
que no es computable. La complejidad de un objeto depende de la
menor longitud del programa algortmico capaz de reproducirlo.
Por ejemplo el nmero 100.000.000.000 es reducible a 1010, pero la
secuencia 102404383 es ms compleja, porque no es comprimible
de la misma manera. Chaitin (1969) relacion su nocin de medida
de complejidad con la entropa, en el caso en que el programa ms
conciso (o la mejor teora para reproducir un conjunto de datos
experimentales) tiene el mismo tamao que los datos en s mismos.
Siguiendo esta lgica se puede definir a la aleatoriedad o la entro-
pa como algo que no puede ser comprimido, dado que no existe
estructura o patrn y no es posible una descripcin concisa.
La nocin de complejidad computacional implica severas
limitaciones a la capacidad de formalizacin, y representa una
concretizacin de la incompletitud de Gdel (Chaitin, 1999). Sin
embargo, sus desarrollos tericos han permitido una pltora de apli-
caciones. En la dcada del 70 surgieron modelos de computacin
probabilstica y modelos de aproximacin numrica. En la dcada
del 80 se utilizaron mltiples tcnicas combinatorias y se utilizaron
diseos de circuitos especializados para tratar con la complejidad
algortmica. Finalmente, en la dcada del 90 se favoreci el desarro-
llo de nuevos modelos de computacin, tales como la computacin
50
ibanez.indd 50 23/10/08 20:50:05

cuntica (Fortnow & Homer, 2000). La complejidad algortmica se
ha aplicado en evolucin biolgica y bioinformtica, razonamiento
inductivo, economa y psicologa cognitiva.
II.7. Un aporte a menudo olvidado: la complejidad roseana
Resulta interesante destacarle, antes de presentar las teoras del caos

de la dcada del 70, un aporte proveniente de la biologa terica
que ser til que tengamos en cuenta para nuestra posterior argu-
mentacin.
Rosen (1985a, 1998) define complejidad no a partir de un
conjunto de propiedades de un sistema sino ms bien desde una
perspectiva epistemolgica. A system is simple if all its models are
simulable. A system that is not simple, and that accordingly must
have a non-simulable model, is complex (Rosen, 1998, p. 292). La
complejidad roseana es una propiedad relacional, no una propiedad
intrnseca de un sistema. Cuando un sistema no posee una relacin
de identidad con el modelo utilizado para describirlo, exhibe com-
plejidad roseana. Esta es la principal diferencia entre la complejidad
y la computacin (Miculecky, 1995; Prideaux et al, 1993; Rosen,
1985b; Thellier et al, 1994). Segn Rosen, (1985b) los sistemas
biolgicos caen en esta categora, y por el contrario todo sistema
simulable no exhibe complejidad.
II.8. La ciencia del caos: reencarnacin y metamorfosis de una

idea
El concepto de caos tiene una larga historia. En Oriente jug un

papel central en la cosmovisin antigua (Chuang-Tzu, en China).
Es tambin un ideal supremo del taoismo, como totalidad, unici-
dad y naturaleza (Liu, 2004). Los griegos lo situaron en oposicin
al orden (por ejemplo la teogona de Hesiodo). En la Biblia figura
en varios captulos (Gnesis, Isaas, Jeremas, Zacaras, Juan). Por
51
ibanez.indd 51 23/10/08 20:50:06

sentido comn asociamos el significado de caos a desorden, prdida
de sentido, incomprensin, diversidad, etc. La imagen de ciencia
moderna, basada en un reloj mecnico exacto, es en gran medida
incompatible con aquellas imgenes evocadas por el caos. Recin
a finales del siglo XX, la imagen del caos es asimilada por ciertos
programas de investigacin6, en parte de manera anloga a las con-
ceptualizaciones de sentido comn, y en parte redefinida por la
misma actividad cientfica.
El programa de investigacin del caos es altamente interdiscipli-
nario. Parte de las teoras del caos se derivan de la teora de sistemas
dinmicos en primer lugar, y de otras tradiciones revisadas ms
arriba. Sin embargo, a partir de la dcada del 70, puede observarse
una integracin y redefinicin de esta empresa.
En 1975, Yorke y Li utilizaron por primera vez la palabra caos
en su sentido tcnico actual dentro de las matemticas para referirse
a ciertos procesos determinsticos. El trmino caos determinstico
est definido matemticamente en funcin de un conjunto de
condiciones (sensibilidad a las condiciones iniciales, determinis-
mo, no-linealidad, aperiodicidad). Sin embargo no es posible una
comprensin puramente formal del concepto de caos; incluso la
nocin de caos puede entenderse al menos en dos sentidos: como un
fenmeno originado en la combinacin no-lineal de objetos simples
(la accin gravitatoria de tres cuerpos, o el uso de tres ecuaciones
diferentes) o inversamente como order out of chaos, (por ejemplo,
el ordenamiento de los cristales de clorato sdico que emerge de un
desorden interactivo). Esta tensin entre caos y orden, representa
el eje principal sobre el cual se constituye el estudio del caos, y no
est presente de manera explcita en la teora clsica de los sistemas
dinmicos.
6
Antes de la revolucin del caos muchos cientficos hicieron uso del trmino:
Paracelso lo us para referirse al aire, von Helmont para hacer referencia al
gas, Boltzman utiliz la nocin de caos molecular, Baker para nominar su
anlisis metodolgico. Ya en 1943, Wiener distingua entre caos discreto y
homogneo y Prigogine en 1970 acu la frase caos entrpico.
52
ibanez.indd 52 23/10/08 20:50:06

Un factor importante que diferencia esta empresa del resto de
las revisadas es la tecnologa. Ya sabe usted que el uso de los com-
putadores favoreci la simulacin de procesos estudiados. En gran
medida, muchos de los autores analizados en este apartado estn
ligados en mayor o menor medida a la tcnica computacional, no
tanto en lo que respecta a la programacin numrica cuantitativa,
sino ms bien al uso de la computadora para simplificar conjuntos
densos de datos, en una perspectiva geomtrica global. La reno-
vacin del inters en los trabajos de Poincar-Birkhoff fue posible
solo a travs del uso de computadoras de alta capacidad y rpido
funcionamiento (Mira & Lagasse, 1976). La simulacin y la visin
cualitativa/geomtrica utilizada en algunas de las tradiciones revisa-
das, ha proliferado masivamente a partir de la dcada del 70.
Otro factor distinguible de esta perspectiva es la pretensin
de universalidad. Las ciencias del caos son teoras del todo, basadas
en un conjunto de principios y postulados matemticos altamente
abstractos. Diversos factores han favorecido una nueva esttica
cientfica: la simplicidad de algunas ideas acerca del caos y su rpida
popularizacin; el desarrollo de libros de manifiesto terico (Aubin &
Dahan, 1999); y especulaciones filosficas acerca de una nueva revo-
lucin en la ciencia. Veamos algunos de sus pilares fundacionales.
II.8.1. Mandelbrot y la geometra de la naturaleza
Nacido en Polonia en 1924, Benoit Mandelbrot se ha convertido

en una imagen central en el caos, particularmente en la geometra
fractal. Un fractal es una forma geomtrica fragmentada que puede
ser subdividida en partes, cada una de las cuales es una copia del
patrn total (vase Box 1).
La geometra no euclidiana tiene una larga historia de fen-
menos extraos a la geometra ortodoxa (por ejemplo el space filling
curve de Peano, el gasket de Sierpinski, la curva de Koch y el ternary
set de Cantor). Con el trabajo de Mandelbrot, las geometras no
53
ibanez.indd 53 23/10/08 20:50:06

euclidianas dejaron de ser una curiosidad matemtica, marginal,
para transformarse en la geometra de la naturaleza:
Fractals and pre-fractals once noticed were everywhere. They occur

in simple physical systems like the forced pendulum and in the
hugely complex behaviour of turbulence and phase transition. They
occur as the foundations of what is now known as chaotic systems.
They occur in economics with the behaviour of pricesThey occur
in physiology in the growth of mammalian cells. Believe it or not...
they occur in gardens (Mandelbrot 1975, p. 46).
La geometra fractal permiti describir mltiples fenmenos

fsicos no descriptibles por la geometra euclidiana en base a ecua-
ciones matemticas muy sencillas, representadas grficamente. La
fractalidad es una propiedad (no excluyente) de fenmenos caticos
y ha inspirado nuevas metforas acerca de la autoorganizacin.
II.8.2. Smale, la nueva sntesis
La teora de los sistemas dinmicos fue reorganizada por las herra-

mientas y mtodos de la topologa de Smale (1965). En gran medida
su aporte se centr en la topologizacin de sistemas dinmicos de
n dimensiones7, a partir de desarrollos de Thom (1975) y Peixoto
(1959). Posteriormente, Smale (1980) refin y generaliz su teora
de sistemas hiperblicos. Desde entonces, el desorden no puede ser
asociado a un problema de estadstica o probabilidad, y la oposicin
entre orden y desorden debi ser reconsiderada. Sistemas estructu-
ralmente ordenados pueden exhibir gran complejidad.
7
Los sistemas descriptos por Smale, llamados hiperblicos, con n > 2
dimensiones, son sistemas estructuralmente estables, pero con dinmicas
muy complicadas.
54
ibanez.indd 54 23/10/08 20:50:07

II.8.3. Las ecuaciones de Edward Lorentz
El aporte de este meteorlogo ha sido popularizado a causa de su

atractor extrao (vase Box 1). Pero su aporte al caos no termina
all: su trabajo permiti una serie de confluencias entre mtodos de
gran escala en meteorologa, teorizacin acerca de la simulacin y
modelado de datos, y uso heurstico de la computadora.
Lorentz (1960, 1993) mostr que el uso de ecuaciones no-
lineales (inicialmente trabaj con 12 ecuaciones) con pequeos
errores (pequeas desviaciones en las condiciones iniciales) pro-
ducen resultados sumamente diferentes, y asumi en 1960 que la
predictibilidad a largo plazo resultara una utopa. Posteriormente
demostr que una simulacin de slo tres ecuaciones, segua exhi-
biendo anlogas soluciones impredecibles (1993). Estos resultados
recuerdan en gran medida los trabajos de Poincar (1890), pero una
imagen construida por el computador result en ltimo trmino mu-
cho ms sugerente que la descripcin abstracta del matemtico.
Lorentz concretiz una mxima ya presente en la teora de
sistemas dinmicos: la simplicidad puede generar complejidad,
conductas caticas emergen de sistemas simples. Otro fundamental
aporte fue la reconsideracin de la posibilidad de simplificacin de
los modelos para favorecer la comprensin. El autor mostr que
pequeas correcciones del modelo podan producir grandes modifi-
caciones en la conducta observada, forzando a los cientficos a choose
either a precise model in order to predict or an extreme simplification
in order to understand (Charney, 1962, p. 289).
II.8.4. Teora de las catstrofes y morfognesis
El trabajo de Ren Thom puede sintetizarse en su tratamiento ma-

temtico de las acciones continuas que producen discontinuidades.
La teora de Thom se bas en un modelo descriptivo, donde el uso
del clculo diferencial resulta imposible, de situaciones en las que
se observan cambios bruscos. Asentado en la perspectiva del estu-
55
ibanez.indd 55 23/10/08 20:50:07

dio de transiciones de fases (Thom, 1975), su enfoque se opuso a
una visin cuantitativa de la prediccin. Interesado en la conducta
global de un sistema de ecuaciones, se centr en la imagen global
de la evolucin de un sistema de trayectorias.
Luego aplic su enfoque a la biologa, en particular a la morfo-
gnesis. Tambin se realizaron aplicaciones a las ciencias sociales, en
las que the qualitative mathematical language is the natural language
for expressing the laws of the social sciences (Isnard & Zeeman, 1976;
p. 345). Basada en su nocin de catstrofe, esta teora estudia la
aparicin de formas en organismos vivos, sin prestar atencin a sus
sustratos moleculares o genticos. A finales de la dcada del 70, la
teora fue altamente criticada por levantar demasiadas expectativas,
negando los aspectos especficos de cada fenmeno particular, des-
cuidando la experimentacin (vase por ej., Boutot, 1993; Smale,
1978; Sussman & Zahler, 1978). An as sobrevivi como espe-
culacin filosfica y prctica de modelado, en base a herramientas
topolgicas, para la comprensin del cambio de procesos.
II.8.5. Convergencia y generalizacin
La teora del caos permiti una gran convocatoria de mltiples

disciplinas y tradiciones de investigacin. Los trabajos de Ruelle
& Takens (1971) favorecieron la integracin de perspectivas fsicas
(estabilidad hidrodinmica) con otras matemticas (teora de las
catstrofes, topologa de Smale). Feigenbaum (1980) a travs de m-
todos de renormalizacin (Wilson, 1971) generaliz las aplicaciones
de la teora del caos a mltiples fenmenos fsicos, fundando una
nueva fsica universal, basada en la demostracin de Feigenbaum
(Op. cit.) de que la conducta de una gran variedad de modelos
puede ser descripta por un tipo simple de ecuaciones de estado y
que sistemas aparentemente disimilares exhiben conductas anlogas
y a escala invariante en ciertos puntos crticos.
56
ibanez.indd 56 23/10/08 20:50:07

In fact, most measurable properties of any system can be
determined in a way that essentially bypasses the details of the
equations governing each specific system because the theory
of his behavior is universal over such details it is sufficient
to study the simplest system exhibiting this phenomenon to
comprehend the general case. (Feigenbaum, 1980, p. 51,
cursivas mas).
De esta manera, la conducta de los sistemas podra ser consi-

derada en forma independiente de sus detalles fisicoqumicos (Au-
bin & Daham, 1999). Si bien esta fsica no es fundamental en un
sentido ontolgico8, es universal en cuanto modelo terico. Lleg
a considerrsele un nuevo triunfo de la luz de la fsica (Berge,
Pomeau & Vidal, 1984, p. 267).
II.9. La sinergtica de Hermann Haken
Un aporte mucho ms reciente, cercano al periodo de estabilizacin

de las teoras de caos, lo constituye la sinergtica, una teora de for-
macin de patrones y estructuras que se generan espontneamente
en mltiples campos. Representa una integracin de anteriores
enfoques, utilizando la teora de probabilidad para tratar con fen-
menos de incerteza, la informacin por aproximacin, los desarrollos
matemticos de la entropa, y aportes de la teora de transiciones de
fases (vase ms abajo).
El aporte de Haken (1977, 1981), fsico terico especializado
en tecnologa lser, se centr en los procesos de autoorganizacin
estructural, basados en el anlisis de la cooperacin de las partes de
cada estructura, en sistemas abiertos a la energa, materia e infor-
macin. Durante los 60, Haken comenz a elaborar una teora del
8
En efecto, no se trata de una ontologa universal (tal como fuera propuesto
en el positivismo lgico) sino de un explanans universal.
57
ibanez.indd 57 23/10/08 20:50:07

lser. l demostr que la interaccin entre tomos independientes y
sus campos foto-elctricos generados podan, en ciertas circunstan-
cias, coordinarse para producir un fenmeno emergente (luz mono-
cromtica del lser). Los tomos del lser eran esclavizados por su
propio campo de luz y forzados a moverse rtmicamente. Esta lnea
se inscribe en la creacin de order out of chaos, en mltiples mbitos
(caractersticas de lsers, reacciones qumicas, redes conexionistas,
economa, medios de comunicacin y dinmica cerebral).
Desde esta perspectiva, la explicacin de sistemas complejos
est asentada en dos premisas:
(A) La compresin de grados de libertad en un sistema en
patrones dinmicos puede ser expresada a travs de la nocin de
variable colectiva: una variable que especifica relaciones entre com-
ponentes interactuantes en un sistema dinmico.
(B) Por otra parte, la dinmica de un sistema inestable esta
regulada por el slaving principle. Las propiedades macro de un
sistema pueden influenciar las propiedades locales del mismo, esta
funcin es representada por la nocin de parmetro de orden. Este
es definido intencionalmente de manera circular: el parmetro de
orden es consecuencia de la cooperacin de niveles microscpicos,
pero a su vez ste modula la conducta del sistema (Jirsa & Haken,
1997).
La sinergtica se aplica a sistemas alejados del equilibrio, en los
que la estructura y la funcin de un sistema no pueden ser separadas
analticamente. Ha tenido un impacto considerable en ciencias so-
ciales; en el campo de la cognicin, ha influenciado diversos modelos
de dinmica cerebral (Haken, 1997; Haken, Kelso, Burnz, 1985;
Jirsa, Haken, 1997; Kelso, 1995) y cognicin dinmica (Tschacher
& Dauwalder, 2003).
58
ibanez.indd 58 23/10/08 20:50:08

II.10. Autmatas celulares y teoras de la complejidad
La teora de los autmatas celulares y el programa de investigacin

de la vida artificial representan un prototipo de teora que no se ha
aplicado directamente al estudio de la cognicin, sino a travs de
la biologa, y guarda adems un conjunto de supuestos altamente
integrables con el computacionalismo cognitivo. Por ello no sern
analizados directamente en este libro. No obstante, dada su posterior
influencia en el mbito de las ciencias cognitivas, sern someramente
abordados. La teora de los autmatas celulares fue introducida a
fines de la dcada del 40 por John von Neumann. Posteriormente
el juego de la vida de Conway (citado por primera vez en Gardner,
1970) y el programa de investigacin de la vida artificial (Langton,
1989) generalizaron su aplicacin a la simulacin de procesos
biolgicos y subsiguientemente ingeniera, economa y ciencias
sociales. Los autmatas celulares pueden ser interpretados como, (i)
un sistema dinmico discreto en base a idealizaciones discretas de
ecuaciones parciales diferenciales, o (ii) un sistema de procesamiento
de la informacin, que consiste en un espacio discreto, una lnea de
celdas (con valor 0 1) las cuales modifican su estado de manera
discreta en base a reglas determinsticas de relacin con las celdas
inmediatamente cercanas.
Wolfram (2002) defini autmatas celulares como una repre-
sentacin matemtica general de los sistemas complejos en la natura-
leza (Bhattacharyya, 2004). La evolucin de los sistemas complejos
puede ser descripta correctamente en trminos de algoritmos, en un
programa computacional, ms que a travs de ecuaciones matem-
ticas (Chaitin, 2002; Wolfram, 2002). Esta nueva clase de ciencia
est asentada sobre la nocin de computacin. Wolfram (Op. cit.)
considera que el modelamiento o simulacin computacional brin-
dan la mejor manera para comprender los fenmenos del mundo,
ms que un modelo idealizado matemtico en base a ecuaciones.
El principio de equivalencia computacional afirma que cualquier
proceso, natural o simulado (como el desarrollo de cristales, patrones
de pigmentacin en animales, movimiento de precios en finanzas,
59
ibanez.indd 59 23/10/08 20:50:08

modelos cosmolgicos del universo, percepcin auditiva y visual,
conciencia y fenmenos cunticos) corresponde a computaciones
de complejidad equivalente (Chaitin, 2002; Wolfram, 2002). Estos
modelos incluyen nociones de emergencia, sistemas distribuidos,
procesos de autoorganizacin y pueden simular mltiples fenme-
nos de la complejidad, como atractores extraos, autosemejanza y
fractalidad, aperiodicidad, etc.
Este enfoque se encuentra en el borde de la revisin que noso-
tros realizamos, y no ser incluido directamente en nuestro anlisis
posterior. En primer lugar, la influencia de esta corriente no ha
recado ampliamente en fenmenos tpicamente cognitivos, sino
ms bien en la simulacin de procesos biolgicos con un nfasis cla-
ramente evolucionario. En segundo lugar, los modelos de autmatas
celulares, siempre exhiben propiedades algortmicas, con procesos
discretos, y suponen adems un explanans exclusivamente basado
en la nocin de informacin (aunque esta pueda tener propiedades
como autoorganizacin y emergencia) y una definicin estrictamente
formal de los fenmenos. En este sentido, representan el enfoque
de la complejidad que menos se diferencia del paradigma compu-
tacionalista en cognicin. En tercer lugar, poseen criterios neocon-
ductistas en el establecimiento de las relaciones de identidad entre
el fenmeno y la simulacin. Son estos modelos los que ms nfasis
adscriben a una nocin de emergencia independiente del modelo
del observador, y la nocin de una nueva ciencia universal.
II.11. Sntesis de la revisin histrica
En la seccin II (apartados 1-10) repasamos algunos antecedentes

prototpicos en el desarrollo histrico de las teoras de la compleji-
dad. Dichos antecedentes representan la prehistoria del programa
de investigacin aplicado al estudio de la cognicin. Sintetizando
los aportes revisados, a continuacin se presenta un breve resumen
de los mismos.
60
ibanez.indd 60 23/10/08 20:50:08

Sin duda las teoras de la complejidad constituyen un tpico
central en el siglo XX (Huertas, Chen & Madan, 1999). La teora
de los sistemas dinmicos representa el antecedente ms remoto y a
la vez ms extendido en el tiempo. Esta empresa ampli el estudio
de la no-linealidad a diversas reas, inicialmente en sistemas conser-
vativos y posteriormente en sistemas disipativos. Este enfoque fue
pionero de la topologa y el uso de modelos cualitativo-geomtricos
en el estudio de sistemas. Represent un primer cuestionamiento
amplio de la ciencia newtoniana. La termodinmica de inestabilida-
des mostr que de procesos altamente desordenados e interactivos
puede emerger un orden no predeterminado, y sent las bases para
un estudio generalizado de sistemas disipativos. El prigoginismo
social extendi estas aplicaciones a las ciencias sociales, mediante
un enfoque holista no reduccionista. La teora general de sistemas
abstractaliz la nocin de sistema y se expandi en base a la pro-
mesa de una re-unificacin de la ciencia. La ciberntica anticip
muchos de los conceptos utilizados actualmente en las teoras de
la complejidad, a pesar de la existencia de conceptos en su haber
que resultaron ajenos a las teoras de la complejidad. La sinergtica
integr muchas lneas de investigacin de la termodinmica y la
teora de los sistemas dinmicos, centrndose en el uso de variables
colectivas y parmetros de orden. El estudio de la complejidad
algortmica brind un conjunto de herramientas en la aplicacin
de probabilidades y en el estudio de fenmenos no computables.
La complejidad roseana, separndose de la mayora de los antece-
dentes revisados, implic un cuestionamiento a las posibilidades
de formalizacin y simulacin. Las teoras del caos implicaron una
reconfiguracin de la agenda cientfica y un proceso de unificacin
de perspectivas centrado en la universalizacin de las teoras del caos
y en la convergencia interdisciplinaria.
Con respecto a la aplicacin en la cognicin, son destacables
el impacto de la teora de las catstrofes en la dcada del 70 y las
aplicaciones de los trabajos de Poincar, Liapunov y Cantor apli-
cados a la psicologa en la dcada del 80 (Abraham et al., 1990).
En la dcada del 90 se destaca la creacin de muchas instituciones
y revistas cientficas. En el campo de la neurociencia y la simula-
61
ibanez.indd 61 23/10/08 20:50:08

cin de redes neurales, la aplicacin de la teora de los sistemas
complejos se desarroll rpidamente. La aplicacin dinmica a las
redes conexionistas se extendi en diversos dominios. Las primeras
aplicaciones matemticas en este campo se realizaron en la dcada
del 80 (por ej., Beltrami, 1987, Luenberger, 1979). La teora de
Hodking y Huxley (1952) fue el primer antecedente de utilizacin de
ecuaciones diferenciales aplicadas a las dinmicas de las membranas
celulares. Sobre este marco de trabajo se produjeron modificaciones
del modelo para ser aplicados a grupos neuronales, oscilaciones y
sincrona (Port, 2000). Los trabajos de Kelso y Haken en la dcada
del 70 generalizaron los modelos no-lineales en la investigacin
neuronal. Los trabajos de Friston (1997) tambin fueron pioneros
en la consideracin de la actividad neuronal en base a medidas
espaciotemporales de evolucin del sistema (como patrones de
acoplamiento).
Una labor exhaustiva podra implicar en s misma un gran
aporte a las teoras de la complejidad, ms an teniendo en cuenta
que no existen revisiones histricas detalladas de las teoras de la
complejidad a nivel interdisciplinario. Sin embargo, el objetivo
de este captulo es mucho ms acotado: consiste en brindarle los
antecedentes prototpicos a fin de poder elaborar algunas heursticas
centrales y relativamente generales de estas tradiciones. Podra usted
pensar que estas heursticas centrales corresponden a un conjunto de
supuestos del ncleo duro de las teoras de la complejidad, siguien-
do el anlisis metaterico de Lakatos (1974). Lamentablemente, la
situacin no es tan sencilla. En primer lugar, los enfoques provienen
de diversos contextos cientficos, muy diferentes unos de otros, con
preocupaciones diversas, dependiendo de la situacin histrica y el
contexto especfico. En segundo lugar, muchos de estos enfoques
se han centrado alrededor de ciertos ncleos tericos difcilmente
comparables unos con otros. En tercer lugar, la relativa juventud de
los antecedentes revisados imposibilita una visin integrada de esta
empresa. Sin embargo, es en el campo de las teoras de la complejidad
aplicadas al contexto especfico de la cognicin, donde se realizar
una reconstruccin metaterica precisa.
62
ibanez.indd 62 23/10/08 20:50:09

III. Las tradiciones cientficas de la complejidad
Por tradiciones cientficas de la complejidad nos referiremos a un

particular modo de hacer ciencia y entender el conocimiento. No
debe pensarse un modelo completo y coherente, ms bien se tratar
de una imagen de ciencia que responde a ciertas heursticas orien-
tativas. Estas heursticas son: (i) reactividad a supuestos clsicos en
ciencia; (ii) autoorganizacin como fenmeno y emergencia como
explicacin; (iii) holismo terico y metodolgico; (iv) simulacin,
como validacin y modo de conocimiento. Estos ejes atraviesan en
gran medida las tradiciones revisadas, en algunos casos de forma
explcita y en otros, implcita. En ciertas tradiciones se exceptan
ciertas heursticas. En todos los casos estas heursticas no representan
una totalidad coherente y uniforme, se trata de una evolucin de
tensiones. Estas tensiones conceptuales reflejan un trnsito entre un
modelo clsico de ciencia y un nuevo modo de conocimiento.
III.1. Reactividad a supuestos clsicos en ciencia
A menudo, en las teoras de la complejidad vemos una caricaturiza-

cin de la ciencia clsica, y una magnificacin de una nueva esttica
de la ciencia. Con todo, es indudable la redefinicin de muchos
supuestos que podran considerarse clsicos.
Las nociones de predictibilidad y certeza del conocimiento
son redefinidas. La posibilidad de un conocimiento acabado y una
correspondencia del conocimiento con la realidad deja de ser un
objetivo alcanzable. Los efectos de la sensibilidad a las condiciones
iniciales, la magnificacin de factores aparentemente inocuos y
los procesos de autoorganizacin impiden un conocimiento de
un futuro cerrado, predecible. Esta perspectiva contrasta con el
determinismo mecanicista de las leyes simples e inmutables que
son verificables en la experiencia, donde el principio de causalidad
subsume a la historia y el acontecimiento. En 1890, la Royal So-
ciety, a travs de un estudio realizado por sus miembros estableci
63
ibanez.indd 63 23/10/08 20:50:09

que aproximadamente el 70 % de lo que puede saberse del mundo
ya haba sido descubierto, y que el resto sera descubierto en las
siguientes dcadas (Jones, 2002). Naturalmente usted como yo, ya
transitando el siglo XXI, nos veramos tentados a especular que la
forma en que llegaron a tal conclusin se encuentra, an, enmarcada
en el 30% restante.
Con Isaac Newton, se realiza el sueo cartesiano de una des-
cripcin matemtica de la naturaleza, mediante el uso del clculo
diferencial combinado con los conocimientos astronmicos y ape-
lacin a leyes generales. El formalismo matemtico de esta concep-
tualizacin reduce el tiempo a un parmetro en donde el pasado y
el futuro juegan el mismo rol. Conocidos los valores de las variables
que caracterizan el estado del objeto, junto con las ecuaciones de
movimiento, puede conocerse el pasado y predecirse el futuro. Esta
visin del universo determinista en la cual el tiempo es reversible y
el universo es predecible gracias a las leyes eternas (en donde existe
identidad entre conocimiento y realidad), es cuestionada por las
tradiciones cientficas de la complejidad. La introduccin de la
perspectiva no-lineal interrumpe la secuencia predictiva temporal,
haciendo intrnsecamente impredecible el pasado y el futuro de una
manera rectilnea. En esta valoracin de la no-linealidad, las teoras
de la complejidad redefinen el sentido de ley, dado que toda ley es
operativa no universalmente, sino en ciertos contextos especficos de
la realidad, y no ya en base a un fundamento ontolgico elemental
y simple.
III.2. Autoorganizacin como fenmeno y emergencia como

explicacin
La autoorganizacin como proceso de orden espontneo, que se

constituye sin una predeterminacin completa, gracias a mltiples
interacciones en uno o varios niveles, constituye un fenmeno de
inters que atraviesa a las tradiciones revisadas. Esta definicin
general de autoorganizacin permite asumir cierta convergencia
64
ibanez.indd 64 23/10/08 20:50:09

dentro las distintas tradiciones. Por emergencia entenderemos
la descripcin de propiedades o fenmenos nuevos, que surgen
a partir de legalidades en un nivel inferior, y que no pueden ser
reducidos analtica y deductivamente a ese nivel inferior. Mltiples
procesos son descriptos como emergentes: transiciones de fases en
dominios cunticos, de superconductividad y en cristales; estruc-
turas disipativas en procesos de conveccin, turbulencia, sistemas
reaccin-difusin y cosmologa; procesos computacionales, redes
autocatalticas, formacin de membranas, desarrollo embriolgico
y morfognesis, etc.
Autoorganizacin y emergencia son constructos tericos utili-
zados por varias disciplinas y tradiciones, y en este sentido pueden
ser entendidas como herramientas epistemolgicas, similares a otras
(por ejemplo, la nocin de causa).
III.3. Holismo terico y metodolgico
Las relaciones parte/todo y entre niveles (micro/macro) son defi-

nidas en las tradiciones cientficas de la complejidad en trminos
de interacciones recprocas. Las propiedades globales restringen y
modifican las interacciones locales. Existe un principio de interac-
cin circular entre niveles.
Los fenmenos sinergticos y autoorganizados implican la
emergencia de propiedades globales que resisten un anlisis en
trminos de localizacin y descomposicin de procesos. Muchos
procesos descriptos por las teoras de la complejidad no pueden ser
definidos como propiedades en s mismos, sino slo en trminos
relacionales.
Existe una filosofa de interaccionismo de las tradiciones cient-
ficas de la complejidad, en oposicin a la clsica tendencia de anlisis,
fragmentacin y focalizacin en las propiedades microscpicas de
los fenmenos. As, la utilizacin de una metfora visual concreta
65
ibanez.indd 65 23/10/08 20:50:10

de un sistema dinmico, permite una descripcin global de todos
los elementos interactuantes en dicho sistema, sin un conocimiento
detallado y analtico de las propiedades del mismo.
III.4. Simulacin como mtodo de validacin y como modo de

conocimiento
Esta ltima heurstica slo adquiri importancia capital en las tra-

diciones cientficas de la complejidad, con el advenimiento de la
tecnologa como herramienta mediadora de la actividad cientfica.
Ello refiere a la mediatizacin del conocimiento por el procesamiento
a gran escala de datos numricos imposibles de calcular por una
mente humana, y a su transformacin en expresiones de imgenes,
grficos y otras herramientas que permiten un mejor entendimiento
de procesos complejos.
Si bien la simulacin numrica tiene antecedentes remotos,
slo con el hiperdesarrollo de computadores y softwares (capaces
de integrar una gran cantidad de datos de ecuaciones diferenciales,
parmetros y variables), la visin cualitativa, grfica, de las teoras
de la complejidad se convirti no slo en una herramienta potente,
sino en un modo de conocimiento. Cuando no podemos percibir
directamente el proceso interno de un sistema, y cuando su operar
interno nos es opaco, la simulacin puede fabricar un modelo de
un explanans (no de un explanandum) y luego podemos compararlo
con los fenmenos de inters. Sin embargo, puede suceder que la
simulacin en s misma se convierta en el explanandum sobre el que
se aplican todos los procesos de inferencia y prediccin, ligando,
en una relacin epistemolgica, a la simulacin (como objeto de
conocimiento) con el conocimiento (sujeto de conocimiento).
Imgenes fractales, evolucin de trayectorias de sistemas, ma-
pas de Poincar, anlisis de pesos de redes neuronales, atractores
extraos, son todos casos de formalizaciones matemticas que se
convierten en s mismas en un campo de investigacin, en un expla-
nadum diferente del cerebro, las tormentas o las difusiones trmicas.
66
ibanez.indd 66 23/10/08 20:50:10

Diferentes ciertamente, aunque para las teoras de la complejidad,
tan reales como los ltimos.
III.5. Tradiciones cientficas de la complejidad en proceso de

definicin
Ya habamos dicho que las heursticas de las tradiciones cientficas

de la complejidad no deben considerarse supuestos nucleares del
programa de investigacin de las teoras de la complejidad. En este
apartado explicitaremos por qu.
Por un lado las heursticas no son homogneas en todas las
tradiciones, y en algunas corrientes pueden considerarse ciertas
oposiciones. Por ejemplo, la heurstica de la reactividad a supues-
tos clsicos en ciencia (i), debe tomarse con cautela, dado que es
posible observar tendencias manifiestamente modernas o clsicas
dentro de las mismas teoras de la complejidad. La pretensin de
universalidad, el uso de la explicacin sin considerar las limitaciones
de la prediccin, o el determinismo de las teoras del caos son un
ejemplo de ello. La heurstica de autoorganizacin como fenmeno
y emergencia como explicacin (ii), es muy diferente en la teora
general de los sistemas, la ciberntica o la sinergtica. Igualmente,
existen modelos de emergencia que son reducibles analticamen-
te, en contra de la definicin aqu dada. El holismo terico y
metodolgico (iii) est relativizado en algunas teoras basadas en
explicaciones mecanicistas (por ejemplo, en ciertos modelos de la
ciberntica). Adems, la descomposicin analtica y a veces reduc-
tiva no necesariamente est ausente y a veces se opone a planteos
holistas de las teoras de la complejidad. Por ltimo la simulacin
(iv), como validacin y modo de conocimiento vara en cuanto a
su estatus en los distintos modelos. Las tradiciones ms antiguas no
hicieron tanto hincapi en este modelo de conocimiento, y otras
tradiciones (entre ellas la complejidad roseana) criticaron la validez
de la simulacin como modo de conocimiento. Estas ambigeda-
des y oposiciones, si bien no impiden la consideracin global de
67
ibanez.indd 67 23/10/08 20:50:10

las heursticas, restringen la consideracin de las mismas como un
ncleo duro ya constituido.
Por otro lado, existe un problema mayor, que denotamos: las
tradiciones cientficas de la complejidad representan un trnsito
entre supuestos metatericos ortodoxos en ciencia y otros supuestos
no clsicos. Este trnsito puede figurarse en un sistema de tensiones
que domina el discurso de las tradiciones cientficas de la comple-
jidad. Dichas tensiones no se encuentran resueltas, ni en alguna de
las direcciones de sus opuestos, ni a travs de una reconsideracin
de las antinomias. Las tradiciones cientficas de la complejidad no
estn slo basadas en supuestos de universalidad, predictibilidad,
y determinismo. Tampoco estn determinadas nicamente por sus
contrarios: azar, impredictibilidad y localidad.
La abstraccin de la universalidad de las teoras de la comple-
jidad contrasta claramente con el nfasis en la contextualizacin
local de fenmenos especficos que pueden intervenir en cualquier
fenmeno emergente. Si bien el determinismo laplaciano es recha-
zado por estas teoras, muchas de ellas siguen siendo deterministas
en otro sentido, como el caso de las teoras del caos, aunque el azar
y la aleatoriedad jueguen un papel significativo.
En relacin con esta antinomia, est la tensin entre predic-
tibilidad/impredictibilidad. Si bien la posibilidad de predecir los
fenmenos complejos es cuestionada, en gran medida el xito de
esta empresa se basa en la posibilidad de predecir fenmenos no
explicables por otros enfoques. Ello implica la manutencin de un
criterio metaterico clsico: toda teora debe predecir.
Sobre este sistema de tensiones las heursticas de las tradiciones
cientficas de la complejidad pueden ser ms o menos acentuadas de
acuerdo a cada contexto terico-prctico especfico. No es posible
por lo tanto construir una imagen acabada y completa, sino que
cada dominio permitir una imagen local de las tradiciones cient-
ficas de la complejidad. Esto no impide ni excluye la validez de las
heursticas y el sistema de tensiones de las tradiciones cientficas de
68
ibanez.indd 68 23/10/08 20:50:11

la complejidad, como una herramienta pragmtica para comprender
las teoras de la complejidad.
Inversamente a esta visin muchos autores consideran a las
teoras de la complejidad un nuevo paradigma global, con un ncleo
duro separable de las teoras clsicas. Por ejemplo, para Abraham
(1995) y Laszlo (1992) se trata de la mayor bifurcacin de la his-
toria; Thompson (1995) afirma que desde 1972, existe una nueva
mentalidad, biosfrica y catica; Gleick (1987) considera que el
siglo XX ser recordado por la relatividad, la mecnica cuntica y el
caos. Sin embargo, lo que se observa a partir del anlisis realizado,
es una tensin entre dos empresas cientficas. Esta tensin es entre
la ciencia clsica (representada por un intento de colonizacin por
parte de las ciencias naturales de tierras lejanas de la complejidad) y
una reconsideracin del alcance y posibilidades de las ciencias natu-
rales y humanas para aproximarse a la complejidad. Por tradiciones
cientficas de la complejidad se entender entonces un proceso de
trnsito en el modo de hacer ciencia. Dada esta particular definicin,
el estudio de las tradiciones cientficas de la complejidad requiere
de un contexto al momento de establecer el estatus metaterico de
cualquier teora de la complejidad.
Box 1. Trminos tcnicos presentados en el texto
Atractor: Un conjunto en el espacio de fases que aproxima todos los puntos

cercanos hacia s. Un atractor catico o extrao se corresponde con una rbita
altamente inestable en la que todos los puntos en el espacio de fases pueden ser
visitados. Este atractor exhibe sensibilidad a las condiciones iniciales. Este sistema
a pesar de ser determinstico es impredecible, y su conducta es aparentemente
aleatoria.
Caos determinista: El caos determinstico, es una propiedad de los siste-

mas dinmicos que exhiben sensibilidad a las condiciones iniciales. El estado
del sistema depende exponencialmente de su separacin inicial. Uno de los test
ms frecuentemente utilizados para afirmar la existencia de caos consiste en la
utilizacin de alguna ruta de caos (ej., period-doubling cascade, intermitencia,
o cuasiperiodicidad).
69
ibanez.indd 69 23/10/08 20:50:11

Ecuaciones diferenciales: Una ecuacin diferencial es una ecuacin en la
que intervienen derivadas de una o ms funciones desconocidas. Segn el nmero
de derivadas, las ecuaciones diferenciales se dividen en: ecuaciones diferenciales
ordinarias (aquellas que contienen derivadas respecto a una sola variable inde-
pendiente) o ecuaciones en derivadas parciales (aquellas que contienen derivadas
respecto a dos o ms variables). Una ecuacin es lineal si ni la funcin, ni sus
derivadas estn elevadas a ninguna potencia distinta de uno; y en cada coeficiente
que aparece multiplicndolas, slo interviene la variable independiente.
Entropa: Es un concepto que evala la accin del calor o desgaste de cual-

quier sistema. Habitualmente se lo correlaciona con el de tendencia a la unifor-
midad, la probabilidad termodinmica creciente y la prdida de organizacin. En
teora de la informacin, es el contenido de informacin de un mensaje evaluado
en trminos de incertidumbre.
Espacio de Fase: Un espacio de fase es una coleccin de estados posibles de

un sistema dinmico, los cuales pueden ser finitos o infinitos. La representacin en
el espacio de fase se utiliza, frecuentemente, en fsica e ingeniera para representar
la evolucin de los sistemas. Normalmente, la magnitud utilizada como referen-
cia para el anlisis de la evolucin del estado del sistema es el tiempo y el lugar
geomtrico de los puntos que describen la secuencia, denominado trayectoria,
siendo este un espacio vectorial de dos dimensiones. Cada punto de dicho espacio
vectorial representa el estado del sistema en un instante.
Fractal: Un fractal es una forma geomtrica fragmentada que puede ser sub-
dividida en partes, cada una de las cuales es una copia del patrn total. Los fractales
generalmente son autosimilares e independientes de la escala de medicin. Muchas
estructuras matemticas son fractales (por ejemplo el tringulo de Sierspinski, el
set de Mandelbrot o el atractor de Lorentz). Tambin muchos objetos reales son
describibles por fractales (ej.: arterias, montaas, turbulencias, y neuronas).
Funcin exponencial: Se llaman funciones exponenciales a las funciones

de la forma f(x) = ax o y = ax, donde la base de la potencia a es constante (un
nmero) y el exponente la variable x. Estas funciones siempre son positivas y
pueden producir incrementos bruscos de datos.
Funcin no-lineal: Una funcin no-lineal corresponde a la funcin que no

puede ser representada unidimensionalmente en una lnea recta, (o en un plano o
hiperplano en soluciones multidimensionales ) representada por la ecuacin y =
ax+b (siendo a y b constantes). Un sistema catico exhibe no-linealidad. Puede
usarse la estimacin de Liapunov y la fractalidad para el testeo de la caoticidad
de un sistema.
Manifold: Espacio topolgico localmente euclidiano. En dicho espacio

pueden representarse ecuaciones diferenciales que incorporen mltiples dimen-
siones. Cualquier objeto que pueda ser mapeado constituye un espacio de fase o
manifold.
70
ibanez.indd 70 23/10/08 20:50:11

Map lattices: Los sistemas controlados por ecuaciones parciales diferenciales
constituyen una de las reas ms difciles de los sistemas dinmicos. Mediante los
map lattices, estas ecuaciones pueden ser discretizables, obteniendo una versin
ms simple y dimensionable.
Phase portrait: Un retrato de cada fase del sistema es obtenido mediante la

grfica de cada paso temporal de las variables que caracterizan el estado del sistema.
De esta manera una curva o trayectoria describe el flujo temporal del sistema. Un
retrato de fase puede ser obtenido graficando una variable medida contra otra, o
graficando la primera derivada de una variable versus la variable en s misma. Al
igual que los map lattices, este mtodo consiste en una simplificacin de ecuaciones
que describe un sistema de atractores.
Segunda ley de entropa: Su enunciacin ms sencilla: La evolucin espon-

tnea de un sistema aislado se traduce siempre en un aumento de su entropa. La
segunda ley de la termodinmica, ya fue anunciada por Clausius (1822/1888): No
es posible para una mquina u organismo llevar continuamente calor de un cuerpo
a otro que est a temperatura ms alta, sin que al mismo tiempo se produzca otro
efecto (de compensacin).
Sistemas conservativos: Un sistema conservativo es un sistema en el cual

el trabajo hecho por una fuerza es: (a) Independiente de la trayectoria; (b) Igual
a la diferencia entre los valores finales e iniciales de una funcin de energa; (c)
totalmente reversible. Un ejemplo clsico lo constituyen los campos gravitaciona-
les. La energa potencial gravitacional adquirida o perdida por una masa depende
solamente de la diferencia entre las alturas (o entre las distancias del origen de la
fuerza), y no de la trayectoria tomada para pasar de un estado al otro.
Sistemas Integrables: Los sistemas de ecuaciones diferenciales se denominan

integrables cuando sus soluciones pueden ser completamente caracterizadas
por la presencia de ciertas cantidades cruciales que no varan con el tiempo. Un
ejemplo clsico es el giroscopio, donde las cantidades conservadas son la energa
y el momento angular.
Sistemas y estructuras disipativas: Un sistema es disipativo si su energa se

degrada en forma de calor, en parte no transformable en otras formas de energa.
Como hay sistemas disipativos con estructuras, es lcito llamarlas estructuras disipa-
tivas. Dado que la estructura necesita de energa externa para seguir organizada, es
aceptable llamarla estructura disipativa, puesto que necesita ms energa externa
que la estructura previa (van der Becke, comunicacin personal).
71
ibanez.indd 71 23/10/08 20:50:12

72
ibanez.indd 72 23/10/08 20:50:12

Captulo 2
La metfora topolgica de la mente I:

Dinamicidad y caos
So far, chaoplexologists have created some potents metaphors: the butterfly effect,
fractals, artificial life, the edge of chaos, self-organized criticality. But they have not told
us anything about the world that is both concrete and truly surprising.
(Horgan, 1996)
The theory of self-organizing systems will yield fruitful solutions

to the problem of intentional behaviour.
(Juarrero, 1999)
I. Introduccin: complejidad y cognicin
E l presente captulo y los dos subsiguientes constituyen un solo

corpus separado en tres partes para fines didcticos. El objetivo
de ellos consiste en que desarrollemos un anlisis metaterico de las
teoras cognitivas de la complejidad. Realizamos en primer lugar
una introduccin a las teoras dinmicas de la cognicin, presen-
tando una breve contextualizacin y antecedentes ms relevantes.
A continuacin se explicitan las teoras ejemplares seleccionadas
segn criterios especficos de relevancia.
73
ibanez.indd 73 23/10/08 20:50:12

I.1. El por qu de las teoras de la complejidad en la cognicin:
Reconsideracin de la complejidad del explanandum cognitivo y
expansin del explanans matemtico
Qu hace que teoras fsico-matemticas sean intensamente ex-

trapoladas a dominios cognitivos? Progresivamente en el campo
cientfico, se ha instalado la idea de que el cerebro es el rgano
ms complejo que existe. Algunas partes de las neuronas, como el
complejo de Golgi, han sido estudiadas como sistema complejo
(Check, 2002; Klausner et al., 1992), al igual que cada neurona en
el nivel de interacciones de iones (Jirsa, Friedrich & Haken, 1995).
El cerebro implica una enmaraada red neuronal de 1012 neuronas
aproximadamente, cada una con 104 conexiones con otras neuro-
nas, con alta densidad de conexiones sinpticas (109 mm3) y ms
de 50 neurotransmisores qumicos mediando dichas conexiones.
Los grupos neurales estn organizados en zonas, y en la corteza en
forma de columnas. Las macrocolumnas contienen de 104 a 105
neuronas en 1 o 2 mm2 a lo largo de las seis capas de la neocorteza.
La conectividad del cerebro es tan grande que una estimacin de su
distancia arroja entre 100.000 y 10.000.000 kilmetros (Murre &
Sturdy, 1995). En trminos estrictos, salvo las neuronas motoras, no
existe una estacin terminal para los patrones de descarga, y sistemas
especializados presentan sin embargo gran conectividad con otros
subsistemas. La reas corticales interaccionan continuamente con
reas subcorticales, (ej., tlamo, sistema lmbico) a nivel micro, meso
y macroscpico (Wrigth et al., 2003). Las estructuras cerebrales son
multifuncionales, un mismo conjunto anatmico posee diferentes
funciones. Muy poco es conocido acerca de la interaccin entre
subsistemas cerebrales, y menos an de la actividad cerebral como
un todo. El mismo cuerpo es multifuncional y conductualmente
complejo. Pero la complejidad del explanandum cognitivo no se
agota all: la mente puede considerarse un ensamble intersubjetivo y
social de un organismo psicolgico en constante interaccin con su
medio. Ello implica que la complejidad del fenmeno no slo tiene
que ver con cantidades de conexiones neuronales o neurotransmi-
sores cerebrales. Se trata de una complejidad de niveles de descrip-
74
ibanez.indd 74 23/10/08 20:50:13

cin, en donde el fenmeno cognitivo puede ser simultneamente
un proceso fsico, biolgico, psicolgico y social. Ningn nivel de
explicacin puede abarcar por s mismo la totalidad del fenmeno,
y ello convierte a la mente en el explanandum ms amplio que una
teora pueda contener.
Por otra parte, en las ltimas dcadas el desarrollo de herra-
mientas no-lineales, el uso de la simulacin de fenmenos cogni-
tivos y el hiperdesarrollo tecnolgico de softwares estadsticos ha
expandido enormemente los modelos explicativos matemticos de
la cognicin. Las herramientas formales de las teoras de la com-
plejidad permiten abordar fenmenos increblemente complicados,
favoreciendo la formalizacin de procesos muy diversos en base a un
lenguaje matemtico cuasi-universal. La simulacin computacional
pareciera iluminar los obscuros conocimientos de los procesos cog-
nitivos que no son directamente abordables. La aplicacin de las
teoras dinmicas se asienta entonces sobre la doble consideracin,
tanto de la complejidad del explanandum (los fenmenos cognitivos)
como del explanans (el desarrollo de la formalizacin matemtica
de la complejidad).
I.2. Tradiciones cientficas de la complejidad y el estudio de la

cognicin
Las tradiciones cientficas de la complejidad revisadas en el captulo

1 han tenido un gran impacto en el campo de la cognicin. Dada
la gran cantidad de aportes, su influencia no ha sido uniforme ni
completa. Algunas tradiciones cientficas han perdido relevancia
al ser conceptualizadas dentro del contexto de la cognicin. Igual-
mente, otras han sido rpidamente desarrolladas y expandidas a
diversos dominios.
La influencia ms remota y extensa puede adjudicrsele a la
teora de los sistemas dinmicos. Debe considerrsele la corriente
ms influyente en las teoras de la complejidad aplicadas a la cog-
nicin.
75
ibanez.indd 75 23/10/08 20:50:13

Influencias menos remotas corresponden a la termodinmica,
la teora de los sistemas abiertos, la ciberntica y la complejidad
algortmica. La termodinmica del desequilibrio ha influido tanto a
nivel metaterico (en el uso de explicaciones emergentistas y holistas)
como a nivel de aplicaciones matemticas (sistemas disipativos). La
teora de los sistemas abiertos abstrajo la nocin de sistema, y de
esta manera adelant la perspectiva universalista de las teoras de la
complejidad contemporneas. Su nfasis en la autoorganizacin, y
el uso de medidas termodinmicas en sistemas biolgicos represen-
tan un antecedente de las aplicaciones matemticas a organismos
biolgicos. La ciberntica es para algunos un antecedente directo
de las teoras de la complejidad (Schner, 2002; van Gelder, 1998)
dado que utiliz modelos dinmicos del cerebro, herramientas
no-lineales y medidas de entropa como informacin. La comple-
jidad algortmica es una tradicin cientfica que ha tenido mucha
influencia en el uso de medidas de complejidad, en trminos de
entropa o compresin de informacin. Finalmente, tradiciones
cientficas recientes han tenido una repercusin mucho ms franca.
Tal es el caso de las teoras del caos, la sinergtica, los autmatas
celulares y la autopoiesis. Las teoras del caos han sido utilizadas
intensamente en la aplicacin estadstica de fenmenos cognitivos
de toda ndole. Diversas medidas provenientes de la teora del caos
han sido aplicadas al cerebro, la actividad sensomotora o eventos
cognitivos como el lenguaje y el significado. La autopoiesis ha te-
nido un impacto indirecto, a travs de la biologa y de la embodied
cognition. Su principal exponente es llamado radical embodiment o
teora de la enaccin (Thompson & Varela, 2001).
El desarrollo concreto en el campo de la cognicin comenz
durante la dcada de los 90, con la creacin de organizaciones
cientficas ligadas a las teoras de la complejidad y la aparicin de
libros cognitivos basados en las metforas de la complejidad.
La aplicacin de las teoras de la complejidad a la cognicin
ha sido postulada como un cambio de paradigma (Nielsen, 2005).
Existen aplicaciones a nivel de interacciones de iones en el inte-
rior de la neurona (Jirsa, Friedrich & Haken, 1995), estudio de
76
ibanez.indd 76 23/10/08 20:50:13

ensambles neuronales (Freeman, 2000b), dinmica global cerebral
(Gordon, 2000), estudios de interaccin cerebro-conducta (Fuchs,
Jirsa, Kelso, 2000), y simulacin cerebral (Jirsa, 2002). Todos los
tpicos clsicos de las ciencias cognitivas son abordados por las
teoras de la complejidad: sensacin-percepcin (Haken 1999;
Kelso, 1995), memoria (Wills et al., 2005), atencin (Temprado,
2003), lenguaje (Petitot, 1995; Raczaszek et al., 1999; Smith et al.,
2003; Westerman & Miranda, 2004), conducta intencional (Van
Orden, Holden & Turvey, 2003), psicologa evolutiva (Thelen &
Smith, 1994; Turvey & Carello, 1995). En el nivel de explicacin
psicolgico existen diversas aproximaciones a la conciencia o al signi-
ficado (Edelman, 2004; Freeman, 2003a; Juarrero, 1999). Modelos
muy diversos han sido aplicados a la psicologa social (Vallacher &
Nowak, 1994), psicologa de la motivacin (Abraham, 1995; Guas-
tello 1995), atraccin interpersonal (Rinaldi & Gragnani, 1998;
Zaror & Guastello, 2000), psicologa organizacional (Anderson et
al., 1999; Mc Kelvey, 1999; Zimmerman et al., 1998), psicoanlisis
(Btz 1998; Goldstein, 1997), psicologa humanista (Massimini et
al., 2000) y psicopatologa (Byrne et al., 2000; Lange, 1999), entre
otros. Todos los mbitos de las ciencias cognitivas (a nivel neuro-
biolgico, psicolgico o social), han sido abordados por las teoras
de la complejidad. La diversidad es sin duda considerable.
Una definicin metaterica de estas teoras aplicadas al mbito
de la cognicin es sustancialmente menos heterognea. El ncleo
terico est en todos los casos representado por un sistema din-
mico topolgico como metfora de la cognicin. En el captulo 4
se realizar una elaboracin de esta definicin.
II. Ejemplares de las Teoras de la Cognicin
En esta seccin nos trazamos como objetivo presentar un anlisis de

cuatro teoras de la complejidad. Las teoras seleccionadas para ser
analizadas de forma exhaustiva son: la teora de la naturalizacin de
la conciencia del darwinismo neuronal; la teora del caos cerebral
y cognitivo de Walter Freeman; las teoras de campo (field theories)
77
ibanez.indd 77 23/10/08 20:50:13

del desarrollo evolutivo; y la cognicin dinmica de la sinergtica.
Las dos primeras sern tratadas en el presente captulo, mientras
que las dos ltimas se abordarn en el captulo siguiente.
A estas teoras las elegimos por diversos criterios. Primero,
dichas teoras representan programas metatericos de la comple-
jidad, y no simples aplicaciones estadsticas. En otras palabras, los
componentes estructurales de estas teoras son elementos concep-
tuales de las teoras de la complejidad. El ncleo y marco de cada
una de las teoras presentadas, instancian propiedades especficas
de las teoras de la complejidad. Segundo, las cuatro teoras son
representativas de problemticas de la cognicin relevantes en la
actualidad, y cada teora promete una particular resolucin de
fenmenos cognitivos no explicados. Tercero, poseen una posicin
destacada en cada dominio de aplicacin respectivo, con elabora-
cin terica, investigacin experimental y extensiones empricas.
Cuarto, estas teoras resaltan elementos conceptuales centrales de
las teoras de la complejidad. Finalmente, las teoras seleccionadas
utilizan estrategias de explicacin generalizables a otras teoras de
la complejidad en otros dominios de aplicacin.
La nocin de sistema dinmico es clave para comprender su
uso como metfora de la cognicin. Igualmente el desarrollo de
la topologa ha permitido la visualizacin de la evolucin espacio-
temporal de un sistema dinmico. Todos los ncleos tericos de las
teoras que se analizarn comparten la imagen de sistema dinmico
topologizado. Por ello es necesario definir un conjunto de conceptos
bsicos (Box 2), necesarios para comprender el anlisis posterior.
78
ibanez.indd 78 23/10/08 20:50:14

Box 2. Sistema Dinmico y Topologa
Una definicin genrica de sistema dinmico: A dynamical system is a mathema-

tical object that unambiguously describes how the state of some system evolves
over time. More formally, a dynamical system is a triple < t
> consisting
of an ordered time set T, a state space S, and an evolution operator : S S that
transforms an initial state x0 S at time t0 T to another state xt S at time t
T (Beer, 2000, p. 92).
Esta definicin incluye una gran variedad de sistemas dinmicos, segn

como estn definidos sus componentes: el espacio de estados puede ser numrico
o simblico, continuo o discreto. La dimensionalidad puede ser finita o enedimen-
sional, dependiendo del nmero de variables requeridas para describir la dinmica
del sistema. El operador de evolucin puede ser explcito o implcito, determinista
o estocstico; puede tener inputs (no-autnomo) o no (autnomo).
Un sistema dinmico es descrito mediante la teora cualitativa de ecuacio-

nes diferenciales. Una ecuacin diferencial es una ecuacin en la que intervienen
derivadas de una o ms funciones desconocidas, las cuales son consideradas como
variables. Una derivada, es la tasa de cambio del valor de una funcin. Por ejemplo,
y= 2xy+1 es una ecuacin diferencial ordinaria, donde y=f(x) es la variable depen-
diente, x la variable independiente e y es la derivada de y con respecto a x.
Una ecuacin es lineal si, ni la funcin ni sus derivadas estn elevadas a

ninguna potencia distinta de uno; y en cada coeficiente que aparece multiplicndo-
las, slo interviene la variable independiente. Tambin puede definirse un sistema
lineal por sus propiedades: aditividad y homogeneidad. Por ejemplo, en teora de
deteccin de seales, un sistema es homogneo si un cambio en la amplitud de sus
inputs genera un idntico cambio de amplitud en el ouput. Esto es, si x [n] resulta
en y [y], para cualquier seal y para cualquier constante k. Igualmente, un sistema
es aditivo si diversas seales pueden ser sumadas sin que estas interacten entre s.
Formalmente si x1[n] resulta en y1[n], y si x2[n] resulta en y2[n], luego x1[n]+x2[n]
resulta en y1[n]+y2[n]. Las teoras de la complejidad utilizan ecuaciones no-lineales.
Una relacin no-lineal implica que un pequeo cambio en el valor de una variable
provoca un cambio desproporcionado en el resultado. Dado que es virtualmente
imposible establecer soluciones analticas de conjuntos de ecuaciones no-lineales, la
79
ibanez.indd 79 23/10/08 20:50:14

estrategia consiste en el mapeo topolgico de las mismas. Los sistemas no-lineales
permiten describir conductas con evolucin temporal, en sistemas no autnomos
(con intercambio ambiental) y sometidos a ruido.
Tal vez la mayor ventaja de este marco consiste en la posibilidad de estu-

diar la estabilidad y fluctuacin de un sistema dinmico mediante una representacin
topolgica del mismo. Esta suele ser localmente euclidiana, denominada manifold
o espacio de fases: en este espacio pueden representarse ecuaciones diferenciales
que incorporen mltiples dimensiones (Weisstein, 2004). Un sistema se considera
bajo dimensional si posee una, dos, tres o cuatro dimensiones. En el espacio de
fases se representan diversos estados posibles de un sistema dinmico. Por ejem-
plo, el tiempo puede ser la magnitud utilizada como referencia para el anlisis de
la evolucin del estado del sistema y el lugar geomtrico describe la secuencia
de estados del sistema (denominado trayectoria), siendo este un espacio vectorial
de dos dimensiones denominado vector field. Cada punto del espacio vectorial
representa el estado del sistema en un instante. Partiendo de un estado inicial, el
conjunto de las posibles trayectorias (llamado flujo) muestra grficamente la accin
del operador de evolucin ( ).
Cuando se estudia la dinmica temporal de un sistema topolgico, esta puede

ser descripta mediante atractores. Un atractor es un conjunto en el espacio de fases
que aproxima todos los puntos cercanos hacia s. Cuando la evolucin del sistema
converge en un punto del espacio de fases se le denomina atractor de punto lmite
(ej., la actividad de un pndulo simple, que tiende a reducir sus movimientos hasta
quedar inmvil). Cuando la trayectoria del sistema se estabiliza en una conducta
rtmica, que tiende a generar las mismas trayectorias de manera cclica se le deno-
mina atractor de ciclo lmite (ej., la rueda de un molino que gira a una velocidad
estable si el flujo de agua es constante). Un atractor catico o extrao se corresponde
con una rbita altamente inestable en la que todos los puntos en el espacio de fase
pueden ser visitados (ej., la conducta impredecible de una tormenta).
El trmino basin of attraction (cuenca de atraccin) hace referencia a la regin

en el espacio de fases en la cual casi todas las condiciones iniciales convergen en
el atractor. Cuando varios atractores con sus cuencas de atraccin coexisten al
mismo tiempo, son denominados multiestables. Una caracterizacin global de la
dinmica de atractores y sus cuencas es llamada retrato de fase.
80
ibanez.indd 80 23/10/08 20:50:15

Un parmetro es una medida o valor que determina la conducta de un siste-
ma. Cuando la dinmica global del sistema depende de parmetros, esta tiende a
cambiar continuamente con respecto a los cambios del parmetro, excepto cuando
se produce una bifurcacin. Un diagrama de bifurcacin ilustra cmo el retrato de
fases depende de un parmetro y exhibe bifurcaciones discontinuas a medida que
el parmetro vara continuamente.
III. Neurobiologizacin y Matematizacin de la Conciencia
Si estudiramos el estmago sin interesarnos en la funcin digestiva

sera un contrasentido. Estudiar el cerebro, la cognicin o la mente
sin interesarnos en la conciencia tambin lo es (Searle, 2000). La
conciencia existe, y adems, es esencial para los seres humanos. Las
ciencias cognitivas en las ltimas dcadas no han permanecido ajenas
a esta afirmacin. El estudio de la conciencia, que hace muy poco
se consideraba un tema no-existente desde enfoques materialistas o,
por el contrario, desligado de la explicacin cientfica en enfoques
dualistas, se ha convertido actualmente en la mayor promesa de las
ciencias cognitivas. En los ltimos 30 aos se han publicado ms de
3.000 trabajos sobre conciencia en neurociencia, psicologa, filosofa
o inteligencia artificial. Tras la histrica divisin entre mente y mun-
do, el proyecto de naturalizacin de la conciencia puede considerarse
un intento de integrar ambos polos. En los ltimos 20 aos han
surgido mltiples teoras neurobiolgicas de la conciencia.
El cerebro, particularmente el de los organismos concientes, es pro-
bablemente el sistema ms complejo que jams haya sido generado.
Aparte de este rgano, no existe otro conocido en el universo que
tenga conciencia. Ello nos induce a pensar fcilmente que la com-
plejidad del mismo causa la conciencia, aunque otras alternativas
lgicas son posibles. Los conceptos de emergencia y downward-caus-
ation, niveles de complejidad, propiedades globales, entre otros, han
aparecido rpidamente en el estudio de la conciencia. La aplicacin
de las teoras de la complejidad a este tpico ha estado centrada en
una perspectiva interaccionista y global del cerebro, a diferencia de
81
ibanez.indd 81 23/10/08 20:50:15

enfoques ms clsicos basados en neuronas especficas que pudieran
dar cuenta de la conciencia.
La teora del Neural Darwinism, o theory of neural group selection
(TNGS), propuesta inicialmente como una teora de la actividad
cerebral de gran escala (Edelman, 1978, 1987, 1989, 1993), evo-
lucion hacia una teora de la conciencia (Edelman, 2003, 2004;
Edelman & Tononi, 2000; Tononi & Edelman, 1998). Su principal
exponente, Gerald Edelman, define su teora sobre supuestos pro-
venientes de teoras de la complejidad y la teora neodarwiniana.
Su enfoque sostiene que la conciencia es consecuencia de un pro-
ceso de interaccin entre poblaciones neuronales, que se coordina
espontnea y continuamente entre s, con el cuerpo y el ambiente.
El principal dominio de estudio es la conciencia como qualia o
cualidad subjetiva de la experiencia; un tpico a menudo desplazado
por la investigacin cientfica. Edelman propone entonces una teora
cientfica de la subjetividad, como base para entender los procesos
elevados de la conciencia humana.
III.1. Componentes estructurales
Dynamic reentry en el seno del estudio de la conciencia
El ncleo central de la teora est basado en la identificacin de

la conciencia con la imagen del dynamic reentry. Este concepto es
considerado una condicin suficiente para el estudio de la conciencia
(Edelman, 2004). Dynamic reentry es:
The ongoing recursive interchange of parallel signals among brain

areas, which serves to coordinate the activities of different brain
areas in space and time (Edelman, 2004, p.41).
82
ibanez.indd 82 23/10/08 20:50:15

Reentry is a selectional process occurring in parallel; it differs
from feedbackAs a result of the correlations that reentry imposes
on the interactions of competing neuronal groups, synchronously
active circuits across widely distributed brain areas are selectively
favored (Edelman, 2003, p. 5521).
Este proceso de reentrada define una particular distribucin

espacio-temporal producto de la interaccin del cerebro, el cuerpo
y el ambiente. El dynamic reentry es un sistema instanciado en las
neuronas mediante integracin y segregacin mutua de ensambles
neuronales. Integracin y segregacin son los atributos de la metaes-
tabilidad del dynamic reentry (Edelman, 2003). A diferencia de la
simple coordinacin, la metaestabilidad implica entonces una con-
jugacin entre procesos de segregacin local e integracin masiva.
La afirmacin general de esta teora es que los sistemas neuro-
nales que subyacen a la consciencia son un resultado evolutivo que
permite integrar un gran nmero de procesos perceptivo-motores
en paralelo, conjuntamente con informacin contextual e histrica
de la memoria del organismo (Edelman, 2004). La coordinacin
espaciotemporal de los ensambles neuronales es considerada una
etapa tarda de seleccin por experiencia del sistema nervioso; y
representa el proceso mediante el cual el cerebro se autoorganiza
con su cuerpo, su ambiente y consigo mismo. Este proceso de coor-
dinacin topolgica es el elemento clave en la extensin del Neural
Darwinism al estudio de la conciencia (Seth & Baars, 2005). Dado
que el dynamic reentry es una propiedad general del sistema nervioso
(ha sido aplicado tambin para explicar otros procesos cognitivos)
el mismo es actualizado como Dynamic Core en el mbito de la
explicacin de la conciencia.
Marco del Neural Darwinism
Supuestos ontolgicos acerca del cerebro. El cerebro es para Edelman

un sistema no-lineal, altamente acoplado con el cuerpo y el entorno,
83
ibanez.indd 83 23/10/08 20:50:16

constantemente impregnado de ruido y no autnomo (con respecto
a su medio). Cmo llega el cerebro a convertirse en este sistema?
En 1978, Edelman sent las bases de su teora general del cerebro
desde una perspectiva evolutiva, basada en tres etapas de seleccin
y experiencia:
1) Desarrollo y seleccin del repertorio primario neuronal. Ello
implica la neurognesis de grupos neuronales basados en la divisin
celular, y agrupacin posterior en ensambles neuronales, los cuales
mediante cooperacin y competencia en un sentido darwiniano se
extienden o eliminan mutuamente.
2) Repertorio secundario: hace referencia a los cambios en conexio-
nes sinpticas mediados por aprendizaje y experiencia. Este proceso
determina el favorecimiento de ciertas vas neuronales.
3) Finalmente los procesos de mapeo por reentrada de los ensam-
bles neuronales que posibilitan la conexin espaciotemporal a gran
escala del cerebro.
Supuestos ontolgicos acerca de la conciencia. Son asumidas dos
propiedades fundamentales de la conciencia. La interaccin reen-
trante de ensambles neuronales de percepcin, accin y memoria
es asociada con la conciencia primaria, que refiere a la presencia
multimodal de eventos motores y perceptuales, en el sentido del
remembered present. Esta conciencia habra emergido, durante la
evolucin, como un mecanismo adaptable, permitiendo al animal
conectar la percepcin con la memoria y de esta manera responder
a ambientes complejos (Edelman & Tononi, 2000). De esta manera
la conciencia primaria implica la experiencia consciente integrada,
orientada por un sentido histrico-evolutivo del organismo. Hace
referencia tambin al qualia.
La conciencia secundaria es la superacin de las limitaciones
del remembered present e implica nuestros planes futuros, el conoci-
miento semntico, y la autoconciencia. La conciencia secundaria se
asienta sobre los mismos procesos de reentrada de la conciencia pri-
maria, pero en procesos de evolucin ms tardos. Existen entonces
84
ibanez.indd 84 23/10/08 20:50:16

dos conciencias en la teora de Edelman (figura 3): un proceso ms
bsico que consiste en la experiencia integrada de la percepcin-ac-
cin y memoria, asociada con el qualia o la unidad de la experiencia
subjetiva; y una conciencia secundaria de orden superior que se
construye sobre esta. Ambas son ontologizadas mediante procesos
de reentrada. El fenmeno de la conciencia es conceptualizado desde
un unified field approach (Searle, 2000), basado en el supuesto de
estudiar la conciencia como un fenmeno unificado y holista1. No
se trata de un modelo composicional de atomizacin de fenmenos
conscientes, sino de una experiencia unitaria de la conciencia como
fenmeno esencial de la misma.
Supuestos restrictivos. Dado que la conciencia depende de los procesos
de reentrada metaestables, la teora define un conjunto de herra-
mientas para caracterizar los fenmenos neuronales de integracin
y segregacin. Dichas herramientas estn basadas en la teora de la
informacin y en medidas de complejidad, aplicadas a la actividad
cerebral (Tononi, McIntosh, Russell, & Edelman, 1998; Tononi,
Sporns, & Edelman, 1994; Tononi et al., 1999).
La segregacin de un rea local ser definida matemticamente
como la independencia estadstica relativa de un subconjunto (un
rea local) con respecto al sistema total. La integracin se definir
como desviacin de la independencia estadstica relativa de grandes
subconjuntos (reas globales; Tononi, Sporns & Edelman, 1994).
Los procesos de integracin y segregacin sern conceptualizados en
trminos de effective information: una medida que captura todas las
posibles interacciones entre subconjuntos de un sistema (figura 4).
1
Una teora opuesta a este enfoque es sostenida por Zeki: Consciousness is
not a unitary concept It consist in many micro-consciousness (Bartels &
Zeki; 1998, p. 2327).
85
ibanez.indd 85 23/10/08 20:50:16

Figura 2. Las dos Consciencias de Edelman. Las conexiones reentrantes entre las seales internas
(s mismo) y el mundo (no s mismo) son correlacionadas y se constituyen en memorias del
organismo. Estas son conectadas por reentradas con procesos perceptivos actuales, que hacen
emerger la consciencia primaria. La consciencia de alto orden depende de procesos posteriores
de reentrada entre la memoria y procesos de categorizacin de lenguaje. Basado en Ibez
(2007b).
La probabilidad estadstica de estas funciones es definida con

un proceso multivariado caracterizado por entropa e informacin
mutua (Tononi & Sporns, 2003; Tononi & Edelman, 1998).
Entonces consideraremos un sistema metaestable si exhibe
simultneamente alta segregacin local y alta integracin global.
El grado de metaestabilidad ser evaluado mediante una medida
llamada complexity. Un sistema ser complejo si sus subconjuntos
exhiben alta dependencia estadstica interna y baja con respecto
al exterior del subconjunto; y simultneamente a nivel global la
dinmica del sistema tender a ser altamente integrada. De esta
manera un sistema complejo ser simultneamente segregado a nivel
86
ibanez.indd 86 23/10/08 20:50:19

local e integrado a nivel global2. Las medidas de complejidad sern
bajas en sistemas que son altamente aislados (no integracin) o si
estn conectados masiva y homogneamente (no segregacin); por
el contrario un sistema poseer medidas de complejidad elevadas
si sus elementos estn conectados densamente y de una manera
especfica (lo cual implicar ambas medidas de integracin y segre-
gacin). La medida de complejidad ser entonces una funcin del
promedio de la informacin mutua entre cada subconjunto y el
resto del sistema, y refleja un alto nmero de estados posibles de un
sistema. Un sistema complejo, poseer subconjuntos heterogneos
que actan cuasi-independientemente a nivel local, pero formarn
grandes ensambles entre s, produciendo funciones globales de gran
coherencia (Edelman, 2003).
Figura 3. Informacin Efectiva (IE). El subconjunto S (elipse gris) forma parte de un sistema
mayor X. S est separado en A y B (lnea punteada). Las flechas indican conexiones entre los
subconjuntos. Estando presentes todas las conexiones, la informacin efectiva es medida intro-
duciendo Hmax (mxima entropa) en las conexiones externas de A. Luego, es medida la entropa
de los estados de B. Note que A puede afectar a B directa (va conexiones A-B) e indirectamente
(va X). (Adaptado de Tononi & Sporns, 2003). La capacidad de integrar informacin es dada
por el mnimo monto de IE que puede ser intercambiado por dos subconjuntos. Las medidas de
informacin mutua expresan la dependencia estadstica entre dos sistemas o entre dos subcon-
juntos, por medio de la cantidad de entropa de un subsistema que es explicada por la otra.
2
Repare usted que en la definicin matemtica, segregacin e integracin
hacen referencia a conectividad, a diferencia de la segregacin e integracin
de la conciencia, que hace referencia a fenomenologa: la experiencia unitaria
de la conciencia, y el continuo cambio de estados en la misma.
87
ibanez.indd 87 23/10/08 20:50:21

La aplicacin de estas medidas de integracin-segregacin
y complejidad sern luego aplicadas a la conciencia (Edelman &
Tononi, 2000).
Supuestos explicativos. La conciencia es concebida como una
propiedad emergente de las reentradas neuronales. Si bien estas
dependen de la interaccin tlamo-cortical, la conciencia no reside
en un conjunto especfico de neuronas. Ella es considerada un
fenmeno unitario global, no atribuible a un conjunto reducido
de neuronas. Frecuentemente el ncleo dinmico de la conciencia
cambia su configuracin neuronal. Las propiedades globales interac-
tan con las locales para brindar una experiencia integrada, basada a
su vez en la interaccin sistmica de los ensambles neuronales, y no
en un microreduccionismo neuronal. La coordinacin emergente
de la conciencia es un tipo de causacin global-a-local. El ncleo
dinmico de la conciencia es afectado por efectos causales del mundo
y las seales corporales, pero simultneamente la actividad del ncleo
afecta los fenmenos neuronales y acciones futuras.
De acuerdo a la teora, los sistemas neuronales que subyacen
a la conciencia permiten la emergencia de discriminaciones de alto
orden en un espacio multidimensional, y el qualia consiste en esas
discriminaciones (Edelman, 2003, 2004). Esta afirmacin coloca
a la perspectiva espacio-temporal o topolgica del sistema nervioso
en una condicin de identidad con el qualia.
Relevancia y promesa del Neural Darwinism
Ahora, si usted tuviera los siguientes interrogantes: Cmo emerge la

conciencia?, cules son sus correlatos neuronales?, es posible la exis-
tencia del qualia a nivel neuronal? Seran las principales preguntas
que esta teora le promete responder. El proyecto de naturalizacin
de la conciencia deber leerse simultneamente como matemati-
zacin, neurobiologizacin y subjetivizacin de la conciencia. A
diferencia de otros proyectos de naturalizacin de la conciencia (ej.,
teoras computacionalistas) esta promesa est centrada en la nocin
88
ibanez.indd 88 23/10/08 20:50:21

de qualia y subjetividad como fenmeno unitario de la conciencia
(Ibez, 2007 b). En este sentido representa una promesa de na-
turalizacin de lo subjetivo en base a una teora objetiva. Lo que
promete esta teora es la posibilidad de medir (mediante medidas
de metaestabilidad) la conciencia a nivel neuronal. Y su promesa
central consiste en acceder al estudio de la conciencia mediante
herramientas dinmicas, brindando medidas para identificar aquella
actividad neuronal que es qualia (Edelman, 2003).
III.2. Componentes dinmicos del Neural Darwinism
Apelacin a la fenomenologa de la conciencia
Edelman asume dos propiedades de la conciencia que son relevantes

para la teora: integracin y diferenciacin en base a analogas con
las propiedades metaestables. Para el Neural Darwinism, la integra-
cin es una propiedad compartida por cada experiencia consciente.
Cada estado consciente implica una escena singular que no puede
ser descompuesta en partes independientes (Edelman, 2003). La
integracin puede apreciarse por la incapacidad para desempear
mltiples tareas separadamente, salvo que sean automticas y no
requieran conciencia. Simultneamente a la consideracin de la
conciencia como un todo integrado, se destaca la extraordinaria
diferenciacin o complejidad de la experiencia. La percepcin de
un cuadrado rojo es una experiencia unificada: percibimos la rojez
del rojo y la cuadratez del cuadrado de una sola forma, como un
evento nico. La experiencia del cuadrado rojo puede ser igualmen-
te percibida contra un constante cambio en el background de los
estmulos de toda clase (auditivos, visuales, kinestsicos, olfativos,
somatosensoriales).
89
ibanez.indd 89 23/10/08 20:50:22

El prototipo del Neural Darwinism: el Dynamic Core como especifica-
cin de la hiptesis de la conciencia
Ya se haba afirmado anteriormente que el Neural Darwinism es una

teora general del sistema nervioso y su evolucin con el cuerpo y el
entorno. La nocin de reentrada es el ncleo conceptual que permite
a la teora general del sistema nervioso convertirse en una teora de
la conciencia. Para ello los circuitos reentrantes son conceptualiza-
dos como Dynamic Core, un particular sistema reentrante capaz de
explicar la conciencia. Este asume las propiedades generales de los
sistemas reentrantes, pero especificado de manera tal que pueda dar
cuenta del conocimiento de dominio acerca de la conciencia y sus
correlatos cerebrales, permitiendo a la vez, su medicin mediante
los desarrollos matemticos presentados en los supuestos restrictivos.
Edelman y sus colaboradores lo definen de la siguiente manera:
We propose that a large cluster of neuronal groups that together

constitute, on a time scale of hundreds of milliseconds, a unified
neural process of high complexity be termed the dynamic core, in
order to emphasize both its integration and its constantly changing
activity patterns. The dynamic core is a functional cluster: its
participating neuronal groups are much more strongly interactive
among themselves than with the rest of the brain. The dynamic core
must also have high complexity: its global activity patterns must
be selected within less than a second out of a very large repertoire
(Tononi & Edelman, 1998, p. 1849).
La conciencia no es consecuencia de la actividad de algn rea

cerebral especfica. Por el contrario, un estado subjetivo es determi-
nado por todo el ncleo dinmico. Un evento consciente puede ser
asociado con un simple punto en un espacio multidimensional (N)
donde N representa el nmero de grupos neuronales que son parte
del ncleo dinmico a un tiempo determinado (los autores sugieren
que N puede estar formado por grupos de 103 a 107 agrupaciones).
90
ibanez.indd 90 23/10/08 20:50:22

La sensacin de rojo es entonces causada por una discriminacin
multidimensional entre una gran cantidad de ncleos dinmicos
(Seth & Baars; 2005). El paisaje del ncleo dinmico est siempre
cambiando su topologa, de acuerdo a procesos de metaestabilidad.
A este ncleo debemos considerarlo entonces un proceso, no una
cosa o una localizacin particular3. El concepto de ncleo dinmico
implica entonces un estado macroscpico de la actividad cerebral,
especificado a partir de la dinmica previa, la actividad sensomo-
tora y la informacin contextual. En este punto, el Dynamic Core
se aproxima a otras perspectivas tericas elaboradas con diferentes
desarrollos matemticos y neurofisiolgicos (ej., Freeman, 2003;
John, 2001).
Este particular proceso reentrante denominado ncleo din-
mico fue inicialmente propuesto para explicar los fenmenos de
perceptual binding, entendido como el proceso que integra con-
juntamente los diferentes aspectos de un evento, como su forma,
color, movimiento, etc.; en una percepcin con sentido (Crick
& Koch, 2003). Posteriormente, la hiptesis de ncleo dinmico
fue estudiada en sujetos esquizofrnicos, en quienes se observ un
descenso de las medidas de complejidad obtenidas de un registro
de actividades cognitivas conscientes de tomografa por emisin de
positrones (Tononi et al., 1998b). Ello supone, segn los autores,
que el ncleo dinmico se encuentra reducido en pacientes con
esquizofrenia, de acuerdo al supuesto que la actividad consciente
se encuentra en estos, reducida o, al menos, alterada. La actividad
3
Una empresa similar de topologizacin de la conciencia es el state space
approach (Fell, 2004). En este programa, la conciencia fenomenolgica
es definida mediante herramientas no-lineales, como representacin
multidimensional de estados. Pero a diferencia del dynamic core la topologa
es utilizada para establecer el principio de homomorfismo: el conjunto de
estados neuronales y fenomenolgicos debe ser topolgicamente equivalente.
Esta teora promueve mapear variables fenomnicas con variables
neurolgicas, comparando su topologa enedimensional. Atmanspacher
(2005) utiliza tambin la equivalencia topolgica como unificacin entre
psicologa y neurociencia.
91
ibanez.indd 91 23/10/08 20:50:22

sincrnica es considerada una medida indirecta de la actividad del
ncleo dinmico. Tambin se aplicaron mediciones de metaestabili-
dad a reas cerebrales no asociadas con la actividad consciente, como
el cerebelo. Ante la reduccin en las medidas de complejidad, se
asume que estas reas no son esenciales para el ncleo dinmico.
Aplicando medidas de integracin neuronal y complejidad, de
forma conjunta con el anlisis extensivo de datos neurolgicos, los
autores afirman la posibilidad de testeo de la hiptesis del ncleo
dinmico de la conciencia (Tononi & Edelman, 1998).
Extensiones empricas
El estudio emprico del Dynamic Core hypothesis depende en gran

medida del desarrollo de mtodos de medicin ms sofisticados que
permitan medir la actividad crtico-talmica en humanos, como
as tambin del desarrollo de medicin en distintas localizaciones
cerebrales de manera simultnea (Edelman, 2003). El progreso de
mtodos matemticos ms acordes a la dinmica cerebral metaesta-
ble, particularmente mtodos no-lineales, es tambin un requisito
para el avance de la teora (Sporns, 2002). Los estudios ms relevan-
tes sern aquellos basados en la comparacin de sujetos conscientes
versus inconscientes (por ej., sujetos anestesiados). Los estudios con
animales debern estar principalmente centrados en la medicin de
la actividad talmica (la cual es difcil de abordar en humanos). La
actividad sincrnica neuronal ha sido interpretada como medida
indirecta de la actividad metaestable del ncleo dinmico (Edelman,
2003, 2004; Srinivasan et al., 1999).
El uso de simulaciones computacionales (Sporns, 2002; To-
noni, Sporns, & Edelman, 1996; Sporns et al., 2000; Sporns &
Tononi, 2002), ha evidenciado que patrones asociados con procesos
de binding poseen ndices altos de complejidad con conexiones lo-
calmente densas (clusters) y conexiones de gran escala que proveen
integracin global.
92
ibanez.indd 92 23/10/08 20:50:23

Si bien actualmente no es posible obtener evidencia directa
en cerebros humanos acerca del ncleo dinmico, existe evidencia
indirecta en estudios comparativos entre sueo y vigilia, y en le-
siones del ncleo intralaminar del tlamo asociado con prdida de
conciencia (Kinney, Korein, Panigrahy, Dikkes, & Goode, 1994;
Seth & Baars, 2005). Nathan et al. (2002) compararon mediante
las medidas de integracin, complejidad e informacin efectiva de
sujetos conscientes e inconscientes. Sus resultados muestran que el
estado de inconsciencia induce incrementos de integracin masiva
de la red, con disminucin de las medidas de complejidad.
Finalmente, los brain based design (Krichmar & Edelman,
2002; Seth et al., 2004, 2004a) en el rea de la robtica han puesto
a prueba los conceptos de degeneracy, binding, metaestabilidad y
evolucin de las dinmicas neuronales. Un prototipo avanzado de
estos modelos es el Darwin VIII, que consiste en un robot mvil
multisensorial neuralmente organizado (con una simulacin cerebral
de 19.556 neuronas, 18 reas neuronales y 450.000 conexiones
sinpticas, sin reglas algortmicas de representacin o manipulacin
de smbolos). Este diseo logra categorizacin perceptual (con
variaciones segn la historia de aprendizaje y los eventos ocurri-
dos) y aprendizaje por condicionamiento, ambos explicados en
trminos de la historia de interaccin del robot con su ambiente.
La explicacin de los procesos de aprendizaje se realiza en base a la
interaccin entre las propiedades emergentes de la dinmica neural
y la actividad del robot.
Cabe destacar que, en gran medida, estos estudios tienden a
brindar informacin indirecta acerca de la hiptesis del Dynamic
Core. La actividad sincrnica no es necesariamente evidencia de
metaestabilidad en su sentido matemtico; las simulaciones compu-
tacionales difcilmente asumen todas las restricciones de la dinmica
cerebral real; y los estudios de binding en la robtica, si bien impli-
can integracin sensorial, no son casos de estudio de propiedades
subjetivas de la conciencia (Ibez, 2007 b).
93
ibanez.indd 93 23/10/08 20:50:23

III.3. Pragmtica de la explicacin
La teora de la naturalizacin de la conciencia del darwinismo

neuronal est asentada sobre una relacin de isomorfismo entre las
propiedades de la conciencia y los componentes estructurales de la
teora. La imagen de dynamic reentry como sistema topolgico ene-
dimesional metaestable implica la conjugacin de conceptos acerca
de conocimiento de dominio, herramientas topolgicas y medidas
de complejidad de la informacin. Este ncleo central se sostiene en
supuestos ontolgicos (evolucin del repertorio primario, secundario
y reentrada; y la conciencia asumida como una propiedad unitaria
basada en dos escalones evolutivos), restrictivos (el uso de medidas
de informacin: informacin efectiva, segregacin, integracin,
complejidad y estadsticas de informacin mutua y entropa) y ex-
plicativos (explicacin emergentista y derivaciones matemticas). La
relevancia argumentativa de la teora est basada en la explicacin
de la emergencia de la conciencia subjetiva y, posteriormente, de la
conciencia secundaria. El conocimiento de dominio se identifica
con propiedades fenomnicas de la misma (interpretadas como
integracin y segregacin). Mediante el prototipo del Dynamic
Core se establecen mapeos entre los componentes estructurales y el
conocimiento de dominio, al ligar las medidas de complejidad con
eventos conscientes (figura 4).
En esta teora, el establecimiento de isomorfismos entre las
propiedades de la conciencia (neuronales y fenomenolgicas) y las
propiedades de las medidas matemticas (segregacin e integra-
cin simultnea) es efectuado de manera explcita por sus autores
(Edelman, 2003; Tononi & Edelman, 1998). El desarrollo de las
inferencias y derivaciones empricas se asienta en un mapeo de
conceptos que comparten significados parciales. Por ejemplo, la
segregacin matemtica como medida informacional y la segrega-
cin de la experiencia consciente, referida al cambio constante y
rpido de eventos subjetivos. O por el contrario, la integracin de la
informacin (como medida de la independencia relativa estadstica
de dos conjuntos de informacin) por un lado y la integracin de
una experiencia subjetiva consciente que es unitaria, en el sentido
94
ibanez.indd 94 23/10/08 20:50:23

del binding, por otro. Esta relacin es un supuesto necesario para
poder realizar hiptesis de trabajo y postulados empricos. Dado
que los conceptos integracin y segregacin son asumidos como
isomrficos en dominios matemticos y fenomnicos, pueden ser
usados para testear la hiptesis de ncleo dinmico de la consciencia.
Este mismo mapeo conceptual permite sostener las simulaciones
computacionales de las medidas de complejidad y metaestabilidad
como evidencia a favor del ncleo dinmico ya no en la simula-
cin sino en la actividad consciente de los organismos vivos. Dado
que tcitamente se establece un isomorfismo de significado entre
herramientas formales y propiedades subjetivas de la conciencia, es
posible derivar conclusiones del mbito de la simulacin hacia la
conciencia como fenmeno (Ibez, 2007 b).
Figura 4. Componentes tericos de darwinismo neuronal. A) Componentes estructurales (ncleo

y supuestos ontolgicos [1], restrictivos [2] y explicativos [3]). B) Componentes dinmicos:
Conocimiento de dominio (cuadro superior izquierdo) y extensiones empricas (cuadro derecha).
El prototipo (Dynamic Core) se muestra como un caso concreto de coordinacin entre compo-
nentes. C) Relaciones de mapeo entre explanans (izquierda) y explanandum (derecha).
95
ibanez.indd 95 23/10/08 20:50:26

Debido a esta relacin pragmtica entre explanans y explanan-
dum, se sustentan las estrategias explicativas de la teora. Un tipo de
explicacin es emergentista (de tipo global a local), ya que el Dyna-
mic Core implica propiedades emergentes que son consecuencia de
la influencia del cuerpo, el cerebro y el entorno, y simultneamente,
el Dynamic Core redefine las relaciones con el cuerpo, el mundo y el
cerebro en s mismo. Igualmente, dado que el qualia es ocasionado
por el ncleo dinmico y existe una relacin de identidad entre
ambos, es posible derivar una explicacin por medio de leyes mate-
mticas, puesto que el ncleo dinmico es un fenmeno metaestable
definido matemticamente. De esta manera el ncleo dinmico
puede ser ontologizado matemticamente gracias a su isomorfismo
conceptual con los eventos conscientes; y la simulacin se convierte
entonces en una indagacin de los procesos conscientes.
IV. Caos y Autoorganizacin en el Estudio de la Mente y el Ce-

rebro
Vemos ahora otra teora, basada en las aplicaciones de los conceptos

de caoticidad a la dinmica cerebral. Las teoras del caos han tenido
un impacto extendido en la ciencia. El estudio de dinmicas no-li-
neales ha brindado nuevas herramientas conceptuales para entender
los sistemas complejos de la naturaleza. Desde entonces, la teora
del caos ha sido utilizada para explicar la toma de decisiones, el
desarrollo evolutivo, los procesos epigenticos, las dinmicas fami-
liares, el self, el concepto de mente o la conducta organizacional,
por citarle algunos ejemplos. En el mbito de la neurociencia, se
ha afirmado que el estudio de las neuronas y su acoplamiento en
contextos reales son mejor abordados por herramientas no-lineales
(National Institute of Health, 2000). La elaboracin matemtica de
las dinmicas no-lineales, la consideracin probabilstica de fen-
menos fsicos, la plasticidad de las tcnicas matemticas aplicable a
mltiples situaciones, y la posibilidad de una representacin de baja
dimensionalidad de fenmenos enedimensionales han convertido a
las teoras del caos en la promesa de ser una herramienta poderosa
96
ibanez.indd 96 23/10/08 20:50:26

en el estudio del cerebro. Las principales aplicaciones han estado
basadas en diversas mediciones de caoticidad en eventos cognitivos
o neurolgicos (Box 3). Sin embargo, la existencia de teoras del
caos en la cognicin, no como casos de aplicacin estadstica, sino
como teoras cognitivas del caos en sentido metaterico, es mucho
ms reducida. Ello implica que los conceptos de caoticidad de
dichas teoras forman parte de los componentes estructurales de
la misma.
A finales de la dcada del 80, Walter Freeman y varios colegas
comenzaron a especular acerca de la posibilidad de que las dinmicas
caticas jueguen un rol importante en la cognicin. Si bien algunos
autores (ej., Nicolis, 1983) ya haban sugerido la posibilidad de
conceptualizar al cerebro como un sistema catico, el trabajo de
Freeman ha sido sustentado con amplias investigaciones, y se ha
convertido en una de las propuestas ms radicales de las teoras de la
complejidad. Su teora sostiene que el cerebro es un sistema catico,
el cual debe ser estudiado mediante herramientas no-lineales, y que
la comprensin de la cognicin es revolucionada por la inclusin de
caos en el explanans de la cognicin. A principios de los 90, Skarda
y Freeman escriban al respecto:
With the introduction of nonlinear dynamical systems theory

especially the theories of self-organization and chaos neu-
roscience has acquired powerful new concepts for analyzing
and interpreting data. In our laboratory this has resulted in
a radical transformation of our understanding of cortical func-
tioning, but the application of nonlinear dynamical systems
theory in neuroscience has further implications: it forces a
revolution in the practice of neuroscience. In our research,
the realization that self-organized and chaotic dynamics are
essential to brain function has led us to reject the underlying
explanatory framework that made reductionism the hallmark
of scientific explanation. What is emerging today is not only
a new view of brain function, but a new science of the brain
(Skarda & Freeman 1990, p. 275; cursivas mas).
97
ibanez.indd 97 23/10/08 20:50:27

La cita anterior ilustra tres niveles de propuestas revolucionarias
de la teora. Dichas propuestas recaen sobre el nivel metodolgico
(estadsticas no-lineales), el terico (una nueva teora de la corteza
y la dinmica cerebral) y el metaterico (revalidacin del holismo).
Aunque la teora est enmarcada en una perspectiva neurobiolgica,
su explanans pretende dar cuenta de fenmenos cognitivos tales
como la percepcin, el significado, la intencionalidad y la concien-
cia. Incluso la teora afirma abordar las bases de la experiencia y
la construccin del conocimiento a travs de la cultura (Freeman,
2003b, 2007). El ncleo terico est basado en la nocin de sistema
catico, un marco basado en las propiedades globales del cerebro,
conceptualizado mediante herramientas no-lineales y estrategias
explicativas holistas.
Box 3. Caos en el cerebro?
El caos como medida matemtica se observa en un sistema dinmico que

posee sensibilidad a las condiciones iniciales, determinismo estructural, y es
asociado a la topologa de atractores extraos (Box 4). El desarrollo de mltiples
rutas o medidas de caoticidad ha favorecido la investigacin de dinmicas caticas
en diversos fenmenos de la naturaleza. Diversos estudios neurofisiolgicos han
evidenciado dinmicas caticas, especialmente mediante simulacin o medicin
de la actividad electrofisiolgica (Aihara et al., 1990; Ashwin, 2000; Banerjee
1992; Breakspear & Friston, 1997; Ehlers et al., 1991; Erdi et al., 2001; Freeman
& Barrie, 1994; Hopfield, 1982; Jansen, 1991; King, 1991; Pradhan & Sdasivan,
1996; Pritchard & Duke., 1995, Rowe et al., 2000, 2002; Tsuda, 2001). Algunos
estudios han encontrado que las ramificaciones dendrticas de las neuronas poseen
caractersticas fractales (Jelinek & Elston, 2003, 2005), que la dinmica general
del EEG tiene una dimensin fractal (Lutzengberger et al., 1995) o que la dinmica
catica cerebral vara con el tipo de actividad cognitiva (Natarajan et al.., 2004).
Estudios psiquitricos han reportado descensos en el exponente de Liapunov de
dinmicas cerebrales de pacientes depresivos (Roschke et al., 1995), esquizofrnicos
(Roschke et al., 1994) y otras patologas (Fezard, 2003). Para Fell et al., (2003), la
actividad catica es necesaria para la actividad consciente, dado que el exponente de
98
ibanez.indd 98 23/10/08 20:50:27

Liapunov revela un descenso de la actividad catica durante estados inconscientes
tales como sueo (Ehlers et al 1991; Fell et al., 1996), anestesia (Widman et al.,
2000; Zhang et al., 2001) y epilepsia (Lehenrtz et al., 2000).
La gran cantidad de estudios de cognicin catica debe ser tomada con

cautela. Las medidas de caoticidad han sido desarrolladas inicialmente para sis-
temas de baja-dimensionalidad, autnomos (sin perturbaciones externas) y libres
de ruido. Si bien ciertas simulaciones computacionales del caos pueden preservar
estas caractersticas, los resultados experimetales estn lejos de poseerlas. Parti-
cularmente en el estudio del cerebro, ya que como sistema es alto-dimensional, no
autnomo, no estacionario y sujeto a ruido. Ello implica problemas al momento de
medicin (Freeman, 2000a; Guevara, 1997; Ibez, 2007a; Lehenrtz et al., 2000;
Le van Quyen, 2003; Pradhan et al., 1999; Rowe et al., 2002). Existen mltiples
dificultades en la aplicacin de rutas de caos. Por ejemplo, El exponente de Liapunov
y las medidas de fractalidad no son capaces de distinguir caos de ruido en sistemas
no estacionarios, y el anlisis de caoticidad requiere series temporales prolongadas
y libres de ruido, (dos caractersticas opuestas a los datos empricos reales); incluso
la deteccin de caoticidad en base a atractores reconstruidos a partir de datos posee
ambos requerimientos (Poon & Barahona, 2000). El ruido de membrana, sinapsis y
poblaciones neurales es actualmente un problema sin resolucin (Guevara, 2003).
Mltiples estudios de caoticidad no estn libres de un alto porcentaje de error y
aplicaciones inadecuadas en la investigacin cerebral (Guevara, 1997); y generan
problemas de medicin estadstica (Pradhan et al., 1999; Rowe et al., 2000; Pincus,
1994). A menudo las tcnicas lineales permiten soluciones ms robustas con menos
resultados espurios. Finalmente la existencia de fractales no-caticos, atractores
extraos alto-dimensionales no-caticos y datos controversiales de no-linealidad
de la actividad cerebral (Shuai & Durand, 2003) imposibilitan una valoracin real
del supuesto de actividad catica cerebral.
IV.1. Componentes estructurales
Caos como ncleo conceptual
La imagen de sistema catico es fundacional en esta teora, tanto

como modelo matemtico, como imagen metafrica y como herra-
99
ibanez.indd 99 23/10/08 20:50:27

mienta explicativa. La nocin de caos nos es propuesta como ncleo
conceptual para entender tanto el cerebro como la cognicin, se
trata de una imagen que posee alta variabilidad interpretativa y no
puede ser falsada. Es un supuesto a priori sobre el cual se asienta la
teorizacin e investigacin. Como modelo matemtico, un sistema
catico exhibe sensibilidad a las condiciones iniciales, determinis-
mo estructural y ruido; y puede ser visualizado topolgicamente
mediante atractores extraos (Box 4).
Box 4. Caos Determinista
La teora del caos es el estudio cualitativo de la conducta inestable y ape-

ridica de un sistema dinmico no-lineal. Dicha conducta se estudia mediante un
conjunto finito de reglas, en mbitos tan dismiles como la fsica de partculas,
la termodinmica, la biologa, la neurociencia o la cosmologa. No existe una
definicin universal de sistema catico, pero habitualmente dicho sistema posee
dependencia a las condiciones iniciales, conducta aperidica, atractores extraos,
determinismo y fractalidad.
La sensibilidad a las condiciones iniciales implica que un sistema catico de-

sarrollar trayectorias muy diferentes en su espacio de fases cuando las condiciones
iniciales varen; incluso cuando la variacin sea mnima, se observarn cambios
abruptos en la evolucin temporal del sistema. Esta propiedad de los sistemas
caticos es medible, por ejemplo, mediante el exponente de Liapunov e implica
la imposibilidad de predecir a largo plazo la conducta del sistema. Una conducta
aperidica de un sistema es simplemente la conducta en la que no existe una va-
riable que describa el estado del sistema bajo una repeticin regular de valores.
La conducta aperidica es continuamente cambiante, e impredecible. Un atractor
extrao, es un atractor no-peridico, caracterizado por un conjunto de ecuaciones
diferenciales no-lineales acopladas. En el espacio de fases, las trayectorias nunca
se repiten y las rbitas nunca se interceptan, a pesar de que se comparte una misma
regin del espacio de fases. Los atractores extraos poseen transitividad topolgica:
la trayectoria del sistema puede ser desplegada en, eventualmente, cualquier regin
del espacio de fases. Habitualmente, los atractores extraos exhiben una geometra
fractal. Un sistema dinmico determinstico es aquel que puede ser descrito a partir
100
ibanez.indd 100 23/10/08 20:50:28

de una funcin de evolucin del sistema. As, la dinmica del sistema puede ser
descripta en base a un conjunto de ecuaciones. En el caso de sistemas caticos,
la conducta del sistema puede ser errtica e impredecible, aunque dicha conducta
pueda emerger de ecuaciones deterministas.
Este concepto de caos debe entenderse como orden emergien-

do del caos (de lo complejo a lo simple) dado que la teora supone
que la interaccin catica de ensambles neuronales permite la
emergencia de fenmenos cognitivos. Como imagen metafrica, el
caos es entendido como una entidad autoorganizada, con actividad
propia, autogenerada, constantemente activa. Estas propiedades se-
rn luego interpretadas no en su sentido matemtico, sino para hacer
referencia a la actividad autogenerada de la percepcin, la intencin
o la conciencia. Finalmente el caos es comprendido como herra-
mienta explicativa, mediante el mapeo de sus propiedades como
explanans emergentista y holista de los fenmenos cognitivos.
Marco de la teora del caos cerebral y cognitivo
Sobre esta imagen del sistema catico, se asienta otro conjunto de

supuestos ontolgicos, restrictivos y explicativos. Estos supuestos
permiten que la imagen de un sistema catico pueda ser anclada en
un conjunto de herramientas conceptuales, que sern relacionadas
con los fenmenos cerebrales y cognitivos.
Supuestos ontolgicos. La teora de Freeman supone que la unidad

de anlisis del cerebro no se corresponde con la llamada doctrina
de la neurona (Box 5). En vez de eso, la unidad adecuada consiste
en el estudio de la coordinacin de grandes grupos cerebrales (Free-
man, 1975). Estos grupos son considerados desde su interaccin
espacio-temporal en el cerebro. Una vez establecida la unidad de
anlisis en base a patrones espaciotemporales, es posibilitada la
aplicacin del lenguaje de la teora de los sistemas no-lineales al
101
ibanez.indd 101 23/10/08 20:50:28

cerebro. Mediante la analoga entre patrones espaciotemporales del
cerebro y patrones espaciotemporales de un sistema dinmico, los
fenmenos de estos ltimos (ej., caos, atractor) son considerados
propiedades ontolgicas del cerebro. A partir de esto, los atractores,
las transiciones de fases y el mismo caos matemtico pasan a ser
propiedades del cerebro.
Box 5. La doctrina de la neurona
Waldeyer en 1891 y posteriormente Ramn y Cajal (1906, utilizando las tc-

nicas histolgicas de Camilo Golgi) desarrollaron la idea de que el sistema nervioso
est compuesto por unidades independientes, las neuronas, las cuales constituyen la
unidad de anlisis del cerebro. La doctrina especificaba que la neurona es la unidad
estructural y funcional del sistema nervioso; que esta es un componente individual,
que se divide en dendritas, cuerpo y axon, y que la conduccin toma lugar de las
dendritas al cuerpo y termina en las arborizaciones del axon. Posteriormente la
doctrina de la neurona fue interpretada en trminos de detectores de caractersti-
cas a partir de los estudios de Hubel & Wiesel (1962) y otros. Esta interpretacin
sostiene que cuando un estmulo complejo llega a la corteza sensorial, un pequeo
conjunto de neuronas es excitado o inhibido. Es conocida popularmente como la
doctrina de la neurona abuela (Barlow, 1972) o neurona psquica (Goldman-Rakic,
1999), ya que supone que para cada objeto particular, debe existir una neurona que
responda al mismo (ej., ante la percepcin de la abuela). Esta doctrina est basada
en una visin atomista del cerebro y ha sido atacada como error categorial (Tononi
& Edelman, 1998; Freeman, 1994); como visin no sistmica del cerebro (Basar
et al., 2001) y como modelo generador de problemas sin solucin (superposition
problem, Singer; 1999; combinatorial problem, Singer & Gray, 1995).
Dado que el cerebro es considerado un sistema catico, la

cognicin, entendida como una propiedad emergente del cerebro,
puede ser evaluada tambin en trminos de la teora de los sistemas
no-lineales. La percepcin, el significado y la intencionalidad, en-
tendidos como fenmenos activos y autogenerados por un agente en
102
ibanez.indd 102 23/10/08 20:50:28

interaccin con su ambiente, son reconceptualizados por el explanans
dinmico. La percepcin comienza con la actividad autoorganizada
de los ensambles neurales, y es el cerebro en s mismo el que crea
las condiciones del procesamiento perceptual, al generar patrones
que determinan la actividad de los receptores (Freeman, 1991). Las
operaciones de planificacin, prediccin y aprendizaje implican
intencionalidad, por medio de la cual el cerebro construye el signi-
ficado (Freeman, 2003b). La propia conciencia es considerada un
parmetro de orden que controla al sistema catico (modulando la
actividad del propio sistema de manera circular: Freeman, 1999b).
De esta manera, la conciencia ocupa el lugar de las propiedades
globales de un sistema dinmico que puede modular partes locales
del mismo sistema al que pertenece.
Supuestos restrictivos. La utilizacin de tcnicas no-lineales, principal-

mente las herramientas topolgicas basadas en atractores aperidicos
y el uso de ecuaciones diferenciales, son centrales en la teora. Dichas
herramientas son instanciadas por el llamado K-set model (descrito
ms abajo, en el anlisis del prototipo). Una teora de la dinmica
espaciotemporal del cerebro debe incorporar mltiples escalas es-
paciales y temporales (Freeman & Kozma, 2000).
Suspuestos explicativos. Freeman asume un modelo de explicacin

no reduccionista, al considerar como insuficiente la doctrina de la
neurona para comprender la dinmica cerebral y la cognicin. La es-
trategia explicativa est basada en la consideracin de los fenmenos
cognitivos en trminos de propiedades globales del cerebro (meso y
macroescala). Dichas propiedades implican la interaccin mltiple
de procesos ms bsicos mediante procesos autoorganizados, y la
imposibilidad de descomponer cada subproceso aisladamente.
La forma adecuada de explicar los fenmenos cognitivos a nivel
cerebral consiste en el uso de estrategias emergentistas y holistas.
Particularmente, Freeman toma la existencia de efectos globales
103
ibanez.indd 103 23/10/08 20:50:28

a nivel local, ligando explcitamente esta forma de explicacin a
una perspectiva holista. Por ello esta es, al igual que otras teoras
dinmicas, una teora que apela al uso de la downward causation.
La reconsideracin del holismo y la emergencia como causacin
global-a-local es validada mediante las matemticas no-lineales. En
este sentido, la matemtica no-lineal ontologizada representa una
validacin del holismo y la emergencia como propiedades conna-
turales de los fenmenos estudiados.
Una promesa radical
La teora de Freeman promete nada menos que una revolucin en

la forma de hacer y entender la ciencia del cerebro y la cognicin.
Esta revolucin es entendida a tres niveles. A nivel metodolgico-
estadstico, implica el abandono de las metodologas tradicionales
basadas en modelos lineales.
once the essential nonlinearity and chaotic character of neural

activity is accepted, these analytical methods [Fourier analyses,
Wiene & Kalman filters, autoregressive analyses] are no longer
adequate. Researchers must adopt new methods, such as recons-
tructing attractors, in order to understand system dynamics that
cannot be accessed by previous methods of analysis (Skarda &
Freeman, 1990, p. 277).
A nivel de terico, implica una revolucin en la conceptua-

lizacin de la dinmica cerebral, en particular la actividad de la
corteza. Esta reflejara un proceso autoorganizado catico, masi-
vamente interactivo, mediante el cual el cerebro constantemente
se reorganiza para interaccionar con el medio. Desde este punto
de vista los detectores de caractersticas corticales no seran ms
que parte de un sistema dinmico que ha sido sensibilizado por
104
ibanez.indd 104 23/10/08 20:50:29

su propia actividad global para responder a ciertos inputs segn la
historia del organismo.
A nivel metaterico implica un rechazo del reduccionismo
neurofisiolgico y su reemplazo por el holismo. Para Freeman, el
reconocimiento del rol de la dinmica autoorganizativa del cerebro
involucra la adopcin de un marco explicativo ajeno al utilizado
tradicionalmente en neurociencia. Ello significa que la microreduc-
cin, como objetivo de la explicacin tradicional en ciencia, no se
aplica a la cognicin (Freeman, 2003).
Esta radical revolucin es sostenida por la teora del caos como
explanans de la cognicin. Claramente, la relevancia y promesa
argumentativas promueven una confrontacin con los enfoques
ortodoxos del computacionalismo cognitivo. La relevancia y pro-
mesa argumentativas pueden ser reledas de la siguiente manera: la
inscripcin de la teora de los sistemas autoorganizados caticos en
el estudio de la dinmica cerebral, permitir desarrollar una teora
neurobiolgica no-reduccionista de la cognicin, capaz de reinsertar
en su explanandum la explicacin de la intencionalidad y el significa-
do, ambas propiedades inherentes de los fenmenos cognitivos, los
cuales han sido desplazados por anteriores teoras. A diferencia de
los enfoques computacionalistas, la promesa de explicar la cognicin
incluye la intencionalidad y el significado, aunque explicados en
trminos de dinmicas no-lineales de un sistema autoorganizado.
IV.2. Componentes dinmicos
Conocimiento de dominio
La unidad de anlisis bsica en el cerebro son los ensambles de neu-

ronas, no la actividad individual de las mismas. A menudo Freeman
cita los estudios basados en la sincrona neural (Von der Malsburg,
1983, Singer & Gray, 1995; Engel et al., 1999). Sin embargo, el
neurocientista no asume los supuestos de la hiptesis de conciencia
105
ibanez.indd 105 23/10/08 20:50:29

como sincrona neuronal. Ello debido a que su modelo de la activi-
dad consciente supone la actividad catica basal como correlato de
experiencia y aprendizaje previo, en funcin de la intencionalidad
y su relacin con el sistema lmbico (Freeman, 1995, 1999, 2003c).
El sistema lmbico es esencial en el modelo de Freeman. Cada acto
perceptual es organizado en el contexto del estado actual del sistema
lmbico, en donde residen los mecanismos de la intencionalidad
(Freeman, 2003).
Las propiedades de la percepcin, el significado y la conciencia
dependen de la intencionalidad. Este es el constructo principal del
cual se derivan otros conceptos en el nivel de explicacin psico-
lgica. Las propiedades de la intencionalidad pueden sintetizarse
en: A) su direccionalidad hacia un estado u objetivo futuro, B) su
unidad, entendida como coordinacin perceptiva y motora, y C)
su totalidad (wholeness) la cual expone la intencionalidad como
circularidad causal, en trminos de ciclos de percepcin-accin
(Freeman, 1999a).
El prototipo del bulbo olfativo y el K-set model
El estudio del bulbo olfativo (Freeman, 1987) y su posterior simu-

lacin matemtica, pueden considerarse el prototipo de esta teora.
Representa una instanciacin clara de los elementos estructurales de
la teora, as como tambin de las estrategias explicativas sostenidas
y de la elaboracin matemtica del modelo. En un experimento
diseado por Skarda & Freeman (1987), 30 conejos fueron condi-
cionados a emitir una seal en respuesta a un odorante y no hacerlo
en respuesta a un odorante incondicionado. Se registr la actividad
cerebral mediante electro-encefalograma, utilizando una plantilla de
8x8 electrodos crnicamente implantados, espaciados entre 0.5 mm;
abarcando el 20% de la superficie del bulbo olfativo. El anlisis de
los patrones de EEG mostr que la dinmica espaciotemporal, antes
del condicionamiento, era homognea para todos los odorantes. No
se observaron cambios cuando los odorantes no reforzados fueron
106
ibanez.indd 106 23/10/08 20:50:29

presentados, pero nuevos patrones emergieron con los odorantes
reforzados. Mientras no se efectu un nuevo condicionamiento,
los patrones espaciotemporales mantuvieron su nueva dinmica.
Los resultados del EEG en forma de patrones espaciotemporales
se interpretaron como actividad catica basal. Cuando el animal
reconoca un odorante previamente aprendido se produca una
drstica transicin, haciendo que el patrn cambiara su dinmica
espaciotemporal. Este patrn se interpret como un estado cuasi-
peridico, con caos bajo-dimensional. Cada odorante significativo
para el animal posea un particular patrn espaciotemporal con
descargas en fase a una particular frecuencia. Cada vez que un nuevo
odorante reforzado era aprendido, todos los patrones previos eran
modificados, creando nuevos atractores (Harter & Kosma, 2004).
En dicho experimento, la actividad catica fue propuesta
como la forma bsica de la actividad neural colectiva para todo
proceso perceptual, a manera de una actividad basal que permite
el aprendizaje y acceso de patrones espaciotemporales asociados a
memoria. Skarda & Freeman afirmaron: the form in which sensory
information is represented in the olfactory bulb is a spatial pattern
of chaotic activity covering the entire bulb (1990, p. 170)4. Los re-
sultados de este experimento condujeron a Freeman a pensar que
el cerebro no se comporta como un receptor pasivo de actividad
perceptual basada en informacin, sino por el contrario, el cerebro
construira el significado de los eventos segn su propia actividad
en curso e histrica.
El K set model (Box 6) es un modelo de ecuaciones diferen-
ciales no-lineales que simula la actividad basal catica que permite
la emergencia de patrones espaciales que responden a odorantes
especficos. Los receptores slo facilitan la formacin de ensambles
neuronales. Durante la inhalacin, todas las neuronas bulbares (no
slo los receptores) son coactivadas, predisponiendo la actividad del
4
Este y otros estudios pioneros de la actividad catica cerebral han sido
metodolgicamente criticados (vase Korn & Faure, 2003, para una
revisin).
107
ibanez.indd 107 23/10/08 20:50:30

bulbo a un cambio de estado. Los receptores desestabilizan el bulbo,
al aumentar la interaccin global, lo que favorece una transicin
hacia un estado global nuevo, dependiente del odorante. En este
estado, la informacin transmitida por cada neurona es diseminada
en todo el bulbo formando patrones espaciotemporales, que en las
simulaciones corresponden a atractores caticos. Esos patrones son
enviados hacia la corteza para ser asociados a memoria y aprendizaje
si son biolgicamente relevantes. Slo la informacin relevante no
es destruida en la dinmica catica.
El K-set model establece un vnculo entre los resultados obte-
nidos en el bulbo olfativo y los supuestos de caoticidad asumidos
por la teora. Este prototipo se opone a las explicaciones (tambin
prototpicas) de la doctrina de la neurona y los detectores de carac-
tersticas, al basarse en la actividad global y activa del cerebro, y en
las explicaciones holistas de la percepcin.
Box 6. K-Set model
El K-Set model ha sido simulado en base al sistema olfativo (Freeman,

1975). Se trata de un sistema de ecuaciones diferenciales de segundo orden que
simula la actividad catica de las neuronas. Posee una arquitectura multicapas, que
simula la actividad de muchas reas cerebrales: periglomerular, mitral, granular,
ncleo olfativo anterior, corteza piriforme y clulas piramidales. Los K-set son un
conjunto de complejidad creciente. Cada capa representa una poblacin local de
neuronas (K0 model), representadas por osciladores acoplados con conexiones
masivas laterales entre nodos, que exiben dinmicas no-lineales. Las conexiones
exitatorias-inhibitorias (ej., mitral, exitatoria, y granular, inhibitoria) exhiben
atractores de punto fijo, y son denominadas KI model. La combinacin de capas
exitatorias-inhibitorias (KII model) tiende a generar oscilaciones de tipo ciclo lmite,
las cuales son moduladas por seales sensoriales (inputs). La combinacin de varios
KII models produce oscilaciones espaciotemporales aperidicas, que representan
la memoria de la informacin aprendida. La dinmica catica solo existe a nivel
colectivo en el KIII model. Un KIII model aislado (sin informacin sensorial)
exhibe caoticidad multi-dimensional, y slo colapsa en estados de caoticidad bajo-
108
ibanez.indd 108 23/10/08 20:50:30

dimensional cuando existe informacin sensorial. Cuando la informacin sensorial
es anulada, el KIII model retorna a su estado de caoticidad multidimensional basal.
Para mayores detalles tcnicos, vase Kozma & Freeman (2001).
Extensiones empricas e interaccin entre componentes
Los trabajos del bulbo olfativo fueron sucesivamente replicados

(Freeman & Barrie, 2000, 2000, Chang & Freeman, 1996). Pos-
teriormente la investigacin se extendi a otros sistemas sensoriales
(visual, auditivo y somatosensorial; Freeman, 2003b) y a otros
animales (monos rhesus: Freeman & van Dijk, 1987; mongolian
gerbils: Scheich & Freeman, 2001). Se realizaron estudios de EEG
(Freeman & Barrie 2000, Freeman, Burks & Holmes, 2003) y se
estudi los patrones mesoscpicos en la percepcin multisensorial
y su relacin con patrones de actividad gamma (Freeman, Gal &
Jrsten, 2003). Se postularon transiciones de fase globales interhe-
misfricas asociadas a percepcin (Freeman & Rogers, 2003).
109
ibanez.indd 109 23/10/08 20:50:33

Los K-set models fueron exitosamente aplicados al reconoci-
miento de patrones (Shimoide et al., 1999) y a la coordinacin
entre percepcin, accin, memoria y sistemas motores en agentes
autnomos (Freeman, 2000c; Harter, 2004; Kozma et al., 2003).
Los K-sets models tambin han sido aplicados a robots Khepera
(Michel, 1996), en trminos de KA-models (versin modificada de
KIII; Harter, 2004; Harter & Kozma, 2005).
Finalmente, la teora de Freeman ha estado implicada exten-
samente en otros modelos caticos de la actividad cerebral (Erdi,
1993; Harter, 2004; Kozma et al., 2003; Tsuda 2001, 2002, 2003;
Tsuda & Yamaguchi, 1998).
Las extensiones empricas de la teora de la actividad catica
del cerebro han acentuado la posibilidad de conceptualizar las he-
rramientas no-lineales de forma ontolgica. Las nociones de caos
determinista, atractores, cuenca de atraccin y muchas propiedades
matemticas de los sistemas caticos son considerados en esta teora
como existentes en el cerebro y la mente. Ello permite explicar el ruido
neuronal, los ensambles neuronales, la coordinacin cortico-cortical
y cortico-subcortical, la percepcin, el significado, la conciencia y
la intencionalidad en trminos de fenmenos emergentes de un
sistema dinmico catico.
IV.3. Pragmtica de la explicacin
La teora de Freeman sostiene que el sistema nervioso es un sistema

catico, y que su estudio mediante herramientas no-lineales per-
mitir entender adecuadamente no slo la dinmica del cerebro,
sino tambin la percepcin, el significado, la intencionalidad y la
cognicin. Un sistema catico es, en esta teora, una imagen que in-
corpora las propiedades de intencionalidad (el concepto psicolgico
central en el modelo de Freeman), representadas topolgicamente en
un continuo espaciotemporal, y modeladas mediante herramientas
no-lineales. Esta imagen est asentada en supuestos ontolgicos
(acerca de la actividad masiva e interdependiente del cerebro, ms las
110
ibanez.indd 110 23/10/08 20:50:34

propiedades de la intencionalidad), restrictivos (el uso del lenguaje
de la matemtica no-lineal para estudiar la cognicin; principal-
mente la nocin de caos y su representacin topolgica mediante
atractores), y explicativos (holismo emergentista revalidado por las
teoras del caos). La relevancia argumentativa es la de brindar una
nueva ciencia del cerebro y la mente, una teora simultneamente
holista y matemticamente fundada. El conocimiento de dominio
utilizado para el mapeo de los componentes estructurales est basado
en propiedades cerebrales (ensambles espaciotemporales de actividad
neuronal; propiedades del sistema lmbico) y psicolgicas (centrado
en la nocin fenomenolgica de intencionalidad, como concepto
central para entender la percepcin, la memoria o la conciencia). Los
estudios del bulbo olfativo y sus simulaciones representan un nivel
bsico de mapeo entre conceptos de caoticidad y la intencionalidad
como propiedad de la percepcin sobre el cual se asientan sucesivas
expansiones empricas (figura 5).
Figura 5. Componentes tericos de la teora del caos de Freeman.

A) Componentes estructurales (ncleo y supuestos ontolgicos [1], restrictivos [2] y explicativos
[3]). B) Componentes dinmicos: Conocimiento de dominio (cuadro superior izquierdo) y
extensiones empricas (cuadro derecha). El prototipo (bulbo olfatorio y K-set model) se muestra
como un caso concreto de coordinacin entre componentes. C) Relaciones de mapeo entre
explanans (izquierda) y explanandum (derecha).
111
ibanez.indd 111 23/10/08 20:50:38

Las relaciones de mapeo centrales en esta teora se establecen
entre el mbito conceptual de la teora del caos y herramientas
no-lineales, con el mbito conceptual de correlatos cerebrales de
fenmenos intencionales. Si bien un sistema catico fue mapeado
inicialmente con fenmenos perceptivos asociados con la inten-
cionalidad, tambin ha sido utilizado como explanans de mltiples
fenmenos cognitivos. El caos es conceptualizado como un proceso
ontolgico que provee diversos beneficios biolgicos, tales como
neurognesis y supervivencia neuronal (Freeman, 2004), cambio
en los estados cognitivos del agente (Harter, 2004), aprendizaje
hebbiano (Freeman, 2000) e incluso, significado (Freeman, 2003).
La variabilidad interpretativa de la imagen de un sistema catico
es amplia, ya que es mapeado con todo un dominio conceptual: el
nivel de explicacin psicolgico y sus correlatos neuronales. Caos
puede entonces ser un trmino polismico que incluye desde ruido
hasta significado.
Las estrategias explicativas son sostenidas como una revalida-
cin del holismo, en contra de las explicaciones microreduccionistas.
Gracias al mapeo conceptual entre sistema catico y fenmenos
cognitivos, la emergencia de un sistema dinmico es entendida como
explicacin de la emergencia psicolgica. As mismo, los fenmenos
emergentes tienen un efecto sobre las propiedades locales, instan-
ciando entonces un nivel de causalidad (downward causation) a partir
de las herramientas matemticas. Junto a esta lnea argumentativa,
la matemtica en s misma constituye una fuente de validacin de
estrategias explicativas, dado que la nocin de sistema catico es
asumida como una propiedad ontolgica del cerebro y la mente.
Puesto que el cerebro es un sistema catico, las propiedades de este
ltimo podrn ser interpretadas como consecuencias lgicas en el
primero.
112
ibanez.indd 112 23/10/08 20:50:39

Captulo 3
La metfora topolgica de la mente II:

CAMPO Y SINERGIA
I think that in complexity studies one may find elements of both kinds of ethos;
both unification and plurality, both a striving to find a general theoretical frame
to understand any complex system, and a more modest stance that emphasises
sensitivity to the concrete cases of entangledness, diversity and heterogeneousness.
(Emmeche, 1997)
I. Introduccin
C ontinuamos en este captulo con el anlisis de las teoras di-

nmicas, focalizndonos en las teoras del desarrollo y en la
sinergtica cognitiva. Abordamos primero la field theory of develop-
ment, derivada de la metfora del desarrollo evolutivo como sistema
dinmico. Esta teora explica diversos fenmenos cognitivos como
emergentes, utilizando modelos matemticos y simulaciones forma-
les, favoreciendo la integracin con enfoques corporeizados-situados
y ecolgicos. Posteriormente nos avocaremos a la sinergtica, que
es una teora multidisciplinaria basada en procesos de autoorgani-
zacin estructural espontnea, estudiada mediante el anlisis de la
cooperacin de las partes de cada estructura, en sistemas abiertos a
la energa, a la materia y a la informacin.
113
ibanez.indd 113 23/10/08 20:50:39

II. Enfoques Dinmicos del Desarrollo Evolutivo
Las teoras del desarrollo evolutivo, a pesar de la amplitud de

enfoques, tienen al menos dos elementos comunes en su agenda
cientfica. La temporalidad, que es el fenmeno esencial que gua las
principales preguntas de investigacin acerca de los cambios evoluti-
vos, de la aparicin de nuevas habilidades, y los procesos generativos
del desarrollo. Y por otra parte, incluyen mltiples niveles de anlisis.
Tal vez, debido al inters en la temporalidad y el multinivelismo, las
teoras de la complejidad han sido intensamente aplicadas al campo
del desarrollo (vase una compilacin amplia en Fischer & Bidell,
2005; y tambin Demetriou & Raftopoulos, 2005).
En gran medida las teoras de la complejidad en este dominio
han asimilado los temas clsicos del desarrollo, redefinindolos en
el marco de la teora. Muchas de las grandes antinomias tericas
(ej., innatismo vs. aprendizaje, biologa vs. cultura) han sido re-
conceptualizadas desde este nuevo contexto.
Se han aplicado modelos dinmicos al desarrollo infantil,
gran parte de los cuales han estado dirigidos a la autoorganizacin
de los movimientos. Han sido desarrollados modelos del desarro-
llo que simulan procesos de cambio. Van der Maas & Molenaar,
(1992); van der Maas et al. (2005), utilizan conceptos dinmicos
(ej., hysteresis, phase transitions) para entender efectos del contexto
o la emocin en la evolucin. La idea de modelar el cambio evolu-
tivo por medio de transiciones de fase en el espacio de estados de
un sistema dinmico es el ncleo de muchas teoras del desarrollo
(Raftopoulos, 2005). Se han realizado estudios dinmicos en etapas
tardas del desarrollo (Reznick & Goldfield, 1992; Ruhland & van
Geert, 1998; Shultz, 2003). El estudio de las emociones y su papel
en el desarrollo evolutivo general tambin ha sido abordado por las
teoras de la complejidad (Fischer et al., 1990). Existen enfoques
del desarrollo emocional-cognitivo correlacionado con el desarrollo
cortical (Fischer & Bidell, 2005; Lewis, 2005). La teora de los sis-
temas dinmicos ha sido tambin aplicada al desarrollo epigentico;
la investigacin ha estado centrada en mostrar que la epignesis
114
ibanez.indd 114 23/10/08 20:50:40

cerebral-ambiental exhibe patrones no-lineales de evolucin (Shultz,
2003; van Geert, 1998).
Una teora ejemplar en el mbito del desarrollo es la field
theory of development, asentada sobre la metfora del desarrollo
como sistema dinmico (instanciado por la dynamic field theory). La
nocin de campo implica un sistema dinmico espaciotemporal
de integracin a muchos niveles de los fenmenos del desarrollo,
permitiendo una perspectiva temporal y ecolgica. Esta teora
explica diversos fenmenos cognitivos como emergentes, as como
los mltiples procesos que los integran, utilizando explanans mate-
mticos y simulaciones, favoreciendo la integracin con enfoques
corporeizados-situados y ecolgicos.
II.1. Componentes estructurales
La imagen de campo de activacin
El ncleo de la teora es la imagen de sistema dinmico como ima-

gen-gua para entender el desarrollo. Mediante la nocin topolgica
de campo, el estudio del desarrollo es mapeado con una perspectiva
espaciotemporal continua. Ello permite estudiar la coordinacin de
mltiples procesos, los cuales son asimilados a un modelo de campo
por medio de su parametrizacin.
Un sitio de integracin (Thelen et al., 2000) puede ser enten-
dido matemticamente como un campo topolgico de instanciacin
de parmetros direccionales (Erlhagen & Schner 1999). En primer
lugar, las variables del fenmeno cognitivo son concebidas como
dimensiones espaciales, con diferentes valores topolgicamente
definidos. Sobre este espacio de dimensiones, se define un campo
de activacin. El concepto de campo es un concepto familiar a la
fsica, donde un potencial elctrico es un campo de activacin con
un valor asociado a cada punto en el espacio tridimensional. Los
parmetros que integran el campo interactan entre s, y los cambios
en la dinmica del sistema pueden ser asociados a la modificacin
115
ibanez.indd 115 23/10/08 20:50:40

de uno o varios parmetros. Formalmente, el concepto de campo
puede ser generalizado a mltiples parmetros mediante la nocin de
campo de activacin multidimensional, u(x1, x2, ..., xn). Dentro de
este, para cada localizacin en el espacio vectorial de los parmetros,
una variable de activacin puede ser definida (Erlhagen, 2002).
Marco de la field theory
Supuestos ontolgicos.
a) Procesos sinrgicos y holistas al interior del organismo.

A diferencia de los enfoques ortodoxos-computacionales del de-
sarrollo, esta teora asume que los fenmenos evolutivos son una
propiedad emergente de mltiples destrezas a diferentes niveles de
organizacin que se coordinan espontneamente (Thelen, 2003).
Un solo evento puede ser simultneamente una actividad motora,
sensorial y cognitiva.
b) Procesos sinrgicos y holistas en la interaccin organismo-
entorno. La teora asume que la evolucin est basada en la interac-
cin del organismo y su ambiente (Demetriou & Raftopoulos, 2005,
p. 21). Bajo esta perspectiva holista, al interior del organismo y en
la interaccin organismo-ambiente, es entendida la temporalidad
y globalidad de la evolucin de un organismo. Por ello, la unidad
de anlisis del desarrollo estar basada en una visin coordinada
de procesos al interior del organismo y en la interaccin entre este
organismo y su ambiente. Esta unidad de anlisis se conceptualiza
como un sitio de integracin, mediante, justamente, el concepto
de campo.
La evolucin es pensada como un fenmeno altamente con-
textual, variable y continuo. La contextualidad, variabilidad y el
cambio a lo largo de todo el desarrollo, no son considerados factores
independientes al fenmeno evolutivo, sino propiedades intrnsecas
a la evolucin (Raftopoulos, 2005; Siegler, 2005; Torbeyns et al.,
2005; van Geert, 2005; van der Maas et al., 2005).
116
ibanez.indd 116 23/10/08 20:50:40

Supuestos restrictivos. Adems del concepto de campo, el lenguaje
matemtico de los sistemas dinmicos es utilizado para estudiar la
integracin entre cerebro, cuerpo y entorno (Thelen, 2003). Dado
que el explanandum del desarrollo se ha convertido en un sistema
dinmico, el lenguaje de la teora de los sistemas dinmicos es la he-
rramienta adecuada para su estudio. De ello se sigue, que fenmenos
del desarrollo, como habilidades o conceptos, si son entendidos
en lenguaje dinmico, pueden ser entendidos como atractores o
cuenca de atraccin, y su cambio evolutivo podr ser entendido
como paisaje de activacin de la evolucin de un modelo de campo
(Raftopoulos, 2005). Mediante esta analoga (uso del lenguaje de la
teora de los sistemas dinmicos para describir fenmenos evolutivos)
la nocin de campo es instanciada de manera similar al fenmeno
que se est estudiando.
Supuestos explicativos. Esta teora utiliza explanans emergentistas a

dos niveles. La emergencia es entendida a nivel intraorgansmico:
cuando se est describiendo algn fenmeno evolutivo (ej, error A
no B, vase ms adelante), la explicacin gira en torno a fenme-
nos integrados que emergen a partir de subprocesos al interior del
organismo (ej., memoria motora, memoria de trabajo, percepcin
visual, etc.). Pero la emergencia es tambin conceptualizada a nivel
organismo-ambiente. En este caso, es entendida como macrocausa-
cin, cercana a la explicacin ecolgica. En los dos casos la nocin
de campo representa una formalizacin matemtica y una extensin
metafrica del concepto general de emergencia, definido a partir
de una imagen espaciotemporal. La emergencia es visualizada en la
dinmica espaciotemporal del campo de activacin.
Finalmente, la simulacin juega un papel esencial en las
estrategias explicativas de esta teora. Los principios matemticos
extrados de la simulacin son utilizados como leyes que pueden ser
generalizables en trminos de replicacin y prediccin de fenmenos
empricos. Cuando ello es logrado, la derivacin del fenmeno a
partir de las propiedades matemticas del modelo se convierte en
el principal argumento explicativo.
117
ibanez.indd 117 23/10/08 20:50:41

Promesa y relevancia argumentativa
Mediante la imagen de campo, la teora promete una visin

integrativa e interaccionista.
Broad in scope and applicability, the dynamic model and me-

thodology elucidate relations between cognitive, social, emo-
tional, and neurological development, which all work together
in the activities of human beings in all their rich complexity
(Fischer & Bidell, 2005, p. 3; cursivas mas).
Las teoras dinmicas, en el mbito del desarrollo, se han

establecido bajo la promesa de que los fenmenos cognitivos del
desarrollo, estudiados tradicionalmente desde una perspectiva ais-
lada, esttica y local, podrn ser ahora afrontados en trminos de
propiedades emergentes de procesos coordinados, reconstituyendo
la dinmica temporal y bajo una perspectiva global. Esta promesa
constituye simultneamente una visin holstica y metodolgi-
camente plausible. Holista, ya que una perspectiva de campo
conlleva a la coordinacin de todos los procesos que intervienen
en el fenmeno, y el fenmeno es una propiedad emergente del
campo, que no puede ser segregado de la totalidad de procesos que
lo atraviesan. Metodolgicamente plausible, porque las herramientas
dinmicas permitirn abordar la complejidad de los fenmenos del
desarrollo.
Es esta promesa integrativa la que promueve el mapeo entre
los elementos estructurales de la teora (herramientas conceptuales
de la complejidad) con otras teoras provenientes del conocimiento
de dominio (teoras de la cognicin corporeizada-situada-ecolgi-
ca). Estas ltimas asumen la contextualizacin de los fenmenos
cognitivos con respecto a su nicho o campo del cual emergen, y las
explicaciones de los fenmenos cognitivos debemos buscarlas en la
interaccin de procesos, ms que en propiedades aisladas. Por ello
118
ibanez.indd 118 23/10/08 20:50:41

la promesa de las field theories of development podemos sintetizarla
en la siguiente sentencia: un explanans matemtico sostenido con
ideas corporeizadas y ecolgicas nos permitir elaborar una visin
global y metodolgicamente plausible para abordar el desarrollo
evolutivo en toda su riqueza y complejidad.
II.2. Componentes dinmicos
Conocimiento de dominio
Dado que las teoras dinmicas del desarrollo han sido aplicadas a
diferentes niveles de anlisis, el conocimiento de dominio vara con
respecto a dichos niveles. Los fenmenos tpicamente abordados son:
procesos epigenticos a distintos niveles de anlisis (neurodesarrollo,
evolucin ontogentica, interaccin filogentica-ontogentica);
coordinacin motora y sensomotora; fenmenos cognitivos que
implican coordinacin de percepcin, accin y funciones cognitivas
elevadas (memoria, atencin, toma de decisiones); y anlisis del
cambio evolutivo. En general los eventos evolutivos son concep-
tualizados como fenmenos emergentes e interactivos.
Han sido asimiladas tambin diversas teoras cognitivas al ex-
planans de las teoras de la complejidad en el mbito del desarrollo.
La teora del embodiment ha sido principalmente utilizada para sos-
tener hiptesis antirepresentacionales, para acentuar la coordinacin
entre accin y percepcin y para sostener una unidad de anlisis
basada en la interaccin de cuerpo, cerebro y entorno.
Prototipo: redefinicin del error A no B
La field theory of infant perseverative reaching es tal vez el prototipo

actual ms popular de las teoras dinmicas del desarrollo basadas
en la nocin de campo. Este modelo terico se asienta sobre la re-
explicacin de un antiguo y controversial fenmeno evolutivo que
119
ibanez.indd 119 23/10/08 20:50:42

ha sido anteriormente explicado de manera prototpica por la teora
constructivista piagetiana.
El llamado error A no B fue descrito por Piaget (1954) en
el contexto de sus preguntas acerca del origen evolutivo del cono-
cimiento. Piaget estaba interesado en cmo los nios aprenden las
propiedades de los objetos, especialmente en cmo los objetos per-
sisten incluso cuando estos desaparecen a la vista. Piaget descubri
que dicho conocimiento se estabiliza gradualmente en la infancia.
Antes de los 7 u 8 meses de edad, los nios se rehsan a buscar un
objeto escondido ante sus ojos. Despus de los 12 meses, los nios
buscan un objeto escondido en sucesivos lugares. Pero entre los 7-12
meses, los nios muestran un conocimiento parcial acerca de dnde
buscar el objeto (en la posicin A inicial o en la sucesiva, B). El error
A no B ocurre cuando los infantes, normalmente nios de 8-10
meses, despus de descubrir un juguete oculto en una ubicacin (A),
vuelve a buscarlo en ese sitio cuando dicho juguete es colocado ante
los ojos del nio en otra ubicacin (B). Piaget concluy que existe
una representacin abstracta de objeto permanente, que permite que
el nio cercano a los 12 meses busque en el sitio B. Nios menores
que an no habran desarrollado dicha nocin cometeran el error A,
ya que el objeto no puede verse, y por tanto la actividad de bsqueda
queda ligada a la experiencia sensomotora previa.
Si bien el experimento del error A no B es totalmente robusto
en su forma cannica original, modificaciones del marco experi-
mental alteran los resultados originales: las propiedades visuales de
los lugares en donde se esconde el objeto, ej., nmero, distancias,
transparencias de los cobertores (ej. Bremner, 1978; Butterwor-
th, 1977; Butterworth et al., 1982; Horobin & Acredolo, 1986;
Sophian, 1985), el tiempo transcurrido entre el ocultamiento del
objeto y su bsqueda (ej. Diamond, 1985; Harris, 1973), si la teora
implica slo bsqueda visual o conductas motoras (ej., Hofstadter
& Reznick, 1996), si existen seales en el ambiente (Acredolo,
1985), si los objetos son juguetes, comida o personas (Diamond,
1997), si la tarea es hecha en casa o en laboratorio (Acredolo, 1979),
entre otros. Ello hace que el error A no B, sea considerado un
120
ibanez.indd 120 23/10/08 20:50:42

fenmeno variable y contexto-dependiente. El modelo terico de
Piaget no logra explicar todas estas variaciones contextuales. Otros
modelos pueden explicar slo algunas de las variaciones (ej., error
A no B como coordinacin entre sistema de accin y de conoci-
miento: Bertenthal, 1996; o como maduracin cerebral prefrontal:
Diamond, 1990).
La field theory of infant perseverative reaching redefine el prototi-
po piagetiano del error A no B desde supuestos tericos diferentes,
logrando explicar todos los logros explicativos parciales alcanzados
por la teora piagetiana y por otras teoras, desde un modelo basado
en la simulacin del error A no B y sus variaciones contextuales.
En primer lugar, esta teora explica el fenmeno desde el
marco de las teoras de campo del desarrollo. El error A no B es
entendido como un acoplamiento dinmico de mltiples procesos
bsicos (como la actividad motora, el entrenamiento previo, la
percepcin visual, las propiedades de los objetos, etc.). No existira
una representacin de objeto permanente como una propiedad del
conocimiento diferente del campo de procesos intervinientes. El
conocimiento es exactamente la combinacin de dichos procesos
bsicos, y no puede separarse de ellos. El conocimiento est corporei-
zado en la mltiple combinacin de procesos que guan la bsqueda
del objeto, mediante un acoplamiento de propiedades emergentes
de fenmenos senso-perceptivo-cognitivos y la interaccin del or-
ganismo con el ambiente.
Thelen et al., 2000, modelaron las diferencias clsicas ob-
servadas en los infantes de 8-10 y 10-12 meses en base a procesos
contextuales y temporales de cooperacin competitiva y cooperativa
de parmetros, representados topolgicamente mediante un campo
de activacin, que se convierte en el sitio de integracin de todos
los procesos parametrizados.
La simulacin describe las diferencias segn la edad con res-
pecto a una cantidad de procesos observados en la tarea de A no B
(efecto delay, efecto de la bsqueda repetida y errores espontneos,
fenmenos de confusin perceptual, acoplamiento entre bsqueda
121
ibanez.indd 121 23/10/08 20:50:42

y mirada). Desde esta perspectiva no existe una estructura causal
(objeto permanente) que genera un pensamiento o una conducta,
sino slo conocimiento de objetos embebidos en circunstancias
inmediatas y en la historia de percepcin-accin en similares si-
tuaciones. La conducta es entendida dinmicamente de manera
temporal, mediante un proceso de repeticin que configura un
atractor particular en el que son integrados diversos inputs (Thelen,
2003). Debido a que la respuesta depende de mltiples contribu-
ciones que poseen diferentes valores y dependencia temporal, un
pequeo cambio en los parmetros puede influir en la decisin de
bsqueda. El conocimiento de la respuesta correcta es resultado de la
dinmica de coordinacin de parmetros tales como la ambigedad
de la tarea, el entrenamiento previo, la latencia en la perseveracin e
interaccin entre memoria motora y memoria visual. La accin de
bsqueda del objeto en A o en B, depende de la simulacin del nivel
de activacin del campo de planificacin de los movimientos: en
estado bajo, la evolucin temporal del campo depende de los inputs
externos, y cuando estos decaen temporalmente, se produce el error
A. Cuando el nivel de activacin del campo de planificacin motora
es alto, la actividad es autosostenida, y la direccin de la bsqueda
es B. A su vez, el campo de activacin de la planificacin motora,
depende de la interaccin de todas las variables que constituyen el
sistema (Box 7).

Expansiones empricas del modelo de campo de activacin
En base a la simulacin de un campo de activacin, el modelo de

error A no B fue replicado en distintos contextos (Schutte, Spencer
& Schoner, 2003) y posteriores resultados empricos confirmaron
dinmicas simuladas por el modelo que no haban sido reportadas
empricamente (Spencer, Smith & Thelen, 2001). Tambin el mis-
mo modelo fue adaptado para un robot que realiza la misma tarea
del error A no B (Erlhagen & Bicho, 2006).
122
ibanez.indd 122 23/10/08 20:50:42

El modelo fue generalizado a otros fenmenos cognitivos,
como por ejemplo para explicar la formacin de patrones perceptua-
les biestables y la continuidad perceptual (Hock, Schoner & Giese,
2003). Tambin ha sido extendido a otros patrones de coordinacin
sensorio-motora; para demostrar que la informacin sensorial de
origen visual puede especificar directamente la conducta motora; o el
estudio del ajuste postural en base a oscilaciones visuales analizadas
en trminos de acoplamientos de parmetros de sistemas dinmicos
(Schner & Kelso, 1989).
Los modelos de la dynamic field theory han sido aplicados
exitosamente a otros dominios, tales como los modelos de recono-
cimiento de patrones de movimientos biolgicos (Giese, 2000); y
aprendizaje perceptual (Shi, Huang & Shang, 2004). La dynamic
field theory of working memory (Schutte, Spencer, & Schner, 2003;
Spencer & Hund, 2003) explica las influencias contextuales en la
memoria de trabajo. Este modelo explica un conjunto de resultados
empricos acerca de preparacin motora, iniciacin de movimientos
y coordinacin perceptual, enfatizando la coordinacin emergente
entre la preparacin motora y el control motor. Finalmente, se han
desarrollado aplicaciones a la robtica, por ejemplo agentes con
conducta autnoma y comunicacin en base a lenguaje (Iossifidis
et al, 2004).
Box 7. Campo de activacin del error A no B
Tres etapas secuenciales en el error A no B (sealadas en la flecha infe-

rior: 1, 2, 3) y sus simulaciones. Las curvas en los grficos presentan el nivel de
activacin en cada campo, de acuerdo a sus variables. Inicialmente el modelo es
expuesto a repetidas secuencias en donde el objeto es colocado en A (no mostrado
en el grfico). Por ello el campo de memoria exhibe un nivel de activacin en A en
la etapa 1. Luego el objeto es colocado en B (grfico superior izquierdo), lo que
produce una activacin de la posicin B en los campos. La etapa 2 consiste en un
delay temporal entre la presentacin del estmulo (1) y la respuesta (3). Cuando el
nivel de activacin en la movement planning field es bajo (I), la activacin hacia
123
ibanez.indd 123 23/10/08 20:50:43

B decae en el tiempo y finalmente se produce el error A (crculo superior). Cuando
el nivel de activacin en la movement planning field es alto (II), esta es capaz de
mantener el nivel de activacin en B, y el modelo produce la bsqueda correcta
en B (crculo inferior). Adaptado de Thelen et al., 2000.
II.3. Pragmtica de la explicacin
Las field theories del desarrollo se asientan sobre la metfora de campo

como sitio de integracin multidimensional de todos los eventos
que constituyen un acto cognitivo. Es una imagen tripartita cons-
tituida por herramientas de ecuaciones diferenciales, la topologa
de campo y el fenmeno del desarrollo. Los supuestos ontolgicos
estn basados en fenmenos autoorganizados e interactivos (que
poseen coordinacin intra e interorganismo), y exhiben alta varia-
bilidad contextual. Los supuestos restrictivos estn basados en la
especificacin de la nocin de campo mediante herramientas de la
teora de los sistemas no-lineales. Los supuestos explicativos asumen
el uso simultneo de explicaciones emergentistas y la simulacin
computacional de los fenmenos de inters. El conocimiento de
124
ibanez.indd 124 23/10/08 20:50:46

dominio utilizado por la teora consiste en la descripcin de fen-
menos cognitivos que poseen gran variabilidad contextual. Tambin
son utilizados supuestos tericos del embodiment, la cognicin
situada o la psicologa ecolgica. La simulacin del error A no B
ilustra la aplicacin de los componentes estructurales de la teora
para explicar la variabilidad contextual y la emergencia del error,
gracias a la simulacin computacional del mismo. La coordinacin
de los componentes estructurales y dinmicos permite a la teora
prometer un nuevo marco matemtico y corporeizado-ecolgico
para abordar los fenmenos del desarrollo en toda su diversidad y
temporalidad (figura 6).
Figura 6. Componentes tericos de la teora de campo del desarrollo.

A) Componentes estructurales (ncleo y supuestos ontolgicos [1], restrictivos [2] y explicati-
vos [3]). B) Componentes dinmicos: conocimiento de dominio (cuadro superior izquierdo)
y extensiones empricas (cuadro derecha). El prototipo (Error A no B) se muestra como un
caso concreto de coordinacin entre componentes. C) Relaciones de mapeo entre explanans
(izquierda) y explanandum (derecha).
La relacin de mapeo central consiste en el establecimiento

de isomorfismos entre las propiedades del campo topolgico y el
fenmeno cognitivo que se quiere explicar. Las herramientas del
125
ibanez.indd 125 23/10/08 20:50:48

campo topolgico no implican necesariamente los supuestos de
la cognicin corporeizada-situada o ecolgica. Simplemente las
conexiones del simulans con el fenmeno debemos construirlas (a
travs de una relacin pragmtica y contextualista). Bsicamente el
mapeo se establece, al ser el campo un sitio de integracin de par-
metros matemticos; entendido como sitio de integracin de eventos
cognitivos (intra e interorganismo). Es por ello que la estrategia
habitual consiste en la cuantificacin de los procesos del fenmeno,
a fin de que integremos estos en el modelo de campo.
El tipo de estrategia explicativa es emergentista. El espacio de
campo, entendido como sitio de integracin, permite conceptualizar
la cognicin como una integracin de la percepcin, la memoria, o
la accin misma. Los eventos cognitivos no existen de manera aislada
de todos los parmetros del campo, sino que, por el contrario, son
un fenmeno emergente de ellos, no descomponible a un nivel de
anlisis inferior. Particularmente en las teoras del desarrollo, adems
de la emergencia intraorgansmica, se enfatiza la emergencia de la
coordinacin entre cerebro, cuerpo y entorno. Cabe destacar que
la simulacin es la fuente principal de validacin de la teora. Las
herramientas matemticas, al ser ontologizadas, permiten la confu-
sin de la idea de sitio de integracin como propiedad matemtica
(campo de activacin) y como propiedad de los fenmenos reales
(coordinacin entre percepcin, cognicin y accin).
III. Sinergtica de la Cognicin
La sinergtica (etimolgicamente todos juntos) es una teora mul-

tidisciplinaria basada en procesos de autoorganizacin estructural
espontnea, estudiada mediante el anlisis de la cooperacin de las
partes de cada estructura, en sistemas abiertos a la energa, materia
e informacin. Se distingue claramente de otras teoras de sistemas
dinmicos a travs de los conceptos de parmetro de orden y variable
colectiva. La sinergtica es una de las extensiones ms amplias de la
teora de sistemas dinmicos aplicados a la ciencia en general. En
126
ibanez.indd 126 23/10/08 20:50:49

una veloz expansin, la sinergtica se ha desplazado del estudio del
lser a la ciencia en general.
En el campo de las ciencias cognitivas, su desarrollo ha sido
igualmente enorme. La sinergtica, tambin conocida como dy-
namic approach to cognition, dynamic pattern theory o synergetics of
self-organization, ha sido aplicada a todos los niveles de anlisis de
la cognicin: actividad de una neurona, ensambles neuronales a
mediana y gran escala, actividad global del cerebro, dinmica cere-
bral e interaccin con el entorno, fenmenos sensorio-perceptivos,
toma de decisiones y actividad imaginativa, e incluso anlisis de
interacciones sociales. Esta teora asume un explanans matemtico
universal (con bases en la nocin de parmetro de orden y variable
colectiva), capaz de ser aplicado a cualquier fenmeno cognitivo.
Mediante la matematizacin de fenmenos interactivos y coordi-
nativos, la sinergtica se ha convertido en la teora dinmica ms
interdisciplinaria. Todo el mbito de la cognicin, desde la actividad
nerviosa hasta la interaccin social, promete ser explicado y predi-
cho desde el marco de la sinergtica: el estudio de las relaciones de
coordinacin y formacin de patrones modelados por explanans
formales.
El ejemplar terico ms radical y prometedor es denominado
Coordination dynamics (Kelso, 2003, p. 45). Centrada en la nocin
de sistema sinergtico, esta teora promete explicar todo fenmeno
cognitivo que requiera coordinacin o integracin. Aborda fen-
menos muy simples, como la coordinacin bimanual, hasta otros
complejos, como la intencionalidad, entendida como un fenmeno
emergente.
III.1. Componentes estructurales
La imagen del sistema sinergtico
La teora de coordination dynamics asume que el cerebro y la mente

son un sistema sinergtico autoorganizado gobernado por leyes no-
127
ibanez.indd 127 23/10/08 20:50:49

lineales (Haken, 1983, 2003, Kelso, 1995, 2001, 2003). Un sistema
sinergtico es aquel sistema que est constituido por mltiples pro-
cesos coordinados. El atributo esencial de la sinergtica, es asumir
que diversos procesos de un sistema se coordinan conjuntamente.
Por ejemplo, se asume que los principios de coordinacin de mo-
vimientos son nicos, y no pueden ser inferidos en base a leyes de
movimientos individuales (Swinnen, 2002). La interaccin sinerg-
tica produce fenmenos emergentes que slo pueden ser entendidos
en funcin de propiedades coordinativas del sistema, y no tienen
existencia como fenmeno aislado de esta interaccin.
Esta imagen de sistema sinergtico es instanciada matemti-
camente por un sistema dinmico que se encuentra en continua
interaccin con su medio, y su dinmica es formalizada en base a
variables colectivas, parmetros de orden y el llamado slaving prin-
ciple (figura 7). Cuando los patrones macroscpicos de un sistema
cambian cualitativamente, la dinmica total puede ser dominada
por unos pocos parmetros de orden. La comprensin de grados de
libertad en un sistema de patrones dinmicos puede ser expresada
a travs de la nocin de variable colectiva, que es una variable que
especifica relaciones entre componentes interactuantes en un sistema
dinmico. Por ejemplo, la fase relativa entre dos poblaciones neuro-
nales en dos reas corticales diferentes es una variable colectiva. Un
parmetro de orden es aquel componente que gobierna la dinmica
global de un sistema, y que simultneamente es consecuencia de
la interaccin de las variables colectivas. Todos los procesos inte-
ractuantes en un sistema sinergtico son coordinados en un estado
global ordenado, que puede ser descrito por el parmetro de orden
(Kelso, 1995). De acuerdo a la sinergtica, los parmetros de orden
contienen toda la informacin relevante acerca de la conducta es-
paciotemporal de un sistema, y su dinmica es mucho ms simple
que la dinmica del sistema que describen (Haken, 2003). Los
parmetros de orden que son generados por las variables del sistema
(las partes del sistema) compiten unos con otros, y el parmetro que
resulta ms influyente ordena la dinmica del sistema, constrien-
do la conducta de las partes (Haken, 2003; Jirsa y Haken, 1996,
1997). Igualmente un parmetro de orden puede ser un parmetro
128
ibanez.indd 128 23/10/08 20:50:49

interno, como la conducta autoorganizada de un ensamble neural,
que produce modificaciones a gran escala en la dinmica cerebral.
Mediante esta formalizacin, puede estudiarse la influencia de las
propiedades macro de un sistema en las propiedades locales que
la generan.
La cognicin en s misma ser entendida en esta perspectiva
como un proceso de circularidad causal a partir de la imagen sinerg-
tica, en la que los fenmenos ms bsicos (ej., dinmicas neuronales)
interaccionan con sus propiedades emergentes (toma de decisiones,
intencionalidad). Sobre una herramienta matemtica que permite
modelar procesos interactivos, se asentar la expansin a fenmenos
cognitivos, en los que deber buscarse las variables colectivas y los
parmetros de orden respectivos.
Figura 7. Slaving Principle.

A) Ejemplo neural del slaving principle, en donde grandes grupos neuronales tienen una influen-
cia en la conducta de neuronas locales. B) Poblaciones ya sincronizadas (provenientes de los
grupos grandes de puntos) esclavizan a regiones no sincronizadas (grupo pequeo de puntos),
resultando en actividad sincronizada entre los grupos (a partir del asterisco). Reproducido con
autorizacin de Engel et al., 2001; 2006 Nature Publishing Group.
129
ibanez.indd 129 23/10/08 20:50:50

Marco de la sinergtica cognitiva
Supuestos ontolgicos. La teora asume que, a todos los niveles de

organizacin, los eventos cognitivos son fenmenos interactivos.
Por fenmenos cognitivos debe entenderse en esta perspectiva
desde procesos bsicos neurolgicos hasta la intencionalidad. En
dichos fenmenos, las partes que lo integran en su funcionalidad
local, interactan con funciones globales en forma de patrones
contexto-dependientes (Kelso, 2001). A su vez, la coordinacin de
los fenmenos es estructuralmente similar, en diferentes niveles de
anlisis. Esta teora asume que los fenmenos cognitivos de alto
nivel (intencionalidad, imaginacin) no son esencialmente diferen-
tes de los de bajo nivel (coordinacin sensomotora, percepcin) y
ambos pueden ser entendidos de acuerdo a procesos sinergticos.
Con una marcada filosofa de interactivismo, los fenmenos son
conceptualizados en base a principios de coordinacin, prestando
especial atencin a las propiedades conjugadas en las que intervienen
diversos procesos a distintos niveles de anlisis.
La teora asume tambin que el cerebro y la cognicin son
sistemas abiertos a la materia, a la energa y a la informacin. La
cognicin es un fenmeno continuamente integrado a su ambiente,
fsico, biolgico y cultural. La informacin es entendida enton-
ces como un proceso de intercambio entre sistemas acoplados,
entendido indistintamente como energa, materia o informacin
(Tschacher et al., 2003).
Supuestos restrictivos. Dado que el cerebro es considerado un sistema

complejo con dinmicas espaciotemporales a varias escalas, es fa-
vorecido el uso de tcnicas no-lineales y modelos de interconexin
espacial (Jirsa & Haken, 1996). Los fenmenos estudiados son
conceptualizados y simulados mediante modelos de oscilaciones
acopladas no-lineales (Swinnen, 2002). Los sistemas sinergticos,
son especificados ms all de las propiedades generales y abstractas
de los parmetros de orden y las variables colectivas. Diversas he-
130
ibanez.indd 130 23/10/08 20:50:50

rramientas dinmicas compatibles con la sinergtica son utilizadas
para el estudio de fenmenos cognitivos. La teora posee entonces
un conjunto de herramientas matemticas complementarias para
sustentar la aplicacin de la sinergtica al mbito de la cognicin.
Finalmente, los boundary constraints (condiciones iniciales y par-
metros no especficos) permiten contextualizar los modelos mate-
mticos con respecto a propiedades especficas del fenmeno de
inters (Kelso, 1995).
Los modelos de parmetros de orden y variables colectivas,
formalizados inicialmente mediante el modelo HKB (que veremos
ms adelante), han sido extendidos a otros dominios, habindose
realizado modificaciones para permitir la matematizacin de diversos
procesos coordinativos en distintos mbitos de la cognicin. As,
en el campo de la simulacin neuronal, el ncleo sinergtico ha
sido adaptado como una neural field theory (Jirsa & Haken, 1996).
Ambos, la conducta observable y la modelizacin de su dinmica,
son estudiadas mediante los mismos principios, referidos a patrones
autoorganizados (Fuchs et al., 2000a, Swinnen, 2002).
Supuestos explicativos. La teora sinergtica es una teora emergentis-

ta basada en la explicacin de fenmenos emergentes que rechaza
enfoques atomistas. El supuesto fundamental de interaccionismo
permite que las estrategias explicativas enfaticen las propiedades
globales de los fenmenos. La nocin de parmetro de orden es un
caso particular de submergencia o downward causation, en la que las
propiedades globales tienen efectos locales (Tschacher, Dauwalder &
Haken, 2003). Sin embargo, existe otro tipo de estrategia explicativa
que complementa la anterior. La bsqueda de leyes y principios de
la teora matemtica sinergtica en los fenmenos cognitivos en-
vuelve un explanans fundado en leyes matemticas (Kelso, 2003). A
menudo, dichas leyes no son sino una actualizacin de propiedades
de los sistemas dinmicos (ej., hysteresis, transiciones de fase) que
son utilizadas para describir los fenmenos cognitivos. Coexisten
entonces estrategias explicativas emergentistas con estrategias de
131
ibanez.indd 131 23/10/08 20:50:51

derivacin de leyes generales matemticas en el estudio de los fe-
nmenos cognitivos.
Promesa y relevancia argumentativa
En contra de la visin atomista de los enfoques ortodoxos de la

cognicin, basados en la descomposicin y localizacin de los fen-
menos cognitivos, las teoras sinergticas prometen un paradigma
opuesto. El atractivo principal de la teora reside en la posibilidad
de abordar mltiples fenmenos cognitivos de manera integrada.
La imagen sinergtica no promete slo una nueva herramienta
para el estudio de la cognicin. Se trata de una reconsideracin
de la cognicin entendida como fundamentalmente interactiva, a
cualquier nivel de explicacin. Adems, el lenguaje utilizado para
estudiar los fenmenos a cualquier nivel de anlisis es un lenguaje
universal, unificado a nivel de explanans. Ensambles entre neuro-
nas, coordinacin perceptual y sensorio-perceptual, coordinacin
motora-cerebral, coordinacin entre accin e imaginacin, pueden
ser abordados por un mismo marco terico.
La sinergtica afirma que este marco unificado no es ni atomis-
ta, ni dualista con respecto a los eventos mentales. De esta manera,
con las mismas herramientas que se estudia la coordinacin sen-
soriomotriz, puede estudiarse la intencionalidad. Se trata entonces
de un nuevo naturalismo, diferente de anteriores proyectos de
naturalizacin de la mente. El actual proyecto no slo no excluye
propiedades mentales antes desplazadas por otros enfoques (ej.,
intencionalidad) sino que las aborda desde un lenguaje unitario,
tanto fsico, como biolgico e interaccional.
La cognicin entendida como conducta intencional, no es con-
ceptualizada como un atributo elemental que pueda ser descubierto
en algn sector del cerebro, ni como un mdulo computacional
especial. Por el contrario, es entendida como interaccin sinerg-
tica de mltiples procesos ms simples coordinados (Tschacher &
Dauwalder, 2003). A su vez, los sistemas autoorganizativos estudia-
dos por la sinergtica exhibiran intencionalidad aparente y por
132
ibanez.indd 132 23/10/08 20:50:51

ende representan el marco de trabajo ms adecuado para entender
la intencionalidad humana (Tschacher et al., 2003). Dado que la
teora asume la intencionalidad como una propiedad sinergtica,
y tambin que los sistemas sinergticos presentan intencionalidad
aparente, el mapeo conceptual simultneo entre el dominio de la
intencionalidad y la sinergtica se hace evidente. Por qu los sis-
temas sinergticos son considerados intencionales? Bsicamente,
debido a la funcionalidad dinmica del sistema con respecto a su
ambiente, ya que los sistemas autoorganizativos tienden a adaptarse
a las restricciones ambientales, estabilizando su dinmica global
(Tschacher, Dauwalder & Haken, 2003).
Aunque esta teora no explica cmo las propiedades de un
sistema intencional a nivel de descripcin humana se diferencian
de la autoorganizacin biolgica o fsica (Keijzer, 2003), afirma la
comprensin de la intencionalidad de la mente en trminos de una
teora fsica (Haken, 2003). Pero al mismo tiempo, nos dice que la
intencionalidad es entendida como una propiedad de las ciencias
naturales (Tschacher, Dauwalder & Haken, 2003), y es revalidada
como dominio de investigacin de la cognicin. Puede entonces
sintetizarse la mayor promesa de la teora: revalidar la intencionali-
dad y los fenmenos coordinativo-emergentes en el dominio de la
cognicin, desde el explanans de una teora fsica.
III.2. Componentes dinmicos
Dominios de conocimiento
Las propiedades de los sistemas sinergticos son mapeadas con

conocimiento de dominio segn el campo de aplicacin en el que
se desarrolla la teora. Se enfatizan las propiedades descriptivas de
los fenmenos cognitivos que son relevantes para argumentar a
favor de las explicaciones sinergticas. A nivel neuronal, han sido
asimilados los enfoques basados en la interaccin global-local del
cerebro. Tambin se ha puesto nfasis en la coordinacin de la
133
ibanez.indd 133 23/10/08 20:50:51

dinmica cerebral con mediciones no cerebrales de fenmenos cog-
nitivos (ej., medicin de la actividad muscular). A nivel sensorial,
se han utilizados descripciones de fenmenos coordinativos, y de
igual manera se ha procedido respecto a la interaccin sensomotora.
Tambin han sido asimilados fenmenos de toma de decisiones
fundados en la imaginacin e interaccin social. Las propiedades
de la intencionalidad tambin son frecuentemente utilizadas como
explanandum de la teora. Este conocimiento de dominio, no slo
implica boundary constraints (Kelso, 2003), sino que las propiedades
especficas de los fenmenos, sirven para efectuar los mapeos entre
los componentes estructurales y las estrategias explicativas.
Son utilizados tambin aportes subsidiarios, provenientes de
otras teoras. En trminos generales, son resaltados los aportes del
estudio de ensambles neuronales, metaestabilidad cerebral y otras
medidas de coordinacin global en el cerebro. Tambin han sido
asimilados estudios de coordinacin biolgica, principalmente co-
ordinacin bimanual, y locomocin humana y animal. Especfica-
mente se han asimilado los aportes de las teoras del ciclo perceptual
e ideas gibsonianas de coordinacin sensoperceptual (ej., Schner
et al., 1998). Aportes ms remotos y generales han brindado las
teoras de embodiment, interactivism, y situated cognition (Tschache
& Dauwalder, 1999). En ltimo lugar, la relacin con los enfoques
computacionales ortodoxos es ambivalente: por ejemplo son asu-
midas muchas ideas computacionales acerca de la compresin de
informacin, procesos top-down o cmputo (Temprado, 2003; Kel-
so, 2003). Pero simultneament se oponen a imagen de la cognicin
como una propiedad derivada de subprocesos independientes.
El prototipo de la coordinacin bimanual y el HKB model
Las tareas de coordinacin bimanual (Kelso, 1984) representan el

ejemplo ms claro y temprano de la aplicacin de la sinergtica a
la cognicin, sobre el cual se construy la estructura matemtica y
terica posterior.
134
ibanez.indd 134 23/10/08 20:50:52

Considrese el siguiente fenmeno. Usted puede mover sus dos
manos en un plano horizontal de manera simtrica y en direcciones
opuestas, produciendo una activacin homloga de los msculos de
las dos manos. Inversamente usted puede tambin mover las manos
en la misma direccin, produciendo una activacin antagonista de
los msculos de cada mano. Al primer movimiento se le denominar
en fase mientras que al segundo antifase. Kelso demostr que los
movimientos en fase tienden a ser ms estables que los de antifase
(medidos con seales infrarrojas), y cuando la frecuencia de oscila-
cin (Hz) de los movimientos se incrementa hasta cierto umbral, la
actividad antifase tiende a estabilizarse en un movimiento en fase.
Tambin dependiendo de la fase previa y la frecuencia, se observan
estados transitorios diversos. Kelso demostr tambin que sucede lo
mismo cuando se establece una coordinacin entre un movimiento
motor (coordinacin bimanual) y una estimulacin sensorial (una
seal auditiva de un metrnomo). En este caso, el cambio de la
frecuencia del metrnomo (de 1.25 Hz a 3.50 Hz de frecuencia de
oscilacin), bajo la instruccin de coordinar los movimientos con
el ritmo del mismo, acta como informacin ambiental especfica
(parmetro de control) que sirve para estabilizar la coordinacin
global de la actividad (parmetro de orden que gobierna los estados
de fase-antifase). Inicialmente se solicit a los sujetos que no trataran
de modificar intencionalmente los patrones de faseantifase (slo
posteriormente se consider la intencionalidad como factor de
modificacin de la conducta autoorganizada). Desarrollos empri-
cos, mostraron que los patrones de fase y antifase, y fenmenos de
transicin, son aplicables a la coordinacin sensomotora en general,
sugiriendo que existiran principios de coordinacin (Kelso, 1995).
Ms tarde se demostrara que los principios de coordinacin son
independientes de restricciones musculares y se explican en trminos
perceptuales (Mechsner et al., 2001).
Poco despus, el fenmeno de coordinacin bimanual fue
formalizado por Haken, Kelso, & Bunz (1985, por ello llamado
HKB model). La dinmica de las fases relativas entre las manos fue
simulada con oscilaciones no-lineales relacionadas a travs de una
135
ibanez.indd 135 23/10/08 20:50:52

funcin no-lineal de acoplamiento (Haken et al., 1985; Schner et
al., 1986). As, la dinmica temporal de la actividad coordinada es
capturada formalmente por una ecuacin de movimiento de una va-
riable colectiva. El modelo permite simular los cambios cualitativos
de los patrones de coordinacin descriptos por variables colectivas
(como la fase relativa o ) que son elicitados por ciertos parmetros
de control relevantes (como por ejemplo la frecuencia de oscila-
cin). A partir de este modelo, la estrategia habitual en el estudio
de patrones coordinados consiste en mapear patrones empricos de
coordinacin en atractores de dinmicas de variables colectivas. En el
experimento de Kelso, los movimientos en fase y antifase de las dos
manos operando a una frecuencia comn pueden ser mapeados en
atractores a = 0 y = 180. La dinmica del sistema puede ser
visualizada al identificar la fase relativa con un punto que se mueve
en un campo de energa que es definido por una funcin V, en la
cual V ( ) = a*cos( ) b*cos(2 ) (HKB model). Al cambiar
la razn b/a, que est inversamente relacionada a la frecuencia c-
clica, el punto puede moverse evolutivamente a travs del campo,
desplazndose desde una posicin biestable (en fase y antifase) a una
monoestable (en fase). La cuenca de atraccin (mnimo local) es ms
bajo a = 0 que en = 180. Cuando el punto se mueve dentro
de la cuenca de atraccin = 0, los movimientos son estables y
regulares, menos sujetos a perturbaciones; a inversa de la cuenca
de atraccin =180 o antifase (Swinnen, 2002). Mediante esta
formalizacin, las propiedades coordinativas de cualquier fenmeno
pueden ser mapeadas en trminos de propiedades del HKB model. Es
por ello que en el HKB a la coordinacin podemos considerarla una
propiedad abstracta ms que una propiedad inherente del sistema
msculo-esqueltico (Mechsner et al., 2001).
Mediante el ejemplo sencillo de la coordinacin bimanual, la
dinmica global de un sistema coordinado definido por una variable
colectiva, experimenta cambios globales a partir de un parmetro
(frecuencia cclica de la actividad oscilatoria). Los fenmenos sen-
somotores y su dinmica temporal han sido colonizados con un
explanans formal que logra simular y explicar todas las propiedades
del evento, y adems produce nuevas predicciones. Las expansiones
136
ibanez.indd 136 23/10/08 20:50:52

tericas y empricas de este modelo han sido amplsimas. Entre ellas,
de particular relevancia para los fines de la teora lo constituyen los
experimentos y simulaciones tendientes a interpretar la actividad
intencional (ej., la modificacin intencional de una actividad co-
ordinativa) como un parmetro ya no externo al sistema (como la
frecuencia de cambio del metrnomo), sino interno que modula la
conducta global del sistema.
Extensiones empricas
Rpidamente se desarroll una gran expansin del paradigma de co-

ordinacin bimanual a partir del experimento inicial de Kelso. Sur-
gieron muchos estudios de coordinacin motora entre extremidades
(Buchanan & Kelso, 1999; Carson et al., 1994; Kelso et al., 1991),
coordinacin percepcin-accin entre estmulos auditivos-visuales
y respuestas motoras (Kelso et al., 1990; Stins & Michaels, 1999;
Wimmers et al., 1992); dominancia y coordinacin bimanual (Shen
& Franz, 2005), movimientos posturales (Dijkstra et al., 1994; Jeka
et al., 1997; Schmidt et al., 1990), coordinacin sensomotora en
ambientes cambiantes y percepcin biestable (Kelso et al., 1994). Los
movimientos humanos comenzaron a estudiarse mediante modelos
no-lineales (Mitra et al., 1997; Kay et al., 1995; Peper et al, 1995;
Sternad et al., 2000). La coordinacin sensomotora fue estudiada
en sujetos con lesiones (ej., desacoplamiento por callesoctomia:
Kennerley et al., 2002), en msicos profesionales, y en actividades
complejas como natacin (Bogacz, 2005; Swinnen 2002).
El HKB model sufri diversas extensiones. Fueron realizadas
modificaciones para modelar las fuerzas de fluctuacin ( ) y las
diferencias de frecuencias entre componentes ( ), mediante
aplicacin de dinmicas estocsticas de ( ); transformada en una
ecuacin Fokker-Plank: = -a sin -2bsin 2 + t
(Kelso,
1990; Schner, Haken, Kelso, 1986). El modelo de estabilizacin
paramtrica de coordinacin biolgica (Fink et al., 2000; Jirsa et al.,
2000) es una extensin del HKB model y describe la interaccin de
la dinmica sensomotora en trminos de ecuaciones de oscilacin.
137
ibanez.indd 137 23/10/08 20:50:53

Este modelo explica mltiples fenmenos coordinados: transiciones
de fase escalares en interaccin motora, coordinacin bimanual a
mltiples frecuencias y coordinacin motora entre sujetos. Este mo-
delo tambin ha sido modificado para adaptarse al nivel de anlisis
neuronal. Otros modelos han superado algunas limitaciones del
modelo original (Beek, Pepper & Daffertshofer, 2001). El HKB ha
sido adaptado tambin a la dinmica cerebral de fenmenos coor-
dinativos (Jirsa et al., 2000). Diversos trabajos (Frank et al., 2000;
Fuchs et al., 2000b; Jirsa et al., 1994, 1998, 2000; Jirsa, Fiedrich &
Haken, 1995; Jirsa & Haken, 1996; Jirsa & Kelso, 2000) conectaron
la dinmica de la coordinacin motora y sensomotora con el nivel
de anlisis neuronal, brindando un modelo HKB neuralmente ins-
pirado. Una vez conocida la dinmica conductual, es posible derivar
la dinmica neuronal. Han sido desarrollados field theoretical models
de movimientos relacionados a la actividad neuronal (Coombes et
al., 2003; Jirsa & Haken, 1996; Jirsa & Kelso, 2000) y ha sido dis-
cutida la relevancia de los neural pathways (Peper & Carson, 1999),
las restricciones msculo-esquelticas (Gibson & Pick, 2000), y el
feedback visual (Mechsner et al., 2001) en la coordinacin de mo-
vimientos (Frank & Beek, 2003). A nivel neural y no slo conduc-
tual, existe reorganizacin macroscpica espontnea en fenmenos
coordinativos (Daffertshofer et al., 2000; Frank et al., 2000; Jirsa
et al., 1998; Kelso et al., 1991, 1992; Mayville et al., 2001, 2002;
Schner & Kelso, 1988; Wallenstein et al., 1995). Los llamados
experimentos cerebro-conducta (Fink et al., 2000; Fuchs et al., 2000;
Wallestein et al., 1995) han evidenciado mltiples coordinaciones
entre la dinmica conductual y la dinmica cerebral.
Como se sugiri antes, una de las extensiones ms relevantes
para la teora, son las modificaciones del HKB para dar cuenta de
fenmenos intencionales. La inclusin de la intencionalidad debe
entenderse en el marco de la sinergtica como un proceso de pa-
rametrizacin de las influencias intencionales. La intencionalidad
es conceptualizada como informacin especfica que acta en la
dinmica, modificando los atractores (estabilizando o desestabilizan-
do los mismos) segn el contenido intencional. Este es entendido
como un parmetro de orden adicional que acta en la dinmica
138
ibanez.indd 138 23/10/08 20:50:53

en curso del sistema. Se trata de esta manera de una superposicin
de la dinmica intrnseca y la dinmica intencional del sistema (V
( ) + V ( )). La conducta intencional modula la dinmica del
sistema, y a su vez es influida por la estabilidad de los patrones (por
ejemplo, es ms difcil manipular intencionalmente un patrn de
coordinacin antifase que uno en fase).
En esta lnea se ha estudiado el movimiento intencional de
dos o ms dedos y miembros (Carson et al., 1994; Fuchs & Kelso,
1994; Haken et al., 1985; Kelso, 1984; Kelso & Jeka, 1992; Peper et
al., 1995; Swinnen et al., 1994; Treffner & Turvey, 1996). Diversos
estudios han mostrado que los sujetos pueden intencionalmente (A)
cambiar los patrones de coordinacin (Carson et al., 1994; Carson
et al., 1999; Scholz & Kelso, 1998); (B) demorar o inhibir las
transiciones espontneas de un patrn a otro (Lee et al., 1996); (C)
estabilizar momentneamente un patrn de coordinacin (Amazeen
et al., 1997; Riley et al., 1997; Swinnen et al., 1994, 1996; Wuyts
et al., 1996); y (D) estabilizar permanentemente un nuevo patrn
mediante aprendizaje (Zanone & Kelso, 1992, 1997). El cambio
intencional es entendido como parmetro interno que produce
una desestabilizacin de un estado coordinativo previo. Por ello la
intencionalidad ha sido modelada como un trmino adicional en el
HKB (Temprado, 2003; Schner & Kelso, 1988a; 1988b).
Finalmente, la sinergtica ha sido aplicada a mbitos que exce-
den los lmites de la senso-percepcin. Se han realizado aplicaciones
del concepto de parmetro de orden y variable colectiva al estudio
de otros eventos cognitivos (ej., inteligencia: Haken, 2003). Van
Rooij et al. (2002) han desarrollado un marco terico-experimen-
tal para la comprensin de actividades imaginativas en trminos
sinergticos, sin hacer referencia a representaciones mentales. La
creatividad humana y las estrategias innovativas, han sido abordadas
por la sinergtica (Knyazeva & Haken, 1999), as como tambin
aplicaciones metodolgicas a la psicologa en general (Shiner et al.,
1999), la psicologa social (Eiser, 1999), psiquiatra (Kupper &
Tschacher, 2002) y aplicaciones teraputicas (ej., en el tratamiento
del Parkinson: Tass, 2002, 2002a). La bsqueda de una ecuacin
139
ibanez.indd 139 23/10/08 20:50:54

maestra que describa las macrovariables de la sociedad es el obje-
tivo de la Sociodynamics (Weidlich, 1994, 1997, 2000), una rama
de la sinergtica aplicada al estudio de la sociedad. La estrategia
principal consiste en permitir una descripcin de los fenmenos
macro-sociales (por ejemplo, modelos de migracin, dinmica de
grupos, competicin entre empresas, dinmicas urbanas), mediante
los conceptos de la sinergtica.
III.3. Pragmtica de la explicacin
La sinergtica de la cognicin se asienta sobre la metfora de sistema

sinergtico como imagen del cerebro, la mente o las interacciones
sociales. Esta imagen constituye un modelo de coordinacin de
eventos, construdo sobre una visin procesal y relacional de los
mismos, una imagen topolgica del sistema sinergtico (en trmi-
nos de bifurcaciones y cambios de fases) y un conjunto bsico de
herramientas matemticas (las nociones de parmetro de orden
y variable colectiva). Los supuestos ontolgicos estn basados en
una visin coordinativa de los eventos cognitivos a nivel de anlisis
cerebral, psicolgico o social. Los supuestos restrictivos asumen un
lenguaje universal matemtico que es utilizado como lenguaje de la
cognicin. Los supuestos explicativos suponen procesos emergen-
tes no descomponibles en procesos atmicos, y simultneamente
promueven su derivacin mediante anlisis matemticos. El cono-
cimiento de dominio utilizado por la teora asume la consideracin
de los fenmenos cognitivos desde una perspectiva interaccionista,
sinrgica y relacional; a cualquier nivel de anlisis. El prototipo de
la coordinacin bimanual y su simulacin mediante el HKB model
ilustra la aplicacin de la imagen sinergtica al conocimiento de
dominio, y su revalidacin mediante la formalizacin del fenme-
no. Esta empresa nos promete nada menos que la consideracin
de los fenmenos cognitivos desde un enfoque interaccionista y
emergentista, abarcando la explicacin de fenmenos de nivel de
descripcin psicolgico como la intencionalidad, a partir de una
teora matemtica (figura 8).
140
ibanez.indd 140 23/10/08 20:50:54

Figura 8. Componentes tericos de la sinergtica cognitiva.
[3]). B) Componentes dinmicos: conocimiento de dominio (cuadro superior izquierdo) y
extensiones empricas (cuadro derecha). El prototipo (coordinacin bimanual) se muestra como
un caso concreto de coordinacin entre componentes. C) Relaciones de mapeo entre explanans
(izquierda) y explanandum (derecha).
La estrategia de mapeo medular asume un isomorfismo entre

un sistema sinergtico matemtico y los fenmenos cognitivos.
Las propiedades de un sistema sinergtico son analogadas a las ca-
ractersticas del fenmeno de inters. La utilizacin de la metfora
sinergtica puede aplicarse tanto al estudio del lser, como a cual-
quier fenmeno coordinativo. Por ello la estrategia bsica consiste
en la bsqueda de variables colectivas relevantes al fenmeno y su
correspondiente parmetro de orden que explique la dinmica del
sistema. Una vez dado este paso, las propiedades del fenmeno son
derivadas a partir de las leyes matemticas de la teora. Por ejemplo,
al estudiar la coordinacin senso-perceptual (entre un metrnomo
y un movimiento rtmico), las propiedades del fenmeno (ej., la
tendencia de cambio desde la coordinacin sincopada hacia la
sincrnica entre el sonido y el movimiento) son explicadas en tr-
minos de leyes matemticas de la teora (fenmenos de anchoring
o hysteresis).
141
ibanez.indd 141 23/10/08 20:50:56

Tanto los fenmenos microcerebrales, como los grandes
ensambles de neuronas, la coordinacin sensomotora, procesos
atencionales o la intencionalidad y las interacciones sociales, pueden
ser mapeadas en sus propiedades relacionales con los conceptos
matemticos de la sinergtica. Por ello, las relaciones de mapeo de
significado tcito entre las herramientas matemticas y el fenmeno
estudiado resultan esenciales en la teora. La nocin de parmetro
de orden y el slaving principle, son conceptos matemticos utilizados
como instanciaciones de mecanismos emergentes y submergentes. Es
decir, la circularidad causal de los sistemas sinergticos es entendida
matemticamente como emergencia y submergencia, no ya de las
herramientas matemticas, sino de los fenmenos estudiados. La
simulacin de los procesos cognitivos mediante herramientas siner-
gticas, y su derivacin de las leyes matemticas (descriptas en la
simulacin), se convierten en el modo de conocimiento hegemnico
de la sinergtica. Dentro de las teoras que hemos recorrido, esta
es la que ms intensamente combina, intrnsecamente, el uso de
estrategias explicativas emergentistas con derivaciones matemticas
de los fenmenos mediante simulaciones computacionales.
142
ibanez.indd 142 23/10/08 20:50:56

Captulo 4
La MENTE COMO SISTEMA DINMICO TOPOLGICO:

ENTRE EL UNIVERSALISMO MATEMTICO
Y EL PLURALISMO FENOMNICO
In the face of complexity, even an in-principle reductionist

may be at the same time a pragmatic holist.
(Edmonds, 1996)
I. Introduccin
L uego de haber analizado cuatro teoras ejemplares (captulos 2

y 3), procedemos, a continuacin, a la generalizacin metate-
rica de las teoras de la complejidad. Nuestro objetivo consistir en
presentar un modelo de las teoras dinmicas derivado del anlisis
realizado en los captulos anteriores. Desarrollaremos la tesis de
que el ncleo central de estas teoras est basado en la metfora
de la cognicin como sistema dinmico. Al marco terico de esta
metfora lo describiremos en trminos de supuestos (1) ontolgi-
cos (pluralismo ontolgico de procesos); (2) restrictivos (el uso de
herramientas de las teoras de la complejidad como el lenguaje de
la cognicin) y (3) explicativos (estrategias explicativas sostenidas
en planteos emergentistas y en derivaciones de leyes matemticas).
Evidenciaremos el uso de prototipos tericos fuertemente respalda-
dos por simulaciones computacionales en todos los casos analizados,
como el uso de diferentes estrategias explicativas, y retomaremos
143
ibanez.indd 143 23/10/08 20:50:56

aspectos abordados en el captulo 1. Para concluir analizaremos que
existen dos programas antagnicos en el seno de las teoras de la
complejidad cognitivas; y a modo de corolario presentaremos los
aspectos ms relevantes a nivel objetal, terico y metaterico de las
teoras dinmicas.
II. Generalizacin metaterica
La figura 9 ilustra el proceso de reconstruccin conceptual me-

taterico de las teoras dinmicas. A continuacin introducimos
los componentes estructurales y dinmicos, como as tambin las
estrategias explicativas y la pragmtica de la explicacin.
Figura 9. Componentes metatericos generalizados.

[3]). B) Componentes dinmicos: conocimiento de dominio y extensiones empricas (elipse
superior derecha). Los prototipos sostienen las relaciones entre componentes, esencialmente
a travs de la simulacin matemtica. C) Relaciones de mapeo entre explanans (izquierda) y
explanandum (derecha).
144
ibanez.indd 144 23/10/08 20:50:59

II.1. Componentes estructurales
Un sistema dinmico es una herramienta matemtica que nos des-

cribe, mediante ecuaciones, la dinmica global de un sistema. La
forma a travs de la cual la dinmica es descripta consiste en una
visualizacin espacio-temporal geomtrica. Un sistema dinmico es
generalmente definido en una configuracin espacial de un manifold
topolgico. Este posee propiedades localmente euclidianas. As un
espacio euclidiano, tridimensional, aprehensible por el ojo humano,
se constituye como base para representar fenmenos complejos de
dinmicas enedimensionales. La posibilidad de visualizar cualquier
proceso de la mente en un espacio geomtrico y matemtico implica
una transformacin en la forma de conceptualizar el mundo, tal vez
comparable al nacimiento de la perspectiva en el renacimiento (vase
Box 8). La metfora de la mente topologizada, en el ncleo de las
teoras de la complejidad, es una imagen de tres aspectos simult-
neos: (A) el fenmeno de inters, que permite sostener tcitamente,
(B) la simulacin de sus propiedades, representadas por la dinmica
espaciotemporal, visualizada geomtricamente mediante (C) reglas
matemticas. Esta imagen es producto de todos y cada uno de sus
constituyentes: el fenmeno, la dinmica espaciotemporal y las
ecuaciones matemticas subyacentes. Sobre esta relacin tridica se
construye la metfora de la mente como una trayectoria no-lineal
(habitualmente) a travs de un espacio de fases enedimensional.
Box 8. La topologizacin del espacio en el renacimiento
Durante el Renacimiento (siglo XVI) el arte de la pintura sufri una gran trans-
formacin: la topologizacin del espacio y el establecimiento del punto de fuga.
Perspectiva significa en latn mirar a travs de. Si bien esta palabra ya es
utilizada por Boecio (480-524), es a partir de Durero (1471-1528) que cobra un
sentido plenamente grfico. La perspectiva es la ciencia de representar objetos con
la porcin de espacio en que se encuentran, tal como esos objetos con su espacio,
distribuidos en diferentes planos, se manifestaran al ojo, desde un mismo y nico
145
ibanez.indd 145 23/10/08 20:50:59

punto de vista (Lessing, 1984, p. 255). Esta concepcin asume que la superficie
material pictrica es transformada en un plano figurativo sostenido por principios
de geometra, sobre el cual se proyecta un espacio unitario que comprende todas
las cosas representadas. No es de sorprender que Giordano Bruno dotara de una
sublimidad casi religiosa este mundo de la espacialidad infinita emanando de la
omnipotencia divina, y adems completamente mensurable. Qu comparten la
perspectiva del Renacimiento y la metfora topolgica de la mente, ms all del
uso figurativo del espacio? En primer lugar se trata de una transformacin de un
espacio visual en un espacio de tres significaciones conjugadas: la topologizacin
hace referencia simultneamente a la realidad, a una simulacin de esa realidad y
a un conjunto de leyes matemticas que instancian las propiedades geomtricas.
Adicionalmente, la topologizacin de la pintura y la mente implican la sistemati-
zacin del espacio, con el fin de sustancializar y hacer mensurable una realidad.
La imagen de sistema dinmico es lo suficientemente simple y

subdeterminada para que podamos interpretarla de diversas maneras
al momento de su homologacin con los fenmenos cognitivos.
Un sistema dinmico puede ser la instanciacin de un ensamble
neuronal, una coordinacin sensomotora, un proceso de aprendizaje
o memoria, la dinmica de la subjetividad o la intencionalidad, o
patrones de coordinacin social. Igualmente, la subdeterminacin
interpretativa de un sistema dinmico topolgico permite que el
ncleo metaterico sea instanciado mediante diferentes herramien-
tas. De esta manera, un sistema dinmico espacio-temporal como
metfora de la mente puede ser instanciado mediante modelos de
atractores caticos, sistemas sinergticos, modelos topolgicos de
campo o procesos de reentradas.
Sin embargo, a pesar de la variabilidad interpretativa del
ncleo, todos los casos comparten la visualizacin de dinmicas
espaciotemporales globales que interactan con componentes loca-
les. Este constante nfasis de la interaccin sostenido por la imagen
espaciotemporal del ncleo, implica necesariamente una inclusin
de la temporalidad y la sinergia en la conceptualizacin de los fen-
menos cognitivos. La temporalidad evolutiva del sistema representa
146
ibanez.indd 146 23/10/08 20:50:59

un aspecto esencial de esta empresa (Port & van Gelder, 1995; Ward,
2002). Los procesos emergentes son tambin topologizados, visua-
lizados en la dinmica espaciotemporal de un sistema. La topologa
espacial permite en todos los casos la visualizacin (comprensin)
simultnea de todos los procesos intervinientes en la dinmica del
sistema, incluso a diferentes niveles de anlisis. Esta imagen favorece
la interaccin intracognitiva (a nivel de procesos interactivos dentro
de un organismo) e intercognitiva (a nivel de procesos interactivos
entre un agente cognitivo y su ambiente).
Supuestos ontolgicos, restrictivos y explicativos como marco de las teoras

de la complejidad
Los supuestos ontolgicos de las teoras revisadas sostienen una on-

tologa de procesos interactivos. El fenmeno de inters no est
especificado como una entidad aislada y enteramente definible en
su nivel de descripcin. Ms bien el fenmeno depende de procesos
ms bsicos que permiten su emergencia, y la coordinacin de estos
procesos bsicos forma parte del fenmeno estudiado. El error A
no B, los patrones espaciales del bulbo olfativo, el ncleo dinmico
cerebral, o la dinmica de coordinacin bimanual, dependen todos
de procesos ms bsicos desde los cuales emergen.
Se trata entonces, de una ontologa de procesos ms que de
una ontologa en su sentido clsico, es decir, ontologa de unidades
elementales o atmicas de la realidad. Esta ontologa nos describe
fenmenos interactivos, y los diferentes niveles de realidad des-
criptos por la teora, no estn aislados unos de otros. Cada nivel de
descripcin posee legalidades especficas no reducibles al anterior
nivel, pero simultneamente es un fenmeno emergente del nivel
anterior. Los procesos ontolgicos que los generan son siempre
procesos relacionales, por lo que puede definirse a la ontologa de los
sistemas complejos como un pluralismo ontolgico interaccionista
de procesos a diferentes niveles de anlisis. Ciertamente este plura-
lismo ontolgico contrasta claramente con la ontologa elemental
y unidimensional del positivismo lgico.
147
ibanez.indd 147 23/10/08 20:51:00

Los supuestos restrictivos asumen la teora de los sistemas din-
micos como el lenguaje de la cognicin. En la psicologa popular, el
lenguaje de la cognicin est constituido por procesos mentales tales
como imaginar, recordar bien o mal, creer, desear, etc. En la teora
de los sistemas dinmicos, el lenguaje de la cognicin lo constituyen
conceptos matemticos, que refieren a los mismos procesos mentales.
Imaginar puede ser un proceso autoorganizado, o la memoria un
atractor catico. A partir de entonces, los fenmenos cognitivos
son conceptualizados en trminos matemticos. La imagen de
sistema dinmico como metfora de la cognicin, especialmente
en su formato topolgico, est sostenida habitualmente por otro
conjunto de herramientas que extienden el ncleo terico. Si bien
existen muchos modelos de lenguajes dinmicos segn el nfasis
en la no-linealidad, la tradicin matemtica especfica, o el tipo de
topologa utilizada, se trata de un lenguaje cuasi-universal, unificado
(Treur, 2005). Una vez establecida la imagen de sistema dinmico
como ncleo terico, las herramientas subsidiarias de las teoras de
los sistemas dinmicos, provenientes del dominio matemtico, se
extienden a todos los posibles dominios de la cognicin. Un expla-
nandum amplsimo, basado en una ontologa de procesos pluralista
e interactivo, promete ser abordado por un lenguaje unificador y
homogneo.
Los supuestos explicativos se asientan en la nocin de emergencia
como principal argumento. Ms especficamente en la interaccin
emergencia-submergencia, es decir en la generacin de propiedades
globales a partir de procesos ms bsicos, y en la restriccin o mo-
dulacin de las propiedades locales a partir de propiedades globales.
Sin embargo, junto a estas estrategias explicativas de tipo holista,
coexisten estrategias de covering law1. La descripcin y prediccin
de fenmenos cognitivos, a travs de principios o leyes ya definidas
1
Esta estrategia explicativa, de procedencia positivista, establece que la
realidad puede conocerse a travs de leyes generales, formalizables idealmente
en representaciones matemticas aisladas de informacin contextual. Los
fenmenos estudiados son derivados como una conclusin lgica del modelo
matemtico.
148
ibanez.indd 148 23/10/08 20:51:00

en el mbito matemtico son a menudo estrategias utilizadas en las
teoras dinmicas. Las estrategias explicativas de las teoras de la
complejidad constituyen entonces una dualidad: la aceptacin de
niveles de complejidad necesarios para sostener estrategias de emer-
gencia-submergencia y la unificacin explicativa de un explanans
formal y acontextual.
Relevancia y promesa argumentativa
La promesa de las teoras de la complejidad cognitivas que puede

extraerse mediante el anlisis metaterico es el sostener un enfo-
que cientfico unificado, internivelado y multidisciplinario de la
cognicin. Fenmenos neurofisiolgicos, cognitivos y sociales son
abordados en un mismo marco terico. Esta promesa argumentativa
supone tambin una visin holista de la cognicin. A diferencia de
enfoques ortodoxos, el nfasis de la teora est basado en la coordi-
nacin y autoorganizacin de los eventos a explicar. Los fenmenos
cognitivos son descriptos en esta teora como siendo esencialmente
integrados, a la vez que emergentes de subprocesos. Igualmente la
metodologa de investigacin permite abordar dichos fenmenos
de forma coordinativa y holista. Ello promete abordar fenmenos
descuidados por tradiciones ortodoxas y solucionar problemas
estancados.
En este contexto, tal vez lo ms relevante y ambicioso de estas
teoras sea el explicar el nivel de descripcin psicolgico. Muchos
autores comparten la creencia de que las teoras dinmicas podrn
explicar la intencionalidad, la subjetividad consciente, o el significa-
do (Barham, 1996; Edelman, 2004; Freeman, 1999, 2000, 2000c,
2003, 2004; Haken, 2003; Harter & Kozma, 2005; Juarrero, 1999;
Kelso, 1995, 2002, 2003; Orsucci, 2002; Petitot, 1995; Tschacher
& Dauwalder, 2003; Thelen 1995; van Orden & Holden, 2002;
entre otros). La esttica de esta nueva naturalizacin de la mente
se diferencia de cualquier proyecto anterior. Dicha naturalizacin
encarna una tercera cultura, que no es la ciencia positivista, ni la
149
ibanez.indd 149 23/10/08 20:51:00

hermenutica trascendentalista de enfoques humanistas. La pro-
mesa es acerca de la generacin de una nueva ciencia: una que sea
simultneamente matemtica, neurofisiolgica, psicolgica y social;
capaz de captar mediante un explanans matemtico la diversidad,
sutileza y complejidad de la cognicin.
II.2. Componentes dinmicos
El conocimiento de dominio, que es utilizado por una teora, est

definido por un continuo de sentido comn y conocimiento
cientfico que no pertenece a los componentes estructurales de la
teora, y resulta esencial para establecer las estrategias explicativas.
Este conocimiento es altamente dependiente del contexto especfico
de cada teora. Ensambles neuronales, accin y percepcin, fen-
menos cognitivos clsicos, propiedades cognitivas especficamente
humanas, son un conjunto muy heterogneo de diferentes niveles
de descripcin. Sin embargo, los fenmenos cognitivos primordiales
conceptualizados por estas teoras son asumidos como intrnseca-
mente interactivos, emergentes y sinrgicos. Dadas estas caracte-
rsticas, a menudo se trata de fenmenos que hasta hace poco no
eran considerados centrales en el estudio de la cognicin (como por
ejemplo, la coordinacin sinrgica entre percepcin y accin, propie-
dades globales del cerebro, la intencionalidad y la conciencia). Estos
fenmenos son descriptos en funcin de propiedades cognitivas que
pueden ser mapeadas con los componentes estructurales de la teora
(por ej., la integracin y segregacin de la conciencia, con respecto
a las medidas de complejidad del Neural Darwinism; la creacin de
sentido de la intencionalidad con respecto a la autoorganizacin
catica en la teora de Freeman; la variabilidad contextual del error
A no B con respecto a la diversidad de dinmicas de campo de
la field theory, o las propiedades de coordinacin bimanual con
respecto a la dinmica de variables colectivas en la sinergtica). El
conocimiento de dominio es mapeado tcitamente con el ncleo
y marco de la teora.
150
ibanez.indd 150 23/10/08 20:51:00

Mltiples teoras de la cognicin son tambin asimiladas por
las teoras de la complejidad para similares fines explicativos. A nivel
neurofisiolgico, son utilizadas teoras que resaltan la coordinacin
global cerebral, como por ejemplo el acoplamiento entre ensambles
neuronales, la sincrona de fase, o la coordinacin entre reas de
diferente funcionalidad. La embodied cognition es una de las teoras
cognitivas ms asociadas a las teoras de la complejidad, princi-
palmente por el supuesto de coordinacin entre cerebro, cuerpo,
entorno, as como tambin por la no-separacin entre fenmenos
cognitivos elevados (ej., la abstraccin matemtica) y propiedades
bajas de la cognicin (ej., actividad sensomotora). La situated cog-
nition es tomada en cuenta por su inters en estudiar la variabilidad
contexto-dependiente de los fenmenos cognitivos. El ecological
approach to cognition es tambin utilizado, en lo que respecta a las
ideas gibsonianas de coordinacin, entre percepcin y accin, sin
necesidad de estados representacionales intermedios, y tambin en
la aproximacin ecolgica y global a la cognicin. Finalmente el
computacionalismo ortodoxo, aunque la mayora de la las veces es
sostenido como un conocimiento de dominio que se opone a los
componentes estructurales de las teoras de la complejidad, es a veces
asimilado a nivel de computacin, representacin, o transmisin
de informacin. En sntesis, el conocimiento de dominio utilizado
por las teoras de la complejidad est basado en la consideracin de
sentido comn o cientfica de fenmenos cognitivos interactivos,
coordinados a mltiples niveles de anlisis, con perspectivas holistas
y/o ecolgicas.
El rol de los prototipos y sus extensiones empricas
Las cuatro teoras revisadas poseen prototipos que concretizan los

elementos conceptuales de la teora, y sobre los cuales se tienden a
construir las extensiones empricas. En todos los casos revisados, el
papel de la simulacin es imprescindible (HKB model, KIII model,
error A no B y Dynamic Core). La estrategia general consiste en
151
ibanez.indd 151 23/10/08 20:51:01

focalizar algn evento cognitivo particular, proponer un modelo
abstracto desde la teora de los sistemas dinmicos, ofrecer una simu-
lacin de dicho modelo y compararlo con resultados experimentales.
Esta estrategia permite conectar las caractersticas del fenmeno
estudiado con los componentes estructurales de la teora. En todos
los prototipos, la simulacin (establecida mediante relaciones tcitas
e implcitas de significado) guarda, o bien una relacin de identi-
dad con el fenmeno, o bien explica las propiedades relevantes del
fenmeno, que no son trasparentes en l.
Cabe destacar, tambin, la importancia de la tecnologa en las
extensiones empricas de las teoras de la complejidad. No slo por
el desarrollo de instrumentos de medicin, sino principalmente por
la posibilidad de procesar datos, sin la necesidad de ser un matem-
tico. La popularizacin de estas tcnicas se debe en gran medida a la
posibilidad de que el computador se encargue del trabajo duro de
analizar los datos. En este mismo sentido, el desarrollo de sistemas
computacionales que permiten la representacin topolgica de
cualquier sistema dinmico ha permitido enfatizar la visualizacin
de la dinmica global de un sistema, brindando posibilidades in-
sospechadas dcadas atrs.
Las extensiones empricas y el desarrollo de la tecnologa al
servicio de las herramientas matemticas, se han convertido no
solamente en un medio de corroboracin de la teora. El desarrollo
emprico-tecnolgico ha sido tan potente que se muda en s mismo
en nuevas formas de entender los componentes estructurales de las
teoras. Conceptualizar un fenmeno cognitivo, por ej., la memoria,
en trminos de un atractor enedimensional en un espacio de fases
(Wills et al., 2005), slo ha sido posible mediante tcnicas grficas
que permiten visualizar la dinmica de ecuaciones que representan
las medidas de procesos ligados a la memoria. En el caso de la me-
tfora de la memoria como un atractor espacio-temporal, esta slo
es concebida cientficamente cuando las herramientas tecnolgicas
se han convertido en un artefacto conceptual.
152
ibanez.indd 152 23/10/08 20:51:01

II.3. Pragmtica de la explicacin
Cuando se afirma que la intencionalidad slo puede ser entendida

en trminos de caos, no se est realizando una conclusin lgica ni
una verificacin emprica. Se est sosteniendo una relacin tcita
entre las propiedades de la intencionalidad y las propiedades de
una herramienta matemtica. Dicha relacin tcita descansa en
analogas de significado (por ejemplo, la intencionalidad es una
propiedad global de un organismo, y la caoticidad es una propiedad
global de un sistema dinmico). Sobre esta relacin tcita de mapeo
entre dominios, se establecen inferencias y postulados empricos.
Las analogas entre las propiedades de un sistema dinmico y un
fenmeno cognitivo no existen a priori en alguna demostracin
matemtica de identidad formal o en una confirmacin emprica.
Estas son sostenidas en la posibilidad de extender el significado de
un dominio hacia el otro, mediante mapeos conceptuales.
En el caso de las teoras dinmicas, el explanans utilizado es
definido en el contexto de la cognicin. Si bien el ncleo conceptual
est basado en la nocin de sistema dinmico (una herramienta
conceptual matemtica), no debe entenderse que el explanans es
exclusivamente formal (tal como es afirmado por algunas teoras
dinmicas). La metfora de la mente topologizada implica simul-
tneamente una relacin tripartita entre el fenmeno cognitivo, su
representacin topolgica y la utilizacin de ecuaciones diferenciales.
En este sentido, el explanans de las teoras topolgicas de la mente,
no es el mismo explanans de una teora dinmica de otro dominio
(por ej., meteorologa). Este es un nuevo explanans que, si bien
utiliza herramientas matemticas anlogas a las de otros mbitos
cientficos, est tcitamente definido en funcin del fenmeno de
inters. Por ello, un explanans dinmico aplicado a nivel cerebral
debe definir la nocin de sistema dinmico de tal manera que pueda
conceptualizar las propiedades de los fenmenos (por ejemplo, las
conexiones heterogneas, la influencia del ruido y las interacciones
inhibitorias-exitatorias propias del cerebro). Igualmente un explanans
de una teora de la complejidad acerca de la intencionalidad debe
brindar herramientas isomrficas con las propiedades especficas de
153
ibanez.indd 153 23/10/08 20:51:01

la intencionalidad (por ejemplo, mediante la nocin de parmetro
de orden interno, o emergencia de tipo downward causation). A
su vez, el explanandum de las teoras de la complejidad es tambin
redefinido dentro del mbito de la teora. Los fenmenos cognitivos
debern poseer propiedades acordes a los supuestos ontolgicos,
restrictivos y explicativos de la teora.
Todas las estrategias explicativas y el xito y extensin de la
promesa de estas teoras, dependen de cun adecuadas sean las
relaciones isomrficas entre los conceptos de las teoras dinmicas
y los conceptos acerca de los fenmenos cognitivos. Las propieda-
des de los sistemas matemticos son definidas principalmente en
funcin de sus analogas con fenmenos cognitivos que pretenden
explicar. Simultneamente, el conocimiento de dominio, los ejem-
plares prototpicos y los fenmenos cognitivos, en s mismos, son
definidos tambin desde las propiedades que pueden ser abordadas
por el explanans.
En esta relacin entre explanans (la imagen de sistema din-
mico como metfora de la mente) y explanandum (los fenmenos
cognitivos entendidos como interactivos y emergentes) son definidas
dos estrategias explicativas principales. Los supuestos emergentistas,
la ontologa de procesos, las propiedades globales de los sistemas
dinmicos y la consideracin de los fenmenos cognitivos (entendi-
dos de manera esencialmente interactiva y dependiente de distintos
niveles de descripcin) favorecen las explicaciones emergentistas. De
manera simultnea, tambin son sostenidas estrategias explicativas
basadas en leyes formales matemticas. El papel otorgado a la simu-
lacin, la posibilidad de abordar cualquier fenmeno matemtica
y unitariamente, y el conocimiento de dominio reconceptualizado
en trminos matemticos, favorece tambin la explicacin de tipo
covering law. En este ltimo caso, el conocimiento tcito y las re-
laciones de mapeo son ignorados, a fin de sostener una derivacin
formal de los fenmenos cognitivos. Dicha estrategia se sostiene al
afirmar que la intencionalidad, la mente o incluso el cerebro son
(ontolgicamente) un sistema dinmico. En sntesis, la relacin
explanans/explanandum de las teoras dinmicas cognitivas eviden-
154
ibanez.indd 154 23/10/08 20:51:01

cia dos estrategias explicativas: emergentista y nomolgica-derivativa
(Ibez, 2007 b).
II.4. Evaluacin del modelo metaterico con respecto a las tradi-

ciones cientficas de la complejidad.
En este apartado efectuaremos una recapitulacin de las cuatro

heursticas de las tradiciones cientficas de la complejidad en las
que ya nos adentramos en el captulo 1.
II.4.1 Reactividad a los supuestos clsicos de la ciencia
Esta heurstica es una propiedad en comn de todas las teoras

analizadas. Una parte importante de la promesa de ellas consiste
en la afirmacin de existencia de un nuevo enfoque paradigmtico.
Nuevos fenmenos, nuevos mtodos, nuevas teoras y nuevas aproxi-
maciones explicativas son el baluarte de estos enfoques. En trminos
generales se levanta una crtica a la posibilidad de descomposicin
y anlisis aislado de las propiedades de un fenmeno. Tambin es
habitual la crtica a planteos reduccionistas, o el uso de metodologas
tradicionales (ej., matemticas lineales)2.
El Neural Darwinism se opone a la investigacin neurofisiol-
gica tradicional basada en la doctrina de la neurona, porque implica
un error categorial al intentar explicar con estrategias reduccionistas
fenmenos como la conciencia, que se encuentran en otro nivel l-
gico. Igual crtica efecta la teora del caos cerebral, pero de manera
2
Durante la decada del 90, los desarrollos retricos dinamicistas en contra
del funcionalismo computacional o simbolicismo, se centraron en las fallas
de este y en la promesa de la dinmica de superacin de esas fallas (vase
por ej., Abraham et al., 1990; Busemeyer & Townsend, 1995; Port & van
Gelder, 1995; Robertson & Combs, 1995; Thelen & Smith, 1994; van
Gelder, 1995, 1998).
155
ibanez.indd 155 23/10/08 20:51:02

ms radical an. Esta teora no slo renuncia a la explicacin por
microcausacin, sino que promueve una revolucin metodolgica,
terica y epistemolgica en la cognicin. Las teoras de la com-
plejidad en el mbito del desarrollo evolutivo reaccionan ante las
perspectivas estructuralistas estticas del desarrollo, y frente a los
programas de investigacin asentados sobre un polo de las tpicas
antinomias evolutivas (ej., gentica-epignesis; innato-adquirido,
etc.). Finalmente, la sinergtica se opone al anlisis de fenmenos
cognitivos emergentes en trminos de subprocesos independien-
tes, y a la aplicacin simplista de la metfora computacional de la
mente.
Sin embargo, las teoras dinmicas no siempre se posicionan
en trminos de reactividad a enfoques clsicos. Algunos enfoques
sostienen su compatibilidad con perspectivas ortodoxas e incluso las
teoras revisadas comparten, por ejemplo, la validacin formal de
la teora (mediante la simulacin); y la extrapolacin de explanans
matemticos a dominios de distinto nivel. Ambas propiedades,
podemos considerarlas clsicas en el mbito cognitivo.
II.4.2. Autoorganizacin y emergencia
La autoorganizacin es un fenmeno descrito en ciberntica, termo-

dinmica, matemtica, biologa, computacin y teora de la informa-
cin, entre otros. Es tambin la forma preferida de descripcin de los
eventos cognitivos de las teoras de la complejidad a distintos niveles:
autoorganizacin intraneuronal, ensambles neuronales, dinmicas
cerebrales, movimientos coordinados, coordinacin sensomotora,
fenmenos cognitivos en general. Si bien la autoorganizacin es un
concepto matemtico, en estas teoras es utilizado en un sentido
mucho ms amplio. En gran medida se encuentra definido por
oposicin al nfasis cognitivista en el control explcito de procesos
cognitivos y en los modelos basados en estructuras predefinidas y
autnomas.
156
ibanez.indd 156 23/10/08 20:51:02

La emergencia es la aproximacin explicativa a los fenmenos
autoorganizativos. Dicho concepto no es nuevo y est cargado de
interpretaciones diversas (Box 9). Todas las teoras de la complejidad
hacen uso, o bien de la emergencia intraorganismo, o bien de la
emergencia interorganismo. Igualmente, la conceptualizacin ms
ambiciosa de la emergencia est basada en la nocin de downward
causation (como efecto causal de las propiedades globales en las
locales, tambin denominada submergencia, macrocausacin o
accin global-a-local), que es el aspecto ms radical y novedoso
de la emergencia (Campbell & Bickhard, 1986; Campbell, 1974;
Emmeche et al., 2000; Kim, 1999). La promesa de la submergencia
implica que la comprensin de los niveles de complejidad pueden
ser abordados bilateralmente, es decir, desde abajo hacia arriba y
viceversa. Existira una interaccin causal no slo desde los niveles
micro hacia los macro (tal como lo afirma la doctrina de la mi-
croreduccin) sino de los niveles macro hacia los micro. Esta tesis
estara sostenida en la posibilidad de abordar la submergencia en la
descripcin de las propiedades de los sistemas dinmicos. Todos los
supuestos explicativos analizados (el Dynamic Core, la interaccin
global-a-local de las teoras de caos, la emergencia instanciada por
la topologa de campo, o el concepto de sinergtica instanciado por
el parmetro de orden y las variables colectivas) implican un mapeo
entre herramientas matemticas y conceptos emergentistas.
Siendo indiscutible el uso de conceptos emergentistas en esta
teora, qu implica la emergencia con respecto a otras estrategias
explicativas clsicas del cognitivismo, como la estrategia de descom-
posicin-localizacin o la explicacin mecanicista? Es la nocin
de downward causation una solucin al problema mente-cuerpo?
Es una estrategia compatible o antagnica con la explicacin tipo
covering law? La respuesta a estos interrogantes requiere un anlisis
ms profundo del concepto de emergencia, anlisis que focalizare-
mos en el prximo captulo.
157
ibanez.indd 157 23/10/08 20:51:02

Box 9. Origen y polisemia del Emergentismo
Los orgenes de la nocin de emergencia se remontan a los griegos (Goldstein,

1999). Galeno (129 A.C.) refiere a las propiedades emergentes del todo. La nocin
est presente en los textos de La Metrie (1748, reeditado en 1912), y la idea de que
existen nuevos niveles de existencia, con caractersticas propias, irreducibles a las
leyes o regularidades de su nivel inferior ya es desarrollada por Comte (1798/1857).
Mill (1843) es considerado por algunos (Kim, 1999) el creador del movimiento
emergentista. Un poco ms tarde, Lewes afirma acerca de las reacciones qumicas:
Although each effect is the resultant of its components, we cannot always trace
the steps of the process I propose to call the effect an emergent. It arises out of
the combined agencies, but in a form which does not display the agents in action
Every resultant is either a sum or a difference of the co-operant forcesthe emer-
gentcannot be reduced either to their sum or their difference (Lewes, 1875, p.
368-369, cursivas mas). El trmino fue refinado por Morgan en 1923, y Pepper, en
1926, estableca la relacin de implicancia entre emergencia y niveles de existencia.
El vitalismo del siglo XVIII utiliz la nocin de emergencia para referirse a una
cualidad extrafsica y espiritual que interactuaba dualsticamente con la materia y
que no poda reducirse a ella. Antiguamente ya se distingua entre emergentismo
dbil, en el cual el todo tiene propiedades que las partes no tienen, y emergentismo
fuerte, en el que el todo produce efectos causales en sus constituyentes, de forma
similar al sentido contemporneo de downward causation.
Los filsofos Hempel, Openheimer y Nagel criticaron histricamente la

nocin de emergencia por sus dificultades conceptuales, confusiones y tendencias
neovitalistas. Sin embargo, en las ultimas dcadas se ha reeditado la nocin de
emergencia de forma extensiva (Cunningham, 2001; Kim, 2001). Existen, sin
embargo, heterogneas definiciones de emergencia, a veces referida a: niveles de
organizacin (Lewes, 1875); autoorganizacin y downward causation (Richardson,
1997; Varela & Thompson, 2002); cambios en la entropa (Kauffman, 1993); no-
linearidad (Lantong, 1990); desviacin de la conducta predecida (Rosen, 1985;
Cariani, 1991); como concepto de complejidad (Bonabeau & Dessalles, 1997;
Cariani, 1991; Kampis, 1991); emergencia sintctica y semntica (Patee, 1968);
emergencia por replicacin (Velarde et al., 1997); emergencia centrada en la dis-
tincin de variables (Steels, 1994); emergencia como morfognesis (Petitot, 1995);
158
ibanez.indd 158 23/10/08 20:51:03

emergencia como no-agregatividad (Wimsatt, 1986), entre otras. Existen tambin
posturas dicotmicas acerca de si la emergencia es dependiente de los modelos teri-
cos con los cuales se observan los fenmenos, o si es un bien natural, independiente
de toda observacin. Esta serie de mltiples definiciones reclama una clarificacion
conceptual, as como tambin una especificacin acerca del rol de la emergencia
como explicacin. Ello no dejar de desarrollarse en el presente libro.
II.4.3. Simulacin
Una simulacin computacional implica disear un sistema formal

de propiedades fsicas, biolgicas, psicolgicas o sociales, ejecutado
en una computadora, y analizar sus outputs. A partir de la dcada
de los 90, gracias a la confluencia de la tecnologa y los desarrollos
matemticos, la simulacin se ha extendido a toda la ciencia (Gilbert
& Troitzsch, 2005; Casti, 1997); especialmente los desarrollos no-
lineales, ya que la imposibilidad de resolver conjuntos de ecuaciones
no-lineales ha sido sustituda por la posibilidad de simular sistemas
no-lineales sin necesidad de un tratamiento analtico. La ciencia
actual muestra una realidad que aparece como simulacro: modelos,
simulaciones e imgenes computacionales. Hoy ms que nunca los
cientficos cognitivos pueden decir, emulando a Ray (1992): Jugu
a ser Dios y cre la vida en mi computador3.
La virtud de respaldar el explanans de la teora en formaliza-
ciones matemticas de los fenmenos estudiados, es una propiedad
intrnseca de las teoras dinmicas. El supuesto de matematizacin
de cualquier fenmeno cognitivo, incluso aquellos propios del nivel
de descripcin psicolgico, otorgan a la teora un estatus adicional,
comparable al del cognitivismo ortodoxo. La simulacin mediante
herramientas matemticas, no slo se trata de un mtodo de valida-
cin de la teora. Por el contrario, se convierte en la instanciacin de
los componentes estructurales de las teoras de la complejidad.
3
En el original: Jai jou Dieu et cr la vie dans mon ordinateur.
159
ibanez.indd 159 23/10/08 20:51:03

II.4.4. Holismo
Un factor comn en las teoras dinmicas de la cognicin es la po-

sibilidad de abordar metodolgicamente las propiedades globales
de un sistema, en detrimento de un enfoque analtico basado en la
descomposicin. El uso de la topologa como metfora de la mente
es no slo una herramienta estadstica, sino un supuesto de estudio
del fenmeno de manera global. Ello permite la superacin de enfo-
ques reduccionistas o microreduccionistas, basados en el anlisis de
procesos separados. La ecologa explicativa presente en las teoras de
la complejidad es consecuencia de un ncleo terico holista.
La posibilidad de investigacin de los fenmenos cognitivos
mediante metodologas no-reduccionistas y supuestos explicativos
holistas no agota todas las posibilidades. Existe una intuicin radical
en las teoras de la topologizacin de la mente: lo que llamar holismo
fenomnico. Este es un factor sistemticamente negado en las tradi-
ciones cognitivistas clsicas, con algunas excepciones en la historia
de la cognicin. El holismo fenomnico implica la concepcin de un
evento cognitivo como un fenmeno esencialmente unitario, no slo
no descomponible totalmente, sino concebido como una unidad de
sentido. La experiencia consciente es entendida como una totalidad,
capaz de integrar simultneamente eventos muy heterogneos. El
Neural Darwinism asume esta conceptualizacin de la experiencia
consciente. La intencionalidad es una propiedad general de la per-
cepcin, la accin o la cognicin, en el sentido de una ordenacin de
sentido que integra todos los procesos de un acto cognitivo. La teora
del caos de Freeman asume dicha definicin. Un evento cognitivo
puede ser simultneamente un acto perceptivo, motor, mnmico a
la vez que cognitivo, y no es posible establecer distinciones tajantes
entre estos procesos desde la field theory of development. Los procesos
cerebrales, sensomotores o cognitivos son procesos sinergticos,
constantemente coordinados intraorgansmicamente y en funcin
de un ambiente especfico. La sinergtica se interesa en fenmenos
que emergen como totalidad unitaria.
160
ibanez.indd 160 23/10/08 20:51:03

III. Un programa de investigacin bifronte
Habiendo recorrido, en el captulo 1, el anlisis de las tradiciones

cientficas de la complejidad, nos resulta concluyente que estas,
ms que constituir una revolucin cientfica, reflejan una aproxi-
macin metaterica en trnsito, entre una epistemologa clsica y
otra postclsica.
Las teoras de la complejidad en la cognicin no son una empresa
metaterica de una cosmovisin emergente exclusivamente basada
en el holismo, la causacin mutua y las relaciones como unidad de
anlisis. No se trata de un programa que se oponga completamente
a la cosmovisin tradicional fundada en el reduccionismo, la causa-
lidad lineal y las entidades aisladas como unidad de anlisis. Vase
un ejemplo de esta postura en Dent (1999). Por otro lado, tampoco
podra considerarse que las teoras de la complejidad (en el mbito de
la cognicin) sean teoras postmodernas (como ha sido postulado por
algunos, ej., Cilliers, 1998; Henrickson & McKelvey, 2002). Existe
una dualidad en la agenda cientfica de las tradiciones cientficas de
la complejidad que implica tensiones (identificables aisladamente
con supuestos modernos y postmodernos). Se observa una tensin
entre el universalismo matemtico y el pluralismo fenomnico: una
empresa subyacente es moderna, basada en el uso de un lenguaje
formal y unitario, mientras que la otra implica una aceptacin
holista de la complejidad de los fenmenos. El anlisis metaterico
permite concluir que coexisten dos cosmovisiones epistemolgicas
al interior de las teoras de la topologizacin de la mente (Ibez,
2007a). La distincin puede ilustrarse en el contraste de supuestos
que acentan la unificacin (a travs del lenguaje matemtico de
las teoras de la complejidad) versus la pluralidad (la aceptacin de
niveles de descripcin, la diversidad y la dependencia contextual de
los fenmenos complejos).
161
ibanez.indd 161 23/10/08 20:51:03

IV. Corolario: aspectos relevantes en el desarrollo de las teoras
de la complejidad
Las teoras de la complejidad aplicadas a la cognicin, son un pro-

grama de investigacin reciente a pesar de sus amplias extensiones.
Por ello el estatus final de estas teoras depender de su evolucin. La
direccin del desarrollo de algunos aspectos particulares determinar
el avance de estas teoras. Segn cmo se resuelvan, las teoras de
la complejidad se convertirn en una empresa positiva, generando
nuevos factos, conceptos e investigaciones; o evolucionarn hacia
un programa de investigacin estabilizado, sin nuevos aportes. Estos
aspectos son problemas, promesas y necesidades de las teoras de
la complejidad que deben resolverse en una direccin particular.
Los mismos son presentados segn su nivel de implicancia objetal,
terica o metaterica.
IV.1. Nivel objetal
Modelos no-lineales para la indagacin de la dinmica cerebral
El uso de herramientas no-dinmicas en la investigacin cerebral

es un tpico de alto impacto en la investigacin neurofisiolgica.
Existe consenso acerca de la naturaleza no-lineal del cerebro. Sin
embargo, aunque ms exitosos en la simulacin, los modelos no-
lineales en general han presentado dificultades al momento de
aplicarse a la dinmica real del cerebro. En gran medida muchas
de estas dificultades se originan en la extrapolacin de los modelos
a partir de otros sistemas con mayor autonoma, menos ruido de
seal o sin conexiones heternomas. Es indispensable el desarrollo
de modelos no-lineales ms robustos, acordes a las propiedades de
la dinmica cerebral. De la evolucin de estos modelos depender
el avance en la investigacin con respecto a otros modelos clsicos
presentes en la actualidad.
162
ibanez.indd 162 23/10/08 20:51:03

El rol de la simulacin
El desarrollo de la simulacin es uno de los mayores logros de las

teoras de la complejidad. Sin embargo, es necesario el desarrollo de
simulaciones ecolgicamente fundadas en el conocimiento emprico
de la cognicin. Es indispensable un trabajo de coordinacin de la
informacin que permita integrar el conocimiento a ser simulado.
El valor de la simulacin en el futuro depender no solamente de
la capacidad de emular procesos cognitivos, sino principalmente de
la validacin del conocimiento terico-emprico acumulado. Dado
que habitualmente un fenmeno puede ser emulado con diversas
simulaciones; la simulacin ms adecuada consistir en la que se
inserte de forma ms ecolgica con los conocimientos acerca del
fenmeno estudiado.
Inter-level cognition, nfasis en la coordinacin y diseos ms eco-

lgicos
El nfasis terico de una cognicin ms interactiva y ecolgica de-

pende del desarrollo de diseos experimentales que posibiliten su
estudio. Gran parte de las diferencias con otros paradigmas clsicos
reside en el inters en la no-fragmentacin y no-descomponibilidad
de la cognicin. Por ello, los diseos experimentales que incluyan
tareas de coordinacin multimodal sensoperceptual y sensomotora,
y del estudio de coordinacin entre funciones cognitivas, son muy
importantes. Los diseos cerebro-conducta son casos ejemplares que
deben extenderse a mltiples dominios. Estos implican mediciones
simultneas de la actividad cerebral y muscular, con diversas tec-
nologas de registro simultneas; incluso coordinando informacin
fisiolgica con reportes personales. As se obtiene simultneamente
no slo redundancia en la informacin, sino tambin la posibilidad
de estudiar el acoplamiento entre diferentes procesos y mediciones.
El uso de estmulos ms ecolgicos es un requisito indispensable para
el estudio de la cognicin en su complejidad natural. La inclusin
de situaciones en tiempo y contextos reales podra dejar de ser una
163
ibanez.indd 163 23/10/08 20:51:04

utopa en la experimentacin gracias al avance de la tecnologa.
Incluso la posibilidad de estudiar la cognicin intersubjetiva, tal
cual se da en la vida cotidiana, representa una posibilidad muy poco
estudiada por las teoras dinmicas.
IV.2. Nivel terico
Hacia la cognicin elevada: la especificidad de la cognicin huma-

na
Muchas teoras enfatizan la posibilidad de entender los procesos cog-

nitivos superiores de forma no ortodoxa. Sin embargo, el principal
avance se ha efectuado en el rea de la cognicin baja (ej., dinmica
cerebral de coordinacin sensomotora). Un aspecto definitorio del
desarrollo de estas teoras depender de su capacidad para generar
modelos y explicaciones robustas de fenmenos cognitivos tales
como la intencionalidad, el lenguaje y el significado, la toma de
decisiones o la consciencia reflexiva. Si bien existen diversos mode-
los de los procesos sealados, todos pueden considerarse primeras
aproximaciones. Por ejemplo, la crtica a la cognicin elevada
mediante sistemas representacionales por parte de estas teoras ha
sido notable. Sin embargo, no existe una teorizacin profunda que
de cuenta de modelos no-representacionales alternativos, e incluso
algunos de ellos en el nivel de implementacin siguen siendo repre-
sentacionales (ej., Busemeyer & Townsend, 1995). Los desarrollos
tericos acerca de la implementacin de la cognicin alta a partir
de los procesos cognitivos bajos constituyen un tpico de gran
inters y promete ser un rea con notables avances empricos.
Necesidad de un lenguaje especfico de la complejidad cognitiva
Los fenmenos cognitivos (cerebrales y mentales) pueden conside-

rarse extremadamente complejos como explanandum. Son fenme-
nos irreducibles, multinivelados, descriptibles mediante diferentes
164
ibanez.indd 164 23/10/08 20:51:04

juegos del lenguaje. Esta complejidad del fenmeno ha sido mapeada
con la complejidad fsico-matemtica de los sistemas dinmicos. Ex-
trapolaciones, analogas y metforas provenientes de las matemticas
no-lineales han brindado nuevas herramientas conceptuales para en-
tender la cognicin. Aun as, la mente es claramente compleja en un
sentido propio: posee propiedades mentales, puede soar e imaginar,
mentir y ocultar, o ser consciente de s misma. Este sistema (si es
que es adecuado pensarlo en tales trminos) es claramente complejo,
pero ya no en el sentido de poseer caractersticas fractales, patrones
caticos o interacciones por resonancia. Estas caractersticas no se
encuentran en ningn otro sistema complejo descrito por cualquier
teora fsico-matemtica. Ninguna teora de los sistemas complejos,
en cuanto a sus atributos matemticos, explica cmo la materia hace
emerger la mente o cmo se autoorganizan los procesos mentales,
en la forma en que explica cmo emergen las estructuras disipativas,
o como se autoorganizan los tomos del lser.
En este sentido, es necesario desarrollar un lenguaje especfico
del nivel de descripcin de la mente. Claramente este lenguaje ser
aproximativo y limitado, pero podran construirse rasgos distintivos
de los procesos cognitivos. Incluso tal vez sea necesario el desarrollo
de conceptos que escapen a la nocin de sistemas complejos con-
forme avance la propia teorizacin de este programa de investiga-
cin. Como sea, no debemos subestimar los aportes cientficos que
avendran al desarrollo de este tpico.
IV.3. Nivel metaterico
De particular importancia podra resultar la comparacin inter-

terica con otros programas de investigacin cognitivos. Al menos,
debera realizarse una comparacin sistemtica con tres empresas
cardinales: el computacionalismo ortodoxo, el conexionismo y los
enfoques alternativos. A continuacin se sugieren algunos aspectos
relevantes parciales para indagar en la comparacin interterica con
los programas de investigacin sealados.
165
ibanez.indd 165 23/10/08 20:51:04

Computacionalismo ortodoxo
Sin necesidad de un anlisis metaterico sistemtico, puede sostener-

se que los ncleos tericos de ambos programas de investigacin son
diferentes. En el caso de las teoras dinmicas, la imagen pictrica
est dada por un sistema dinmico topolgico como metfora de
la mente, mientras en el cognitivismo ortodoxo lo es la metfora
de la computadora serial que computa smbolos abstractos. Dentro
del marco, tambin existiran bastantes diferencias: los supuestos
ontolgicos son procesales y altamente interactivos en el caso de la
complejidad, opuestos a la atomizacin y fragmentacin propia del
computacionalismo. Los supuestos restrictivos tambin se diferencian.
Se trata de especificaciones del lenguaje de la teora de los sistemas
dinmicos en el primero, y de especificaciones de cmputo serial
turingniano en el segundo. Los supuestos explicativos se diferencian
en las explicaciones emergentistas de la complejidad con respecto
a las explicaciones por descomposicin y localizacin de las estra-
tegias homunculares del computacionalismo. Sin embargo, ambos
comparten el uso de la simulacin computacional y la derivacin
formal como estrategias explicativas (aunque en base a ecuaciones
en el primer caso y a un cmputo simblico en el segundo). Los
dominios de conocimientos, si bien son compartidos en algunos
aspectos, se diferencian principalmente en el nfasis de interactividad
y ecologa de los fenmenos abordados por las teoras dinmicas,
en oposicin a la localizacin, especificacin y aislamiento de los
fenmenos elegidos por el computacionalismo. Los prototipos de
ambos programas se han basado en la simulacin computacional de
los fenmenos de inters, aunque sus extensiones empricas estn
slo parcialmente superpuestas. En general, los enfoques dinmicos
han ampliado las extensiones empricas hacia mbitos no tradicio-
nalmente abordados por el computacionalismo ortodoxo.
Si bien en una descripcin rpida de ambos modelos metate-
ricos estos parecieran diferenciarse notablemente, no debe obviarse
el uso en comn de la simulacin computacional y la formalizacin
presente en ambos programas. Evidentemente, el computaciona-
166
ibanez.indd 166 23/10/08 20:51:04

lismo se encuentra muy cercano a la concepcin universalista de
complejidad como matematizacin, la cual acenta el rol de la
formalizacin y la simulacin en la prctica cientfica. Un anlisis
metaterico sistemtico podra arrojar luz sobre estos aspectos de
ambos programas.
El conexionismo
El conexionismo pareciera a primera vista ms cercano a las teoras

dinmicas que el caso del computacionalismo ortodoxo. El ncleo
del conexionismo est basado en la metfora de la cognicin como
redes neuronales formales. Si bien se trata de un ncleo diferente
al de la complejidad, muchos modelos conexionistas pueden con-
ceptualizarse como sistemas dinmicos basados en ecuaciones que
simulan la actividad neuronal (incluso algunos de manera topolgi-
ca). Los supuestos ontolgicos del conexionismo tambin son similares
a los de la complejidad. En general se asume una ontologa mucho
ms procesal e interactiva de los procesos descriptos, aunque en este
caso en el mbito ms restringido de la actividad neuronal simulada.
Los supuestos restrictivos, si bien pueden utilizar herramientas de los
sistemas dinmicos, estn enfocados en gran medida en algoritmos
de aprendizaje. Los supuestos explicativos giran en torno a la emer-
gencia de procesos cognitivos a partir de la interaccin de los pesos
neuronales mediante aprendizaje. Esta estrategia explicativa es una
particular combinacin de explicaciones emergentistas y simulacin
computacional, similar a la efectuada por los enfoques dinmicos,
pero mucho ms acotada. En este sentido los prototipos del conexio-
nismo son muy similares a los de los enfoques dinmicos, ya que
consisten en una simulacin de algn evento cognitivo de inters,
que luego es explicado y predicho a partir de la simulacin. El cono-
cimiento de dominio utilizado por el conexionismo, si bien similar
al de los enfoques dinmicos, es ms restringido. En gran medida,
ha estado centrado en el estudio de los procesos de aprendizaje en
general y en el desarrollo de habilidades desde una perspectiva evolu-
tiva. Las extensiones empricas ms recientes del conexionismo han
167
ibanez.indd 167 23/10/08 20:51:05

reducido las diferencias con los modelos dinmicos. Estos exhiben
diversas dinmicas no-lineales, utilizan explicaciones emergentistas
de tipo downward causation, y se utilizan para modelar fenmenos
que van ms all del aprendizaje y la evolucin.
Dentro del conexionismo, existen modelos muy cercanos a los
modelos de las teoras de la complejidad, aunque tambin existen
modelos mucho ms prximos al computacionalismo. Las teoras
de la complejidad y el conexionismo se solapan a ciertos niveles y
se diferencian en otros. Ello demanda un anlisis metaterico del
conexionismo y una posterior comparacin interterica.
Los enfoques alternativos
La embodied, situated y ecological cognition, entre otras, son los

enfoques de la cognicin que mayormente requieren un anlisis
metaterico. Ello se debe a que estos enfoques no parecen compartir
los mismos componentes tericos entre s. Por otro lado se trata
de teoras muy recientes y su estatus metaterico no est claro. Al
parecer, el ncleo terico de los enfoques alternativos se diferencia
claramente del ncleo de sistema dinmico topolgico como met-
fora de la cognicin. Estas teoras estn asentadas sobre la metfora
de la mente extendida (hacia el cuerpo, el contexto o el entorno) y
no necesariamente requieren de la metfora de los sistemas dinmi-
cos. El marco de estas teoras presentara algunas similitudes con las
teoras de la complejidad, pero en general se tratara de supuestos
diferentes. Los supuestos ontolgicos, si bien enfatizaran la procesua-
lidad como en los enfoques dinmicos, esta sera ms radicalmente
ecolgica y contextualista. Los supuestos restrictivos estaran menos
fundados en herramientas dinmicas y ms en modelos que con-
ceptualizan la accin como eje central explicativo. Las estrategias
explicativas basadas en la simulacin perderan relevancia en estos
enfoques. Los prototipos parecieran diferenciarse bastante, ya que
salvo excepciones (ej., robtica situada) la simulacin computacional
no es esencial en estos modelos. Sin embargo, otros componentes
168
ibanez.indd 168 23/10/08 20:51:05

metatericos parecieran ser ms similares que otros programas de
investigacin. El conocimiento de dominio utilizado, a menudo es
el mismo que el de las teoras de la complejidad (ej., acerca de la
coordinacin entre cerebro, cuerpo y entorno, nfasis en la tempo-
ralidad o la relevancia de encuadres ecolgicos en la cognicin) y
las extensiones empricas parecieran abarcar los mismos dominios
de las teoras de la complejidad. Sin embargo, cabe notar que estas
teoras se han aplicado en mbitos no explotados por las teoras
dinmicas, tales como cognicin intersubjetiva y cognicin en
contextos naturales cotidianos.
Por otra parte, existe mucha diversidad dentro de los enfoques
alternativos. Algunas teoras de la cognicin situada, por ejemplo,
asumen modelos de cmputo representacional, en contra del mains-
tream de la embodied cognition. Es claro que la relativa juventud y la
diversidad de perspectivas de los enfoques alternativos reclama un
anlisis metaterico que permita comparar y evaluar la interaccin
entre ambos programas de investigacin.
169
ibanez.indd 169 23/10/08 20:51:05

170
ibanez.indd 170 23/10/08 20:51:05

Captulo 5
complejidad como entretejido de

concepciones
Una vez cegado el ojo de dios de la edad media y su primo

de la ciencia moderna slo resta una alternativa en la incertidumbre
contempornea: si no determinismo, ni realismo ontolgico, ni dominio del
cosmos, entonces simulacro. All el caos se une con lo apolneo, y el golem
matemtico se transforma en superior de nosotros mismos.
Su mxima promesa, ms an:
renunciando a la vida resucitaremos a la virtualidad neo-moderna,
pagana y religiosa al mismo tiempo.
(Baker, 2003, traduccin del autor)
I. Introduccin
L a palabra complejidad deriva de la palabra latina complexus, que

significa tejido o red. La significacin etimolgica de compleji-
dad como entretejido es oportuna para describir la amalgama de dos
concepciones diferentes que estn simultneamente presentes en las
teoras de la complejidad. Una concepcin acenta las propiedades
holistas de los fenmenos cognitivos y su irreductibilidad explica-
tiva. La otra concepcin es una empresa basada en el universalismo
matemtico, y constituye, en s misma, la ms reciente promesa de
las ciencias formales, que busca colonizar todo lo existente mediante
herramientas dinmicas. Ambas concepciones se encuentran, justa-
mente, entretejidas, formando una red de supuestos contradictorios
y simultneos (Ibez, 2007 a).
171
ibanez.indd 171 23/10/08 20:51:05

II. Concepcin Holista: complejidad del explanandum
En contra de la corriente principal en ciencias cognitivas, una

concepcin holista hace referencia a una reconsideracin de los
fenmenos y a un conjunto de supuestos filosficos no-ortodoxos
(Diriwchter, 2004).
La clave, en esta postura, es que todo evento cognitivo es asu-
mido como una totalidad, cuyas propiedades no son descomponibles
totalmente. Totalidad que representa una estructura orgnica; es
decir, se trata de una totalidad de sentido. Esta nocin de holismo
se especifica por dos propiedades: irreductibilidad (imposibilidad
de reduccin completa del fenmeno a su modelo o teora); y or-
ganicidad-globalidad, (las partes de un fenmeno estn ordenadas
de acuerdo a la organizacin del mismo; y las propiedades espec-
ficas del fenmeno se observan en su propio nivel de descripcin,
constituyendo propiedades diferentes con respecto a las propiedades
de las partes). Esta concepcin holista es, en s misma, una forma
de entender las teoras dinmicas; y desde esta perspectiva pueden
conceptualizarse los componentes de las mismas.
Numerosas tradiciones cientficas de la cognicin se han acerca-
do a un pensamiento dinmico mediante el rechazo de la lineali-
dad de los fenmenos. El escepticismo hacia los enfoques clsicos de
la ciencia, ha estado presente a lo largo de la historia de la ciencia en
general. Por nombrar algunos ejemplos: en la biologa de principios
del siglo pasado, producto de explicaciones emergentistas-vitalistas1;
en la idea de organismo de Kant (1790); en la definicin de biologa
de Lamark, referida a la organizacin y complejidad de lo vivo; en
la visin de la neurofisiologa y psicologa de Merleau-Ponty; en la
psicologa descriptiva de Dilthey; en la psicologa comprensiva de
1
Toda la biologa puede considerarse una constante dialectizacin entre
posturas mecanicistas y holistas (por ejemplo, las tensiones del siglo XVIII,
el vitalismo del siglo XIX, y el organicismo o la fisiologa del siglo XX de
Bernard y Haldane).
172
ibanez.indd 172 23/10/08 20:51:06

Spranger; en la Ganzheitspsychologie alemana y su oposicin a la
Assoziationpsychologie y a la Elementenpsychologie de Wundt; en las
sinergias coordinativas de Nikolai Bernstein; en la teora de campo
de Lewin; en la conceptualizacin tambin topolgica de Khler y
en el holismo de la Gestalt; en la psicologa ecolgica de Gibson y
Turvey o en el proyecto de lograr una neurociencia integrativa nacida
en una perspectiva holista y espacio-temporal del cerebro (Gordon,
2000, Wrigth et al., 2003). Muchas de estas tradiciones tambin han
estado sostenidas simultneamente por aproximaciones holistas y
matemticas. Un caso concreto es la teora de campo de Khler. Su
teora asume una consideracin holista de los fenmenos cogniti-
vos basados en un nivel molar de descripcin, y simultneamente
asume que la experiencia perceptual es isomrfica con la topologa
matemtica, que permite estudiar fsicamente la mente, describiendo
los brain electricals fields (Ehrenstein et al., 2003)2.
Es necesario sealarle a usted dos supuestos metafsicos presen-
tes en esta visin holista. El primero es que el holismo est sostenido
por una metafsica de procesos, que asume ontolgicamente que las
partes de un fenmeno, ms que tratarse de partculas aislables, se
comportan como procesos en relacin. La metafsica de procesos
implica que no existen partculas atmicas a un nivel elemental de
descripcin y, por ende, un programa reduccionista no puede soste-
nerse. Toda entidad, a cualquier nivel de descripcin, consiste en una
configuracin de procesos en donde la organizacin de los mismos
es la clave para entender el fenmeno. Las partes elementales cobran
importancia desde sus relaciones dentro de la organizacin total.
Este supuesto metafsico se opone a la versin estndar de
reductibilidad de los niveles de existencia a entidades atmicas mi-
crofsicas, simplista y filosficamente idealizada. Se opone tambin
2
Esta es una de las principales diferencias de la escuela de totalidad como
Gestalt (Berlin) con respecto a la escuela de totalidad como Ganzheit
(Leipzig) en Alemania: la primera simpatizaba con el fisicalismo de las
ciencias naturales, mientras que la segunda se le opona (Diriwchter,
2004).
173
ibanez.indd 173 23/10/08 20:51:06

a la separacin metafsica bipartita (asumida por el dualismo de
sustancia y por el fisicalismo) entre dos realidades discretas, a saber:
psquica y mental (Campbell & Bickhard, 1986, Lycan, 1987).
El segundo supuesto metafsico es acerca de la existencia de
niveles de realidad. El mundo se tratara de una organizacin de
procesos de configuracin que implicaran la ocurrencia sucesiva
de niveles, cada uno con legalidades especficas a su propio nivel
de descripcin. Este supuesto, a menudo, est solo implcitamente
establecido en los enfoques emergentistas (Kim, 2001). Este paisaje
de niveles sucesivos devuelve un conjunto de propiedades espec-
ficas y procesos emergentes que involucraran una complejizacin
sucesiva. De los quarks, a los protones, las partculas atmicas, las
molculas, las protenas y las clulas, los organismos biolgicos y
la conciencia humana; todos y cada uno seran procesos de orga-
nizacin creciente de niveles de complejidad. Ambos supuestos
metafsicos son necesarios, no slo para sostener una visin holista,
sino para asumir un enfoque explicativo emergentista coherente
con dicho holismo.
La irreductibilidad, organicidad y globalidad holista se sostie-
nen en una metafsica de procesos y de niveles de realidad. Igual-
mente una derivacin metodolgica emergentista debe apoyarse
en los supuestos bsicos del holismo. En trminos generales, todo
el programa de investigacin de las teoras de la complejidad hace
referencia a fenmenos emergentes, por lo que este concepto es
la llave para comprender los modelos dinmicos. Un fenmeno
emergente es aquel que no puede ser reducido a los elementos que
lo componen. Sus caractersticas esenciales slo son descriptibles por
el fenmeno en s mismo, y no por sus constituyentes. No obstante,
una visin holista tal como ha sido definida, implica al menos ciertas
restricciones. Una definicin de emergencia en esta perspectiva debe
respetar las propiedades del holismo (irreductibilidad, organicismo-
globalidad) y sus supuestos metafsicos.
Dentro de una concepcin holista de la complejidad, la
emergencia puede definirse entonces como: (a) la imposibilidad de
174
ibanez.indd 174 23/10/08 20:51:06

deducir totalmente el fenmeno a partir del anlisis de sus partes;
(b) la existencia de propiedades globales de las interacciones locales;
y (c) la influencia de las propiedades globales a nivel local. (a), (b)
y (c) son necesarias en conjunto para una definicin holista de la
emergencia. Cada una refiere a tres propiedades clsicamente atribui-
das a la emergencia: (a) refiere a la nocin de superveniencia (Kim,
1993, 1998, 2001; o al menos a una forma particular de ella); (b)
a las propiedades sistmicas o globales del fenmeno (Emmeche
et al., 2000); y (c) a la nocin de downward causation (Box 10),
submergencia o accin global-a-local (Campbell, 1974).
Box 10. Un ejemplo de downward causation
Un excelente ejemplo de emergencia presentado por Rodrguez (en prensa) son los
patrones de Chladni (Box 11). Al tocar un violn (u otro instrumento que vibre), un
patrn de oscilaciones de vibracin emerge sobre la superficie del instrumento. Cada
instrumento posee patrones propios de oscilacin (eigenmodes), los cuales pueden
ser visualizados colocando arena sobre el instrumento. Durante la vibracin, la arena
se acumula en las partes del instrumento que vibran menos o que estn inmviles,
escapando de las zonas con mayor oscilacin. Si bien existen slo interacciones
locales entre las partculas del instrumento (cada partcula del instrumento est
relacionada slo con sus vecinas, y vibra de la manera que su propia elasticidad
y la fuerza de su conexin con sus vecinas lo permite; Rodrguez, op. cit.), estas
interactan con restricciones dadas por la geometra real del instrumento. De esta
interaccin emerge el modo propio de vibracin de cada instrumento reflejado en
las figuras de Chladni. A su vez, los patrones emergentes establecen modificaciones
en las interacciones locales de cada partcula del instrumento, puesto que ciertas
partes del instrumento se vuelven ms flexibles. Las propiedades locales de la
madera son modificadas entonces por el patrn emergente global.
Este ejemplo presentado por Rodrguez, cumple con las propiedades

del holismo: irreductibilidad (los patrones no pueden deducirse
total y exclusivamente por sus partes; en este caso las partculas de
175
ibanez.indd 175 23/10/08 20:51:07

la madera) y organicidad-globalidad, (las partculas de los patrones
de Chladni interactan de acuerdo a la organizacin del instru-
mento; y las propiedades especficas de los patrones constituyen
propiedades diferentes a las propiedades de las partculas). Cumple
con los dos supuestos metafsicos del holismo: la descripcin de
los fenmenos est basada en la interaccin de procesos y no en
propiedades aisladas de entidades nicas (metafsica de procesos)
y la existencia de procesos con niveles de organizacin especficos
(metafsica de niveles).
Puede analizarse entonces la explicacin emergentista: (a) el
anlisis de las partculas de la madera no basta para deducir los
patrones de Chladni; (b) las interacciones locales de las partculas
y la forma particular del instrumento permiten la emergencia de
patrones globales especficos y (c) las propiedades globales del ins-
trumento causan restricciones en las propiedades globales de las
partculas (flexibilizacin de algunas partes de la madera).
A continuacin se desarrollan las tres partes (a, b y c) de la
emergencia.
Box 11. Patrones de Chladni
Ernest Florens Friedrich Chladni (1756-1827) desarroll diversos experimentos para

estudiar los modos de vibracin particulares de violines y otros instrumentos. Ellos
fueron identificados por la reorganizacin de partculas de sal o arena colocadas en
la superficie del instrumento. Segn el particular modo de vibracin, las partculas
de arena o sal tendan a acumularse en las zonas de menor vibracin. Chladni fue
el primero en demostrar este fenmeno ante la Academia de Ciencia Francesa en
1808, causando un gran impacto.
Chladni estableci la ley que lleva su nombre, una ecuacin que especifica
los modos de las frecuencias oscilatorias. A) Superficie de un violn que muestra
los patrones de Chladni a bajas frecuencias de oscilacin
176
ibanez.indd 176 23/10/08 20:51:07

(a) Superveniencia e irreductibilidad deductiva
Por superveniencia se entienden dos tesis simultneas. Por un

lado toda macropropiedad depende o superviene en un nivel
inferior. El agua como una sustancia superviene en las molculas
de hidrgeno y oxgeno y la mente superviene en una base neurofi-
siolgica. Ninguna de estas macropropiedades puede existir sin sus
propiedades basales. Los fenmenos mentales no flotan libremente
en un espacio no-material. Por otro lado, las macropropiedades no
dependen totalmente de sus propiedades basales. La acuosidad
del agua no est presente en sus elementos basales (hidrgeno y
oxgeno) y la intencionalidad de la mente tampoco est presente en
las neuronas. Debe aclararse que la idea de superveniencia asume
que los dos niveles (macro y basal) son relativos al nivel respectivo
de descripcin, de acuerdo a la metafsica de niveles. Una macro-
propiedad y una propiedad basal son relativas a su nivel inferior y
superior respectivamente. Una clula es una macropropiedad con
respecto a sus constituyentes y es una propiedad basal con respecto
al organismo al que pertenece.
La definicin de superveniencia involucra entonces dos tesis
aparentemente antagnicas: las propiedades macro son dependien-
177
ibanez.indd 177 23/10/08 20:51:08

tes y simultneamente independientes de sus propiedades basales.
Sin embargo, ambas tesis no son antagnicas. El hecho de que las
propiedades globales dependan de sus propiedades basales no es
contradictorio con el hecho de que las propiedades basales, tomadas
en s mismas, no sean suficientes para explicar las propiedades macro.
Las macropropiedades no son deducibles de las propiedades locales.
As, la superveniencia establece una condicin sine qua non para la
existencia de propiedades emergentes, pero no especifica mucho
acerca de sus caractersticas.
(b) Propiedades globales
Esta tesis sostiene que, en todo fenmeno emergente, las propiedades

relacionales (contextuales, sistmicas, interaccionales) constituyen
un factor especfico que complementa los factores locales y consti-
tuyen una explicacin adicional del fenmeno total. Por ejemplo,
las secuencias de las cadenas del ADN dependen del contexto de
combinaciones de otras secuencias y la conducta de un organismo
particular depende de las condiciones de su entorno. El cloruro de
sodio (NaCl) est compuesto por dos elementos que son txicos
para los humanos, aunque en s mismo no lo es3. La tesis de las
propiedades globales sostiene que las relaciones entre las partes de
un fenmeno estudiado estn organizadas de una forma particular.
Ejemplificando, la actividad global de un cardumen (peces) posee
propiedades globales no triviales. El cardumen tiende a mantenerse
conectado, y si se separa (por el ataque de un depredador, o por un
obstculo fsico) este vuelve a reunirse de forma espontnea. No
existe a nivel local un pez que orqueste las propiedades globales.
En la interaccin sistmica de elementos particulares se constituyen
nuevas propiedades. Las restricciones locales (ej., la velocidad de
movimiento, el margen de distancia relativa entre un elemento y
otro) si bien no impiden las propiedades globales, no las especifican
3
La reaccin qumica es: NaOH +HCl => NaCl + H2O (Hidrxido de sodio
ms cido hidroclrico produce cloruro de sodio ms agua).
178
ibanez.indd 178 23/10/08 20:51:08

ni explican por s mismas. Las propiedades globales son entonces
aquellas conductas especficas que slo pueden identificarse en el
nivel de anlisis macro del fenmeno.
(c) Downward causation
La idea de downward causation, si bien puede remontarse a siglos

atrs, ha experimentado un notable crecimiento en el campo de las
ciencias cognitivas, mayormente con el desarrollo de las teoras de
la complejidad (Campbell, 1974; Clayton, 2004; Juarrero, 1999;
Kelso, 1995; Stadler & Kruse, 1994, van Gelder, 2004; Varela &
Thompson, 2002). Todas las teoras analizadas en este libro, expli-
citan nociones de downward causation. Se trata de una propiedad
implcita en la nocin de emergencia, y es a su vez la ms radical
y controversial. Es un intento de respuesta al llamado problema
fundamental de la causacin mental (Kim, 2001): Cmo es
posible para la mente ejercitar sus poderes causales en un mundo
fsico? La idea general est presentada en una metfora espacial. Las
causas basales son causas que se encuentran abajo en la jerarqua
espacial. Las causas macro se encuentran en la parte superior. Esta
imagen jerrquica espacial est sostenida en la metafsica de niveles
(Emmeche et al., 2000), que establece relaciones entre niveles de
abajo-hacia-arriba (up ward) y arriba-hacia-abajo (downward). Por
sentido comn es fcil atribuir causalidad de abajo-hacia-arriba o
viceversa. Por ejemplo, a menudo decimos: los genes causan la
conducta, fumar causa la muerte, y tambin la primavera causa
las flores, una mala economa causa pobreza, mi mente causa
mis movimientos, etc.
En la relacin mente-cuerpo, la nocin de downward causation
sostiene que propiedades emergentes (mentales) tienen un efecto a
nivel local (neurolgico o corporal). Por ejemplo, al contemplar una
pelcula de la Madre Teresa (que muestra tendencias afiliativas), los
niveles de inmunoglobulina salivaria A se incrementan significativa-
mente (McClelland, 1987). Por ello, a menudo las teoras dinmicas
179
ibanez.indd 179 23/10/08 20:51:08

de la cognicin prometen superar las dicotomas mente/cuerpo, e
incluir el nivel psicolgico de descripcin (consciencia, intencio-
nalidad o qualia) en la teora.
La radicalidad y controversialidad de la nocin de downward
causation reside principalmente en la polismica palabra causa.
En el juego del lenguaje cientfico, causa hace referencia prima-
riamente a un tipo particular de causa; a saber, lo que Aristteles
entenda bajo el trmino causa eficiente4. Por causa eficiente se
entiende el efecto que una entidad A produce sobre otra entidad B.
A su vez existe una latencia temporal entre A y B. Por ejemplo, la
bola blanca de billar causa el movimiento de la bola negra. Causa
eficiente implica entonces dos entidades, una flecha direccional
que representa una causa aislable y clara, y una latencia temporal.
Ahora bien, es esta nocin de causa aplicable a la causalidad entre
niveles (upward y downward causation)? En adelante elaboraremos
un anlisis particular para comprender el conflicto que representa
aqu el tema de la causa eficiente.
II.1. La ilusin de la flecha y las dos entidades
Imagine usted que un sujeto se encuentra en un bao sauna, en el

cual la temperatura puede ser regulada por una vlvula a disposicin
del sujeto. Suponga que el sujeto comienza a tener mucho calor y
tiene el deseo que disminuya la temperatura. Entonces el sujeto
cierra la vlvula y la temperatura disminuye. Puede sostenerse en
este caso que el deseo del sujeto causa la reduccin de la temperatura?
Claramente no, en el sentido de causa eficiente. No es la intencin
4
La nocin de causa eficiente se remonta a Aristteles, en la definicin de sus
cuatro causas (Fsica II.3, Metafsica I.3. Acerca de su clasificacin: Fsica II.7,
De Anima II.4, De gen. An. I.1, Metafsica XII.4). Sin embargo, a diferencia
de la nocin contempornea, formaba una unidad con las causas formal
y final; y a menudo, reconoca el establecimiento de relaciones recprocas
entre causas (Gomperz, 1909; reeditado en 1999).
180
ibanez.indd 180 23/10/08 20:51:08

del sujeto, sino la clausura de la vlvula que causa eficientemente
la reduccin del calor.
Figura 10. Downward causation de la actividad mental.

Modulacin de la sincrona en oscilaciones gamma a travs de meditacin. Arriba: Se observan
diferencias de actividad gamma entre meditadores profesionales y controles. En el centro: incre-
mento de amplitud mayor para el caso de los meditadores profesionales (izquierda) e incremento
en la condicin de meditacin versus neutral (derecha) para ambos grupos. Finalmente en la
parte inferior se observa la correlacin de 0.79 entre incremento de meditacin e incremento de
sincrona neuronal, en meditadores profesionales. Reproducido con autorizacin de Lutz et al.,
2004, 1993-2005, The National Academy of Sciences of the United States of America.
Es conocido que un foco epilptico local en una regin del

cerebro es modulado por una actividad mental especfica; por ejem-
plo, clculo y concentracin. En 1954, Penfield y Jasper fueron los
primeros en describir el bloqueo de una convulsin parietal mediante
el inicio de un clculo mental matemtico, y nuevas observaciones
han confirmado que la actividad consciente modula la actividad
neural convulsiva (Schmid-Schonbein, 1998; vase tambin, Le van
181
ibanez.indd 181 23/10/08 20:51:09

Quyen et al., 1997a, 1997b, 2001, Le van Quyen, 2003; Thompson
& Varela, 2001; Varela & Thompson, 2002). Por ejemplo, algunos
estudios han mostrado que existen patrones temporales determi-
nsticos dentro de las fluctuaciones aparentemente aleatorias de las
convulsiones epilpticas. Dichos patrones determinsticos pueden
ser modulados durante tareas cognitivas (Le van Quyen et al.,
1997a, 1997b). Se sostiene que el acto cognitivo modula la activi-
dad epilptica mediante causacion global-a-local (Le van Quyen &
Petitmengin, 2002, p. 169). Otro estudio con sujetos sin patologas
(Lutz et al., 2004) evidencia que la meditacin incrementa notoria-
mente la sincronizacin neuronal de gran escala, particularmente
en el caso de meditadores profesionales (figura 10). Incluso existe
una correlacin extremadamente alta entre aumento de sincrona
y aumento de meditacin en meditadores profesionales. Ambos
estudios parecieran apoyar la idea de que la mente (instanciada
mediante procesos cognitivos) causa una reorganizacin neuronal
(reduccin del foco epilptico y aumento de la sincrona), de tal
forma que existe downward causation, visualizada como:
A (mente)
(causa)
B (cerebro)
El problema con este argumento es que es inconsistente (Ibez &

Cornejo, submitted b). Toma los niveles de descripcin (mental o
neurolgico) como si se tratasen de entidades separadas, generando
una ilusin de causalidad arriba-hacia-abajo. Claramente las propie-
dades psicolgicas y neurolgicas se dan simultneamente en un slo
fenmeno, y no son dos entidades separadas y distintas. Igualmente
sus propiedades causales: no existe un yo mente que causa un cam-
bio en otro yo cerebro (como la bola blanca causa el movimiento
en la negra). Aqu se establece una inexistente relacin de causalidad
eficiente entre dos niveles de descripcin (accin intencional del su-
182
ibanez.indd 182 23/10/08 20:51:09

jeto, y actividad neurofisiolgica) como si se tratase de dos entidades
diferentes5. La correlacin entre dos niveles de descripcin (cambios
mentales correlacionados con cambios neurofisiolgicos) no debe-
ra sorprender: se trata de dos niveles de descripcin de un mismo
fenmeno, el cual puede ser descrito y estudiado desde la primera
o tercera persona. Segn Kim (1993, 1999) downward causation
implica una violacin del principio de clausura causal de lo fsico.
Ello debido a que dicha nocin esta conceptualizada como causa
eficiente (El-Hani & Emmeche, 2000; Emmeche et al., 2000). La
inconsistencia del argumento de downward causation como causa
eficiente, slo se sostiene en trminos de dualismo de sustancia:
existen dos entidades distintas y separadas (mente y cerebro) y una
flecha causal bidireccional entre ambas. Ello implica la combinacin
de dos eventos, fsico y no-fsico, en una cadena causal (Kim, 2001).
Sin embargo, el fisicalismo reduccionista como tesis absolutista no es
tampoco una alternativa vlida en este problema (Edmonds, 1996;
El-Hani & Pihlstm, 2002). El reduccionismo radical es extremada-
mente raro y esencialmente incompleto, incluso dentro de la fsica
y la qumica (Looijen, 1998; Popper, 1959; Zandvoort, 1988). La
nocin de microreduccionismo implica que las propiedades basales
causan (en trminos de causa eficiente) las propiedades globales,
y por ende las explican totalmente; convirtiendo a la mente en
algo no existente, o quedando relegado al estatus de epifenmeno.
Ambos conceptos de causacin (up y down), cuando son definidos
en trminos de causalidad eficiente, generan explicaciones incon-
sistentes (Box 12).
II.2 Pragmatizacin de la causacin submergente
La nocin de downward causation entendida en trminos de causa

eficiente es inconsistente. Debido a que no existen dos sustancias
5
Se tiende adems a confundir el proceso cognitivo particular (ej., meditacin)
que como proceso implica una particular organizacin mental transiente,
con la idea de una entidad (la mente).
183
ibanez.indd 183 23/10/08 20:51:09

separadas (ej., A: consciencia y B: cerebro) no cabe atribuir una
causa desde A hacia B. Sin embargo la inconsistencia no reside en
la nocin de downward causation en s misma. El flujo del trfico
causa que mi auto se mueva lentamente y mi deseo de beber agua
mueve mi cuerpo en direccin del freezer. No existe en ello ningu-
na violacin de causas fsicas, la conducta observada no se reduce
a sus propiedades basales y no son argumentos inconsistentes. El
problema se encuentra en la argumentacin que habitualmente se
utiliza en la nocin de downward causation. Se trata de una nocin
esencialista de causa (que supone entidades aisladas) y la explicacin
gira en torno a un slo y exclusivo factor causal, en detrimento de
una perspectiva ms ecolgica.
La nocin de causa pragmatizada supone que toda causa es
atribuida desde un contexto terico particular. El factor que est
jugando como causa, es establecido desde un particular enfoque
del fenmeno, desde un nivel de anlisis particular y se sostiene
mediante analogas tcitas de significado. Habitualmente una causa
es resaltada por sobre un conjunto de otros fenmenos causales que
intervienen en dicho fenmeno, debido a que esa causa particular
es relevante para una pregunta particular. Desde esta perspectiva
es vlido sostener downward causation en los dos ejemplos citados
ms arriba. En estos casos, la atribucin de causalidad est sostenida
en un isomorfismo tcito entre las propiedades globales cerebrales
y la consciencia. La actividad del foco epilptico es modulada por
otras reas globales del cerebro. Estas reas globales del cerebro son
asumidas como instancias de la actividad mental consciente, y luego
se sostiene que la conciencia causa reduccin del foco epilptico.
En este caso ya no existe causa eficiente. Se trata de una relacin
de causalidad sistmica (relacin todo-parte) a un mismo nivel de
descripcin (cerebral): reas cerebrales globales esclavizan o modulan
el foco epilptico.
184
ibanez.indd 184 23/10/08 20:51:10

Box 12. Micro y macrocausacin eficiente
The neurophysiology, in other words, controls the mental effects, and the mental
properties in turn control the neurophysiology. Esta Frase de Sperry (1956, p.
532) es clara y fcil de aceptar en un sentido general. Pero puede ser entendida
en trminos de causalidad eficiente?
A menudo en el mbito de neurociencias se sostienen casos de upward

causation como causacin eficiente. En tal caso, una entidad (un evento neurol-
gico) causa otra (un evento mental). La figura (a) ilustra la relacin causal entre
niveles. En el tiempo T0 slo ocurre el evento neural causante, y en el tiempo T1 el
evento mental como causado. En cualquier caso, este esquema argumental asume
no solo la separacin de procesos mentales y neurolgicos como dos fenmenos
diferentes.
Tambin implica que a nivel T0 no existe la mente como fenmeno causal de

T1, sino slo cuerpo (procesos cerebrales).La figura b muestra el caso contrario. Esta
argumentacin sostendra que un evento mental causa un proceso neurolgico. Por
ejemplo la meditacin produce aumento de sincrona neuronal y la actividad cog-
nitiva una disminucin de un foco epilptico. Esta afirmacin sostendra entonces
que en el tiempo T0 no existe cuerpo (cerebro), ya que la actividad neurolgica (en
T1) es causada por la actividad mental (en T0) (o de lo contrario debera sostenerse
que cierta actividad neuronal en T0 es la causa de la actividad neuronal en T1, y no
existira causalidad entre niveles). De la frase de Sperry, entendida como ambas
argumentaciones combinadas, se sigue que la interaccin causal entre niveles
neurolgicos y mentales produce un paisaje cclico discreto en el que existe o
cuerpo sin mente, o mente sin cuerpo (Cornejo, comunicacin personal; figura c).
La nocin de causa eficiente se convierte en un contrasentido cuando se la aplica
a relaciones causales entre niveles de descripcin (Emmeche et al., 2000; Juarrero,
1999; Kim, 2001), dado que el fenmeno mental y neurolgico es un solo fenme-
no. La existencia de niveles de descripcin diferentes se debe a que no podemos
explicar con el juego de lenguaje psicolgico las propiedades neurofisiolgicas
cerebrales y tampoco podemos explicar con el juego de lenguaje neurofisiolgico las
propiedades mentales de la intencionalidad. En ciertas circunstancias sin embargo,
pareciera que la causa eficiente s se aplica entre niveles diferentes. Por ejemplo,
podemos decir que una epilepsia, o una lesin cerebral causan perdida de conciencia
185
ibanez.indd 185 23/10/08 20:51:10

(up ward); que las clulas gobiernan los procesos qumicos que toman lugar en
ellas (downward); o que alteraciones en los genes causan alcoholismo, agresin,
sexualidad, bsqueda de sensaciones, depresin, inteligencia, aprendizaje, esquizo-
frenia, e incluso tendencias al combate militar y a mirar TV (mencionados en Rose,
1995, p. 647) (upward). Ello es vlido porque la nocin de causa es un constructo
conceptual que puede ser atribudo de diversas maneras. En todos los casos se
trata de una relacin entre las partes y el todo (circuitos neuronales y organismo;
procesos bioqumicos y clulas; genes y conducta). Una relacin parte/todo no es
una relacin de causa eficiente (no existen dos entidades separadas) y las acciones
causales son descriptas de un foco local a uno global y viceversa, en un mismo
fenmeno. En el caso de la lesin y la epilepsia, ellas causan deterioro de ciertas
reas neurales y su actividad funcional concomitante. Este mismo fenmeno puede
ser observado al nivel de descripcin psicolgico: dolor, prdida de la conciencia
y alternativamente prdida de memoria. La lesin o la epilepsia (como entidad A)
no causa el efecto en B (consciencia), entendido como una entidad diferente. No
puede existir una causa fsica de un efecto no-fsico en este sentido. Las propieda-
des emergentes (B) dada su superveniencia en las propiedades basales no pueden
ser entendidas como entidades separadas de sus propiedades basales: por ello no
es posible atribuirles causacin eficiente. En el caso de la clula es evidente que
sta influencia los procesos bioqumicos que ocurren en ella; pero, en palabras de
Emmeche et al., 2000: ...on the biochemical level we see nothing but individual
biochemical reactions causing one another. There is simply no identifiable process
through which the cell (as such, i.e., non-biochemically conceived) inflicts a
cause on biochemistry (p. 19). Tampoco es vlido sostener upward causation
en el caso de la clula (esto es, que la bioqumica causa eficientemente la clula),
porque ello no es ms que confundir la constitucin bioqumica de la clula con
una relacin causal entre dos entidades (procesos bioqumicos y la clula). En el
caso de los genes, podemos ver que un pequeo cambio gentico puede causar un
gran cambio en el organismo biolgico y en los estados mentales inclusive. Pero
este pequeo cambio no es en s mismo todo el proceso causal. Por el contrario,
puede ser un factor influyente dado que existe una compleja red de interacciones de
fenmenos causales constitudos por todo el organismo y su ambiente (Neumann-
Held, 2001; Oyama et al., 2005).
186
ibanez.indd 186 23/10/08 20:51:10

Ahora bien, las propiedades globales del nivel de descripcin
neurofisiolgico son identificadas como actividad mental. Qu
sentido tiene sostener que estas reas globales pueden ser entendidas
como actividad mental? En primer lugar, ambos eventos (actividad
neuronal global y mental) ocurren simultneamente. Por otra parte,
desde una perspectiva dinmica, se esperara que actividades que
impliquen integracin y coordinacin como la conciencia, dependan
de procesos globales en el cerebro. A esta altura, la nocin de causa
eficiente se ha desvanecido por dos motivos: (a) Ya no se trata de dos
entidades separadas A y B, sino de procesos que son descriptos desde
diferentes niveles de descripcin, pero que aluden a un mismo fen-
meno; (b) No existe una relacin causal nica dado que no existen
dos entidades en una relacin causal (AB) y por otro lado, se
trata de una construccin pragmtica de la causalidad, que supone
interacciones sistmicas (parte/todo) e isomorfismos tcitos de
significado entre niveles de descripcin neurolgicos y mentalistas.
Lo mismo ocurre para el estudio de sujetos meditadores y actividad
sincrnica de larga escala. Desde el nivel de descripcin psicolgico,
la actividad meditativa causa una expansin de la conciencia. Ello
es luego atribuido tcitamente al incremento de actividad neuronal
187
ibanez.indd 187 23/10/08 20:51:11

sincrnica de gran escala. Se trata de una estrategia explicativa
inadecuada? No desde una perspectiva pragmtica que contextua-
liza la nocin de causa e incluye la interpretacin como parte de la
explicacin. Dado que se asume que existe un fenmeno particular
(la actividad consiente) es posible construir una argumentacin de
los datos experimentales a distintos niveles de descripcin.
Alguien podra contraargumentar diciendo que, en ese caso,
la explicacin cientfica es algo as como una hermenutica de la
causalidad. Ello es ciertamente el caso, desde el anlisis realizado.
Cuando en trminos dinmicos se sostiene que las propiedades glo-
bales (la conciencia) se comportan como atractores que modifican
y condicionan las trayectorias locales de la actividad cerebral se est
interpretando la actividad global cerebral como actividad consciente.
Igualmente, un atractor deja de ser slo una representacin espa-
ciotemporal de un sistema dinmico, y se convierte en un efecto
macrocausal de la actividad consciente en la actividad neuronal
local. La consciencia puede causar a nivel neurofisiolgico una vez que
tcitamente se la identifica con algn proceso neurolgico (tpicamente
global). No existe entonces una entidad A que causa reorganizacin
en B, sino que un mismo fenmeno causal es descrito desde dos
niveles de anlisis, mediante un isomorfismo tcitamente sostenido
entre dos niveles de descripcin. Este acto de identificacin no es una
causa en s misma, es una interpretacin del fenmeno partiendo por
el supuesto de que este existe y que puede ser descrito a dos niveles:
neurolgico y mental. La nocin de causacin entre niveles (up y
downward) no se sostiene como causa eficiente en la concepcin de
la complejidad como explanandum. Pero s se sostiene como una
relacin pragmtica que incluye atribucin de causa e interpreta-
cin. Dado que no existe identidad entre modelo y modelado, la
explicacin debe construirse respetando la distincin.
En el presente libro la visin de holismo debe entenderse en
base a la irreductibilidad de los fenmenos a un solo nivel de des-
cripcin y a la aceptacin de fenmenos emergentes. Ello no implica
violacin alguna de ningn principio cientfico. Kim (1998, 2001)
188
ibanez.indd 188 23/10/08 20:51:12

ha sostenido que una doctrina emergentista que asuma un fisicalismo
sin reduccionismo es un contrasentido. Si bien la conclusin de este
argumento es correcta parte de una premisa incorrecta. Cuando se
dice que lo mental debe tener una existencia fsica pueden entenderse
al menos dos conceptualizaciones diferentes. Lo que asume Kim,
es que la mente debe ser entendida dentro de alguna teora fsica de
partculas, y si bien nunca da una definicin clara de qu entiende
por ello, esta conceptualizacin conduce a un callejn sin salida.
O bien debe entonces existir una teora de las partculas que sea
simultneamente una teora del todo, la cual claramente no existe y
es un contrasentido en s misma, o bien se asume un reduccionismo
radical, y todo evento (en nuestro caso, mental) debe ser reducido
a las propiedades de las teoras fsicas de las partculas, eliminando
las propiedades no fisicalistas (ej., intencin).
La segunda manera de entender la premisa se separa de la
estrategia seguida por Kim (op. cit.) y sostiene que los eventos
mentales existen en un sentido fsico y ontolgico, desde un len-
guaje particular. Este acto no es identificado con una teora fsica
especfica, y depende entonces del nivel de descripcin particular.
El fenmeno deber ser explicado en su propio nivel de descripcin.
Ello se aplica tambin a eventos no mentales. El agua no slo im-
plica propiedades irreducibles a sus constituyentes (Huxley, 1868),
sino que debe ser abordada desde distintos niveles de explicacin:
muchas propiedades del agua pueden ser abordados desde la qu-
mica, esttica, dinmica, termodinmica y otros. Ello implica la
inclusin de principios qumicos (ej., para explicar los cambios de
estados gaseosos), termodinmicos (ej., para explicar los cambios
de temperatura), estticos (ej., para explicar propiedades gravitacio-
nales) hidrodinmicos, e incluso geofsicos (ej., para explicar el rol
del agua en el clima mundial). Las propiedades emergentes del agua
son codeterminadas por el contexto particular de estudio (Corning,
2002) y la capacidad de explicar las macropropiedades depende de si
se posee un vocabulario (una teora) que describa dichas propiedades
(Crane, 2001). Ello no invalida ninguna teora fsica particular, y
por ende no implica ninguna violacin de principios cientficos.
En este sentido este holismo se distingue claramente de su antecesor
189
ibanez.indd 189 23/10/08 20:51:12

vitalista. No sostiene la existencia de una fuerza extracientfica, sino
la imposibilidad de reducir totalmente el fenmeno a un nivel de
descripcin (ms bajo o alto).
La posibilidad de reduccin total slo existe en una metafsica
de partculas, que supone algn nivel de descripcin fundamental
y elemental. Una metafsica de procesos no permite esa empresa
reduccionista radical, dado que no existe un nivel de partculas o
entidades elementales, sino ms bien procesos a diferentes niveles
de complejidad, que deben ser abordados desde un enfoque parti-
cular. Igualmente este holismo no niega que puedan existir atajos
predictivos y explicativos entre niveles de anlisis. Por ejemplo,
no negar que muchos procesos mentales pueden ser predichos y
explicados a nivel neurofisiolgico (ello depender del xito de la
explicacin).
Las teoras de la complejidad se han desarrollado sobre una
falta de satisfaccin con la prctica cientfica tradicional que captura
nada ms que shadows of complex reality (Mikulecky, 2001). La
matemtica por s sola no explica los fenmenos cognitivos, ya que
se asumen niveles de complejidad en la naturaleza con propiedades
especficas no reducibles a otro nivel de anlisis. A su vez, los niveles
de anlisis son contexto-dependientes; las molculas por ejemplo,
son demasiado macroscpicas para un fsico de partculas, y demasia-
do microscpicas para un fisilogo (Kelso, 1995). En esta empresa,
las teoras de la complejidad son una consecuencia de la aceptacin
de otra complejidad, la de los fenmenos. Esta complejidad es una
complejidad roseana: una propiedad inherente al fenmeno que
se hace explcita por la imposibilidad de conquistarlo totalmente
en funcin de un modelo formal. La aceptacin de la existencia de
niveles de complejidad creciente, y el uso de estrategias explicativas
emergentistas implican que un nivel de anlisis matemtico-formal,
no podr ser identificado ontolgicamente con el fenmeno cogni-
tivo. Por ello el fenmeno no podr ser reducido a un solo modelo,
y la existencia de explicaciones tericas distintas, a diferentes niveles,
no ser considerada una contradiccin: cada nivel de anlisis repre-
senta diferentes aspectos del fenmeno.
190
ibanez.indd 190 23/10/08 20:51:12

II.3. Consecuencias en el mbito de la cognicin
La concepcin holista trae consecuencias en la forma de comprender

y estudiar los fenmenos cognitivos. El marco conceptual elegido
para abordar la cognicin tiene profundas consecuencias empricas y
prcticas. La consideracin de los fenmenos cognitivos en trminos
de un sistema dinmico refleja la concepcin holista, principalmente
en los supuestos ontolgicos de la teora. Ya habamos analizado que
los fenmenos cognitivos son asumidos como procesos interactivos
y relacionales. El nfasis est puesto en la coordinacin de procesos,
ms que en eventos cognitivos aislados. La imagen nuclear del sis-
tema dinmico y sus supuestos restrictivos (el uso del lenguaje de
sistemas dinmicos como lenguaje de la cognicin) est mediatizado
por la irreductibilidad del fenmeno a sus modelos. La simulacin
computacional es una herramienta pragmtica al servicio de la
teora; ms que una teora en s misma: los supuestos explicativos
emergentistas se convierten en la principal estrategia explicativa,
por la cual la simulacin formal se encuentra subordinada. Los
componentes dinmicos (prototipos, dominios de conocimiento y
extensiones empricas) son abordados por el explanans desde una
perspectiva pragmtica, dado que el explanandum es irreducible (y
por ende sus componentes dinmicos). Ello sostiene a una perspec-
tiva multinivelada, desde un enfoque de pluralismo metodolgico,
permitiendo la descripcin del fenmeno a diferentes niveles. Esta
concepcin implica la promesa de revalidacin holista de la cogni-
cin, en trminos de irreductibilidad de los eventos cognitivos, la
aplicacin de la nocin de niveles de complejidad y explicaciones
emergentistas.
Interactivismo, contexto y cognicin
La concepcin holista de la complejidad devuelve una imagen din-

mica e interactiva de los fenmenos cognitivos. Al estar centrada en
la dinmica del sistema con su ambiente, la teora de la complejidad
permite una aproximacin ms procesal que ontologizadora de los
191
ibanez.indd 191 23/10/08 20:51:13

fenmenos cognitivos (van Gelder, 1995, Wheeler, 1996), evitan-
do en principio la excesiva cosificacin de las entidades mentales.
Cuerpo, cerebro y entorno pueden ser entendidos como una unidad
ecolgica de la cognicin, extendiendo el mbito de la cognicin
encapsulada en abstracciones intelectuales hacia la diversidad del
cuerpo y la cultura. Una de las diferencias de estas teoras con la
explicacin cognitivista tradicional, reside en la posibilidad de descri-
bir relaciones entre organismo y ambiente, o entre agente cognitivo
y entorno. Dicha descripcin se efecta mediante un conjunto de
ecuaciones diferenciales de parmetros tanto internos como externos.
Dicho conjunto de ecuaciones matemticas slo tiene valor dentro
del contexto de una concepcin de cognicin que supone la exis-
tencia de interacciones entre organismo y ambiente. El valor ms
relevante no est dado por la matemtica que modela el fenmeno,
sino por el conjunto de creencias acerca de dicho fenmeno, las
cuales pueden ser modeladas matemticamente. Dichas creencias,
son parte del trasfondo terico especfico de la concepcin holista.
Supngase que tanto la cognicin ortodoxa, como el neocognitivis-
mo y la embodied cognition asumieran conjuntamente que la cog-
nicin no tiene nada que ver con interacciones ambientales. En tal
caso, qu valor tendran las ecuaciones matemticas que permiten
describir la interaccin entre organismo y entorno? Probablemente
ninguno. Esta concepcin ha favorecido el acercamiento a otras
teoras de la cognicin (embodied-situated-ecological cognition). Si
bien estas teoras poseen diferencias conceptuales entre s, y tambin
con respecto a las teoras de la complejidad, a menudo se observa
la complementacin mutua de estos programas de investigacin,
expandiendo el marco de las teoras dinmicas.
Representacin y homuncularidad
La representacin ha sido un concepto fundamental de la cognicin

tradicional (Box 13). La concepcin holista de la cognicin, desde
las teoras de la complejidad, permite una reconsideracin de este
tpico, generando nuevas alternativas que, o bien se desentienden de
192
ibanez.indd 192 23/10/08 20:51:13

la explicacin representacional, o bien esta pierde su estatus central
en la explicacin de los fenmenos cognitivos6. As, la representacin
tendr ms que ver con la dinmica de interaccin entre sistema y
entorno. Entonces la representacin entendida como la propiedad
emergente que exhibe un agente cognitivo, es conceptualizada como
un proceso autoorganizativo, en detrimento de la taxonomizacin
de la mente en entidades controladoras y/o ejecutivas. La represen-
tacin no es conceptualizada como una entidad aislada y esttica,
como copia del mundo, sino como un acoplamiento entre cerebro,
cuerpo y entorno (Clark, 1997). Esta, pasa a formar parte de un
proceso dinmico de interaccin entre el organismo y el entorno.
Las relaciones entre percepcin, accin y cognicin son altamente
flexibles e interdependientes, al ser entendidas como relaciones de
un sistema dinmico (Krichmar & Edelman, 2002). La interaccin
entre cerebro y contexto no se establece necesariamente a travs de
signos abstractos, sino en base a patrones (van Leeuwen, 2003). Estos
interaccionan intensamente con muchos otros patrones y a menudo
forman parte de un acoplamiento mayor entre otros patrones, sub-
sistemas, sistemas. Desde una perspectiva dinmica, un patrn es
una relacin de elementos, los cuales cobran importancia solamente
en su interrelacin, y en un contexto adecuado. Las representaciones
ya no se encuentran localizadas en un lugar especfico, sino que
emergen en la interaccin de sistemas (Edelman & Tononi, 2000;
van Rooj et al., 2002). Las representaciones tienden a ser vistas
entonces como estabilidades temporales, contexto-dependientes, y
los procesos abstractos de la cognicin se asientan sobre los niveles
sensomotores. La representacin deja de poseer independencia
frente a la arquitectura y a la interaccin de esa arquitectura con
el entorno. Siguiendo a Keijzer, (2001, 2003), deja de ser central
en un organismo que se coordina a distintos niveles entre s y su
ambiente. La conducta resulta de la interaccin entre un sistema
Esta perspectiva no es patrimonio exclusivo de la hiptesis dinmica de

6
la cognicin. Est presente en mbitos muy dismiles como robtica,

embodiment y algunos modelos conexionistas (vase Ibez & Cosmelli,
2008).
193
ibanez.indd 193 23/10/08 20:51:13

nervioso, un sistema musculoesqueltico y el ambiente. La humun-
cularidad es una consecuencia de la visin representacionalista. La
posibilidad de asumir explicaciones emergentistas de los procesos
cognitivos permite desplazar la metfora del homnculo por la de
autoorganizacin. El polmico dilema de Dennett (1978) de que
una psicologa con homnculo es imposible porque es una regresin
al infinito, pero una psicologa sin homnculo tambin lo es, parece
disolverse. Procesos cognitivos complejos no necesitan poseer un
director modular ubicado en alguna parte especfica del cerebro.
Pueden ser entendidos como procesos emergentes que dependen
de propiedades globales. Los diferentes procesos de la cognicin,
ya sean internos o externos, estn entrelazados y se autoorganizan
sin necesidad de procesos de control homunculares (Clark, 1997).
Sin embargo, a menudo, en la simulacin de procesos cognitivos
superiores, muchos modelos dinmicos utilizan representaciones.
Por ello es ms adecuado hablar dentro de las teoras de la comple-
jidad, de un continuum entre antirepresentacionalismo y represen-
tacionalismo mesurado.
Box 13. Representacionalismo
El representacionalismo ha sido una doctrina casi incuestionable en la tradicin

computacional y en la filosofa de la mente (Cummings, 1996). Con el advenimiento
del neoconexionismo y otras teoras alternativas, la representacin se ha convertido
en un tema de acalorado debate. Sin embargo, este debate no es nuevo. Es un debate
muy similar al que se dio hace mucho tiempo atrs con relacin a las ideas. La
perspectiva tradicional, que relaciona una representacin con lo representado y un
sistema o intrprete (Bechtel, 1998) no es una idea nacida con el cognitivismo. Es
una consecuencia del intelectualismo e idealismo occidental. El modelo tripartito
de la ciencia cognitiva es un anlogo del modelo de Malebranche (1712, reeditado
en 1997), que era criticado por Arnauld (1683, reeditado en 1999). Segun Arnauld
(op.cit.), uno no debe hacer uso de misteriosas entidades para explicar los efectos
de la naturaleza, material o espiritual. El mismo autor cita el error de la camera
obscura (op.cit., p.14) en la atribucin de una imaginera con un homnculo. En
194
ibanez.indd 194 23/10/08 20:51:13

la perspectiva ortodoxa, el uso de representaciones habitualmente est acompa-
ado de un marco conceptual que sugiere la consideracin de representaciones
discretas, el uso de reglas claras y precisas, la consideracin del aprendizaje como
programacin, y la distincin software/hardware (Bates & Elman, 2002). Este
marco establece una serie de dificultades conceptuales en el corazn de las ciencias
cognitivas. La perspectiva dinmica puede ser ilustrada con el llamado gobernador
de Watt, presentado por Ashby (1952) y van Gelder (1995). Este consiste en una
mquina autorregulada. Un motor a la base genera un movimiento circular, que
induce fuerza centrfuga. Esta produce la apertura de los brazos laterales (como
si se tratase de un comps que gira), los cuales a su vez provocan el cierre de una
vlvula que retroalimenta el motor general, reduciendo su potencia. De esta ma-
nera, el movimiento de la mquina se estabiliza. La conducta del gobernador de
Watt puede ser descripta totalmente en base a un modelo de ecuaciones, sin ningn
uso de lenguaje representacional. Dichas ecuaciones modelan las fuerzas interco-
nectadas, acopladas unas con otras de forma directa, sin estados mediacionales
(representaciones), brindando una metfora para la cognicin entendida como un
acoplamiento directo entre organismo y entorno.
Estrategias explicativas emergentistas
Se ha afirmado (Bechtel, 1998; Chemero, 2001) que la nocin de

emergencia presenta potenciales ventajas frente a la explicacin
reduccionista-fisicalista, ya que en principio permite la utilizacin
de conceptos de pluricausalidad y macrocausacin. Esta estrategia
explicativa pretende una superacin de la antinomia del epifeno-
menalismo (que se desinteresa por los fenmenos superiores de la
cognicin) y del trascendentalismo (que implica un dualismo de
sustancia). En este sentido no resulta necesario realizar afirmaciones
de reduccin de procesos mentales a estados fsicos, y se supera la
disyuncin o bien existen los cuerpos o bien existen las mentes,
pero no ambos (Ryle, 1949). La cognicin puede ser considerada
una propiedad emergente del organismo y el entorno, sin necesidad
de poseer un habitculo a ese nivel, sino ms bien considerndosele
la forma en que se organizan todos los procesos que la integran.
Igualmente, el fantasma en la mquina pareciera ser al menos ms
195
ibanez.indd 195 23/10/08 20:51:13

encarnado que en el caso del funcionalismo, y la idea de que el
pensamiento est basado en sentencias internas pierde importancia
en la perspectiva dinmica.
Frente a modelos de la explicacin mecanicista (Bechtel y Ri-
chardson, 1993) en los cuales la cognicin es explicada al interior
del organismo, mediante la descomposicin de subsistemas fsicos
o funcionales, la perspectiva dinmica presenta una nueva opcin
(Bechtel, 1998; Clark, 1997). El modelo explicativo est basado
en la descripcin de las regularidades entre un organismo y su am-
biente, en las cuales existen propiedades emergentes tanto a nivel de
organismo, como a niveles de los mltiples parmetros constituidos
por las interacciones entre organismo y ambiente. Esta perspectiva
ecolgica permite situar a la cognicin en su contexto, al menos en
principio, y el anlisis de la cognicin gira en torno al acoplamiento
entre el organismo y ambiente, no gracias a mecanismos internos.
Esta visin es difcilmente alcanzable con la explicacin mecanicista
computacional, intrnsecamente asentada en la reconstruccin del
ambiente en el interior del organismo (mediante sistemas de smbo-
los fsicos, representaciones figuradas en el sistema o estados media-
cionales). La explicacin mecanicista est basada en dos heursticas:
descomposicin, bajo el supuesto de que la actividad resulta de la
ejecucin de componentes; y localizacin, bajo el supuesto que esos
componentes existen en alguna parte del sistema. La perspectiva de
las teoras de la complejidad o bien rechaza o bien complementa
la explicacin por descomposicin y localizacin. A menudo en
biologa o cognicin, no es posible desarrollar modelos lineales-
secuenciales de explicacin mecanicista. Para caracterizar sistemas
en interaccin, los componentes que trabajan a nivel intrasistmico
(en la explicacin ortodoxa) no pueden explicar demasiado. Por el
contrario, es en este nivel ecolgico en donde la alternativa de las
teoras dinmicas permite describir las regularidades del fenmeno
de la cognicin en su entorno.
196
ibanez.indd 196 23/10/08 20:51:14

III.Concepcin universalista: complejidad del explanans
La concepcin universalista asume las herramientas matemticas

dinmicas (el explanans de la teora) como complejidad, en opo-
sicin a la cosmovisin holista, basada en la complejidad como
explanandum. La simulacin matemtica se convierte entonces en
el principal tpico de inters (situacin que hemos advertido bas-
tamente y, seguramente, seguiremos advirtiendo). Si bien el estatus
epistemolgico de la simulacin no est claramente definido (Becker
et al., 2005; Frank & Troitzsch, 2005), el uso de ecuaciones dife-
renciales y otras herramientas matemticas mediante la simulacin
computacional representa un aspecto revolucionario en la ciencia
contempornea (Gilbert & Troitzsch, 2005).
En la modelizacin de redes conexionistas, las teoras dinmi-
cas se han expandido notablemente, propagando las semejanzas y
diferencias entre ambos programas de investigacin (Box 14). En
todos sus dominios de aplicacin, la simulacin de los fenmenos
cognitivos representa la estrategia explicativa ms utilizada por estas
teoras. El desarrollo evolutivo de la cognicin se ha modelado, desde
perspectivas inter e intraorgansmicas.
Fenmenos clsicos de la cognicin son intensamente simu-
lados desde este marco (memoria, memoria de trabajo, lenguaje,
atencin, imaginacin, etc.). El campo del desarrollo social e in-
tersubjetivo de los procesos cognitivos tambin ha sido modelado
matemticamente. Es notable que los prototipos de las cuatro teoras
analizadas en los captulos anteriores impliquen simulaciones del
fenmeno estudiado. Ello es de especial relevancia dado que los
prototipos son casos bona fide de aplicacin de la teora, ejemplos
exitosos a ser imitados. Es indudable que el uso de la modelizacin
matemtica incluye todos los niveles de anlisis de las ciencias cog-
nitivas, desde las interacciones inicas hasta las sociales.
197
ibanez.indd 197 23/10/08 20:51:14

Box 14. Conexionismo y dinmica: similitudes y diferencias
Uno de los enfoques ms relacionados con las teoras dinmicas son los sistemas
conexionistas. El conexionismo es una simulacin de la cognicin derivada de
analogas con el cerebro, basada en unidades de informacin masivamente interco-
nectadas por pesos modificables. Aunque algunas ideas del conexionismo parecen
haber sido anticipadas por Bain (1818-1903), los primeros modelos matemticos
fueron presentados por McCulloch & Pitts en 1943 y por Rosenblatt en 1957. Von
Neumann (1951) fue el primero en disear redes que fueran tolerantes al ruido, y
Turing (1950) logr disear algoritmos de aprendizaje para estas redes. Luego de
la crtica devastante de Minsky & Papert (1969) el conexionismo del perceptron
perdi popularidad hasta los 80, cuando la invencin de un nuevo algoritmo de
aprendizaje (backpropagation) aplicado a redes feedfoward como NetTalk logr
avances cualitativos. La tercera generacin de redes neurales (Siegelmann, 1993)
permiten modelos ms cercanos al conocimiento de la neurofisiologa real, y pro-
gresivamente se han acercado a la simulacin en base a sistemas dinmicos. Los
modelos contemporneos tienden a superar muchas dificultades de la simplificacin
de caractersticas del cerebro en la simulacin conexionista.
Es claro que existen similitudes entre los sistemas conexionistas y la pers-

pectiva dinmica. En cierto sentido, ambos enfoques utilizan argumentos en comn
para diferenciarse del computacionalismo. Ambas son teoras emergentistas que
utilizan una perspectiva muy diferente de los sistemas simblicos tradicionales, y
comparten ciertos principios matemticos (Smith & Samuelson, 2002). En ambos
enfoques es el sujeto el que atribuye una correspondencia entre ciertos patrones
y el mundo, y estos patrones no necesariamente tienen que interpretarse como
representacionales en un sentido tradicional. Muchos modelos conexionistas son
dinmicos. Algunos de ellos han sido popularizados por autores como Elman
(2001; Bates & Elman, 2002). En particular los multilayers perceptrons son capa-
ces de exhibir conductas no lineales en el conjunto de trayectorias generadas por
las ecuaciones diferenciales (representadas grficamente como phase portraits
o conjunto de atractores). Estas redes exhiben caractersticas fractales en ciertos
modelos (Rowe et al., 2000). Incluso algunos (Rumelhart et al., 1986, Thelen &
Bates, 2002) afirman que la combinacin dinmica-conexionista de operaciones
internas junto con parmetros externos permitira superar grandes dificultades en
las ciencias cognitivas.
198
ibanez.indd 198 23/10/08 20:51:14

Sin embargo debe realizarse una importante distincin. No existe una relacin
de identidad entre modelos dinmicos y conexionistas. Existen modelos dinmi-
cos que no son conexionistas y modelos conexionistas que no son dinmicos. A
su vez, ambos estn enfocados a intereses diferentes. El conexionismo ha estado
influenciado por preconcepciones computacionales clsicas, y se encuentra entre
la ciencia cognitiva clsica y los nuevos enfoques dinmicos (van Gelder, 1998).
Existen otras diferencias entre estos dos modelos (vase Ibez, 2007 a, para ms
detalles).
El potente desarrollo y aplicacin de las matemticas de sis-

temas dinmicos refleja otra concepcin de la complejidad: la idea
de que la complejidad es una herramienta matemtica necesaria y
suficiente para modelar cualquier evento cognitivo de cualquier nivel
de anlisis. Esta concepcin trasciende el mbito de la cognicin y
se inscribe dentro de las llamadas teoras del todo que, mediante
un discurso universalista, afirman abordar, con un conjunto uni-
tario de herramientas matemticas, cualquier fenmeno, sea ste
cuntico, termodinmico, magntico, macrocsmico, ecolgico,
biolgico, psicolgico, econmico o cultural. En esta ciencia del
todo, citando a Wolfram (2002):
...the same basic forms occur over and over again almost indepen-
dent of underlaying details there are quite universal principles
that determine overall behavior and that can be expected to apply
not only to a simple programs but also to systems throughout the
natural world and elsewhere ...it will be possible to construct a
single trully fundamental theory of physics, from which space,
time, quantum mechanics, and all the other known features of
our universe will emerge (p. 4) ...this immediately suggests that
the phenomenon of universitality is vastly more common and
important -in both abstract systems and nature- than has ever
been imagined before (p. 5) ...emerges a new kind of unity: for
across a vast range of systems from simple programs to brains to
our whole universe...a trully fundamental theory of our whole
universe (p. 8).
199
ibanez.indd 199 23/10/08 20:51:14

Para la ciencia clsica newtoniana, el libro de la naturaleza est
escrito en lenguaje matemtico. Esta concepcin, hereda la misma
ambicin newtoniana de una estructura matemtica cannica
para cualquier ciencia, centrada en la nocin abstracta de sistema
dinmico. Se diferencia de las perspectivas clsicas, al plantear ms
que un atomismo fisicalista, un explanans universalista para fen-
menos de cualquier nivel de descripcin. Dado que la herramienta
utilizada se ha expandido notoriamente (gracias al desarrollo de las
matemticas no-lineales) no es necesario reducir los fenmenos a
componentes atmicos, sino ms bien la complejidad matemtica
del explanans es tal que puede ser igualada con cualquier fenmeno
existente. Esta concepcin entiende entonces la complejidad como
la estructura matemtica del cerebro, cognicin o cualquier otra
entidad existente en el mundo. Se trata de la bsqueda implcita o
explcita de una nueva ciencia unificada, en la transformacin de
la cognicin en un lenguaje fisicalista y formalizado. Una teora
del todo (Richardson & Cilliers, 2001) representa una explicacin
acontextual y atemporal de todo fenmeno en base a los principios
generales de los sistemas complejos.
III.1. Descontextualizacin del explanans y ontologizacin de las

matemticas
La concepcin universalista de la complejidad asume como tesis

metafsica la existencia de una estructura matemtica formal en
cualquier nivel de descripcin. Dichos niveles de descripcin pierden
relevancia en cuanto a la especificidad de propiedades irreductibles
de cada nivel. Si bien esta concepcin no los niega, los asume como
reducibles a leyes matemticas de sistemas dinmicos. Aunque esta
empresa permite hablar de emergencia de propiedades por sobre un
nivel inferior, estas propiedades son suficientemente bien definidas
en trminos matemticos. Lo que emerge en un enfoque dinmico
universalista, son procesos abstractos de naturaleza matemtica. Las
propiedades basales del fenmeno real, son descontextualizadas de
su nivel de descripcin, al convertirse en variables de un conjunto
200
ibanez.indd 200 23/10/08 20:51:15

de ecuaciones. Las propiedades globales o emergentes son definidas
tambin por sus propiedades matemticas (ej., atractores, transicio-
nes de fase) desmembradas de otras propiedades que no puedan ser
incluidas en las ecuaciones.
Una vez que el fenmeno es abordado por un conjunto de
ecuaciones, y que las propiedades no formalizables han sido dejadas
fuera de la ecuacin maestra, es esta ltima la que pasa a considerarse
el fenmeno en cuestin. Ello implica una operacin de ontologiza-
cin de la herramienta utilizada para describir al fenmeno, forzando
una relacin de identidad entre el explanans matemtico-formal y
el explanandum descrito. No es un obstculo para ello, el hecho de
que el fenmeno pueda implicar mltiples niveles de anlisis, que
no sea separable en partes aisladas o que se trate de un fenmeno
continuo. Todas aquellas propiedades del fenmeno han sido colo-
nizadas por las herramientas no-lineales, capaces de emular lo que
la ciencia reduccionista clsica no pudo.
III.2. Derivacin del fenmeno en base a leyes matemticas
Una vez que la herramienta matemtica ha sido ontologizada, los

fenmenos cognitivos son conceptualizados en trminos mate-
mticos. Luego de ello, solo resta derivar el caso de un fenmeno
cognitivo a partir de leyes matemticas universales de las teoras
de la complejidad. Dado que el fenmeno es entendido como una
estructura matemtica, este puede ser derivado a partir de sus leyes.
Tomemos por ejemplo el caso de la coordinacin bimanual (captulo
3). La estrategia explicativa sigue los siguientes pasos: primero es
establecido un conjunto de leyes generales (por ejemplo desde la
teora sinergtica, el modelo formal HKB, que especifica parmetros
de orden y variables colectivas). Luego se establecen las condiciones
iniciales y de borde: por ejemplo, se establece la frecuencia de oscila-
cin bimanual e influencias motoras, gravitatorias u otros fenmenos
intervinientes (matematizados mediante la adicin de parmetros
de frecuencia, ruido o variabilidad a las ecuaciones). Finalmente el
201
ibanez.indd 201 23/10/08 20:51:15

fenmeno con todas sus propiedades (ej., mayor estabilizacin de los
movimientos en fase que en antifase, efecto de prctica, agotamiento)
entendido en trminos dinmicos (como propiedades de atractores,
hysteresis, anchoring, etc.) es derivado de las propiedades de las leyes
generales. Esquemticamente, la argumentacin consiste en una
conclusin (el fenmeno) derivado a partir de las premisas:
1. Leyes dinmicas
2. Condiciones iniciales y condiciones de borde
3. Fenmeno cognitivo
As, una vez que el fenmeno es considerado una entidad

matemtica, este es derivado en base a las propiedades generales y
especficas de los sistemas dinmicos.
III.3. Dificultades de la ontologizacin matemtica
La concepcin universalista asume un isomorfismo entre las pro-

piedades de un sistema dinmico y las propiedades del fenmeno
de estudio. Sin embargo, el sistema dinmico por s solo no puede
dar cuenta de este acto de interpretacin (la homologacin entre
matemtica y fenmeno). Cada propiedad matemtica debe ser
entendida como una propiedad existente en el fenmeno, y a su
vez, los resultados matemticos deben asimilarse isomrficamente
a la conducta del fenmeno estudiado. El acto de homologacin
est fuera del sistema matemtico utilizado. Negar esta relacin de
interpretacin conlleva a la desecologizacin del explanans matem-
tico del contexto de la relacin pragmtica con el explanandum. La
ontologizacin de las matemticas slo puede sostenerse mediante
la parcializacin del explanans y la negacin del fenmeno real como
parte de la explicacin.
202
ibanez.indd 202 23/10/08 20:51:15

Una herramienta matemtica de descripcin objetal es ontolo-
gizada a nivel metaterico, cristalizndose en una estructura univer-
sal estudiable en s misma. Luego, todo fenmeno real se convierte
entonces en un mero caso particular de una estructura matemtica
universal acontextual. Por ello el lenguaje de las ciencias (cuntica,
de partculas, sociolgica o psicolgica) debe expresarse en trminos
matemticos. Dado que la matemtica de la complejidad es compleja
en el sentido de inabordable desde el ojo humano, la computadora
se convierte en el mensajero de las matemticas no-lineales, que
devuelven la imagen matemtica del cosmos.
As, toda ley matemtica debe ser una propiedad ontolgica
de lo existente. Por ejemplo, las leyes de gravedad existiran como
entidades matemticas dentro de la materia. En lugar de utilizar las
ecuaciones de la gravedad para describir los fenmenos de, acaso,
la accin coordinada de los cuerpos celestes, se debe concluir desde
esta concepcin que dichas ecuaciones existen en la materia, y que
los planetas se rigen por dichas ecuaciones para dirigir sus rbitas.
La confusin en el mbito de la cognicin es ms obscura an: la
autonoma del cerebro (que podra calcular las ecuaciones), los
fenmenos psicolgicos o los procesos culturales seran un reflejo
de una estructura matemtica (autoorganizada y no-lineal) que se
constituye realmente en el fenmeno existente subyacente. Entre la
afirmacin de que las herramientas dinmicas son ms adecuadas
para describir los fenmenos cognitivos y la afirmacin de que las
herramientas dinmicas son los fenmenos cognitivos, existe una
diferencia no trivial. El segundo caso implica una transformacin
metafsica de la herramienta en una entidad subyacente a cualquier
fenmeno, mientras que en el primero no.
Por otra parte, debido a que la formalizacin de un fenmeno
es siempre un anlisis desde una perspectiva particular, y debido
tambin a que lo que se compara es el resultado de la simulacin
con el fenmeno en s mismo, siempre podramos encontrar dife-
rentes modelos formales para un mismo fenmeno. Por ejemplo,
la toma de decisiones puede ser modelada mediante probabilidad
multidimensional (Wallsten & Bartn, 1982), redes conexionistas
203
ibanez.indd 203 23/10/08 20:51:15

(Wang & Bender, 1991) o modelos dinmicos (Busemeyer &
Townsend, 1995).
Diversas simulaciones pueden ser usadas para modelar un
evento complejo (Batty & Torrens, 2001). As, cul sera la es-
tructura ontolgica de la toma de decisiones? Lo mismo para la
mente o el cerebro: Se trata de un sistema sinergtico, un campo
de activacin, un sistema catico, o un sistema no-lineal de grafos
metaestable? Ms an, siguiendo la lgica universalista, cada ente no
puede sino tratarse de diversos sistemas dinmicos a distintos niveles
de descripcin: un sistema dinmico de interacciones cunticas, un
sistema dinmico de tomos, otro de molculas, otro de clulas,
otro de organismo, y otro de fenmenos cognitivos, al menos. Ello
posiciona a la tesis ontolgica en el problema de establecer cmo se
coordinan estos sistemas matemticos a distintos niveles de anlisis:
el problema es que ningn sistema matemtico puede salir de s mis-
mo. Tal vez debera entonces existir algo as como un megasistema
matemtico que instanciara absolutamente todas las propiedades
del fenmeno (desde sus quarks hasta el nivel de propiedades que
el fenmeno pueda exhibir). El universo en s mismo sera entonces
una gran mathesis universalis7, y todos sus componentes (incluidos
nosotros mismos), diminutas variables o parmetros de este mega-
sistema. Llegando a este punto, la tesis de la ontologizacin de las
matemticas parece haber llegado demasiado lejos. Se est hablando
de una matemtica ajena a la describible por la ciencia, y por ende
debe considerrsele extracientfica.
Volviendo al dominio de las ciencias cognitivas, qu es lo on-
tologizado? Los sistemas complejos en su definicin matemtica son
aplicables tanto al cerebro, la mente, los tornados, las interacciones
qumicas, el rayo lser o la interaccin de partculas. Las ecuaciones
7
Descartes escribi sobre ella el 26 de marzo de 1619: a science with a new
foundation, which would allow us to resolve in general all the questions one
might ask oneself in whatever quantity, continuous or discontinuous, but each
one according to its nature an incredibly ambitious project (Descartes,
1619, reeditado en 1980; cursivas mas).
204
ibanez.indd 204 23/10/08 20:51:16

de la complejidad de la cognicin no poseen mayor complejidad que
las ecuaciones de la complejidad de la fsica cuntica o las turbulen-
cias. Entonces, lo que es ontologizado (la estructura matemtica)
o bien es reducido a propiedades no especficas de la cognicin, o
bien no puede separarse el explanans matemtico del contexto de las
explicaciones cognitivas, que deben dar cuenta de las propiedades
especficas de la cognicin. En tal caso, debe aceptarse no solo lo
inconcluyente de la formalizacin matemtica aislada, sino tambin
la necesidad de la existencia del fenmeno como tal para dar sentido
a la matemtica que lo simula. En otras palabras, la ontologizacin
matemtica debe ser abandonada.
III.4. Falacia del no-conocimiento tcito y limitaciones inherentes

del universalismo
La tendencia a la ontologizacin de las matemticas desecologizadas

de la relacin pragmtica de explicacin es ocasionada en gran me-
dida por la no explicitacin del conocimiento tcito presente en la
relacin explanans/explanandum. El conocimiento tcito es necesario
en todo acto de conocimiento, desde la percepcin de las formas,
hasta la cognicin abstracta. Todo acto de conocimiento esta tcita-
mente definido desde un background contextual en el cual el agente
cognitivo construye dicho conocimiento. Negar expresamente dicho
background contextual, utilizndolo a su vez de forma implcita,
constituye la falacia del no-conocimiento tcito (Box 15).
En la simulacin, los fenmenos cognitivos que representan
el explanandum son desplazados por un modelo formal (1), el cual
intenta ser explicado por otro modelo formal (2) como explanans.
Simulacin es entonces una relacin entre sistemas formales
(Miculeky, 1999). En este punto surge una posible dificultad: las
descripciones, explicaciones y predicciones acerca del modelo for-
mal (1), aunque resulten vlidas, no se aplican necesariamente a los
fenmenos cognitivos reales (ya que estos no son el explanandum
de la simulacin). En el mejor de los casos, la simulacin representa
205
ibanez.indd 205 23/10/08 20:51:16

una adecuada validacin del modelo simulado. Por ejemplo, dentro
del programa de la vida artificial (ALIFE), a menudo se utilizan
simulaciones de procesos biolgicos. Utilizando una topologiza-
cin de una ecuacin fractal iterativa puede simularse el proceso
de morfognesis de ciertos vegetales (idealmente, helechos). La
simulacin ilustra la estructura autosemejante de los helechos (Pe-
titot, comunicacin personal). El punto es que esta simulacin no
incluye muchos factores intervinientes en la morfognesis real del
helecho (efectos de gravedad, temperatura, nicho ecolgico, etc.);
slo est basado en un proceso fractal iterativo. Ms an, que un
computador pueda replicar en base a una formula iterativa fractal
la estructura de una planta de helecho, nada dice acerca de cmo la
planta verdadera elabor su forma (Ibez, 2005). Esta es una nueva
prueba neoconductista la Turing (1950), en la que se supone que
si los outputs de un sistema son interpretados por el experimentador
como siendo similares a los de la cognicin humana, los procesos
cognitivos son esencialmente los mismos.
Box 15. Falacia del no-conocimiento tcito
Separar arbitrariamente una descripcin formal del contexto especfico del cual
depende, se justifica cuando es requerido un anlisis puramente sintctico de un
proceso. En tal caso, los trminos utilizados, a pesar de que puedan guardar el ropaje
de lenguajes naturales, en rigor no poseen significado. Ello no es trivial dado que a
menudo trminos definidos de esta manera (excluyendo el significado que tcita-
mente pudiera atribuirse) cobran sentido a travs de su significado en el lenguaje
natural. La falacia basada en el no-conocimiento tcito (Cornejo, comunicacin
personal) consiste en incluir la atribucin de significado a procesos formales de
un modelo que excluye por definicin significaciones no formales. Habitualmente
muchas explicaciones basadas nicamente en una definicin sintctica de sus tr-
minos cometen esta falacia, cuando confunden o fusionan los atributos formales
con sus significaciones tcitamente atribuidas.
Un ejemplo histrico es el tratamiento del significado de los trminos con-

ductistas usados por Skinner (1957) evidenciado por Chomsky (1959), Koch (1964)
206
ibanez.indd 206 23/10/08 20:51:16

y Polanyi (1969). El propulsor del conductismo, para definir conductistamente
fenmenos como refuerzo, condicionamiento, etc., debe descansar en la precom-
prensin tcita de trminos mentalistas (los cuales estn excluidos por definicin
en su modelo). Paradjicamente, Chomsky (1985) comete la misma falacia cuando
define a su gramtica en trminos sintcticos y formales; y explica la generatividad
(sintctica y formal) como generatividad de significados. El mismo tratamiento
del concepto de meaning y semntica en el computacionalismo (Meretz, 1999) se
sostiene en la falacia tcita del concepto del significado del lenguaje natural. La
crtica anterior no implica que el conocimiento tcito no deba utilizarse. Todo lo
contrario, lo que se afirma es que si por definicin se excluye la atribucin tcita
de significado (ej., en un sistema formal tomado aisladamente del fenmeno que
simula), esta no puede usarse para definir posteriormente el elemento formal en
base a una significacin tcita.
Igualmente, la simulacin formal es siempre una simulacin

de una teora desde una perspectiva particular. No existe un forma-
lismo apto para captar todas las propiedades de un agente cognitivo
real. Por ello, la posibilidad de establecer relaciones tcitas entre
la simulacin y el fenmeno simulado representa una fuente de
validacin de los procesos formales, sin la cual la simulacin pierde
su aporte explicativo. Gracias al uso del conocimiento tcito, no
slo la formalizacin sino tambin el uso de simplificaciones, son
legtimas siempre que se inserten en el contexto del cual surgen
(Schouten & de Jong, 2001)
Figura 11. Percepcin de desplazamiento humano.
207
ibanez.indd 207 23/10/08 20:51:17

Observe la figura 11. En realidad no se trata ms que de un
conjunto de puntos. Sin embargo podemos percibir una totalidad
con sentido: el fenmeno del desplazamiento humano. Lo que hace
que los puntos sean interpretados como una unidad con sentido
es el aprendizaje experiencial e histrico del agente cognitivo que
atribuye el acto de desplazamiento humano al conjunto de puntos.
Sin este background de conocimiento por parte del agente, no es
posible atribuir a dichos puntos el significado de movimiento, y los
puntos, si son aislados del background de conocimiento, pierden
por completo su significacin. La parcializacin se sostiene porque
tcitamente llenamos de sentido los puntos. El hecho de que unos
puntos sean vistos como desplazamiento humano es propio de
sujetos que construyen la percepcin desde su conocimiento tci-
to, experiencial e histrico. Sin este conocimiento que permite la
identificacin tcita de los puntos con el movimiento humano no
es posible la percepcin del desplazamiento humano en los puntos
(tngalo presente, sobre todo si usted, al observar la ilustracin, slo
pudo figurarse una serie de puntos distribuidos al azar). Igualmente
con la simulacin: la formalizacin matemtica cobra sentido cuan-
do es interpretada tcitamente con respecto a un explanandum que
da sentido y orden a la formalizacin abstracta. La falacia del no-
conocimiento tcito consiste en asumir la formalizacin matemtica
como una entidad con sentido per se, dado que al ser homologada
tcitamente con el fenmeno simulado parece tener sentido por s
misma. Lo que da sentido y permite atribuir a un sistema dinmico
una propiedad cognitiva es la particular relacin entre la simulacin
y el fenmeno simulado, sostenido en una relacin pragmtica
(histrica, interpretativa).
Si se posee un modelo formal se corre el riesgo de aislar la
formalizacin fuera de su papel dentro de la relacin pragmtica
en la que est sostenida. Se concluira que la naturaleza formal es el
fenmeno descripto.
208
ibanez.indd 208 23/10/08 20:51:17

Este es un claro ejemplo de otro error categorial, a menudo
observado en el computacionalismo8. El modelo formal es conside-
rado un miembro de la clase de fenmenos cognitivos, colocndolo
en la categora a la cual pertenecen dichos fenmenos. De la misma
manera que el enfoque ortodoxo realiza simulaciones algortmicas y
concluye que la mente es algortmica, la teora de los sistemas din-
micos que manipula modelos en base a un conjunto de ecuaciones,
podra concluir que la mente es un conjunto de ecuaciones.
Observe ahora la figura 12. Este espacio de fases de tres di-
mensiones puede estar representando mltiples fenmenos, desde
la actividad al interior de una neurona, la dinmica de los lapsus
psicoanalticos, hasta las dinmicas del prejuicio social. Lo que
permite la ilusin de universalizacin de este sistema dinmico
topolgico reside en el lado tcito de la relacin pragmtica de
conocimiento. La evolucin del sistema dinmico es interpretada
por medio del conocimiento de los procesos de una neurona, las
propiedades de los lapsus o de los patrones de desarrollo del prejuicio
en ciertos contextos. Debido a que ello es tcitamente visualizado o
percibido en el sistema topolgico, se concluye que el sistema din-
mico contiene todo el conocimiento y es suficiente como entidad
matemtica para dar cuenta del fenmeno. Por el contrario, si slo
es retenida la informacin del modelo matemtico, esto es, la infor-
macin de la dinmica de variables cuantitativas formales, emerge
un problema similar al symbol grounding problem (Harnard, 1990),
ahora definido como variable grounding problem (las ecuaciones
Un error categorial implica la presentacin de hechos que pertenecen a una

8
categora lgica en otra categora que no le corresponde. El tipo lgico o

categora al que pertenece un concepto es el conjunto de modos o maneras
en que se lo puede usar con legitimidad lgica. Cuando dos trminos
pertenecen a la misma categora, es posible ponerlos en conjuncin, pero se
comete un error categorial cuando se ponen en conjuncin dos trminos que
pertenecen a categoras diferentes. En la filosofa de la mente, el principal
error categorial consiste en representar los hechos de la vida mental como
si pertenecieran a una categora (o clase de categoras), cuando en realidad
pertenecen a otro (Ryle, 1949).
209
ibanez.indd 209 23/10/08 20:51:17

no pueden significar por s mismas nada ms que sus propiedades
matemticas; y dado que las propiedades neuronales, psicolgicas
o sociales poseen propiedades no formales, estas escapan al modelo
matemtico en s mismo).
Figura 12. Espacio de tres dimensiones.
Hacer explcita la relacin tcita entre simulans y simulandum con-

lleva inevitablemente a la desuniversalizacin y a la imposibilidad
de una teora del todo de las matemticas dinmicas. Paradjica-
mente, esta concepcin universalista se convierte en una ciencia que
intenta simplificar o reducir el lenguaje de la ciencia a un sistema
dinmico matematizado (e implementado en una computadora).
En este sentido, esta concepcin es un lobo newtoniano con piel
de oveja no-lineal. La empresa de una matemtica universal ya est
presente en la ciencia modernista. Esta forma de comprender la
complejidad is a reductionist project, in the sense of being unificacio-
210
ibanez.indd 210 23/10/08 20:51:20

nist -a kind of nomological reductionism (Silberstein & McGeever,
1999, p. 191).
La concepcin de la complejidad como universalizacin mate-
mtica es un programa inconsistente. Se sostiene en la parcializacin
del explanans y la falacia del no-conocimiento tcito. Si se suspende
esta falacia (esto es, si se deja al simulans totalmente desprovisto de
otra informacin que no sea los atributos matemticos) la ciencia
del todo se convierte en ciencia de la nada. Las propiedades ma-
temticas slo pueden ser propiedades matemticas, no tomos,
clulas, neuronas o pensamientos. Si se sostiene la tesis ontolgica
en sentido estricto, entonces no es necesario ningn conocimien-
to no-matemtico para describir el cerebro o la mente (dado que
son asumidos como entidades matemticas). Ya que no existe una
matemtica capaz de explicar la intencionalidad, la organizacin
cerebral o la emergencia de smbolos culturales, en trminos ma-
temticos sin atribuciones tcitas de significado, debemos concluir
que no existe una teora del todo matemtica. La concepcin de
la complejidad como universalidad es una empresa inconsistente
consigo misma ya que debe simultneamente negar la interpretacin
no-matemtica de los fenmenos y tcitamente atribuir esta a la
estructura matemtica.
III.5. Consecuencias en el mbito de la cognicin
Topologizacin y visualizacin de la cognicin
Una consecuencia del explanans matemtico de la teora de los siste-

mas complejos es la utilizacin del concepto de sistema topolgico
espaciotemporal como imagen de la cognicin. El insight visual de
la topologizacin de la mente favorece la comprensin de mltiples
fenmenos interactivos. Mediante esta metfora, podemos ver cmo
un sistema cognitivo evoluciona en funcin de las variables que lo
componen, y podemos tambin visualizar los procesos emergentes
en trminos de atractores u otras propiedades dinmicas. Podemos
211
ibanez.indd 211 23/10/08 20:51:20

tambin entender diversos procesos cognitivos (percepciones, imge-
nes motoras, pensamientos, etc.) como procesos espaciotemporales
que se coordinan mutuamente de acuerdo a la dinmica global del
fenmeno cognitivo. Esta propiedad de los sistemas dinmicos,
llamada matemtica neocualitativa (Abraham & Marsden, 1978),
que representa propiedades matemticas globales en forma topol-
gica, permite construir una imagen visualizada de la cognicin. Los
seres humanos somos particularmente visuales, y la informacin en
formato espacial favorece la comprensin de procesos complejos.
Las representaciones espaciales de los sistemas dinmicos permiten
una comprensin de procesos matemticos ms familiar y didctica
que el uso de clculos formales analticos (Tall & West, 1986). Es
por ello que es de gran relevancia el uso de grficos espaciotem-
porales en las teoras de la cognicin, especialmente en el uso de
mltiples variables que generan fenmenos enedimensionales, los
cuales pueden ser visualizados en modelos relativamente simples,
de espacio euclidiano.
Validacin de fenmenos cognitivos no ortodoxos
El hecho de que la teora de los sistemas dinmicos no-lineales per-

mite el uso de mltiples variables en constante interaccin mutua, a
distintos niveles de anlisis, ha favorecido el inters por fenmenos
cognitivos multinivelados, coordinados e interactivos. En este caso,
la matemtica acta como una fuente de revalidacin de un con-
junto de fenmenos que no ha sido intensamente estudiado por el
mainstream cognitivista. Dado que las interacciones cerebrales, las
interacciones cerebro-cuerpo y organismo-ambiente (incluso agen-
te-cultura) pueden ser modeladas como interacciones de sistemas
matemticos que interaccionan con otros sistemas matemticos, se
ha favorecido la posibilidad de estudiar la mente como un fen-
meno altamente interactivo. De esta manera, el explanandum de la
cognicin se expande gracias a su revalidacin matemtica.
212
ibanez.indd 212 23/10/08 20:51:21

Universalizacin de las teoras
La posibilidad de estudiar los fenmenos mentales mediante una teo-

ra de leyes matemticas, tal como estudia la fsica, es evidentemente
reencarnada en esta concepcin. A diferencia de la fsica clsica, esta
matematizacin de la mente permitira conservar todas las sutilezas
contextuales y la esquiva dinmica de los fenmenos mentales. Estas
teoras sostienen un fondo conceptual comn para la investigacin
a distintos niveles de la cognicin, aplicados a diferentes mbitos,
como por ejemplo la psicologa ecolgica, la sinergtica, la morfo-
dinmica, los ensambles neuronales, psicofsica, percepcin, control
motor, psicologa evolutiva y robtica (van Gelder, 1998).
Esta concepcin implica que en el mbito de la cognicin,
all process can be understood in a mathematical form (Tschacher
& Dauwalder, 2003, p. 23) y la teora de la complejidad se con-
vierte en el language of understanding (Kelso, 2003, p. 60). Esta
empresa puede entenderse como una colonizacin matemtica de
las tierras inhspitas de la cognicin. El intento de establecer una
identidad formal entre el modelo y lo modelado es probablemente
un sntoma de un sueo moderno: lograr un conocimiento acabado
y formal del mundo, a tal punto que este no se distinga de nuestros
conocimientos. As entendida, esta nueva ciencia del todo no es una
empresa novedosa, ciertamente.
IV. Discusin acerca de las dos concepciones
Luego de analizar las dos concepciones de la complejidad, podramos

concluir que cada teora particular representar una instanciacin
de slo una de las dos concepciones, pudiendo entonces clasificar
las teoras de acuerdo a la concepcin a la que pertenecen. Sin
embargo, no es as. Ambas concepciones se encuentran presentes
en mayor o menor medida en las cuatro teoras analizadas. Por
ejemplo, todas las teoras utilizan estrategias explicativas de tipo
emergentista y tambin de derivacin matemtica. Incluso las
213
ibanez.indd 213 23/10/08 20:51:21

estrategias emergentistas son validadas mediante simulaciones
matemticas de procesos emergentes, y el nfasis en el estudio de
fenmenos cognitivos interactivos y contextuales se sostiene en
la validacin matemtica de los mismos. A otro nivel de anlisis,
todas las teoras asumen la ontologizacin del sistema dinmico, es
decir asumen que la mente (o el cerebro) es un sistema dinmico
realmente, lo que acerca estas teoras directamente a la concepcin
universalista. Simultneamente con ello, se acenta la imposibilidad
de descomposicin de los fenmenos cognitivos, y se los considera
propiedades emergentes con caractersticas irreductibles, acercando
la teora a la concepcin holista. Ello nos obliga a concluir que la
interaccin de las dos concepciones puede considerarse compleja
en un metasentido, cercano a su etimologa: se trata de una red de
supuestos entretejidos con dos hilos diferentes. Pero la red incluye
a ambos, y es en s misma un entretejido de dos concepciones. Si
bien es posible destejer cada una de ellos de forma analtica, la red
en s misma es una amalgama de ambas concepciones (salvo excep-
ciones, vase ms abajo).
Representando a las dos concepciones en dos campos concep-
tuales diferentes (figura 13), podemos ver que una teora que asuma
ambas concepciones generar ciertas tensiones entre supuestos de la
teora. Ellas implicarn contradicciones dentro de la teora, pero no
impedirn una constante dialectizacin entre ambas concepciones.
Por ejemplo, podrn encontrarse contradicciones entre la irreducti-
bilidad e impredictibilidad del fenmeno y la tesis de ontologizacin
del sistema matemtico como fenmeno en s mismo (en la teora del
Caos de Freeman); la corporeizacin de la cognicin y el supuesto
de que la mente es un estructura matemtica (en las field theories
of development); la identificacin ontolgica entre propiedades fe-
nomnicas holsticas de la conciencia y herramientas matemticas
metaestables (en el darwinismo neuronal); o la consideracin de la
intencionalidad como un fenmeno real y su identificacin con he-
rramientas matemticas (en la sinergtica cognitiva), entre otros.
214
ibanez.indd 214 23/10/08 20:51:21

Figura 13. Relaciones conceptuales entre la concepcin holista y universalista.
En la concepcin holista la irreductibilidad refiere a la imposibilidad de reduccin del
fenmeno a un solo nivel de descripcin; distincin explanans/explanandum a la distincin
entre explanans y explanandum; emergentismo y downward causation al uso de estrategias
explicativas emergentistas y downward causation; complejidad como fenmeno al nfasis de la
complejidad como fenmeno complejo; y lenguaje pluralista al uso de explicaciones adecua-
das a cada nivel de descripcin particular. En la concepcin del universalismo matemtico, la
matemtica ontolgica refiere al uso de los sistemas dinmicos como fenmenos reales de la
cognicin; identidad formal explanans/explanandum a la identificacin formal entre explanans
y explanandum; covering law y derivacin matemtica al uso de estrategias explicativas basadas
en la derivacin de los fenmenos cognitivos a un conjunto de leyes matemticas dinmicas;
complejidad como herramienta a la conceptualizacin de la complejidad como herramientas
matemticas dinmicas; y lenguaje universalista al uso de un lenguaje nico para describir y
explicar los fenmenos a cualquier nivel de descripcin.
Existen posibles consecuencias degenerativas en ambas concep-

ciones. Si el holismo es entendido de forma radical, conceptualizado
de forma vitalista o extracientfica, corre el riesgo de reeditar antiguos
errores ya cometidos por el vitalismo biologicista. A veces, desde
una perspectiva holista, son presentadas promesas de superacin del
problema mente-cuerpo de manera radical, o de una explicacin
215
ibanez.indd 215 23/10/08 20:51:23

completa de los fenmenos intencionales o psicolgicos desde un
nuevo enfoque. Igualmente riesgosa es la utilizacin de la nocin de
downward causation desde una perspectiva de causa eficiente.
En el caso de la concepcin universalista existen diversos pro-
blemas causados por la inconsistencia de la tesis de ontologizacin
matemtica y la falacia del no-conocimiento tcito. Esta concepcin
conlleva una empresa explicativa unificada, claramente opuesta a
la praxis y teorizacin pluralista de las ciencias actuales. La con-
cepcin universalista no se sostiene consistentemente en s misma,
y constituye severos y antiguos problemas para la construccin de
teoras: saltos explicativos, extrapolaciones de niveles y pseudoex-
plicaciones. Es la simulacin y la prediccin de la conducta en
base a simulacin la manera adecuada de explicar y comprender el
fenmeno de la cognicin humana?, cun productivo es explicar
un agente cognitivo de acuerdo a parmetros matemticos que
describen su conducta?, son las propiedades de la mente, tales
como la intencin, el deseo y la creencia, aplicables a los sistemas
que exhiben dinmicas no-lineales, caticas o complejas? A pesar
de las claras diferencias entre la teora de los sistemas complejos y
la teora computacional, ambos comparten un mismo peligro: la
posibilidad de entender el fenmeno estudiado como un conjunto
de procesos formales que simulan el fenmeno cognitivo de inters,
confundiendo el fenmeno con lo simulado.
216
ibanez.indd 216 23/10/08 20:51:24

Captulo 6
PROSPECTIVA Y EXPECTATIVAS FUTURAS

DE LAS TEORAS DINmicas
Las ciencias han progresado en orden inverso al que caba esperar.

Se someti al dictado de la ley primero lo que se hallaba
ms lejos de nosotros y luego, de manera gradual, lo que estaba ms cerca:
los cielos, la tierra, la vida vegetal y animal,
el cuerpo humano y, por ltimo
(aunque de manera imperfecta), la mente.
(Bertrand Russell, 1921)
I. Un marco prospectivo para las teoras dinmicas
F inalmente, llegaremos a la integracin de las cosmovisiones

holista y universalista desde una posicin pragmtica y con-
textualista?
Nos posicionemos primero en una perspectiva metaterica que
permita reconceptualizar la naturaleza de la cognicin por medio
de los aspectos ms productivos de cada cosmovisin, evitando
tambin algunos problemas generados por la parcializacin de la
complejidad como explanandum o como explanans. Cada una de las
concepciones de la complejidad, tomadas como marco de referencia,
ocasionan dificultades conceptuales debido a la parcializacin de la
complejidad (como explanans o como explanandum) y problemas
conceptuales inherentes expuestos previamente.
217
ibanez.indd 217 23/10/08 20:51:24

El holismo ha presentado histricas dificultades al introducirse en
una perspectiva cientfica. El problema principal reside en la tenden-
cia a sostener la existencia de entidades o fuerzas no fsicas en los fe-
nmenos, a menudo asociados a tendencias vitalistas y explicaciones
antifisicalistas (tambin llamadas Lebenskraft, entelechie, lan vital o
nisus formativus). Dentro de la concepcin de la complejidad como
explanandum, el holismo presenta tambin dificultades: la nocin
de emergentismo como una propiedad esencial, independiente de
todo nivel de descripcin (y por ende de todo observador) no puede
sostenerse por s misma. En este sentido, la nocin de downward
causation como causa eficiente y la consideracin de niveles de com-
plejidad descontextualizados de los niveles de descripcin concep-
tuales son una consecuencia de ello. Finalmente, esta concepcin no
brinda explcitamente herramientas metodolgicas para investigar
los fenmenos en cuanto a sus propiedades holistas.
La concepcin universalista de la complejidad como explanans,
como marco nico para la comprensin de la complejidad, no est
exenta tampoco de dificultades. El problema central consiste en
la reduccin universal de los fenmenos cognitivos a estructuras
conceptuales provenientes de las matemticas. Dentro de esta pers-
pectiva, las explicaciones centrales son efectuadas en trminos de
derivaciones de leyes matemticas, limitando el rango de fenmenos
a ser explicados; tanto por las limitaciones inherentes de la explica-
cin nomolgico-deductiva, como tambin por las restricciones que
impone (todo fenmeno no reducible a dichas leyes no podr ser
estudiado). El uso inadecuado de la formalizacin y la simulacin de
fenmenos cognitivos son consecuencia de la desecologizacin del
explanans y la falacia del no-conocimiento tcito, ambas presentes en
la concepcin universalista. Por ltimo, esta concepcin no explicita
propiedades especficas de los fenmenos cognitivos, mayormente
que aquellas que instancian alguna propiedad matemtica.
218
ibanez.indd 218 23/10/08 20:51:24

I.1. Holismo pragmtico: sntesis dialctica entre la complejidad
del explanans y la complejidad del explanandum
Por holismo pragmtico se entender un marco metaterico pragm-

tico-contextualista para pensar las teoras cognitivas, que consiste en
una sntesis dialctica entre las concepciones holista y universalista.
Esta sntesis deber superar las antinomias de las cosmovisiones
presentes de forma simultnea en las teoras de la complejidad. La
concepcin del holismo pragmtico asume los fenmenos como
poseyendo propiedades holsticas al ser estudiados por una teora
particular. El fenmeno no es reducible al explanans, y slo es
abordado por el mismo desde una perspectiva particular. Nuestra
aceptacin del holismo pragmtico implicar la imposibilidad de
una derivacin lgica del explanandum a partir de un explanans
formal y, metodolgicamente, nos prescribe la no-fragmentacin y
no-descomposicin de los fenmenos. Es la teora la que siempre es
parcial y esbozada sobre un nivel de descripcin particular. Pero dado
que no existe una ontologizacin del explanans, ni una derivacin
lgica del explanandum, no es necesario atribuir dicha parcialidad
a los fenmenos estudiados. Esta concepcin sostiene entonces que
no existe una relacin de identidad entre explanans (las teoras de
los sistemas dinmicos) y explanandum (los fenmenos cognitivos).
Por ello el holismo pragmtico se opone a su antecesor vitalista, ya
que no supone una sustancia extracientfica o extramaterial, sino
la imposibilidad real de reduccin de los fenmenos a un nivel de
descripcin nico (Edmonds, 1996).
Es posible la consideracin de la complejidad como explanan-
dum (o como fenmeno) y como explanans (o como herramienta)
de forma simultnea y no-antinmica? Y si es as, dentro de qu
marco metaterico se sostiene tal sntesis dialctica? Las propieda-
des holistas de los fenmenos son entendidos en esta perspectiva
como dependientes de la relacin pragmtica entre explanans y
explanandum. Ello significa que la totalidad del fenmeno real es
irreducible a la herramienta con que se lo estudia. En particular, la
mente es un fenmeno mutinivelado (posee propiedades neurol-
gicas, psicolgicas, antropolgicas, sociales) y por ello requiere de
219
ibanez.indd 219 23/10/08 20:51:24

mltiples herramientas, las cuales slo brindarn una comprensin
parcial, relativa a su nivel de descripcin. A la par, la misma defi-
nicin del fenmeno, depende de las herramientas que se posean.
Por ello la complejidad de esta concepcin se establece en base a la
relacin entre explanans y explanandum: los fenmenos mentales son
irreducibles a una herramienta particular. A su vez la herramienta
condiciona nuestro conocimiento del fenmeno.
Es as que la nocin de emergencia puede sostenerse una vez
que ha sido pragmatizada. Todo proceso emergente, irrumpe sobre
un nivel de descripcin particular, desde el cual no es posible deducir
el fenmeno; siempre es necesario un nivel de descripcin relativo
del cual los procesos emergen. En otras palabras, las propiedades
del fenmeno en su totalidad, no son deducibles del nivel concep-
tual propio del nivel de descripcin ms bajo. El explanandum es
irreducible a un explanans particular, afilindose a una perspectiva
holista (Edmonds, 1996; Baas & Emmeche, 1997) la cual implica
naturalmente la nocin de emergentismo (Oyala, 2005). No es
posible sostener una emergencia fuera de un marco de explica-
cin particular, de la misma manera que una causa eficiente no se
sostiene por s misma. Esta misma conclusin se sustenta desde la
complejidad roseana, ya que ella no acepta una relacin de identidad
formal entre el fenmeno y la herramienta utilizada para abordarlo.
Dado que el fenmeno no puede ser reducido totalmente a algn
nivel de explicacin (ej., explicaciones emergentistas de la teora de
los sistemas dinmicos), este nivel es considerado una aproximacin
parcial, establecida en una relacin entre el modelo y lo modelado.
Por ello, la nocin de downward causation como propiedad de los
procesos emergentes en la concepcin holista slo es vlida si es
pragmatizada. Si se excluye un marco de explicacin pragmtico
la causalidad global-a-local conduce a contradicciones insalvables:
causalidad entre niveles de descripcin, niveles de complejidad a-
contextualizados; confusin entre niveles de descripcin y niveles
ontolgicos. Por el contrario, la perspectiva del holismo pragmtico
nos permite asumir un enfoque emergentista que devuelve una
imagen de la cognicin menos reduccionista, ms interactiva y
ecolgica, sin caer contradicciones conceptuales.
220
ibanez.indd 220 23/10/08 20:51:25

Con respecto a la concepcin universalista, la irreductibili-
dad del explanandum a su explanans promueve el uso oportuno
de las herramientas matemticas, insertadas dentro de la relacin
de explicacin de forma no ontolgica. La desecologizacin del
explanans y la falacia del no-conocimiento tcito dejan de ser parte
de esta concepcin. La simulacin no se convierte en un modo de
conocimiento en s mismo, si no que, por el contrario, es situada
en relacin al fenmeno de inters, y su valor se establece dentro de
esta relacin, no fuera de ella. La asimilacin de las herramientas de
la complejidad permite el uso de metodologas menos fragmentarias
con base matemtica que permitan estudiar los fenmenos de for-
ma global, complementando la investigacin por descomposicin.
Igualmente, en una perspectiva metodolgicamente multinivelada
las herramientas matemticas pueden utilizarse para estudiar la
mente, sin necesidad de reducirla a una propiedad matemtica,
enriquecindose con las nuevas posibilidades de las teoras dinmi-
cas. En este sentido, estas herramientas permiten el desarrollo de
nuevas aproximaciones empricas, y nuevas metforas para entender
la cognicin. Puesto que la concepcin del holismo pragmtico es
capaz de asumir el uso contextualizado de la simulacin formal,
y el uso de la metfora espaciotemporal de la mente o el cerebro,
de forma igualmente pragmtica, no ontolgica, se convierte en la
concepcin ms promisoria. Al menos en principio, puede asimilar
las ventajas de las concepciones anteriores y evitar algunas de sus
dificultades inherentes.
I.1.1. Retomando las promesas de las teoras dinmicas
Dentro del holismo pragmtico, podemos reconsiderar las principa-

les promesas de las teoras dinmicas. Estas le han sido presentadas
ya a usted, en diversos apartados. En gran medida, dichas promesas
promueven una particular resolucin de la distincin mente-mundo,
entendida como dos formas antagnicas de explicacin. Una, en
primera persona, en trminos de propiedades mentales tales como
intencionalidad y significado. Otra en tercera persona, mediante
221
ibanez.indd 221 23/10/08 20:51:25

explicaciones materialistas (Cornejo, 2006). Las promesas de las
teoras de la complejidad refieren a: (a) el problema mente-cuerpo;
(b) la inclusin de la intencionalidad, el significado y la conscien-
cia en la explicacin de la mente; y (c) a postular nuevos juegos de
lenguajes simultneamente matemticos, neurolgicos, psicolgicos
y sociales. De qu se tratan? Veamos
(a) La promesa de solucin del problema mente-cuerpo
El problema mente-cuerpo puede considerarse uno de los principales

desafos para la filosofa de la mente y para las ciencias cognitivas.
Su posible solucin es la principal promesa (implcita o explcita)
de muchas teoras dinmicas, y de la cual se desprenden otras
promesas. Caben dos grandes formas argumentativas de acuerdo
a cada concepcin:
Perspectiva holista: la mente puede ser conceptualizada como
un fenmeno emergente del cerebro, el cuerpo y el entorno. La
mente no es un epifenmeno porque como proceso emergente posee
propiedades causales (downward causation) y no puede ser reducida
a sus constituyentes.
La concepcin holista pareciera aceptar simultneamente las
propiedades materiales y mentales desde una concepcin emergen-
tista, diluyendo desde esta perspectiva el problema mente-cuerpo.
Sin embargo, si la explicacin de la mente en trminos de downward
causation es considerada como causa eficiente, se corre el riesgo de
considerar a la mente una entidad separada, que produce un efecto
en otra entidad (la materia). Por ello, desde esta concepcin no
es claro si la distincin o problema mente-cuerpo se diluye o ms
bien se acenta.
Perspectiva universalista: la mente puede ser explicada median-
te herramientas fsico-matemticas, ya que todas sus propiedades
mentales pueden ser entendidas, estudiadas y predecidas gracias a
las propiedades de los sistemas dinmicos.
222
ibanez.indd 222 23/10/08 20:51:25

La explicacin materialista es considerada suficiente para dar
cuenta de los procesos mentales. Aunque vlida como promesa, esta
concepcin debe asumir que, en algn momento, debe emerger una
teora fsico-matemtica de la mente que de cuenta de forma absoluta
de los fenmenos mentales. Ello genera un problema de orden no
solamente fctico (la no-existencia real de dicha teora) sino tambin
conceptual: cmo un sistema formal (por definicin no-mental)
puede convertirse en un sistema mental, siendo simultneamente
no reduccionista? La aceptacin de esta perspectiva obliga a negar
la existencia real de las propiedades mentales una vez que estas son
reducibles a procesos formales. Aqu, desde el sentido comn, el
margen de error de anlisis aparece como mayor an.
Reconsideracin desde el holismo pragmtico. Esta perspectiva
asume la tesis holista de la mente como propiedad emergente. Pero
las propiedades emergentes son definidas dentro de un enfoque
pragmtico, y la nocin de downward causation solo es validada
una vez que ha sido pragmatizada. Ello elude la posibilidad de una
existencia mental separada de la existencia material y posibilita un
enfoque contextualista y pluralista. Distintas preguntas en torno
a la relacin mente-cuerpo pueden ser abordadas con distintas
herramientas: unas matemticas, otras experimentales, otras teleo-
lgicas, otras en primera persona. Esta perspectiva, si bien no niega
la existencia del problema mente-cuerpo, tiende a desmitificar sus
implicancias, ya que no se busca una solucin nica al problema,
sino un pluralismo metodolgico como alternativa.
(b) La promesa de inclusin de la intencionalidad, el significado y la

consciencia en la explicacin de la mente
La intencionalidad, el significado y la consciencia han sido tradicio-

nalmente desplazados de las explicaciones de las teoras cognitivas.
El computacionalismo ortodoxo se desentiende de ellos, dado que
no son propiedades de sistemas formales computacionales. La neu-
rofisiologa ortodoxa por otro lado, tambin los deja afuera, por no
223
ibanez.indd 223 23/10/08 20:51:25

poseer un lenguaje apto para su descripcin. Con el advenimiento
de las teoras dinmicas, las ramas duras de las ciencias cognitivas
han revalorizado los procesos intencionales, el significado y la acti-
vidad consciente, bajo la promesa de que sern abordables dentro
de estos nuevos enfoques. Se sealan a continuacin las formas
argumentativas de cada concepcin.
Perspectiva holista: la intencionalidad, la consciencia y el signifi-
cado constituyen propiedades emergentes de los agentes cognitivos.
Dichas propiedades no son descomponibles, y representan el nivel
desde el cual pueden comprenderse los organismos cognitivos.
Dada la tesis emergentista de la mente, es claro que sus pro-
piedades especficas (significado, intencionalidad, consciencia) son
revalidadas. De esta forma, esta perspectiva inaugura un nivel de
descripcin no reduccionista de las propiedades mentales, aunque
no especifica cmo abordarlos empricamente, ni tampoco excluye el
riesgo de una concepcin vitalista o extramaterial de las propiedades
mentales. Al menos, es un buen principio.
Perspectiva universalista: la intencionalidad, el significado y la
consciencia sern revalidados por las matemticas de la compleji-
dad, ya que estas lograrn simularlos y formalizarlos, evidenciando
entonces sus propiedades fsico-matemticas.
Esta promesa implica una contradiccin lgica: por un lado
asume la existencia de propiedades mentales, pero por otro lado su-
pone que son totalmente reducibles a la explicacin fsico-matemti-
ca (negando su estatus en cuanto propiedades mentales irreducibles).
Las explicaciones de propiedades mentales como la intencionalidad,
el significado o la consciencia desde perspectivas matemticas, se
limitan a una descripcin formal de estos fenmenos, limitando
considerablemente lo que nos pudiesen aportar en el tema. Por
ejemplo, en el caso de la sinergtica, la intencionalidad es conside-
rada un parmetro de orden que modula un sistema sensomotor
(como una superposicin de la dinmica intrnseca e intencional
del sistema: V( ) + V ( )). En dicha explicacin la simula-
cin formal slo describe el efecto de un parmetro (considerado
224
ibanez.indd 224 23/10/08 20:51:26

intencional) pero ste en s mismo no posee ninguna propiedad
intencional ni tampoco explica cmo surge la misma. La asume
como un parmetro a priori. No constituye entonces una explicacin
de la intencionalidad. El uso de la simulacin de las propiedades
mentales no se corresponde con la promesa universalista.
Reconsideracin desde el holismo pragmtico. De la misma manera que
la promesa (a), en este marco se asume el enfoque holista, aunque
desde una perspectiva pragmatizada. Las propiedades mentales son
asumidas como poseyendo una existencia propia, promoviendo un
enfoque pluralista para su estudio. En este mismo sentido puede asu-
mir el uso de la simulacin computacional de fenmenos mentales
sin necesidad de postular una explicacin fsico-matemtica unitaria
de la mente. Por ejemplo, en el caso de la sinergtica presentado en
el prrafo anterior, este marco asumira como vlida una explicacin
que mapea conceptos matemticos con conceptos intencionales,
coconstruyendo la explicacin en base a ambos, sin pretender que
el modelo matemtico produce o genera intencionalidad. Lo que se
produce o genera es una construccin de sentido en base a analogas
de significado entre propiedades matemticas (el parmetro V( )
que es modulado por V ( )) y propiedades intencionales (ej., el
cambio intencional de una coordinacin sensomotora).
(c) La promesa de un nuevo juego de lenguaje simultneamente mate-

mtico, neurolgico, psicolgico y social
Un tercer problema ligado al problema general mente-cuerpo, asen-

tado tambin sobre la distincin mente-mundo, es el estatus de la
diversidad de juegos de lenguaje (matemticos, neurolgicos, psico-
lgicos, sociolgicos) coexistentes en el estudio de la cognicin. Los
fenmenos cognitivos son fenmenos multinivelados, y cada juego
de lenguaje no puede sino captar un nivel de descripcin particular.
Sin embargo, las teoras a menudo sostienen la promesa de constituir
un nuevo juego de lenguaje para cualquier nivel de descripcin de
los fenmenos cognitivos. Nuevamente, pueden distinguirse dos
lneas argumentativas de acuerdo a cada concepcin.
225
ibanez.indd 225 23/10/08 20:51:26

Perspectiva holista: cada nivel de complejizacin de los fen-
menos cognitivos superviene en el anterior, y posee caractersticas
nuevas e irreducibles. Independientemente del nivel de complejiza-
cin particular, cada juego de lenguaje depender de los anteriores
y simultneamente presentar elementos conceptuales nuevos, no
descriptibles por otros juegos de lenguaje.
Esta concepcin especifica solo la codependencia y autonoma
relativa de los niveles (superveniencia) como una caracterstica de
todo juego de lenguaje aplicable a cualquier nivel de descripcin.
En rigor no se trata de un juego de lenguaje nico para todos los
niveles (ya que asume propiedades especficas de cada nivel), sino
slo de ciertas condiciones comunes.
Perspectiva universalista: independientemente de cualquier
nivel de descripcin, el juego de lenguaje matemtico de las teoras
de la complejidad es suficiente para explicar cualquier fenmeno
cognitivo.
Esta afirmacin sostiene que nuestro conocimiento fsico-ma-
temtico de las teoras de la complejidad es suficiente en s mismo
para abarcar todos los juegos de lenguaje (matemticos, neurol-
gicos, psicolgicos, sociales). Tal como se analiz previamente, se
trata de una reedicin del reduccionismo. Este no puede evitar las
inconsistencias internas (generadas por la ontologizacin de las
matemticas y la falacia del conocimiento no-tcito) al sostener la
anterior afirmacin. Por ello se convierte en una afirmacin incon-
sistente antes de que pueda probar su factibilidad.
Reconsideracin desde el holismo pragmtico. En esta perspectiva
la tesis holista es asumida, pero estableciendo que los niveles de
complejidad dependen de los niveles de descripcin, y por tanto
que no poseen existencia ontolgica separada1. Por otra parte asume
1
No debe pensarse que un juego de lenguaje supone una interpretacin
relativista-anrquica de la nocin de verdad. Por el contrario, refiere a una
perspectiva de verdad contextual que permite criterios de demarcacin (vase
Ibez & Cornejo, submitted a).
226
ibanez.indd 226 23/10/08 20:51:26

el uso de la formalizacin y la simulacin sin reducir la explicacin
a un juego de lenguaje fsico-matemtico de la cognicin. Por ello,
ms que proponer un nuevo juego de lenguaje nico, promueve la
flexibilizacin interterica y la pluralidad metodolgica. Ello implica
reconsiderar los supuestos, tanto de los enfoques materialistas como
de los mentalistas. Los juegos de lenguaje presentes en el mbito
de la cognicin deben explcitamente reconocer sus limitaciones y
aperturas a otros juegos, tendiendo a una perspectiva pluralista y
contextual.
La perspectiva pragmtica de la explicacin cobra especial
relevancia en el anlisis de la aplicacin de las ciencias dinmicas al
campo de la cognicin. Ello se debe a que la teora de los sistemas
complejos descontextualizada del campo de la cognicin (pero
aplicada a ella) corre el riesgo de convertirse en una extrapolacin
fisicalista con pocos aportes trascendentes. La tendencia a buscar
explicaciones desde otras ciencias, a menudo explicaciones reduc-
cionistas, es el sello de la historia de la psicologa de la cognicin,
representando el temor a lo psicolgico (Merleau Ponty, 1963).
Las extrapolaciones de otros dominios cientficos resultan de inters
solo si son situadas en torno a preguntas de investigacin relevantes
para el contexto de la cognicin. Incluso la posibilidad de reduccin
pragmtica, entendida como la posibilidad de realizar explicaciones
por reduccin al nivel inferior en ciertos contextos, no es incon-
gruente con esta posicin. Diversos tipos de explicaciones (evoluti-
vas, teleolgicas, sistmicas, mecanicistas, formales, emergentistas)
son parte de la explicacin cientfica (Bechtel, 1998; Bechtel &
Richardson, 1993; Bem, 2001; Chemero, 2001; Emmeche et al.,
2000; van Fraasen, 1980); y pueden sostenerse simultneamente
dado que se asume una existencia de causas atribuidas en un marco
particular que da sentido a la explicacin. Ello no significa otra cosa
que toda explicacin requiere comprensin. Una explicacin es una
construccin contextualizada que debe dar sentido.
227
ibanez.indd 227 23/10/08 20:51:26

I.2. A modo de eplogo: reconsideracin de la naturaleza de la
cognicin
El marco del holismo pragmtico como una particular interpretacin

de las teoras dinmicas favorece una visin general de la cognicin.
Esta refleja la reconsideracin los fenmenos cognitivos de forma
multinivelada y ecolgicamente instituida. Dichos fenmenos son
entendidos como siendo inherentemente temporales, con propieda-
des mejor entendidas en trminos de procesos, en vez de entidades,
y con una metodologa pluralista de acuerdo a la complejidad del
fenmeno de estudio. Este pluralismo acenta el uso de metodolo-
gas que permitan describir las propiedades interactivas y globales
de los fenmenos cognitivos (Ibez & Cosmelli, 2007).
La cognicin debe considerarse un fenmeno multinivelado,
simultneamente neurolgico, psicolgico y social. Ningn nivel
de anlisis particular es suficiente entonces para abarcar el fen-
meno en su totalidad. Un evento cognitivo particular podr ser
simultneamente un conjunto de procesos a diferentes niveles de
descripcin, pero no podr ser conquistado de forma exhaustiva por
ningn explanans hegemnico (de tipo matemtico, neurolgico,
psicolgico o social). Uno de los grandes insigths de las teoras de la
complejidad consiste precisamente en acentuar dicha simultaneidad
de procesos. Ello conlleva necesariamente a la aceptacin de una
perspectiva ecolgica de la cognicin: los procesos mentales pueden
considerarse a partir de la interaccin entre cerebro, cuerpo, entorno
y cultura. En este sentido la cognicin ser considerada en s misma
la interaccin a mltiples niveles de un cuerpo en interaccin con
otros cuerpos y una historia evolutiva y cultural. La cognicin as
entendida reclama un nivel de anlisis especfico. Existe, entonces, en
la neurodinmica de la cognicin, una va de ingreso para abordarla,
partiendo de la concepcin de que mente y cerebro se comportan
como un sistema dinmico multinivelado.
Otro aspecto relevante de la cognicin desde esta interpreta-
cin de las teoras dinmicas es la temporalidad. La inclusin del
tiempo en la descripcin de los fenmenos conlleva a un cambio
228
ibanez.indd 228 23/10/08 20:51:27

de perspectiva: los eventos cognitivos estudiados, en lugar de con-
siderarse entidades, se convierten en procesos. As, por ejemplo,
las representaciones como entidades abstractas y aisladas pierden
relevancia cuando son contextualizadas en una perspectiva temporal
que las sita como un proceso dependiente de otros procesos, des-
cosificando sus propiedades. Lo mismo puede postularse para otras
entidades cognitivas como la memoria de trabajo, la percepcin o
el lenguaje. Al convertirse en procesos, sus lmites se vuelven ms
difusos, y su interactividad con otros procesos (otros fenmenos
cognitivos) aumenta. Igualmente, procesos cognitivos clsicamente
considerados homunculares (ej., toma de decisiones, conciencia)
pueden considerarse emergentes de la totalidad de un conjunto de
otros ms bsicos, sin necesidad de postular una entidad localizada
que de cuenta por s misma de las propiedades investigadas. El
excesivo nfasis en la descomposicin y fragmentacin de los en-
foques ortodoxos puede contrarrestarse con el inters de las teoras
dinmicas en la coordinacin y la interconectividad de los procesos
cognitivos. La inclusin de la temporalidad no es sino un requisito
terico de una nueva ciencia de la mente postatomicista, procesal.
Las teoras dinmicas han evidenciado una clara necesidad al
interior de las ciencias cognitivas: el desarrollo de juegos del len-
guaje que no sean exclusivamente materialistas o exclusivamente
mentalistas en el desarrollo de enfoques cognitivos inter-nivelados.
El materialismo reduccionista (matemtico, fsico o neurolgico)
y el discursivismo desbiologizado (psicolgico o social) comparten
la imposibilidad de abordar los fenmenos cognitivos una vez que
se ha aceptado su multiplicidad de niveles de descripcin. Un
enfoque pragmtico como marco para el estudio de la cognicin
permite utilizar diversas herramientas segn el nivel de descrip-
cin, el contexto y la pregunta de investigacin, favoreciendo un
pluralismo epistemolgico-metodolgico siempre parcial. Dentro
de dicho pluralismo, las herramientas dinmicas constituyen un
complemento a la excesiva fragmentacin y especializacin del
conocimiento cognitivo. Por ello se promueven las metodologas
que describan las propiedades globales de los fenmenos, utilizando
modelos dinmicos.
229
ibanez.indd 229 23/10/08 20:51:27

Recientemente, he desarrollado un programa de investigacin
emprica basado en la reconsideracin de la cognicin desde el
holismo pragmtico aqu desarrollado. Tal propuesta est asentada
sobre la idea nuclear de continuidad de sentido de la accin presente
no slo en el lenguaje, sino en la cognicin, la intencionalidad, la
intersubjetividad y la ecologa de la mente desde una perspectiva
dinmica (Cornejo et al., 2008; Ibez & Cosmelli, 2007, 2008,
2008b; Cosmelli & Ibez, 2008; Ibez, 2007a). Aunque muy
incipiente, este programa promueve la investigacin emprica
multinivel de dicho fenmeno en el estudio de claves contextuales,
coordinacin de lenguaje, informacin no-lingstica, integracin
de valencia semntica, procesamiento de expresiones faciales y claves
sociales, centrndose en las neurociencias (Cornejo et al., 2007;
Gonzlez et al., 2008; Ibez et al., 2005, 2006, 2007b, 2008,
2008b, en preparacin) y la neuropsiquiatra (Guerra et al., Ibez
et al., en preparacin; Ibez & Schrder, 2008; Ibez & Manes,
en preparacin).
En el prlogo nos preguntbamos si las teoras dinmicas cons-
tituan un giro que transformara la clsica perspectiva reduccionista,
atemporal, descorporeizada, en una cosmovisin ecolgicamente
centrada en la accin e intencin, en la comprensin de la mente
como interaccin entre cerebro, cuerpo, ambiente y cultura. Este
giro estara tambin centrado en el inters en los problemas de co-
nocimiento en tiempo y situaciones reales. Al finalizar este camino
de anlisis, podemos concluir que en trminos absolutos dicho giro
no ha sido an realizado por las teoras dinmicas. Ciertamente
algunos de los exponentes de estas teoras estn ms cercanos a
una transformacin de la forma de entender la cognicin. Incluso
algunos aspectos parciales de dicho giro han sido realizados por al-
gunas teoras. Sin embargo, dado que las teoras dinmicas pueden
considerarse un programa de investigacin reciente y en trnsito, es
posible que dicho giro se produzca finalmente en el seno de estas,
una vez que se orienten en esa direccin. La reconsideracin de la
naturaleza de la cognicin, surgida en la concepcin del holismo
pragmtico, es una invitacin a ello. La direccin est trazada.
230
ibanez.indd 230 23/10/08 20:51:27

Referencias
Abraham, F., (1995), Dynamics, bifurcation, selforganization, chaos, mind, in-

sensitivity to initial conditions, time, unification, diversity, free will, and social
responsibility en R. Robertson & A Combs, (eds.), Chaos theory in psychology
and life sciences (pp. 247-271). NJ: Erlbaum.
Abraham, F., Abraham, C., & Shaw, S., (1990), A visual introduction to dynamical
systems theory for psychology, Santa Cruz: Aerial Press.
Abraham, R., & Marsden, J., (1978), Foundations of mechanics (2 ed.), NY: Benja-
min/Cummings.
Acredolo, L., (1979), Laboratory versus home: the effect of environment on the 9-
month-old infants choice of spatial reference system en Developmental Psychology,
15, 663-667.
Acredolo, L., (1985), Coordinating perspectives on infant spatial orientation en R.
Cohen (ed.), The development of spatial cognition (pp. 123-189), NJ: Erlbaum.
Aihara, K., Takabe, T., & Toyoda, M., (1990), Chaotic neural networks en Physical
Letters, 144, 333-340.
Allen, P., (1997), Self-organizing systems: Models of complexity en Environmental
Problems & Social Dynamics Series, 34, 456-478.
Amazeen, P., Amazeen, L., Treffner, P., & Turvey, M., (1997), Attention and hande-
dness in bimanual coordination dynamics en Journal of Experimental Psychology,
23, 1552-1560.
American Society for Cybernetics, (2001), Foundations, NY: ASC Press.
Anderson, K., (1994), Poincares discovery of homoclinic points en Archives for
History of Exact Science, 48, 133147.
Anderson, M., (2003), Embodied cognition: A field guide, en Artificial Intelligence,
149, 91-130.
Anderson, P., Meyer, A., Eisenhardt, K., Carley, K. & Pettigrew, A., (1999), Intro-
duction to the special issue: Application of complexity theory to organization
science en Organization Science, 10, 233 -236.
Andronov, A., (1929), Les cycles limites de Poincar et la theorie des oscillations
auto-entretenues en Comptes rendus de lAcademie des sciences, 189, 559561.
Arnauld, A., (1990), On true and false ideas, Trand. S. Gaukroger, Manchester: Man-
chester University Press (trabajo original publicado en 1683).
231
ibanez.indd 231 23/10/08 20:51:28

Ashby, W., (1952), Design for a Brain, London: Chapman and Hall.
Ashwin, P., (2000), On riddling and weak attractors en Physica, 142, 87-100.
Atmanspacher, H., (2005), Stability conditions in contextual emergence: From physics to
cognitive neuroscience, submitted.
Aubin, D., & Dahan, A., (1999), Dynamical systems and history, en Procedings of
National Science of Computing, 12, 111-193.
Aubin, D., & Dahan, A., (2002), Writing the history of dynamical systems and
chaos, en Historia Mathematica, 29, 273-339.
Baas, N., & Emmeche, C., (1997), On emergence and explanation, en Intellectica,
25, 67-83.
Bakhurst, D., (1995), Lessons from Ilyenkov, en The Communication Review, 1,
155-178.
Banerjee, U., (1992), Loop transformations for restructuring compilers: The foundations,
Germany: Kluwer Academic Publishers.
Barham, J., (1996), A dynamical model of the meaning of information en BioSystems,
38, 235241.
Barlow, H., (1972), Single neurons and sensation: A neuron doctrine for perceptual
psychology en Perception, 1, 371-394.
Bartels, Y., & Zeki, S., (1998), The theory of multi-stage integration in the visual
brain, en Proceedings of the Royal Society of London, 265, 2327-2332.
Baar, E., zgren, M., Baar-Erolu, C., et al., (2001), Superbinding: Spatio-tem-
poral oscillatory dynamics, en Theoretical Biosciences, 121, (4), 371-386.
Bates, E., & Elman, J., (2002), Connectionism and the study of change, en M.
Johnson (Ed.), Brain developmental and cognition, (2 ed.), Oxford, Blackwell.
Batty, M., & Torrens, P., (2001), Modeling complexity: The limits to prediction,
en Cybergeo, 201, 1-29.
Bechtel, W., & Richardson, R., (1993), Discovering complexity: Decomposition and lo-
calization as strategies in scientific research, Princeton: Princeton University Press.
Bechtel, W., (1998), Representations and cognitive explanations: Assessing the dyna-
micist challenge in cognitive science, en Cognitive Science, 22, 295-318.
Becker, R., Joerg, N., Bjoern, K., & Karsten, T., (2005), A Framework for Episte-
mological Perspectives on Simulation, en Journal of Artificial societies and Social
Simulation, 8, (4), <http://jasss.soc.surrey.ac.uk/8/4/1.html>.
Beek, P., Peper, C., & Daffertshofer, D., (2001), Modeling rhythmic interlimb
coordination: Beyond the Haken-Kelso-Bunz model, en Brain and Cognition,
48, 149-165.
232
ibanez.indd 232 23/10/08 20:51:28

Beer, R., (1995), A dynamical systems perspective on agent-environment interaction,
en Artificial Intelligence, 72, 173-215.
Beer, R., (2000), Dynamical approaches to cognitive science, en Trends in Cognitive
Science, 4, 9199.
Beer, S., (1983), Reply to Ulrichs Critique of pure cybernetic reason: the Chilean ex-
periment with cybernetics, en Journal of Applied Systems Analysis, 10, 115-19.
Beer, S., (1994), How many grapes went into the wine? Stafford Beer on the art and science
of holistic management, New York: Wiley.
Beltrami, E., (1987), Mathematics for dynamic modeling, NY: Academic Press.
Bem, S., (2001), The explanatory autonomy of psychology: Why a mind is not a
brain en Theory & Psychology, 11, 785-795.
Berge, P., Pomeau, Y., & Vidal, C., (1984), Order within chaos: Towards a determinism
approach to turbulence, New York: Wiley.
Bertalanffy, L., (1938), A quantitative theory of organic growth (inquiries on growth
laws. II), en Human Biology, 10, 181213.
Bertalanffy, L., (1950), The theory of open systems in physics and biology, en
Science, 111:23-29.
Bertalanffy, L., (1953), Theoretical models in biology and psychology, en D. Krech
and G.S. Klein (eds.), Theoretical models in personality theory, Durham, N.C.:
Duke University Press.
Bertalanffy, L., (1972), The model of open systems: Beyond molecular biology, en
A. D. Breck and W. Yourgrau (eds), Biology, History and Natural Philosophy, pp.
17-30, New York: BCDS.
Bertalanffy, L., (1979), Perspectivas en la teora general de sistemas, Madrid, Alianza
Editorial.
Bertenthal, B., (1996), Origins and early development of perception, action, and
representation en Annual Review of Psychology, 47, 431-459.
Bezerianos, S., Tong, N., & Thakor, T., (2003), Entropy estimation of EEG rhythm
changes following brain ischemia en Annals of Biomedical Engineering, 31, 221-
232.
Bhattacharyya, P., (2004), Cellular automata, en Physics, 43, 123-172.
Biggiero, L., (1998), Managerial action and observation: A view of relational com-
plexity, en Biosystems, 22, 123-146.
Bogacz, S., (2005, en prensa), Understanding how speed affects performance of
polyrhythms, en Journal of Motor Behavior.
Bonabeau, E., & Dessalles, J., (1997), Detection and Emergence en Intellectica,
25, 9-94.
233
ibanez.indd 233 23/10/08 20:51:28

Bottazzini, U., (2000), Poincar, philosophe et mathematicien, Paris: Pour la Science.
Boutot, A., (1993), Catastrophe theory and its critics, en Synthese, 96, 167200.
Breakspear, R., & Friston, K., (1997), Another neural code?, en Neuroimages, 5,
213-220.
Bremner, J., (1978), Spatial errors made by infants: Inadequate spatial cues or evidence
of egocentrism?, en British Journal of Psychology, 69, 77-84.
Brigthon, H., Smith, K., & Kirby, S., (2003), Situated cognition and the role of
multi-agent models in explaining language structure, en D. Kudenko, E. Alonso,
D. Kazakov (eds.), Adaptive agents and multi-agent systems: adaptation and multi-
agent Learning, NY: Springer.
Bromberg, J., (1991), The laser in America: 19501970, Cambridge, MA: MIT
Press.
Brooks, R., (1991), Intelligence without representation, en Artficial Intelligence,
47, 139-161.
Buchanan, J., & Kelso, J., (1999), To switch or not to switch: recruitment of degrees
of freedom as a stabilization process in rhythmic pendular movements, en Journal
of Motor Behavior, 31, 126144.
Busemeyer, J., & Townsend, J., (1995), Decision field theory, en R. Port & T.
Van Gelder (eds), Mind as Motion: Explorations in the Dynamics of Cognition,
Cambridge, MA: MIT Press.
Butterworth, G., (1977), Object disappearance and error in Piagets stage IV task,
en Journal of Experimental Child Psychology, 23, 391-401.
Butterworth, G., Jarrett, N., & Hicks, L., (1982). Spatiotemporal identity in infancy:
perceptual competence or conceptual deficit?, en Developmental Psychology, 18,
435-449.
Btz, M., (1998), Chaos and complexity: Implications for psychological theory and practice,
Philadelphia, PA: Taylor & Francis.
Byrne, D., Mazanov, J., & Gregson, R., (2000), A cusp catastrophe analysis of changes
to adolescent smoking behavior in response to smoking prevention programs, en
Nonlinear Dynamics, Psychology, and Life Sciences, 5, 23-46.
Campbell, D., & Bickhard, M., (1986), Knowing levels and developmental stages,
Basel: Karger.
Campbell, D., (1974), Downward causation in hierarchically organized biological
systems, en F. Ayala, T. Dobzhansky (eds.), Studies in the Philosophy of Biology,
NJ: Macmillan.
Cariani, R., (1991), Adaptativity, emergence, and machine-enviroment-dependecies,
Edimburgo, Redwood City.
234
ibanez.indd 234 23/10/08 20:51:29

Carson, R., Chua, R., Byblow, W., Poon, P., & Smethurst, C., (1999), Changes in
posture alter the attentional demands of voluntary movement, en Procedings the
Royal Society of London, 266, 853-857.
Carson, R., Byblow, W., & Goodman, D., (1994), The dynamical substructure of
bimanual coordination, en S. Swinnen, H. Heuer, J. Massion and P. Caesar (eds.),
Interlimb coordination: neural, dynamical, and cognitive constraints (pp. 278300),
NY: Academic Press.
Casti, J., (1997), Would-be worlds: How simulation is changing the frontiers of science,
New York: John Wiley & Sons.
Chabert, J.& Dahan, A., (1992), Les idees nouvelles de Poincar, en A. Dahan,
J.-L. Chabert & K. Chemla (eds.), Chaos et determinisme (pp. 274-305), Paris:
Editions du Seuil.
Chaitin, G., (1999), The unknowable, Deutschland: Springer.
Chaitin, G., (2002), Meta-mathematics and the foundations of mathematics, en
Mathematical Bulletin, 77, 67-179.
Chaitin, G., (1969), On the length of programs for computing infinite binary sequen-
ces: statistical considerations, en Journal of the Artificial Science, 16,145-159.
Chang, H. & Freeman, W., (1996), Parameter optimization in models of the olfactory
system, en Neural Networks, 9, 1-14.
Charney, J., (1962), Numerical experiment in atmospheric hydrodynamics, en
Proceedings of symposium in applied mathematics, 15, 289-294.
Check, E., (2002), Will the real Golgi please stand up? en Nature, 416, 780-781.
Chemero, A., (2001), Dynamical explanations and mental representations, en Trends
in Cognitive Science, 5, 141142.
Chen, W. & Madan, R., (1999), From chaos to order. Methodologies, perspectives and
applications, New York: World Scientific Series on Nonlinear Science.
Chomsky, N., (1959), A review of BF Skinners verbal behavior, en Language, 35,
26-58.
Chomsky, N., (1985), The logical structure of linguistic theory, Chicago: University
of Chicago Press.
Cilliers, P., (1998), Complexity and postmodernism: Understanding complex systems,
London: Routledge.
Clark, A., (1997), Being there: Putting brain, body and world together again, Cambridge:
MIT Press.
Clark, A., (2001), Reasons, robots and the extended mind, en Mind and language,
16, 121-145.
Clark, A. & Chalmers, D., (1998), The extended mind, en Analysis, 58, 10-23.
235
ibanez.indd 235 23/10/08 20:51:29

Clausius, R., (1865/1867), On several convenient forms of the second fundamental
equations of the mechanical theory of heat, en J. Tyndall (ed.), The mechanical
theory of heat with its applications to the steam-engine and to the physical properties
of bodies, tr. London: John van Voorst.
Clayton, P., (2004), Mind and emergence: From quantum to consciousness, Oxford; New
York: Oxford University Press.
Cole, M. & Engestrn, Y., (1991), A cultural-historical approach to distributed
cognition, en G. Salomon (ed.), Distributed Cognition, Cambridge: Cambridge
University Press.
Cornejo, C., (2006), Intersubjectivity as co-phenomenology: From the holism of
meaning to the Being-in the-world-with-others, en Integrative Psychological and
Behavioral Science, 42(2): 171-8.
Cornejo, C., Simonetti, F., Aldunate, N., Ibez, A., Lpez, V., Melloni, L., (2007),
Electrophysiological evidence of different interpretive strategies in irony com-
prehension, en Journal of Psycholinguistic Research, DOI 10.1007/s10936-007-
9052-0.
Cornejo, C., Simonetti, F., Ibez, A., Aldunate, N., Lpez, V., Ceric, F., (accepted).
Gesture and Metaphor: Electrophysiological evidence of N400 multimodal
modulation, en Brain and Cognition.
Cornejo, C., Ibez, A., & Lpez, V., (2008), Significado, contexto y experiencia:
Evidencias conductuales y electrofisiolgicas del holismo del significado, en
C. Cornejo & E. Kronmller (eds.), Ciencias de la Mente: Aproximaciones desde
latinoamrica, Chile, J.C. Sez Editor.
Corning, P., (2002), The re-emergence of emergence: A venerable concept in search
of a theory, en Complexity, 7, (6), 214-118.
Cosmelli, D., Ibez, A., (2008), Human cognition in context: on the biologic,
cognitive and social reconsideration of meaning as making sense of action, en
Integrative Psychological and Behavioral Sciences, 42(2): 233-44.
Crane, T., (2001), The significance of emergence, en C. Gillett, B. Loewer (eds.),
Physicalism and its discontents, Cambridge University Press.
Crick, F. & Koch, C., (2003), What are the neural correlates of consciousness?, en
L. van Hemmen, T. Sejnowski (eds.), Problems in Systems Neuroscience, Oxford
University Press.
Cummins, R., (1996), Representations, targets and attitudes, Bradford: MIT Press.
Cunningham, B., (2001), The reemergence of Emergence, en Philosophy of Science,
68, 3-14.
236
ibanez.indd 236 23/10/08 20:51:29

Daffertshofer, A., Peper, C., Frank, T. & Beek., P., (2000), Spatio-temporal patterns
of encephalographic signals during polyrhythmic tapping, en Human Movement
Science, 19, 457-478.
Demetriou, A., & Raftopoulos, A., (eds., 2005), Cognitive developmental change:
Theories, models and measurement, Cambridge: Cambridge University Press.
Dennett, D., (1978), Brainstorms, Vermont: Bradford Books, Montgomery.
Dent, E., (1999), Complexity science: a worldview shift, en Emergence, 7(4), 5-
19.
Descartes, R., (1980), Philosophy, mathematics and physics (Gaukroger, Translator),
Sussex: Harvester Press (primera publicacin en 1619).
Diacu, F., & Holmes, P., (1996), Celestial encounters: The origins of chaos and stability,
Princeton, NJ: Princeton Univ. Press.
Diamond, A., (1985), Development of the ability to use recall to guide action, as
indicated by infants performance on AB, en Child Development, 56, 868-883.
Diamond, A., (1990), Developmental time course in human infants and infant
monkeys and the neural bases of inhibitory control in reaching, en A. Diamond,
(ed.), The development and neural bases of higher cognitive functions, NY: New York
Academy of Sciences.
Diamond, A., (1997), The role of motivation in performance of the A-not-B task (ma-
nuscript unpublished).
Dietrich, E., (2000), Cognitive science and the mechanistic forces of darkness, en
Tecne, 5, 1-15.
Dijkstra, T., Schner, G., Giese, M., & Gielen, C., (1994), Frequency dependence of
the action-perception cycle for postural control in a moving visual environment:
relative phase dynamics, en Biological Cybernetics, 71, 489-501.
Diriwchter, R., (2004), Ganzheitspsychologie: The doctrine, en From Past to
Future, 5(1), 3-16.
Dourish, P., (2001), Where the action is: The foundations of embodied interaction,
Cambridge: MIT Press.
Dreyfus, H., & Dreyfus, S., (1990), Making a mind versus modeling the brain: Artifi-
cial Intelligence back at a branchpoint, en S.R. Graubard, The artificial intelligence
debate: False starts, real foundations, Cambridge, MA: The MIT Press.
Dupuy, J., (2001), The mechanization of mind, Princeton: Princeton University
Press.
Edelman, G., (1978), Group selection and phasic re-entrant signalling: a theory of
higher brain function, en V Mountcastle (ed.), The mindful brain, Cambridge,
MA: MIT Press.
237
ibanez.indd 237 23/10/08 20:51:29

Edelman, G., (1987), Neural Darwinism: The theory of neuronal group selection, New
York: Basic Books.
Edelman, G., (1989), The remembered present, New York, NY: Basic Books.
Edelman, G., (1993), Neural Darwinism: Selection and reentrant signaling in higher
brain function, en Neuron, 10, 115125.
Edelman, G., (2004), Wider than the sky, London: Yale University Press.
Edelman, G., (2003), Naturalizing consciousness: A theoretical framework, en
Proceedings of the National Academy of Sciences, 100, 5520-5524.
Edelman, G., & Tononi, G., (2000), A universe of consciousness, NY: Basic Books.
Edmonds, B., (1996), Pragmatic holism, en Foundations of Science, 4 (1), 57-82.
Ehlers, C., Havstad, J., & Garfinkel, A., (1991), Non-linear analysis of EEG sleep
states, en Neurophychopharmacology, 5, 1666-1667.
Ehrenstein, W., Spillmann L., & Sarris, V., (2003), Gestalt issues in modern neuros-
cience, en Axiomathes, 13, 433-458.
Eiser, R., (1999), Attitudes and the Self as Self-Organising Systems (R. Eiser), en
W. Tschacher, J. Dauwalder (eds.), Dynamics, synergetics, utonomous agents. Non-
linear systems approaches to cognitive Psychology and Cognitive Science, Singapore:
World Scientific.
El-Hani, C., & Emmeche, C., (2000), On some theoretical grounds for an organism-
centered biology: Property emergence, supervenience, and downward causation,
en Theory in Biosciences, 119 (3): 234-275.
El-Hani, C., & Pihlstrm, S., (2002), Emergence theories and pragmatic realism,
en Essays in Philosophy, 3, 2 -23, <www-sivulla http://www.humboldt.edu/~essays/
pihlstrom>.
Elman, J., (2001), Conecctionism and language acquisition, en M. Tomasello y E.
Bates (eds.), Essential reading in language acquisition, Oxford, Backwell.
Emmeche, C., (1997), Aspects of complexity in life and science, en Philosophica
59, 41-68.
Emmeche, C., (2001), Does a robot have an Umwelt? Reflections on the qualitative
biosemiotics of Jakob von Uexkll, en Semiotica, 134, 653-693.
Emmeche, C., Koppe, S., & Stjernfelt, F., (2000), Levels, emergence, and three versio-
ns of downward causation, en P. Bogh, C. Emmeche, N. Finneman, P. Christiansen
(eds.), Downward causation (pp. 1334), Aarhus: Aarhus University Press.
Engel, A., Fries, P., Knig, P., Brecht, M., & Singer, W., (1999), Temporal binding, bi-
nocular rivalry, and consciousness, en Consciousness and Cognition, 8: 128-151.
Engelsted, N., (1993), At a crossroads. An introduction, en N. Engelsted et al (eds.),
The societal subject, Aaurus: Aarhus University Press.
238
ibanez.indd 238 23/10/08 20:51:30

Engestrm, I., (1991), Activity theory and social transformation, en Multidisiplinary
newsletter for activity theory, 7, 6-17.
Erdi, P., (1993), Neurodynamic system theory: scope and limits, en Theoretical
Medicine, 14, 137-152.
Erlhagen, W., & Schner, G., (1999), Dynamic field theory of motor programming
(unpublished).
Erlhagen, W., (2002), Dynamic field theory: Movement preparation, en Psychological
Review, 109, 545-572.
Erlhagen, W., & Bicho, E., (2006), The dynamic neural field approach to cognitive
robotics, en Journal of Neural Engineering, 3, 36-54.
Espejo, R., (1980), Cybernetic praxis in government: the management of industry
in Chile 1970-1973, en Journal of Cybernetics, 11, 325-38.
Feigenbaum, M., (1980), Universal behavior in nonlinear systems, en Los Alamos
Science, 1, 427.
Fell, J., (2004), Identifying neural correlates of consciousness: The state space appro-
ach, en Consciousness and Cognition, 13, 709-29.
Fell, J., Fernandez, G., & Elger, C., (2003), More than synchrony: EEG chaotic may be
necessary for conscious brain functioning, en Medical hypotheses, 61, 158-160.
Fell, J., Rschke, J., Mann, K., & Schffmer, C., (1996), Discrimination of sleep
stages, en Electroencephalography of clinical neurophisiology, 98, 401-4010.
Fezard, B., (2003), Brain dynamics: methodological Issues and applications in psychia-
tic and neurologic diseases, en W. Tschacher, J. Dauwalder (eds.), The dynamical
systems approach to cognition (pp. 318-324), Studies of Nonlinear Phenomena in
Life Science, Vol. 10.
Fink, P., Foo, P., Jirsa, V., & Kelso, J., (2000), Local and global stabilization of coor-
dination by sensory information, en Experimental Brain Research, 45, 831-891.
Fischer, K., Shaver, P., & Carnochan, P., (1990), How emotions develop and how
they organise development, en Cognition & Emotion, 4(2), 81-127.
Fischer, K., & Bidell, T., (2005), Dynamic development of action, thought, and
emotion, en R. Lerner (Ed.), Theoreticals models of human development (6th
ed.), NY: Wiley.
Fodor, J., (2000), The mind doesnt work that way, Cambridge: MIT Press.
Fortnow, L., & Homer, S., (2000), A short history of computational complexity,
en Journal of Computer and System Sciences, 60, 337-353.
Frank, T., & Beek, P. J., (2003), A mean field approach to self-organization in spa-
tially extended perception-action and psychological systems, en W. Tschacher
239
ibanez.indd 239 23/10/08 20:51:30

and J. P. Dauwalder, The dynamical systems approach to cognition (pp. 159-179),
Singapore: World Scientific.
Frank, T., Daffertshofer, A., Peper, C., Beek, P., & Haken, H., (2000), Towards a
comprehensive theory of brain activity: coupled oscillator systems under external
forces, en Physica, 144, 62-86.
Frank, U., & Troitzsch, K., (2005), Epistemological perspectives on simulation, en
Journal of Artificial Societies and Social Simulation, 8 (4), <http://jasss.soc.surrey.
ac.uk/8/4/7.html>.
Freeman, W., & Barrie, J., (1994), Modulation by discriminative training of spatial
patterns of gamma EEG amplitude and phase in neocortex of rabbits, en Journal
of Neurophysiology, 76, 520-539.
Freeman, W., & Kozma R., (2000), Local-global interactions and the role of mesos-
copic (intermediate-range) elements in brain dynamics, en Behavioral and Brain
Sciences, 3, 671-749.
Freeman, W.J., Gal, G., & Jrsten, R., (2003), A neurobiological theory of meaning
in perception. Part 2. Multiple cortical areas synchronize without loss of local
autonomy, en International Journal of Bifurcation and Chaos, 65, 31-38.
Freeman, W.J., & Rogers, L., (2003), A neurobiological theory of meaning in per-
ception. Part 4. Multicortical patterns of phase modulation in gamma EEG, en
International Journal of Bifurcation and Chaos, 12, 234-211.
Freeman, W., (1991), The physiology of perception, en Scientific American, 264,
78-85.
Freeman, W., (1994), The generic viewpoint assumption in a framework for visual
perception3, en Nature, 368, 542-545.
Freeman, W., (1999b), Consciousness and causality, en Journal of Consciousness
Studies, 6, 143-172.
Freeman, W., (2000), Brain dynamics: Brain chaos and intentionality, en E. Gordon
(ed.), Integrative neuroscience. Bringing together biological, psychological and clinical
models of the human brain (pp. 163-171), Sydney Australia: Harwood Academic
Publishers.
Freeman, W., (2000a), Mesoscopic neurodynamics. From neuron to brain, en Journal
of Physiology, 94, 303-322.
Freeman, W., (2000b), Neurodynamics: An exploration of mesoscopic brain dynamics,
London UK: Springer-Verlag.
Freeman, W., (2003), Neurodynamic models of brain in psychiatry, en Neuropsy-
chopharmacology, 28, 554-563.
Freeman, W., (2004), Neurobiological Foundation for the Meaning of Information,
en ICONIP, 04, 1-9.
240
ibanez.indd 240 23/10/08 20:51:31

Freeman, W.J., & van Dijk B., (1987), Spatial patterns of visual cortical fast EEG
during conditioned reflex in a rhesus monkey, en Brain Research, 422, 267-76.
Freeman, W.J., (1987), Simulation of chaotic EEG patterns with a dynamic model
of the olfactory system, en Biological Cybernetics, 56, 139-150.
Freeman, W. J., (1999a), Consciousness, intentionality and causality, en R. Nunez
& W.J. Freeman (eds.), (pp. 143-172), Bowling Green, OH: Imprint Academic.
Freeman, W. J., (2000c), The neurodynamics of intentionality in animal brains may
provide a basis for constructing devices that are capable of intelligent behavior,
en NIST workshop on metrics for intelligence: Development of criteria for machine
intelligence, National Institute of Standards and Technology (NIST), Gaithers-
burg, MD.
Freeman, W.J., (2003b), The wave packet: An action potential for the 21st century,
en Journal of Integrative Neuroscience, 2(1), 330.
Freeman, W.J., Burks, B., & Holmes, M.D., (2003), Aperiodic phase re-setting in
scalp EEG of beta-gamma oscillations by state transitions at alpha-theta rates,
en Human Brain Mapping, 19, 248-272.
Freeman, W., (2003a), A neurobiological theory of meaning and perception, en
Symposium on the Dynamics of Perception & Cognition, Institute for Intelligent
Systems, University of Memphis, Memphis.
Freeman, W., & Barrie, M., (2000a), Analysis of Spatial Patterns of Phase transitions,
en Procedings of the National Academy of Science, USA, 97, 877-882.
Freeman, W., & Barrie, J., (2000), Analysis of spatial patterns of phase in neocortical
gamma EEGs in rabbit, en Journal of Neurophysiology, 84, 12661278.
Freeman, W., (1975), Mass Action in the Nervous System, Academic Press, New York.
Friston, K., (1997), Transients, metastability and neuronal dynamics, en Neuroimage,
5, 164-171.
Fuchs, A., Deecke, L., & Kelso, J.A.S, (2000a), Phase transitions in the human brain
revealed by large SQuID arrays, en Physical Letters, 266(4), 303308.
Fuchs, A., Jirsa, VK., & Kelso, J.A.S., (2000), Theory of the relation between human
brain activity (MEG) and hand movements, en Neuroimage, 11, 359369.
Fuchs, A., & Kelso, J.A.S., (1994), A Theoretical note on models of interlimb
coordination, en Journal of Experimental Psychology: Human Perception and
Performance, 20, 1088-1097.
Gardner, M., (1970), Mathematical Games: The fantastic combinations of John
Conways new solitaire game life, en Scientific American, 23, 120-123.
Gibson, E., & Pick, A., (2000), An ecological approach to perceptual learning and
development, Oxford: Oxford University Press.
241
ibanez.indd 241 23/10/08 20:51:31

Giese, M., (2000), Neural field model for the recognition of biological motion, en
Second International ICSC Symposium on Neural Computation NC 2000, May,
23-26, Berlin, Germany, 2000.
Gilain, C. ,(1991), La theorie qualitative de Poincar et le probleme de lintegration
des equations differentielles, en H. Gispert, (ed.), Societe francaise dhistoire des
sciences et des techniques (pp. 215242), Paris: Societe mathematique de France.
Gilbert, N., & Troitzsch, K., (2005), Simulation for the social scientist (segunda edicin),
Milton Keynes: Open University Press.
Glansdorff, P., & Prigogine, I., (1971), Thermodynamic theory of structure, stability
and fluctuations, New York: Wiley.
Gleick, J., (1987), Chaos: Making a New Science, New York: Viking.
Goldman-Rakic, P., (1999), The psychic neuron of the cerebral cortex, en Annalsof
the New York Academy of Sciences, 868, 13-26.
Goldstein, J., (1997), Embracing the random in the self- organizing psyche, en
Nonlinear Dynamics, Psychology, and Life Sciences, 1, 188 -202.
Goldstein, J., (1999), Emergence as a construct: History and issues, en Emergence,
1, 49-72.
Gomperz, T., (1999), Griechische denker: eine geschichte der antiken philosophie (3
edicin), Frankfurt: Eichborn (trabajo original publicado en 1909).
Gonzales, R., Hurtado, E., Haye, A., Ibez, A., (2008, en prensa), N170 & LPP
discrimination of facial stimuli and valence of words in indigenous and non-indi-
genous participants en The Journal of International Neuropsychological Society.
Gordon, E. (ed.), (2000), Integrative Neuroscience, London: Haword Academic
Press.
Guastello, S., (1995), Chaos catastrophe and human affairs, Mahwah, NJ: Erlbaum.
Guevara, M., (2003), Dynamics of excitable cells, en C. Beuter A., Glass L., Mackey
M.C., Titcombe (eds.), Nonlinear dynamics in physiology and medicine (pp. 87-
121), NY: Springer-Verlag.
Guevara, M., (1997), Chaos in electrophysiology, en A. Le Blanc y J. Billette (eds.),
Concepts and techniques in bioelectric measurements: is the medium carrying the
message?, Canada: Montreal.
Guerra, S., Ibez, A., Bobes, A., Martin, M., et al., (accepted), N400 deficits from
semantic matching of pictures in probands and first degrees relatives from multiplex
schizophrenia families, en Brain and Cognition.
Haken, H., (1983), Synergentics, Berlin: Springer.
Haken, H., (1977), Synergetics: an Introduction, Berlin: Springer.
242
ibanez.indd 242 23/10/08 20:51:31

Haken, H., (1981), Erfolgsgeheimnisse der Natur (trad. Vergara, Sinergtica: la doctrina
de la accin de conjunto), Barcelona: Godai.
Haken, H., (1999), Synergetics and some applications to psychology, en W. Ts-
chacher and J-P. Dauwalder (eds.), Dynamics, synergetics, and autonomous agents,
Singapore: World Scientic.
Haken, H., (2003), Intelligent behavior - A synergetic view, en W. Tschacher &
J-P. Dauwalder (eds.), Dynamical Systems Approaches to Embodied Cognition,
Singapore: World Scientic.
Haken, H., Kelso, J., & Bunz, H., (1985), A theoretical model of phase transitions
in human hand movements, en Biological Cybernetics, 51, 347356.
Harnad, S., (1990), The symbol grounding problem, en Physica, 42, 335-346.
Harris, P., (1973), Perseverative errors in search by young infants, en Child Deve-
lopment, 44, 28-33.
Harter, D., (mayo 2004), Towards a model of basic intentional systems: Nonlinear
dynamics for perception, memory and action in autonomous adaptive agents,
en Ph.D. University of Memphis, UMI Comprehensive Dissertation Indexing
(CDI) and Publishing.
Harter, D., & Kozma, P., (abril 2004), Aperiodic dynamics for appetitive/aversive
behavior in autonomous agents, en Proceedings of the 2004 IEEE International Con-
ference on Robotics and Automation (ICRA), New Orleans, LA, pp. 2147-2152.
Harter, D., & Kozma, R., (2005, en prensa), Chaotic Neurodynamics for Autonomous
Agents, en IEEE Transactions on Neural Networks, 16(4).
Hartmanis, J., & Stears, R., (1965), On the computational complexity of algoritms,
en American Mathematics Society, 117, 285-316.
Haugeland, J., (1995), Having thought: essays in the metaphysics of mind, Harvard:
Harvard University Press.
Henrickson, L., & McKelvey B., (2002), Foundations of new social science: insti-
tutional legitimacy from philosophy, complexity science, postmodernism, and
agent-based modeling, en Proceedings of the National Academy of Sciences, 99
(3), 7288-7295.
Heylighen, F., & Joslyn, C., (2001), Cybewrnetics and second order cybernetics, en R.
Meyer (ed.), Enciclopedia of physical science & Technology, NY: Academic Press.
Hock, W., Schner, G., & Giese, M., (2003), The dynamical foundations of motion
pattern formation: Stability, selective adaptation, and perceptual continuity, en
Perception & Psychophysics, 65 (3), 429-457.
Hodgkin, A., & Huxley, A., (1952), A quantitative description of membrane current
and its application to conduction and excitation in nerve, en Journal of Physiology,
117, 500544.
243
ibanez.indd 243 23/10/08 20:51:31

Hoffmeyer, F., & Emmeche, C., (1991), From language to nature. The semiotic
metaphor in biology, en Semiotica, 84, 1-42.
Hofstadter, M.C., & Reznick, J. S., (1996), Response modality affects human infant
delayed-response performance, en Child Development, 67,646-658.
Holland, J., Hutchins, E., & Kirsch, D., (2000), Distributed cognition: toward a new
foundation for human-computer interaction research, NY: New York Press.
Hopfield, J., (1982), Neural networks and physical systems with emergent collective
computational properties, en Proceedings of the National Academy of Sciences, 79,
2554-2558.
Horgan J., (1996), The end of science: Facing the limits of science in the twilight of the
scientific age, NY: Reading, Mass, Addison-Wesley.
Horgan, J., (1995), From complexity to perplexity, en Scientific American, 272,
104-109.
Horobin, K., & Acredolo, L., (1986), The role of attentiveness, mobility history, and
separation of hiding sites on Stage IV search behavior, en Journal of Experimental
Child Psychology, 41, 114-127.
Hubel, D., & Wiesel, T., (1962), Receptive fields, binocular interaction and functional
architectures of the cats visual cortex, en Journal of Physiology, 160,106-154.
Huertas, J., Chen, W., & Madam, R., (1999), Visions of non-linear sceince in the 12st
century, Singapore: World Scientific.
Hutchins, E., (1995), Cognition in the Wild, MIT Press.
Huxley, T., (1868), On the animals which are most nearly intermediate between the
birds and reptiles, en The Annals and Magazine of Natural History, 2, 66-75.
Ibez, A., & Cornejo, C., (sumitted a), Theories and theorizers. Contextual approach
to cognition, en New Ideas on Psychology.
Ibez, A., & Cornejo, C., (sumitted b), Neurodynamics of cognition, en Journal
of Conscioussness studies.
Ibez, A., Cosmelli, D., (2007), Nuevos Enfoques de la Cognicin: Redescubriendo la
dinmica de la accin, la intencin y la intersubjetividad, Chile: Universidad Diego
Portales, pg. 248.
Ibez, A., Cosmelli, D., (2008), Non Computationalistic Dimensions of Cognition,
en Integrative Psychological and Behavioral Sciences, 42(2):129-36.
Ibez, A., Cosmelli, D., (2008b), Beyond Cognitivism: Social Minds in Action, NY:
Springer.
Ibez, A., (2007a), Complexity and cognition: A meta-theoretical analysis of the
mind and brain as a topological dynamical system, en Nonlinear Dynamics,
Psychology, and Life Sciences, 11(1), 51-90.
244
ibanez.indd 244 23/10/08 20:51:32

Ibez, A., (2007b), The dynamic core of consciousness. A review of G. Edelmans
Neural Darwinism, en Journal of Neurology.
Ibez, A., (2006), Complejidad y Cognicin. Tesis Doctoral, Pontificia Universidad
Catlica de Chile.
Ibez, A., Lpez, V., Cornejo, C., (2006), ERPs and contextual semantic discrimi-
nation: Evidence of degrees of congruency in wakefulness and sleep, en Brain
and Language, 98, (3), 264-275.
Ibez, A., (2005), From cell to mind, en Psykhe, 14, 107-120.
Ibez, A., Becerra, C., Lpez, V., Sirlopu, D., & Cornejo, C., (2005), Iconicidad
y metfora en el lenguaje de signos chileno (Lense): Un anlisis cualitativo, en
Relieve, 11, 23-45.
Ibez, A., Haye, R., Gonzlez, E., Hurtado & R. Henrquez, (2008b, en prensa).
Multilevel analysis of cultural phenomena: The role of ERP approach to preju-
dice, en The Journal for Theory in Social Behavior.
Ibez, A., Hurtado, E., Gonzlez, R., Navarro, A., Haye, A., (en preparacin), Per-
ceptual and semantic blending of in-group/out-group facial stimuli and Word valence:
early (N170) and late (LPP) electrophysiological evidence.
Ibez, A. & Manes, F., (en preparacin), Electrophysiological correlates of face emotional
stimuli, social cognition and decision making tasks in probands with fronto-temporal
dementia and controls.
Ibnez, A., Pantel, J., Toro, P., Schrder, J., (en preparacin), Co-Gesture and Speech
in Mild Cognitive Impairment: N400 deficits.
Ibez, A., San Martin, R., Hurtado, E., Lpez, V., (2008, en prensa), ERP studies
of cognitive processing during sleep, en International Journal of Psychology.
Ibnez, A., Schrder, J., (2008), Gesture Integration and Meaning Construction During
Natural Speech in Mild Cognitive Impairment and Alzheimer Patients: an ERP study,
International Neuropsychological Society Mid-Year meeting in Buenos Aires,
Argentina, on July 2- 5, 2008.
Iossifidis, I., Bruckhoff, C., Theis, C., Grote, C., Faubel, C., & Schner, G., (2004),
Cooperative Robot Assistant (CoRA) For Human Environments, Frankfurt: Springer
Press.
Isnard, C., & Zeeman, E., (1976), Some models from catastrophe theory in social
science, en L. Collins (ed.), The use of models in the social sciences (pp. 44-100),
London: Tavistock.
Jansen, B., (1991), Quantitative analysis of electroencephalograms: is there chaos in
the future?, en International Journal of Biomedical Computing, 27, 95-123.
245
ibanez.indd 245 23/10/08 20:51:32

Jeka J., Schner G., Dijkstra T., Ribeiro P., & Lackner J., (1997), Coupling of
fingertip somatosensory information to head and body sway, en Experimental
Brain Research, 113, 475-483.
Jelinek, H., & Elston, G.N., (2003), Dendritic branching of pyramidal cells in the
visual cortex of the nocturnal owl monkey: a fractal analysis, en Fractals, 11(4),
1-5.
Jelinek, H., & Elston, G.N., (2005, en prensa) Fractal analysis: pitfalls and revelations
in neuroscience, en Losa, G., Nonnenmacher, T. Weibel & E. Locarno (eds.),
Proceedings of the IV fractals in biology and medicine conference, NY: Erlbaun.
Jirsa V., Fink P., Foo P., & Kelso J.A.S., (2000), Parametric stabilization of biolo-
gical coordination: a theoretical model, en Journal of Biological Physics, 234,
961-998.
Jirsa, P., Friedrich, R., & Haken, H., (1995), Reconstruction of the spatio-temporal
dynamics of a human magnetoencephalogram, en Physica, 89, 100122.
Jirsa, P., & Kelso, S., (2000), Spatiotemporal pattern formation in neural systems with
heterogeneous connection topologies, en Physical Review, 62, 84628465.
Jirsa, V., & Haken, H., (1997), A derivation of a macroscopic field theory of the brain
from the quasi-microscopic neural dynamics, en Physica, 99, 503-526.
Jirsa, V.K., (2002), Heterogeneous connectivity patterns alter the timing variability
in spatially distributed dynamic systems, en Nonlinear Phenomena In Complex
Systems, 5 (4), 356363.
Jirsa, V.K., & Haken, H., (1996), Field theory of electromagnetic brain activity, en
Physical Review Letters, 77, 960963.
Jirsa, V.K., Friedrich, R., Haken, H., & Kelso, J.A.S., (1994), A theoretical model of
phase transitions in the human brain, en Biological Cybernetics, 71, 2735.
Jirsa, V.K., Fuchs, A., & Kelso, J.A.S., (1998), Connecting cortical and behavioral
dynamics: bimanual coordination, en Neural Computation, 10, 2019-2045.
John, E.R., (2001), A field theory of consciousness, en Consciousness and Cognition,
10, 184213.
Johnson, M., (1987), The Body in the Mind, Chicago: University of Chicago Press.
Jones, P., (1999), Review of Bakhurst (1991), en History of the Human Sciences, 7,
105-118.
Jones, P., (1997), Language and cognition in goal-directed, practical activity, en 5th
International Cognitive Linguistics Conference, Amsterdam.
Jones, P., (1998), Symbols, tools, and ideality in Ilyenkov, en 4th Congress of the
International Society of Activity Theory.
246
ibanez.indd 246 23/10/08 20:51:32

Juarrero, A., (1999), Dynamics in action: intentional behavior as a complex system,
Massachusetts: MIT Press.
Kampis, G., (1991), Self-modifying systems in biology and cognitive science, Oxford:
Pergamon Press.
Kant, I., (1790), Kritik der Urteilskraft (Critique of Judgement, trad. J. H. Bernard,
New York: Hafner Publishing Company, 1951).
Kaptelinin, V., (1992), Human-Computer interaction in context: The activity theory
position, en Proceedings East-West Intl.Conference on Human-Computer Interaction,
St Petersburg, Russia.
Kauffman, S., (1993), Origins of order: Selforganization and selection in evolution,
Oxford University Press.
Kay, L., Shimoide, K., & Freeman, W., (1995), Comparison of EEG time series from
rat olfactory system with model composed of nonlinear coupled oscillators, en
International Journal of Bifurcation & Chaos, 16, 849-858.
Keijzer, F., (2001), Representation and behavior, Cambridge, MA: MIT Press.
Keijzer, F., (2003), Self-steered self-organization, en W. Tschacher & J-P. Dauwalder
(eds.), The dynamical systems approach to cognition (pp. 243-259), Singapore:
World Scientific.
Kelso, J.A.S., De Guzman, G.C., & Holroyd, T., (1991), The self-organized phase
attractive dynamics of coordination, en Babloyantz A., (ed.) Self-organization,
emerging properties, and learning (pp. 4161), NY: Plenum.
Kelso, J.A.S., Bressler, S., Buchanan, S., De Guzman, G., Ding, M., Fuchs, A., &
Holroyd, T., (1992), A phase transition in human brain and behavior, en Physical
Letters, 169(3), 134-144.
Kelso, J.A.S., (1984), Phase transitions and critical behavior in human bimanual
coordination, en American Journal of Physiology, 15, 1000-1004.
Kelso, J.A.S., (1990), Action-perception as a pattern formation process, en M.
Jeannerod (ed.), Attention and performance (pp. 139-169), NY: Erlbaum.
Kelso, J.A.S., (1995), Dynamic patterns: The self -organization of brain and behavior,
Cambridge: MIT Press.
Kelso, J.A.S., (2001), Self-organizing dynamical systems, en Smelser, N.J., & Baltes,
P.B., (eds. en Chief) International Encyclopaedia of Social and Behavioral Sciences
(pp.1381-1389), Amsterdam: Elsevier.
Kelso, J.A.S., (2003), Cognitive coordination dynamics, en W. Tschacher & J-P.
Dauwalder (eds.), The dynamical systems approach to cognition, Singapore: World
Scientific.
247
ibanez.indd 247 23/10/08 20:51:33

Kelso, J.A.S., & Jeka, J.J., (1992), Symmetry breaking dynamics of human multi-
limb coordination, en Journal of Experimental Psychology: Human Perception and
Performance, 18, 645688.
Kelso, J.A.S., Case, P., Holroyd, T., Horvath, E., Raczaszek, J., Tuller, B. & Ding,
M., (1994), Multistability and metastability in perceptual and brain dynamics,
en P. Kruse & M. Stadler (eds.), Ambiguity in mind and nature. Springer series in
synergetics (pp. 159-185), Heidelberg: Springer-Verlag.
Kelso, J.A.S., DelColle, J.D., & Schner, G., (1990), Action-perception as a pattern
formation processs, en Jeannerod, M., (ed.), Attention and performance XIII (pp.
139169), Hillsdale, NJ: Erlbaum.
Kennerley S., Diedrichsen J., Hazeltine E., Semjen A., & Ivry R., (2002), Callosotomy
patients exhibit temporal and spatial uncoupling during continuous bimanual
movements, en Nature Neuroscience, 5, 376-381.
Kim, J., (1993), Supervenience in philosophy of mind, en S. Guttenplan (ed.), The
Blackwell companion to philosophy of mind, Oxford: Blackwell.
Kim, J., (1998), The Nature of Supervenience, en Robert Klee (ed.), Scientific inquiry
(pp. 142-162), New York: Oxford University Press.
Kim, J., (1999), Making sense of emergence, en Philosophical Studies, 95, (1-2),
3-36.
Kim, J., (2001), Mind in a physical world: An essay on the mind-body problem and mental
causation, Cambridge: MIT Press.
King, C., (1991), Fractal and chaotic dynamics in the brain, en Progress in Neuro-
biology, 36, 279-308
Kinney, H. C., Korein, J., Panigrahy, A., Dikkes, P., & Goode, R., (1994), Neuro-
pathological .findings in the brain of Karen Quinlan. The role of the thalamus
in the persistent vegetative state, en New England Journal of Medicine, 330,
1469-1475.
Kirsh, D., (1995), The intelligent use of space, en Artificial Intelligence, 73, 31-
68.
Klausner, R.D., Donaldson, R.G., & Lippincott-Schwartz, J., (1992), Journal of
Cellular Biology, 116, 10711081.
Knyazeva, H., & Haken, H., (1999), Synergetics of human creativity, en W. Ts-
chacher, J. Dauwalder (eds.), Dynamics, synergetics, autonomous agents. Nonlinear
systems approaches to cognitive psychology and cognitive science (pp. 74-79), Singapore:
World Scientific.
Koch, S., (1964), Behaviorism and Phenomenology, Chicago: The University of Chi-
cago Press.
248
ibanez.indd 248 23/10/08 20:51:33

Khler, W., (1940), Dynamics in psychology, New York: Liveright.
Kolmogorov, A.N., (1965), Three approaches to the quantitative definition of In-
formation, en Problems of Information Transmission, 1, 4-7.
Korn, H., & Faure, P., (2003), Is there chaos in the brain? II. Experimental evidence
and related models, en Currents Reviews in Biologies, 326, 787840.
Kozma, R., & W.J. Freeman, (2001), Chaotic resonance Methods and applications
for robust classification of noisy and variable patterns, en International Journal of
Bifurcation & Chaos, 11(6), 2307-2322.
Kozma, R., Freeman, W., & Erdi, P., (2003), The KIV Model Nonlinear spatio-
temporal dynamics of the primordial vertebrate forebrain, en Neurocomputing,
52, 819-826.
Krichmar, J.L., & Edelman, G.M., (2002), Machine psychology: Autonomous
behavior, perceptual categorization and conditioning in a brain-based device,
en Cerebral Cortex, 12, 818830.
Krylov, N.M., & Bogoliubov, N., (1943), Problemes fondamenaux de la mecanique
non lineaire, en Revue generale des sciences pures et appliquees, 44, 919.
Kull, K., (2003), Building biosemiotics, en Cybernetics and Human Knowing, 10,
4760.
Kupper, Z., & Tschacher W., (2002), Symptom trajectories in psychotic episodes,
en Comprehensive Psychiatry, 43, 311-318.
La Metrie, J., (1912), Lhomme machine, La Salle: Open Court (trabajo original
publicado en 1748).
Lakatos, I., (1974), Falsification and the methodology of scientific research programs,
en I. Lakatos & A. Musgrave (eds.), Criticism and the growth of knowledge (pp.
91-195), Cambridge: Cambridge University Press.
Lakoff, G., & Johnson M., (1999), Philosophy in the Flesh: The embodied mind and its
challenge to western thought, NY: Basic Books.
Lakoff, G., & Johnson, M., (1980), Metaphors we live by, Chicago and London:
University of Chicago Press.
Lange, R., (1999), A cusp catastrophe approach to the prediction of temporal patterns
in the kill dates of individual serial murderers, en Nonlinear Dynamics, Psychology,
and Life Sciences, 3, 143-160.
Langton, C., (1989), Artificial life en C. Langton (ed.), Artificial life (Santa Fe
Institute Studies in the Sciences of Complexity, Vol. VI), (pp. 1-47) California:
Addison-Wesley..
Langton, S., (1990), Studying artificial life with cellular automata, en Physica, 22,
120-149.
249
ibanez.indd 249 23/10/08 20:51:33

Laszlo, E., (1992), Le management volutionniste - Naviguer dans la turbulence, Paris:
Intellectica.
Le Corbeiller, P., (1933), Les systemes auto-entretenus, Paris: Hermann.
Le Van Quyen, M., Martinerie, J., Navarro, V., et al., (2001), Anticipation of epileptic
seizures from standard EEG recordings, en Lancet, 357, 183-88.
Le Van Quyen, M., & Petitmengin, C., (2002), Neuronal dynamics and conscious
experience: An example of reciprocal causation before epileptic seizures, en
Phenomenology and the Cognitive Sciences, 1, 169-180.
Le Van Quyen, M., (2003), Disentangling the dynamic core: a research program for
a neurodynamics at the large scale, en Biological Research, 36, 61-82.
Le Van Quyen, M., Adam, C., Lachaux, J., Martinerie, J., Baulac, M., Renault, B., &
Varela, F., (1997a) Temporal patterns in human epileptic activity are modulated
by perceptual discriminations, en Neuroreport, 8, 1703-1710
Le Van Quyen, M., Martinerie, J., Adam, C., & Varela, F., (1997b), Unstable periodic
orbits in a human epileptic activity, en Physical Review, 56, 3401-3411.
Lee, T., Blandin, Y., & Proteau, L., (1996), Effects of task instructions and oscillation
frequency on bimanual coordination, en Psychological Research, 59, 100-106.
Lefschetz, S., (1957), Differential equations: Geometric theory, New York: Interscien-
ce.
Lehernetz, K., Arnol, P., & Grassberg, C., (2000), Chaos in brain?, Singapore: World
scientific.
Lewes, G., (1875), Problems of life and mind (vol. 2), London: Kegan Paul, Trench,
Turbner, & Co.
Lewis, C., (2005), The emergence of mind in the emotional brain, en A. Demetriou
& A. Raftopoulos, (eds.), Cognitive developmental change: Theories, models and
measurement (pp. 217-240), Cambridge: Cambridge University Press.
Li, S., (2003), Biocultural orchestation of developmental plasticity across levels: The
interplay of biology and culture in shaping the mind and behavior across the
lifespan, en Psychological Bulletin, 129, 171-194.
Lighthill, J., (1973), Artificial intelligence: A general survey, en Lighthill, J., Su-
therland, N.S., Needham, R.M., Longuet-Higgins, H.C., and Michie, D., (eds).
Artificial Intelligence, Science Research Council of Great Britain, London.
Liu, H., (2004), A brief history of the concept of chaos, China: Beijing Press.
Looijen, R., (1998), Holism and reductionism in biology and ecology: the mutual
dependence of higher and lower level research programmes, Groningen: University
Library Groningen.
Lorenzt, E., (1960), Energy and numerical prediction, en Tellus, 12, 364373.
250
ibanez.indd 250 23/10/08 20:51:34

Lorenzt, E., (1993), The essence of chaos, Seattle: Univ. of Washington Press.
Luenberger, D., (1979), Introduction to dynamic systems, NY: Wiley.
Lutz, A., Greischar, L., Rawlings, N.B., Ricard, M., & Davidson, R.J., (2004), Long-
term meditators self-induce high-amplitude synchrony during mental practice,
en Proceedings of the National Academy of Sciences, 101, 16369-16373.
Lutzenberger, W., Preissl, H., & Pulvermller, F., (1995), Fractal dimension of EEG
time. International Journal of Bifurcation and Chaos, 6 (2), 267-278.
Lyapunov, A.M., (1907/1892), Probleme general de la stabilite du mouvement (trad.
E. Davaux), en Annales de la Facult des Sciences de Toulouse (2) 9, 203-469.
Lycan, W., (1987), Consciousness, Cambridge, MA: MIT Press.
Lynn, R., & Stein, F., (1991), Imaginated and situated cognition, Cambridge: MIT
press.
Malebranche, N., (1997), The search after truth (trad. T.M. Lennon & P.J. Olscamp),
Cambridge: Cambridge University Press (trabajo original publicado en 1712).
Mandelbrot, B., (1975), Fractals: Form, chance, and dimension, San Francisco: Free-
man.
Massimini, F., Delle, A., Fave, A., (2000), Individual development in a biocultural
perspective, en American Psychologist, 55, 24-33.
Maturana, H., (1978), Biology of language: The epistemology of reality, en G.A.
Miller & E. Lenneberg (eds.), Psychology and biology of language and thought: Essay
in honor of Eric Lenneberg (pp. 27-63), New York: Academic Press.
Maturana, H., & Varela, F., (1980), Autopoiesis and cognition: The realization of the
living, Dordrecht: Reidel.
Maturana, H., & Varela, F., (1984), El rbol del conocimiento, Santiago, Editorial
Universitaria.
Maturana, H., (1975), The organization of the living: a theory of the living organi-
zation, en International Journal of machine studies, 7, 3-34.
Maturana, H., & Varela, F., (1973), De mquinas y seres vivos, Santiago de Chile,
Editorial Universitaria.
Mayville, J., Fuchs, A., Ding, M., Cheyne, D., Deecke, L., & Kelso, J., (2001),
Event-related changes in neuromagnetic activity associated with syncopation and
synchronization timing tasks, en Human Brain Mapping, 14 (2), 6580.
Mayville, J., Jantzen, K., Fuchs, A., Steinberg, F., & Kelso, J., (2002), Cortical and
subcortical networks underlying syncopated and synchronized coordination
revealed using fMRI, en Human Brain Mapping, 17 (4), 214-229.
McClelland, D.C., (1987), Human motivation, Cambridge: Cambridge University
Press.
251
ibanez.indd 251 23/10/08 20:51:34

McCulloch, W., & Pitts, W., (1943), A logical calculus of ideas immanent in nervous
activity, en Bulletin of Mathematical Biophysics, 5, 115133.
McKelvey, B., (1999), Avoiding complexity catastrophe in coevolutionary pockets.
Strategies for rugged landscapes, en Organization Science, 10, 294- 321.
Mechsner, F., Kerzel, D., Knoblich, G., & Prinz, W., (2001), Perceptual basis of
bimanual coordination, en Nature, 414, 69-73.
Mella, M., (2002), Varieties with one apparent double point, en Mathematics, 1,
10-41.
Meretz, S., (1999), Meaning concepts used in psychology and computer sciences,
en Wolfgang Maiers, B. Bayer, B.D. Esgalhado, R. Jorna & E. Schraube (eds.),
Challenges to theoretical psychology, NY: Captus University Publications.
Merleau-Ponty, M., (1963), The primacy of perception, Northwestern University
Press.
Michel, O., (1996), Khepera simulator package (version 2.0), (1996), Freeware mobile
robot simulator, <http://diwww.epfl.ch/lami/team/michel/khep-sim>.
Mikulecky, D., (1995), Life, complexity and the edge of chaos, en Biotheorethica,
27, 124-198.
Mikulecky, D., (2001), The emergence of complexity: Science coming of age or
science growing old?, en Computers & Chemistry, 25 (4), 341-348.
Mikuleky, D., (1999), Robert Rosen, Virginia University, USA.
Mill, J., (1843), System of logic, London: Longmans, Green, Reader, and Dyer.
Minsky, M., & Papert, S., (1969), Perceptrons, Cambridge, Mass, The MIT Press.
Mira, C., & Lagasse, J., (1976), Transformations ponctuelles et leurs applications. Colloque
international, Toulouse, 1014 september 1973, Paris: ditions du CNRS.
Mitra S., et al., (1997), Multimodal dynamics in sensomtor cycles, en Journal of
Motor Behavior, 29 (3), 195-198, 1997.
Morgan, C., (1923), Emergent Evolution, New York: Holt.
Murry J., & Sturdy D., (1995), The connectivity of the brain: multi-level quantitative
analysis, en Biological Cybernetics, 73: 52945.
Natarajan, K., Acharya U., Rajendra, A., Fadhilah, T., & Puthusserypady, S., (2004),
Nonlinear analysis of EEG signals at different mental states, en BioMedical
Engineering OnLine, 3, 7-23.
Nathan, S., White, B., & Alkire, M., (2002), Network activity Changes during general
anesthesia provide support for neurobiological theories of conscious awareness,
en Anesthesiology, 96, 84-96.
National Institutes of Health, (2000), Computational neuroscience at the NIH, en
Nature neuroscience (supplement 3), 1161-1263.
252
ibanez.indd 252 23/10/08 20:51:34

Neumann-Held, E., (2001), Lets talk about genes: The process molecular gene
concept and its context, en S. Oyama, P.E. Griffith and R.D. Gray (eds.), Cycles
of contingency: developmental Systems and evolution (pp.69-84), Cambridge, MA:
MIT Press.
Newell, A., & Simon, H., (1961), GPS, a program that simulates human thought,
en E.A. Feigenbaum & J. Feldman (eds.), Computers and thought, New York:
McGraw-Hill.
Newell, A., & Simon, H., (1976), Computer science as empirical enquiry. Symbols
and search, en Communication of the Association for Computer Machinery, 19,
113-126.
Nicolis, J.S., (1983), The role of chaos in reliable information processing, en E.
Basar, H. Flohr, H. Haken & A.J. Mandell (eds.), Synergetics of the brain (pp.
330-344), Berlin: Springer-Verlag.
Nielsen, K., (2005, en prensa), Dynamical explanation in cognitive science, en
Journal for General Philosophy of Science, 24.
Orsucci, F., (2002), Changing mind: Transitions in natural and artificial environments,
Singapore: World Scientific.
Oyala, C., (2005), The significance of addressing system dynamics explanations,
en Proceedings of the International Conference of the System Dynamics Society, 23,
347-366.
Oyama, T., Morita, M., Isse, T., Kagawa, N., Nakata, S., So, T., Mizukami, M.,
Ichiki, Y., Ono, K., Sugaya, M., & Uramoto, H., (2005), Immunohistochemical
evaluation of cytochrome P450 (CYP) and p53 in breast cancer, en Frontiers in
Bioscience, 10, 11561161.
Patee, H., (1968), Cell psychology: An evolutionary approach to the symbol-matter
problem, en Cognition and Brain Theory, 5, 325-341.
Peixoto, M., (1959), On structural stability, en Annals of Mathematics, 69,
199222.
Peper, C.E., Beek, P. J., & van Wieringen, P. C.W., (1995), Multifrequency coordi-
nation in bimanual tapping: Asymmetric coupling and signs of supercriticality,
en Journal of Experimental Psychology: Human Perception and Performance, 21,
1117.
Peper, C.E., & Carson, R.G., (1999), Bimanual coordination between isometric
contractions and rhythmic movements: an asymmetric coupling, en Experimental
Brain Research, 129, 417-432.
Pepper, J., (1926), Emergence, en Journal of Philosophy, 23, 241-245.
253
ibanez.indd 253 23/10/08 20:51:34

Petitot, J., (1995), Morphodynamics and attractor syntax, en R. Port & T. van Gelder
(eds.), Mind as Motion: Explorations in the dynamics of cognition (pp. 227-281),
Massachusetts: MIT Press.
Piaget, J., (1954), The construction of reality in the child, Belgium: Basic Books.
Pickering, A., (2002), Cybernetics and the mangle: Ashby, Beer and Pask, en Social
Studies of Science, 32, 413-37.
Pincus, S.M., (1994), Approximate entropy as a measure of system complexity, en
Proceedings National Academy of Science, USA, 88, 2297-2301.
Poincar, H., (1890), Sur le probleme des trois corps et les equations de la dynamique,
en Acta Mathematica, 13, 1-270.
Poincar, H., (1895), Analysis situs, en Journal de lcole Polytechnique, 1, 1-121.
Poincar, H., (1908), Science et methode, Paris: Flammarion.
Polanyi, M., (1969), Knowing and being, Chicago: University of Chicago Press.
Poon, C., & Barahona, M., (2000), Titration of chaos with added noise, en Procedings
of National Academy of Science, USA, 98, 7107-7112.
Popper, K., (1959), Logic of scientific discovery, Hutchinson: London.
Port & T. van Gelder (eds. 1995), Mind as motion: explorations in the dynamics of
cognition, Cambridge, MA: MIT Press.
Port, R., (2000), Dynamical systems hypotesis in cognitive science, en Encyclopedia
of cognitive science, Macmillan, London.
Pospelov, D., & Fet, Y., (1998), Early history of soviet cybernetics, en Computing
Center of Russian Academy of Science, 23, 81-99.
Pradhan, N., Rapp, P., & Sreenivasan, R., (1999), Nonlinear Dynamics and Brain
Functioning, NY: Novascience.
Pradhan, N., & Sdasivan, P., (1996), The nature of dominant liapunov exponent,
en Computing Biological Medicine, 26, 419-428.
Prem, S., (1996), Elements of an epistemology of embodied AI, en Technical report
GOFAI, 3, 45-58.
Prideaux, J., Ware, A., Clarke, M., & Mikulecky, D., (1993), A Modified Neural
Network Model of Tumor Cell Interactions and Subpopulation Dynamics, en
Invasion and Metastisis, 13, 50-56.
Prigogine I., (1996), El fin de las certidumbres, Santiago de Chile, Editorial Andrs
Bello.
Prigogine, I., & Stengers, I., (1984), Order out of chaos: Mans new dialogue with
nature, Londres, Heinemann.
254
ibanez.indd 254 23/10/08 20:51:35

Pritchard, W., & Duke, D., (1995), Measuring chaos in the brain, en International
Journal of Neuroscience, 67, 31-80.
Raczaszek, J., Tuller, B., Shapiro, L.P., Case, P., & Kelso, J.A.S., (1999), Categoriza-
tion of ambiguous sentences as a function of a changing prosodic parameter: A
dynamical approach, en Journal of Psycholinguistic Research, 28, 12-44.
Raftopoulos, A., (2005), Types of cognitive change: a dynamical, connectionist
account, en A. Demetriou & A. Raftopoulos (eds.), Cognitive developmental
change: Theories, models and measurement (pp. 74-217), Cambridge: Cambridge
University Press.
Ramn y Cajal, S., (1906), The Structure and Connexions of Neurons (discurso de
entrega del Premio Nobel).
Ray, T., (1992), Jai jou Dieu et cr la vie dans mon ordinateur, en Le Temps
stratgique, 47, 68-81.
Reznick, J.S., & Goldfield, B.A., (1992), Rapid change in lexical development in
comprehension and production, en Developmental Psychology, 28, 406-413.
Richardson, K., & Cilliers, P., (2001), What is complexity science? A view from
different directions, en Emergence, 3, 5-22.
Richardson, R., (1997), Natural and artificial complexity, en Proceedings of New
York Academy of Science, 23, 76-77.
Riley M., Mitra S., Stoffregen T., & Turvey M., (1997), Influences of body lean and
vision on unperturbed postural sway, en Motor Control, 1, 229-246.
Rinaldi, S., & Gragnani, A., (1998), Love dynamics between secure individuals:
A modeling approach, en Nonlinear Dynamics, Psychology, and Life Sciences, 2,
283-301.
Robertson, R., & Combs, A., (eds.), (1995), Chaos theory in psychology and the life
sciences, Mahwah, NJ: Lawrence Erlbaum Associates.
Roschke, J., Fell, J., & Beckmann, P., (1995), Nonlinear analysis of sleep EEG in
depression: Calculation of the largest lyapunov exponent, en European Psychiatry
and Clinical Neuroscience, 245 (1), 27-35.
Roschke, J., Mann, K., & Fell, J., (1994), Nonlinear EEG dynamics during sleep
in depression and schizophrenia, en International Journal of Neuroscience, 75,
271-284.
Rose, S., (1995), Life beyond the gene, Rose, Steven, NY: Paperback.
Rosen, R., (1991), Theoretical biology and complexity, Orlando: Academic Press.
Rosen, R., (1978), Fundamentals of measurement and representation of Natural systems,
New York: North-Holland.
255
ibanez.indd 255 23/10/08 20:51:35

Rosen, R., (1985a), Anticipatory systems, Oxford: Pergamon Press.
Rosen, R., (1985b), Organisms as causal systems which are not mechanisms, en R.
Rosen (ed.), Theoretical biology and complexity (pp. 245-267), Orlando: Academic
Press, Inc.
Rosen, R., (1998), Essays on Life Itself, Columbia: Columbia University Press.
Rosenblatt, F., (1957), The perceptron: A perceiving and recognizing automaton,
en Technical Report, 85-460-1, Cornell Aeronautical Laboratory.
Rowe D., Robinson P., & Rennie C., (2002), Dynamics of large-scale brain activity
in normal arousal states and epileptic seizures, en Physical Review, 65, 1-9.
Rowe, D., Rennie, C., Robinson, P., & Gordon, E., (2000), Dynamical structures
on the edge of chaos in EEG modelig, en Annual international conference of the
society for chaos theory in psychology & life sciences.
Ruelle, D., & Takens, F., (1971), On the nature of turbulence, en Communications
in Mathematical Physics, 20, 167192.
Ruhland, R., & van Geert, P., (1998), Jumping into syntax: transitions in the de-
velopment of closed class words, en British Journal of Developmental Psychology,
16, 65-95.
Rumelhart, D., & Zipser, E., (1986), Feature discovery by competitive learning,
en McClelland, D.E. Rumelhart & the PDP Research Group (eds.), Parallell
Distributed Processing: Explorations in the Microstructure of Cognition, Cambridge,
MA: The MIT Press.
Rumelhart, D.E., Smolensky, P., McClelland, J.L., & Hinton, G.E., (1986), Sche-
mata and sequential thought processes in PDP models, en J.L. McClelland, D.E.
Rumelhart & the PDP Research Group (eds.), Parallell Distributed Processing:
explorations in the microstructure of cognition, Cambridge, MA: The MIT Press.
Ryle, G., (1949), The concept of mind, Chicago: University of Chicago Press.
Scheich, H., & Freeman, W.J., (2001), Change in pattern of ongoing cortical activity
with auditory category learning, en Nature, 412, 733-736.
Schmid-Schonbein, C., (1998), Improvement of seizure control by psychological
methods in patients with intractable epilepsies, en Seizure, 7, 261-270.
Schmidt R., Carello C., & Turvey M., (1990), Phase transitions and critical fluctuatio-
ns in the visual coordination of rhythmic movements between people, en Journal
of Experimental Psychology: Human Perception and Performance, 16, 227247.
Scholz, J.P., & Kelso, J.A.S., (1998), Intentional switching between patterns of
bimanual coordination depends on the intrinsic dynamics of the patterns, en
Journal of Motor Behavior, 22,98-124.
256
ibanez.indd 256 23/10/08 20:51:35

Schner G., Dijkstra T., & Jeka J., (1998), Action-perception patterns emerge from
coupling and adaptation, en Ecological Psychology, 10, 323-346.
Schner, G., (2002), Dynamical systems approaches to neural systems and behavior,
en N.J. Smelser and P.B. Baltes (eds.), International Encyclopedia of the Social &
Behavioral Sciences (pp. 10571-10575), Oxford: Pergamon.
Schner, G., & Kelso, J.A.S., (1988a), Dynamic pattern generation in behavioral
and neural systems, en Science, 239, 15131520.
Schner, G., & Kelso, J.A.S., (1988b), A synergetic theory of environmentally-spe-
cified and learned patterns of movement coordination: II. Component oscillator
dynamics, en Biological Cybernetics, 58, 81-89.
Schner, G., & Kelso, J.A.S., (1989), Dynamic patterns in biological coordination:
Theoretical strategy and new results, en J.A.S. Kelso, A.J. Mandell & M.F.
Schlesinger (eds.), Dynamic patterns in complex systems (pp. 77-102), Singapore:
World Scientific.
Schner, G., Haken, H., & Kelso, J.A.S., (1986), A stochastic theory of phase tran-
sitions in human hand movement, en Biological Cybernetics, 53, 247257.
Schouten, M., & de Jong, H., (2001), Pluralism and heuristic identification: Some
explorations in behavioral genetics, en Theory & Psychology, 11, 796-807.
Schutte, A., Spencer, J., & Schner, G., (2003), Testing the dynamic field theory:
Working memory for locations becomes more spatially precise over development,
en Child Development, 47, 1393-1410.
Schweitzer, F., & Zimmermann, J., (2001), Communication and self-organization
in complex systems: A basic approach, en M.M. Fischer & J. Froehlich (eds.),
Knowledge, complexity, and innovation systems (pp. 275-296), Berlin: Springer.
Searle, J., (2000), Consciousness, en Annual Review of Neurosciece, 23, 557-78.
Seth, A., Mckinstry, J., Edelman, G.M., & Krichmar, J., (2004), Active sensing of
visual and tactile stimuli by brain-based devices, en International Journal of Robotics
and Automation, 19 (4), 222238.
Seth, A., & Edelman, G.M., (2004a), Environment and behavior infuence the com-
plexity of evolved neural networks, en Adaptive Behavior, 12, 520.
Seth, A., & Baars, B., (2005), Neural Darwinism and consciousness, en Consciousness
and Cognition, 14 (1), 140-168.
Shannon, C., (1948), A mathematical theory of communication, en Bell System
Technical Journal, vol. 27, pp. 379-423.
Shen, Y., & Franz, E., (2005, en prensa), Hemispheric Competition in Left-Handers
on Bimanual Reaction Time Tasks, en Journal of Motor Behaviour.
257
ibanez.indd 257 23/10/08 20:51:36

Shi, Z., Huang, Y., & Zhang, Y., (2004), Neural Field Model for Perceptual Learning,
en Procedings of the International Conference of computing, 16, 192-198.
Shimoide, K., Greenspon, M.C., & Freeman, W.J., (1999), Modeling of chaotic
dynamics in the olfactory system and application to pattern recognition, en
F.H. Eeckman (ed.), Neural systems analysis and modeling (p. 365-372), Boston:
Kluwer.
Shiner, J., Davison, M., & Landsberger, P., (1999), Simple measure for complexity,
en Physical Review, 59, 14591464.
Shuai, J., & Durand, D., (2003), Strange non-chaotic attractors in neural networks,
en International Journal of Bifurcation and Chaos, 13, 251-260.
Shultz, T.R., (2003), Computational developmental psychology, Cambridge, MA: MIT
Press.
Siegelmann, D., (1993), Analog computation via neural networks, en Theoretical
Computer Science, 131, 331-360.
Siegler, R.S., (2005, en prensa), Inter- and intra-individual differences in problem
solving across the life span, en F.I.M. Craik & E. Bialystok (eds.), Lifespan cog-
nition: Mechanisms of change, Oxford, UK, Oxford University Press.
Silberstein, M., & McGeever, J., (1999), The search for ontological emergence, en
The Philosophical Quarterly, 49, 182-200.
Singer, W., & Gray, C., (1995), Visual feature integration and the temporal correlation
hypothesis, en Annual Review of Neuroscience, 18, 555-586.
Singer, W., (1999), Neuronal synchrony: a versatile code for the definition of rela-
tions?, en Neuron, 24, 49-65.
Skarda, C., & Freeman, W.J., (1987), How brains make chaos in order to make sense
of the world, en Behavioral and Brain Sciences, 10, 161-195.
Skarda, C., & Freeman, W.J., (1990), Chaos and the new science of the brain, en
Concepts in Neuroscience, 1, 275-285.
Smale, S., (1978), Review of E. C. Zeeman, catastrophe theory (1977), en Bulletin
of the American Mathematical Society, 84, 13601368.
Smale, S., (1980), The mathematics of time: Essays on dynamical systems, economic
processes, and related topics, New York, Springer-Verlag.
Smale. S., (1965), Diffeomorphisms with many periodic points, en S.S. Cairns
(ed.), Differential and combinatorial topology (pp. 63-80), Princeton, NJ: Princeton
Univ. Press.
Smith, K., Brighton, H., & Kirby, S., (2003), Complex systems in language evolu-
tion: the cultural emergence of compositional structure, en Advances in Complex
Systems, 6 (4), 537-558.
258
ibanez.indd 258 23/10/08 20:51:36

Smith, L., & Samuelson, L., (2002), Different is good: conectionism and dynamic
system theory, en J. Spencer y E. Thelen (eds.), Conectionism and dynamic system
theory (special issue), Developmental science.
Solomonoff, R.J., (1969), A formal theory of inductive reference, en Information
and Control, 7, 224-254.
Sophian, C., (1985), Perseveration and infants search. A comparison of 2- and 3-
location tasks, en Developmental Psychology, 21, 187-194.
Spencer, J., & Hund, A.M., (2003), Developmental continuity in the processes that
underlie spatial recall, en Cognitive Psychology, 47, 432-480.
Spencer, J., Smith, L., & Thelen, E., (2001), Test of the dynamic systems account
of the error A no B, en Child Development, 72, 1327-1346.
Sporns, O., (2002), Graph theory methods for the analysis of neural connectivity
patterns, en R. Ktter (ed.), Neuroscience databases. A practical guide (pp. 171-
186), Boston, MA: Klwer.
Sporns, O., & Tononi, G., (2002), Classes of network connectivity and dynamics,
en Complexity, 7, 2838.
Sporns, O., Tononi, G., & Edelman, G.M., (2000), Theoretical neuroanatomy:
Relating anatomical and functional connectivity in graphs and cortical connection
matrices, en Cerebral Cortex, 10, 127-141.
Srinivasan, R., Russell, D.P., Edelman, G.M., & Tononi, G., (1999), Increased
synchronization of magnetic responses during conscious perception, en Journal
of Neuroscience, 19, 54355448.
Stadler, M., & Kruse, P., (1994), Gestalt theory and synergetics: from psychoneural
isomorphism to holistic emergentism, en Philosophical Psychology, 7, 211-226.
Steels, J., (1994), Mathematical analysis of behavioral sistems, Bruselas, Artificial inte-
lligent laboratories, University of Bruselas.
Stegmller, W., (1976), The structure and dynamics of theories, New York, Springer-
Verlag.
Stengers, I., (1999), The invention of modern science, Minneanapolis, University of
Minnesota Press.
Sternad, D., Duarte, M., Katsumara, H., & Schaal, S., (2000), Dynamics of bouncing
a ball in human performance, en Physical Review, 63, 807-902.
Stins, J.F., & Michaels, C., (1999), Strategy differences in oscillatory tracking: stimulus
hand versus stimulus manipulandum coupling, en Journal of Experimental
Psychology: Human Perception and Performance, 25, 17931812 .
Sussmann, H.J., & Zahler, R., (1978), Catastrophe theory as applied to the social
and biological sciences: A critique, en Synthese, 37, 117216.
259
ibanez.indd 259 23/10/08 20:51:36

Swinnen, S., (2002), Intermanual coordination: From behavioural principles to
neural-network interactions, en Nature Reviews Neuroscience, 3, 348-359.
Swinnen, S.P., Heuer, H., Massion, J., & Casaer, P., (1994), Interlimb coordination:
Neural, dynamical and cognitive constraints, San Diego, CA: Academic Press.
Swinnen, S.P., Verschueren, S.M.P., & Dounskaia, N., (1996), Is motor pathology
associated with setting new CNS priorities or with increased difficulty in over-
coming or suppressing preexisting CNS priorities? en Behavioral and Brain
Sciences, 19, 87-89.
Tall, D., & West, B., (1986), Graphic insight into calculus and differential equa-
tions, en Howson, A.G., & Kahane, J., (eds.), The Influence of computers and
informatics on mathematics and its teaching (pp. 107-119), Strasbourg: Cambridge
University Press.
Tass, P., (2002), Desynchronization of brain rhythms with soft phase-resetting tech-
niques, en Biological Cybernetics, 87, 102-15.
Tass, P. ,(2002a), Synergetics of the nervous systems, en Nonlinear Phenemena in
Complex Systems, 5, 470-478.
Temprado, J., (2003), The interplay between attention and coordination dynamics,
en Tschacher, W., & Dauwalder, J-P, (eds.), The dynamical systems approach to
cognition (pp. 93-132), Singapore: World Scientific.
Thelen, E., & Smith, L., (1994), A dynamic systems approach to the development of
cognition and action, Cambridge, MA: MIT Press.
Thelen, E., (1995), Time scale dynamics and the development of an embodied
cognition, en R. Port & T. van Gelder (eds.), Mind as motion: explorations in the
dynamics of cognition, Cambridge, MA: MIT Press.
Thelen, E., (2003), Grounded in the world: Developmental origins of the embodied
mind, en W. Tschacher & J. Dauwalder (eds.), The dynamical systems approach to
cognition, Singapore: World Scientific
Thelen, E., & Bates, E., (2002), Connectionism and dynamic systems: Are they really
differents?, en Developmental Science, 6, 378391.
Thelen, E., Schoner, G., Scheier, G., & Smith, L., (2000), The dynamics of embo-
diment: A field theory of infant preseverative reaching, en Behavioral and brain
sciences, 6, 13-28
Thellier, M., Desbiez, M., & Mikulecky, D., (1994), Growth messages in plants:
Principle of a possible modeling, and further experimental characteristics, en
Journal of Biological Systems, 2, 127-136.
Thom, R., (1975), Structural stability and morphogenesis: Outline of a general theory
of models, Paris, Fowler.
260
ibanez.indd 260 23/10/08 20:51:37

Thomas, X., (2004), Complexity in systematic theology, en K. van Kooten & H.
Buhl (eds.), Approaching a complex world through science, theology and the humanities
(pp. 120-132), Aldershot: Ashgate.
Thompson, E., & Varela, F., (2001), Radical embodiment: Neural dynamics and
consciouness, en Trends in Cognitive Sciences, 10, 418-425.
Thompson, I., (1995), Our evolutionary bifurcation, or how to find food for thought
with the fork in the road, en Annals of Earth, 234, 81-88.
Tononi G., & Edelman G.M., (1998), Consciousness and complexity, en Science,
282, 1846-1851.
Tononi, G., & Sporns, O., (2003), Measuring information integration, en Neuros-
cience, 4, 31-38.
Tononi, G., McIntosh, A.R., Russell, D.P., & Edelman, G.M., (1998), Functional
clustering: Identifying strongly interactive brain regions in neuroimaging data,
en Neuroimage, 7, 133149.
Tononi, G., Sporns, O., & Edelman, G.M., (1994), A measure for brain complexity:
relating functional segregation and integration in the nervous system, en Procee-
dings of the National Academy of Sciences, USA, 91, 50335037.
Tononi, G., Sporns, O., & Edelman, G.M., (1996), A complexity measure for se-
lective matching of signals by the brain, en Proceedings of the National Academy
of Sciences, USA, 93, 3422-3427.
Tononi, G., Sporns, O., & Edelman, G.M., (1999), Measures of degeneracy and
redundancy in biological networks, en Proceedings of the National Academy of
Sciences, USA, 96, 32573262.
Tononi, G., Srinivasan, R., Russell, D.P., & Edelman, G.M., (1998b), Investiga-
ting neural correlates of conscious perception by frequency-tagged neuromag-
netic responses, en Proceedings of the National Academy of Sciences, USA, 95,
31983203.
Torbeyns et al., (2005), Cognitive change as strategy change, en A. Demetriou &
A. Raftopoulos (eds.), Cognitive developmental change: Theories, models and mea-
surement (pp. 186-216), Cambridge: Cambridge University Press.
Treffner, P., & Turvey, M.T., (1996), Symmetry, broken symmetry, and handedness
in bimanual coordination dynamics, en Experimental Brain Research, 107, 463-
478.
Treur, J., (2005), A unified perspective on explaining dynamics by anticipatory state
properties, en Iwinac, 7, (1), 27-37.
Tschacher, W., & Dauwalder, J.P., (eds.), (2003),
, Singapore: World Scientific.
261
ibanez.indd 261 23/10/08 20:51:37

Tschacher, W., Dauwalder, J.P., & Haken, H., (2003), Self-organizing systems, en
W. Tschacher & J.P. Dauwalder (eds.), The dynamical systems approach to cognition
(pp. 183-200), Singapore: World Scientific.
Tsuda, I., & Yamaguchi, A., (1998), Singular-continuous nowhere differentiable
attractors in neural systems, en Neural Networks, 11, 927-937, 1998.
Tsuda, I., (2001), Brain theory from complex systems viewpoint, en Biosynthesis,
34, 56-234.
Tsuda, I., (2002), The pausibility of a chaotic brain theory, Japon, Hokkaido Univer-
sity.
Tsuda, I., (2003), Ubiquitous chaotic itinerancy in the cortical activity, en Sym-
posium on the Dynamics of perception & cognition, NASA & National Science
Fundation.
Turing, A., (1950), Computing machinery and intelligence, en Mind, 59, 433-
460.
Turvey, M., & Carello, C., (1995), Some dynamical themes in perception and action,
en R. Port & T. van Gelder (ed.), Mind as motion: explorations in the dynamics of
cognition, Cambridge, MIT Press.
Vallacher, R.R., Nowak, A., & Kaufman, J., (1994), Intrinsic dynamics of social
judgment, en Journal of Personality and Social Psychology, 67, 20-34.
Van der Maas et al., (2005), Developmental patterns in proportional reasoning, en A.
Demetriou & A. Raftopoulos (eds.), Cognitive developmental change: theories, models
and measurement (pp. 118-156), Cambridge: Cambridge University Press.
Van der Maas, H., & Molenaar, P., (1992), A catastrophe-theoretical approach to
cognitive development, en Psychological Review, 99, 395-417.
Van der Pol, B., (1928), The heart beat considered as a relaxation oscillation, and an
electrical model of the heart, en Philosophical Magazine, 6, 763-775.
Van der Pol, B., (1948), Mathematics and radio problems, en Philips Research
Reports, 3, 174-190.
Van Fraassen, B., (1980), The scientific image, Oxford, The Clarendon Press.
Van Geert, P., (1998), A dynamic systems model of basic developmental mechanisms:
Piaget, Vygotsky, and beyond, en Psychological Review, 105, 634-677.
Van Gelder, T., (1995), What might cognition be, if not computation? en The
Journal of Philosophy, 91 (7), 345-81.
Van Gelder, T., (1998), The dynamical systems hypothesis, en Behavioral and Brain
Sciences, 21, 1-14.
Van Gelder, T., (2004), Beyond the mind-body problem, en C. Erneling & D.
Johnson (eds.), The Mind as a Scientific Object: Between Brain and Culture, New
262
ibanez.indd 262 23/10/08 20:51:37

York, Oxford University Press.
Van Leeuwen, C., (2003), The complex dynamical systems approach to inner psy-
chophysics, en Cognitive Processing, 1, 349-356.
Van Orden, G., Holden, J., & Turvey, M., (2003), Self-organization of cognitive
performance, en Journal of Experimental Psychology: General, 132, 331-350.
Van Orden, G., & Holden, J., (2002), Intentional contents and self control, en
Ecological Psychology, 14, 87-109.
Van Rooij, B., Bongers, R., & Haselager, W., (2002), A non-representational approach
to imagined action, en , 26, 345-375.
Varela, F., Thompsom, E., & Rosch, E., (1991), The embodied mind: Cognitive science
and human experience, MIT Press, Cambridge, MA, USA.
Varela, F., (1977), On being autonomous: The lessons of natural history for systems theory,
New York, Plenum.
Varela, F., (1979), Principles of biological autonomy, New York, North Holland.
Varela, F., & Thompson, E., (2002), Neural synchrony and consciousness: A neuro-
phenomenological perspective, en A. Cleeremans (ed.), The Unity of Consciousness:
Binding, Integration, and Dissociation, New York, Oxford University.
Varela, F., Maturana, H., & Uribe, R., (1974), Autopoiesis: The organization of living
systems, its characterization and a model, en BioSystems, 5, 189-193.
Velarde, M., Nekorking, V., Bazantsev, V., & Ross, J., (1997), The emergence
of form by replication, en Proceedings National Academy of Science, USA, 94,
5024-5027.
Von der Malsburg, C., (1983), How are nervous structures organized? en E. Basar,
H. Flohr, H. Haken, and A.J. Mandell (eds.), Synergetics of the brain. Proceeding of
the international symposium on synergetics (pp. pp. 238-259), Germany, Springer.
Von Foerster, H., (1960), On Self-Organizing systems and their enviroments, en
Yovits, M.C., Cameron, S., (Hg.), Self-Organizing Systems, London: OMG.
Von Glasersfeld, E., (1987), The Construction of knowledge, NJ: Intersystems Publi-
cations.
Von Neumann, J., (1951), The general and logical theory of automata, en L.A.
Jeffress (ed), Cerebral mechanisms in behavior, New York: Wiley.
Wallenstein, G., Kelso J.A.S., & Bressler, S., (1995), Phase transitions in spatio-tem-
poral patterns of brain activity and behavior, en Physica, 84 (3), 626-634.
Wallsten, T., & Bartn, C., (1982), Processing probabilistic multidimensional infor-
mation for decisions,en Journal of experimental psichology, 8, 361-384.
Wang, J., & Bender, M., (1991), Connectionist decision support systems for multiple
criteria decision making, en , 23, 1955-1960.
263
ibanez.indd 263 23/10/08 20:51:37

Ward, L., (2002), Dynamical cognitive science, Cambridge: MIT Press.
Weidlich, W., (1994), Synergetic Modelling Concepts for Sociodynamics with Appli-
cations to Collective Political Opinion Formation, en Journal of Mathematical
Sociology, 18, 267-291.
Weidlich, W., (1997), Sociodynamics applied to the evolution of urban and regional
structures, en Journal of Discrete Chaotic Dynamics, 1, 234-251.
Weidlich, W., (2000), Sociodynamics, A systematic Approach to Mathematical
Modelling in the Social Sciences, Harwood academic publishers, en Nonlinear
Phenomena in Complex Systems, 5, 479-487.
Weisstein, E., (2004), Fractal Dimension. MathWorld, Wolfram Web Resource, <http://
mathworld.wolfram.com/FractalDimension.html>.
Westerman, G., & Miranda, E., (2004), A new model of sensorimotor coupling in
the development of speech, en Brain and Language, 82, 393-400.
Wheeler, M., (1996), From Robots to Rothko, en M. Boden (ed), The Philosophy
of artificial Life, Amsterdam: Dress Press.
Widman, G., Schreiber, T., Rehberg, B., & Hoeft, A., (2000), Quantification of
depth of anesthesia by nonlinear time series analysis of brain electrical activity,
en Physiological Reviews, 62, 4898-4903.
Wiener, N., (1948), Cybernetics, or control and communication in the animal and the
machine, Cambridge, Massachusetts: The Technology Press.
Wills, T.J., Lever, C., Cacucci, F., Burgess, N., & OKeefe, J., (2005), Attractor dy-
namics in the hippocampal representation of the local environment, en Science,
308, 873-876.
Wilson, B., & Myers, K., (1999), Situated cognition in theoretical and practical
context, en D. Jonassen & S. Land (eds.), Theoretical foundations of learning
environments, Mahwah NJ: Erlbaum.
Wilson, K., (1971), Renormalization group and critical phenomena, en Physical
Review, 4, 3174-3183.
Wimmers, R.H., Beek, P.J., & Wieringen, P.C., (1992), Phase transitions in rhythmic
tracking movements: a case of unilateral coupling, en Human Movement Science,
11, 217226.
Wimsatt, W., (1986), Forms of aggregativity, en A. Donagan, A Perovich & M.
Wedin (eds.), Human nature and natural knowledge (pp. 241-259), Dordrecht:
D. Riedel.
Wolfram, S., (2002), A new kind of science, NY: Wolfram Press.
Wright, J., Rennie, C., Lees, G., Robinson, P., Bourke, P., Chapman, C., Gordon, E.,
& Rowe, D., (2003), Simulated electrocortical activity at microscopic, mesoscopic
264
ibanez.indd 264 23/10/08 20:51:38

and global scales, en Neuropsychopharmacology, 28, 80-93.
Wright, P., Fields, B., & Harrison, H., (2000), Analysing human-computer interaction
as distributed cognition: the resources model department of Computer Science, en
University of York, Heslin.
Wuyts, I., Summers, J., Carson, R., Byblow, W., & Semjen, A., (1996), Attention
as a mediating variable in the dynamics of bimanual coordination, en Human
Movement Science, 15, 877-897.
Zandvoort, H., (1988), Macromolecules, dogmatism and scientific change: The
prehistory of polymer chemistry as testing ground for philosophy of science, en
Studies of Historical Philosophy Science, 19, 489-515.
Zanone, P. G., & Kelso, J.A.S., (1997), The coordination dynamics of learning and
transfer: collective and component levels, en Journal of Experimental Psychology:
Human and Perception, 23 (5), 1454-1480.
Zanone, P.G., & Kelso, J.A.S., (1992), Evolution of behavioral attractors with lear-
ning: Non-equilibrium phase transitions, en Journal of Experimental Psychology:
Human Perception and Performance, 18, 403-421.
Zaror, G., & Guastello, S., (2000), Self-organization and leadership emergence: A
cross-cultural replication, en Nonlinear Dynamics, Psychology, and Life Sciences,
4, 113-119.
Zhang, X., Roy, R., & Jensen, E., (2001), EEG complexity as a measure of depth
of anesthesia for patients, en Transactions in Biomedical Engienering, 48, 1424-
1433.
Zimmerman, B., Lindberg, C., & Plsek, P., (1998), Edgeware: Insights from complexity
science for health care leaders, Irving: VRH, Inc.
265
ibanez.indd 265 23/10/08 20:51:38

266
ibanez.indd 266 23/10/08 20:51:38

267
ibanez.indd 267 23/10/08 20:51:38

268
ibanez.indd 268 23/10/08 20:51:38

Dinámica de La Cognición

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Dinámica de La Cognición

Cargado por

Copyright:

Formatos disponibles

DinMICA de LA COGNICIN

ibanez.indd 1 23/10/08 20:49:42

Esta edicin se termin de imprimir

Direccin: Juan Carlos Sez

Derechos exclusivos reservados para todos los pases.

Impreso en Chile/Printed in Chile

ibanez.indd 2 23/10/08 20:49:43

Director del Laboratorio de Neurociencias

ibanez.indd 3 23/10/08 20:49:43

ibanez.indd 4 23/10/08 20:49:44

ibanez.indd 5 23/10/08 20:49:44

ibanez.indd 6 23/10/08 20:49:44

Prlogo. Cognicin dinmica: una nueva promesa.................................. 17

Captulo 1. Origen y diversidad de las tradiciones cientficas de la

I.1. Demarcacin de los alcances del captulo...................................... 30

II.1. Teora de sistemas dinmicos (Dynamical systems theory)............... 32

II.1.1. Henri Poincar: limitaciones de los sistemas integrables,

a) Teora cualitativa de las ecuaciones diferenciales................... 33

ibanez.indd 7 23/10/08 20:49:44

II.1.2. La influencia rusa temprana: complemento, expansin

II.2. Termodinmica de inestabilidades...................................................... 39

II.2.1. Las celdas de Benrd................................................................. 41

II.3. Teora general de sistemas.................................................................. 43

II.3.1. Sistemas abiertos y biologa....................................................... 44

II.4.1. Algunos aportes fundamentales................................................. 47

II.8.1. Mandelbrot y la geometra de la naturaleza............................... 53

ibanez.indd 8 23/10/08 20:49:44

III.1. Reactividad a supuestos clsicos en ciencia.................................. 63

Captulo 2. La metfora topolgica de la mente I: Dinamicidad

I. Introduccin: complejidad y cognicin ................................................. 73

I.1. El porqu de las teoras de la complejidad en la cognicin:

I.2. Tradiciones cientficas de la complejidad y el estudio de

II. Ejemplares de las teoras de la cognicin .............................................. 77

III. Neurobiologizacin y matematizacin de la conciencia ...................... 81

III.1. Componentes estructurales . ...................................................... 82

Dynamic reentry en el seno del estudio de la conciencia ..................... 82

ibanez.indd 9 23/10/08 20:49:46

III.2. Componentes dinmicos del Neural darwinism ......................... 89

Apelacin a la fenomenologa de la conciencia .................................. 89

III.3. Pragmtica de la explicacin ...................................................... 94

IV. Caos y autoorganizacin en el estudio de la mente y el cerebro ........... 96

IV. 1. Componentes estructurales ....................................................... 99

Caos como ncleo conceptual . ......................................................... 99

VI.2. Componentes dinmicos ......................................................... 105

Conocimiento de dominio ............................................................. 105

IV.3. Pragmtica de la explicacin . ................................................... 110

Captulo 3. La metfora topolgica de la mente II: Campo y

I. Introduccin . ..................................................................................... 113

ibanez.indd 10 23/10/08 20:49:47

La imagen de campo de activacin ................................................ 115

II.2. Componentes dinmicos .......................................................... 119

Conocimiento de dominio ............................................................. 119

II.3. Pragmtica de la explicacin ..................................................... 124

III. Sinergtica de la cognicin ............................................................... 126

III.1.Componentes estructurales . ..................................................... 127

La imagen del sistema sinergtico . ................................................. 127

III.2. Componentes dinmicos ......................................................... 133

Dominios de conocimiento ............................................................ 133

III.3. Pragmtica de la explicacin . ........................................................ 140

ibanez.indd 11 23/10/08 20:49:48

I. Introduccin . ..................................................................................... 143

II.1. Componentes estructurales ....................................................... 145

Supuestos ontolgicos, restrictivos y explicativos como marco

II.2. Componentes dinmicos .......................................................... 150