Nuevas meditaciones sobre la técnica

Edición de
Fernando Broncano

E D T O R A L T R O T T A
 Este libro hu sido realizado con uno ayuda
de lo D.G,C.Y,T. P.B. 8700336

CONTENIDO

COLECCION ESTRUCTURAS y PROCESOS

Serie Filosofía

Introducción. La filosofía y la tecnología: una buena relación:

Fernando Broncano .

MODEtOS TECNOLÓGICOS Y REALIDAD

Conocer y actuar a través de la tecnología: Manuel Liz 23
Notas sobre el significado de los modelos informáticos de
simulación: Javier Aracil 53
En torno a los conceptos de modelo, sistema y simulación:
táargarito vázqucz. 8 '1

CONOCIMIENTO TECNOLÓGICO
cultura Libre Y TECNOLOGÍAS DEL CONOCIMIENTO
Fernando Bronconc, Manuel l.z , Jovier Aracil, Morqcritc Vózquez ,
.loselo T enero Meteos. Jesús Ezquerro, Mlkel Olozorón. 1,;1 simulación y la (~'Midad en los sistemas de funciones. El caso
Miguel Ángel Oolntonillo, Alfonso Bravo Juego, 1995 de los sistemas cognitivos: remando Brcmcano ] 01
Semántica de las reglas tecnológicas: eficiencia y control en la
Editorial Trotto, S.I\., 1995
Altamirano, 34. 28008 Modrid
organización y planificación de los sistemas tecnológicos:
Teléfono 549 14 43 Jusefa Toribio Maleas 121
Fox. 549 16 ~5 Acciones, planes y tecnología: Jesús Ezquerro 139
Diseño
.looqvrn Colleqo SOCIOLOGÍA, POLÍTICA
Y ECONOMÍA DE LA TECNOLO(;ÍA
ISBN, 84·8164-056-5
Depósito Lequl- VA-686/95 Controversias y estructuración social de las comunidades
científico-tecnológicas: un estudio de caso en inteligencia
Impresión
artificial: lVlikel Cslazarán . 169
Simoneas Ediciones, S.A
Poi. lnd. Son Cus-óbol La construcción del futuro: Miguel A. Quintanilla . 201
CI Estaño, parcelo i 5) Innovaciones teóricas en la economía del cambio tecnológico:
4701? Valladolid Alfonso Bravo juega . 217

7
 Introducción

LA FILOSOFÍA Y LA TECNOLOGÍA:
UNA BUENA RELACIÓN
Fernando Broncano

Los ensayos que recoge este volumen resultan del trabajoque du-
rante más de tres años hemos ido desarrollando en el marco del
programa «Estructura, dinámica y evaluación de sistemas tecnoló-
gicos)', acogidos en el Instituto de filosofía del C'ilC y financiados
por el Programa de Desarrollo General del Conocimiento. A lo lar-
go de varios años nos hemos reunido sistemáticamente y hemos
discutido los trabajos que se habían ido gestando en el curso del
proyecto. Algunos de los participantes, como Javier Aracil y Miguel
Angel Quintanilla, habían escrito ya algunos trabajos filosóficos so-
hre la tecnología, los demás estábamos comenzando a pensar filo-
sóficamente en todos o algunos de los aspectos de las técnicas o de
la tecnología. El programa siguió un rumbo propio, por encima de
nuestras previsiones iniciales, al compás de nuestras discusiones,
que iban poco a poco derivando las primeras perspectivas generales
hacia un conjunto de temas y problemas más específicos y concre-
tos, que se habían ido volviendo cada vez más importantes, a medi-
da que dábamos vueltas a las ideas, y que coinciden con Jos recogi-
dos en este volumen. Sin embargo, han permanecido o se han afianzado
algunas de las preocupaciones primitivas que nos impulsaron a co-
menzar el trabajo, muchas de las cuales han aparecido ya en varias
publicaciones individuales y colectivas de los miembros del grupo.

UN PROYECTO DE FIl.OSOFÍA DE LA TECNOLOGÍA

La tecnología no ha merecido la misma atención de los filósofos

que otros campos de la cultura. Una explicación repetida entre quienes
han notado la falta achaca el defecto al sesgo teoricista de nuestra
cultura. Se nos dice que el pensamiento occidental ha despreciado

9
 I H<NANl)O BRO"JCANO
tradicionalmente el saber práctico, las artesanías y las tejnes. Sin
embargo no es completamente cierto este olvido. Los filósofos mo-
dernos que hicieron posible la ciencia en el sentido actual del térmi-
no estaban atentos a las innovaciones de los artesanos constructo-
res ?e inge.ni,os que estaban cambiando las formas de producción y
la vida cotidiana desde el Renacimiento y la baja Edad Media. No
es cierto ese olvido en Ba~on y dudosamente 10 es en Descartes, por
no recordar la alta capacidad técnica de científicos-filósofos como
Galileo y Newron. El propio Leibniz, paradigma de filósofos abs-
tract~)s, dedica m~chas, horas de su trabajo a problemas que hoy
consideramos de ingenierfa, como es el cálculo de resistencia de
vigas. No es tan cierto, pues, que los filósofos modernos, en los
cuales se fundamenta en gran parte el pensamiento contemporáneo,
hayan desprecI,adc: las artes. prácticas. La razón de la poca impor-
t~ncIa que la tecnica ha tenido en la cultura hay que buscarla, más
b~en, e~ un lugar mucho más conspicuo: en la poca importan-
era relativa que tiene la técnica en el dominio general de la cultura
e incluso de la vida cotidiana antes de la revolución industrial de
los siglos XVITI-XIX. Las actividades intelectuales como la ciencia
y. el arte, .como. toda actividad humana en todo tiempo y espa-
CIO, usan, mvesngnn, desarrollan y aplican técnicas, pero su depen-
dencia de la técnica para su propio desarrollo no es tan clara y
evidente como 10 será en los dos siglos posteriores. En los siglos XIX
y XX la dependencia tecnológica de todas las actividades cultu-
rales ,s~ hace presente,:o todo momento del proceso de creación, pro-
ducción
. y reproducción cultural. La cultura no existe , no sobrevive ,
SI no es en un medio progresivamente más sofisticado tecnoló-
gicamente.
Esta misma razón explica el interés creciente que suscita la tec-
nología como objeto de pensamiento. No hay un solo dominio cul-
~ural que ~o haya sido transformado radicalmente por la progresiva
Implantación de sistemas tecnológicos. Félix de Azúa notaba en un
r~~lente ~rtículo periodí~tic~ ~ómo la difusión de sistemas de audi-
Clan muslca~ en la propia VIVIenda ha hecho más receptivos a los
oye.ntes hacia formas más puras de la música clásica interpretadas
en, l~strumentos origina~es, por encima de la tradición de la gran
música burguesa que eXige grandes espacios y eventos para ser es-
cuchada. Y Eugenio Trías confesaba también no hace mucho el ca-
rácter cinematográfico de su estilo de escritura, corroborando que
la mezcla de las artes ya ha alcanzado el propio ensayo filosófico.
Así, el cine, arte emergente en el cacharrería técnico del siglo, se
venga de sus padres, la novela, el teatro, la pintura.
Si, a pesar ,de la preocupación que suscita la tecnología, apenas
e~contramos fIlósofos que conviertan la técnica en objeto de pensa-
miento, hasta el punto de que la historia del pensamiento filosófico
sobre la técnica en nuestro siglo ocuparía poco más de un estante de
10
IN II<OIlU( {1r'lN
una biblioteca bien dotada, tal vez debamos atribuirlo a otra razón
añadida: es posible que la velocidad y profundidad del proceso de
transformación que la tecnología causa en los modos y formas cul-
turales haya vuelto opaco el sentido de los cambios, en el mismo
sentido en el que los cambios revolucionarios se muestran opacos
para aquellos a quienes toca vivir en el ojo del huracán de la histo-
ria. La novedad del proceso y la ausencia de referentes históricos
no facilita tampoco la tarea del filósofo que desea meditar sobre la
técnica. Como tampoco la facilita el hecho de que la ciencia, la tec-
nología y la industria formen ya un entramado que sólo a efectos
académicos tiene sentido dividir como formas culturales.
A estas dificultades no es ajena la actitud distante y externa de
muchas actitudes intelectuales, que ven en la técnica la madre de
todos los males o, por el contrario, de todas las soluciones a los
males que nos aquejan. Pertenece a esta actitud externalista la con-
sideración de la tecnología como una caja negra de la que sólo inte-
resan los productos y/o las consecuencias de los productos, pero no
los métodos de trabajo, la especial forma de su conocimiento, el
modo en el que se articulan los factores sociológicos y económicos
con los intereses estrictos de la investigación, la misma filosofía
interna al sistema de trabajo del ingeniero, proyectista o investiga-
dor. A pesar de que la falta de tradición filosófica no debería haber-
nos hecho muy escrupulosos en 10 que respecta a nuestras fuentes,
desde las primeras reuniones nos unió la convicción de que las pers-
pectivas externalisras eran un camino engañosamente fácil de se-
guir y que deberíamos evitar, aun si nuestras tendencias filosóficas
nos inclinaban a ello.
MÁs ALLÁ DEL filEN Y DEL MAL TECNOLÓGICOS
¿Acaso los sistemas, teorías, métodos y artefactos tecnológicos son
neutros ética y políticamente? ¿Acaso hay tecnologías intrínseca-
mente malas, que exijan la resistencia incondicional de los espíritus
avisados? ¿Acaso hay tecnologías intrínsecamente buenas que justi-
fiquen no importa qué sacrificio en pro de su implantación? ¿Será
tal vez el uso lo que hace a las tecnologías malas o buenas? Estas
preguntas forman parte de nuestra conciencia ilustrada de fin de
siglo. Son las preguntas que uno se hace al principio y al final de
una aventura de reflexión sobre la técnica y, desde luego, nos lleva-
ron una buena parte del tiempo de discusión. No hemos encontrado
una respuesta única, sensata y aceptable para todos, pero a cambio
discutimos seriamente las condiciones que podría tener una respuesta
a estas preguntas.
Quintanilla había propuesto en su libro Tecnología. Un enfoque
filosófico la siguiente fórmula: «Una tecnología mala es una mala
11
 I Lf,NANUO Hk.üNCANl)
tecnología». La fórmula no sienta una cuestión de principio, pero
restaura una dimensión humana en los criterios de aceptabilidad
tecnológicos: el punto de vista del usuario, el punto de vista social,
en el caso que nos ocupa. Si socialmente se llega a considerar que
una tecnología es mala desde el punto de vista de las consecuencias
que entraña, el juicio moral indicaría una deficiencia seria en el
juici? técnico que ha llevado a la decisión de aceptar esa tecnología.
La formula era, pues, una propuesta para considerar las cuestiones
de ética de la tecnología en términos naturalistas.
Hay dos formas de introducir la dimensión valorativa dentro de
la tecnología. La primera deriva de considerar el juicio moral como
result~do de una in!u.ición y aplicación de valores generales que
transcIenden.el dominio de las consecuencias de los hechos que juz-
gamos. El SUjeto moral, individuo o colectividad, debe estar dota-
do, se&ún esta perspectiva, de alguna competencia, sentido moral o
mecam~mo de acuerdo colectivo tal que, por su universalidad, in-
dep~ndI.e~te de las características particulares del objeto de juicio,
su eJerCICIO, se resuelva en juicios cargados de legitimidad. El otro
punto de VIsta es mucho más cauteloso frente a la clarividencia de
n.uestras capacidades de juicio moral en tanto que sujetos empí-
neos y normales. En lo que respecta a la tecnología es consciente
de lo difícil que es el cálculo de las consecuencias de la tecnología
sin usar conocimientos técnicos. No son pocas las veces que nues-
tras intuiciones sesgan los juicios mucho más de lo que es capaz de
sopo,rtar n~le.st~o orgullo, aunque bien es cierto que eso no es patri-
momo del JUlClO moral, pero es en dicho juicio en el que las cuestio-
nes de legitimidad se suscitan con más frecuencia y dramatismo.
"Así, pues, pronto llegamos a la convicción de la necesidad si
no suficiencia, de tener una buena teoría y una mejor práctica para
valorar prematuramente las opciones tecnológicas como condición
para la mejora de nuestras capacidades de juicio moral.
CRITERIOS PARA LA EVALUACIÓN DE TECNOLOGÍAS
Si nuestras intuiciones morales no son infalibles para juzgar el desa-
rrollo y la aplicación de nuevas tecnologías, debemos acudir a otros
criterios que no sean los estrictamente morales, o quizás, como pa-
rece estar implícito en el dictum de Quintanilla, tal vez los valores
morales sobrevengan o se determinen cuando se determinen los va-
lores en otros campos, como lo son las consecuencias observables
de los proyectos tecnológicos y, su aplicación en la producción. Los
valores bajo los que cabe discutir un proyecto tecnológico son in-
ternos o externos. Los internos dependen de criterios funcionales
que se fijan en el-contexto del conocimiento científico y tecnológi-
co y nos permiten juzgar la realizabilidad, fiabilidad y eficiencia de
12
IN 11{(JIJUl.CllJN
los sistemas que se inventan y desarrollan. Los valores externos de-
penden de criterios que tienen en cuenta los sujetos sociales y facto-
res varios implicados en la tecnología: económicos, sociales, ecoló-
gicos, morales y otros. El predominio de valores externos puede ser
visto por los ingenieros y científicos como una interferencia en el
desarrollo normal del proceso autónomo de la tecnología. El pre-
dominio de valores externos, consecuencia del hecho de que la tec-
nología sobrevive a causa de su utilidad económica y social, tiende
a ser visto por los agentes sociales implicados como resultado de un
dominio de tecnócratas, quienes estarían generalizando injustifica-
damente criterios de eficiencia internos a campos en los que ya no
son sujetos legítimos de decisión. En el marco de una empresa nadie
pone en duda que las propuestas de los departamentos técnicos de
Investigación y Desarrollo se subordinan a otros departamentos en
los que las decisiones tienen en cuenta valores más generales para el
interés de la empresa, que, en ocasiones, no coinciden o contradi-
cen los intereses puramente técnicos. En el marco general de la so-
ciedad, sin embargo, no hay criterios tan claros como los económi-
cos para adoptar decisiones en los terrenos científico y tecnológico.
Las decisiones sobre cualquiera de estas materias son en sí compli-
cadas por la dimensión y el número de los criterios en los que se
basa la decisión. De ahí que hayan ido naciendo nuevos campos de
investigación y asesoría a los agentes sobre los que recaen las res-
ponsabilidades de la decisión o el control social sobre la ciencia y la
tecnología, sobre su investigación, desarrollo y aplicación social.
Son los llamados programas de evaluación de la ciencia y la tecno-
logía, evaluación de políticas científicas, estudios sociales sobre la
ciencia y, en general, estudios que se agrupan bajo la trilogía de
ciencia, técnica y sociedad.
La evaluación de la tecnología es uno de los campos en los que
la perspectiva filosófica puede servir de ayuda, sea en el análisis y
dilucidación de los conceptos, sea en la propuesta positiva de crite-
rios. De hecho ha sido uno de los campos relacionados con la tec-
nología en los que la aportación de los filósofos ha sido más noto-
ria. Hemos discutido numerosas veces acerca de la evaluación. No
hay, o no las hemos encontrado, recetas rápidas para aplicar en
situaciones de incertidumbre. Sí estamos convencidos, sin embar-
go, de cuál es el camino que debemos perseguir: es urgente comen-
zar estudios que nos ayuden a conocer los valores implicados en las
decisiones tecnológicas ya desde los primeros momentos de forma-
ción de las tecnologías.
La evaluación exige conocimiento del modo en el que se desa-
rrollan y desenvuelven las innovaciones técnicas desde los primeros
momentos de su concepción intelectual en el seno de los grupos de
investigación. La investigación de las políticas de desarrollo cientí-
fico y tecnológico es un instrumento cada vez más necesario para ir
13
 11 F\NANI)() 11f<,ONCI\NO
abriendo la «caja negra» que N. Rosenberg, en un libro ya clásico,
pensaba que formaban las relaciones entre ciencia, tecnología, eco-
nomía y sociedad. El estudio de las interacciones entre la dinámica
de las comunidades científicas y el proceso de innovación tecnoló-
gico es uno de los campos de urgente investigación: el conocimien-
to y la sensatez en la propuesta y aplicación de criterios para el
desarrollo y el control de la tecnología crecen juntos.
La interacción entre la investigación y el desarrollo científico y
tecnológico, por una parte, y el desarrollo económico, por la otra,
es tan universalmente aceptada como difícil de establecer. Alfonso
Bravo ha estudiado en varios trabajos casi exhaustivamente la his-
toria del pensamiento económico acerca de la innovación y aportó
al grupo la mirada del economista. En el estudio que recoge este
volumen recoge las nuevas perspectivas teóricas que han abierto los
economistas del SPRU (Science Policy Research Unity) de la univer-
sidad de Sussex.
Esta recomendación teórica de comenzar a estudiar las políticas
de innovación se ha tomado tan en serio en el grupo que, posterior-
mente al desarrollo del proyecto de Filosofía de la Tecnología,
Quintanilla promovió la formación del grupo de Evaluación de Po-
líticas Científicas y Tecnológicas (EPOC), en el que participan va-
rios de los componentes que colaboran en este volumen, entre ellos
su actual director, Alfonso Bravo, y que en el corto periodo de dos
años de funcionamiento ha producido un inmenso material sobre la
situación de la investigación científica y tecnológica en nuestro país
y en Europa. Los trabajos del grupo EPOC han reafirmado en la
práctica 10 que se puso de manifiesto en las reuniones teóricas: la
necesidad del estudio de los mecanismos internos de desarrollo de
la innovación tecnológica. La detección de sesgos y tendencias en la
innovación desde los primeros momentos de la investigación, me-
diante el estudio de indicadores y la prospección de las consecuen-
cias internas y externas, es el método para que nuestras decisiones
morales supongan y, por el contrario, no excluyan el ejercicio de
nuestras mejores capacidades de racionalidad colectiva. La investi-
gación científica y la innovación y el desarrollo son ya demasiado
grandes y demasiado caras para que nos permitamos el lujo de des-
conocer las tendencias que generan sus mecanismos internos de
desarrollo.
La sociedad paga el sistema de Invesrigación y Desarrollo y este
sistema produce el conocimiento que presuntamente necesita esa
sociedad. En consecuencia, la sociedad fija sus prioridades de inves-
tigación, estimula económicamente esas prioridades y la comuni-
dad científica orienta en esa dirección sus investigaciones. Así es
como muchos dirigentes económicos y políticos piensan que debe
enfocarse la política de investigación. Se trata de una política con-
ductista de estímulo y respuesta que se supone efectiva en el mismo
14
IN 1 HO[)tJCCI6N
sentido en el que el mercado es efectivo en el logro de situaciones
de equilibrio económico. Se trata de una política basada en una
teoría de caja negra del sistema de investigación. Teoría que, en
muchas ocasiones, comparten Jos propios investigadores cuando miran
a las estructuras sociales solamente como una fuente de financia-
ción que les es debida en función del interés que presuntamente
tiene su investigación. Pero las teorías conductisras, como todas las
teorías de caja negra, solamente tienen en cuenta el ambiente exter-
no, sin reparar en la importancia del ambiente interno, en este caso
las estructuras que configuran el sistema de investigación. La socio-
logía de la ciencia y de la tecnología, una disciplina de apenas unas
décadas de historia, ha comenzado a desentrañar en parte algunos
de esos mecanismos. La aportación al proyecto de Mikel Olazarán,
un sociólogo de la ciencia formado en la escuela de Edimburgo,
muestra un caso muy significativo en el sector de la informática: la
dirección en los años setenta de la investigación en arquitecturas
computacionales hacia los ordenadores y la programación secuen-
cial clásica en vez de hacia el paralelismo masivo, una tecnología
tan vieja como la otra, estuvo causada por decisiones que depen-
dían de las jerarquías internas de la ciencia. La sociedad establece
sus necesidades en la medida del conocimiento que tiene de sus
posibilidades, y este conocimiento se lo proporcionan en una gran
medida las expectativas de las comunidades científicas. De manera
que sería una locura no tomarnos en serio cuáles son los mecanis-
mos de interacción entre el medio ambiente externo de la ciencia y
su medio ambiente inrerno. El trabajo de Mignel A. Quintanilla
presenta datos acerca del nuevo contexto de la ciencia y la tecnolo-
gía, en el que nace la urgente necesidad de evaluación de la tecno-
logía y establece un buen marco teórico para concebir esta evalua-
ción social de una manera comprensiva.
CONOCIMIENTO y REALIDAD EN LA TECNOLOGÍA
Javier Aracil es el único de nuestro grupo que pertenece profesio-
nalmente al campo de la ingeniería en activo. Desde su Departa-
mento de Electrónica y Automática de la Escuela Superior de Inge-
nieros Industriales de Sevilla, ha desarrollado técnicas de dinámica
de sistemas para su uso en simulación del comportamiento de siste-
mas complejos, no importa cuál sea su naturaleza, artificial, social
o natural. Desde que se incorporó al grupo ha sido una fuente de
problemas filosóficos que nacen directamente de la práctica de la
tecnología. En un grupo en el que predominaban numéricamente
los filósofos, ha sido, sorprendente pero no casualmente, la voz que
más se ha alzado en favor de un planteamiento radical de los pro-
blemas filosóficos que presenta la tecnología, en tanto que aparece
como un nuevo modo de conocimiento.
15
 ~,Nf'..NI)U flkUNCAhO
La ciencia y la tecnología forman ya un entramado único en el
que es difícil separar una práctica de la otra. La tecnología es un
conjunto sistemático de acciones de transformación, dirigidas por
reglas y articuladas en planes que, cuando resultan exitosos, permi-
ten la realización del objetivo planificado en un cierto grado. Las
reglas involucran procesos naturales regulares o legales que pueden
estar mejor o peor conocidos al tiempo de formular el plan o dise-
ño. Un diseño es un modelo que representa las acciones que han de
llevarse a cabo de una manera abstracta. No las representa en su
totalidad, a menos que el diseño se convierta en la propia realiza-
ción del plan. A los ingenieros los paga la sociedad principalmente
para que hagan diseños. Para llevarlos a cabo el ingeniero realiza un
modelo que simula el sistema sobre el que se ha de actuar. En es-
te modelo emplea los materiales conceptuales que tiene a mano. No
siempre dispone de teorías científicas precisas sobre los procesos
que ocurren en el sistema y, por el contrario, muy a menudo cons-
truye el modelo representando procesos de muy diversos niveles de
realidad natural. Pongamos por caso los modelos que debe desarro-
llar un urbanista: las propiedades que debe tener en cuenta involu-
cran procesos que alcanzan desde los niveles de resistencia de mate-
riales hasta los hábitos y patrones sociales de los futuros usuarios
del sistema. El ingeniero no siempre tiene a su disposición teorías,
pero sí conoce Jos criterios por 1<)S que va a ser juzgada su labor, por
la eficacia del sistema que se construya y por la precisión de las
predicciones que haga su modelo. Muchas discusiones las hemos
dedicado al peculiar carácter que tienen los modelos en la tecnolo-
gía, y tal vez, crecienternente, en la ciencia. La introducción de las
nuevas técnicas de simulación matemática de la realidad, posibilita-
das por el uso de ordenadores con grandes capacidades de cálculo,
está introduciendo una nueva dimensión metodológica en la inves-
tigación, posiblemente del mismo calibre que tuvo la aparición de
los métodos de investigación empírica durante las revoluciones cien-
tíficas del XVII y XVIII. La importancia filosófica de estos métodos
ha sido señalada reiteradamente por Javier Aracil y por Margarita
Vázquez. Hasta qué punto una simulación exitosa «construye» una
nueva representación de la realidad para la que anteriormente no
existía ninguna teoría. De la profundidad de esta pregunta sola-
mente puede uno darse cuenta cuando repara en que las simulacio-
nes de procesos en no pocas ocasiones descubren propiedades es-
tructurales que de otra manera estarían ocultas, aun bajo la escrutadora
mirada del científico teórico. ¿Es que acaso la simulación para la
práctica va a convertirse en una nueva forma de teorizar?
Son muchas las lecciones que uno puede aprender de la simula-
ción de sistemas. Muchas son las que nos enseña el trabajo de Mar-
garita Vázquez, quien ha dedicado numerosos trabajos a la concep-
ción sistémica de la realidad y al significado de la simulación. Repárese
16
l"JII<ODUCClÓN
en que la concepción sistémica de la realidad se ha convertido en la
forma más extendida de representarnos la naturaleza en una época
en la que se ha puesto de manifiesto el naufragio de los reduccionis-
mas. Posiblemente la concepción sistémica sea la primera gran apor-
tación, junto a la teoría de la información, que la tecnología ha
hecho a la visión contemporánea del mundo. Todos los objetos y
procesos se han modificado bajo el impacto conceptual de estos dos
grandes instrumentos de análisis.
LA SIMULACIÓN ARTIFICIAl DF LA VIDA INTEl.lCENTE
La conducta de un sistema puede ser descrita y representada de
muchas maneras. Una de ellas es la descripción funcional: es aque-
lla en las que las partes del sistema no se describen por las propie-
dades materiales que las constituyen, sino por cómo su conducta
coopera a la conducta total del sistema del que forman parte. Des-
cribimos funcionalmente una biela como una pieza que transforma
movimiento circular en movimiento rectilíneo de vaivén, y no nos
importa si la biela está hecha de este o aquel material. Los progra-
mas de computador son, en este mismo sentido, representaciones
funcionales de la información cuando ésta se transforma en nueva
información. La aparición de los computadores ha permitido la si-
mulación de, entre otras muchas cosas como son los cálculos, las
listas de datos, los movimientos y transformaciones espaciales de
las imágenes, ciertas funciones que caracterizamos como inteligen-
tes. El ordenador ha dado nacimiento a una nueva área de investi-
gaciones que ha devenido en ser llamada ciencia cognitiva, aunque
agrupa actividades de muy diversa índole que van desde la inteli-
gencia artificial a la psicología cognitiva, la robótica y, reciente-
mente, la llamada «vida artificial». La ciencia cognitiva puede ser
calificada como el producto contemporáneo más importante de la
simulación como instrumento de investigación de la realidad. Tres
de los trabajos que presenta este volumen se dedican precisamente a
cuestiones relacionadas C011 la ciencia cognitiva. El trabajo de Bron-
cano se toma en serio la idea de que simular es reconstruir la estruc-
tura de un sistema. Si esto es así la división entre lo natural y lo
artificial debería ser puesta en cuestión precisamente allí donde nos
parece más ardua de tratar filosóficamente: équé ocurriría si tratá-
semos de «construir» una persona, suponiendo que una persona es
un sistema muy complejo de funciones? La imposibilidad de llevar
a cabo el proyecto no impide la seriedad de la pregunta. Qué sea 10
natural y qué 10 artificial en los sistemas cognitivos que somos las
personas es una cuestión que posiblemente habrá de ser tratada por
otros métodos que nuestras propias intuiciones acerca de nosotros
mismos en una época en la que muchas de nuestras funciones son
-simulables». Jesús Ezquerro y Mikel Olazarán tratan desde pers-
17
 I ~RNAN[)O Bf,ONCANO
pectivas muy diferentes del impacto que ha producido en la repre-
sentación de nuestros sistemas cognitivos la extensión de nuevas
técnicas de tratamiento computacional derivados de las arquitectu-
ras de procesamiento masivamente paralelo. Se trata de los méto-
dos conexionistas, que tratan de simular computacionalmente la
estructura de las neuronas. La filosofía conexionista ha permitido
pensar, al menos como posibilidad, la simulación de un sistema
cerebral, y no simplemente de sus funciones. Ezquerro analiza una
parte del impacto que estos métodos están teniendo en el modo en
el que los filósofos explican la conducta humana. Que una tecnolo-
gía computacional transforme de manera radical la visión filosófica
de la conducta humana es posiblemente algo que no se producía
desde la emergencia en el siglo XVII de los modelos mecanicistas, en
los que el cuerpo, que no la mente, se representaba bajo el modelo
de los sistemas mecánicos. No es imposible que las técnicas de com-
putación estén transformando de manera igualmente radical nues-
tra concepción de nosotros mismos.
El análisis de Mikel Olazarán del conexionismo, al que ya alu-
dimos anteriormente, nos introduce en esta visión conceptual de las
aplicaciones del procesamiento masivamente paralelo, pero, sobre
todo, nos reintroduce de nuevo en los extraños caminos por los que
el conocimiento se entrelaza con muy diversos factores sociales for-
mando una red de interacciones que no son fácilmente reducibles a
fáciles determinismos de un solo nivel sobre los demás.
LA TECNOLOGÍA VISTA DESDE DENTRO:
HACIA UNA NUEVA FILOSOFÍA DE LA TECNOLOGÍA
Los problemas conceptuales más abstractos de cualquier campo de
la actividad humana involucran lo que los filósofos llaman episte-
mología, o estudio de los problemas del conocimiento práctico en
ese dominio, y ontología, o estudio de los objetos de los que tra-
ta ese dominio. Las reglas de acción conforman aquello específico
del lenguaje tecnológico, aquello que distingne los resultados del
ingeniero de los de cualquier otro investigador. Sin embargo, por
el predominio del estudio de las proposiciones científicas, o del len-
guaje cotidiano, las reglas tecnológicas no han recibido la atención
analítica que merecen. El trabajo de ] osefa Toribio es un ejemplo de
cómo los precisos instrumentos de la filosofía analítica actual pue-
den ayudar a una nueva visión de la tecnología. Lo mismo cabe
decir del trabajo de Manuel Liz, Ambos son, en ciento sentido, ma-
nifiestos programáticos de nuestras intenciones al pensar la tec-
nología: integrar las perspectivas, someterse al control del rigor, y,
al tiempo, aceptar que la tecnología es ya el principal determinante
de nuestra relación práctica y cognoscitiva con el mundo. La tecno-
18
1i'; 1 I-:U 1) 1; 1__ 1_1() N
logía moderna, que nace de la revolución científica y de la revolu-
ción industrial, determina nuevos ámbitos de realidad en los que las
nociones de control, de reglas de acción eficaz y de racionalidad
adquieren nuevos sentidos en la medida en se aplican a grandes
sistemas en los que la cooperación de los agentes, el control de
resultados y la eficacia determinan una manera nueva y no sólo
distinta de relacionarse el hombre con su entorno. Necesitamos ur-
gentemente nuevos instrumentos conceptuales para pensar la tec-
nología. Los que hemos heredado solamente nos sirven hasta un
punto, mas allá del cual la novedad del fenómeno ante el que nos
encontramos los hace inaplicables. Tal vez estos dos ensayos, así
como los restantes del volumen, hayan dado un paso en este ca-
mmo.
En realidad el objetivo que ha guiado todas nuestras reuniones
ha sido el de renovar los estudios sobre la tecnología sacándolos de
la visión externalista para plantearse un problemas filosóficos que
surjan de una representación más real de lo que es la práctica de la
tecnología, admitiendo sin duda que es una práctica insertada en un
mundo de instituciones sociales políticas económicas y de conoci-
miento, pero no renunciando a lo específico que la tecnología ha
aportado como nueva forma de práctica. Porque si alguna defini-
ción cabe de tecnología es la de organizacion social de la transfor-
mación creativa de la naturaleza. Muchos años nos separan de las
meditaciones orteguianas sobre la técnica, uno de los primeros y el
más serio intento de una filosofía interna de la tecnología. Con más
audacia que modestia queremos que estos ensayos continúen esta
tradición.
19
MODELOS TECNOLÓGICOS
Y REALIDAD
 CONOCER Y ACTUAR A TRAVÉS DE LA TECNOLOGÍA I

Manuel Liz
Universidad de La Laguna

"La técnicas, CUYJ. misión es re~()lvcrle al hombre

problemas, se ha convenido de pronto en un nuevo y
gigantesco problema.»
f. ORTr:(;A y GASSET, Meditación de la técnica

1. CONOCER y ACTUAR A TRAVÉS DE LA TECNOLOGíA

La gran misión tradicionalmente encomendada a la técnica ha sido

la de resolverle al hombre sus problemas prácticos y satisfacer sus
intereses actuando en la realidad. El caso es que la técnica, así en-
tendida, se ha convertido de pronto en un nuevo y gigantesco pro-
blema. Buena parte de la técnica se ha transformado actualmente
en tecnologia': Nuestro mundo y nuestras vidas han sido invadidas
por la tecnología. Por productos, procesos y lenguajes tecnológi-
cos. Casi cualquier relación que intentemos mantener con la natu-
raleza, con los demás o incluso con nosotros mismos se encuentra
ya mediada por la tecnología. Y la propia reflexión sobre nuestro
conocimiento y nuestra acción no puede seguir manteniéndose al

1. Quiero agradecer aquí [os numerosos comentarios y críticas que este trabajo ha
recibido; especialmente los debidos al resto de los miembros del Proyecto de Investigación
sobre Filosofía de la Tecnología desarrollado estos últimos años en el Instituto de Filosofía
del CSIC, así como los rtalizóldos por algunos de mis compañeros de la facultad de Filoso-
fía de [a Universidad de La Laguna. También debo agradecer a mis alumnos del curso de
doctorado sobre filosofía de la tecnología, llevado a cabo durante el curso 90-91, muchas t
importantes sugerencias en todos estos temas.
2. Las características generales de este camh¡o serán analizadas en ti siguiente apar-
tado.

23
 H A ~J lJ 1 1 1 11
margen de este desarrollo tecnológico. No podemos perder el tren.
Hubo un tiempo en el que conocíamos, actuábamos y reflexionába-
mos sobre nuestro conocimiento y acción a través de la religión, la
magia, la poesía, la técnica, la filosofía o la ciencia. Hoy día debe-
mos también aprender a conocer y a actuar a través de la tecnología.
Quien acepte que la ciencia nos ofrece un buen ejemplo de lo
que es la racionalidad epistemica, de su estructura, valor y límites,
se sentirá también tentado a considerar la tecnología como un buen
ejemplo de la estructura, valor y límites de la racionalidad práctica.
A través del análisis de la ciencia podríamos así hacernos una idea
de lo que constituirían las virtudes epistérnicas y, a través de la
tecnología, una idea de lo que constituirían las virtudes prácticas.
Este sería el planteamiento general en el que se desenvuelven algu-
nas filosofías de la ciencia y de la tecnología, a mi entender, más
estimulantes \. Con ello, no se estaría afirmando que todo en la ciencia
y la tecnología sea racional. Lo que se suscita aquí es otra cosa. Se
trata de un giro radical de nuestra perspectiva filosófica. La cues-
tión no es cómo justificar la racionalidad epistérnica de la ciencia y
la racionalidad práctica de la tecnología, sino adoptar la ciencia y la
tecnología como ejemplos privilegiados de nuestra racionalidad, co-
mo productos sumamente elaborados de nuestras capacidades ra-
cionales (de las nuestras, para bien o para mal, no de las de nadie ni
de nada ajeno a nosotros mismos), analizar críticamente su funcio-
namiento y hacer explícitos los rasgos con los que mejor podamos
caracterizar y profundizar esa racionalidad.
El anterior planteamiento puede seguir siendo provechoso al
pie de la letra allí donde sea aún posible distinguir con nitidez entre
ciencia y tecnologja.r'All¡ donde, por ejemplo, la ciencia permanez-
ca desinteresada de sus posibles aplicaciones y donde la tecnología
no sea más que ciencia aplicada en función de intereses y objetivos
extraídos de un contexto social completamente extraño a la activi-
dad científica; En esta situación, todos los elementos epistémicos
de la tecnología serán aportados por la ciencia y todos sus elemen-
tos prácticos provendrán del exterior de la esfera científica. Sin
embargo, donde no podamos seguir manteniendo esta descripción,
será necesario introducir algunos pequeños cambios en nuestro es-
quema. El caso es que esa manera de describir los papeles de la
ciencia y de la tecnología resulta cada vez más inapropiada en nues-
tro mundo contemporáneo. La tecnología apenas puede ser ya con-
siderada sólo como un ejemplo paradigmático para analizar exclu-
sivamente los mecanismos de la racionalidad práctica. Ni la ciencia
para hacer 10 mismo únicamente respecto de la racionalidad episré-
mica. Muchas formas actuales de la tecnología pueden ser vistas
como ofreciendo buenos ejemplos tanto de racionalidad epistemi-
'l. Véase, por ejemplo, Quinr.milln, In 1.19R9a y 1n9h.
24
I (I~I()¡ 11< 1 1\( IlJI\I{ 1\ II,I\VI -, IJI 1\ 11 (.NOI Or.,IA
ca como práctica. Ejemplos distintos de los que 005 podían ofrecer
la ciencia y sus aplicaciones tecnológicas. La situación ha cambia-
do, La tecnología actual, cada vez más, no representa sólo un pecu-
liar modo de actuar sino también de conocer la realidad. En esta
última peculiaridad, y no sólo en el conocimiento científico que
incorpora, descansa gran parte del valor actual de la tecnología,
particularmente su valor para orientar nuestro conocimiento y nuestra
acción.
2. TÉCNICA y TECNOLOCÍA
Hemos dicho más arriba que buena parte de la técnica se ha conver-
tido actualmente en tecnología. Es necesario aclarar esto. Los con-
ceptos de técnica, tecnología y sus derivados son enormemente
ambiguos y en muchos contextos pueden ser considerados como
sinónimos. Uno de los casos más patentes donde esto es así se en-
cuentra precisamente en las denominaciones «escuela técnica» y
«estudios técnicos». Sin embargo, técnica y tecnología pueden dis-
tinguirse en un importante sentido. Las técnicas serían actividades
o sistemas de acciones artesanales, artísticas, dirigidas hacia el pro-
pio cuerpo y su entorno inmediato, etc., de carácter socialmente
estructurado pero no directamente integradas en los modernos pro-
cesos productivos industriales, generalmente organizados en torno
a la institución de la empresa (pública o privada), ni vinculadas a la
actividad científica. Las técnicas son, pues, en primer lugar, siste-
mas de acciones articulados según reglas de carácter social, no ac-
ciones aisladas y ocasionales. Son, además, sistemas de acciones
muy independientes del desarrollo de la industria y de la ciencia.
Las tecnologías, por otro lado, serían también actividades o siste-
mas de acciones socialmente estructuradas, pero esta vez sumamen-
te integradas en los procesos productivos industriales y estrecha-
mente vinculadas al conocimiento científico. Así, hablamos de la
técnica de la acuarela, de técnicas de estudio, de técnicas de escritu-
ra o de técnicas de relajación, y distinguimos este tipo de activida-
des de, por ejemplo, la tecnología informática, la tecnología nu-
clear o la tecnología aeronáutica.
Nuestra distinción admitiría grados y aspectos. La integración
en los modernos procesos productivos industriales, en los macrosis-
temas empresariales de producción organizada de bienes, así como
la vinculación a la ciencia, pueden darse de muchas formas y con
mayor o menor intensidad en todas ellas. Esto podría llegar a plan-
tear prohlemas respecto a la identificación de cierta actividad como
perteneciente a la técnica o a la tecnología. Piénsense, por ejemplo,
en las técnicas/tecnologías de fabricación de vinos o perfumes. La
misma dificultad surge frente a muchas de las actuales técnicas/
tecnologías agrícolas y ganaderas, o en algunas técnicas/tecnologías
25
 M fiN (J I [ I 1/
de materiales. Estos problemas, sin embargo, no hacen más que
reflejar una situación real de indeterminación y, de todas formas,
las diferencias deben resultar claras en los casos más extremos.
Nuestra distinción permitiría, también, una mutua incorpora-
ción técnico-tecnológica. Permitiría la existencia de ciertas activi-
dades técnicas dentro de actividades de tipo tecnológico y viceversa,
lo cual es, por otra parte, la situación habitual. La relación entre estas
actividades podría entenderse como una relación de «parte-a-todo»
en la que la identidad del sistema total debería resultar inalterada a
través de ciertos cambios que puedan sufrir algunas de sus partes.
Exactamente la misma tecnología admitiría muy variados cambios
en algunas de las actividades técnicas que pueda involucrar. Una
tecnología particular de producción de energía nuclear, pongamos
por caso, podría no cambiar sustancialmente aunque algunos de sus
ejecutores realizaran con mucha mayor habilidad su tarea gracias a
un especial entrenamiento y a una serie de nuevas estrategias em-
pleadas a la hora, por ejemplo, de organizar y manipular los contro-
les térmicos. Cosas muy semejantes podríamos decir de algunas téc-
nicas capaces, de alguna forma, de incorporar tecnologías.
Hemos dicho que las técnicas y las tecnologías son actividades
o sistemas de acciones". Una actividad concreta ha de ser siempre
realizada por agentes concretos en un medio material concreto y a
través de instrumentos concretos. Y todos estos elementos han de
ser caracterizables respecto a propiedades físicas o materiales de
algún tipo. Al menos en lo que concierne a la técnica y la tecnolo-
gía, hemos de suponer que los ángeles o los espíritus no realizan
actividad alguna. Por otra parte, las clases de técnicas y tecnologías
serían clases de actividades. Mientras que las actividades concretas
han de estar siempre, por decirlo así, encarnadas, las clases de acti-
vidades, no. La clases de actividades son, por definición, entidades
abstractas. Al clasificar actividades técnicas y tecnológicas concre-
tas, damos contenido a las expresiones ,<[...] es la misma (o una
distinta) técnica que... }) y «[...] es la misma (o una distinta) tecnolo-
gía que ... ». Estas clasificaciones pueden ser más o menos finas o
generalizadoras. Los casos límites vendrían descritos, respectiva-
mente, mediante expresiones sumamente especificadoras como «la
técnica (tecnología) de ... », o máximamente generalizadoras como
«la técnica (tecnologfa)».
4. Una conceptualiz.rciún rigurosa y enormemente sugerente de la técnica y la tecno-
logía a través de la noción de sistema de acciones se encuentra en Quimanilln (l'olS'ol). Para
este autor, las teuwlogías serían sistemas técnicos especialmente vinculados al conocimicri-
to científico, y todo sistema técnico sería un sistcrua de acciunev en parte intencionales v cn
parte no intencionales. Las distinciones que nosctro, estamos uquf señalando entre téc~ica
y tccnología serían perfectamente compatibles con la mayoría de estos análisis, con la única
rnatizarión de que reservamos el nombre de técuicn sot., para esos sistemas técnicos no
cualificados como tccnologías.
26
(1Ir-·j()(II'. \ Allllfll\ A II(AVI'" [JI lA IIINI)IU(,IA
Al desarrollar nuestras clasificaciones, las propiedades físicas o
materiales de los agentes, medios e instrumentos que integran las
actividades técnicas o tecnológicas concretas pueden ser relevantes
o no. En la medida en que esas propiedades sean relevantes, resulta-
rá obvio que las clases de técnicas y tecnologías que determinemos
no podrán ser caracterizadas únicamente a través de propiedades
simplemente funcionales; por ejemplo, a través de propiedades in-
formacionales. Es decir, en relación a propiedades cuya naturaleza
consista justamente en mantenerse indiferentes respecto de las pe-
culiaridades físicas o materiales concretas de aquellas cosas que las
encarnan. Como toda clase, estas clases de técnicas y tecnologías
serán siempre objetos abstractos diferentes de sus realizaciones con-
cretas, pero en este caso no podrán ser descritas únicamente en tér-
minos, por ejemplo, informacionales. Por otro lado, en la medida
en que aqu~las propie?~des.físicas o materiales pas~n a ser irrele-
vantes en nuestras clasificaciones, las clases de tecmcas y tecnolo-
gías que obtengamos sí podrán ser caracterizadas completamente
de esta forma, en términos tales que prescindan totalmente de las
propiedades físicas o materiales que encarnen las realizaciones con-
cretas de esas técnicas y tecnologías.
Una conclusión de todo esto podría ser la siguiente. Las clases
de técnicas y tecnologías (incluyendo aquí los dos casos límites de
clasificación que indicábamos más arriba, es decir/las técnicas
y tecnologías particulares' p~:)f un lado .yl'la técnica y la te,cnología,
en general,' por otro) son siempre entidades abstractas. Sus mate-
rializaciones o realizaciones concretas no. No obstante, a pesar del
inevitable carácter abstracto de las primeras, puede ocurrir que
su caracterización no pueda siempre llevarse a cabo prescindiendo
por completo de las peculiaridades físicas o materiales de sus posi-
bles realizaciones concretas. Pongamos un ejemplo en forma de pre-
gunta. Algunos expertos egiptólogos podrían llegar a expresarse
actualmente de una manera bastante parecida a como los antiguos
egipcios lo hacían mediante jeroglíficos. Ahora hien, ~cons~itu.i­
ría su actividad una realización concreta más de la técnica egipcia
de escritura jeroglífica? Las respuestas a preguntas de esta índo-
le no son unívocas, al menos no son sencillas. Esto nos conduce a
otra conclusión más general: el que la cultura, en su conjunto o en
sus partes, sea o no completamente caracterizahle a través de pro-
piedades funcionales (a través, por ejemplo, de propiedades infor-
macionales) depende del punto de vista que se adopte, sin que re-
sulte siempre claro de qué puede depender a su vez ese punto de
vista-l.
S. Una interesante discusión de estos prohle mav -ontolúgjcos- de la técnica y la tecno-
logía, en relación a cierta manera de entender la cultura en términos cxl"!IJsivame!ltc infor-
macionales (como a veces ha sugerido entre nosotros, por ejemplo, Jesús Mostcrín), se
encue nt ra en Quintnnil!a, 1989, cnps. TI y 11I.
27
 MANUII 11/
Pero volvamos a la distinción que estábamos trazando entre téc-
nica y tecnología. Lo que realmente constituye una novedad y un
gigantesco problema en nuestra sociedad no es la técnica sino la
tecnología. La técnica es constitutiva del hombre. Su origen se con-
funde con el origen del hombre mismo". Las técnicas siempre han
acompañado, y siguen acompañando, a la humanidad) No así las
tecnologías. Frente al carácter casi necesario de la técnica en rela-
ción al desarrollo de nuestra especie, la tecnología presenta una
naturaleza altamente contingente. Las actuales tecnologías hunden
sus raíces en la aparición de la ciencia moderna y en la industriali-
zación. Nuestra tecnología es hija de las revoluciones científicas e
industriales. Con anterioridad a estos fenómenos históricos no cabe
hablar propiamente de tecnología. Tal vez sean posibles organiza-
ciones institucionales de la tecnología que prescindan de uno de
estos componentes, de la ciencia o de la industria. Formas institu-
cionales en las que la tecnología prescinda del conocimiento cientí-
fico aunque esté unida a la producción industrial, o en las que pres-
cinda de lo último manteniendo su vinculación a lo primero. Y tal
vez también sea posible algo similar, desde algún punto de vista, a
la tecnología sin ninguno de estos elementos. De cualquier forma,
ésa no es la tecnología que actualmente tenemos. No hay tecnolo-
gía, tal como hoy en día la conocemos, sin ciencia y sin industr-ia".
Gran parte de la técnica se ha convertido actualmente en tec-
nología. Sin embargo, no la ha eliminado, más bien la ha transfor-
mado. En más de un sentido, muchos problemas de la técnica siguen
siendo problemas también para la tecnología. En toda tecnología,
por ejemplo, perviven elementos propios de la habilidad y de la
actividad artesanal. Elementos que escapan al control científico y a
la planificación industrial. Esto parece ineliminable. Sin embargo,
en otros sentidos, la tecnología ha camhiado el rostro mismo de la
técnica. Muchas técnicas artísticas serían impensables sin la exis-
tencia de sofisticadas tecnologías. Poniendo al margen los compu-
tadores, piénsese simplemente en los casos de la fotografía, del cine
yen las infinitas posibilidades recientemente abiertas por los vídeos
ó. Los primeros indicios de humanidad, o prcluuuanidad, rescnrudos de un olvido que
se aprnxima a VC(CS al millón de anos, se encucnu-cn muy a menudo indisolublemente liga·
dos a la interpretacion de cie rro, objetos (01110 instrumentos récnicos en hlgar de, por ejem-
plo, COIllO rcxultado casual de ciertos procesos naturales. La sccuenci.ición habitual de nues-
tra prchistori.r (paleolítico, mesolítico, neolítico, edad del br on ce , del hierro, etc) recoge
asimismo la importaucm y el carác te r constitutivo que ha tenido esta dimensión técnica en
nuestra evolución cuhurul.
Las relaciones hisHíricas entre recnologfa e industria, cspccialrnenre entre el desa-
rrollo tecnológico moderno y las sucesivas revoluciones indusuialcs Ljuc, más () menos des-
de el siglo XVII, han ido conformnndo nucstr.i cultur-a occidental, no han sido menos estu-
diadas que las relaciones histór-icas entre tcenología y ciencia. Los clásicos y formidables
trabajos de La ndcs (IY69) y de Singcr el al. (lY54-5K) bastarían, por sí solos, para devmcn-
nr esta opiniún.
28
I (Irll){ 11'. T Al IIIAI\ A 11{I\V(', IJI 1A I1 ( "JOI OCiA
domésticos. Otras técnicas sólo perviven actualmente como contra-
punto a tecnologías altamente desarrolladas capaces de producir
resultados similares. Piénsese, por ejemplo, en los cultivos biológi-
cos, en las artesanías textiles o en la costosa manufactura de cañas
de pescar de bambú refundido. En todos estos casos, la técnica se
desmarca actualmente de la tecnología acercándose al arte. Este hecho
reforzaría socialmente la distinción conceptual que hemos venido
haciendo entre técnica y tecnología.
La técnica y la tecnología comparten, no obstante, un ubjetivo.
El objetivo de actuar en la realidad satisfaciendo los intereses de
ciertos sujetos. Cumplir intencionalmente tal objetivo requiere al
menos los siguientes elementos: 1) conocer esos intereses, 2) cono-
cer de alguna forma la realidad sobre la que se pretende actuar,
3) saber cómo actuar, 4) actuar, 5) disponer de criterios evaluado-
res acerca de la satisfacción de esos intereses mediante el resultado
de la acción, y 6) evaluar el resultado de la acción realizada como
un progreso en la satisfacción de los intereses que se han tomado
como punto de referencia.
Pero, aun desde este punto de vista, en cada uno de los anterio-
res elementos podemos encontrar diferencias importantes entre la
técnica y la tecnología. En la técnica intervienen intereses general-
mente individuales y fácilmente determinables. La realidad que se
manipula y sobre la que se actúa es manifiesta, superficial y fácil-
mente accesible. El saber cómo actuar es transmitido personalmen-
te y, en último término, se hace responsable del mismo a un conjun-
to de particulares destrezas. La actuación es directa y sin apenas
intermediarios. Finalmente, la evaluación de los resultados de la
acción técnica es también inmediata y muy cercana de los contextos
de producción y de liSO. En la tecnología, por otro lado, los intere-
ses que se satisfacen suelen ser colectivos y mucho más sofisticados.
Se manipula y se actúa sobre pretendidos niveles más profundos de
la realidad o, al menos, sobre niveles no fácilmente accesibles. El
saber cómo actuar es transmitido institucionalmente y se hace res-
ponsable del mismo a cierto costoso aprendizaje más que a una se-
rie de destrezas. La actuación tiende a ser indirecta, compleja y al-
tamente organizada. Esto incide inevitablemente en el proceso de
evaluación, que se aleja enormemente de los contextos de produc-
ción y uso de los resultados de la tecnología.
Con la tecnología entran en escena nuevos ingredientes y nue-
vos problemas. Nuevos problemas epistemológicos y nuevos pro-
blemas prácticos. Problemas que se derivan de su vinculación con
el conocimiento científico y con los procesos productivos indus-
triales.
El núcleo de los problemas epistemológicos lo constituye la re-
lación que la tecnología mantiene con la ciencia. Necesitamos pre-
cisar las relaciones que se establecen entre la tecnología y la ciencia.
29
 M A N I11 1 I 1/
Necesitarnos aclarar también el tipo especial de conocimiento re-
querido por la tecnología en la determinación de los intereses que
se han de s,atisfacer y de la realidad sobre la que se va a actuar, así
como precisar cuáles son sus estrategias epistémicas a la hora de
saber cómo actuar, cuáles son sus procedimientos de evaluación y
cómo se aplican.
El núcleo de los problemas prácticos presentados por la tecno-
logía viene dado por la relación que ésta mantiene con la moderna
industria, con los actuales procesos industriales y empresariales de
investigación, decisión, organización, producción, comercialización
y. evalu~ció~. Exigimos de la tecnología que, al igual que la técnica,
siga satisfaciendo nuestros intereses actuando en la realidad. Pero
los intereses de la industria y de la empresa fácilmente se desvin-
culan de nuestros propios intereses y de los intereses de la socie-
dad. Normalmente, combatimos esa desvinculación exigiendo a la
tecnología mayor racionalidad. Sin embargo, esa racionalidad no
sólo puede referirse ya a una mayor intervención de la ciencia,
no .sólo p~ede ser una raciona!idad epistémica. Tampoco puede re-
f~flrse un~ca,mente a la capacidad de la tecnología para conseguir
Ciertos objetivos propuestos fuera de su ámbito, no sólo puede ser
una racionalidad instrumental. Tiene que llegar inevitablemente
a la consideración de los fines últimos a los que debería servir la
tecnología.
. En 10 que sigue, nos ocuparemos de algunas cuestiones pertene-
cientes a estos dos núcleos de problemas.
3. TECNOLOGÍA y CIENCIA
Aún se sigue oyendo algunas veces el tópico de que la ciencia busca
el conocimiento puro y desinteresado mientras que la técnica y, en
particular, la tecnología buscan desesperadamente la acción. La es-
trecha vinculación actualmente existente entre la ciencia y la tecno-
logía ha hecho que esta concepción entre en crisis. En una doble
crisis: institucional y conceptual.
Su crisis institucional se manifiesta abiertamente en el hecho
de que resulte cada vez más difícil distinguir las instituciones donde
se desarrollan actividades científicas de aquellas en las que se de-
sarrollan actividades tecnológicas. El conocer y el actuar se con-
funden.
Su crisis conceptual puede ser reconstruida más o menos de la
siguiente forma. El objetivo de la ciencia es conocer la realidad. De
acuerdo, pero no cualquier realidad ni de cualquier manera. En la
ciencia intervienen criterios de relevancia y de aceptabilidad racio-
nal guiados por intereses en última instancia eminentemente prácti-
cos. Por otra parte, el objetivo de la tecnología es satisfacer unos
30
I ()NlIl 11, , A' IIJAI, A rn x v rs IJI 1A 1I (N()', t)(,IA
intereses actuando sobre la realidad. Esta actuación está orientada
por el conocimiento científico. Y resulta que la tecnología encuen-
tra lo que necesita en el conocimiento científico porque los intere-
ses que mueven el conocimiento se solapan en gran medida con los
intereses que las acciones tecnológicas quieren satisfacer. La armo-
nía no es casual sino preestablecida. Esta armonía conduce a la sos-
pecha de que tal vez no sea ya posible, en nuestras sociedades avan-
zadas, hacer ninguna demarcación real entre los intereses generales
de la tecnología y la ciencia. Ambas compartirían más o menos los
mismos intereses. En la ciencia y en la tecnología se busca tanto el
conocimiento como la acción. Es más, casi siempre la acción antes
que el conocimiento.
Negar la crisis institucional que sufre actualmente la anterior
demarcación entre la ciencia y la tecnología es una locura. Los pro-
pios planes de estudio y la autoidentificación y perspectivas profe-
sionales de los propios científicos y tecnólogos se ven directamente
afectadas por este movimiento de (con-)fusión. Sin embargo, hay
algo en los argumentos que pretenden su crisis conceptual que no
termina de convencer. La ciencia no conoce ni actúa como lo hace
la tecnología. Aunque tanto en la ciencia como en la tecnología se
busque el conocimiento y la acción, o incluso antes la.acción que el
conocimiento, hay una diferencia conceptual importante en la ma-
nera como ello se lleva a cabo. Aunque en la ciencia importe el
actuar tanto como en la tecnología y en la tecnología tanto el cono-
cer como en la ciencia, ese conocer y actuar adoptan distintas
formas.
Antes veíamos que, para cumplir su objetivo común, la satisfac-
ción de unos intereses actuando en la realidad, la técnica y la tecno-
logía también necesitan conocer no pocas cosas. No sólo a la cien-
cia le preocupa el conocimiento. Y, en el caso de la tecnología,
muchas veces 10 aporrado por la ciencia y por el conocimiento de
los intereses que se han de satisfacer no lo es todo en materias epis-
témicas. Muchas veces, la tecnología no es sólo ciencia aplicada a la
satisfacción de unos intereses dados. La tecnología puede tener con-
tenidos epistémicos muy diferentes de los de la ciencia que utiliza e
incorpora. Por decirlo resumidamente, en la ciencia pura y aplicada
el conocimiento y la acción se organizan a través de teorías, mien-
tras que en la tecnología y en la técnica se organizan a través de
modelos. Pero, entiéndase bien, la anterior afirmación no implica
que dispongamos de un nuevo criterio para distinguir ciencia y tec-
nología allí donde institucionalmente no se encuentren ya distin-
guidas. Sólo significa que donde sí lo estén, tenderemos a encontrar
de una parte teorías y de la otra modelos; y que donde no 10 estén,
podremos encontrar tanto modelos como teorías.
La anterior diferencia conceptual es importante en relación al
propósito de orientar mejor nuestro conocimiento y acción a través
31
 M A N 1) 1 1 1 1/
de la tecnología. Con ella entran en juego los modelos. Aprender a
orientar nuestro conocimiento y nuestra acción a través de la tecno-
logía, en lugar de hacerlo sólo a través de la ciencia, significará,
entonces, hacerlo con la ayuda de modelos más bien que con la
ayuda de teorías, o además de con la ayuda de ellas".
Aclaremos más el concepto de modelo que estamos empleando.
Nos referimos en primer lugar a objetos tales como maquetas, pla-
nos, prototipos, diagramas, gráficos, dibujos, imágenes, iconos, etc.
Las teorías son entidades abstractas, conceptuales, los modelos son
objetos concretos. Objetos de este tipo pueden ser realizaciones posi-
bles de una teoría. Es decir, podemos tener una teoría de la cual
estos modelos sean modelos en el sentido del término modelo habi-
tualmente empleado en lógica y en filosofía de la ciencia". Nuestros
modelos incorporarán entonces teorías. Y esas teorías podrán servir
a su vez como guías útiles en la construcción de los modelos. Las
teorías imponen orden conceptual en nuestras ideas y las dotan de
un enorme potencial deductivo. Pero los modelos tienen algo que
no tienen las teorías. Impactan enormemente nuestra sensibilidad y
estimulan con gran intensidad nuestra imaginación. Consiguen esto
a través de su carácter concreto y mediante la incorporación, más o
menos explícita, de un diseño 10. Un diseño que se refiere directa-
mente al conjunto de intereses que la acción tecnológica preten-
de satisfacer y a la escalada de objerivos que para ello se ban de
alcanzar.
Los modelos típicamente empleados en tecnología no necesitan
ser modelos de ninguna teoría. Y, aunque puedan serlo, lo más im-
portante de ellos no suele estar en las teorías de las cuales sean
modelos, sino en los diseños que estos mismos modelos manifies-
tan. Los modelos presentes en la ciencia son siempre modelos de
alguna teoría. A veces no resulta del todo clara aquí la diferen-
H. Creo que csro cs tar-in en b hase de lo que Broncano (l~H7) 1I,1Inab,1 las "posibilida-
des tCCI1o]{)gicJs» Según él, este tipo peculiar de modalidades veúnlarin una importante
diferencia conceptual cutre ciencia y tecnologíJ.
~. Una estructura E es u n modelo de una teoría Ten relación a cierta inrcrprctación T de
T sohre F (en otras palabras. respecto a cierta manera de referirse T a E) si y sólo si T resulta
ser vcrdndcra sobre E bajo la inre rpret.ición /. Como lo que queremos resaltar aquí es cierto
senrido del término modelo en el que algo puede ser un modelo sin necevitar ser modelo de
ninguna teoría, siempre que estemos hablando de modelos que sí sean, en efecto, modelos
de teorías, lo seúalaremos e x pliritamente , Un importante anñlisis de LIS múltiples discusio-
nes en filosofía de la ciencia acerca del concepto de modelo, así como una ncfnrnciou con-
ceptual de las caracter ísticas de los modelos típicamente tecnológicos a la que debe mucho
el presente trabajo, se cncucntrnn en Váz qnev, 1990. Véase también Lir-,1992.
10. No puedo evitar aquí referirme a la clásica obr-a de Simon (1969). Urilixo Li pula-
bra «diseño- justarnente en el sentido en el que en inglés se empleo, como por ejemplo hace
el propio Sirnon, el término designo La palabra castellana pr cscnta cierta cormoración de
superficialidad y mera apariencia (diseño como bosquejo apresur;¡do, como los rasgos ma-
nifiestos generales de un objeto, etc.) que esd mucho más ausente en su análogo inglé-,
(diseño como proyecto, incluso como designio, ctc.). DdHl a Javier Ar,lcil la aclaración de
este punto.
32
( (lN()( 1" Y 1\1 1 \II\R, A 1 R,AVI' S 1)1 lA 1 bCNOI OGiA
era entre modelos y teorías. Pero lo importante son siempre las
teorías, las pretensiones teóricas de cualquier modelo dentro de la
ciencia.
Tal vez no sea posible la existencia de teorías sin modelos 11,
peto la tecnología hace verdadera la afirmación de que sí es posible
la existencia de modelos sin teorias",
Tanto los modelos típicamente tecnológicos como las teorías y
sus modelos asociados orientan el conocimiento y la acción. Ello
depende de las intenciones y expectativas de los constructores y
usuarios de estos modelos y teorías. Una teoría orienta la acción
cuando se aplica. Un típico modelo tecnológico, que no sea modelo
de ninguna teoría, orienta el conocimiento haciéndonos conocer
más cosas sobre el sistema que es objeto de modelación. Puede,
incluso, llegar a sugerir el camino que conduce a la construcción de
teorías hasta entonces inexistentes acerca de ese sistema. No se tra-
ta sólo de que la tecnología pueda ser algo más que ciencia aplica-
da. La tecnología también llega a generar ciencia. Hoy en día, no
resulta difícil encontrar importantes avances teóricos en el seno de
tecnologías marcadamente orientadas a la acción.
Los modelos típicamente tecnológicos intentan representar algo.
Son representaciones. Pero son representaciones no teóricas; esto
es, no abstractas o conceptuales ni expresables lingüísticamente.
11. Las filosofías cst r ucrurulistas de la ciencia insisten especialmente en este punto.
12. la filosofía de la ciencia casi siempre ha intentado dar preferencia al preciso con-
cepto lógico de modelo, intentando reconstruir a partir de él cualquier otra unción de mo-
delo. Véase, por ejemplo, Suppcs (19hl) y Mostcr¡n (l9H4). Podríamos resumir nuestras
objeciones básicas a este intento de la siguiente forma. En los ambientes técnicos y tecnoló-
gicos es trecuenre emplear el término «modelo" allí donde no existen, ni es de esperar que
e xistan, reor ias disponibles. Pero aún hJY más. Cuando existen teorías disponibles, de las
cuales los modelos presentes en la tecnología son modelos en un sentido muy cercano al
concepto lógico de modelo, lo que tendrían en común esos modelos con otros modelos de
las mismas teorías es demasiadas veces lo menos importante. Lo que orienta decisivamente
el conocimiento y la acción en la rec nolog¡a es, 111IKhas veces, algo sólo dependiente de los
detalles concretos y de la peculiar presentación, del peculiar formato, de tales modelos (en
otras palabras, de aquello que caería fuera del isomorfismo existente entre todos los mode-
los de una teoría ---suponiendo que uucstru tcorta sea categórica, daro-). Y aquí no acaban
los prohlemas. Siendo suficientemente ingeniosos en nuestras interpretaciones, casi cual-
quier estructura, abstracta o concreta, podría ser modelo de cualquier teoría. Los productos
tecnológicos pueden siempre interpretarse así como modelos de muchas teorías, como mo-
delos, por ejemplo, de todas las teorías (algunas de ellas, en ocasiones, mutuamente contra-
dictorias) que se han tenido en cuenta en su producción. Entre ellas deberán estar, por
supuesto, teorías acerca de los márgenes de tolerancia del error y cosas parecidas. Pero esto
vaciaría de contenido nuestra noción de modelo típicamente tecnológico a costa de triviali-
zar enormemente el uso epistemológico del concepto lógico de modelo. Con teorías o sin
ellas nos enfrentamos, pues, al dilema de atrincherarnos en un ideal filosófico reductivo o
tolerar que nuestros conceptos reflejen diferencias más o rnerms supe rficiales. Efectivamen-
te, se trata de un problema de mayor o menor profundidad o superficialidad filosófica. y
creo que, en este C1SO, es preferible asumir filosóficamente roda la profunda superficialidad
con la que los que hemos llamado modelos típicamente tecnológicos llegan muchas veces a
orientar nuestro conocimiento y acción.
33
 MANUII 11/
Podríamos caracterizar estos modelos diciendo que son representa-
ciones concretas e icónicas de una realidad. Representan la realidad
como el cuadro que pinta un pintor representa algo. En cuanto
orientadores de la acción, los modelos típicamente tecnológicos se
asemejan mucho a ciertas herramientas. Nos ayudan a saber cómo
actuar, de la misma forma como un martillo nos incita a golpear y
no a cortar. Los modelos típicamente tecnológicos son herramien-
tas intelectuales en un sentido mucho más directo que el sentido en
el que podemos decir esto mismo de las teorías. De las teorías nos
interesa su potencia deductiva. Potencia deductiva gracias a la cual
trazamos las historias pasadas y futuras de los conjuntos de fenó-
menos a los que se refieran nuestras teorías. Con las teorías explica-
mos y predecimos. Con las teorías esperamos saber qué ocurre, que
ha ocurrido y qué ocurrirá. De los modelos tecnológicos nos intere-
sa, en cambio, su capacidad para ayudarnos a satisfacer nuestros
intereses en situaciones específicas. Su diseño nos ayuda a diseñar
nuestra acción. Con los modelos típicamente tecnológicos espera-
mos saber cómo actuar. Por decirlo aún más metafóricamente: las
teorías expanden nuestra mente, los modelos la concentran. Esto se
derivaría principalmente, ya lo dijimos, del carácter abstracto de las
teorías frente al carácter concreto, e incorporador de diseños, de
los modelos tecnológicos.
Todo lo anterior se aplicaría igualmente a dos usos especiales
del concepto de modelo muy habituales en algunas ramas de la tec-
nología. Nos referimos, por un lado, a la noción de modelo mental
presente tanto en el contexto de la construcción de sistemas exper-
tos como en el de la construcción de modelos de simulación me-
diante estrategias del estilo a la dinámica de sistemas!'; por otro, a
la utilización del término modelo a la hora de designar ciertos obje-
tos, por ejemplo ciertos algoritmos matemáticos o ciertos progra-
mas informáticos, útiles para la resolución de determinados proble-
mas. Un modelo en este último sentido sería también una especie de
herramienta intelectual".
Los modelos mentales estarían básicamente constituidos por un
tipo peculiar de imágenes, por imágenes mentales. Estas imágenes
mentales siguen siendo muy concretas, tienen un gran valor icónico
difícilmente reducible a sus expresiones lingüísticas y no son, en
general, modelos de ninguna teoría previa, pero incorporan diseños
U. Vé.anse, respectivnmenrc, sólo a título de ejerup!o, Cucna et al. (19S6) y Aracil
(1986a, 19S6h). En algunos desarrollos rcóricos de la actual psicología cognitiva, cierta
noción de modelo mcntal rumhién OCUpJ un lugar central. Las relaciones curre los ant c rin-
r e s usos Tecnológicos y este último uso pr ccmincnrcmenre reórico no son, sin embargo.
fáciles de esclarecer. Me he ocupado de este problema en Liz, 1992.
14. Minsky (196::;) intenta precisar este Sentido peculiar del término «modelo" de la
viguicnrc forma: "Para un observador B, un objeto A'< es un modelo de un objeto A en la
medida en que R puede usar A" para responder cuestiones que le interesan sobre A".
34
, , 11 , •• 1 1'. • h I 1 111\ I{ A 1 I{ A VI' 1> l i t , 1 1 I i ·11 , 1 \)', A
un sentido incuestionable. Asimismo, los conjuntos de algorit-
(,.'11
mos matemáticos () de programas informáticos con cuya ayuda se
solucionan problemas de carácter conceptual muchas veces inten-
tan adoptar también formas icónicas, suelen referirse a situaciones
muy concretas en relación a diseños previos y no es sorprendente
que no sean modelos de ninguna teoría conocida.
Podríamos decir también que si en la tecnología la ciencia mo-
derna pone las teorías y la moderna industria su modo especial de
concebir la organización del trabajo y las tomas de decisiones, la
técnica pone los modelos, en el sentido que hemos dado aquí a este
término, guías concretas!' para saber cómo actuar frente a situacio-
nes específicas. La técnica siempre se ha servido de modelos en un
sentido básico muy parecido a como ahora se sirve de ellos la tec-
nología.
No hay tecnología, tal como la conocernos, sin ciencia. Tampo-
co hay apenas, actualmente, ciencia al margen del desarrollo tecno-
lógico. Por mucho que intentemos distinguir conceptualmente en-
tre ciencia y tecnología, nuestras distinciones tendrán siempre que
enfrentarse con el hecho pragmárico e institucional del bien aveni-
do matrimonio entre la ciencia y la tecnología. La afirmación de la
existencia de modelos típicamente tecnológicos no niega todo esto.
No puede negarlo. Si la ciencia y la tecnología están tan unidas, en
los complejos científico-tecnológicos habrá, entonces, modelos tí-
picamente tecnológicos y no sólo conjuntos de teorías más sus apli-
cacioncs. Los modelos típicamente tecnológicos no son, o no son
sólo, teorías aplicadas.
4. Qur. LF 1J\1PORTA LA RFAllDAD i\ I,A TECI'\()[ocíA
¿Cómo representan la realidad los modelos típicamente tecnológi-
cos? l-lasta qué punto le importa la realidad a la tecnología?
é
Un rasgo característico de los modelos tecnológicos frente a
las teorías científicas es la ausencia en aquéllos de los fuertes com-
promisos realistas que adoptan estas últimas. En los modelos tec-
nológicos no se intentan descubrir o señalar las posibles causas rea-
les de los fenómenos, sino sugerir cuáles pueden ser los modos mas
adecuados de intervención en relación a nuestros intereses. Estas
sugerencias se realizan a través de los peculiares diseños que los
modelos tecnológicos transmiten. La noción de explicación ape-
15. LI carácter OJIIU('/O de los modelos tipicatnvntc tn:llol,·,gie"s es funcl.uucmal, Aun-
que esros lIlOllclus scnn también ¡ll"delus de cicrt.iv rcoria s, lo que en la rccnolog¡a g11í:1 el
conocimiento y la a cciún no es, en genCT,¡j, lo que tengan esos modelos en común con otros
modclo-, de lols mismas rcorías, sino, romo 1';1 hemos indicado, jusrament e lo 'lile los difc-
renc¡.i de ellos.
35
 MANUfl 11/
nas tiene cabida en la tecnología a no ser cuando se refiere a
la explicación de un cierto [uncionamiento": Pero entonces ya
no importan las causas reales de los fenómenos, sino la manera como
esos fenómenos se articulan satisfaciendo nuestras descripciones
acerca de un buen o mal funcionamiento en relación a ciertos inte-
reses.
Ésta es la razón de que en tecnología los márgenes de tolerancia
del error tengan un sentido muy distinto al que pueden tener dentro
de la ciencia. Los usuarios reales y potenciales de una tecnología
exigen la satisfacción de sus propios criterios de tolerancia, crite-
rios que no siempre coinciden con los criterios de los tecnólogos ni
con los de los científicos que puedan estar involucrados en el mis-
mo proceso tecnológico. Pensar que en la ciencia cualquier error es
intolerable es demasiado idealista. El error es un inquilino inevita-
ble de la ciencia. No obstante, en la ciencia, la mayor o menor tole-
rancia hacia el error no viene directamente determinada por intere-
ses prácticos concretos, sino por intereses epistémicos o por intereses
prácticos muy generales. Una de las virtudes que caracterizan a un
buen tecnólogo consiste justamente en su capacidad para mediar, a
través de un gran número de limitaciones materiales de todo tipo,
entre los errores permitidos por la ciencia y 10s errores admisibles
por los usuarios.
El lenguaje de la recnología es rípicamente funcional. Pueden
ser, en general, muy variados los objetos físicos, descritos y taxono-
mizados materialmente desde el punto de vista de la ciencia, capa-
ces de satisfacer las descripciones tecnológicas. Esos objetos no for-
marían clases naturales, sino clases muy abiertas desde ese punto de
vista científico. Clases artificiales. podríamos decir también. Un
martillo, una central nuclear, un coche, una instalación eléctrica,
un ordenador, pueden estar hechos de muy diferentes materiales
respetando igualmente sus descripciones tecnológicas, sus diseños
respectivos. Las especificaciones materiales actúan únicamente como
condiciones restrictivas relativizadas a un uso o a unos intereses,
pero no como condiciones últimas incondicionadas'".
A la tecnología le interesan los comportamientos de la realidad
sólo en cuanto tales comportamientos se relacionen con nuestros
16. Prescindimos aquí, obviamente, de la aplicación tecnológica de teorías científicas
explicativas. Entonces estaríamos ante casos de ciencia aplicada, peto no es en est os casos
en donde deberíamos fijar nuestra atención. Muchas veces, por cierto, se aplican tecnológi-
carnenre cuerpos teóricos científicos omológicamente incompatibles, o teorías inadecuadas
desde un estricto punto de vista científico. A la tecnología no [e importa esto porque no le
importa la realidad más que en cuanto a través de ella se deben satisfacer determinados
Intereses.
17. Las especificaciones materiales, curiosamente, sí actúan de esta última forma in-
condicionada en ti caso de algunas técnicas artesanales cuando, por ejemplo, se exigen escru-
pulosamente materias primas naturales o el respeto, casi ritual, de ciertos tiempos de prepa-
ración y factura.
36
{ IINO( (f~ 'f Al 1IJAH. A II{AV!" 1>1 1A 11 ( NOI ol,iA
intereses. No le importa la auténtica constitución de la realidad ni
la genuina producción causal de esos comportamientos, Sabemos
que, incluso aunque cada estructura determinara unívocamente un
comportamiento para unas condiciones iniciales dadas, un determi-
nado comportamiento a partir de unas condiciones iniciales dadas
siempre podría ser generado por múltiples estructuras. La relación
que vincula comportamientos y estructuras no es, en este sentido,
una función 1~. Existen siempre, pues, muchas formas distintas de
producir un determinado comportamiento. Y, muy a menudo, no
habrá nada en común entre todas ellas que pueda ser descrito con-
tando únicamente con la ayuda de la ciencia.
A todo esto habría que añadir aún otra importante cuestión. El
empleo, cada vez más extendido, de modelos de simulación en la
actividad tecnológica. Simular un sistema no es duplicarlo. Y simu-
lar el comportamiento de un sistema no supone tampoco repetirlo.
Podemos simular un comportamiento sin hacer ningún uso de lo
que puedan haber sido las causas reales productoras de ese compor-
tamiento. Esto obliga a replantearnos la simetría entre explicación
y predicción. Aunque podamos tener predicciones y, con ellas posi-
bilidad de control allí donde dispongamos de explicaciones, pode-
rnos asimismo tener predicciones y posibilidad de control sin tener
ninguna explicación. Esto ocurre siempre que basemos nuestras pre-
dicciones y estrategias de control sólo en modelos de simulación,
en modelos que no hagan referencia directa a lo que puedan haber
sido las causas reales productoras de un comportamiento. La simu-
lación, por tanto, nos ofrece la posibilidad de tener predicción y
control sin ningún tipo de explicación.
La importancia de la simulación dentro de la tecnología actual
puede aún ser relevante en otro sentido. Puede también romper la
disyuntiva, establecida por algunos filósofos de la tecnología'", en-
tre producir y sintetizar, entre tecnologías de producción y tecno-
logías de síntesis. El objetivo de las primeras sería la producción
intencionada de algo a través del control interno de ciertos proce-
sos, a través de la manipulación y gestión de las causas reales ac-
tuantes en los procesos que de manera natural lo pueden llegar a
generar. Frente a esto, el objetivo de las segundas sería la síntesis de
cosas nuevas, la creación artificial de algo a través de procesos que
trastoquen el orden natural de las cosas. Pues bien, independiente-
mente de los numerosos problemas que traería consigo el recurso a
una distinción tajante entre lo natural y lo artificial", el fenómeno
de la simulación pone seriamente en serio peligro la anterior clasifi-
18. Sobre este punto, véase Vázquez , Aracil y Liz ([990), Vázquez (1988h), así como
Vdzquez y Liz (1989,1991).
19. Véase, por ejemplo, Sanmnrrín (19R7 y In9).
20. Discusiones de este problema se encuentr an en Vázquez (19R7) y, más c xte ns.a-
mente, en Vázquez y Liz (1991).
37
 ~1.t~ N <J ; I (¡tllll 11\
cación de tecnologías. El hecho decisivo consiste en que la simula-
ción no es ni producción ni síntesis. Existen actualmente tecnolo-
gías que no son ni de producción ni de síntesis. Se trata de las tec-
nologías basadas en la simulación. Por ejemplo, cierta versión débil
de la inteligencia artificial o las múltiples tecnologías de prospecti-
va v control basadas en modelos de simulación.
'Fijemos nuestra atención en el primer ejemplo. La expresión
«versión débil de la inteligencia artificial» denotaría el macropro-
yecto actualmente existente en el campo de las ciencias cognitivas
que consiste en la utilización de modelos computacionales como
representaciones teóricas de ciertos estados y procesos catalogados
como «inteligentes» (estados y procesos mentales o psicológicos).
Lo que podríamos llamar «versión fuerte de la inteligencia artifi-
cia!» pretendería mucho más, pretendería en sentido literal crear
«inteligencia» (estados y procesos mentales o psicológicos) artifi-
cialmente. Lo último sí daría lugar, claramente, a tecnologías de
smtesis, lo primero, no. Pero tampoco lo primero tiene por qué
conducir necesariamente a tecnologías de producción, a tecnolo-
gías que intenten producir algo a través de la manipulación y el
control de las causas reales que de manera natural condicionen su
existencia. Como ya hemos indicado, los modelos de simulación
son muy indiferentes, en general, a lo que puedan haber sido esas
causas reales. En perfectamente posible tener tecnologías pr edicti-
vas y de control asociadas a modelos de simulación de este tipo sin
que esas tecnologías puedan ser caracterizadas como tecnologías de
producción ni como tecnologías de síntesis. El concepto de produc-
ción al que esta distinción alude parece más apropiado a una con-
cepción de la tecnología como ciencia aplicada, en donde lo mismo
que ha servido para explicar sirve también ahora para predecir, con-
trolar y producir, que a lo que pretenden ser muchas tecnologías
actuales. Por otro lado, el concepto de síntesis presenta la mayoría
de 13s veces un trasfondo exageradamente derniúrgico con el que no
estarían de acuerdo muchos practicantes de tecnologías que se eti-
quetan como sintéticas. En esta situación estaría, típicamente, L1
inteligencia artificial.
Contestemos ahora a las preguntas que iniciaban este apartado.
(cómo representan la realidad los modelos típicamente tecnológi-
cos? y ¿hasta qué punto le importa la realidad a la tecnología? Pues
bien, los modelos típicamente tecnológicos representan la realidad
de una manera funcional en relación a ciertos interescs-". Y lo con-
siguen gracias a los diseños que incorporan y transmiten. Esto hace
que a la tecnología le importe la realidad sólo en cuanto a través de
ella se puedan sarisracer esos determinados intereses. Sólo en este
sentido.
21. Sohre esre- tema, recomu-ndo cl intcrrsnntc ¡Llbell') tic
1 /\ I ! ll/\ 1\ /\ 11,/\ VI·', 1) 1 1/\ 11 ( N () 1 (1 t , 1/\
.5. LA RACIONALIDAD PRÁCTICA DE LA TECNOLocíA
Exigimos de la tecnología que satisfaga nuestros intereses actuan-
do en la realidad, y queremos que esto se haga de manera racional.
Esto es, valoramos y exigimos la racionalidad práctica de la tecno-
10gía 21 •
La racionalidad práctica de la tecnología debe incluir, casi por
definición, la racionalidad epistémica de la ciencia. La tecnología
debe hacer uso, si ello es posible, de todo el conocimiento científico
disponible. Debe también emplear las mismas tácticas y métodos
generales que utiliza la ciencia, esta vez en la adquisición y el con-
trol del conocimiento específicamente tecnológico ofrecido por sus
modelos. No podemos ser tecnológicamente racionales si no somos
epistémicamente racionales al estilo de como lo es la ciencia. Esto
quiere decir que, aunque no se disponga de teorías y sólo se cuente
con el apoyo de modelos específicamente tecnológicos, la construc-
ción y justificación de estos modelos debe seguir las mismas cons-
tricciones normativas generales que la ciencia pone en juego en re-
lación a las teorías. Los modelos han de ser discutidos críticamente
y confrontados con la realidad de manera muy similar a como son
discutidas críticamente y confrontadas con la realidad las teorías. A
pesar de las diferencias que antes señalábamos entre teorías y mo-
delos, la racionalidad epistémica debe ser en líneas generales 1J mis-
ma en ambos casos.
La racionalidad práctica de la tecnología incluye, pues, a la ra-
cionalidad epistémica de la ciencia. Esta racionalidad se aplica tan-
to al conocimiento científico que incorpora la tecnología como a lo
que hemos venido llamando modelos típicamente tecnológicos. Pe-
ro la racionalidad práctica no es sólo una racionalidad episrémica.
La racionalidad práctica de la tecnología incluye también una ra-
cionalidad instrumental referida a la consecución de los fines propues-
tos en las acciones tecnológicas. La racionalidad instrumental pre-
senta múltiples aspectos. Se pueden conseguir esos fines de forma
más o menos costosa, rápida, con más o menos consecuencias inde-
seadas, etc."
Pero la racionalidad práctica de la tecnología tampoco acaba en
estos aspectos instrumentales. Contiene, también, cierta ractonali-
22. Al t ruru r aquí el problema de la mcionnlidad de la ie cnolog¡a, adoptaremos una
cstratcgta npicamcnrc poppcr-iana. )\"0 nos plantearemos directamente el signific1do del
concepto de racionalidad, sino que hahlnrcrnos sobre ella e intentaremos decir algo intcrc-
sante sobre la racionalidad de la tecnologfu. Esta estrategia sería la apropiada, neo, siempre
que estemos haciendo [ilosctia a¡l/icada; en este caso, filosofía aplicada al .málisis de la tec-
nología. Sobre esta concepción de la filosofía de la tecnología como filosofía aplicada, en
lugar de como una rama miÍs de la filosofía, me remito a Cicrc (1977).
23. Algunos de estos aspectos son precisados de maneta muy clara en el libro de Quin-
ranilla (19S9). Son especialmentc sugestivos sus análisi s de los conceptos de e[icaci a y efi-
Br"IlClIH' (1l)X'J). esencia,
39
 t1ANLJII 11/
dad de fines. Cuando exigimos racionalidad práctica a la tecnolo-
gía, queremos también que ordene y priorice adecuadamente unos
determinados objetivos sobre otros y que se conecte, en último tér-
mino, con nuestros ideales acerca de 10 que deba consistir una bue-
na vida>'. Queremos que la tecnología mejore nuestra calidad de
vida hasta donde sea posible. Con todo ello, la pregunta por la
racionalidad de la tecnología alcanza a la consideración de los fines
últimos que deberían proponerse nuestras acciones tecnológicas. Esta
vertiente de la racionalidad tecnológica se conecta con otras for-
mas de racionalidad práctica no estrictamente tecnológicas. Con
algo que podríamos tal vez llamar racionalidad social o racionalidad
política. Aquí ocurre algo parecido a lo que ocurría antes con la
racionalidad epistémica de la tecnología. En la racionalidad prácti-
ca de la tecnología deben intervenir también estrategias y métodos
generales muy parecidos a los que intervienen en la racionalidad
social y política.
En la racionalidad práctica de la tecnología hemos identificado
hasta el momento tres componentes: una racionalidad epistémica,
una racionalidad instrumental y una racionalidad de fines. Por otro
lado, en todas las acciones tecnológicas podemos también distin-
guir la intervención, en grado variable, de tres tipos de elementos
normativos. Los llamaremos elementos normativos científico-tec-
nológicos, elementos normativos sociales y elementos normativos
éticos.
Cada uno de los anteriores elementos normativos estaría forma-
do tanto por creencias como por reglas de acción. Todos ellos se
distinguen por su diverso origen y pueden funcionar como criterios
de evaluación y corrección en todas las fases de una acción tecnoló-
gica. Aclaremos más a qué nos referimos. La distinción entre ele-
mentos normativos científico-tecnológicos, por un lado, y elemen-
tos normativos sociales y éticos, por otro, sería relativa al grado de
aceptación que tengan determinadas creencias y reglas de acción
por parte de la propia comunidad científico-tecnológica. Lo que sea
un elemento normativo científico-tecnológico debe ser identificado
en relación a 10 que creen los propios científicos y tecnólogos como
científicos y tecnólogos. Por cierto, la distinción entre creencias y
reglas de acción propiamente científicas o tecnológicas, por un la-
do, y creencias y reglas de acción ideológicas, por otro, debe ser
trazada por la propia ciencia. A su vez, la distinción entre elemen-
tos normativos sociales y éticos sería relativa a su grado de acepta-
ción social. Las creencias religiosas, por ejemplo, pueden ser ele-
mentas normativos éticos, individuales y privados, en cierto contexto
24. Ortega (1982) acier t a plenamente cuando indica que con la técnica y la recnolog¡a
no sólo buscamos sobrevivir sino, sobre todo, bíenoioir. Como veremos mas adelante, esta
meta ccnsriruira justamente el origen de los que llarnar emos tercer tipo de problemas de
racionalidad de las acciones tecnológi<:as.
40
I (lN(){ 11\ Y A( lUA~ A II(AV!'., IJI lA IICNOIO(~IA
social, y pasar a ser elementos normativos sociales en otro contexto
social diferente. Los tres tipos de elementos normativos intervienen
tanto en la discusión acerca de la racionalidad epistérnica de la tec-
nología como en las discusiones, que englobarían a la anterior, de
su racionalidad instrumental y de su racionalidad de fines. Veamos
ahora cómo se relacionan estos dos grupos de distinciones.
El grado de intervención de las diferentes clases de elementos
normativos es crucial a la hora de distinguir clases de acciones tec-
nológicas y de preguntarnos por sus condiciones de racionalidad",
Realizar un experimento de electrólisis en unas clases prácticas de
química, diseñar y construir un embalse, realizar un aborto, planear
y llevar a cabo la instalación de una planta de residuos nucleares,
organizar y ejecutar con la mayor discreción y eficacia posibles el
genocidio de cierto grupo humano, serían acciones tecnológicas
básicamente distintas por las distintas dosis de elementos normati-
vos científico-tecnológicos, sociales y éticos que en ellas aparecen.
y la evaluación de su racionalidad debe depender estrechamente de
la presencia o ausencia de estos diferentes elementos normativos
que entran en juego. Veamos.
Los elementos normativos científico-tecnológicos no pueden faltar,
debiendo resultar siempre prioritarios en cuestiones epistémicas.
Incluso en relación a los modelos específicamente tecnológicos, los
criterios y controles de racionalidad epistémica en la tecnología deben
ser los mismos, en líneas generales, que los que operan en la cien-
cia. Habrá ciertos problemas de racionalidad de las acciones tecno-
lógicas que serán decidibles exclusivamente en virtud de las carac-
terísticas de sus elementos normativos científico-tecnológicos. Esto
será así cuando no existan elementos normativos sociales o éticos
involucrados o cuando la intervención de estos elementos se man-
tenga en suspenso. Los problemas de la racionalidad epistémica de
la tecnología son problemas de este tipo. También los problemas de
la llamada racionalidad instrumental. El adecuado tratamiento
de estos últimos problemas se realiza en el marco de las teorías
matemáticas de la decisión, de la maximización de funciones, etc.
La economía y las teorías de la organización industrial y empresa-
rial jugarían aquí un papel también fundamental. Todo ello delimi-
taría un primer tipo de problemas de racionalidad de las acciones
tecnológicas. Como acabamos de decir, a este primer tipo de pro-
blemas pertenecería todo lo relativo a la racionalidad epistémica y
a la racionalidad instrumental de la tecnología.
La presencia de elementos normativos éticos y sociales incom-
patibles entre sí, o incompatibles con ciertos elementos normativos
científico-tecnológicos, señalaría la presencia de un segundo tipo
25. Un análisis más extenso de estas ideas, coincidente en líneas generales con el plan-
teamiento que aquí estamos desarrollando, se encuentra en Liz (1988).
41
 MANUII 11/
de problemas de racionalidad de las acciones tecnológicas. Estos
problemas se refieren a la justificación de la primacía de unos ele-
mentos normativos sobre otros. Son problemas, por tanto, que exi-
gen una correcta ordenación de nuestros fines e intereses>. A este
segundo tipo de problemas pertenecería parte de lo que concierne a
una racionalidad de fines. Parte, pero no todo.
La otra parte viene a continuación. Podemos decidir qué ele-
mentos normativos deben primar sobre los otros, resolviendo así
problemas concretos de racionalidad del segundo tipo." y, no obs-
tante, sospechar que los elementos normativos predominantes en
esos casos no son suficientemente racionales en sí mismos. Sería,
entonces, racional la primacía de algo cuya racionalidad no está
suficientemente clara. Esta situación paradójica nos conduciría a
un tercer tipo de problemas de racionalidad en las acciones tecno-
lógicas. Este tercer tipo de problemas de racionalidad surge de nues-
tro afán por ser completamente racionales. Y la tecnología sólo será
completamente racional en la medida en que persiga la consecución
de fines en sí mismos racionales, de fines intrínsecamente valiosos.
Una concepción meramente instrumental de la tecnología sólo
se planteará problemas de racionalidad del primer tipo. Los proble-
mas del segundo tipo serán dejados a la discusión social y política.
y los problemas del tercer tipo sólo podrán ser objeto de especula-
ción filosófica y utópica. Una concepción menos instrumental de la
tecnología llegará a plantearse también problemas del segundo tipo.
Por ~ltlmo, una concepción de la tecnología que aspire a poder
predicar de ella una racionalidad completa debe plantearse proble-
mas de los tres tipos. Particularmente, los problemas del tercer tipo
no podrán ya ser sólo tema de libre especulación.
26. Ordcnución que muchas veces sólo será parcial, lo cual también nos conduciría,
por otro cll1lino, a lo que a continuación llamaremos tercer tipo de problemas de raciona-
lidud de las accroncs tecnológicas. Una ordenación de fines o intereses será s(ílo parcial
cuando eXlstJn JI menos dos fines o intereses respecto J los que no sepamos cuál de ellos
debe primar sobre el otro.
27. Podemos, por ejemplo, decidir que primen los elementos normativos sociales so-
bre los éticos, los cientifico-tccnológico, sobre los sociales y los éticos, o viceversa, etc Ya
hemos sugerido que ante una incompatibilidad episrémica, el conocimiento científico-tec-
nológico, si existe, debe tener absoluta prioridad. Y, cuando no exist'l, los criterios genera-
les de corrección episrémica que funcionnn en la ciencia deben ser aquí también priorizados.
El problema es que los elementos normativos científico-tecnológicos no sólo están com-
puestos por conocimientos sobre la realidad y por estrategi'ls generales de descubrimiento
y control epistémico sino, también, por líneas concretas de investigación y por criterios de
relevancia y de oportunidad acer-ca de por dónde merece la pena seguir avanzando. Tos
elementos normativos de cualquier tipo, COmo ya hemos indicado, no serían sólo creencias,
sino también reglas de acción. Dicho de otra forma, los elementos normativos científicos
no son sólo elementos normativos cpisrémicos. Y todo esto sí puede resultar incompatihle,
y llegar a ser tal vez menos prioritario, que los elementos normativos sociales o éticos que
puedan surgir.
42
< , 1I1 )' 1 l' , A' 1 II A I( A 1 1\ 1\ V ¡', 1) 1 1 ¡\ I I I "J 1) I 1) (,11\
6. SFAt\10S COMI'LETAME!'JTE RACIONALES
Comencemos con una afirmación audaz. La completa racionalidad
práctica de cualquier acción, de cualquier acción tecnológica por
ejemplo, exige su capacidad última para procurar la obtención de
fines intrínsecamente valiosos.
Todo el mundo sahe que los fines intrínsecamente valiosos han
de ser valorados por sí mismos; esto es, han de ser valorados aun-
que no podamos ya justificar mediante razones por qué los valora-
mos. Pero, claro está, algo puede ser valorado por sí mismo, en el
anterior sentido, y no ser un fin intrínsecamente valioso. No esta-
mos ante un bicoridicional. En este tema somos tan falibles como
en cualquier otro. Sin embargo, la determinación de este tipo de
fines algo tiene que ver con la utilización de toda la información
pertinente, con la discusión, la crítica y al desarrollo histórico. A
pesar de nuestro falibilismo, parece, pues, plausible la intuición de
que un fin propuesto tiene más valor intrínseco que otro si ponien-
do a prueba su respectivo valor, esto es, agotando la crítica y ha-
ciendo uso de toda la información disponible, seguimos valorando
más el primero que el segundo. Realmente, no conozco otra forma
de expresar 10 que se quiere decir cuando se exige una racionalidad
práctica que, respetando la racionalidad epistémica de la ciencia,
vaya más allá de la efectiva obtención de unos fines propuestos y de
su ordenación de acuerdo a las prioridades generalmente aceptadas
en los contextos sociales en los que se desarrolle esa tecnología. Si
querernos extender el concepto de racionalidad práctica más allá
de estas cuestiones, más allá de una racionalidad instrumental y de
una racionalidad que ordena y prioriza unos fines sobre otros, de-
bemos recurrir a alguna noción de fines con un valor intrínseco. El
anterior análisis tiene, en consecuencia, un carácter básicamente
descriptivo. Cuando discutimos acerca del valor de nuestros fines,
llegamos muchas veces a situaciones que podrían ser descritas de la
siguiente forma:
Seguimos valorando algo a pesar de no tener ya razones para
ello. La valoración puede siempre ser irracional. Somos falibles. No
hay nada en nuestras valoraciones que garantice contra todo riesgo
que sea racional valorar lo que valoramos. No obstanre, asumimos
que la racionalidad última de un fin entraña su valor intrínseco. Si
existen fines racionales en este sentido, tendríamos que valorarlos
con independencia de las razones que podamos tener a su favor o en
su contra". También asumimos que, una vez agotados todos los
28. En otras palabras, la «bondad" de un fin, su valor intrínseco, debe bastar para ha-
cer racional su elección. La elección puede haberse realizado a través de p roc exos 4ue nada
tengan que ver con la racionalidad, pero ha de ser racional el haber elegido un fin intrínse-
camente valioso. Debemos distinguir e ntrc lo acertada 'lile puede ser una elección y lo acer-
tados que pueden ser los procedimientos que hemos empleado para elegir. Una concepción
43
 MANUII LIL
recursos del conocimiento y la crítica, valorar algo es un buen indi-
cio de su valor intrínseco. En otras palabras, admitimos que ha de
ser posible proponerse fines intrínsecamente valiosos sin necesidad
de ser sabio, pero reconocemos al mismo tiempo que ser sabio es la
mejor estrategia para descubrir lo intrínsecamente valioso.
Sabemos que nuestra racionalidad tecnológica, como toda ra-
cionalidad, es siempre, en algún sentido, una racionalidad limita-
da. Y, sin embargo, estamos diciendo que queremos una racionali-
dad lo más completa posible. Precisamente por ello nos formulamos
problemas de racionalidad del segundo y del tercer tipo. ¿Cómo
entender esto? Una racionalidad tecnológica completa procuraría,
según dijimos, la obtención de fines intrínsecamente valiosos. ¿Es
posible una racionalidad limitada pero completa? Nuestra respues-
ta será afirmativa.
Aclaremos un punto previo: Los límites de la racionalidad de la
tecnología no son simplemente los límites de la tecnología. Nuestra
racionalidad está limitada, pero sus límites no dependen simplemente
del hecho de que no podamos hacerlo todo o controlarlo todo.
El no poder hacer todo lo que queramos no puede ser ningún
límite de la racionalidad de las acciones tecnológicas. En todo caso,
será un límite de la propia tecnología. Pongamos un ejemplo radi-
cal. La técnica y la tecnología no modifican los intereses para que
éstos puedan resultar satisfechos por la realidad, sino que modifi-
can la realidad para que ésta consiga satisfacer esos intereses. Por
definición, la realidad que se pretende modificar no puede coincidir
con los intereses que se intentan satisfacer", Otra forma más resu-
mida de decir 10 mismo sería ésta: el objetivo de «nuestra» técnica o
tecnología no puede ser modificar «nuestros» intereses. Es induda-
ble que muchos de los intereses del hombre, muchas de sus actitu-
des y expectativas, se ven continuamente modificados por la técni-
ca y la tecnología. A veces esto satisface los intereses de alguien, y
lo hace de manera planificada. Otras veces es un efecto secundario
instrumentalista de la racionalidad no puede encontrar ningún sentido a la plausible intui-
ción de que sea racional elegir lo bueno, a pesar de todo lo irracionales que sean los proce-
dimienros que puedan habernos conducido a tal elección. Y, paralelamente, irracional ele-
gir 10 malo, a pesar de toda la racionalidad que se haya puesto en juego. Pero, entonces,
desde esta concepción instrumentalista de la racionalidad, nos veremos siempre enfrenta-
dos a casos como el del «nazi racional» que presenta Purnam (1981). Los fines que se propu-
srera un «nazi racional» tendrían que ser necesariamente buenos por ser perseguidos de una
manera escrupulosamente racional. Por cierto, en este trabajo de Putnam podemos encon-
trar una de las más agudas discusiones actuales de este tipo de problemas. De todas formas,
insisto, negar una concepción sólo instrumentalista, bcnrhamiana, de la racionalidad no
significa poder ofrecer ejemplos indiscutibles de fines intrínsecamente valiosos. [Qué más
quisiéramos! Pues, en ese caso, y por definición, inmediatamente serían valorados por cual-
quiera.
29. Si lo que se quiere modificar son ciertos intereses, el resultado tendrá que satisfa-
cer otros intereses distintos. Esto permitiría diferenciar las técnicas y tecnologías psicológi-
cas y SOCIales de otras cosas que no son ni técnica ni tecnología.
44
( (INI)( 11\ y Af I UAR A 1 RAVr '> 1)1 lA 11 (NOI OCiA
que tal vez, si nos lo propusiéramos, podría ser evitado. Pero la
modificación total y absoluta de «nuestros» intereses no puede ser
un producto técnico o tecnológico «nuestro», Ni un simple efecto
colateral o secundario. Ha de ser siempre un subproducto'"; es de-
cir, algo que no puede ser intencionalmente planeado y conseguido.
Un proyecto imposible. Y, algo imposible no puede ser un límite de
la racionalidad. Hemos puesto un ejemplo extremo, pero la morale-
ja es clara. Nuestra incapacidad para ajustarnos a una norma racio-
nal no puede ser identificada con ninguna insalvable incapacidad
física o metafísica. La racionalidad no puede quedar limitada por
algo imposible de conseguir. Debe haber una diferencia crucial en-
tre ser irracionales y ser a-racionales. En los asuntos racionales, un
límite insalvable deja de ser ya un límite.
Por las mismas razones, tampoco tiene por qué ser un límite de
la racionalidad tecnológica el no ser capaces de controlar todas las
consecuencias de nuestras acciones tecnológicas", Esto también
sólo es un límite determinante de nuestra tecnología. Controlar más
consecuencias de nuestras acciones tecnológicas sólo implica direc-
tamente tener mejor tecnología, no tener una tecnología más racio-
nal. Aunque tuviéramos un control total sobre todas las consecuen-
cias de nuestras acciones, podríamos realizar acciones absolutamente
irracionales. Una sociedad infinitamente perversa es perfectamente
compatible con una tecnología ideal desde el punto de vista del
control. Pero, la perversión algo debe tener que ver con la irracio-
nalidad. La incapacidad de control sería, en nuestro caso anterior,
no un límite sino más bien una virtud.
Mayor control sólo significa mayor racionalidad cuando única-
mente surjan problemas de racionalidad del primer tipo o, si ade-
más aparecen otros tipos de problemas de racionalidad, cuando efec-
tivamente sea racional la obtención de los objetivos que pretendemos.
Pensar que el principal o el único problema de la racionalidad tec-
nológica es un problema de control, de maximizar el control sobre
nuestras acciones tecnológicas y sus consecuencias, es empeñarse
en que sus objetivos, sus fines, caen siempre fuera de la evalua-
ción". Pero los fines no son dados, sino más bien tomados. Y los
criterios de adopción, ordenación y valoración de fines son esencia-
les en toda acción tecnológica.
¿Cuáles son, entonces, los límites de la racionalidad de la tec-
nología? La causa decisiva que hace que nuestra racionalidad tecno-
lógica esté limitada es, más bien, nuestra incapacidad para determi-
nar de forma decisiva e irrevisable la racionalidad o irracionalidad
30. Justamente en el sentido en el que Elsrer (19X3) utiliza esta noción.
31. De manera análoga, podríamos decir que no conocerlo todo no supone tampoco.
necesariamente, ningún límite de la racionalidad episrémica, sino sólo un límite del propio
conocimiento.
32. En otro lugar, Liz y Vázquez (1990) llamábamos a esta actitud «síndrome Nemo».
45
 r1 A N 11 I
de la mayor parte de nuestras acciones tecnológicas. Es más, cuanto
mayores sean las expectativas que pongamos en ciertas acciones
tecnológicas, mayor parece ser siempre esta indeterminación!', Nuestra
racionalidad tecnológica es limitada, en este sentido, porque tam-
bién lo es la racionalidad epistérnica que incluye. Porque, además,
siempre podemos replantearnos la existencia de nuevos elementos
normativos científicos, sociales o éticos o revisar críticamente aquellos
con los que ya contábamos. Siempre podemos, también, poner en
cuestión las relaciones de primacía establecidas entre esos elemen-
tos en base, por ejemplo, a la crítica y devaluación de la racionali-
dad de alguno de ellos. La ampliación de consideraciones no cono-
ce aquí límite. El poner límites a esta falta de límites es lo que
limita nuestra racionalidad. Siempre es posible ser más racionales
de lo que somos, y los límites los ponemos nosotros al pararnos en
un punto. La posibilidad de un cambio en nuestras asignaciones
de racionalidad permanece siempre abierta. Toda determinación de
la racionalidad de una acción tecnológica es hipotética, tentativa y
revisable. Aspirar a una racionalidad completa no puede significar,
pues, anular estos rasgos. Tales rasgos son constitutivos de nuestra
racionalidad. No son rasgos eliminables.
Volvamos atrás. ¿En qué sentido podemos aspirar, entonces,
a una racionalidad tecnológica limitada pero completa? La respues-
ta a esta pregunta debería ser, creo, más o menos la siguiente:
es plausible suponer que una racionalidad tecnológica limitada se
vuelve completa en la medida en que explotamos toda la informa-
ción disponible y agotamos la crítica y la acción dentro de sus
límites.
Al precisar la noción de fines intrínsecamente valiosos decíamos
que, aunque pertenezca a esa noción el que los fines intrmsccamcn-
te valiosos deban ser valorados a pesar de no tener razones para
ello, no sólo el no tener esas razones nu nos pone en la mano fines
intrínsecamente valiosos (no estábamos ante un bicondicional), sino
que el mejor, acaso el único, indicio que tenemos para suponer el
valor intrínseco de un fin es el hecho de que sigamos valorándolo
una vez agotados todos los recursos del conocimiento y de la críti-
cal'. Con la completud de la limitada racionalidad de la tecnología
ocurre algo semejante. El paralelismo debe resultar obvio desde el
momento en que decimos que la racionalidad de la tecnología será
completa cuando, siendo epistémica e instrumentalmente racional
y ordenando y priorizando adecuadamente los fines dados en la
3:L Piénsese sin más en los CilSOS generales de la actual tecnología nuclear, de la inge-
niería genética, de la inrelige ncia artificial o en el espléndido eje rnp!o de la conflictiva intro-
duccion de la máquina de vapor eu la industrio textil a finales del pasado siglo.
34. Repitámoslo: 1M de ser posible proponerse fines intrínsecamente valiosos sin ne-
cesidad de ser sahi o, pero ser sabio es la mejor estratcgj.i para descubrir lo inrrfsecamenre
valioso.
46
I (I~lll( II( (A( IIJAH A II(AV(~ 111 lA rr c re or o c.L«
comunidad donde se desarrolle esa tecnología-U, procure la obten-
ción de fines intrínsecamente valiosos.
Queremos ser completamente racionales. Nos paramos en un
punto. No es imposible seguir avanzando. Simplemente, no sabe-
mos ya cómo seguir. Hemos de suponer que, entonces, nuestra li-
mitada racionalidad se vuelve completa cuando nos agotamos en el
querer ser racionales. Podríamos llegar a ser más racionales, imagi-
namos contrafáctica mente otras circunstancias en las que posible-
mente nuestra racionalidad se hubiera ejercido mejor, pero hemos
hecho todo lo que podiamos. Una racionalidad limitada puede ser
así una racionalidad completa.
Un último comentario. Los límites de la racionalidad los pone-
mos nosotros al pararnos en un punto. De las circunstancias de esa
parada depende el que consideremos que la racíonalídad ejercida
haya podido ser o no más completa. Hay un importante sentido en
el que cabe hablar aquí de progreso de la racionalidad. Nuestro
conocimiento aumenta y nuestras estrategias de crítica y acción se
hacen cada vez más sofisticadas y poderosas. Aprendemos también
del pasado, de nuestra historia y de los demás, conocemos otras
manifestaciones culturales y otros valores con los que comparamos
y contrastamos nuestra cultura y nuestros valores. Asimismo, in-
ventamos e imaginamos nuevas formas de vida que pretendemos
valorar intrínsecamente. Los límites capaces de contener una racio-
nalidad limitada pero capaz de ser completa se amplían sin cesar.
Nada de esto es nuevo. Y todo ello puede ser dicho también de la
racionalidad tecnológica.
7. IMAGINAR OTRA VIDA ANTES DE LA MUERTE
Imaginar otras formas de vida nos conduce, en última instancia, al
terreno de la utopía. Pero, entre los campos de la racionalidad epis-
térnica, de la racionalidad instrumental y de la ordenación adecua-
da de nuestros objetivos, por un lado, y el terreno de la utopía, por
otro, aún queda mucho camino por recorrer. Un camino en el que
el debate acerca de la calidad de vida es fundamental. Este debate
acerca de la calidad de vida, acerca de una calidad de vida intrinse-
camente valiosa, pertenecería a lo que hemos llamado tercer tipo
de problemas de racionalidad de las acciones tecnológicas.
No sería adecuado desplazar todos los problemas relativos al
valor intrínseco de los fines al ámbito de la imaginación utópica,
35. "Adecuadamente» debe entenderse aqu¡ como «adecuadamente-según-Ios-criterios-
gc nera Ime 11te -ace prados-e n-esa-c 0111 uni dad-pa fa -ordcn ar -y -p rio rizar -fines-. rile de trata rse de
criterios más o menos democráticos. autoritarios, etc. Una concepción de la racionalidad
que no permita hablar de algo así l·0n10 «racionalidad intrínseca de fines» sólo podría llegar
hasta aquí. Esto es lo irn porrante.
47
 MANUIIII/
cargándola con todo el peso de la completud de la racionalidad de
la tecnología. Una calidad de vida meramente utópica no es, en
general, un objetivo tecnológicamente posible. No es, por tanto,
algo que pueda hacer completa la racionalidad de la tecnología. Y,
cuando aquí intentamos describir y alcanzar una calidad de vida
intrínsecamente valiosa, un «bienvivir» de los que hablaba Ortega,
no queremos salirnos del espacio de objetivos posibles de la tecno-
logía. No queremos simplemente elaborar utopías. Tampoco pen-
samas que describir una calidad de vida se reduzca a una cuestión
de ordenamiento y priorización de los fines aceptados por una co-
munidad en un momento dado. Lo que hacemos es plantear radi-
calmente la posibilidad de ser completamente racionales en nues-
tras acciones tecnológicas.
Si queremos ser completamente racionales en nuestras acciones
tecnológicas, estamos obligados a promover mecanismos que favo-
rezcan el desarrollo de una imaginación no sólo utópica, estamos
obligados a desarrollar una imaginación que se aplique a la innova-
ción tecnológica orientada al mejoramiento global de la calidad de
vida.
La tecnología presenta cuatro importantes características que
avalan la relevancia y el poder de la imaginación en este pun-
to. Algunas de ellas ya las hemos analizado, otras aparecerán aquí
por vez primera. Todas ellas merecerían consideración. Son las si-
guientes:
1) El desarrollo tecnológico es en gran medida imprevisto desde
la perspectiva de los intereses y expectativas de los contextos cien-
tíficos y sociales en los que tiene lugar, la creatividad tecnológica
fácilmente escapa de los límites impuestos por la ciencia, la indus-
tria y la empresa.
2) La tecnología es holista, enormemente interrelacionada y sen-
sible, pequeños cambios en un lugar pueden originar tremendas
modificaciones en todo el conjunto de la tecnología.
3) La tecnología es altamente funcional, emplea un lenguaje tí-
picamente funcional y enormemente plástico relacionando cosas muy
heterogéneas desde otros puntos de vista, cosas pertenecientes a los
ámbitos de la ciencia, la economía, la ética, el derecho, etc.
4) La tecnologia es sumamente finalista, incluyendo de manera
no e1iminable fines, objetivos, intereses, expectativas, etc., que
pueden ser revisados, cambiados o ampliados a través de su desa-
rrollo".
Al plantearnos, pues, el problema de la calidad de vida no esta-
mos simplemente planteándonos un problema utópico que caiga ya
fuera del marco de los problemas generados por la tecnología. Esta-
36. Estos rasgos caracterizarían también a los modelos típicamente tecnológicos y a los
diseños que forman parte de los mismos.
48
1 (J~~l)\ 111 y Al IIJAI! A II{AV( <, IJI 1A I I I NUI O(,iA
mos planteando un problema que concierne al desarrollo interno
de la propia actividad tecnológica".
Una filosofía de la tecnología basada en la invención, en los
incondicionados procesos creativos del inventor genial o afortuna-
do, no podrá nunca darse cuenta de esto. Para ella, la calidad de
vida será un capítulo más de la utopía de turno. Una filosofía de la
tecnología basada, en cambio, en el diseño, en ese componente im-
prescindible de los modelos típicamente tecnológicos lleno de refe-
rencias valorativas y siempre atento al punto de vista del usuario,
debe considerar el debate sobre la calidad de vida como algo funda-
mental e inaplazable.
La calidad de vida es, además, una de las pocas cosas que aún
pueden ser universalizables. Nuestra calidad de vida, de aquí y ahora,
se ve afectada por lo que pueda ocurrir en otros tiempos y lugares.
Los sujetos a los que se refiere una calidad de vida no pueden ser
sólo los sujetos que pertenezcan actualmente a la comunidad social
en la que se plantea un problema de este tipo. Un problema que cae
dentro de lo que hemos llamado tercer tipo de problemas de racio-
nalidad de las acciones tecnológicas. Una calidad de vida dehe referirse
también a los sujetos pertenecientes a cualquier comunidad presente
y futura. Y debe englobar asimismo los respectivos entornos en los
cuales se vaya a desarrollar esa calidad de vida. Nuestra calidad de
vida no puede ser sólo nuestra. A la calidad de vida no le son indi-
ferentes ni las otras culturas, ni el futuro, ni el entorno. Por ello,
ordenar y priorizar los fines que actualmente tenemos no basta para
diseñar una calidad de vida. La calidad de vida debe tener un valor
intrínseco donde los haya. Al menos, así nos la imaginamos, que es
lo importante. Pero debe ser, también, tecnológicamente posible.
Asumir todo lo anterior, confiar en el poder de nuestra imaginación
para sugerir una calidad de vida con un valor intrínseco capaz de
inspirar, a la vez, su consecución tecnológica, supone intentar po-
ner todos los medios para que nadie pueda llegar a formularse una
pregunta como la siguiente: ¿Hay vida antes de la muerte?".
37. Uno de los ámbitos donde puede verse esto más claramente es en la creciente
integr-ación de los intereses ecológicos, antes presentes sólo en las propuestas de tecnologías
alternativas, dentro de los planes de investigación y desarrollo tecnológico elaborados en el
marco de tecnologías tradicionalmente ajenas a estas cuestiones. Sin embargo, aún es mu-
cbo lo que queda por hacer y revisar. Sobre toda esta problemática puede consultarse el
reciente libro de Sosa (1990). Otro ámbito sería la creciente sensibilidad con la que actual-
mente se empieza a tratar el tema de la transferencia de tecnología a países no pertenecientes
a nuestras privilegiadas sociedades. También aquí, no se trata sino de una tendencia. Sobre
esto último, puede consultarse ti análisis llevado a cabo por Shrndcr-Frcchette (1989).
.H;' También supone situarse en un «ser-con" la tecnología distinto del escepticismo y
la sospecha del mundo clásico, del exagerado optimismo ilustrado y del desasosiego román-
tico. Para Mitcham (19S9) estos tipos ideales de actitudes ante la tecnología agotaban todo
el panorama. Creo haber mostrado que esto no debe ser así, y que es preciso diseñar un
nuevo y comprometido «ser-con" la tecnología capaz de orientar mejor nuestro conocimiento
y nuestra acción en el actual mundo tecnológico.
49
 MA N lJ 1 1 1 1/
( 1r , I 1 l' I 1\' 1 I,\;{ i\ 'I{!\ V 1 1·\ 11 e 1',1 () ()'" li\

REFERENCIAS BIBLIOGRÁFICAS Vúqllel, ;\1. (J 9H7), (,Sistemas n.uurales, sistemas artificiales», en Actas de! III Con-
,~res() de Lenguajes Naturales}' í.enguaíes Formales, Barcelona,

Aracil, .l.
(19H 6a), Introducción a la dinámica de sistemas, Alianza, Madrid. Vdxquez, M. (léJ~g<l), "PLlllificilción y control en los sistemas arrificialcs-. en Arhcsr;
Aracil, .l-
(1986b), Máquinas, sistemas y modelos, T cenos, Madrid. )07.
Bronca no, F. (19H7), «Las posibilidades tecnológicas. Una línea de demarcación en- Vézqucz. 1\'1. (1 YHKh), "Estructura y comportnmicnto de sistem.u,-, en Actas del IV
tre ciencia y tecnología», en Arbor, marzo. Congreso de l.enguniee Naturales y Lenguajes Formales, Barcelona.
Broncano, F. (l 989), «Las bases pragmáticas de la racionalidad tecnológica», en An- Vázqucz, M. (19K9), -Dcsigning Svvtems», en Actas del Simpóeío íntcrnacionaí
Ihropos,94-95 «Comunícacao, signiticacao o- ranheciment.,», Se<,:J.o J epistemología e sistemi-
Cuena.}. et al. (1986), Inteligencia artificial: sistemas expertos, Alianza, Madrid. za\;lO cognitiva dos modelos de comunicacño, de inteligencia artificial (lA) e de
Elster,]. (1983), Sour Grapes, Cambridge, Cambridge University Press [trad. casto computccáo, l.isbou.
Uvas amar¡!,as, Península, Barcelona, 19~8J. VÚ/.qUC/., M. (1990), í-ormalización de sistemas: E{ enroque sistémico }' el liSO de
Cic rc, R. (l Y77), "A Dilemma for J'hilosophc rs of Sciencc ond Tcchnologv-, en PSA modelos en ciencia}' tccnologta, tesis doctoral, Universidad de Salamanca.
1976, vol. l. Vazqucz, M., Aracil,.J. y Liz , I\I. (1990), "Sume Conceptual l'roblcms in rhc Systcm
Laudes, D. (1969), The Unbound Prometbeus, Cambridge Univcrsiry Press [trad. casto Dynnmics Modcls Building Pf(lCCSS», en Actas 199() ínternatíonal Ccnicrcncc oj
Progreso tecnológico y revolución industrial, Tecnos, Madrid, 1979]. Syetem Dynamícs. Chcstnut Hill, Massachuscns.
Liz, M. (19~H), «Estructura de las acciones tecnológicas y problemas de racionali- Vázqucz, M. y l.iz, 1\1. (19X9), -System-, fonnalitation and models building (An approach
dad», en Arbor, 507. ro Zcilcrs Vicw through Univcrsiry/Uncmploycd Model)», en Milhng, P. & Zahn
l.iz., M. (1992), -The System Dynamics Uses uf "Modcl?», en Proceedings o( (he E. (eds.), Computcr-ñased Mallagelllent n( Compíex Svsrems, Springcr. Bcrlin,
92 'System Dvnamícs Conference. Sysrcm Dynamics Society, Urrcch. 19H9.
Liz, M. y Vñzquez, M. (1990), "El síndrome Nerno y otros problemas de filosofía de Vñzquev, M. y Liz, M. (1 YY 1), Más allá de lo natural-y '1)
artificial. VII enervo fifr)S()-
la tccnologfa-, en Arbor, 533. [ico acerca del diseño, la intcrpretacián y el 1111J11do 1'11 que oívímos. Pendiente de
Minsky, M. (19H6), -Matrcr , Mind, nnd Modcls-, en Minsky, M. (cd.), Semantic puhliccción.
íntormatíon Proccssing, MIT Press, Cambridge, Mass., 19H6.
Mitcham. C. (19H9), «Tres formas de ser-con la tccnologfe», en Antbropos, 94-95.
Mosrerín, J. (l9R4), Conceptos y teorías en la ciencia, Alianza, Madrid.
Ortega)' Gassct, J. (19~2), Meditación de la técnica y otros ensayos sobre técnica y
[ilosofia, Revista de Occidente, Madrid red. original, 1936].
Putnarn, H. (19H 1), Reason, Truth and History, Cambridge Univcrsity Pres [trad.
cast. Razón, verdad e historia, Tecnos, Madrid, 1988].
Quintanilla, M. A. (1981), A favor de la razón. Ensayos de filoso(ía moral, T aurus,
Madrid.
Quintanilla, M. A. (l9H9a), Tecnología. Un enfoque [ilosofico, Fundesco, Madrid.
Quintanilla, M. A. (19H9b), "Las virtudes de la rucicnalidad instrumental- en AII-
tbropos, 94-9S. . ,
Sanrnarrín, J. (19H 7), I.os nuevos redentores. Reflexiones sobre la ingeniería genética,
la sociobiología y el mundo que nos prometen, Anthropos, Barcelona.
Sanmart¡n, J. (19~9), "No toda producción es síntesis. Reflexiones en torno a las dife-
rencias entre tecnologías de control y tecnologías sintéticas», en Anthropos, 94 95.
Shrader-Prccbette, K. (1989), "El riesgo industrial, las fronteras nacionales y la igualdad
de protección», en Antbropos, 94-95.
Simon, H. (1969), The scíences o( tbe artificial, MIT Press, Masscchuserts !trad. C1St.
las ciencias de lo artífici al; ATE, Barcelona, 19731.
Singcr, Ch. ct al. (1954-5H), A history o( technology (5 vols.), Ciaren don Press, Oxford
[trad. cast., de la versión reducida inglesa de 1960, Historia de la tecnología,
Siglo XXI, Madrid,l 977 j.
Sosa, M. (1990), Ética ecológica, Libertarias, Madrid.
Suppes, P. (1961), «A cornparation of the meaning and uses of models in mathema-
rics and thc crnpirical sciences», en The concept and the rofe o( the model in
matbematícs and natural and social sciellces, Reide1, Dordrecht [trad. casto Es-
tudios de (ilosofía y metodofo¡!,ía de la ciencia, Alianza, Madrid, 1988J.

50 51
 NOTAS SOBRE EL SIGNIFICADO DE LOS MODELOS
INFORMÁTICOS DE SIMULACIÓN
Javier Aracil
Escuela Superior de Ingeniero

Estas notas constituyen una parte de mi contribución al trabajo

de investigación Estructura y dinámica de los sistemas tecnoló-
gicos. Se trata de la primera, de un conjunto proyectado de dos, en
las que se estudiarán diferentes cuestiones relativas a la cons-
trucción y empleo de modelos de comportamiento de sistemas, em-
pleando el computador como instrumento de simulación. Tanto
la construcción como el empleo de modelos son actividades téc-
nicas, en el sentido de que persiguen orientar la acción, y no
aumentar el conocimiento (aunque si también lo hacen, tanto me-
jor). En esta primera parte se analizan los problemas de repre-
sentación del comportamiento de un sistema mediante un mo-
delo. Se suscita el problema de analizar el significado de un
modelo, en tanto que objeto conceptual que se asocia a un objeto
concreto. En la segunda I se atenderá a los problemas derivados
de la utilización de modelos; a lo que se puede considerar como
racionalidad de su empleo, en especial cuando sirven de soporte
par~ la toma de decisiones, a partir de las cuales se desencadenan
acciones.
Las cuestiones que aquí se suscitan tienen su origen en la ex-
periencia derivada de la construcción de modelos de simulación
de comportamiento de sistemas sociales y humanos, empleando
métodos que han demostrado su eficacia en dominios tecnoló-
gicos.

1. Se ha presentado al Congreso sobre Truth and rationality, celebrado en Tene tife,

junio 1993.

53
 11\ 11 I{ l\ l' ¡\, 11 N () I Á', ',() 1\ I( I 11 ', 1e N lile Á IJ o IJ 1 lOS M o 1) I 1 0'-,

TN'I']{O])ll( :(:IÓl\: El comportamiento de un modelo de simulación puede ser muy

complejo. Se emplea aquí comportamiento en un sentido preci-
Una distinción tradicional (sobre la que volveremos más abajo) so. Entenderemos por comportamiento la evolución a lo largo del
entre la técnica o tecnología.' y la ciencia atribuye a la primera el tiempo de las magnitudes que se consideran relevantes p~ra cara~­
dominio de la accion, mientras que reserva para la segunda el del terizar los objetos considerados. Al comportarruento aSI entendi-
conocimiento (contrastado mediante procedimientos más o me- do se asocian representaciones gráficas como la de la figura 1. La
nos normalizados). La teoría de la acción tiene indudable atracti-
vo para la filosofía de la tecnología. Por el momento, interesa su-
brayar que toda acción presupone que el agente dispone de una
representación adecuada tanto del objeto sohre el que actúa, como x
de los objetivos que se pretenden con la acción. Este punto no ha
sido suficientemente reconocido en la literatura'. La representación
más simple y habitual de un objeto es su descripción mediante el
lenguaje ordinario. Esta representación puede ser suficiente para
decisiones sobre acciones corrientes. Para acciones (o conjuntos
coordinados de acciones, como se tiene en la técnica) m:1S comple-
jas, con un cierto nivel de especificidad, se requieren representacio-
nes más elaboradas. Es lo que sucede habitualmente en las aplica-
ciones técnicas, en donde las acciones persiguen objetivos de una
cierta complejidad que requieren técnicas de representación ade-
cuadas.
En las técnicas mecano-eléctricas tradicionales se han empleado
con profusión los planos y las maquetas (modelos a escala) como
formas de representación de los objetos técnicos que se proyectan.
Estas representaciones son básicamente estáticas, aunque es posible Figura 1: Comportamiento de una magnitud.
concebir maquetas dotadas de movimiento (de hecho, el reloj pue-
de considerarse como una representación mecánica del tiempo); sin evolución temporal de una variable describe una trayectoria. El con-
embargo, la ingeniosidad requerida en su concepción y la laborio- cepto de trayectoria es algo con lo que estamos familiarizados. En
sidad necesaria en su construcción han determinado que estos mo- principio, evoca la imagen de un objeto que se desplaza por el ~s­
delos móviles se utilicen escasamente. pacio (un proyectil). Pero también podemos emplearlo para referir-
Estos últimos problemas desaparecen con el advenimiento del nos a la evolución de un indicador económico (la figura que mues-
computador, que suministra un instrumento de considerable universa- tran los periódicos de la evolución de la bolsa, por ejemplo) o, en
lidad en el que representar comportamientos con facilidad, senci- general, de cualquier magnitud que cambie con el tiempo (la tem-
llez y eficiencia. El computador permite simular sobre él cualquier peratura de un enfermo). L~ represent.ación gráfica de las t~ayecto­
objeto del que se disponga de una descripción formalizada. Sumi- rias muestra el comportamiento del sistema al que se aSOCIan esas
nistra modelos básicos, tanto conceptuales como operativos, que variables.
permiten programarlo de modo que reproduzca las formulaciones Por tanto, la forma más simple de un modelo de simulación se-
habituales. Con el computador programado se puede realizar una rá aquella que se ocupe únicamente de las trayectorias asoci~das
amplia experimentación referente al objeto estudiado (en realidad, al objeto que se trata de simular. Aquí nos ocuparemos exclusiva-
a la formalización que ha servido de base para la programación del mente, con algún detalle, de los modelos que simulan esas trayecto-
computador). rias, asociadas a un clase de objetos a los que conocemos con la
denominación genérica de sistemas, y que pueden ser tanto natu-
2. Aquí se emplearán indisrim.nnenre los términos técnica y tC<:llología, sin entrar en rales como artificiales, tener una existencia real o ser simples pro-
ningún debate sobre la preferell\:i,¡ por uno II otro t ér-rnino. yectos. .
3. En la caracterización que h'-Ke Mosrcrfn (1'J7H) de la acción no incluye la considcrn- Sin embargo, el simple registro de los datos del Sistema no agota
cióu de la representación por parte del agente.
los modos de relación con él. Hay formas de percepción global del

54 55
 JAVIII, ARALlI
comportamiento (de percepción de las interacciones que se produ-
cen en el seno del sistema) que no se reducen al registro de las series
temporales. Cuando nos relacionamos con un sistema, no nos limi-
tamos a registrar, por separado, los datos correspondientes a cada
uno de los atributos que se consideran relevantes considerados ais-
ladamente. También tenemos una forma de percepción, que po-
demos llamar global, de las interacciones que se producen entre
estos atributos. Además, cuando nos relacionamos con un sistema
concreto, aquí y ahora, no deja de estar presente en nosotros la
experiencia adquirida por la interacción con otros sistemas análo-
gos a éste, y que nos ha suministrado un conocimiento del modo de
comportamiento del sistema de carácter general (eso es precisamen-
te la experiencia adquirida con los sistema del tipo de aquel que
estamos considerando en concreto) por oposición a la concreta, en
forma de datos, que nos suministra este concreto que tenemos aho-
ra entre manos.
Cuando hablamos de estudiar el comportamiento, estamos bási-
camente asumiendo que los sistemas cambian con el tiempo (es decir,
que sufren variaciones los atributos asociados a ellos) y que nos
interesa dar razón de estos cambios (buscamos una descripción ra-
cional del comportamiento). Haremos aquí la hipótesis adicional
de que el cambio resulta fundamentalmente de las tensiones que se
producen en el seno del sistema; además se tienen, en segundo lu-
gar, los efectos externos del entorno sobre el sistema. Estas tensio-
nes vienen determinadas por las interacciones entre las partes del
sistema, que suministran, a su vez, el vínculo que articula a esas
partes en la entidad que es el propio sistema.
Es frecuente referirse a las representaciones de sistemas u obje-
tos mediante la denominación genérica de modelos. La programa-
ción sobre un computador de la representación formalizada del com-
portamiento de un sistema conduce a los modelos de simulación
mediante computador del comportamiento, a los que suele aludirse
con la expresión más corta de modelos de simulación del comporta-
miento (behavioral simulation models). Con ellos se puede hacer
una exploración experimental de los modos de comportamiento que
puede generar la descripción del sistema concreto sobre el que se ha
construido el modelo.
Estos modelos se están empleando para representar el compor-
tamiento de sistemas en un amplio espectro de campos, desde los
físicos y químicos hasta los sociales, pasando por los biológicos (en
especial los ecosistemas). En los modelos de simulación de sistemas
físicos y químicos, aparentemente, no hay problemas especiales de
modelación ya que se conocen bien las leyes básicas de interacción
en el seno del sistema. Ello permite una justificación a priori de la
validez de los modelos, que gozan de gran aceptación y permiten
hacer predicciones.
56
N(J lA', ~()I\RI 11 "IGNIIICADO DI: LOS MODlLOS
No sucede lo mismo cuando se consideran sistemas sociales o
humanos, en los que se carece de leyes básicas que regulen las inte-
racciones en el seno del sistema. Por ello, cabe la tentación de re-
chazar la validez de estos modelos o representaciones alegando que
carecen de un status epistemológico adecuado. Sería un error, ya
que estos modelos se usan en la práctica, son útiles, lo cual, bajo
una perspectiva tecnológica, es suficiente para aceptarlos (en reali-
dad es la propia actividad práctica la que los acepta, el proble-
ma está en encontrar ese status epistemológico). Por tanto, el pro-
blema de su justificación merece una cierta reflexión. Precisamente
el analizarlo es uno de los objetivos de este ensayo.
El hecho de que estemos hablando de sistemas determina que al
hablar de su representación conceptual nos encontremos, aun sin
pretenderlo, en las arenas movedizas que han venido en denominar-
se teoría de sistemas. Su objetivo debería ser elaborar conceptos
generales con relación a sistemas, que se aplicasen con independen-
cia de la naturaleza concreta del sistema considerado. Se compren-
de que la representación formalizada del objeto sobre el que se va a
teorizar es esencial para desarrollar una teoría de sistemas. Sin em-
bargo, como veremos en una sección posterior, exis~e una conside-
rable confusión respecto a qué cosa es la teoría de Sistemas, ]0 que
no favorece en absoluto su credibilidad.
Las reflexiones que se incluyen en este escrito han sido suscita-
das por una experiencia concreta. La que representa el aplicar con-
ceptos y métodos desarrollados por ingenieros para la construcción
de modelos de simulación de sistemas tecnológicos, a los complejos
sistemas sociales. Esta experiencia está bastante elaborada en una
teoría del modelado y simulación (Zeigler, 1976). Se trata de una
experiencia que puede tener interés para la filosofía de la tecnolo-
gía en la medida en que se trata de una actividad, en el origen es-
trictamente tecnológica, que transciende de un campo concreto a
ámbitos más generales, suscitando el problema de analizar la vali-
dez de esa generalización.
MODELACIÓN DEL COMPORTAMIENTO DE SISTEMAS
Vamos a dedicar este apartado a repasar algunos conceptos básicos
relativos a los modelos de comportamiento de sistemas. Con ello
vamos a disponer de un marco conceptual con el que analizar los
problemas a los que se ha aludido en la introducción.
En primer lugar, veamos el concepto de modelo. Para un obser-
vador O, un modelo M representa a un objeto S (un sistema), si se
puede servir de M para responder a cuestiones que le importan con
relación a S. En esta definición la presencia del observador es bási-
ca, ya que toda descripción (y, en consecuencia, todo modelo M)
57
 I A VII I{ /\.1,1\, ( 11
lleva asociado un observador" o. El modelo lo es para él, y para
aquellos con los que comparte una determinada forma de ver la
realidad. El modelo no es una copia de la realidad (al menos no
tiene pur qué serlo) que tenga un valor descriptivo independiente
de quien la realiza, sino que está asociado a una interpretación de la
realidad realizada con los útiles aportados por un lenguaje de mo-
delación. El modelo es más bien un apunte que una copia. Con el
modelo se pretende analizar un cierto fenómeno o proceso. Por tan-
to, recogerá sólo aquellos aspectos que, en opinión de su (o sus)
consrructortes), resultan relevantes con relación a este fenómeno.
La descripción presupone la adopción de un criterio de relevancia
con respecto a aquello de la realidad que se va a incluir en ella. No
existen descripciones neutrales. Todo ello plantea un importante
problema: en la medida en que un modelo no es una réplica «obje-
tiva» de la realidad, su utilización no está exenta de responsabilidad
por parte del usuario (volveremos sobre este punto en el segundo de
los artículos).
Un modelo puede considerarse también como un mediu de co-
municación. Un modelo integra información, que puede proceder
de diferentes fuentes, y la devuelve articulada, dotada de cierta co-
herencia. En este sentido suministra un medio de comunicación
entre especialistas de diferentes especialidades. Al mismo tiempo
suministra un vehículo mediante el cual expresar determinadas hi-
pótesis con relación a un cierto aspecto de la realidad.
El proceso mediante el cual O construye M recibe la denomina-
ción de proceso de modelacion, En este proceso se procede a la
construcción de un ohjeto artificial, el modelo, para lo que se re-
quiere tanto una técnica como unos útiles o módulos básicos de
cuya adecuada combinación surge el modelo. En todo proceso de
modelación se pueden distiguir, al menos, tres aspectos:
1. Una problernárica concreta con relación a S. Como ya he-
mos apuntado, un modelo nunca puede pretender agotar la
realidad de S, sino que sólo atiende a determinados aspectos
suscitados por un problema concreto. Este problema es el
que ha determinado la decisión de construir el modelo (nor-
malmente se trata de decidir sobre unas acciones a realizar
con relación a S).
2. La experiencia previa relativa a otros Si análogos a S. Esta
experiencia puede ser propia o ajena; que se encuentre en
libros, informes, o que sencillamente se la hayan contado a
O. Puede, a su vez, constituir un cuerpo de doctrina organi-
4. Se emplea a qui el término «observador» para referirse a una gran variedad de agen-
tes, desde el científico que estudia un sistema hasra el consultor que asesora J una empresa,
pasando por el simple curioso que se interesa por un tema.
58
rlr> 1 t,', ',1>11111 11 ',I( 1I1111 !,IJ(! UI 1')', M()II 10';
zado () ser simplemente un conjunto de opiniones. Pero en
todo caso, se trata de la información de que se dispone rela-
tiva a S.
3. Un medio de expresión que permita a () realizar M, al que
llamaremos lenguaje de modelación. Básicamente este len-
guaje suministrad. los útiles o módulos (conceptos y símbo-
los) a partir de los cuales se construye el modelo. Comhi-
nando estos módulos se tiene un repertorio de posibilidades
(o conjunto de hormas) entre las que hay que buscar aquella
que mejor se ajuste al S concreto. El lenguaje de modelación
se construye a partir de la experiencia que se tiene (que debe
ser muy amplia y dilatada) con relación a la clase de objetos
que se trata de modelar. Se trata de un patrimonio de los
especialistas en los sistemas en cuestión, que les suministran
los útiles con los cuales ver y. a partir de esa visión, repre-
sentar a S.
Un modelo se dice, en la terminología habitual del modelista,
que se construye, en- el sentido de qlle se edifica, es decir, que se
ensamblan módulos básicos para dar lugar al objeto (artificial) que
es el modelo. Este aspecto de construcción del modelo, a 10 largo
del proceso de modelución, no debe ser subvalorado, ya que se rra-
ta de un proceso que puede considerarse como artesanal (en el
sentido de arte de organizar los elementos básicos que suministra la
técnica de modelación empleada de forma adecuada para conseguir
el objetivo propuesto: una imagen aceptable de un cierto aspecto de
la realidad).
Una vez construido el modelo, tenemos que O dispone de M. En
el caso concreto que sirve de marco a estas reflexiones, M será un
programa en un computador, al que O tiene acceso mediante el
teclado, y con el que puede experimentar con M, obteniendo las
respuestas mediante la pantalla o la impresora. Por tanto, () dispo-
ne de un ohjeto concreto M con el que responder a cuestiones rela-
tivas a S'. Se satisface así la definición que se enunciaba más arriba.
No obstante, aunque al ser programado en un computador M se
convierta en un objeto concreto, nosotros seguiremos considerán-
dolo como abstracto, en el sentido de ser algo artificial, cuya natu-
raleza es esencialmente formal.
La cuestión que queda abierta, y que pienso que tiene indudable
interés filosófico, es la de la relación entre M (al fin y al cano un
objeto abstracto materializado en un computador) y la propia reali-
dad S (cualquier cosa que eso sea). La relación que liga a M y S
recibe la denominación de relación de tnodelación (Bunge, 1973).
En esa relación está implícita la de referencia. Se dice también que
M se refiere a S.
Esta relación entre un objeto absrracro y la realidad es de 11<1tu-
59
 JAVI[R ARACII
raleza análoga a la de significación entre palabras y hechos. El atracti-
vo filosófico de esta relación no escapará al lector, ya que vincula
un objeto concreto S con uno abstracto M. Parece, por tanto, que
análisis análogos a los desarrollados en la filosofía del lenguaje
con respecto a la relación de significación deberían desarrollar-
se con respecto a la modelación.
En todo caso, cabe preguntarse qué hace que la relación de
modelación sea válida; es decir, que da validez a un modelo. En el
ámbito de las ciencias físicas, la validez de un modelo está asentada
sobre las leyes básicas a partir de las cuales se ha construido. Como
ya hemos recordado antes, las cosas no son tan simples en el ámbito
de las ciencias sociales y humanas, en donde se carece de leyes bási ~
cas de interacción. Sin embargo, en la práctica, es el propio uso de
los modelos lo que permite evaluarlos. Un modelo es bueno (es una
representación adecuada del aspecto de la realidad que se está con-
siderando) si conduce a acciones exitosas. El criterio de poseer un
modelo efectivo es su capacidad de ser empleado en determinadas
situaciones.
Conviene observar que los M que aquí consideramos (modelos
de simulación del comportamiento) no son una representación pa-
siva de S (al modo de un plano), sino que son de tal naturaleza que
su programación en un computador permite que éste genere un
comportamiento que es una réplica, mediante cierta convención,
del de S. Mediante la conjunción de técnicas informáticas y mate-
máticas, es posible pasar de la descripción de un cierto sistema (en
un lenguaje adecuado, que es nuestro objeto de reflexión) a la gene-
ración del modo de comportamiento correspondiente. Precisamen-
te el vínculo entre el sistema S y su modelo M se estable en función
del ajuste entre los comportamientos de S y M. Es decir, la validez
de la representación de S que es M (obtenida a partir de una des-
cripción formada por un conjunto de enunciados, normalmente
expresados matemáticamente, con relación a S) se establece no tan-
to por la consistencia de estos enunciados (entre ellos, o con el co-
nocimiento científico aceptado -consistencia que, por otra parte,
se suele dar por descontada-), sino por la capacidad generativa
que poseen esos enunciados con relación al comportamiento del
sistema. De este modo, en la propia sintaxis de los objetos abstrac-
tos M están implícitos aspectos generales de la interacción en el
seno de un sistema, a los que se puede considerar el objeto de la
teoría de sistemas.
Se puede considerar a la teoría de sistemas como el estudio sis-
temático de los objetos abstractos de los que se vale el modelista
para representar los sistemas concretos. Por tanto, y como ya decía-
mos al final del apartado anterior, el estudio de modelos de com-
portamiento de sistemas conduce, de una manera natural, a la teo-
ría de sistemas. Sin embargo, este punto de vista no es el sustentado
60
N () lA', ',() IIIU 11 ',1 e,N 11- I ( A 1) O 1) I lOS M O IH I O ~
unánimemente en la literatura. Detengámonos un poco a explorar
algunos de los usos diferentes de la locución teoría de sistemas.
DIVERSIDAD DE PERSPECTIVAS EN TEORÍA DE SISTEMAS
A veces se asume demasiado poco críticamente la existencia de algo
suficientemente estructurado a lo que se pueda denominar teoría de
sistemas. Se suele dar por sentado que se trata de una teoría única y
ampliamente aceptada. Lamentablemente esto no es así, y la expre-
sión «teoría de sistemas» se encuentra muy lejos de alcanzar alguna
univocidad. Tomemos, por ejemplo, y casi al azar, algunos libros
que hablan de teoría de sistemas, y que aunque no sean los más
representativos, sí puede considerarse que ilustran algunos puntos
de vista con relación a la teoría de sistemas.
El primero de ellos se titula System Theory, de Padulo y Arbib,
y su título permite poca ambigüedad a los efectos que nos ocupan.
El lector que lo hojee se encontrará con un libro profundamente
matemático en el que, además, si profundiza un poco en él verá
que, pese a sus casi ochocientas páginas, se trata sólo de determina-
dos aspectos de la teoría matemática de sistemas, y no se incluyen,
por ejemplo, cuestiones como los sistemas dinámicos no lineales,
los sistemas estocásticos o los sistemas de estados discretos, temas,
cada uno de los cuales es capaz de ocupar otro libro de al menos
la misma extensión. El punto de vista subyacente es profundamente
matemático, y se entiende por teoría de sistemas los desarro-
llos matemáticos realizados en torno al concepto de sistema diná-
mico, sobre el que volveremos más abajo.
Otro libro que resulta interesante en este contexto es el titulado
Systems: Concepts, Methodologies and Applications, de Brian Wilson.
El interesado que lo hojee se encuentra ante un volumen menos
voluminoso que el anterior, profusamente ilustrado con diagramas
(de hecho, grafos) y en el que parece subyacer la idea de que un
sistema es simplemente un objeto, más o menos complejo, formado
por partes en interacción. Esta complejidad, y esas interacciones,
pretenden quedar bosquejadas en los diagramas o grafos a los que
acabo de aludir. El lector se sorprenderá al comprobar que en este
libro hay muchas figuras y relativamente pocas fórmulas. No obs-
tante, cuando analice los ejemplos, verá que subyace una cierta pre-
tensión de formalización. En cualquier caso, y a los efectos que
aquí interesan, constatará que la teoría de sistemas para Wilson es
algo considerablemente más laxo que lo era para Padulo y Arbib,
aunque no exento de formalización matemática.
Un tercer libro, que aporta una nueva perspectiva, es Evolu-
ción, de Ervin Laszlo. Este libro se subtitula La gran síntesis. Su
pretensión es clara: establecer un marco único en el que se integre
61
 1t, V 11 I{ .f\ I{,\ I I1
la evolución de la materia (desde los orígenes del Universo a nues-
tros días), de la vida (desde las primitivas formas vivientes al hom-
bre) v de la sociedad (de la progresiva complejidad de las formas
sociales). Se trata de una concepción de la teoría de sistemas que
busca la unidad del conocimiento, una gran síntesis que subsuma lo
conocido. El lector encontrará figuras, que representan modos de
comportamiento, análogas a las que había en el libro de Padulo y
Arbib. Sin embargo, aquí no se encuentran las ecuaciones que per-
miten obtener esos modos de comportamiento. Estas figuras tienen
un carácter que se puede considerar como ilustrativo. Se trata de
una descripción que pretende ser consistente con los resultados de
la ciencia, pero con la que posiblemente no se identifiquen muchos
científicos.
Por último, si el indagador se acerca a la Crítica a la teoría de
sistemas, de Ramón Carcía Cotarelo, y, como hizo en los dos casos
anteriores, hojea el libro, no verá ni figuras ni fórmulas. La teoría
de sistemas, según este autor, debe ocuparse solamente de las cien-
cias sociales en un sentido que excluye toda formalización o mate-
matización. Se trata de un punto de vista con el que no eS extraño
toparse en la literatura sociológica o en la ideológica. Sin embargo,
tanto en este libro como en el anterior se respira un respeto por los
planteamientos formales y matemáticos. De hecho, se critican con-
secuencias extraídas de modelos formales. Pero en ningún caso se
adentra en esos planteamientos. Parecen interesar sus consecuen-
cias, no sus significados. No se prescinde de ellos, pero tampoco se
consideran en su plenitud. En realidad, lo que sucede es que se res-
peta el lenguaje matemático, pero no se habla.
Ante tal disparidad de perspectivas, surge una cierta perpleji-
dad. Lo que sucede es que cuando se habla de teoría de sistemas se
está hablando de cosas distintas. No todo el mundo se refiere a lo
mismo. f~sta es una confusión que conduce a una ambigüedad que
algunos autores emplean, no sé si conscientemente, para pretender
ilustrar la amplitud de la teoría de sistemas, pero que está siendo
muy perjudicial para la respetabilidad de los estudios sobre siste-
mas, y de la que conviene salir. En cualquier caso, para el especia-
lista en construcción de modelos de simulación del comportamiento,
las dos únicas perspectivas que son relevantes son las correspon-
dientes a los dos primeros libros, más cercanas de la del primero,
por el rigor de sus planteamientos, aunque sin olvidar el segundo,
interesado por aplicaciones que escapan al excesivo formalismo de
aquél. Los otros dos libros los verá, a jo sumo, con curiosidad, pero
su contenido no tiene nada que ver con los problemas que se le
plantean en su actividad de constructor de modelos (de representar
significativamente la realidad mediante modelo).
Tanto matemáticos como ingenieros y físicos llevan años desarro-
llando útiles conceptuales para el estudio formalizado de sistemas.
62
r-I,JlA', ',(ll!IU 11 ',I(,NIII( 1\1)0 1)1 10<, MOIJII 0<'
Esos trabajos han cuajado en una serie de teorías (emplean?o el
término «teor-ía» en un sentido restringido, como se hace habitual-
mente en matemáticas, y no en un sentido amplio) para :epresentar
sistemas, de las que hoy disponemos, y que se usan habl~ualme.nte.
Entre estas teorías se encuentran principalmente la teoria de stste-
mas dinámicos y la de autómatas, que suministran útiles con que
representar sistemas, pero también se encuentran la teoría del c,on-
trol, la de optimización, la teoría de juegos y otras que pcrnutcn
explotar las representaciones de los sistemas para tomar decisiones,
El conjunto de estas teorías aporta los útiles matemáticos para una
teoría de sistemas en un sentido amplio.
TEORÍA DE SISTEMAS DINÁMICOS
Antes de recordar el concepto de sistema dinámico, conviene preci-
sar el de sistema, tal como lo adoptamos aquí. Tomando el término
en un sentido amplio, un sistema es e~ objeto que resulta de la ~rti­
culación o estructuración de un conjunto de partes en la unidad
sustantiva que es el sistema. El sistema, por tanto, está formado
por las partes (elementos) y las relaciones entre ellas que las vin-
cula entre sí. Además, suele resultar interesante considerar el entor-
no o medio en el que el sistema está inmerso. Este concepto de
sistema está recogido en la definición propuesta por Bunge (1979)
según la cual un sistema S es un objeto al que puede asociarse una
terna S = (C, S, E). Esta definición aporta, posiblemente, el con-
cepto de sistema más simple y general que se encuentra en la lite-
ratura.
Las partes del sistema se describen mediante un conjunto deno-
minado composición C. Estas partes se definen mediante sus pro-
piedades características o atributos, a las que, en muchos casos, se
asocian magnitudes. Las partes están vinculadas entre sí debido a
propiedades de interacción entre las partes, q~e se traducen en. ex-
presiones matemáticas formales entre las magnrtudes correspondien-
tes, que se recogen en la estructura S del sistema.
La teoría de sistemas dinámicos tiene los mismos orígenes que
la ciencia moderna: los estudios sobre mecánica teórica que se ini-
cian con Galileo, con un carácter fundamentalmente experimental,
y encuentran un punto álgido en las obras de Newton, lagrange y
Euler. Inicialmente se estudian sistemas muy simples, formados por
partículas (pequeñas masas) vinculadas mediante fuerzas de distin-
ta naturaleza (principalmente acciones a distancia, aunque también
muelles y similares). Se desarrolló un formalismo que permitió cal-
cular las trayectorias de estas partículas. En estos estudios tiene su
origen el concepto de sistema dinámico. El propio término «d.iná-
mico» se refiere a las acciones de las fuerzas en el seno de un siste-
63
 JAVll1<. AI<.AUI
ma de partículas (las partes del sistema) para integrarlas en la uni-
dad que es el propio sistema. Así, por ejemplo, el sistema planetario
formado por los planetas (las partes) coordinados mediante la fuer-
za de gravitación.
Estos desarrollos iniciales a la mecánica pronto se extendieron a
otro tipo de sistemas, aun en el propio mundo de la física, en los
que las partes ya no eran simplemente partículas sino, por ejemplo,
elementos de un red eléctrica, y las interacciones ya no estaban re-
guladas por fuerzas de tipo mecánico, sino por otro tipo de interac-
ciones. Esta generalización no fue trivial (los sistemas fuera de la
mecánica celeste dejan de ser conservativos y se convierten en disi-
pativos), pero las dificultades que se presentaron se fueron solucio-
nando y se ha llegado a disponer de una rama de las matemáticas
aplicadas que se ocupa del estudio de los sistemas dinámicos, que
goza en la actualidad de un amplio campo de aplicaciones que exce-
de el de la física y de la química para llegar a la biología (por ejem-
plo, en ecología, dinámica de poblaciones) y las ciencias sociales
humanas.
En tiempos recientes aparecen las técnicas de regulación auto-
mática en las que están involucrados procesos automáticos de toma
de decisiones (las máquinas toman sus propias decisiones para su
gobierno, con el fin de alcanzar las metas para las que han sido
concebidas), lo que requiere una modelación matemática de los
comportamientos, que a su vez necesita de la teoría de sistemas
dinámicos para que le suministre las formas matemáticas de re-
presentar los sistemas. De este modo, la regulación automática y
la teoría de sistemas son prácticamente inseparables. Un curso de
regulación automática se inicia con el estudio de la teoría de siste-
mas necesario para representar aquellos sistemas que se van a auto-
matizar.
Esta mezcla de teorías sistemas y de automática conduce a con-
ceptos como el de realimentación, que, a su vez, cuando se conside-
ra en un contexto más amplio que el del propio mundo de la técnica
(entendiendo técnica de base física), se llega a planteamientos como
el de Norbert Wiener en la cibernética (Wiener, 1948). Se produce
entonces una inmersión en campos biológicos o sociales. Se tiene
así una indudable ampliación del campo que abarca la teoría de
sistemas.
La construcción de modelos se plantea como una estrategia cogniti-
va más que como una aproximación reduccionista al conocimiento
de la realidad. Sin embargo, en el siglo XVIII esta estrategia se con-
vierte en una especie de dogma, sentando las bases del fisicalis-
mo mecanicista. Aquí vamos a distanciarnos de este último punto
de vista.
La teoría de sistemas dinámicos aporta útiles analíticos, concep-
tuales y operativos, para representar el comportamiento de siste-
64
IJoIA', ''(JIII{I 1I ,>I(,NIIICAI)O 1)110':> MOIHIOS
mas (para calcular sus trayectorias de evolución), y en ese sentido,
junto con la teoría de autómatas, constituye las piezas básicas para
una teoría matemática de sistemas (y posiblemente de una teoría de
sistemas sin más). A recordar estos útiles formales vamos a dedicar
la siguiente sección.
DIFERENTES FORMALIZACIONES
DEL CONCEPTO DE SISTEMA DINÁMICO
La teoría de sistemas dinámicos, bajo una perspectiva de matemáti-
cas aplicadas, suministra los útiles necesarios para representar un
sistema concreto mediante un sistema de ecuaciones diferenciales
de primer orden:
dx
-=/(x) [1]
dI
Precisamente a ese objeto matemático es al que se denomina
sistema dinámico. La x es un vector que representa el estado del
sistema (la información concerniente a su pasado necesaria para
predecir unívocamente su futur-o") de modo que la anterior expre-
sión no hace sino representar matemáticamente cómo cambia con
el tiempo (eso es lo que representa la derivada con respecto al tiem-
po) el estado del sistema en función del propio estado. Las compo-
nentes del vector de estado son las magnitudes consideradas rele-
vantes para describir al sistema (la población, la posición de un eje,
la producción de una empresa... ).
El sistema [1] es autónomo, en el sentido de que su comporta-
miento no está afectado desde el exterior. En caso contrario se es-
cribe:
dx
di= f(x,u)
en donde u denota la actuación sobre el sistema desde el entorno (se
llama también señal de entrada al sistema).
5. No es extraño encontrar en la lirerutura que se confunda entre el concepto de esta-
do y de lista de atributos asociados al sistema. El estado del sistema es, por definición, la
información necesaria para prever su futura evolución. En algunos CISOS, ext a informucidn
viene dada por el valor que tornan en el instante de tiempo conciderado \111 subconjunto
(que puede ser el propio conjunto) de los atributos asociados al sistema. Esto sucede en los
sistemas de variables continuas. Pero, aun en este caso, el estado sólo esr.i formado en gene-
ral por una pane de los atriburos. En los sistemas de estados discretos el estado del sistcrna
no tiene nada que ver con la lista de los atributos.
65
 1/1 V 11 1I /11, A I 11
Integrando la ecuación [1] se obtiene la trayectoria del vector
de estado
x(l) = X(tO)+ f' [t xid:
o
con lo que se tiene la evolución del sistema a lo largo del tiempo.
Conviene detenerse en analizar el contenido de [1] (que es a 10
que llamamos modelo matemáticu del fenómeno en cuestión). T e-
nemas un sistema de ecuaciones de la forma
dx, , rior expresión, por tanto, permite generar recursivamente la secuencia
&::::fi(Xj, X2' ... , x,)
lo que se puede leer diciendo que sobre el cambio a lo largo
del tiempo de la variable x, influyen aquellas otras variables x-,
XI. ''', XII> que aparecen como argumentos de fi' Por tanto, en
la formulación de un modelo subyace el concepto de influencia en-
tre variables. A cada influencia puede asociarse un enunciado de la
forma
X---7Y (2)
que se lee 'X influye sobre Y' (lo que equivale a decir que a una
variación provocada en X se responde con otra de Y). De este modo,
un modelo puede enunciarse mediante un conjunto finito y articu-
lado de relaciones de influencia (que se someten a contrastación
experimental como cuerpos integrados). Por tanto, el concepto de
influencia es básico en la formulación de un modelo. El concepto
de influencia tiene connotaciones con el de causalidad. Sin embar-
go, este último parece tener un carácter más fuerte que aquél, por
lo que se prefiere hablar de influencia más que de relación causal'.
La forma más básica del lenguaje de modelación está formado pre-
cisamente por los enunciados de las influencias (el lenguaje de si-
mulación es la contrapartida informática de este lenguaje de mode-
lación). El constructor del modelo selecciona aquellas influencias
que considera relevantes para generar el comportamiento global del
sistema.
En la formulación de la ecuación [1] está implícita la adopción
de una escala continua para el tiempo (que es una variable de natu-
raleza especial en el estudio de los sistemas dinámicos; el papel del
6. La relación de influencia, tal como aquí sc cntplcn. cs una relación más d¿bil que la
de cnusnlidud, que tiene, en la literatura filosófica, una connotación más fuerte que la que
aquí intcrcsa. Este sentido fuerte se refiere a la causa total, mientras que la causalidad que ,,:
recoge en las rul.niones de influencia anteriores es una relación p.n-ciul, rcalizad as en con-
junción con ot rns -cuusas-.
66
rJr t lA', " () RKI I 1 ', 1G NI' I c. A u O 1) 1 1 o S M O D 1 lOS
tiempo en los sistemas dinámicos es un problema de alcance filosó-
fico que ha hecho y hará correr mucha tinta). Si se considera una
escala de tiempo discreta, entonces la anterior formulación se con-
vierte en:
expresión en la que el subíndice k representa el instante de tiempo
en el que se considera a la variable a la que está asociado. La ante-
discreta de valores del estado del sistema Xo, X¡, ... ~ xi.
Se tiene, por tanto, dos formas diferentes de representar un sis-
tema que evolucione en el tiempo, según se considere un tiempo
continuo o uno discreto. Pero, aparte de esto último, las dos formas
son análogas y sirven para representar sistemas cuyas magnitudes
asociadas varían de forma continua con el tiempo. Estas formas de
evolución se tienen en ámbitos muy variados de nuestra experien-
cia, tanto en sistemas físicos (la velocidad de un motor, la posición
de un eje ) como en sociales (la evolución de una población, de los
precios ).
Existen, sin embargo, sistemas que no son fácilmente describi-
bIes mediante las formas [1] o [2]. Estos sistemas son normalmente
producto de la tecnología moderna e incluyen desde la máquina
expendedora de paquetes de cigarrillos hasta complejas líneas de
ensamblamiento y producción, redes de comunicación de computa-
dores, sistemas de control de tráfico, etc. En esos casos la evolución
del sistema depende de la interacciones complejas de acontecimien-
tos discretos, tales como la iniciación o el acabado de una tarea, la
llegada de un mensaje o el simple hecho de oprimir o no un botón.
El estado de estos sistemas cambia de forma discreta, en lugar de
hacerlo de forma continua como en los casos más arriba considera-
dos. Estos sistemas recihen la denominación genérica de sistemas
de estados discretos (por oposición a los sistemas de variables con-
tinuas), y para su representación se emplean los autómatas que se
definen como
[3J
Esta expresión también representa la evolución del estado, que
aquí se denota por q, pero con la importante salvedad de que en
esta formulación está implícita la consideración de estados discre-
tos (y de valores discretos para la entrada Uk) cada uno con entidad
propia perfectamente definida, y no, como sucedía en los sistemas
de variables continuas, como valores tomados por una variable en
un conjunto continuo. Esta formulación es especialmente inrcre-
67
 JAVllk Af\A(11
san te cuando se trata de representar transiciones entre acontecí-
rnieritos discretos.
Aunque el formalismo de [3] es análogo al de [1] yespecialmen-
te al de [2], sin embargo, los conceptos involucrados son radical-
mente distintos. La figura 2 muestra la diferencia entre las trayecto-
rias de uno y otro sistema. No existe un único formalismo que sea
capaz de subsumir ambos planteamientos (algo se pretendió con
ayuda de la teoría de las categorías hace aproximadamente un dece-
nio, pero los resultados alcanzados no han tenido transcendencia
práctica).
Aparte de las formulaciones anteriores del concepto de sistema
dinámico, existen otras como, por ejemplo, los sistemas dinámicos
estocásticos. En tal caso 10 que se estudia es la evolución de la fun-
ción de distribución de probabilidades de las variables asociadas al
sistema y no del valor de estas variables en sí, como sucedía con los
casos hasta ahora considerados. Se comprende que en este caso se
tiene un nivel de complejidad en la descripción muy superior. Esta
forma de descripción es especialmente interesante cuando se estu-
dian sistemas que poseen un cierto grado de imprecisión o incerti-
dumbre (también se emplean en esos casos los sistemas borrosos).
En todo caso, 10 único que interesa aquí considerar es que se trata
de otra forma matemática de descripción del comportamiento de
un sistema.
Estado
Estado
dx
dt
_/
~l
~4
'Í_,
y Tiempo
ti
Figura 2: Trayectoria de un sistema con variables continuas y con acontecimientos
discretos.
68
N()IA', \OI~KI 1I SICNIIICALJO DI lOS MOUIIOS
Aunque sea de forma un tanto colateral, merece un comentario
la posibilidad de representación cualitativa en el contexto de los
sistemas dinámicos. Con ello se ilustra el hecho de que aun de una
misma teoría, la de sistemas dinámicos, se puedan admitir, al me-
nos, dos tipos de interpretaciones: una marcadamente cuantita-
tiva y otra cualitativa, de carácter más geométrico y topológico,
más plástica y menos rígida que la primera (aunque no menos for-
mal). El término «cualitativo» se usa habitualmente en demasiados
sentidos y mientras, en el lenguaje ordinario, esté clara su ambigüe-
dad (valga la contradicción) no hay mayor problema. Otra cosa
sucede cuando se pretende usar en un sentido preciso. Quizás ha-
bría que pensar algún día en investigar sobre las distintas pretensio-
nes de formalizar lo cualitativo que se encuentran en la literatura.
En el contexto de la teoría de sistemas disponemos de una teoría
cualitativa de los sistemas dinámicos en la que el término «cualita-
tivo» es objeto de un uso preciso y riguroso, basado en conceptos
geométricos y topológicos (la teoría de catástrofes puede consi-
derarse como una parte de la teoría cualitativa de sistemas diná-
micos").
Con todo lo anterior se pretende poner de manifiesto que aun
en el campo concreto de la teoría matemática de sistemas dinámi-
cos existen distintas formulaciones (y aun distintas interpretacio-
nes) que, en último extremo, no hacen sino aportar diferentes re-
cursos conceptuales para representar los sistemas concretos del mundo
real, en sus variadas peculiaridades (de manera análoga a como en
la geometría, entendida en un sentido genérico, se tiene la geome-
tría euclídea, la esférica, la de Riernann, etc. .., y ante cada proble-
ma de representación geométrica de un objeto de la realidad se
recurre a una de ellas, la más adecuada al caso, sin que la realidad
posea una estructura geométrica determinada"). De modo análo-
go, la teoría de sistemas se presenta como un catálogo de lenguajes
de modelación con los que expresar determinados aspectos de la
realidad, asociados a objetos a los que cabe caracterizar como sis-
temas.
7. La tradicional clasificación de los conceptos en teor¡a de la ciencia (Mosrer¡n, 197H)
posiblemente requiera una revisión a la luz del concepto de cualitativo al que me estoy
refiriendo. De acuerdo con este concepto, una magnitud cualitativa está asociada a un COIl-
ccpto intermedio entre 10 que tradicionalmente en teoría de la ciencia se conoce como un
concepto comparativo (basado en una relación de orden) y [o que se conoce como un con-
cepto métrico. Este concepto cualitativo (que no tiene nada que ver con el concepto cualita-
tivo o clasificatorio de la reor¡a tradicional de la ciencia) posee, además de una relación de
orden, una relación topológica (de proximidad), pero no posee una estructura algebraica.
En aplicaciones de las teorías de sistemas a ciencias sociales y humanas (a lo que se viene en
llamar ciencias blandas) presumo que este uso cualir anvo está llamado a tener un gran futu-
ro. Pero aquí no puedo extenderme más en ello.
8. Análogamente sucede con el caso de la mecánica que presenta formas variadas, de
las panículas, de los medios continuos, relativista, estadística, cuántica ..
69

JAVII R AIZAI.II
¿Hasta qué punto subyace a las anteriores formulaciones algo
que puede denominarse una teoría de sistemas? Creo que a esta
cuestión se puede responder de manera analógica con el ejemplo de
la geometría antes apuntado: de la misma manera que existe una
geometría, digamos general, que se manifiesta en geometrías con-
cretas, como la euclidea, la de Riernann, etc ... , existe una teoría de
sistemas que toma una forma concreta en la teoría de sistemas diná-
micos, en la de autómatas, en la de sistemas estocásticos, etc... Cada
una de estas teorías (en cierto sentido parciales) aporta instrumen-
tos para representar diferentes aspectos o un fenómeno de la reali-
dad, y, con su concurso, podemos asociar diferentes descripciones a
un mismo objeto, según el uso al que se destine el estudio que este-
mos realizando (correspondientes no sólo a los diferentes lenguajes
que empleamos para realizarlas, sino a las diferentes formas de ver
un sistema, según los problemas que nos interesen de él).
Antes de acabar con estos comentarios conviene recordar que,
para algunos autores, la teoría de sistemas tendría como objetivo la
búsqueda de una teoría de lo que llaman el sistema general. Algo así
como una especie marco de único y universal en el que tuviera cabi-
da todo el conocimiento humano. La tabla periódica de Mendeleiev
es una muestra del tipo de síntesis que pretenderían alcanzar (en el
caso de Mendeleiev referido a la química, y en el de la teoría de
sistemas a toda la realidad). El punto de vista de Bertalanffy parece
ajustarse a esta perspectiva (así como el de Lazslo, en el libro antes
citado) que constituye una pesada carga para un desarrollo acepta-
ble de la teoría de sistemas. Bajo tal perspectiva, se trata de desarro-
llar una (o la) teoría de sistemas. No es presumible que exista tal
cosa. Existen teorías sistemas (tomando teoría en el sentido que se
le da en matemáticas, como se ha puesto de manifiesto más arriba,
en la analogía con las distintas geometrías) que suministran útiles
conceptuales con los que estudiar los diferentes aspectos de los ob-
jetos que por su complejidad (partes más estructura) convenimos en
llamar sistemas.
MODELOS ORIENTADOS A LA ACCIÓN Y AL CONOCIMIENTO
Entre las posibles clasificaciones de los modelos hay una que mere-
ce consideración. Es la de clasificarlos en modelos orientados a la
acción y en modelos orientados al conocimiento (technologically
adequate model y epistemologically adequate model, según la ter-
minología que proponen Vázquez y Liz, 1989). Me parece que a
esta distinción entre modelos subyace la más genérica entre técnica
(o tecnología si se quiere) y ciencia (por conservar el mismo orden
que entre los dos tipos de modelos). Según esta propuesta, los mo-
delos orientados a la acción caerían dentro del dominio de la técni-
70
11' I 1 A', ',1) 1\ 1< 1 11 ',1 t , 'J I II A;) () 1) I I ()', M U 1) i I 1)',
ca, mientras que los orientados al conocimiento lo harían en el de la
ciencia. De este modo, la distinción entre los dos tipos de modelos
se traslada a la más básica entre ciencia y técnica.
La distinción entre ciencia y técnica es una cuestión ardua. La
forma más simple de solventarla ha sido tradicionalmente la de
subordinar una a la otra (bien sea invocando el hecho histórico de
que la técnica antecede a la ciencia, o bien sea aludiendo a la mayor
excelsitud y universalidad de los conocimientos manejados por la
ciencia con relación a los de la técnica). Sí es cierto, sin embargo,
que existen diferencias sustanciales entre los modos de actividad
humana involucrados en la ciencia y en la técnica; de ahí que exis-
tan dos clases de profesionales perfectamente diferenciados, como
son los científicos y los ingenieros, cuya formación (génesis) está
claramente diversificada tanto en su forma como en su fondo (aun-
que no falten voces, por otra parte no carentes de justificación, que
traten de aproximarlos, si bien ésta es una cuestión que se sale del
tema que aquí nos tiene). En todo caso está claro que hay alguna
forma de distinción entre lo técnico y 10 científico. Posiblemente la
manera corriente de enunciar esta diversidad sea la de considerar
que la ciencia se ocupa de saber y que la técnica lo hace de hacer.
Esta distinción es muy genérica, pero puede servir a nuestros pro-
pósitos. Si la aceptamos, se plantean al menos dos tipos de cues-
tiones:
• para hacer se requiere saber;
• pero saber équé?
Puesto que el primer punto no admite discusión, consideremos
el segundo. Al decir que necesitamos saber parece que nos aden,tra-
mos en el terreno de la ciencia. Pero «le saber qué se ocupa la cien-
cia? La respuesta tradicional a esta pregunta sería: saber cómo son
las cosas en realidad, describir qué pasa en el mundo, y otras seme-
jantes. Pero éello es posible?, étienc sentido plantearse la posibilidad
de captar la realidad, con pretensión de globalidad y exhausrividad,
mediante nuestros esquemas conceptuales? Siempre he tenido pro-
fundas dudas respecto a ello. La lectura reciente de trabajos de Putnarn
(1981, 1983, 1987) me ha producido cierto sosiego (como previa-
mente lo habían hecho trabajos de Mosterín) al comprobar que estas
dudas no sólo son compartidas, sino que están bastante elaboradas
en la posición filosófica conocida como realismo interno.
De acuerdo con la concepción filosófica posiblemente más ex-
tendida entre los científicos, conocida como realismo metafísico,
existe un mundo articulado y estructurado de por sí, con indepen-
dencia de observadores. La labor de la ciencia, según esta concep-
ción, sería la de ir desenmarañando o desvelando progresivamente
esa articulación y estructura. El punto de vista adoptado por el rea-
71
 jAVll!<. Afl.AC 1I
lismo interno es bien diferente: esa estructuración previa de la rea-
lidad es un supuesto metafísico que se debe descartar. Disponernos
de útiles conceptuales internamente estructurados, que son una
construcción nuestra, y que se manifiestan relevantes para captar
distintos aspectos de la realidad. Que son útiles aquí y allá, para
unos determinados tipos de problemas, pero que nJ.ll1ca podemos
pretender que agoten la descripción de la realidad. Esta es siempre
más rica que cualquiera de nuestras descripciones y ninguna de ellas
podrá nunca agotarla por completo. Según el problema que este-
mos tratando en cada caso dispondremos (o no) de unos útiles ade-
cuados para representarlo, pero nunca podremos pretender agotar
una realidad (cualquier cosa que eso sea) con una descripción.
Según el realismo interno, toda descripción que se haga de un
determinado aspecto de la realidad depende de su modo de relación
con el que la realiza y no de la cosa en sí. Este modo de relación está
ligado al aparato conceptual con el que (desde el que) se capta S. El
modelista (el observador de un determinado fenómeno) está insta-
lado en un paradigma (por usar en un sentido muy laxo el concepto
de Kuhn), desde el que observa el sistema estudiado (este paradig-
ma se refuerza en la medida en que es capaz de asimilar los datos
que le suministra el sistema; si los rechaza, el paradigma es insufi-
ciente, y hay que plantearse el cambiarlo, cosa que sucede con fre-
cuencia en la historia de la ciencia). Las actuaciones que tengamos
inspirados en esa descripción (modelo) servirán para confirmarlos
(tanto la descripción como el paradigma) si son exitosos.
Los científicos (adoptando, más o menos explícitamente, el punto
de vista del realismo metafísico) suelen considerar que existe un
mundo con una estructura externa, previamente dada, y que su la-
bor consiste en desvelarla. En ese sentido dicen que buscan la ver-
dad. Por el contrario, el técnico se preocupa menos de cómo son las
cosas y más de cómo puede manejarlas. Para él, el conocimiento le
ayuda a formular los sistemas de reglas de acción que, en el fondo,
son las técnicas. Ante cada problema, recurre a la teoría que le re-
sulta más útil, sin preocuparse demasiado sobre si le aporta un co-
nocimiento exhaustivo del ámbito de la realidad que le preocupa.
Lo fundamental es el uso de ese conocimiento, que adquiere para
el técnico un sentido básicamente instrumental. El punto de vista
del técnico parece ajustarse al realismo interno (realismo pragmáti-
co, lo ha llamado también Putnam, y el pragmatismo es uno de los
activos profesionales del ingeniero) de manera análoga a como el
científico lo hace al realismo metafísico.
Estas consideraciones tienen relevancia para el problema que
planteábamos más arriba de la relación entre ciencia y técnica. Si la
misión de la ciencia fuese conocer la realidad, y no existe la posibi-
lidad de hacer tal cosa porque no tiene sentido plantearse encontrar
una representación que la agote, se sigue que la supuesta misión de
72
N()IA'i son nt 1I SIGNlllCADü nr lOS MODLLOS
la ciencia, en un sentido absoluto, queda cuestionada y que sólo
tiene sentido planteársela en un sentido relativo, es decir, ligada a
determinados contextos que se establecen en función de problemá-
ticas concretas. Es decir, si el saber-en-sí no tiene sentido, entonces
sucede que todo saber es para-algo. El saber es para-hacer. Nos
encontramos con la técnica.
Quedan así (si el argumeuto es correcto) desdibujados los lími-
tes entre la ciencia y la técnica. Aparecen como los dos extremos de
un mismo espectro y no como dos cosas radicalmente diferentes
(esto último sería como si se distinguieran como el blanco y el ne-
gro; mientras que lo que aquí se propone es considerar una gama
continua de grises que van desde uno que es prácticamente blanco a
otro casi negro). Ello, claro está, sin perjuicio de que las actividades
concretas de hacer ciencia o de hacer técnica tengan sesgos diferen-
ciadores muy marcados, que se han institucionalizado socialmente
en profesiones diversificadas (de manera análoga a como la propia
ciencia y la filosofía se han diferenciado, a lo largo de la historia, en
actividades distintas con un núcleo germinal común).
El punto de vista del realismo parece especialmente interesante
para el modelista. Disponemos de una serie de teorías que tratan
de sistemas (sistemas dinámicos autómatas, sistemas estocásticos,
control, optimización, sistemas jerarquizados...) que suministran mar-
cos conceptuales, de un alto grado de formalización y elaboración,
con los que construir representaciones de aspectos problemáticos
de la realidad que nos interesan. Esa representación se convierte en
nuestro mundo de referencia con respecto a la realidad, en un esque-
ma que nos organiza la percepción que tenemos de ella. La vemos,
y actuamos sobre ella, a través de esa representación. Si hemos construi-
do algo consistente con la realidad (cualquier cosa que ello sea),
nuestro comportamiento se adecuará a nuestras metas (el problema
de cómo la representación determina nuestra actuación para conse-
guir determinadas metas lo analizaremos en un próximo artículo).
El análisis de la consistencia con la realidad en modelos de com-
portamiento, como los que estamos considerando, presenta proble-
mas delicados, ya que la evolución de un modelo incluye tanto su
pasado (al que siempre es posible ajustar el modelo, si tenemos un
registro de él), como el futuro (que, por su propia naturaleza, es
esencialmente problemático').
Al modelo lo único que podemos exigirle es su consistencia interna
y su ajuste a los datos (con las dos inmensas restricciones de referir-
se sólo a las variables incorporadas al modelo y al pasado de éstas).
Que sea una copia de la realidad, con capacidad de predecir su
9. Resultaría interesante analizar en este contexto las reflexiones de Nelson Goodman
sobre el predicado verbal. La conjunción de los problemas de proyección al futuro y de
inducción se presenta conjuntamente en los modelos que estamos considerando. Posible-
mente resulte fructífera una reflexión sobre estas cuestiones.
73

JAVIFR ARACli
futuro, es demasiado pedir (aunque en algunos ámbitos del mundo físi-
co se haya producido lo que Thom llama el milagro de que esta pre-
dicción haya sido posible. La fascinación producida por ese milagro
hace que esperemos verlo reproducido en ámbitos en los que no
cabe esperarlo. Nuestra interacción con la realidad guiados por el mo-
delo (es decir, nuestro uso de él) es nuestro único modo para evaluarlo.
Una de las aportaciones más interesante del realismo interno
del modelista es la de socavar el mito del modelo único (aun el caso
de que los modelos que realmente se construyan pretendan ser sólo
aproximaciones a aquél). Cada modelo tiene valor por sí mismo y
no con referencia a ese modelo único.
SOBRE UNA DEFINICIÓN DE MODELO
Consideremos ahora la definición de modelo propuesta por Moste-
rín (1978, 156). Se dice que un sistema M sirve de modelo del siste-
ma S al científico O si:
• M es igualo más conocido para O que S;
• a partir de M el observador O desarrolla la teoría T de la que
M es un modelo; y
• S es también un modelo de T.
Apliquemos esta definición al caso que aquí consideramos, en
que M es un modelo de simulación mediante computador. Conside-
remos el primero de esos puntos. Se dice que M es igual o más
conocido que S. Córno hay que entender esto? ¿Qué sabemos de S
é mente llamamos modelo del objeto (o sistema concreto) en cues-
que no sea alguna de sus descripciones y, por tanto, alguno de sus
modelos? (descripciones que O siempre hace desde un marco de
referencia determinado). ¿Qué quiere decir que M es igualo más
conocido que S? ¿Cómo concebir que se pueda comparar un objeto
abstracto M con uno concreto S? Y asimismo, équé quiere decir que
S es también un modelo de Y? Por ejemplo, si S es una ciudad, con
sus edificios y sus habitantes, y M es un programa de computador;
o si S es un circuito electrónico y M las ecuaciones que describen su
comportamiento de acuerdo con la teoría de circuitos, ¿cómo en-
tender una forma de relación -una correspondencia necesaria para
decir que M es más conocido que S entre objetos de naturaleza tan
dispar- uno concreto S y otro abstracto M? Por lo mismo, tampo-
co parece consistente el aceptar una correspondencia entre S y T.
(Esta misma inconsistencia se tiene en la definición de modelo em-
pleada por Vázquez y Liz cuando exigen que exista una descripción
de S que pueda ser isomórfica con M.)
Se ha desarrollado, en el seno de la teoría de sistemas dinámi-
cos, una teoría de las descripciones alternativas (las aportaciones
74
IJlJ lA', 'd)1l1\1 1I ~1C;NIIIc..:Al)ü 1)1 I (J~ MUI)I I 0 \
más importantes se deben a Rosen) que podría sernos de ayuda para
tratar los problemas que estamos considerando. Se parte del su-
puesto de que un determinado objeto de la realidad (por ejemplo,
una ciudad) puede ser objeto de múltiples descripciones alternati-
vas (según se atienda a su población, su actividad económica, su
disponibilidad de viviendas; se considere toda la ciudad como una
única área, o más bien se considere su división en distintas zonas;
interese la evolución de la ciudad en su conjunto, o cómo se produ-
ce una especialización de las distintas áreas en residenciales, zonas
fabriles, ete. ..); se trata de analizar qué tienen en común estas des-
cripciones alternativas, y en qué medida algunas de ellas son más
ricas que las otras!", Pero nunca se puede pretender comrar~r los
diferentes modelos, a que dan lugar las diferentes descrJpclOn~s,
con la propia realidad. En todo caso se trata de comparar descnp-
ciones entre sí, y no descripciones con la realidad (salvo qu.e se
asuma la propuesta de Borges de que el mejor mapa de la realidad
es la propia realidad, con lo cual incluiríamos a la propia real!-
dad en el dominio de las descripciones -pero no sé si por ese carrn-
no llegaríamos a alguna parte, ya que presupone que somos capaces
de captar la realidad en su exhaustividad-) .
Pero es que, además, la descripción se realiza con el concurso de
un determinado medio. En el caso trivial este medio es el propio
lenguaje ordinario. Aquí, sin embargo, interesa la consideración de
otros medios: los aportados por la teoría de sistemas dinámicos.
Con su concurso podemos describir la evolución de una ciudad (por
volver al ejemplo antes mencionado), el crecimiento de su pobla-
ción, las fluctuaciones de su actividad económica, los problemas de
la vivienda, etc. A esta forma de descripciones es a la que común-
tión (en este caso tendríamos un ejemplo de lo que sería un modelo
orientado a la acción, ya que un modelo de esta naturaleza -el del
área urbana- sería eventualmente solicitado por las autoridades
municipales para orientar sus decisiones de política urbana).
MODELOS y TEORÍA
Veamos ahora el segundo tipo de modelos: los modelos orientados
al conocimiento. La definición de estos modelos involucra, además
de consideraciones análogas a las que se han hecho con respecto a
los modelos orientados a la acción, cuestiones relativas a la teoría
de modelos, en el sentido preciso de esta teoría en lógica y filosofía
de la ciencia. De acuerdo con la propuesta de Suppes (1988), el
concepto de «modelo» empleado en teoría de modelos es el concep-
10. Alguna aportación a este problema puede verse en Aracil (1986).
75
 jAVIH, ARAClI
to básico para la formalización del concepto de modelo, aun del
empleado en las ciencias empíricas. Tanto M como S deben ser
modelos, en el sentido preciso que tiene en la teoría de modelos
(Manzano, 1989), de la teoría T. La existencia de una teoría cientí-
fica Tse convierte en un requisito de la definición. Vaya cuestionar
este punto de vista.
Una primera objeción a esta definición ya se ha hecho más arri-
ba: écómo hay que entender que S sea un modelo de T, si S es un
objeto concreto y T uno abstracto? Pero, además, me parece que la
categórica propuesta de Suppes olvida uno de los usos de los mode-
los más extendidos en la práctica (y que es un uso en el que coinci-
den científicos y técnicos); aquel en el que el constructor del mode-
lo carece precisamente de una teoría del aspecto de la realidad que
trata de estudiar. Por ejemplo, y volviendo nuevamente al ejemplo
que hemos considerado ya varias veces, considérese un modelo de
un área urbana. Realmente se carece de una teoría estricta de lo que
sucede en las áreas urbanas. Podrán existir, a lo sumo, resultados
teóricos relevantes para representar algunas de las interacciones que
se producen en el seno de un sistema tan complejo; pero una teoría,
en sentido estricto, no existe. Y, sin embargo, se construyen mode-
los que son efectivos en el sentido de que ayudan a la toma de deci-
siones de los organismos encargados de ello (no vaya el lector a
entender que pretendo decir que son capaces de hacer predicciones
precisas, como cabría esperar un modelo de una red eléctrica, o de
un artilugio mecánico!"; pero sin embargo sí afirmo que son capa-
ces de integrar la información disponible, procesarla de una manera
coherente, y de esta forma ayudar, con todas sus limitaciones, a la
toma de decisiones racionales -cualquier cosa que esto sea-).
En muchas ocasiones (y hoy en día, con el advenimiento de los
computadores, más aún) se construyen modelos de aspectos de la
realidad de los que se carece de una teoría, precisamente para ensa-
yar sobre ellos conjeturas o hipótesis respecto a una teoría de la que
se carece. El modelo se convierte entonces en un generador de teo-
ría, y no en un simple receptor pasivo de ella (como sucede cuando
hago un modelo de un circuito eléctrico, para lo que dispongo de
toda una amplia teoría de las redes eléctricas). Ese tipo de situacio-
nes son especialmente patentes cuando el objeto que se trata de
estudiar es un sistema (un conjunto de partes estructuralmente arti-
culadas en una unidad). Cuando se estudia, por ejemplo, un sistema
11. Conviene observar aquí que, no obstante el hecho de disponer de las leyes de
inter-acción en el seno de un sistema, corno sucede en los sistemas eléctricos o mecánicos,
no garantiza que podamos hacer predicciones en todos los sistemas de esta naturaleza. Si el
modelo de uno de estos sistemas es tal que presenta lo que se conoce corno un modo de
comportamiento caótico, entonces, aun en este caso, es imposible hacer predicciones aun-
que conozcamos con todo detalle las leyes de interacción en el seno del sistema y podamos
construir un modelo que reproduzca su comportamiento con gran fidelidad.
76
~l(ll A', ~()ljl{1 11 ',I(JNIIICAI)O 1>1 10, MOIII 1 OS
ecológico, es posible que se tenga un cierto conocimiento de la bio-
logía de las especies implicadas en el sistema, pero no tanto de las
interacciones entre ellas. Se puede entonces tratar de construir un
modelo postulando esas interacciones, y comprobar luego si el com-
portamiento del propio modelo se ajusta a lo observado en la reali-
dad. De este modo tenemos un modelo orientado al conocimiento,
que sin embargo no presupone la existencia de una teoría.
Se podrá decir que esa teoría T no existía antes de construir el
modelo, pero una vez lo hayamos construido, el modelo satisface
los requerimientos de aceptación, ya tenemos la teoría, con lo que,
al final, nos encontramos en la situación que requería la definición.
No estoy convencido de que con este subterfugio se resuelva el pro-
blema. Lo más que se hace es cubrir las formas.
La cuestión está, me parece a mí, en que se le da a la teoría un
carácter cerrado y definitivo, de modo que encierra (al menos pre-
tendidamente) ya todo el conocimiento necesario con relación al
aspecto de la realidad que se está modelando, y que de lo único que
se trata es de organizar convenientemente este conocimiento en los
supuestos concretos del caso. Este planteamiento resulta aceptable
en situaciones relativas al mundo físico, de las que se disponga de
una aceptable cobertura teórica. Por ejemplo, la construcción de un
modelo de una red eléctrica o de un artilugio mecánico, antes men-
cionados. No sucede, sin embargo, lo mismo en el caso del modelo
de un área urbana y, en general, de los empleados en ciencias socia-
les. El punto de vista de Suppes parece considerar al modelo como
«ejemplo» distinguido de una teoría ya construida y aceptada".
Lo que parece importante (10 que me preocupa en tanto que
constructor de modelos) es la relación entre ellos (objetos abstrac-
tos, formados por ecuaciones u otros formalismos) y la realidad
que tratan de representar (esa ciudad con sus gentes y sus calles,
con su actividad, con su evolución ... ). Me pregunto si no sería inte-
resante (o si alguien lo habrá hecho ya, lo enal es posiblemente ]0
más probable) aplicar conceptos análogos a los desarrollados en los
estudios semánticos (en la filosofía del lenguaje) al problema de la
significación de los modelos, en cuanto a representación de aspec-
tos concreros de la realidad. Y ello no sólo por lo que respecta a la
asignación de símbolos a objetos concretos de la realidad, sino al
hecho (que nunca deja de sorprender y perturbar) de que sometien-
12. Considérese cada lenguaje ordinario concreto (el español, el inglés... ) como la rea-
lización concreta de una gramática universal a lo Chomsky. Esto podrá resultar interesante
a determinado tipo de estudiosos que, por otra parte, posiblemente extraigan de sus estu-
dios conclusiones prácticas de gran interés y generalidad. Sin embargo, para algunos usua-
rios del lenguaje el problema importante (el que para ellos resulta relevante) no es tanto la
relación del idioma que hablan con ese supuesto lenguaje universal (de alguna manera in-
corporado a nuestro bagaje genético) sino la relación de significación entre los enunciados
que es capaz de construir y el mundo que le rodea.
77
 JAV 111, A I{Al. 11
f-J() 1 A', ',()III(I 1I ',I(;NIIICAI)() DI tOS MOI)11 OS

do estos símbolos a determinadas reglas de combinación (que son

Lnsz!o, E. (\ 987), Eiolution. The Creat Synthesis, Boston, Shambhala [v. esp. (1988)
construcción nuestra, de los humanos) se obtengan contrapartidas
Evolución, la gran síntesis, Barcelona, Espasa-Calpc].
consistentes con el mundo real (incluso, y más perturbadoramente Manzano, M. (1989), Teoría de Modelos, Alianza, Madrid.
aún, en lo relativo al devenir). Lo notable de los modelos de com- Mosterín, J. (197H), Racionalidad y Acción Humana, Alianza, Madrid.
portamiento de sistemas no es que capten en una representa- Mosterín, J. (1984) (2." edición ampliada, I9H7), Conceptos y teoría en la Ciencia,
ción simbólica las partes del objeto que representan (esto ya lo hace Alianza, Madrid.
una maqueta o un plano), sino que también captan su interacción, Padu!o, L. y Arbib, M. (1974), System Theory, Saundcrs.
el mecanismo que permite generar una réplica de comportamiento, Purnnm, H. (198 1, v. csp-, 19H8), Razón, verdad e historia, T ecno s, Madrid.
calculando las trayectorias. Existe una forma de correspondencia Putnam, H. (1983), Realism and Reason [v. esp. de los capítulos 12 y 13 en colección
tanto entre símbolos y objetos reales como entre las reglas abstrac- Revista Teorema, con el título Racionalidad y Metafísica, Valencia, 1985].
tas de interacción entre los símbolos y el desenvolvimiento de los Putnam, H. (1987), The manv faces of realism, Opcn Court Publishing Cornpany.
objetos reales. Esta correspondencia está en la base de la aportación Rosen, R. (1976), -Srrncrural Srabiliry, Alternare Dcscriprions and Information»,
j. Theor. Biol., 63, 19-31.
del modelo a la comprensión de la realidad.
Snppes, P. (1988), estudio de filosofía e metodología de la Ciencia, Alianza, Madrid.
Al estudiar un fenómeno concreto en un ámbito determinado de Thom, R., -I.a scicnce malgré tont. .. », Enciclopedia Universalis, Organnm, 5- 1O.
la realidad lo primero 'que hacemos es describirlo (referir su historia Vázquez, M. y Liz, M. (198'j), «Systerns Formalization and Models Building'>, en
diría Mosterín). En una primera instancia esta descripción se hace P. Milling y E. Zahn (eds.), Computer-Based táanagement of Complex Systems,
mediante el lenguaje ordinario. Pero inmediatamente nos pregunta- Springcr, Bcrlin, 285-292.
mos si somos capaces de emplear un lenguaje más elaborado para Wiencr, N. (1948), Cybemetics, The MIT Prcss, Cambridge. Mass.
esa descripción: un lenguaje matemático. Si ello es así, ya tenemos Wilson, B. (1984), Systems: Concepts, Methodologies and Applications, Wiley.
un modelo matemático de esa situación concreta. Lo que interesa Zeigler, B. (1976), Tbeory of Modelling and Símulatíon, Wiley.
es que la describa adecuadamente y que, a partir de esa descripción,
se sea capaz de generar su historia. En caso afirmativo se considera-
rá aceptable, con independencia de que sea o no un modelo de una
teoría T (que probablemente ni exista), como pretende Suppes.
Se dice a veces que se rechazará epistemológicamente los mode-
los que, aunque sirvan para la acción, no sean modelos de alguna
posible teoría científica. No comparto esa conclusión. Por el con-
trario, creo que si el modelo sirve para la acción, en el sentido de
que conduce a acciones que sean consistentes con ciertos objetivos,
y no existe una teoría científica que permita considerarlo como modelo
para el conocimiento, lo que sucede es que se está detectando una
deficiencia en un mundo científico que habrá de subsanar. La teoría
científica (en ese momento histórico) es pobre en el tipo de situa-
ciones que están considerando, y que han podido ser captadas por
el modelo, pero no por la teoría. No se trata de que el modelo per-
t~n~zca a una categoría inferior, sino que descubre algo que la cien-
CIa ignora.

REFERENCIAS BIBLIOGRÁFICAS

Aracil,]. (1986), -Bifurcations and Strnctural Srability in the Dynamical Systems

Modeling Process», Systems Research, vol. 3, n." 4,243-252.
Bunge, M. (1973), Methud, Model and Malter, Reidel, Dordrechr.
Bunge, M. (1979), A Wurld uf Systems, Reidel, Dordrecht.
Careta Cotare lo, R. (1979), Crítica de la Teoría de Sistemas, C\S, Madrid.

78
79
 EN TORNO A LOS CONCEPTOS pE MODELO,
SISTEMA Y SIMULACION 1
Margarita Vázquez
Universidad de La Laguna

1. EL ENFOQUE SISTÉMICO

A lo largo de este capítulo, se intentará presentar una aclaración

conceptual de la noción de sistema y de algunas otras nociones
relacionadas con ésta. Entre ellas destacan las de modelo, simula-
ción, estructura y comportamiento de un sistema, jerarqufas de sis-
temas, sistemas naturales y artificiales, diseño, etc. Para ello, se
analizarán algunas conceptualizaciones y usos de dichos conceptos.
Adoptaremos la denominación de «enfoque sistémico» para referir-
nos al conjunto de ideas, conceptos y disciplinas que tienen como
punto central la noción de sistema y que aunaría áreas científicas
muy actuales, a veces muy dispersas. Este enfoque sistémico no es,
propiamente, una teoría o un conjunto de teorías, sino que se trata
mas bien de una orientación, o punto de vista, peculiar en el trata-
miento de los problemas.
Aunque desde la antigüedad se pueden encontrar claros antece-
dentes de lo que denominaremos enfoque sistémico», es en nuestro
siglo cuando la utilización de este enfoque cobra plena vigencia.
Bertalanffy, Wiener, Thom, Prigogine ... y, más recientemente, los
promotores de la llamada «ciencia del caos» han puesto de relieve
la necesidad de enfoques sistémicos dentro de la ciencia. Como ca-
racterísticos del enfoque sistémico, se podrían señalar ciertos con-

1. En este trabajo se recogen ideas y argumentos de los trabujos desarrollados por la

autora en [os últimos anos, especialmente de Vázquez (1990).
2. Complementaria a las ofrecidas por Javier Aracil y Manuel Liz.
3. La idea de concebir la realidad como un todo o una serie de estructuras o sistemas
interconectados es, quizás, tan antigua como el hombre mismo. Y, además, parece estar
profundamente enraizada en nuestro conocimiento ordinario.

81

MAR.GAI~ll A VA/QUI /
ceptos clave: sistema, información, realimentación, modelo, etc.
Muchos de estos conceptos se entroncan con discusiones clásicas en
filosofía. Otros, en cambio, se relacionan muy estrechamente con
disciplinas y teorías científicas muy recientes (como la teoría de
catástrofes o la geometría fractal).
Además, algunos problemas filosóficos clásicos parecen encon-
trar una nueva perspectiva para su análisis dentro del enfoque sis-
témico. Así, por ejemplo, el problema de las relaciones entre el
macrocosmos y el microcosmos podría encontrar una nueva aproxi-
mación. Habría muchas formas no causales de relacionar distintos
sistemas, según su composición, su entorno y su estructura. Estas
relaciones no causales entre sistemas constituyen, actualmente, el
objeto de numerosas investigaciones orientadas por la perspectiva
sistémica, principalmente las referidas a relaciones topológicas de-
bidas a semejanzas o analogías entre los espacios de estados de sis-
temas diversos. El descubrimiento de los fractales en relación al
fenómeno de los atractores extraños ha abierto grandes vías de es-
tudio en este terreno. Las clásicas relaciones entre lo grande y lo
pequeño aparecen aquí vistas e interpretadas matemáticamente co-
mo un problema de «escalas'} en la percepción y caracterización de
una figura geométrica.
La relación entre el macrocosmos y el microcosmos es sólo un
ejemplo de cómo el enfoque sistémico se ha mostrado especialmen-
te apto para asumir e integrar muchas dicotomías filosóficas tradi-
cionales, tanto ontológicas como epistemológicas. La disolución de
estas dicotomías se consigue, casi siempre, mediante un proceso de
relativización a un marco de descripción. Así, puede muy bien ha-
blarse de una tendencia «perspectivista» dentro del propio enfo-
que sistémico. De esta manera, el recurso a autores como Ortega o
Putnam", en defensa de este perspectivismo, puede ser muchas ve-
ces de gran utilidad. El enfoque sistémico ofrecería un nuevo marco
epistemológico y ontológico. Epistemológicamente, se caracteri-
zaría, entre otras cosas, por su ruptura con las divisiones disciplina-
rias establecidas, por su antifundamentalismo epistemológico y, co-
mo ya se ha señalado mas arriba, por su perspectivismo. Si hemos
de sintetizar en una tesis básica el nuevo marco ontológico sugeri-
do, la expresión «toda realidad es un sistema de sistemas» sería fun-
damental.
Toda realidad es un sistema de sistemas, al menos en tres senti-
dos: todo sistema (menos, por definición, el universo mismo) for-
ma parte de otros sistemas; todo sistema (menos, por definición,
los constituyentes últimos de la materia) está formado por otros
sistemas; y la estructura de todo sistema puede ser descrita de inde-
finidas formas, todas ellas haciendo igual justicia al comportamien-
4. COIllO hemos visto en los trabajos de Javier Aracil y Manuel Liz.
82
I ~~ I (JIU~(J /1. 10', (UNU l' I ()~ IJI M()[)1.1 U SIS 11 M/\ Y ',IMLJI AlI ó N
to del sistema. El tercero de estos tres sentidos constituiría la razón
ontológica básica de muchos casos de perspectivismo d~~tro del
enfoque sistémico. Es especialmente relevante en la a~tlvldad de
construcción de sistemas dinámicos que intentan reflejar el com-
portamiento de un sistema real. Un comportamient? pued~ ,.ser ge-
nerado por infinidad de estructu~as. Las otras dos t~~IS tambIet; apo-
yan este perspectivismo, pero ~n~ntad?a la. ~eleccIO~ d~ los límites
del sistema, es decir, a su propia identificación, ~or ultimo, las sa~­
vedades o excepciones que las dos primeras tesis pon~n a la tests
fundamental, de que toda realidad es un sistema de Sistemas, son
excepciones convencionales, debid~s al significado de lo~ concep-
tos «universo» y «constituyentes Últlll:OS'), pero no excepcIO~es em-
píricas. ¿Qué nos asegura que la realidad vaya ~ te~er c.onstltuyen-
tes últimos o que el universo tenga que ser referido inevitablemente
mediante un artículo singular?
2. EL CONCEPTO DE SISTEMA
El significado del término sistema no es unívoco, sino 9~e c~da
uno que lo utiliza parece estar dándole una mterpretacion dife-
rente. Esto ha sido también así históricamente, por lo que muchos
autores se han planteado la tarea de formalizar este concepto,
intentando recoger todas las particularidades que éste lleva co~­
sigo, pero manteniendo una base c.omún a la qU,e P??er acu,dlr.
La terminología elegida para este npo de formalización ha SIdo,
habitualmente la de la teoría de conjuntos. Entre las forrnalizacio-
nes más interesantes de esta noción destacan la de Mario Bunge y
la de Bernard P. Zeigler, pues recogen algunos de los aspectos más
fundamentales y que serán de gran utilidad a la hora de comentar
el uso de la noción de sistema y, con ella, la de modelo en tecno-
logía.
Bunge va a mostrar, en el segundo tomo de su ont?logía (1979),
con ayuda del álgebra de conjuntos, su inrerpretacion del mundo
como un mundo de sistemas. Bunge representa los Sistemas me-
diante triples ordenados formados por la composi~i~~, e, la est~uc­
rura, S, y el entorno, E, 0'::::: {e, S, E}. La compOSICIOn de ~n SIste-
ma es el conjunto de sus componentes; el entorno, el conJun~o de
elementos con los que está conectado, y la estructura, las relaciones
entre sus elementos, así como entre éstos y los del entorno. Para
que este triple represente un sistema se exige que no haya elemen-
tos comunes a la composición y al entorno y que en la estructura
haya al menos una relación: ,..,
Un componente de un sistema puede o no ser el mismo un siste-
ma Si lo es es un subsistema. Sea un sistema con composición
q;, t), ento~no E(a, t) y estructura Sra, t) en el momento de tiem-
83
 MAR.(,ARI r A VA/()lJI /
po t. Una cosa' x será un subsistema de o en t, si y sólo si: i) x es un
sistema en el momento t y ii) C(x, t) 5;;; Cto, t) y E(a, t) 5;;; E(x, t) y
5(x, t) ~ 5(0, t). No hay, así, una jerarquía de estructuras, como
veremos en Zeigler, sino una colección de sistemas cada uno de los
cuales es subsistema de uno mayor.
Zeigler (1976, 1984a y 1984b) revisa la jerarquía de niveles en
los que un sistema puede ser especificado'. El término sistema lo
emplea referido a un término matemático que captura las peculiari-
dades intuitivas de un sistema real. Esto nos lleva a varios concep-
tos distintos de lo que es un sistema y a intentar organizarlos. Zei-
gler construye una jerarquía de niveles de sistemas. En ella establece
una estratificación que empieza con el nivel más bajo, como de «caja
negra», y va ascendiendo en complejidad. Zeigler ha dado varias
versiones de su jerarquía, aquí se tomará la de Zeigler (1984a y b).
El nivel O es el marco observacional, O; el nivel 1, la observación de
la relación entrada/salida, fORO; el nivel 2, la observación de la
función entrada/salida, fOFO; el nivel 3, el sistema entrada/sali-
da, S; el nivel 4, el sistema estructurado, 0, y el nivel 5, el sistema
multicompuesto, N.
Lo característico de esta sucesión de fórmulas es que cada una
añade algo a la anterior. Las tres primeras dan sólo razón del com-
portamiento de un sistema, dejando de lado la estructura de los
mismos. Funcionan como «cajas negras» más o menos complejas.
Las últimas pretender dar ya razón de su estructura y explicar el
comportamiento a partir de la misma.
En el marco observacional O = {T, X, Y}, T es la base temporal
en la que transcurre la observación, X es el conjunto de valores de
entrada, es decir, representa cómo el entorno afecta al sistema. Por
último, y es el conjunto de valores de salida, de cómo el sistema
afecta al entorno.
En la observación de la relación entrada/salida, fORO = {T, X,
Q, Y, R}, contamos con los mismos elementos que en el marco ob-
servacional y con dos elementos nuevos, Q y R, es el conjunto
de segmentos de entrada. Un segmento de entrada es una función
que asigna a un intervalo de tiempo un valor de entrada. El conjun-
to de todos los segmentos de entrada será (T, X). Entonces, Q es un
5. Para Bunge, una cosa es una sustancia individual con sus propiedades sustanciales.
Hay una cantidad no enumerable de cosas que están organizadas en un número finito de
sistemas. Estos sistemas serán los sistemas concretos o materiales.
6. Zeigler considera que un modelo es una especificación de un sistema. Los modelos
se pueden expresar de muchas maneras (ecuaciones diferenciales, notación de teoría de
autómatas o formalismos de sucesos discretos). Con estas notaciones lo que se pretende es
proporcionar instrucciones "a algo o a alguien» que le permitan generar datos. Esto es lo
que permite hablar de "datos generados» o «comportamiento del modelo». El comporta-
miento del modelo se distinguirá de la estructura del mismo en que el comportamiento es lo
que el modelo hace y la estructura lo que le hace, o permite, hacerlo.
84
IN 1 (IIU~() A 1 o ', (uNel P I OS IJI MODII.O. '>1'> 11 MA Y ,>IMUI AllÓN
conjunto de segmentos de entrada incluido en (T, X). R es la rela-
ción de entrada/salida que caracteriza a este nivel, y que es una
relación que está incluida en X (T, Y), donde (T, Y) es el conjunto de
todos los segmentos de salida.
La observación de la función entrada/salida, fOFO = {T, X, Q,
Y, F}, es en todo similar al nivel anterior, excepto en que sustituye
la relación de entrada/salida, R, por las funciones de entrada/sali-
da, F. F es el conjunto de todas las funciones de entrada/salida, de
tal manera que dada fE F, f 5;;; X(T, Y).
El sistema entrada/salida, S = {T, X, Q, Y, O, u}, añade a los ya
conocidos Oy ~. Tendríamos también el conjunto de estados inter-
nos, Ilamémosle Q, que representa la memoria del sistema. oes la
función de cambio de estado, de un estado interno, con el conjun-
to de los segmentos de entrada, se pasa a otro estado interno, y
~ es la función de salida, que representa lo que puede ser sentido,
medido u observado por el entorno cuando el sistema está en un
estado Q.
El sistema estructurado es igual al sistema entrada/salida, ex-
cepto en que todos los conjuntos y funciones están estructurados,
esto es, ordenados de acuerdo a unas determinadas coordenadas.
Por último, el sistema multicompuesto, N = {D, {Sa}, {la}, {Za}},
representa ya un sistema compuesto de sistemas, donde D es el con-
junto de los nombres de los componentes, y para todo elemen-
to U E D, Su. representa el sistema u, la el conjunto de sus influen-
cias y Z¿ la función interface de a.
Si se estudia esta jerarquía de abajo a arriba, podemos verla como
una descripción del proceso de modelado de un sistema. Tenemos
un modo de comportamiento, un modo de referencia", que tenemos
que explicar mediante una estructura. A partir de un determinado
nivel se pretende explicar ya cómo es la estructura interna. Los tres
primeros niveles, el marco observacional, la observación de la rela-
ción y la observación de la función, ya por sus propios nombres,
«observación», indican que hacen referencia a algo que simplemen-
te es observado.
No se intenta dar razón de su estructura interna, de por qué se
comportan como lo hacen, sino solamente de datos tomados de la
observación: cómo se comportan, no por qué. De estos tres niveles,
la observación de la función representaría lo que normalmente se
entiende como modo de referencia o datos para calibrar un modelo,
es decir, aquellos datos observados, medidos o sentidos, que permi-
ten afirmar cómo ha funcionado un sistema durante un período de
tiempo determinado, dadas determinadas condiciones. A la hora
de construir un modelo lo que pretendemos, al menos en un pri-
7. Ésta es una noción de Dinámica de Sistemas. Más detalles sobre ella pueden verse
en Aracil (1986).
85
 MARC:;ARII A vA/lJUI /
mer acercamiento, es poder dar razón de un modo de referencia
concreto".
Cuando tenemos un modelo, pretendiendo explicar un compor-
tamiento de un sistema dado, y tenemos un modo de referencia, lo
que querernos es subir un peldaño. Lo que queremos es a partir de
ese comportamiento, de ese modo de referencia, explicar la estruc-
tura o, a veces, incluso menos: si tenemos un modo de referencia
degenerado, una observación pobre, podernos querer construir un
modelo que dé razón de esa observación, que establezca la función
de observación. De todas maneras, la tarea fundamental de un pro-
ceso de modelado sería la asignación de estructuras a modos de
comportamiento dados. Siguiendo la jerarquía, sería en el nivel 3,
el sistema entrada/salida, cuando nos encontraríamos por prime-
ra vez con algo que puede ser llamado en verdad estructura de un
sistema. Aquí aparece Q, el conjunto de estados internos del siste-
ma, que va a permitir explicar cómo la historia del sistema afecta a
las futuras respuestas del mismo. Es esto precisamente lo que nos
va a posibilitar las simulaciones y lo que nos va a permitir dar cuen-
ta de, por ejemplo, cómo una entrada puede tener su respuesta, su
salida, después de un, a veces largo, período de tiempo.
Este conjunto de estados Q es un concepto de modelado que no
tiene por qué corresponderse con algo que exista realmente. Lo úni-
co que importa es que en ese conjunto de estados se introduzca toda
la información que permita dar cuenta del comportamiento del sis-
tema e, incluso, prever futuros comportamientos. Desde cierto punto
de vista, el conjunto de estados Q constituiría la «teoría» que da
cuenta de la «experiencia» ofrecida en el modo de comportamiento.
Q sería así el conjunto de propiedades y relaciones teóricas cuya
correspondencia con la realidad queda siempre pendiente. En la
rertninolog¡a de la filosofía de la ciencia estructuralista, lo que dife-
rencia el nivel 3 de los anteriores sería justamente la aparición de
predicados y relaciones T-teóricas. Por el contrario, los predicados
y relaciones presentes en los niveles 0, 1 Y2 serían exclusivamente
no T-teóricas. La relación entre lo teórico y lo no teórico nunca es
directa, sino relativa a una teoría T. Lo no teórico respecto a una
teoría es teórico siempre respecto a otra teoría. El valor realista o
no que demos al conjunto de estados Q dependerá, pues, no de una
'!L Conviene recordar aquí que estamos hablando de especificaciones (modelos) de
sistemas dinimicos. Esto es, de sistemas que cambian con el tiempo. La función enrrada!
salida toma sus argumentos y arroja sus valores en momentos o instantes determinados del
tiempo, o de cierta escala temporal establecida. Por ello, el cálculo diferencial e integral
respe·cto al tiempo es aquí aplicable, especialmente cuando hablamos de las estructuras (flu-
jos, niveles.o-etardos, erc.) capaces de generar ese "modo de referencia». El hecho de inrcr-
venir .aquí marcos <J escalas temporales previamente definidas permite relacionarlo con e!
tema de las escalas en los fractales. La única solución al problema fundamental -c-écomo
medidos?- de I~ fractales (Ma.nddbrot, 1975, 1984) parece pasar por la reducción de!
mismo a un prohtem.a de escalas o puntos de vista.
86
I N 1 () I( r 1 () A I () C, (O N (1 1) 1 Oc, n f M 01) f. L Ü, 5 15 1 l M A Y S I M U I A CiÓ N
comparación directa entre ese conjunto de estados y la realidad misma,
sino del dictamen de expedientes mucho más indirectos. Por ejem-
plo, del grado de ajuste entre el comportamiento generado por ese
conjunto de estados internos y el modo de comportamiento concre-
to observado, de lo ya conocido a través de otros modelos o teorías
acerca del sistema real productor de ese modo de comportamiento,
de consideraciones de coherencia, simplicidad, elegancia, etc. Nor-
malmente, se considera que cuando ese conjunto de estados inter-
nos representa realmente (aunque parcialmente) aspectos reales del
sistema modelado, nos encontrarnos ante teorías genuinamente ex-
plicativas. Cuando no ocurre esto, podemos decir que tenemos teo-
rías con un valor simplemente instrumental ti operacional o, con
otras palabras, que tenemos sólo «modelos», no teorías. Todo esto
desemboca en el problema del realismo al que haremos referencia
más adelante.
Siguiendo con la jerarquía, los niveles 4 y 5 complementarían el
nivel 3. El nivel 4 estructuraría un sistema de nivel 3, lo haría más
concreto. Y el nivel 5 sería como el ideal de todo modelo: especifi-
car los subsistemas que tiene y el macrosistema del cual es parte.
Todos los subsistemas quedarían acoplados, excepto unos pocos
llamados componentes iniciales, que serían los únicos de este siste-
ma multicompuesto que recibirían entradas externas. Estos compo-
nentes serían los que en la terminología de modelado se conocen
como variables exógenas.
Los sistemas de la formalización de Bunge podrían ser entendi-
dos como sistemas del nivel 5 de esta jerarquía de Zeigler.
3. SISTEMAS ARTIFICIALES Y MODELOS MENTALES
Cuando queremos conceptualizar la noción de sistema, nos encon-
tramos con una distinción clásica. Ésta es la que diferencia los siste-
mas entre naturales y artificiales. En el planteamiento de Bunge el
punto que marca la diferencia entre estos dos tipos de sistemas está
en la estructura del mismo, en el proceso por el que se ensamblan
los componentes para dar lugar a un sistema. Habíamos visto que la
estructura de un sistema es el conjunto de relaciones entre los com-
ponentes del mismo y entre ellos y las cosas del entorno. Estas rela-
ciones establecen conexiones entre las cosas que van a permitir dis-
tinguir un sistema de un agregado de elementos que no interactúan.
Para Bunge todos los sistemas materiales, menos el universo, han
sido formados a partir de cosas concretas sin estructura.
Para que una cosa compuesta se convierta en un sistema ha de
introducirse una trabazón, un conjunto de conexiones entre las par-
tes del mismo. Cuando esto ocurre se dice que ha habido un ensam-
blaje entre los componentes. Estos procesos de ensamblaje pueden
87
 MA~GA~IIA VÁ/QUII
ser naturales o artificiales. Se dice que el ensamblaje es artificial
cuando es dirigido por el hombre, es decir, cuando es el hombre el
que establece la trabazón entre las partes. De esta forma, la diferen-
cia entre un sistema natural y uno artificial radicaría en la manera
en la que un simple agregado, una cosa compuesta, ha pasado a
convertirse en un sistema, ha obtenido las conexiones necesarias
entre los elementos para poder ser considerado un sistema. Si las
conexiones las ha obtenido por sí mismo, es decir, de una manera
espontánea, «natural», el sistema será un sistema natural. Si, por el
contrario, esas conexiones han sido impuestas por el hombre, es el
hombre el que las ha creado, el sistema será un sistema artificial.
Aunque esta imposición puede ser total o, simplemente, una pro-
ducción de condiciones que podrían haber sido espontáneas.
Así, es el origen de las relaciones entre sus elementos lo que va
a definir o no la artificialidad de un sistema. En el planteamiento de
la teoría de sistemas hecho por Bertalanffy la cuestión más urgente
era la de caracterizar a los organismos vivos. En el tratamiento de
Bunge, un sistema natural será un organismo si por el proceso de
ensamblaje han surgido nuevos subsistemas. De esta manera, la no-
ción de organismo sirve para dar razón no sólo de organismos vi-
vos, sino también de otros sistemas organizados, como son los eco-
lógicos y los sociales.
Por sistemas artificiales podemos entender tanto los sistemas
creados por el hombre como aquellos otros, que aun teniendo un
origen natural, hayan sido después objeto de artificialización, es
decir, su estructura haya sido modificada por el hombre. A esto
podemos llamarlo también planificación. Así una planificación se-
ría un proceso de artificialización de un sistema ya existente o la
creación de un nuevo sistema. De este modo, y aceptando la posibi-
lidad de artificializar un sistema que ya de por sí sea artificial, pla-
nificación y artificialización serían equivalentes.
En Vázquez (1990), se presentaba la forma general de una pla-
nificación de la siguiente manera:
1) Tenemos un sistema, Ilamémosle sistema real aunque no
creamos en la existencia real del mismo como tal sistema,
del cual conocemos un determinado comportamiento (o con-
junto de n comportamientos, con n > O).
2) Queremos modificar el comportamiento de 1) con vistas a
conseguir determinados fines u objetivos. También podemos
querer modificar la estructura por razones de economía, es-
tética, etc.
3) Si conocemos la estructura que genera ese comportamiento
(esto es posible, entre otros, en los sistemas completamen-
te artificiales) que queremos modificar, o la estructura que
querernos modificar, hacemos los cambios necesarios en la
88
IN I (1llrlll 1\ I t i ', l UN(.I l' I O., D[ MUDI 1 U, '>1" I1 MA Y "IMUI.ACION
estructura a fin de conseguir dichas modificaciones (que pueden
ser tanto de comportamiento como de estructura). Si no co-
nocemos la estructura, la hipotetizamos y hacemos las mo-
dificaciones sobre la hipótesis.
La planificación podría ser entendida como el requisito previo
para el control de cualquier sistema, pues sólo a través de ella es
posible conocer y comprender el comportamiento del sistema y, lo
que es más importante, el porqué de ese comportamiento. Esto es
posible .debido a que al artificializar, al construir un sistema artifi-
cial, 10$ hombres imponen, o imponemos, una estructura deter-
minada.
Podemos entender un modelo construido con una técnica de
simulación, como, por ejemplo, la Dinámica de Sistemas, como la
hipoterización de una estructura con el objetivo de generar un com-
portamiento que ya conocemos o del que disponemos de algunos
datos acerca de cómo se podría comportar. En estos casos, un mo-
delo se entiende como una hipótesis acerca de la estructura de un
sistema, como un sistema artificial que simula a otro sistema, sea
este otro natural o artificial.
Esta característica de los modelos de Dinámica de Sistemas, como
generadores de hipótesis, ha llevado a la idea de que la Dinámica de
Sistemas puede facilitar el desarrollo de determinadas estructuras
conceptuales, en el sentido del lenguaje l.OGO. El l.OGO es un
lenguaje de programación desarrollado por Seymour Papert. Papert
fue discípulo de Piaget en Ginebra, donde comenzó a estudiar el
aprendizaje de los niños. En el MIT formó el grupo l.OGO dentro
del laboratorio de Inteligencia Artificial. Este grupo estaba dedica-
do a la creación de nuevos medios tecnológicos para la educación
de los niños y con el lenguaje LOGO desarrolló un instrumento
nuevo de exploración del conocimiento. Papert y sus colaboradores
consideran al niño como constructor activo de sus propias estructu-
ras intelectuales, asegurando que los niños se apropian de materia-
les que se encuentran a su alrededor, así como de los modelos y
metáforas que les sugiere la cultura circundante.
Una de las grandes ventajas que presenta ell.OGO es su aproxi-
mación al lenguaje natural, evitando de este modo que sus instruc-
ciones primitivas sean malentendidas por el niño. Además, este len-
guaje presenta el error como algo positivo y favorece las estrategias
heurísticas, respetando las de cada sujeto.
La Dinámica de Sistemas, y otras técnicas de simulación de sis-
temas, podrían tener una tarea de este tipo: estudiar situaciones
complejas combinando bloques simples y,.. al mismo tiempo, provo-
car y acelerar el lenguaje observacional. Este ha sido señalado por
Morecroft (1988). Este dice que el lenguaje l.OGO de Papert es
usado para crear estructuras de aprendizaje que ayuden a los estu-
89
 M/\I\(,/\I,II/\ VIl/()IJI /
diantes a entender conceptos difíciles o abstractos, desde los con-
ceptos más simples se construyen los más complejos, y que la Diná-
mica de Sistemas puede tener una función similar.
Pensamos la realidad en términos de sistemas y esto constituye
una estrategia heurística formidable. Logramos así una visión de las
cosas rica y sugestiva. Se trata de un proceso sintético: elementos
que estaban aparentemente desconectados se integran formando
un sistema. Pero nuestra visión no podrá distinguirse de la fantn-
sía, a menos que establezcamos mecanismos de control analítico
ngurosos.
El modelo, sin conceptualizar, que, acerca del sistema que se
quiere modelar, tiene el modelista es llamado en Dinámica de Siste-
mas el «modelo mental» y es la forma en la que el experto, agente
o usuario percibe ese sistema. En Vázquez, Liz & Aracil (1990) se
examinaban algunas relaciones entre el «realismo interno» de Hilary
Putnam (1981) y la Dinámica de Sistemas (Aracil, 1986), poniendo
especial énfasis en la habitual ausencia de conocimientos teóricos a
la hora de simular sistemas sociales complejos. La ausencia de tales
conocimientos teóricos hace inevitable el recurso al punto de vista
y las opiniones que sobre tales sistemas tienen los agentes involu-
crados en los mismos.
De esta manera, el modelo mental no es el punto de vista del ojo
de Dios, sino el de los seres humanos particulares, especialmente
los seres humanos que participan en tales sistemas. Es, por lo tanto,
un punto de vista parcial, limitado y corregible, pero es imprescin-
dible. Podríamos decir que si el punto de vista del ojo de Dios es el
punto de vista de las teorías interpretadas de una manera hiperrea-
lista (es decir, de la manera como el «realismo metafísico- interpre-
ta el conocimiento), el punto de vista de los modelos mentales es un
punto de vista altamente inrernalisra,
El internalismo en Dinámica de Sistemas no es sólo debido a
que no haya teorías precisas disponibles, sino también (y esto no es
menos importante) al hecho de que la propia estructura de los siste-
mas sociales complejos que se modelan depende necesariamente del
punto de vista de los agentes involucrados en ellos. Este punto de
vista es el conjunto de opiniones, deseos, decisiones, políticas de
acción, etc., que esos agentes desarrollan a la hora de constituir el
sistema del que son parte. Este punto de vista es el modelo mental
que sirve de guía para la construcción de modelos en Dinámica de
Sistemas.
Estos modelos mentales, que se pueden representar mediante
maquetas, diagramas, imágenes, erc., no son teorías ni modelos de
teorías. Y esto es así, fundamentalmente, por dos razones:
1) Los modelos mentales tienen un fuerte carácter implícito,
mientras que toda teoría es explícita.
90
IN IOIHll) /1 I ()', (ONUI' I OS l)f MOI)!IO. sr s t I MA Y SIMULACIÓN
2) Los modelos mentales son doxa, opinión, no episteme. Los
modelos mentales que dos sujetos diferentes tengan acerca
de un único sistema pueden ser inconmensurables, aunque
aquí habría que resaltar la flexibilidad de los modelos men-
tales: dos sujetos diferentes con dos modelos mentales dife-
rentes de un único sistema podrían converger, tras la discu-
sión y el diálogo, en un único modelo mental acerca de ese
sistema.
Los modelos mentales son una parte muy importante a la hora
de construir modelos en Dinámica de Sistemas. En ellos, aunque los
modelos no sean teorías, serán muchas veces substitutivos de las
mismas a la hora de construir este tipo de modelos. Y, aunque tam-
poco sean modelos de ninguna teoría, los dibujos, diagramas, etc.,
que se utilizan para dar una forma gráfica de estos modelos menta-
les serán una primera representación del sistema que está siendo
objeto de la simulación. Donella Meadows, jorgen Randers y Javier
Aracil, entre otros, han destacado la importancia de este tipo de
representación.
4. LA «REALJDAD)~ DE LOS MODELOS
El modelo mental guía en la elección de una estructura. A través de
ella, inferimos y determinamos con precisión un comportamiento
(o un conjunto de comportamientos -atractores, bifurcaciones,
etc.-), que debe adecuarse al conocimiento disponible del sistema
a modelar. En Teoría y Dinámica de Sistemas son frecuentes los
conceptos de «análisis cualitativo», «propiedades cualitativas de un
sistema dinámico», etc. Aquí lo cualitativo se refiere a los diferentes
modos de comportamiento de un sistema dinámico. Es posible des-
cribir ciertos modos posibles de comportamiento asociados con la
estructura de un sistema, con independencia de los valores cuanti-
tativos concretos que tornen las magnitudes bajo consideración. Los
resultados y las perspectivas originados en este campo son numc-
rosos",
A primera vista, podría parecer que aquí «cualirarivo» se refiere
a las propiedades primarias tradicionales. Sin embargo, cabe argu-
mentar que no es así y que el sentido que tienen los análisis cualita-
tivos de sistemas dinámicos concretos o reales están frecuentemen-
te mucho más del lado de los colores y los sabores que de aquellas
cualidades de la realidad presuntamente fundadas en algo más «ob-
jetivo). Propiamente, no son los sistemas mismos los que analiza-
mos cualitativamente, sino los modelos matemáticos que tenemos
9. En Arucil (l'-)79 Y 1986a) puede encontrarse una clara exposición de los procedí-
miemos utilizados en el análisis cualitativo de los sistemas dinámicos.
91
 MARCARII A VA/QLJII
de ellos. Y el modelo recorta la realidad y selecciona las magnitudes
relevantes en función de nuestros intereses. De esta forma, el com-
portamiento del modelo es el resultado de nuestro punto de vista
sobre la realidad (al menos tanto como es un resultado de la reali-
dad misma), de forma muy semejante a como el color blanco de
este papel resulta de una disposición especial para aparecer así des-
de cierto punto de vista.
Tal vez algún complejo sistema de ecuaciones diferenciales pu-
diera describir la realidad de manera completa y en todos sus aspec-
tos posibles. El espacio de estados de este sistema de ecuaciones
diferenciales sería identificable con lo físicamente posible, y esto
podría constituir el reino de las cualidades primarias, sin embargo,
las propiedades cualitativas de nuestros modelos (a escala humana,
no divina) no podrían ser encontradas en el espacio de estados de
ese sistema de ecuaciones a menos que supiéramos, en expresión de
Putnam (1987), por donde «cortar el pastel». Es nuestra contribu-
ción la que constituye el comportamiento cualitativo de un sistema
(en relación a nuestros intereses y a nuestra tradición y práctica en
la construcción y diseño de modelos), como en el caso de los olores,
colores, etc. Pero esto no significa que las propiedades «cual itati-
vas» no sean objetivas, como tampoco resulta adecuado decir que
los colores y olores sean absolutamente subjetivos. Si sólo fueran
objetivas las cualidades primarias, no dispondríamos de objetividad
alguna.
La adecuación entre el modelo mental y el comportamiento ge-
nerado por la estructura no justifica, por sí sola, el modelo final-
mente construido. Se necesita, además, evaluar sus rendimientos
pragmáticos y sus interacciones con el modelo mental. Si, a esto,
añadimos que el conocimiento que tenemos de los sistemas reales
(modos de referencia, etc.) es, a su vez, producto de otras modeliza-
ciones previas, nos encontramos de lleno en el mundo de lo artifi-
cial. Desde un enfoque sistémico, sólo tenemos construcciones, elec-
ciones, elecciones y construcciones sobre elecciones y construcciones
previas y, así, indefinidamente.
Estos hechos nos llevan a una conclusión que sobrepasa los lí-
mites de la Dinámica de Sistemas: la perspectiva internalista se pre-
senta como inevitable en aquellos casos en que nuestro conocimien-
to no disponga de bases teóricas previas. Esta inevitabilidad será
tanto mayor en cuanto este conocimiento se refiera a sistemas cuya
peculiar estructura y dinamismo dependa de nosotros mismos, de
nuestras creencias, actitudes, políticas de acción, etc. Decir esto es
equivalente a pedir que este conocimiento se refiera a sistemas con
un elevado grado de artificialidad.
Esta conclusión puede, entonces, ser tomada como una hipóte-
sis empírica acerca de las áreas científicas en las que es más espera-
ble encontrar tendencias internalistas. Esta hipótesis permitiría ex-
92
IN t{llltl{1 A I(l', (()NC:II}IO~ DI n out t c SISIIMA y SIMULACiÓN
plicar, por ejemplo, el hecho de que sea mucho más habitual encon-
trar aspiraciones y justificaciones externalistas en las ciencias de la
naturaleza que en las ciencias o tecnologías sociales. El internalis-
mo es una propiedad que atribuimos a nuestros conocimientos y
teorías, mientras que la artificialidad es una propiedad que atribui-
mos a nuestras realizaciones técnicas. Si aceptamos el hecho del
carácter borroso de cualquier demarcación actual entre ciencia y
técnica, es decir, si asumimos la inseparabilidad de ambas, la vincu-
lación entre internalismo y artificialidad puede ser una característi-
ca muy importante del estado actual de desarrollo científico-tecno-
lógico.
Al artificializar, al construir un sistema artificial, los hombres
imponen, o imponemos, la estructura que va a generar ese compor-
tamiento. Dretske (1981) ha presentado los artefactos como para-
digma de lo artificial. Dennett (1990) ha dado una interpretación
de los artefactos como ejercicio hermenéutico. Para él, lo que sea la
peculiar estructura/función de un artefacto no se puede determinar
sin hacer referencia a los usuarios. Son los usuarios los que le dan
su utilidad, independientemente del fin para el que hayan sido cons-
truidos.
En cierto sentido, tanto los artefactos como los organismos pueden
ser vistos como unidades organizadas cuyo comportamiento pode-
mos explicar en relación a un diseño. Algunas propiedades que pa-
recen distinguir los organismos de los artefactos serían su funciona-
lidad, su constitución holista y cambiante, su finalismo, una conducta
aparentemente siempre orientada a fines, su adaptabilidad a un en-
torno cambiante y un montón de propiedades precedidas de «auto»,
como autocontrol, autonomía, automovimiento, autoformación,
autodiferenciación, autolimitación, etc. Este tipo de propiedades
no sólo han servido para demarcar lo orgánico frente a lo mecáni-
co, también han sido usadas para caracterizar todo lo peculiarmen-
te humano (sistemas sociales, moralidad, cultura, etc.) en contra-
partida al mundo natural, mecánico, no humano.
La pregunta constante es si estas propiedades están absoluta-
mente ausentes en cualquier tipo de artefacto. Muchos de los con-
ceptos se han visto superados asumiendo concepciones más sofisti-
cadas de los «artefactos». Destacan en esto el problema de la finalidad
y el del autocontrol en la generación de una estructura orgánica
distintiva y en el desenvolvimiento de un entorno. No obstante, los
viejos problemas descansaban en la dicotomía objetivo/subjetivo.
Todos los vitalistas señalan algo peculiar en los organismos inal-
canzable por la ciencia, algo semejante a lo que podemos ser noso-
tros mismos. Este aspecto ha sido discutido repetidas veces por Pur-
narn, destacando especialmente Putnam (1987), en concreto, sus
dos primeras partes.
En cierto sentido, parece que la decisión de adoptar una estrare-
93

MARGARI I A VÁ/QLJI/
gia de explicación puramente intencional, de explicación aludiendo
a un diseño o de explicación puramente mecánica es, muchas veces,
pragmática. El ejemplo de la computadora que juega al ajedrez es
muy claro en este punto 10. Los procesos que tienen lugar en la com-
putadora admitirían una descripción física. Así, en principio, po-
dríamos predecir una respuesta de la computadora a un cierto mo-
vimiento de una pieza en el tablero, describiendo los procesos físicos
que tienen lugar en su hardware. Podríamos también, suponiendo
un correcto funcionamiento del artefacto, predecir sus respuestas
conociendo el diseño del programa que el ordenador ejecuta al ju-
gar. Y, por último, bajo ciertas suposiciones de conducta racional
en su juego, podríamos también explicar o predecir exitosamente
sus jugadas mediante la adscripción de determinadas creencias, va-
lores y fines. Dennett (1978 y 1987) afirma que tenemos a veces
bastante éxito en tratar a las computadoras como sistemas intencio-
nales, aunque uno siempre puede negarse a ello y cambiar a volun-
tad de situaciones (perspectiva física, de diseño, intención, etc., desde
las que podemos intentar explicar el comportamiento de un siste-
ma). Para él podemos esperar que rinda frutos la perspectiva de
adoptar la situación intencional, siempre que tengamos alguna ra-
zón para asumir que la suposición de un diseño óptimo está garan-
tizada y para dudar de la viabilidad de la predicción a partir de la
situación física.
Respecto a todo este enfoque, en el cual se relativizan ciertas
propiedades, atribuidas tradicionalmente a los organismos (como
la intencionalidad), a los intereses y restricciones pragmáticas en la
explicación y predicción de un comportamiento, hay una crítica
directa posible. Esta crítica insistiría en la distinción entre simular
un comportamiento y duplicar los poderes causales capaces de ge-
nerar tal comportamiento. Un. comportamiento puede ser descrito
como orientado a fines y esa descripcion servir de base a simulacio-
nes muy precisas del mismo. Sin embargo, «ser un comportamiento
orientado a fines» parece exigir algo más. Algo más que no es sim-
plemente una descripción, o la posibilidad de tal descripcion, sino
que depende de ciertos «poderes causales», de cierto hardware: Un
defensor de este punto de vista sería Searle (1985). Según Searle
ninguna simulación es, por sí misma, una duplicación de aquello
que se simula. Una simulación repite la estructura funcional de aque-
llo que simula. La repite en cierta medida, pero pueden compartir
la misma estructura funcional muchos sistemas con muy diferente
composición. Mientras no haya en la simulación nada que se refiera
a la concreta composición de aquello que estemos simulando, nues-
tra simulación podrá servir perfectamente para predecir y controlar
los comportamientos de los sistemas que simulemos, pero no ofre-
10. El ejemplo est:í tomado de Dennetr (1985). Véase asimismo Den ne t r (1987).
94
I ti I <lllll(1 11 1(1', ( (lN( I l' I (J', IJI r1(JIJI I (J. ',1', II l"lA Y ',¡MlJI A( I(JI'J
cer.i explicación alguna acerca de los mecanismos que hacen que
nuestro sistema tenga justamente ese comportamiento.
Los artefactos no tienen, si atendemos a estos planteamientos,
una estructura/función fija y determinada, al modo como un «rea-
lista metafísico» podría pensar. Entendemos e interpretamos los
artefactos, y, con ellos, en general, todos los sistemas artificiales,
desde un punto de vista sumamente internalisra. No hay estructu-
ras/funciones privilegiadas.
Los antecedentes de esta concepción se pueden encontrar en
Herbert Simon (1969, 1981). Para él 1,0 artificial no es algo que
viole la ley natural, sino aquello que se adapta a los objetivos y
propósitos del hombre. Así que varían los objetivos del hombre,
varían también sus artificios. Simon relaciona lo artificial con el
diseño y la simulación y piensa que cuanto más dispuestos estemos
a hacer abstracción de los detalles de un conjunto de fenómenos,
tanto más fácil resulta simular dichos fenómenos. Además, no tene-
mos por qué conocer, o adivinar, toda la estructura interna del sis-
tema, sino únicamente aquella parte del mismo que es básica para
la abstracción.
No necesitamos conocer la realidad, sino que es suficiente con
suponer los hechos más fundamentales que influyen en un sistema y
que nos permitan simularlo. Usando la terminología habitual en los
textos de Dinámica de Sistemas, podríamos decir que los modelos
mentales construyen la realidad que se modela.
A través del planteamiento de Prigogine (1983), se pueden en-
contrar algunas ideas acerca de la objetividad de lo «real». Para
Prigogine todo saber conlleva una construcción, y esto tanto en las
ciencias físicas como en las ciencias humanas. Sí el saber se entien-
de como construcción, el pensar en la realidad como algo dado deja
de parecer admisible, pues cualquier cosa que sea aquello a 10 que
llamamos realidad se nos revela solamente a través de una cons-
trucción activa en la cual nosotros participamos. Lo que nosotros
describimos es el mundo desde dentro. Somos espectadores com-
prometidos. Además, independientemente de lo que denominemos
realidad, sólo accedemos a ella a través de síntesis mentales. De esta
forma, distintos lenguajes y puntos de vista respecto a un mismo
sistema físico pueden ser complementarios. Esta irreductible plura-
lidad de perspectivas sobre una misma realidad expresa la imposi-
bilidad de un punto de vista divino, ojo de Dios, desde el cual pueda
ser contemplada toda la realidad.
Es impensable que un modelo pueda recoger todos los detalles
del complejo sistema real que se quiera modelar. Como diría Si-
mon, a la hora de simular hay que abstraer. Y esto es así, entre otras
razones, porque estos sistemas varían en función de las variaciones
que puedan sufrir los modelos mentales que los originan. A la vez,
estos modelos mentales interactúan con los modelos construidos y
95
 MAI,CIII,IIII vA/()IJI/ IN Illllr,,() "" 10'> (ONCII'IO:, DI MüI)IIO, "1"IIMA y "IMUIA(ION

cambian como consecuencia de esta interacción. Además, sólo aquellos
modelos que conecten e interactúen de forma adecuada con los co-
rrespondientes modelos mentales serán considerados buenas repre-
sentaciones.
Desde un enfoque sistémico, sólo tenemos construcciones, elec-
ciones y construcciones sobre elecciones y construcciones previas,
y, aSÍ, indefinidamente. Lo real surge, en todo caso, únicamente
como un compromiso especial con determinadas modelizaciones.
No podemos salirnos fuera de todo este proceso y modelarlo. En
este caso, incluso, decir!' que «la realidad se nos escapa entre las
redes de nuestras teorías» tal vez no sea una buena metáfora. Más
bien, todo lo visto nos conduce a afirmar que la única noción que
podemos tener de la realidad es aquella que inferimos a partir de
los peces que pescamos!". Sólo podemos comer los peces que han
quedado presos en nuestras redes. Comer 10 que se nos escapa sig-
nificaría morir de hambre. Pensar demasiado en ello supone, tam-
bién, sustituir la pesca por la ilusión de pescar.
Simon , H. (1969) 1981), Sciences o( the Artificial, MIT Press, New York [trad. casrc-
llana de la edición de 1969, Las ciencias de lo artificial, ATE, Barcelona, 1973].
Vázqucz, M. (1990), Formalización de sistemas. El enfoque sistémico y el uso de
modelos en ciencia y tecnolagia. Tesis doctoral.
Vázquez, M., Liz, M. & Aracil, J. (1990), «Sorne Conceptual Problerns in the System
Dynamics Models Building Process», en Actas de 1990 International System
Dvnamics Conterence.
Zeigler, B. P. (1976), Theory of Modelling and Simulatíon, John Wiley & Sons, New
York.
Zeigler, B. P. (1984a), -Sysrem rheoretic foundations 00 modelling and simulation-,
en Oren, Zeigler & Elzas (eds.), Simulatíon and Model-Based Methodologies:
Anlntegrative View, Sptinger, Berlín, 1n4.
Zeigler, B. P. (1 984h), Multifacetted Modelling and Discreto Eoent Simulatían, Aca-
dcmic Press, London.

REFERENCIAS BIBLIOGRÁFICAS

Aracil, J. (1986), lntroduccian a fa dinámica de sistemas (tercera edición), Ali.1111.a,

Madrid.
Bungc , M. (1979), Treatise on Basic Philosophy, vol. 4, Cntology 11: A World (JI
Systems, Reidel, Dordrcchr & Bostnn.
Dennetr, D. (1978), «Inrenrionul Sysrems». cap. I de Brainstorme. Philosophical Es-
says OJl Mind and Psychology, Bradford Books Publisher s, Vermount [rr ad. cas-
tellana, Sistemas intencionales, UNAM, México, 1985 J.
Dennetr, D. (1987), The íntenüonol Stancc, MIT Prcss, Mass.
Dennett, D. (1990), -Thc interpretation of Texts, Peoplc and cthcr Artifacts-, Phi-
losophy and Phenomenoiogical Reeearcb, vol. L, Supplemenr.
Dresske, F. (In 1), Explaining Behauíor. Reasons in a World of Causes, Carnbridge ,
MIT Prcss, Mass.
Mandclbror, R., (1975, 1n4), res objets [ractals. Forme, basará el dimension [trad.
castellana, 1.05 objetos fractales, T usqucts, Barcelona, 19971.
Morecroft,.J. (1988), «Sysrem dynumics and microworlds for policyma kcrs», en Eu-
ropeanjoumal ofOperational Research 35, pp. 301-320.
Prigoginc, r. (l9fU), é'Tan sólo una ilusión? Una exploración del caos al orden. Reco-
pilación de escritos entre] 972 Y 19H3, Tusquets, Barcelona.
Putnam, H. (198 1), Reason, Truth and History, Cambridge Universiry Press, Cam-
bridge.
Pumam, H. (19H7), T'he many faces of reaiism, Opcn Court Publishing Company.
Searle, J. (In5), Mentes, cerebros y ciencia, Cátedra, Madrid lv o. Minds. Brains
and Science. The 19R4 Reith Leerme].

[1. Como hace Moster ln (]'JH4, último capítulo).

[2. Esta idea se [;1 debo a M. Liz.

96 97
 CONOCIMIENTO TECNOLÓGICO
Y TECNOLOGÍAS DEL CONOCIMIENTO
 LA SIMULACIÓN Y LA REALIDAD
EN LOS SISTEMAS DE FUNCIONES.
EL CASO DE LOS SISTEMAS COGNITIVOS
Fernando Broncano
Universidad de Salamanca

El complejo de investigaciones que se agrupan bajo el nomhre de

ciencia cognitiva son una extraña mezcla de especulaciones filosófi-
cas, ciencias básicas, como la lógica, las matemáticas, la psicología,
la lingüística y las llamadas neurociencias, y tecnologías como la
inteligencia artificial, la informática y la robótica. Algunos piensan
qne la filosofía de la tecnología debería tomar como modelo de
trabajo alguna ingeniería paradigmática en la que no haya muchas
discrepancias de principio sobre los sistemas de los que se ocupa, ni
sobre cuáles son las técnicas que deben aplicarse para producir re-
sultados más eficaces. Yo no estoy de acuerdo con esta opinión.
Nos preocupa filosóficamente la tecnología porque descubrimos la
complejidad de los problemas que genera la tecnología en el con-
junto de la sociedad y de sus formas de desarrollo. La complejidad
de los problemas nace, precisamente, de las mezclas de técnica y
vida cotidiana, de cultura en el sentido tradicional y de nuevas for-
mas de cultura y comportamientos inducidos por la tecnología, de
la lábil distinción entre sistemas naturales y sistemas artificiales, en
un mundo progresivamente resultado de nuestras capacidades de
transformación. Por el contrario, las tecnologías complejas, que in-
volucran muchos sistemas tecnológicos, como el urhanismo, la edu-
cación, la sanidad pública, exigen expertos en sentido común, exi-
gen que el buen ingeniero sea buen usuario y exigen que el usuario
comprenda lo suficiente acerca de las intenciones del ingeniero como
para ser capaz de elegir sus propias alternativas. De ahí que sean
más interesantes las tecnologías borrosas en las que todo se relacio-
na con casi todo, tecnologías a veces imposibles, pero que son inte-
resantes por su propio fracaso sistemático. Al fin y al cabo, la quí-
mica es hija del sueño imposible de la piedra filosofal, disolvente y

101
 I1 RNANI)O IlFUN(!\i~()
reconstituyente de toda sustancia, y la termodinámica es hija del
sueño del móvil perpetuo, como en otros terrenos las políticas frag-
mentarias son las nietas de los movimientos utópicos y ucrónicos.
Planteemos, pues, una especie de programa de ingeniería-ficción
compleja: construir una persona, no un robot ni un instrumento,
sino un auténtico ser libre, racional e impredecible, una auténtica
persona cuya única diferencia con nosotros es que es artificial.
Es DIFíCIL CONSTRUIR UNA PERSONA
Pero no imposible. Hay que resolver muchos problemas y no sabe-
mos si compensará el resultado. Mary Shelley estaba segura de que
la empresa era moral y socialmente peligrosa, y escribió Franken-
stein para demostrarlo, pero su personaje, el Dr. Frankenstein, no
estaba de acuerdo con su creadora, y no le faltaba razón: mientras
no aprendamos a construir una persona no sabremos qué es una
persona. Tenemos la obligación moral de construir personas.
Puede que la empresa sea imposible, desde luego, aunque no
tengo una prueba contundente de por qué ', y tampoco tendría nin-
1. Pum.un (1988, apéndice) da una "prueba" de que todo sistema abierto (el cerebro)
puede un de estados finitos, conducta podría un
reducirse a uurornntón cuya predecir
matico omnisciente. Kirn (1989) tiene una aproximación similar con intC'llciones exacta-
mat e-
rnenre contrarias: Pumnm quiere dcrnosrra r que el funcionalismo es indistinguible del fisi-
calisrno, con el objetivo J~ refutarle, Kirn persigue este mismo objetivo par.l demostrar la
imposibilidad de un marc rialismo no rcductivo. Si consiguiérarnos determinar I;JS condicio-
nes de frontera y los estados máximos del sistema ósto sería predecible y, por consiguiente.
en principio, constnrible. Puesto que nosorros for-m.unos parte de ese sistema (que por de-
finición es abierto), es imposible, a menos que pudiéramos predecir nuestros propios esta-
dos fu-uros. Popper ya dio una prueba similar hace varias décadas, y mucho antes Dilthey
de sarrollú argumcnr os similares contra la reducción de las ciencias humanas a las naturales,
basándose en la necesnria implicación del sujeto observador en el objeto observado. El ar-
gumento cs incontroverrihle, pero no está claro que pruebe la imposibilidad de construc-
ción de un sisrcma inteligente, en todo caso probaría la imposibilidad de saber lo que cvta-
rnos haciendo cuando lo construimos. L;¡ cuestión es si prueba a priori la imposibilidad de
construcción, ¡;OSa que yo r reo que no hace: una perSOI1;J es un sisrem.r abierto, pero sus
relacjone s externas pueden ser controlad,]s .u-tifit.ialmt-ute, aunque no sepamos predecir el
espacio entero de estados. Par.i conocer cómo entran los tornillos en los agujeros no hace
falta la descripción cuántica. Por otr-a parte, el argumento, al asumir el punto de vista del
Ojo de Dios sobre In extructura desnuda del mundo, puede que esté probando dcma siadas
cosas. Por cirar un ClsO, si la prcpnrución de un estado en mecánica cuántica (no hace falta
siquiera el observClJor) no fuese climiunhlr , el argumento probaría la imposibilidad JI.' la
mec.irucn cu.uuica. Incluso, aunque cle ruostráse mos su imposibilidad podría h abc r LlZOl1eS
metodológicas inreresanres para perseguir la tarea. La más p.nenre es que en no pocas OC1"
sienes la persecución de un objetivo que se sabe imposible enseña muchas COS.1S nuevas. Un
ejemplo: el uso de teorías falsas e s un método muy interesante en investigaci.;n. Otro: la
ccmxtrucc.ión de máquinas de movimiento perpetuo es un objetivo muy intcrt:sanH; en te e-
nología. A veces la «demosrrnciórr- de la imposibilidad de un objetivo puede tener cense-
cuencias nefastas sobre programas de investigación en sus fases iniciales. Parece que algo de
eso hubo e n los primeros momentos de la inve stigacjón en redes neuronales artificiales,
cuando se "demostró), la imposibilidad de perccprroncs.
102
lA 'lIM(IIA(I(~N Y LA KLALILJALJ ¡:N lOS SISILMAS o r. IUNCIONLS
guna importancia el que fuera imposible, porque lo importante es
el camino hasta llegar a demostrarlo. De los fracasos habríamos
aprendido algo acerca de nuestros límites, y de los éxitos aprende-
ríamos algo sobre nuestro diseño. Estoy convencido de que la im-
posibilidad no radica en la complejidad, de la mente humana: si
fuera un problema de complejidad, el éxito sería posible y verosí-
millo Aunque no tengo ninguna prueba, tiendo a pensar que tal vez
el objetivo sea en sí contradictorio. Si construimos una persona nos
gustaría que fuese perfecta, por lo menos que fuese lo más parecida
que seamos capaces de concebir a un preferidor racional', Pero los
preferidores racionales, idealmente racionales, son producto de
nuestros normas sociales, producto de racionalizaciones y modelos
ideales, y las personas podrán ser productos sociales, pero no son
productos normativos sociales -iOrwell y Huxley nos protejan!-.
Las personas son imperfectas, bastante imperfectas, como objetos
racionales. Sea quien sea quien nos haya diseñado, su producto es
una chapuza ingenieril: funcionamos mal, estamos llenos de meca-
nismos redundantes, sesgamos las preferencias, gastamos derna-
siada energía y nuestra esperanza media de uso es bastante corta,
a pesar de los cuidados permanentes y las costosas reparaciones.
De manera que si construimos una persona, no nos gustaría que
fuese como nosotros, pero entonces ya no construiríamos una
persona. No hay, pues, a priori, límites ontológicos, ni metodoló-
gicos, ni siquiera tecnológicos; económicos, tal vez, pero no tiene
interés filosófico examinarlos. Construir una persona, pues, no sólo
es difícil sino también contradictorio, pero hay que hacerlo. Además,
la mayoría de nuestros objetivos en la vida son difíciles y contradic-
torios. Queremos que nuestros coches corran mucho y gasten poco
y que nuestras novias sean guapas e inteligentes". Lo importante es
que sepamos aprender de los fracasos y de los éxitos, y que no nos
importe construirla a pedazos. Sobre todo es importante que no
nos desanimen los que dicen que es imposible construir una persona.
PERO BASTA CON SIMULARLA
Comencemos proponiendo una tesis metodológica que, como casi
todas, contiene supuestos ontológicos: un éxito tecnológico es una
condición suficiente de éxito en el dominio ontológico. El postula-
2. Precisemos- e l problema tecnológico sí es un problema de complejidad de sistemas,
pero 1\0 es la complejidad de la mente lo que hace difícil su tratamiento, sino las propieda-
des especiales que tiene como sistema biológico.
3. El término, como se sabe, es de Muguerza (1976).
4. Si alguna/o sintiese heridas sus creencias ferrunistas, puede pensar que la conrradic-
ción no está entre ser guapa/o e inteligente, sino entre ser guapa/o e inteligente y nuestra/o.
103
 IlRNANDO RRONCANO
do que subyac~ a esta tesis es un p~incipio funcionalista: las perso-
nas se c~racterlzan por ~na determinada organización funcional. Si
conseguimos reproducirla tecnológicamente, hemos creado una
persona. Dicho en otros términos: la «simulación», en el caso de las
estructuras funcionales, es una construcción teórica de pleno dere-
cho. La realización física de una simulación es una realización fí-
sic~ de ~n objeto que pertenece a la misma clase natural que el
obJe~o simulado. Si imitamos un coche japonés, y el producto es
func.lOnalt;Iente igual que un coche japonés, el resultado es un co-
che japonés".
El cuerpo, su forma o la materia de la que esté hecho, es, en este
proyecto, una cuestión bastante marginal", Tan marginal como, de
hecho, 10 es para el sentido común: no rechazamos nunca a una
persona como persona porque lleve gafas, ni porque tenga una ba-
rra de metal para soldar una vieja fractura. Y si siguiéramos aña-
diendo cambios conservativos de la estructura funcional, seguiría-
mos preservando la identidad de la persona: aunque la persona
estuviera hecha de otra materia y con otra forma diferente seguiría
siendo una persona". ' nal, con racionalidad epistémica 10: el sistema deberá tener un
No es mi objetivo diseñar en este trabajo una persona entera.
Como y~ se ha dicho, es difícil y hay que hacerlo por etapas gradua-
les. AqUI me propongo solamente esbozar algunos criterios rele-
va~tes en la construcción d~ sus sistemas cpistérnicos. Una persona
esta formada por muchos sistemas que interactúan orgánicamente;
m~chos son sist~mas cognitivos, y sólo algunos, sistemas episré-
mI~os .. No nos m~eresa, o al menos sólo marginalmente, cual-
qUIer SIstema cognitivo, sólo aquéllos de los que están provistas las
personas en tanto que sujetos cognoscentes. Por ejemplo, no nos
Interesan los termostatos, aunque las personas deben estar pro-
S. El principio podría tener algunas consecuencias div~rtidas cuando los andados
pertenecen. al reino de los objetos artísticos: supongamos que ~I cuadro de Goya Tiempo,
Verdad c Histnria ; 411~ se encuentra en el Musco de Fkllas Artes de Bostotl, en realidad fuese
una COpla exacta que hizo Purnam con oojeto de que el original le inspiras~ en su lihro de
rtrulo parecido. La cuestión metafísica es qué añade al cuadro ti hecho de su historia pasa-
da. Adell~ás de diver-tida, la cne srión es metafísica en el sentido más positivista del término,
porgue SI no fuese cor recta alguna versión de mi principio, no existirían [alsificadores; que
generalmente nunca son descubiertos por los críticos que más acidamenre criticHian mi
principio.
6.. Un argumento tradicional de la fenomenolog¡a, desde Merleau-Ponty, es que la vi-
venera corporal es un corriporre nte necesario de la fenomenología de la conciencia (véase
Drcyfus, 1972) y es cierto, pero la «vivencia corporal es un problema de funciones. Cuan-
n
do me quito las gafas mi mundo fenomenológico es mucho menos interesante q\1~ cuando
las tengo puestas, por lo demás nunca reparo en que las tengo puestas.
7. .Reparemos en que no debería aplica-se aquí ninguna versión de ln paradoja del
calvo: SI a nn cnlvo le añadimov un pelo sigue siendo calvo, si le añadimos dos, también,
etc ... ~a condición de conservación de la estructura fuu ... ional Io impide. Otra cosa es que
L¡ nocrón de persona si inc(lrpor~ esto paradoja, pero es una cuestión que no t rat a rernos
aquí.
104
lA "IMIII /1,1 1('lN Y lA HLAIIDAl) 1N I US SI" II Mil,,> DI I UNLlUNI ',
vistas de termostatos para regular las condiciones de equilibrio tér-
mico de sus cuerpos: aunque los termostatos pueden concebirse
en algún grado como sistemas cognitivos", no son sistemas cog-
nitivos que pertenezcan a las personas en tanto que sujetos cognos-
centes. Sólo tendremos en cuenta, pues, los mecanismos cognitivos
que contribuyan a la formación y dinámica de creencias (justi-
ficadas) o, para decirlo más exactamente, solamente aquellos
mecanismos cuya conducta está causada por la información que
contienen.
En realidad el objetivo es todavía mucho más modesto. Se trata
de introducirnos en dos cuestiones que presentan los sistemas cog-
nitivos: la cuestión metodológica -quizás también ontológica y
metafísica- de cuándo nuestras simulaciones aciertan con estruc-
turas «naturales», y la cuestión normativa de cuándo las funciones
realizan mejor o peor su tarea, o dicho de otra manera, la cuestión
de la aparición de las virtudes'.
El final de nuestro camino debería ser un sistema del que pu-
diéramos predicar la racionalidad, un animal o artefacto racio-
conjunto de disposiciones internas cuyas operaciones puedan ser
descritas como virtuosamente racionales. La racionalidad es un cri-
terio que constriñe al ingeniero que diseñe este sistema. Si no es
capaz de construir un sistema que muestre un grado de racionali-
dad mínima, no será reconocible como un caso (o una parte de un
caso) de persona. Pero conviene que le digamos al ingeniero de qué
estamos hablando cuando le oblígamos a que nos construya un ob-
jeto racional: ésta es la aportación del filósofo al proyecto. No im-
porta que a los ingenieros de lA no les interesen esos criterios,
porque lo que nos importa a nosotros es que una teoría de la cons-
trucción de la racionalidad es una teoría natural de la racionalidad
humana.
8. Un termostato es un sistema de control por realimentación de la temperatura de un
cuarto, que ejerce un papel causal en virtud de una cierta "información» que recibe del
medio y que compara con un estado interno que representa la rernperatura seleccionada
como ideal. En este sentido es un sistema cognitivo.
9. La noción de virtud aplicada al conocimiento ha sido desarrollada en varios eseriros
por E. Sosa, aunque puede encontrarse una buena introducción en Sosa (1990). Un sistema
es virtuoso si cumple su función en una proporción de casos suficientemente alta. Si la
fnnción es alcanzar la ver-dad, como es el caso de un sistema epistémico, podernos relativi-
zar la noción de virtud o buen funcionamiento a un medio ambiente adecuado y a una
comunidad de sueros en la cual el término ambiguo «suficiente» puede precisarse como la
media alcanzada dentro de los sujetos de la comunidad.
t o. Pollock (t 989) recoge varios artículos en los que se plantea sistemáricamenre esre
proyecto de «construcción» de una persona, que él llama Osear. Se trata de una ocasión de
examinar problemas filosóficos, epistemológicos principalmente involucrados en la intcli-
gencia artificial. El libro es interesantísimo y muy recomendable. Aquí recogeremos y co-
mentaremos los criterios principales que usa Pollock.
105
 f'lRNANlJO BI~ONCANO
LAS PERSONAS SON SISTEMAS FUNCIONALES
Una persona es un objeto natural que sobreviene!' a un conjunto de
funciones de clases y niveles diferentes, que son realizadas por un
sistema biológico cuando se encuentra en las circunstancias apro-
piadas y en el medio ambiente social apropiado. Por consiguiente
una persona, como totalidad, y sus partes constitutivas son objetos
que pueden definirse en nuestra ontología como sistemas funciona-
les. La descripción funcional de un sistema plantea problemas filo-
sóficos que están detrás de la discusión entre los funcionalistas,
quienes piensan que en las ciencias especiales, como la psicología o
la sociología, la descripción funcional es suficiente, independiente-
mente de los mecanismos que subyacen a las funciones, y los elimi-
nativistas, que postulan que la descripción funcional es sólo un paso
provisional de tipo instrumental en la explicación de los sistemas
psicológicos, e incluso una etapa dudosamente necesaria que ha de
superarse cuanto antes, en favor de una descripción teórica más
adecuada desde el punto de vista ontológico.
Una descripción funcional puede ser tan compleja y teórica como
deseemos y nos permita nuestro conocimiento del sistema, pero en
el caso de las personas y sus sistemas epistémicos, parece difícil
dejar de emplear en la descripción funcional algunas nociones profun-
damente enraizadas en lo que se ha denominado psicología popular
o psicología de sillón". Citemos solamente dos conceptos de «sen-
tido común»: verdad y racionalidad. Pero una descripción funcio-
11. El término sobrevenienc¡a fuc comenzado a usar por D. Davidson y ha sido preci-
sado y desarrollado entre otros por J. Kim. (Kim afirma que fue Moore en Principia Ethica
quien usó el término por primcra vez.) Se diferencia del concepto clásico de emergencia
desarrollado, sobre todo en un conrexro biológico, por Lloyd Morgan y A. Lovejoy en los
años veinte, y continuado por W. Scllars y M. Bunge, en que no se r-educe a un conrexro
histórico: una propiedad puede ser sobrevenida sobre otra sin «aparecer» en la historia del
sistema, como la curvatura de una esfera respecto a la estructura de sus par-tes, y, en cual-
quier caso, es mucho más general como término filosófico (Kim, 1990). Decimos que una
propiedad o conjunto de propiedades A sobreviene a otro conjunto de propiedades B si la
indiscernibihdad respecto a B entraña indiscernibilidad respecto a A. Hay varios conceptos
de sobreveniencia, dependiendo de su uso (uno de los más naturales es el moral: decimos
que una propiedad moral de una acción sobreviene a otras propiedades naturales si la indis-
tinguibihdad de sus propiedades fácticas entraña indistinguihilidad de sus propiedades mo-
rales). Se trata de una relación que quiere salvar otras relaciones entre propiedades: la cova-
rianza (los cambios en una propiedad entrañan cambios en otra), la dependencia entre
propiedades y la no reductibilidnd. La literatura es ya muy amplia para resumirla aquí si-
quiera. Como introducción y formulación general véase Kim (1984 y 1990). Para la aplica-
ción a las personas como sistemas sobre ve ni entes, véase Sosa (1987), aunque él duda de que
ellenguaje funcional permita explicar la persistencia de la identidad. La discusión que sigue
espero que aclare algo la cuestión.
12. Stich (1983) y Churchland (1981) son dos de los filósofos actuales más proclives a
la crítica de la imagen cotidiana o manifiesta que tenemos de nosotros mismos criticándola
como una teoría atávica y falsa, no menos falsa que nuestra intuición espontánea del calor
como una sustancia.
106
l A ' , I M I J I A ( 1(') N Y 1A R I Al I f) A f) I N LO S S I Sil M A ~ [) l f U N e ION LS
nalista que use esos conceptos deberá enfrentarse a la cuestión del
valor teórico y explicativo de esos conceptos: équé añade a las cues-
tiones normales de diseño artificial el que los sistemas sean califica-
dos como racionales, y sus estados cognitivos como verdaderos?
EL VALOR DE LA IMAGEN MANIFIESTA
En las discusiones acerca del valor teórico de los tópicos de la psi-
cología del sentido común deberíamos discutir separadamente tres
cuestiones diferentes: La primera es si los tópicos de la psicología
del sentido común son verdaderos o falsos. Churchland (1981) sostiene
estas dos tesis: 1) los tópicos de la psicología del sentido común
deben ser tratados como teorías y no como condiciones a priori de
constitución del sujeto; 2) los tópicos del sentido común son teorías
falsas. La primera es una tesis naturalista de origen sellarsiano que
no admite la menor réplica. La segunda es una tesis empírica que no
tiene mucho sentido ni interés discutir dentro del contexto filosófi-
co: sicl47 por ciento de los niños de Vallecas dan una contestación
correcta al problema de las cuatro tarjetas, frente al 23 por ciento
de los niños del barrio de Salamanca, es un problema acerca del que
los filósofos deberían tener poco que decir. Claro que tiene muchí-
simo interés estudiar cuáles son las teorías falsas de la psicología
del sentido común: es lo que se supone que hacen los psicólogos,
pero no es lo que deben hacer los filósofos.
La segunda cuestión es metodológica y también se divide en
dos, una primera cuestión general que pregunta si es suficiente la
descripción funcional en el nivel de explicación psicológica, y una
segunda cuestión más concreta: si es insuficiente, se trata de decidir
si hay que desarrollar programas de reducción desde arriba hacia
abajo, es decir, si hay que partir de una descripción de «sentido
común» como una descripción esencialmente correcta de lo que pasa
en la estructura constitutiva de las personas, y ayudarnos de esa
descripción para ir descubriendo los mecanismos internos, o si, por
el contrario, debemos perseguir una reducción de abajo hacia arri-
ba, buscando los términos teóricos explicativos y las teorías en los
mecanismos internos u, de manera que se expliquen los conceptos
del sentido común como sesgos producidos por nuestro desconoci-
miento de lo que realmente ocurre.
13. En Broncano (1990) he argumentado en favor de una teoría top-down para la ex-
plicación de las acciones. No estaría dispuesto a defender la idea como una cuestión de
principio, tal como hace Dennerr, pero simpatizo mucho con ella, y, desde luego, sería un
programa de investigación al que no negaría (económicamente) la existencia hasta que de-
muestre sistemáticamente sus fracasos. La lA «clásica» ha fracasado sisremáticamenre en sus
objetivos y nadie la considera un programa inútil. Me parece igualmente importante persc-
guir la estrategia inversa, como se deducirá del desarrollo posterior.
107
 FIRNANUO B~ONCAN()
La respuesta más generalizada y sensata a la cuestión más ge-
neral parece ser la reduccionista o eliminativista: la descripción
fu;n~ional es .ins~ficiente como objetivo de la investigación con pro-
positos explicativos!"; pero no está muy clara cuál de las dos subsi-
guientes estrategias de reducción es la correcta, ni quizás haya una
buen~ repu~sta por principio. Mi propuesta, no obstante, es que
podna arrojar alguna luz sobre esta cuestión metodológica el có-
mo tratemos la tercera cuestión, que es directamente ontológica: se
trata del estatuto de las explicaciones funcionales en un mundo de
leyes y causas: suponiendo que la estructura del mundo (o de una
parte ,suya) queda bien definida si fijamos todas las propieda-
des bas1C~s que determ~nar: el orden .causal de los sucesos, équé
estatuto tienen las explicaciones funcionales desde la perspectiva
ontológica?".
Porque si vamos a construir un sistema dotado de racionalidad
epistérnica, la manera más adecuada de construir la racionalidad es
como una propiedad evaluativa que adscribimos a las funciones de
los sistemas epistémicos, cuando éstos las realizan de manera vir-
tuosa. Tratar qué es un sistema que funciona adecuadamente es un
paso '.lue podrí~ ayudar a aclarar la cuestión de cómo penetrar en el
estudio de los SIstemas que funcionan adecuadamente.
.Hay una posición reductivista que afirma que no existen expli-
cacrones .f~~cionales di~tintas de las leyes físicas subyacentes, y hay
otra pO~lclOn, caractenzada como anomalismo (Davidson, 1980),
que defiende la autonomía ontológica del nivel cognitivo. No es el
objeti~o de este trabajo analizar detalladamente esta discusión, pero
debenamos tener en cuenta que hay varios autores que han expre-
sado dudas más que razonables sobre la viabilidad del llamado mo-
nismo anómalo de Davidson, dudas que se extienden a otras formas
de no reduccionismo y pluralismo mágico (Hurgan, 1989; Lepa-
re & Loewer, 1987, Davidson, 1990, y Kim, 1989). En lo que sigue
vamos a proponer una formulación del funcionalismo compatible
con ~~ monismo re.du~cionista, pero que al tiempo admite la aproxi-
macion no reduccionista, Se trata de una formulación basada en el
análisis de cómo los expertos simuladores de sistemas complejos
14. Rcpát-ese en que no es conrradictorio afirmar que la explicación funcional es insu-
ficiente y postular que la simulación o reconstrucción física de un sistema funcional es sufi-
cienre: uno podría simula- un sistema sin conocer todos los mecanismos que subyacen a su
propia simulación. Esta es la tests que estamos defendiendo.
15. Un caveat: es una falacia naturalista el pretender derivar las prescripciones meto-
dológicas, o la naturaleza de la explicación y la reducción, operaciones que dependen de
nuestr~)~ ?bjetivos metodológicos y de! estado de nuestro conocimiento, pero también aquí
un análisis de la naturaleza de ciertos sistemas no es irrelevante para e! curso que tomen
nuestras investigaciones. De hecho el interés contemporáneo en el problema mente-cuerpo
es fdosófico y metaffsico, naturalmente, pero está fomentado por nuestras necesidades de
investigación psicobiológiea. Y uno espera, tal vez infundadamente, que los análisis filosófi-
cos ayuden algo en la investigación.
108
l A ' . n11 J I ¡\ ( ro N Y I A IU Al Ii) A U LN I o ~ ':> I -, 11M A', u I I LJ N U () N I
realizan su trabajo bajo condiciones de desconocimiento de las le-
yes básicas del sistema, una situación mucho más corriente en la
investigación actual de lo que harían suponer las filosofías optimis-
tas de la ciencia. La tesis que defenderé es que, de hecho, muchas
simulaciones interesantes no tienen ninguna posibilidad de reduc-
ción teórica, ni quizás interés en ella, y, sin embargo, pueden ser
consideradas como teorías aceptables. El argumento es que, prag-
máticamente, no como una cuestión de principio filosófico, algu-
nas ciencias en las que la simulación es el método esencial de traba-
jo, tienen que fijar los parámetros esenciales por ensayo y error, sin
fundamentación teórica, pero los resultados pueden ser predictivos
y, por consiguiente, la teoría es correcta.
LEYES y FUNCIONES: UN PROBLEMA METAFÍSICO
Las funciones son conductas de los sistemas naturales, en la medida
en que estos sistemas forman parte de otros sistemas más comple-
jos. La función de un sistema puede describirse como la colabora-
ción que presta la acción o conducta de ese sistema a la conducta
total de otro sistema mayor del que el primero forma parte!",
Consideraremos un sistema desde un punto de vista ontológica-
mente mínimo. Una aproximación fuerte sería la defendida por quienes
consideran un sistema como un conjunto de entidades (la composi-
ción de un sistema), que tienen ciertas propiedades y relaciones in-
ternas (la estructura del sistema), y ciertas relaciones externas con
el medio ambiente del sistema" (el entorno relevante). Para evitar
discusiones, definiremos un sistema como un conjunto de propie-
16. En términos metafísicos se suelen describir como propiedades de segundo orden,
propiedades que se definen sobre propiedades existentes. Esta definición se suele utilizar en
la aplicación del funcionalismo a la semántica, en la llamada sem.íntica del papel COllCCP-
tu al. Nosotros dejaremos este lenguaje por el momento.
17. La aproximación débil es tomar un sistema como una región espacio-temporal (el
espacio ni siquiera es importante en la mayoría de los casos, no así el tiempo, que indica la
duración del sistema v los límites de validez de su estructura). La composición del sistema
está formada por propiedades que toman valores matemáticos. La estructura es un conjun-
to de ligaduras o influencias causales entre propiedades, descrita generulmcnre mediante
funciones matemáticas (no necesuriamcnre leyes naturales). La distinción entre composi-
ción interna y relaciones externas del sistema es bastante convencional y relativa al nivel de
descripción; seleccionamos propiedades externas e internas dependiendo de nuestro nivel
de conocimiento de las leyes que rigen el sistema. En un sistema cerrado rodas las propieda-
des son internas, en un sistema abierto hay un subconjunto de las propiedades del sistema
dividido en variables de entrada y variables de salida. Un sistema es fenomenológico o
conducrisra si solamente tiene variables de entrada y salida. La historia del sistema son los
valores de las propiedades a lo largo de su duraciún. El espacio de fases del sistema es la
estructura matemática en la que definimos la historia del sistema, generalmente dependien-
te de las ligaduras estructurales entre propiedades. Véanse Aracil (1986a y 19H6b) Y Vá7.-
quez (1990 y 1987). La aproximación formal que usamos se encuentra en Wojciky (1978).
Allí aparece una apr-oximación constructiva a los sistemas.
109
 FFRNANDO f1RONCANO
dades que realiza o ejemplifica una estructura abstracta. El sistema
puede ser un sistema real, si es un sistema de propiedades de una
región espacio-temporal, o puede ser un modelo de un sistema real,
si es una estructura abstracta que pretende capturar toda o parte de
la estructura del sistema real. Los sistemas forman parte de otros
sistemas mas amplios de los que son subsistemas": la descripción
funcional es una clase de descripción sistémica en la que nos intere-
sa la colaboración de la conducta de un subsistema a la conducta
total. Pero las descripciones funcionales de los sistemas (si se quie-
re un lenguaje realista, los sistemas funcionales) tienen tres caracte-
rísticas que las (los) hacen especiales desde el punto de vista me-
todológico:
1. Regularidad de conducta: un sistema pueda simularse basta
si muestra cierta regularidad de conducta. Las regularidades pue-
den ser estructurales o temporales. Una regularidad es una conjun-
ción contingente entre sucesos que puede ser descrita mediante una
regla que conecta condiciones antecedentes y consecuentes. Entre
el suceso del cartero entrando por la puerta del edificio, el hecho de
que aparezan los buzones con cartas y que oiga la puerta de mi
vecino abrirse, hay una regularidad que puede ser simulable como
una regla, independiente de la explicación en sucesivos grados de
precisión que pueda hacer de ese sistema.
En la filosofía de la psicología contemporánea hay una discre-
pancia esencial respecto a este punto entre el conductismo y el fun-
cionalismo: mientras que el conductismo afirma que todo lo que
necesitamos en la descripción de un sistema funcional es tratar su
diseño como un conjunto de disposiciones internas que se definen
de manera suficiente mediante correlaciones entre conductas abier-
tas, entre entradas y salidas, el funcionalismo añade que lo que in-
teresa es el diseño de los mecanismos o disposiciones internas en
tanto que conjuntos de relaciones entre estados que tienen carácter
causal: lo que determina a un estado como parte de un diseño fun-
cional, de manera suficiente, es el conjunto de relaciones «causa-
les» que mantiene con otros estados. La cuestión es más compleja,
porque ni el conductista tiene razón, pero no está completamente
equivocado -ya está bien de que el conductismo sea siempre el
malo de la película-, ni mucho menos el funcionalista, a menos
que tengamos claro qué queremos decir con que un estado se carac-
teriza por ser un montón de poderes o capacidades causales!".
2. Realizabilidad múltiple: una estructura funcional puede ser
realizada por muy diferentes mecanismos causales. La estructura
18. Vénnse Bunge (1974) y Wojciky (1978) para un análisis de la composición de sis-
temas.
19. Las condiciones que siguen definen la posición del funcionalismo clásico. Los tra-
bajos que contribuyeron a construir esta versión son Block y Fodor (1972), Purnam (1967),
Lewis (1972 y 1980), Cummins (1975), todos ellos recogidos en Block (1980).
110
lA ',IMIJIAC IC')N y lA KfAlllJAD IN lOS SIS¡~MA;, 1)1 IUN<..:IONlS
determina constricciones entre mecanismos causales, pero esta de-
terminación no nos ayuda demasiado, de hecho no nos ayuda na-
da a conocer el mecanismo causal que subyace a la estructura": Un
sistema funcional puede ser realizado múltiple e ilimitadamente por
mecanismos muy diferentes. La digestión es un complejo de funcio-
nes que será digestión mientras sea una relación estable entre la
ruptura de ciertas cadenas químicas y su conversión en otras que
pueden ser usadas por las células del organismo. Pues bien, a un
organismo le podemos quitar el sistema digestivo «normal» y susti-
tuirlo por un número ilimitado de sistemas diferentes, algunos de
ellos muy barrocos, sin que varíe la función de la digestión. La re a-
lizabilidad múltiple indica que no hay ninguna relación necesaria
entre la descripción funcional y la realización del sistema.
3. Condiciones normales de funcionamiento: Un sistema fun-
cional es un sistema físico que mantiene sus funciones mientras se
mantenga una cierta acumulación contingente, esencialmente con-
tingente e histórica, de circunstancias bajo las que el sistema puede
trabajar adecuadamente. Las condiciones son muy variadas pero
pueden reducirse a dos: una condición de equilibrio de la estructu-
ra del sistema y una condición de normalidad de las circunstancias.
Los que a nosotros nos interesan son los sistemas sanos que actúan
en condiciones normales.
La primera condición proviene del hecho, bien conocido por los
ingenieros de sistemas, también por los biólogos y, en general, por
todos aquellos que se ocupan del estudio de sistemas complejos, de
que muchas propiedades observables de los sistemas y, desde luego,
todas las propiedades que están presentes en la descripción de su
conducta abierta, están determinadas por una compleja red de sub-
sistemas subyacentes (son propiedades holísticas, si se quiere decir
así), pero las regularidades observables de esas conductas" se man-
tienen siempre que el sistema sea capaz de conservar el equilibrio
estructural entre todos sus subsistemas. Pongamos un ejemplo: ob-
servamos en una determinada región geográfica que el número de
conejos permanece estable a lo largo de un periodo de tiempo T,
acumulándose alrededor del valor N. Esta regularidad está determi-
nada por el hecho de que existe una estructura subyacente de meca-
nismos de control de población descritos por variables internas como
20. Podemos usar la estructura abstracta como un sistema de clasificación de mecanis-
mos causales, pero la clasificación en sí sólo nos indica que hay una parte de la estructura
causal que realiza la estructura absrrncru: un atizador de la chimenea entra en la misma
"clase» que el arsénico, si atendemos a la estructura funcional de «instrumentos que suelen
usar los mayordomos para matar a las señoras».
21. En la formulación más clásica del funcionalismo se habla de propicdadcs disposi-
cionales que dependen de la estructura del sistema: hablamos de propiedades disposiciona-
les cuando la conducta que ejerce la estructura del sistema es regular, es decir, cuando pode-
mos correlacionar ciertas circunstancias con dicha conducta, aun si la especificación de esas
circunstancias no entrañe la existencia de una ley causal.
111
 f~RNAN[)O BKONCANO
la tasa de nacimientos de los conejos, el número de depredadores
habituales, y la cantidad de hierba disponible. El comportamiento
regular del sistema es un producto de relaciones de influencia cau-
sal entre las variables anteriores, cuyo resultado es el comporta-
miento equilibrado N. Tal comportamiento subsiste sólo mientras
subsista la estructura subyacente (Aracil, 1986a y 1986b), una mo-
dificación en las relaciones internas puede o no modificar el equili-
brio, pero si el equilibrio existe es porque se mantienen estables las
relaciones internas.
La segunda condición es una condición de normalidad de con-
diciones: podríamos haber descrito con todo detalle el sistema an-
terior, y, sin embargo, seguiríamos necesitando siempre una cláusu-
la que en metodología de la ciencia se denomina ceteris paribus, e
indica que las circunstancias externas a la descripción que hemos
elegido permanecen estables. Supongamos en el ejemplo anterior
que se produce una modificación genética en el sistema inmunoló-
gico de las águilas que se comen a los conejos y que causa que el
300;0 no puedan asimilar una proteína que contiene la carne de los
conejos, lo que implica que la población de estos últimos crece rá-
pidamente por ausencia de depredadores, hasta producir una ex-
plosión que rompe temporalmente el equilibrio del sistema. La re-
gularidad podría recuperarse a largo plazo (cuando el agotamiento
de la hierba redujese la población, mas re párese que el mecanis-
mo causal es otro, incluso aunque, por alguna casualidad, la nueva
población siga estable en el mismo número que antes) pero las cir-
cunstancias normales ya han cambiado significativamente.
Lo importante aquí es que, en el caso de los sistemas que esta-
mos considerando, la cláusula ceteris paribus no es eliminable. Por
más profundamente que bajemos en la descripción del sistema, siem-
pre la necesitamos. La razón está en el carácter contingente del equi-
librio estructural del sistema: los mecanismos subyacentes se sostie-
nen sobre el equilibrio de otros más básicos, y así hasta el nivel
último, pero de no llegar a este nivel no conseguiríamos nunca ex-
plicar por qué se produce el equilibrio.
En algún nivel bajo de la descripción, el complejo de subsiste-
mas puede ser descrito mediante teorías que empleen leyes estric-
tas, es decir, leyes científicas fundamentadas que permitan predecir
bajo la especificación de las circunstancias, con un grado de genera-
lidad que no tienen las descripciones anteriores. Pero la reducción
no siempre es posible y, como vamos a ver, no siempre interesante.
LA SIMULACIÓN Y LA REALIDAD
Llamemos a la descripción funcional un modelo del sistema, en el
sentido en que se emplea el término modelo en las técnicas de simu-
lación: normalmente como una descripción de relaciones que pue-
112
lA ',IMlIIAtlON y lA IUAllDAD IN LOS SISrfMAS IH fUNCIONeS
de ser descrita mediante ecuaciones. Un modelo será tecnológica-
mente adecuado (MTA) si es suficiente para la descripción funcio-
nal relativamente a los datos que tenemos y a nuestras necesidades
predictivas. Un MTA será también un modelo ontológicamente ade-
cuado (MOA) si podemos identificar los mecanismos causales inhe-
rentes explicándolos mediante teorías científicas que empleen leyes
esmeras". Pues bien, en la definición de funcionalismo que esta-
mos usando, el modelo tecnológicamente adecuado sería una con-
dición suficiente de éxito ontológico: construir un modelo tecnoló-
gicamente adecuado (si es suficientemente adecuado) es lo mismo
que definir una clase de equivalencia entre mecanismos causales
subyacentes. La cuestión que nos interesa es si el uso de métodos de
simulación es una clase decente de métodos de investigación. La
cuestión parece que no admite otra respuesta que la afirmativa: en
las ciencias esencialmente históricas, en las ciencias que estudian
sistemas cuya conducta regular depende de estructuras subyacentes
producidas y mantenidas contingenremente , parece que el éxito en
la simulación, al menos, es un buen comienzo de la investigación,
en la medida en que propone constricciones entre modelos. Liz y
Vázquez proponen varios ejemplos en los que alguien puede simu-
lar un sistema sin tener idea en absoluto de los mecanismos subya-
centes. Es cierto, pero la cuestión de si un modelo es ontológica-
mente adecuado no depende de que hayamos sido capaces de formular
las leyes y descubrir los mecanismos que subyacen al sistema, sino
de si ha definido o no de facto una clase natural de sistemas equiva-
lentes funcionalmente: en este caso es un instrumento de investiga-
ción tan correcto como el que más. Pensemos en una simulación de
la deriva de las placas de la corteza terrestre hecha en un tanque de
goma de mascar coloreada, que calentamos más o menos, y sobre el
que producimos diversos ejercicios causales: si conseguimos que
los valores fundamentales sean equivalentes a los observados en la
tierra, tenemos una teoría de cómo funcionan los mecanismos te-
rrestres, aunque los sistemas contengan arreglos de propiedades
físicas completamente diferentes: algo hemos aprendido en la in-
vestigación. Hay, sin embargo, una pregunta interesante en esta
historia: écómo sabemos que nuestra simulación capta las relaciones
estructurales subyacentes a la Tierra? No lo sabemos, al menos no
10 sabemos de manera diferente a la de cualquier teoría científica.
La cuestión es que, si observamos los sistemas funcionales des-
de este punto de vista, no deberíamos obsesionarnos por la existen-
cia o no de leyes causales: no hay leyes funcionales, hay regularida-
des sostenidas contingentemente por leyes naturales, pero eso no
hace de un sistema funcional un sistema menos natural. Al simular
22. Las definiciones de modelo tecnológicamente adecuado y ontológica mente ade-
cuado son de M. liz y M. Vázquez, analizadas en un trabajo de discusión con J. Aracil.
113
 f lH..NANDü HI~ONCANü
un sistema, en el plano teórico, aprovechamos el conocimiento dis-
ponible que tenemos del sistema, o, si no, lo conjeturamos; al «si-
mularlo» prácticamente, aprovechamos las herramientas y trozos
de naturaleza (sistemas causales) que tenemos en nuestro cajón de
sastre. Lo importante es que el modelo «funcione» y, si es posible,
que lo haga virtuosamente. Las leyes podemos conocerlas o no, pueden
haber sido las adecuadas o no, pero nuestro objetivo es que el siste-
ma se mantenga en equilibrio el tiempo necesario como para que
digamos que es un sistema de funciones,
Las supuestas leyes funcionales pueden ser relaciones estables
entre estados funcionales, o relaciones estables entre niveles, es de-
cir, entre estados funcionales y estados que no lo son (son las leyes
internivel). El argumento esencial de quienes defienden esta posi-
ción es que al individualizar una propiedad funcional hemos capta-
do un conjunto de capacidades o poderes causales que, dadas cier-
tas circunstancias, son suficientes para predecir (Fodor, 1990). Pero
no es cierto, lo que hemos captado son constricciones sobre poten-
cialmente infinitos procesos causales que son arreglos básicos de
leyes y propiedades básicas entre las que sí existen relaciones causa-
les: pero estas constricciones no crean fuerza nomológica. Pense-
mos un caso como éste: «todas las cervezas de la nevera son Heine-
ken», Se trata de una regularidad típicamente no legal, pero que me
permite hacer «contra fácticos» como «si cogiese una cerveza de la
nevera sería una Heineken», contrafácticos que podrían ser usados
para propósitos prácticos en circunstancias determinadas: no es una
ley, pero es un sistema en el que la regularidad accidental puede
haber sido determinada por infinitos (ilimitados) procesos causales,
todos ellos clasificados por la propiedad general que define la regu-
laridad de «esta nevera que contiene sólo botellas Heineken en cir-
cunstancias normales". Fodor (1990) ha suscitado la cuestión de
qué diferencia las correlaciones entre propiedades funcionales na-
turales y el simple arreglo verbal de propiedades. La cuestión no
puede ser contestada más que empíricamente. El que un sistema
funcional sea un sistema que pertenece a una clase natural o no
depende de que las leyes subyacienres sean leyes naturales -aun-
que los mecanismos de fondo siempre se articulan sobre leyes natu-
rales-. Lo que da naturalidad al sistema es la continuidad de las
estructuras causales en el tiempo, es decir, depende de la historia.
Pensemos en una población de pájaros que se alimenta de una espe-
cie de moscas que habita en su sistema ecológico: sus hábitos ali-
menticios bajo condiciones normales consisten en alimentarse de
esas moscas. Supongamos que las moscas desaparecen por algún
accidente natural o artificial y son sustituidas por señuelos parecidos
que contienen la misma cantidad de sustancias alimenticias que las
moscas, pero transformadas y preparadas por Kellogg Co. Las circuns-
tancias normales han cambiado, pero si el sistema es históricamente
114
lA vt r-ttr r !\L1ÓN Y lA RI AIIDAD leN LOS 515 I LMAS DI f-UNCIONI-S
consistente, lo que ocurre es que hemos creado unas nuevas condiciones
equivalentes que conservan la condición de normalidad.
La cuestión suscitada es en qué consiste la naturalidad de un
sistema funcional. En un gran número de casos no tendríamos gran
dificultad en contestar: cuando el complejo de leyes que confor-
ma la estructura del sistema no ha sido arreglada intencionalmente
por ningún sistema inteligente, pero la respuesta puede ser poco
convincente cuando nos enfrentamos a algunas clases de sistemas
funcionales que, desgraciadamente, coinciden con los que nos inte-
resan: los artefactos, las personas, los hábitos culturales, las institu-
ciones, etc.
No tengo ninguna buena respuesta a esta pregunta, lo que no
implica el que sigamos manteniendo la necesidad de un criterio dé-
bil de naturalidad. Pero quizás, propongo, podríamos acudir a cri-
terios relacionales, como los que nos permiten definir un sistema de
funciones como un sistema innecesariamente barroco en relación
con otros sistemas. La cuestión es parecida, si no es la misma, que
la cuestión de la simplicidad y buen diseño de los sistemas naturales
biológicos. Si optamos por un criterio perfecto y matemático de
simplicidad, casi ningún sistema natural la cumple; si lo hacemos
por un criterio de naturalidad tan débil que permita cualquier acu-
mulación azarosa de estructuras y funciones cualquier criterio, o
bien usamos alguna estrategia de darle una función a cada sistema
que no sabemos explicar, como hacía el doctor Panglos, o lo más
probable es que nos incapacitemos para explicar, aunque débil-
mente, la evolución natural", No hay criterio a priori de naturalidad
aunque sí hay mecanismos naturales de control de la evolución que
operan por extrañas vías y nos permiten explicar la persistencia
de algunos rasgos, al menos a posteriori. Si en un determinado sis-
tema ecológico una cierta especie de hervíboros, presa habitual de
los depredadores, no tuviese un sistema rápido de huida del peligro,
ceteris paribus, esa especie está muy probablemente mal adaptada
al sistema y sus posibilidades de supervivencia deben ser muy pocas.
VIRTUDES y MECANISMOS
¿Hay virtudes naturales? Sí, épor qué no va a haberlas? Los sistemas
de funciones no sólo realizan sus funciones en circunstancias nor-
males, sino que lo hacen mejor o peor. Cuando compramos una
moto no sólo nos interesa que realice sus funciones normales en
circunstancias adecuadas, sino que lo haga de la mejor forma posible.
La perspectiva aristotélica, como la funcionalista, se equivoca
23. Un libro sumamente recomendable sobre los problemas filosóficos implicados en
la reconstrucción de sistemas históricos, evolutivos en este caso, es el de Saber (1988).
115
 cfR.NANI)O HR.ONCANU
en la causalidad, pero en nada más: que un sistema de funciunes sea
o no virtuoso no explica nada, no añade nada, causalmente habla.o-
do al funcionamiento del sistema, pero no es redundante. Las vtr-
rudes de un sistema funcional son propiedades que adscribimos a la
actualización de las disposiciones del sistema, en la medida en que
realiza adecuadamente la función.
Pensemos en las virtudes de un coche: queremos que gaste poco,
corra mucho se aparque bien, sea espacioso por dentro, sea bello,
sea manejable, tenga buena seguridad estática y dinámica, dure mucho
y cueste poco. ¿Qué es lo que hace entonces de un coche un buen
coche?, pues que tenga esas propiedades. en cierto grado. Observe-
mos algunas características de esas propIedades.: ., . cambiado radicalmente en el contexto.
La primera es que son inccmpatihles: la realt~aclOn de una t:en-
de a inhibir la realización de otra: los coches bonitos son pequenos,
los coches que corren mucho gastan much,o? e~c. La cuestión es
encontrar un diseño que encuentre un equilibrio aceptable entre
todas ellas. Pero équé es un equilibrio aceptable? Los ingenieros
que diseñan coches pueden si~ular div~rsos puntos de eq,u~l!bno
mediante ajustes del diseño: SI se cambia el motor de postcion se
deja más espacio y se gana potencia contra la gravedad, pero ~u­
menta el costo porque los materiales son más caros, etc. Hay vanas
alternativas con los elementos disponibles a mano entre las que los
ejecutivos de la empresa tienen que decidir. Las matemáticas .les
ayudan, pero la teoría de la decisión no nos dice cuál es el mejor
punto de equilibrio entre virtudes incomp~~ibl~s, sino cómo se mo-
difican relacionalmente los puntos de equilibrio: la bondad del co-
che «transciende» o «sobreviene» a sus virtudes parciales, pero no
es diferente de ellas.
La segunda es que existe una distancia más que apreciable e~tre
a) las intenciones de quien decide hacer un coche bueno, b) el dise-
ño que es capaz de conseguir con sus conocmuentos y los ma~ena­
les disponibles y e) el funcionamiento real del coche. El funciona-
miento más o menos adecuado es una VIrtud relacional en la que
cuenta la historia del coche: con qué intención u objetivos se dise-
ñó cuáles fueron las constricciones de diseño que se eligieron y
cuáles las que fueron impuestas por l.os materiales a mar:o,; cuenta
también la realización práctica del diseño, el artefacto ftS1CO; y lo
que realmente cuenta es la prue)Ja. del pastel, el cómo f,uncion,a e~ la
práctica: si se adecúa a los objetivos que .se p:etendIan, esta bien.
Aunque tampoco aquí habría acabado la historia de la virtud: pue-
de que los objetivos del mercado hayan cambiado! haya subido la
gasolina y los coches que gastan mucho hayan dejado de ser bue-
nos, puede que tenga virtudes que los ingenieros no pensaron, como
ser pequeño y aparearse bien las ciudades, y puede que el coche sea
perfecto pero los usuarios no sepan manejar coches sm cambio au-
tomático y el coche deje de ser adecuado.
116
1/\ ',IMlIIACIÓN y LA REALIDAD ~N LOS SISI~MAS DF FUNClüNfS
Las virtudes son relativas contextualmente (Sosa, 1990a y 1990b),
pero no son arbitrarias, ni mucho menos dependiente de las inten-
ciones -¡que más quisieran los ejecutivos que poder ser antirrealis-
tas!-, pero tampoco realizan ejemplares transcendentes. Si alguien
nos pregunta por qué el coche funciona bien: hasta donde sepamos,
tendremos que dar una explicación en la que los objetivos de diseño
entren junto a las propiedades físicas del artefacto, como al medio
ambiente en el que el producto cobra sentido: uno de los ejemplos
que se suelen poner de la lógica del consumo son las televisiones
que están en algunas favelas, donde no llega la electricidad. Está
claro que el «diseño» del objeto es el mismo, pero sus funciones han
LAS DIFICULTADES DEL DOCTOR PANGLOS DE NUEVO
No sabemos demasiadas cosas acerca de las personas, apenas las
suficientes para que nuestras relaciones se mantengan en un equili-
brio inestable que llamamos cultura. No sabemos muy bien qué son
las depresiones, ni las enfermedades mentales, si las hay, ni sabe-
mos separar las estructuras heredadas de las estructuras aprendi-
das... Las personas son extraños mecanismos que estamos inter-
pretando continuamente. Sabemos algo, no mucho, de su historia,
sabemos otro poco de sus habilidades y sabemos mucho menos de
su estructura. Las personas son la frontera de nuestro conocimien-
to. Hic sunt leones, dicen los mapas de nuestros propios conoci-
mientos, más allá hay monstruos. Algunos han pensado que algo o
alguien nos diseñó, y que si pudiéramos preguntarle por los planos
que usó, por las intenciones con las que nos fabricó, habríamos
resuelto el problema de la identidad.
Un siglo después de Darwin sabemos que no existe ese diseño:
ni los dioses ni la naturaleza podían saber qué hacían. Somos pro-
ducto de casualidades; como ya dijo Jorge Manrique, las personas
se parecen más a los ríos que a los autómatas cartesianos. El paisaje
que forma un río es producto de fuerzas naturales, de la gravedad y
de la energía cinética del agua y de las piedras, de la composición
química de los terrenos que atraviesa, de los azares meteorológicos
del tiempo y de otras muchas variables que implican la historia en-
tera del planeta. Mucha parte de nuestro diseño fue producida por
y en circunstancias que ya han desaparecido, hemos creado funcio-
nes y hemos aprovechado viejas funciones para nuevos propósitos:
no sabemos si en algún momento usamos los miedos y terrores para
aprender a razonar o si los miedos fueron producto de la capacidad
de razonamiento.
Nuestros órganos fueron creados por la historia, pero la his-
toria de nuestra evolución genética y los sistemas de que nos ha
117
 ILRNANDO [lRONCANO
dotado, la historia de las circunstancias en las que nuestra especie
se ha desenvuelto, y las funciones que en el tiempo actual defi-
nen las personas, son tres instancias que están relacionadas median-
te complejas relaciones de desarrollo desigual. Nos encontramos
ante algunos dilemas metodológicos que surgen del carácter histó-
rico de nuestra identidad. El uso de cada instancia para explicar las
otras ha sido criticado con buenas razones por muchos filósofos:
sabemos que hay relaciones causales entre ellas pero no podemos
definir una relación explicativa, pero tampoco podemos prescin-
dir de ninguna de ellas. Una inferencia desde las funciones que po-
demos observar a nuestro diseño y a la explicación histórica pue-
de caer en las tautologías del doctor Panglos, en el pensar que la
naturaleza nos diseñó para que cumpliésemos exactamente esa
función.
El peligro contrario no es menos grave: pensar que podemos
descubrir lo que somos independientemente de las formas en las
que nos reconocemos como somos. Muchos filósofos encuentran
una más que razonable esperanza en las perspectivas que abre nues-
tro conocimiento del cerebro. Los neurofisiólogos están descubriendo
las condiciones físicas de funcionamiento, pero seguimos necesi-
tando metodológicamente una aproximación externa, y posiblemen-
te una aproximación externa desde nuestras habilidades más com-
plicadas. Una de las razones que se dan de los muchos e innegables
fracasos de la inteligencia artificial proviene de la obsesión por de-
finir las habilidades de procesamiento de manera «artificial». Los
sistemas vivos dotados de cerebro no sólo mantienen relaciones con
el medio, sino que saben explotar la situación para hacer funcionar
mejor sus propios sistemas de procesamiento. Un perro siguiendo
una pista aprovecha lo que el medio le ofrece para realizar inferen-
cias, no espera a que su base de datos esté completa. Un humano en
una conversación no espera a analizar todas las implicaturas con-
versacionales. El silencio de su oyente le enseña algo sobre lo que él
mismo acaba de decir que nunca podría haber aprendido analizán-
dolo internamente. La moraleja es que no siempre las aproximacio-
nes reductivas son las más exitosas: una rica fenomenología funcio-
nal puede enseñarnos algo sobre relaciones profundas entre estructuras
que no aprenderíamos por su estudio directo.
La posición metodológica intermedia más productiva trabajaría
simultáneamente en el descubrimiento de constricciones estructu-
rales de los mecanismos de funcionamiento y en la fenomenología
de conducta del organismo, pero si lo primero no estuviese disponi-
ble en un plazo corto lo recomendable sería intentar simularlo como
fuese posible. Si de su simulación se desprendiese un sistema fun-
cional pobre, no esperaría a que el fenomenólogo le dijese cuáles
son las funciones esenciales, intentaría mejorar su modelo. C. Gly-
mour inventó un término para analizar la justificación en la ciencia:
118
lA \1~1IJIA¡I('¡N Y lA f(!AIIDAD fN lOS SISrlMAS DI IUNCIONfS
el atado de bota. Es un término que explica gráficamente cuál es la
estrategia menos dogmática y probablemente la más productiva en
la simulación de los sistemas cognitivos.
REFERFNCIAS BIBUOGRÁFlCAS
Aracil, J. (19S6a), Introducción a la Dinámica de sistemas, AtiaJII'&:aI, M;Jjdrid~
Arac~I,J. (1986b),Máquinas, si$tema$Y modelos, Tecnos, Madrid.
Block. N.(1980). Readings in Phil'üsopfry of Psy,oolügy, 1 vcls., MIT PRSS. Cam-
bridge. Mass.
Block. N_ y J. Fodor (1972), «What Psychological Staees Are' Nee», P'hdo'S€J;{iJhical
Reoiew 81~ reimp. en Block (1981).
Broncano, F_(1989), «Las bases pragmáticas de la rcciorrotidcd tecnológica», Anthro-
pos, 94-95, 99-95.
Broncano, P. (1990), «La acción, su razón y su circuuseencia», em Pérez Bellestar
(ed.), Conocimiento 'Y Acción. Estudios de Lógica y Filo'sofía'! de' llili Ciexeia mi.
Universidad de Selcmanco,
Bunge, M. (1974), Sense and Reterence. Treatise o," Basic Philosophy U~ Reidel, Doe-
drecht.
Cummins, R.(1975), -Punctional Anaiysis»,journal of Philosophy 72, r~i:mp. en Block
(1980).
Churchland, Paul (1981), «Elimmarive Maeerialisrn and the Prepoeinonal Acutudes-,
en Churchland, P. M. (1989),A Newrocomputationai rerepectioe. Tbe Strur;:twe
of Mind and tbe Structure of Scíence, MIT Press, Cambridge, Mass.
Davidson, D. (1990). «Thinking Causes», en Heil & Mete (e&s....} (1993), Cavee and
Action. Cambridge U. P., Combeidge,
Dennett, D. (1983), «lnrentional Sysrems in Cogrmive Erholcgy. The Paeglossian
Paradigm defended». Tbe Behavíoral and Bram Sceences 6, 343-3900 Y 13,577-
584, yen (1987) The lntemionaí Stance, MIT Press, Cambridge. Mass. [trad...
española, La actitud intencional, Gedisc, Barcelona],
Dreyfus, H_ L. (1971), What Computers Can't Do. A Critique uf Anificial Reason;
Harper and Row, New York.
Fodor, J. (1990),A Theory of Content, MIT Press, Cambridge, Mass.
Horgan, T. (1984), «Mental Quausanon», en Tomberhn (ed ..}, Pbilosaphica'J Perepec-
tíues 3,47-76.
Kim, J. (1984a), «Concepts oí Snpervemence-, PhiJosvphy and Pbenomenolügicat
Research40, 153-175.
Kim, j. (1984b). «Epiphenomenal and Supervenient Causarion-, en French, P. et al.
(eds.), Midwest Studies in Pbilosophy IX, Universiry oí Minnesora Press, Min-
neapolis.
Kirn, J. (1989), «Tbe Mith of Non-reductive Materialism», en Presidextiat Adres5 a fa.
87 Reunión de la APA.
Kim, j. (1990), «Supervenience as a Philosophical Concepr», Matapbilosophy 11.
1-26.
Lepore, E. & B. Loewer (1987), -Mind Mareers», jO/ll.rnal of PhiJosophy 84.
630-642.
Muguerza, J. (1976). La razón sin esperanza, Tecnos, Madrid.
119
 II:RNANIJO BRONCANO
Pollock, J. (1989), How to Build a Person, MIT Press, Cambridge, Mass.
Purnam, H. (1967), «The Nature oí Mental States», en W. H. Capiran y D. D. Me-
rrill, 11 Art, Mind and Religion, Pittsburgh U. P., Pirtsburgh, reimp. en Block
(1980) [trad. española, Cuadernos Crítica, México].
Puma m, H. (1981), Reason, Truth and History, Cambridge U. P., Cambridge [trad.
española, Razón, Verdad e historia, Tecnos, Madrid].
Putnam, H. (19H8), Representation and Reality, MIT Press, Cambridge, Mass.
Pumarn, H. (1990), Realism with a Human Pace, Harvard U. P., Cambridge, Mass.
Saber, E. (1988), Reconstructing the Past, MIT Press, Cambridge, Mass.
Sosa, E. (1987), -Persons and other bodies», en French P. et al., Midwest Studies in
Philosophy XII.
Sosa, E. (1990a), «Más allá del escepticismo, a nuestro leal saber y entender», en
Pérez-Ballestar (ed.), Conocimiento y Acción. Estudios de Lógica y Filosofía de
la ciencia IV, Universidad de Salamanca.
Sosa, E. (1990b), Reliabilism and Intellectual Virtue, mano no publicado.
Stich, S. (1983), From Folk-Psyehology to Cognitive Science, MIT Prcss, Cambridge,
Mass.
Vázquez, M. (1987), "Estructura y comportamiento de sistemas», en Aetas del JIl
simposio de Lenguajes Naturales y Formales, Universidad de Barcelona.
Vézquez, M. y Liz, M. (1989), «Svstem Pormalization and Models Building (An Approach
ro Zeigler's View through a University/Unemployed Model)», en Milling y Zahn
(eds.), Computer-Based Management of Complex Systems, Springer, Berlin.
Wojcicki, R. (1979), Topics in the formal Methods of Empírica! Theories, Reidel,
Dordrecht.
120
SEMÁNTICA DE LAS REGLAS TECNOLÓGICAS:
EFICIENCIA y CONTROL EN LA ORGANIZACIÓN
Y PLANIFICACIÓN DE LOS SISTEMAS TECNOLÓGICOS
Josefa Toribio Mateas
Universidad Complutense
1. INTRODUCCIÓN
Si retomamos algunos de los que constituyen ya lugares comunes
dentro del discurso sobre el fenómeno tecnológico, tendremos que
mencionar al menos los siguientes:
i) Los sistemas tecnológicos son fundamentalmente sistemas
de acciones y no, o al menos no sólo, de conocimiento.
ii) Su estructura es más la de un conjunto de reglas orientadas
a la solución de problemas específicos que la de un conjunto de
leyes descriptivas.
iii) La característica central de estas reglas, que funcionan como
imperativos hipotéticos, es que su validez se establece básicamente
en términos de eficiencia. Es este concepto y no el de verdad el que
juega el papel fundamental en el campo estrictamente tecnológico.
iv) La relación de los sistemas tecnológicos con la realidad no
es tanto de conocimiento o representación cuanto de control.
De entre los conceptos mencionados, quizá sean los de regla y
sus subordinados, eficiencia y control, los que presentan mayores
dificultades de tratamiento teórico. Contribuir a la eliminación de
tales dificultades constituye mi objetivo en las páginas siguientes,
que aparecen estructuradas en tres momentos bien diferenciados.
El primero consiste en la elucidación de los conceptos de ac-
ción y regla tecnológica, haciendo especial hincapié en la noción
de intencionalidad como definitoria del tipo de acciones que con-
forman los sistemas técnicos. Este análisis se extiende, en un segun-
do momento, a los conceptos de eficiencia y control, dentro del
marco de la organización y planificación de sistemas tecnológicos
concretos.
121
 JO"I t A l üf\IIIIO MA I1 A'>
Por último, discuto de una forma más general los elementos y
características fundamentales del conocimiento tecnológico. Dada
la primacía otorgada al aspecto pragmático sobre el aspecto estricta-
mente proposicional o represenracional, la construcción de un marco
teórico global para los procesos tecnológicos no puede venir --ésa es
mi tesis- de lo que se ha venido denominando concepción heredada
(Suppe, 1974), enunciativa (Stegmüller, 1973) o sintáctica (van Fra-
asen, 1983) de la ciencia. Intento mostrar que, muy al contrario, los
sistemas tecnológicos, en tanto modelos operativos con un carácter
instrumental, se caracterizan por estar inmersos en una estructura
articulada de elementos sociales, institucionales y éticos, elemen-
tos, en definitiva, para los que se requiere una interpretación en
términos de conceptos típicamente pragmáticos o instrumentales.
2. ACCIONES y REGLAS
La tecnología es fundamentalmente conocimiento operativo. Si
-siguiendo a Rapp-c- distinguirnos entre los métodos proyectivo-
programático e hipotético-deductivo, los sistemas tecnológicos se
rigen, claramente, por el primero de ellos (Rapp, 1981, 65-71).
En tanto teorías operativas', las teorías tecnológicas se mueven
en el terreno del deber ser, en el sentido de que aspiran no tanto a
una teorización lo más general y explicativa posible, cuanto a la
realización y fabricación de sistemas, artefactos y procesos técnicos
concretos. Constituyen un conjunto planificado y sistemático de
indicaciones sobre cómo se debería proceder para conseguir de for-
ma eficiente un objetivo específico, un objetivo que, en la mayoría
de los casos, no está dado naturalmente. Estas indicaciones tienen,
como dije al principio, la forma de reglas, de imperativos hipotéti-
cos; por ejemplo, son expresiones de carácter normativo. Conse-
cuentemente, de ellas no cabe predicar la verdad o la falsedad sino
que tan sólo cabe hablar del mayor o menor éxito conseguido una
vez realizadas las acciones que expresan. Esto explica el hecho de
que la relación de las teorías tecnológicas con la realidad sea funda-
mentalmente una relación de control.
Hay que destacar, por otra parte, que la determinación de cuáles
hayan de ser esos objetivos es algo que depende de toda una suerte
de condicionamientos socio-económicos, políticos y éticos, cuyo
estudio constituye un ámbito importante de la filosofía de la tecno-
logía pero que, sin embargo, no voy a tratar en este trabajo, que
pretende mantener un enfoque fundamentalmente metodológico.
Si, situándonos dentro de ese enfoque, estudiamos más de cerca
1. Por ejemplo, rclacionud as con la acción misma, por oposición a las teorías sustanti-
vas en el sentido en que Bunge (1969, 6R4-92, Y 1972, 62-S) utiliza estos conceptos.
122
',IMÁNII( A IJI lA'> 'il(JlA~ l(eNOlÓGILA"
el tipo de acciones a las que aluden las reglas que conforman las
teorías tecnológicas, encontramos que su característica fundamen-
tal es la de ser intencionales. Esto es válido al menos en un primer
nivel de análisis, aquel precisamente en el que de lo que se trata es
de construir -sobre la base de planes o diseños concebidos subjeti-
vamente- ciertos estados o estructuras materiales concretas que
permitan la consecución del fin deseado. Obviamente esto no ex-
cluye, sobre todo en el caso de sistemas mecánicos, que, una vez
creadas las condiciones iniciales, se produzcan una serie de accio-
nes no intencionales entre los componentes materiales del sistema
o, incluso, entre esos componentes y los sujetos que lo manipulan.
Sin embargo, el rasgo que me interesa subrayar es precisamente el
de la inrencionalidad del sistema técnico en su conjunto, indepen-
dientemente de que exista un subconjunto de las acciones que lo
constituyen que pueda no ser intencional.
La importancia de este rasgo se pone de manifiesto si tenemos
en cuenta lo siguiente:
i) Que al aceptar la intencionalidad en la acción de un indivi-
duo o de un grupo de individuos suponemos también que «es capaz
de representarse conceptualmente la realidad y de tener creencias
acerca de ésta, que es capaz de asignar valores a determinados esta-
dos, acontecimientos o cosas y de desear que se realicen los que
considera más valiosos, y que es capaz de tomar decisiones espontá-
neamente basándose en sus representaciones, valoraciones y deseos»
(Quintanilla, 1989,75).
ii) Que esas representaciones internas del objetivo o de los re-
sultados que se pretenden alcanzar con una acción intencional se
individualizan en función de un contenido o significado preciso, el
cual, a su vez, es compatible con un conjunto lo suficientemente
amplio de conductas o acciones concretas corno para que el sentido
que cabe atribuirle a cualquier representación interna en tanto mo-
tor y origen de una acción intencional se multiplique en igual medi-
da por ese conjunto de conductas.
Estos aspectos consustanciales a la inrencionalidad tienen, al me-
nos, dos consecuencias inmediatas. La primera de ellas es de carácter
axiológico, y nos lleva a considerar hasta qué punto las diferentes
valoraciones y creencias previas acerca de la realidad que supone
toda acción intencional influyen en la planificación de diseños tecnoló-
gicos concretos, toda vez que los subsistemas intencionales de ges-
tión, por ejemplo, aquellos colectivos que se encargan de la planifi-
cación, organización y control de los sistemas técnicos, representan
un subsistema fundamental de los mismos (Quintanilla, 1989,92).
La otra consecuencia es de carácter conceptual y apunta a la
necesidad de hacer explícita la relación existente entre esas repre-
sentaciones previas del agente y la producción efectiva de su acción.
Este tipo de explicitaciones y explicaciones, características de
123
 IO~ffA lOklAIO MAllA',
campos como el de la filosofía de la acción o el de la filosofía de la
mente, no suelen aparecer en los análisis habitualmente llevados a
cabo dentro del marco estricto de la filosofía de la tecnología. De
hecho, la caracterización de Quintanilla citada anteriormente, a pesar
de poner de manifiesto que lo peculiar de una acción intencional
consiste precisamente en que el agente es capaz de tener una re-
presentación previa de la misma, y de desear que se realicen los
resultados a los que apunta, no plantea en absoluto el problema
inmediato de cómo se relacionan cosas tan diferentes como repre-
sentaciones, creencias o deseos y las acciones propiamente dichas.
No se plantea tampoco ninguna investigación sobre el evidente pa-
pel causal que tienen esas representaciones, creencias y deseos en la
puesta en marcha de la acción.
Una manera habitual de enfocar este problema es plantearse qué
tipo de relación existe entre las creencias, deseos y, en general, los
estados mentales de un sujeto, tal y como se expresan y/o adscriben
a través del aparato lingüístico habitual -las denominadas actitu-
des proposicionales- y las acciones desencadenadas por ellos.
Han sido múltiples las explicaciones psicolingüísticas propues-
tas para analizar esta relación. Una de las más influyentes consiste
en la postulación de un «lenguaje del pensamiento» (Fodor, 1975 y
1987). Concebido en términos puramente sintácticos -en térmi-
nos de operaciones computacionales del cerebro-, su existencia
explicaría la eficacia causal de esos diferentes estados mentales. Estas
estructuras sintácticas son además semánticamente transparentes,
por ejemplo, reflejan el contenido semántico de las adscripciones
lingüísticas de los estados mentales. Sin embargo, un planteamiento
mucho menos preocupado por este carácter sentencial del pensa-
miento y, desde mi punto de vista, mucho más interesante es, bre-
vemente esbozado, el siguiente.
Se supone que el sistema -sujeto- cuenta con una cierta infor-
mación -puede leerse también creencias- codificada jerárquica,
aunque no lingüísticamente, en función de los objetivos que persi-
gue -puede leerse también deseos o valores-o Esa información se
constituye objetivamente como tal a través de las relaciones exis-
tentes entre el sujeto y su entorno, y explica causalmente la con-
ducta de aquél (Dretske, 1981). Con palabras de Clark: los pensa-
mientos (tal y como se adscriben a través del uso de las actitudes
proposicionales) se adscriben holísticamente sobre la base del con-
junto total de la conducta. Las conductas individuales son causadas
por operaciones computacionales del cerebro sobre particulares sin-
tácticos, que pueden no ser (y tópicamente no serán) semántica-
mente transparentes. En mi modelo un pensamiento no es en abso-
luto idéntico a ninguna operación computacional del cerebro sobre
entidades identificadas sintácticamente aunque, por supuesto, exis-
te una relación sistemática entre eventos cerebrales y conductas,
124
',1 M A N I I (A ri I I A S R f C,I A S T 1- eNoI 6 G Ie A S
individualizadas útilmente a través de la adscripción de creencias y
deseos» (Clark, 1989,5-6).
Esta línea, que podemos denominar dennettiana, encaja de ma-
nera bastante satisfactoria con las investigaciones conexionistas en
el campo de la inteligencia artificial, en la medida en que los mode-
los conexionistas de procesamiento son esencialmente no-senterr-
ciales (Clark, 1988 y 1989), pero, y sobre todo, lo que resulta más
importante para nuestro propósito es que parece especialmente ade-
cuada como modelo de análisis en el caso de las acciones que cons-
tituyen los sistemas tecnológicos.
La razón de esta relevancia parece fácilmente comprensible si
pensamos en lo siguiente:
a) Las reglas que expresan las acciones características de un
sistema técnico son enunciados cuyo contenido sólo es determina-
ble de forma precisa a través de la consideración del contexto glo-
bal de enunciación -si no de la representación del sistema técnico
en su conjunto, o de una parcela amplia del mismo-o Este es el
aspecto estrictamente semántico de las reglas. Lo que se comprende
cuando se comprende una regla, su contenido, se determina en fun-
ción de un conjunto interrelacionado y, en general, sumamente com-
plejo, de acciones.
b) Al menos en sistemas técnicos muy simples -basta recor-
dar cualquier taller de alfareros o las labores más usuales de fonta-
nería-, es bastante habitual que el/los agente(s) diseñador(es)j
ejecutor(es) sea(n) capaz(ces) de conseguir el objetivo propuesto sin
contar con una formulación explícita de la(s) regla(s) seguida(s) en
la realización del proyecto. Este segundo aspecto de las reglas tec-
nológicas constituye la base de la distinción entre conocimiento teórico
y conocimiento práctico.
Si, teniendo presentes estas consideraciones, miramos hacia las
dos orillas mencionadas del caudal de explicación cognitiva, en-
contramos que, mientras estas características encuentran difícil ex-
plicación dentro del paradigma clásico de la teoría representacional
de la mente -la descrita en primer lugar-, los modelos conexio-
nistas parecen especialmente diseñados para dar cuenta de esos as-
pectos típicos de las reglas tecnológicas. Veamos por qué.
El paradigma clásico se erige sobre la idea de que el sistema sim-
bólico interno que funciona como correlato computacional de los esta-
dos mentales expresados a través de las actitudes proposicionales:
i) Se rige por un cierro principio de cornposicionalidad y, en
ese sentido, se presupone un cierto contenido semántico individua-
lizado para cada uno de los ítems que lo componen. Según esto, no
sería necesaria la consideración del contexto para la determinación
del contenido preciso de una regla aislada del sistema, lo cual choca
frontalmente con a).
ii) Para que esos procesos mentales puedan explicar causal-
125
 jOS[fA t o muro MAllA"
mente las acciones supuestamente desencadenadas por ellos, su con-
tenido semántico dehe estar explícitamente representado. El enfren-
tamiento con b) parece también evidente.
Ahora bien, si fijamos nuestra atención en el otro ámbito expli-
cativo, podemos observar que:
i) El procesamiento de información que llevan a cabo los mo-
delos conexionisras funciona sobre la base de una dependencia es-
tructurada entre las diferentes redes que conforman el sistema y
responden, por tanto, a ese tipo de holismo semántico al que hacía
alusión cuando hablaba de la determinación del contenido de las
reglas tecnológicas.
ii) La noción de representación explícita se concibe corno algo
mucho más próximo a la capacidad y facilidad de utilización de
información que a la ocurrencia identificable de ciertos símbolo~ en
algún tipo de código interno (Clark, 1992, cap. 6). En este sentido,
es perfectamente aceptable una explicación causal de la acción en
términos de su relación con ciertos estados mentales sin suponer
que el sujeto puede representarse explícitamente -en el sentido
tradicional de explícito, por ejemplo, en el sentido en que explícito
se identifica con conocimiento teológico- el contenido semántico
de sus estados mentales.
Es así como el conexionismo nos presta herramientas importan-
tes para desentrañar el complicado mundo que se esconde detrás
del discurso sobre acciones e intencionalidad y, en la medida en que
los sistemas tecnológicos se conciben como sistemas de acciones
intencionales, nos enseña también a construir un modelo de análisis
conceptual de los mismos. Por supuesto, estoy tratando de forma
muy superficial conceptos harto problemáticos, como el de infor-
mación o el de causalidad -o, incluso, uno no mencionado hasta
ahora pero igualmente esencial para el desarrollo de todo el plan-
teamiento: el de la adscripción de racionalidad al sujeto-, pero no
es éste el sitio más idóneo para desarrollar pormenorizadamente el
abanico teórico que presenta el panorama actual de la ciencia cog-
nitiva. Tampoco pretendo insinuar que no sea posible el di.scu~so
sobre el fenómeno tecnológico sin acudir a este tipo de explicacio-
nes, pero lo cierto es que la colaboración interdisciplinar en este
caso no tiene sólo un valor innegable de aclaración conceptual, sino
que representa el único medio plausible de alcanzar un análisis ade-
cuado de los sistemas tecnológicos, una vez definidos éstos como
sistemas de acciones, y de acciones intencionales".
2. Un ámbito más cercano al tecnológico, e igualmente relevante en el proceso de
análisis de las repr esentaciones que precc den toda alción intencional, es el de la reor¡a de
sistemas. LJ noción de modelo o, más cspecfficamentc , l.i de relación de modelado, consti-
tuyc un punto JlO rcf~r~ncia inexcusable en cualquier proceso de conceptualización de los
fenómenos técnicos. En este sentido puede leerse con gran provecho el manuscrito de Ja-
vier Ar acil Notas sobre la relación de mcdelacirm,
126
',1 MAN IICA DI 1 AS kl.GlAS I ~CNOl6GICAS
Si planteamos ahora la pregunta por el sentido de las distintas
reglas tecnológicas, éste sólo puede entenderse corno el conjunto de
las conductas concretas que manifiestan los agentes que componen
el sistema.
El hecho de que hablemos de sentido como conjunto refleja una
de las Ideas centrales del enfoque desarrollado: la idea de que el
contemdo de las reglas tecnológicas está determinado semántica-
mente de forma holista. El hecho de que hablemos de conjunto de
conductas muestra el segundo aspecto en el que he querido incidir:
la noción de regla como expresión del conocimiento práctico nece-
sario para seguirla. Si además reformulamos el concepto de explíci-
to en términos de la capacidad y facilidad en el uso de la informa-
ción y los medios en los que el agente está inmerso, este conocimiento
puede y debe entenderse como conocimiento explícito. Las dificul-
tades de análisis conceptual que tradicionalmente ha representado
la caracterización del conocimiento práctico como conocimiento
implícito quedan así superadas desde esta nueva manera de enten-
der el concepto.
Las condiciones de posibilidad de esas reglas, en tanto prescripcio-
nes de acción, vienen impuestas: a) por los recursos materiales, in-
telectuales y humanos disponibles y b) por las representaciones que
los agentes del sistema conciben como soluciones a problemas con-
cretos, representaciones que, de nuevo, funcionan como causa ex-
plicativa de sus acciones o conductas.
Esa multivocidad de recursos y representaciones nos lleva a un
discurso teórico integrado por conceptos que no responden a cate-
gorías cerradas, sino que presentan más bien unos límites borrosos,
corno lo prueba la existencia de una gradación importante respecto
de las acciones entre el calificativo de eficientes o inútiles, acordes
con la regla o en desacuerdo con ella.
~ Consideremos, po~ ejemplo, el siguiente enunciado nomoprag-
manco: «para que el sistema pueda reconocer el contenido de una
imagen y archivarlo adecuadamente, se ha de construir una base de
datos suficientemente amplia en relación con ese contenido». Esta
regla implica la ejecución de distintos tipos de acciones respecto del
almacenamiento de datos que sean relevantes para el reconocimien-
to automático de documentos gráficos. Ahora bien, el éxito de esas
acciones puede ser sólo parcial-como de hecho todavía lo es- en
el sentido de que, incluso creadas las bases necesarias, la máquina
no reconoce una imagen o, al revés, es capaz de reconocer una ima-
gen y archivar su contenido correctamente sin contar con una base
de datos presumiblemente apropiada para ello. El éxito de una ac-
ción es, pues, algo que se mide por grados.
~ De todo ell~ se desprend~ q~e, al intentar construir lo que po-
dríamos denominar una sernanuca de las reglas tecnológicas, ésta
no sería nunca una semántica bivalente. Y no lo sería fundamental-
127
 J0511A IOKII'IIU MAllA"
mente por dos razones: en primer lugar, porque hablar de bivalen-
cia significa hablar de valores de verdad, y un valor de verdad no es
algo que sea predicable de un enunciado normativo. En segundo
lugar, porque hablar de bivalencia significa hablar de dos únicas
posibilidades y las posibilidades de éxito o fracaso de cualquier ac-
ción acorde con una regla son esencialmente probabilísticas.
Una semántica para este tipo de reglas tendría que acudir, por
tanto, a una serie posiblemente infinita de valores epistérnicos en
lugar de a un conjunto binario de valores de verdad.
3. EFICIENCIA y CONTROL
Si, como acabamos de decir, el éxito de las acciones que se ejecutan
por imperativo de una regla es una cuestión de grados y si la efi-
ciencia del sistema en su conjunto se concibe como la combinación
de los resultados parciales de esas acciones, écómo conceptualizar
en qué consiste ese grado de eficiencia?
Una manera de responder a esta pregunta es intentar determinar
cuáles son los criterios que contribuyen al mayor o menor éxito de
una determinada estructura de planificación tecnológica. Ahora
bien, el establecimiento de esos criterios pasa por una especifica-
ción de los distintos niveles de organización que están involucrados
en el ejercicio de toma de decisiones que aparece en el desarrollo de
cualquier sistema técnico. Hablemos, por tanto, de esos diferentes
niveles.
3.1. Distinciones en el dominio de decisión
Como dije anteriormente, en el conjunto de las acciones que consti-
tuyen un sistema tecnológico se pueden establecer dos subconjun-
tos bien diferenciados. Aquel en el que se incluyen los conocimien-
tos operacionales y el subconjunto de las acciones organizadoras.
Dentro de este último, es ya clásica la taxonomía tripartita que dis-
tingue entre el nivel de planificación estratégica, el de control di-
rectivo y el de control operacional, donde a cada uno de ellos le co-
rresponde, respectivamente, un nivel alto, medio o básico de gestión".
Obviamente, el nivel en el que recae el mayor peso de la respon-
sabilidad en la consecución del objetivo que se pretende alcanzar en
el sistema es el de la planificación estratégica, ya que de él surgirán
las líneas de actuación prioritaria de las que dependerá la actuación
en los dos niveles restantes. Pero, y sobre todo, es en este nivel en el
3. Tanto In terminología COlJlO el planteamiento que voy a utilizar están tomados en
gran parte del estudio de J. W. Sutherland, Towards a etrategic Mallagemellt and Decísion
Technology, Kluwer Academic Press, Drir-drechr, 19R9.
128
';1 MAN' ICA DI lA" KI (,1 A" 11 CNOI OC;ICA"
que hay que situar, de manera también más específica, la concep-
tualización de la intencionalidad del sistema, ya que el conjunto de
decisiones que 10 constituyen conlleva la necesidad de formular,
evaluar y elegir entre alternativas que son de tipo diferente, i.e., que
representan opciones cualitativamente distintas. En este nivel nos
enfrentamos, por ejemplo, al problema de decidir entre objetivos
contradictorios -construir un coche rápido y que gaste poco-s-, al
de decidir entre planes alternativos -construir una central nuclear
o una eólica- o incluso a la creación de planes absolutamente no-
vedosos.
Paralelamente, el nivel de control directivo conlleva la formula-
ción, evaluación y selección de alguna de entre un conjunto de al-
ternativas que son ya simples variaciones de una alternativa estraté-
gica previa y cuya diferencia es, por tanto, más de grado que de
tipo. Son ejercicios de decisión tácticos. Y el nivel de control ope-
racional incluye ejercicios de decisión que se distinguen principal-
mente en términos de propiedades cuantitativas específicas y, por
tanto, representan alternativas que son simplemente diferentes en
magnitud".
3.2. Distinciones en el dominio de los hechos
Una cuestión que se nos plantea inmediatamente es cuáles son las
razones que influyen en el ejercicio de un tipo u otro de decisiones.
y para dar cuenta de ello es necesario tener en cuenta la clase de
hechos distinguibles en el dominio de actuación de cualquier siste-
ma técnico. Para ello podemos establecer una taxonomía paralela a
la anterior en el sentido siguientes:
i) Alternativas a nivel de estado. Se caracterizan por represen-
tar situaciones que son cualitativamente únicas en términos de sus
propiedades estructurales o dinámicas, por ejemplo, son diferentes
en tipo. Un ejemplo típico de este nivel lo constituye la planifica-
ción agrícola. El problema sobre el que hay que tomar uoa decisión
es el del cultivo más apropiado para un tipo de terreno. Podemos
pensar, por ejemplo, que la opción se establece entre la producción
de naranjas o la de manzanas.
ii) Alternativas a nivel temático. Un suceso de este nivel ha de
ser visto como una variante específica de alguna alternativa cualita-
tivamente singular. Son diferentes en grado. Siguiendo con el ejemplo
agrario, el problema en este nivel es el de establecer, una vez elegi-
do el tipo de fruta, la variedad específica que se quiere producir.
iii) Alternativas de nivel paramétrico. Difieren unas de otras
principalmente en términos de las propiedades cuantitativas que
4. tu«, p. 4.
5. íbíd., p. R.
129
 jO<,HA IOI{II,IO MAllA')
presentan. Los hechos a tener en cuenta en nuestro ejemplo serían
los de los atributos de la variedad de fruta elegida: tamaño, tiempo
de maduración en árbol, nivel de acidez, etc.
Una vez establecida esta distinción, podemos decir que las deci-
siones que toman los subsistemas de gestión están en función del
tipo de hecho al que se enfrentan en los diferentes momentos de la
dinámica del sistema. Así:
i) Las decisiones estratégicas se formulan con respecto a he-
chos alternativos de nivel de estado. Es así una decisión estratégica
la de decidir entre el cultivo de naranjas o el de manzanas.
ii) Las decisiones tácticas se formulan con respecto a alterna-
tivas de hechos temáticos (la cuestión a decidir en este nivel es la de
la variedad del cultivo elegido).
iii) Las decisiones operacionales se formulan con respecto a
alternativas de nivel paramétrico, Utilizando de nuevo el ejemplo,
con respecto a las propiedades específicas que se pretenden alcan-
zar en la variedad de fruta seleccionada.
Cada una de ellas pueden caracterizarse, a su vez, por el tipo de
instrumentos a través de los cuales se intentan solucionar los pro-
blemas a los que se aplican. Así, los análisis cualitativos son típicos
de las decisiones que pretenden elegir entre ciertas opciones en el
nivel estratégico, mientras que, en el nivel operacional, tal resolu-
ción procede vía técnicas de maximización/minimización mate-
mática. A caballo entre ambas están los instrumentos estadísticos
propios de los ejercicios de decisión tácticos, instrumentos que se
adecúan mejor que los algoritmos determinísticos al grado de com-
plejidad de este nivel, pero con los que no puede resolverse una
ambigüedad de carácter cualitativo".
La eficiencia de cualquier sistema tecnológico estará en función
de la coherencia interna que se produzca entre todos estos niveles
de actuación con respecto al objetivo propuesto -por ejemplo, de
la adecuación de las decisiones a los hechos respecto de los cuales
se toman y de la utilización de los instrumentos más operativos en
cada caso-, pero, y esto es importante, también estará en función
del grado de congruencia que se dé entre los recursos del sistema y
las propiedades del contexto en el que se encuentra inmerso, donde
estas últimas presentan dos vertientes básicas: la ambiental y la com-
petitiva.
La dimensión ambiental comprende el conjunto de condiciones
sociales, políticas, económicas y tecnológicas previas a las que está
sujeto el desarrollo del sistema. La dimensión competitiva, por su
parte, alude a las relaciones entre éste y otros sistemas directa o
indirectamente adversarios.
La eficiencia del sistema estará así sujeta a la superación de los
6. Tbid., p. 12.
130
'" MAN III A IJI 1 A', 1" (,1 A', 111. N()I ('II,ll 1\',
riesgos y dificultades que pueden aparecer en cada uno de los nive-
les de actuación, de manera que":
i) En el nivel de estado la incertidumbre/riesgo deriva de la
existencia de Jos o más situaciones ambientales y/o competitivas
cualitativamente distintas a las que debe enfrentarse la organiza-
ción durante un periodo de tiempo.
ii) En el nivel temático la incertidumbre y el riesgo van asocia-
dos a alguna(s) variación(es) particular(es) de algún suceso ambien-
tal y/o competitivo singular perteneciente al nivel de estado.
iii) En el nivel paramétrico la incertidumbre/riesgo se localiza
en la ambigüedad de las estipulaciones que pueden ir asociadas con
algún suceso temático; por ejemplo, atributos cuantitativos especí-
ficos.
La consecuencia fundamental que se deriva de todo esto es el
número y diversidad de factores que la organización de un sistema
técnico debe inrernalizar en cualquiera de sus ejercicios de toma de
decisiones. Esta internalización es necesaria toda vez que su eficien-
cia dependerá de en qué medida el subsistema de gestión sea capaz
de adecuarse y anticipar la serie de hechos ambientales/competiti-
vos a los cuales estará sujeto el sistema durante periodos de tiempo
determinados.
El aspecto esencial del problema de la planificación reside, pues,
en la pre-definición de la serie de posibles hechos -y sus posibles
transformaciones- tanto a nivel ambiental como competitivo, pu-
diéndose diferenciar al menos cuatro referentes genéricos respecto
al nivel de cambio potencial del contexto en el que está integrado el
sistema":
i) Cuando existe una certeza efectiva con respecto al estado con-
textual que prevalecerá durante algún periodo de tiempo, dado que
puede ser identificado un único conjunto de propiedades ambienta-
les y estructuras competitivas como aquel que tiene una probabili-
dad de ocurrencia real, hablaremos de determinación de estado.
ii) Si, durante algún periodo o intervalo de planificación, pue-
de aislarse un estado fuertemente dominante o de máxima probabi-
lidad, por ejemplo, puede asignarse a algún conjunto de propieda-
des ambientales y estructuras competitivas una probabilidad de
ocurrencia significativamente alta -aunque no tan alta como para
tener un nivel de certeza efectiva-, se hablará de dominación de
estado.
iii) Cuando se espera que dos o más estados ambientales y/o
competitivos -que agotan sustancialmente el repertorio de posibi-
lidades que podrían surgir- tengan alguna probabilidad significa-
7. Tbid., p. 14.
8. u.u., pp. 37-8.
131
 JOSlfA10I~I~IO MA1IA~
ti va de ocurrencia durante el periodo de interés, se produce lo que
podemos denominar estocasticidad de estado.
iv) Por último, si el alcance de los estados ambientales y/o com-
petitivos que podrían surgir es tan amplio que incluye algunas posi-
bilidades que no pueden ser predefinidas, nos enfrentamos típica-
mente a una indeterminación de estado.
3.3. Criterios
La eficiencia global de cualquier sistema depende, pues, de la ade-
cuación entre los recursos existentes en esta estructura de planifica-
ción y el objetivo propuesto y, por tanto, del grado de control que
ejerza sobre el contexto en el que se desarrolla. Y, a su vez, este
grado de control refleja hasta qué punto el sistema está preparado
para enfrentarse con el cúmulo de situaciones y problemas que pue-
den aparecer en cualquier momento de su desarrollo. Cuanto más
complejo sea el contexto, mayor será el número y diversidad de los
hechos y cambios potenciales de situaciones que la estructura de
planificación ha de tener en cuenta.
De acuerdo con esto, se pueden establecer distintos criterios
que nos permiten conceptualizar su grado de eficiencia y control. A
saber:
i) Exhaustividad. Se dice que un sistema es exhaustivo si el
conjunto de alternativas que han sido planificadas cubre la serie
completa de situaciones ambientales y/o competitivas en la que el
sistema está situado. Aunque difícil de conseguir, la exhaustividad
de un sistema tecnológico es especialmente importante en aquellos
ámbitos relacionados directamente con la conservación del medio
ambiente o la salud pública.
ii) Completud. Un sistema es además completo si se ha defini-
do un plan estratégico para cada una de esas posibles situaciones
ambientales/competitivas y se ha desarrollado un plan apropiado
en el nivel táctico o/y operacional para cada una de ellas. Hablar de
completud significa, pues, hablar del desarrollo de planes específi-
cos susceptibles de ser aplicados ante la aparición de alteraciones
en los valores previstos del sistema. En otras palabras, cuando la
estructura de planificación cuenta con recursos y procedimientos
suficientes para modificar los diferentes subplanes que la confor-
man a la vista de posibles cambios en las circunstancias para las que
estaban pensados, decimos que el sistema es completo.
iii) Interrelación. Un sistema está interrelacionado si en el plan
estratégico se establecen estipulaciones adecuadas para la coordi-
nación de los resultados obtenidos en el nivel táctico y operacional.
Esta centralización de las decisiones y actuaciones desarrolladas en
los diferentes niveles del sistema es un requisito imprescindible para
la buena marcha del mismo. Dada la complejidad de la mayoría de
132
',1 MÁN IICA DI I A~ KI GI. AS 11 eNOlÓGICAS
los sistemas tecnológicos, la falta de una estructura de coordina-
ción sería condición suficiente para su fracaso.
La noción de eficiencia abarca los tres criterios mencionados,
de tal manera que podremos decir que un sistema es eficiente si es a
la vez exhaustivo, completo y está interrelacionado respecto a sus
niveles de actuación, en el sentido en que estas nociones acaban de
ser definidas. Pero, además, si hemos de hablar de la realizabilidad
de hecho de un proyecto, tendremos que incluir como un factor
adicional, y de importancia no desdeñable, el factor tiempo: por
ejemplo, un sistema sólo será eficiente si cuenta, además, con los
recursos necesarios para conseguir el objetivo propuesto en un pla-
zo de tiempo determinado. La ausencia de respuestas temporalmen-
te ágiles a un determinado problema puede ser, sobre todo en con-
textos muy competitivos, un error tan grave para la eficiencia global
del sistema como la construcción de un plan estratégico inade-
cuado.
La organización estratégica de planes que incluye cualquier sis-
tema tecnológico ha de poder solucionar, pues, la tensión existente
entre lo ideal y lo factible, y el único camino viable en este sentido
es que la decisiones se tomen en función de aquellas situaciones que
cabe razonablemente esperar a la luz los hechos contextuales.
Cuanto mayor es el alcance y variedad de los hechos ambienta-
les y/o competitivos que pueden surgir naturalmente dentro de al-
gún contexto organizativo, mayor será la probabilidad de que el
universo de contingencias que los planificadores definan no incluya
todas las potencialidades. En general, cuanto mayor sea el número
y variedad de contingencias a que están sujetos los sistemas tecno-
lógicos, mayor tendrá que ser el conjunto de recursos que han de
desplegar para poder ser considerados eficientes.
La única ruta plausible para alcanzar un grado satisfactorio de
eficiencia será, pues, limitar lo suficiente el universo de posibilida-
des al nivel estratégico y efectuar una selección de las contingencias
previsibles de manera tal que, en la planificación, se consideren
únicamente aquellas que han sido seleccionadas, prescindiendo del
resto.
4. TECNOLOGÍA y METACRÍTlCA FILOSÓFICA
Tanto el estudio hecho a propósito de los mecanismos de acción de
las reglas tecnológicas como la delimitación de los conceptos de
eficiencia y control sirve de base justificativa a la reflexión metafi-
losófica que pretendo llevar a cabo. Como dije al comienzo, la tesis
que pretendo defender es la del carácter típicamente pragmático o
instrumentalista de la tecnología o, para ser más precisos, la necesi-
dad de acudir a elementos pertenecientes a este paradigma explica-
133
 I u, 1 1A 1 U 1\1 1', Il) M A 1 1 A')
rivo si queremos construir un marco teórico general que dé cuenta
de las peculiaridades del conocimiento tecnológico.
Quizá una buena manera de entender en qué consiste este para-
digma sea presentarlo en yuxtaposición con su opuesto teórico: el
realismo.
Bajo el concepto de realismo se agrupan una serie de tesis meta-
físicas, epistemológicas y semánticas. En primer lugar se defiende
la existencia de un mundo objetivo, independiente de nosotros y de
nuestro conocimiento y compuesto de objetos o entidades fijas que
poseen ciertas propiedades y mantienen entre sí ciertas relaciones.
En segundo lugar, se defiende la posibilidad de un acceso y una
representación epistemológicamente neutrales respecto de esa es-
tructura que conforma el mundo.
Lo que se conoce como realismo científico resulta, precisamen-
te, de añadir a estas afirmaciones que es la ciencia la que permite
ese acceso epistémico y que, por tanto, las entidades que postulan
las teorías científicas existen en realidad, con el mismo cstatus on-
tológico que el resto de las entidades no-teóricas, incluso cuando
están más allá de nuestras capacidades de observación.
La ciencia se ve, desde esta perspectiva, como un conjunto de
enunciados que describen objetivamente una realidad que existe
independientemente de nuestros esquemas conceptuales y de nues-
tros métodos de conocimiento. Por ello, la tercera gran tesis del
realismo puede formularse como la tesis de que las teorías científi-
cas -o por lo menos las teorías científicas sólidamente estableci-
das- son descripciones verdaderas o, al menos, aproximadamente
verdaderas del mundo.
En definitiva, se mantiene que la relación ser verdadero respec-
to a los enunciados que componen las teorías científicas es una rela-
ción objetiva, una relación que tiene como centro un concepto ~e
verdad primitivo ya-epistémico: el concepto de correspondencia
con la realidad.
Ahora bien, esa posibilidad de representación fiel sólo existirá si
los términos que componen los enunciados del lenguaje en el que se
expresa la teoría designan de forma fija y objetiva aquellas entida-
des que configuran los hechos en virtud de los cuales son verdade-
ros. Es necesario, pues, un argumento que justifique tanto la exis-
tencia de los referentes de los términos teóricos -observables e
inobservables-, como su permanencia real a través del cambio teó-
rico. Ese argumento lo encuentra el realismo en el hecho empírico
de que la ciencia hace predicciones que resultan cumplirse.
La sucesión de teorías científicas se entiende así en una forma
convergente, por ejemplo, como un progreso efectivo hacia una verdad
última. Se podría dar el caso límite, por tanto, de que una teoría
empíricamente adecuada, predictiva, explicativa, coherente, racio-
nalmente justificada y completa en grado máximo pudiera ser falsa
134
~IMAN'ICA 1)1 lAS lOGIAS ILCNOIÓl,ICAS
a pesar de todo, es decir, pudiera ser falsa en realidad (Putnam,
1980, 432). Esto pone de manifiesto claramente hasta qué punto
los aspectos epistemológicos están ausentes de la noción de verdad
que maneja el realista".
Frente a ello, el insrrumenralismo interpreta la ciencia no como
una trama teórica que describe y explica causalmente una realidad
objetiva, sino como un instrumento de predicción. Las teorías cien-
tíficas se conciben como un conjunto de reglas que nos permiten
obtener determinadas consecuencias observacionales sobre la base
de experiencias ya dadas y son, por tanto, más o menos útiles, pero
no verdaderas o falsas. Entendida como un instrumento de predic-
ción y control, la ciencia se ve libre de cualquier compromiso onto-
lógico en relación con las entidades que postula. Aceptar una teoría
científica no significa aceptarla como descriptivamente verdadera,
sino sólo como empíricamente adecuada; no supone comprometer-
se ontológicamente con sus afirmaciones, sino únicamente aceptar
sus predicciones observacionales. Esto es especialmente destacable
en relación con la existencia de entidades inobservables, uno de los
puntos centrales de enfrentamiento entre las tendencias realistas e
instrumentalistas.
Independientemente de cuál de estos planteamientos resulte más
adecuado en una caracterización del conocimiento científico -tema
del que no me vaya ocupar-, lo cierto es que existen razones de
peso que justifican la relevancia e idoneidad del enfoque instru-
mentalista en la conceptualización del conocimiento tecnológico.
Si retomamos el conjunto de elementos que se han puesto de mani-
fiesto en relación con la tecnología, en general, y con el análisis de
las reglas tecnológicas y de los conceptos de eficiencia y control, en
particular, podemos resumir esas razones de la forma siguiente:
i) El concepto de verdad que se encuentra en cualquier repre-
sentación teórica de una técnica no es en absoluto un concepto ob-
jetivisra ya-epistémico, sino que responde más bien al calificativo
de verdad útil, por ejemplo, un concepto estrechamente relaciona-
do con la eficiencia de los sistemas técnicos concretos.
La pregunta relevante con respecto a cualquier propuesta de
actuación técnica no es tanto si es verdadera o falsa -si representa
o no adecuadamente una realidad preexistente-, cuanto si funcio-
na o no, es decir, si, a través de ella, se pueden crear las circunstan-
cias y los mecanismos apropiados para alcanzar el objetivo deseado.
Mi propuesta, en este sentido, es reivindicar el concepto de co-
rrección frente al de verdad en el campo de la caracterización de los
9. Puesto que el nivel en el que nos movemos es puramente descriptivo, no entraré ni
en las dificultades que acarrea aceptar este tipo de planteamientos ni en su justificación.
Hay que destacar, sin embargo, que la conjunción de todas estas tesis plantea problemas de
difícil solución.
135
 JOSllA t o urnr o MAllA)
sistemas técnicos. En primer lugar, porque es un concepto básica-
mente normativo, corno lo son las reglas tecnológicas. En segundo
lugar, porque responde a los aspectos estrictamente pragmáticos
que les son inherentes.
ii) La esquematización de los sistemas tecnológicos como ca-
jas negras, en las que sólo son relevantes las variables externas de
input y output, convierte en innecesario cualquier tipo de compro-
miso ontológico con respecto a los referentes de los posibles térmi-
nos teóricos que aparecen en la formulación de las reglas de acción.
De hecho, esta ausencia de relaciones esenciales entre términos teó-
ricos y objetos es el resultado inmediato de la aceptación de un
concepto de verdad fundamentalmente pragmático o, como hemos
dicho, de la prioridad del concepto de corrección.
iii) La necesidad de postular una red referencial fija y objetiva
surge, en buena parte, como el único medio de poder establecer
algún tipo de relación interteórica. A su vez, esta posibilidad de
comparación global entre teorías diferentes es la piedra de toque de
la tesis típicamente realista de que la ciencia es un conocimiento
acumulativo que progresa históricamente hacia la consecución de
un objetivo central: dar una descripción completa y verdadera de la
realidad.
Ahora bien, puesto que la tecnología, como hemos visto, no
tiene, al menos prima [acie, aspiraciones globales, ni de representa-
ción teórica, ni de representación verdadera de la realidad, sino
más bien aspiraciones de control eficiente de aspectos muy parcia-
les de esa realidad, la existencia o no de un esquema fijo de referen-
cia no es algo que resulte problemático, como tampoco lo es la po-
sibilidad o imposibilidad de comparar diferentes reorías técnicas
con el afán de investigar su mayor o menor aproximación a la verdad.
Los conflictos de comparación entre tecnologías diferentes sur-
gen en un nivel de racionalidad práctica. Los mecanismos de eva-
luación vienen en este caso de los campos económico, político, so-
cial y medioambiental.
iv) El concepto de predicción tecnológica es un concepto in-
tervencionista, en el sentido de que más que predecir la ocurrencia
de determinados acontecimientos, contribuye a su creación. Este
crear realidad propio de la tecnología puede caracterizarse, por tan-
to, en base a enfoques filosóficos -corno el realisrno- que conlle-
van una visión cerrada -en el plano ontológico- y neutral -en el
plano epistemológico.
v) El espacio de posibilidades pragmáticas en el que se mue-
ven los sistemas técnicos exige, como hemos dicho, una mayor plas-
ticidad en los conceptos que se utilizan para representarlos teórica-
mente, y esa plasticidad conceptual exige una arquitectura fuzzy,
mucho más próxima a los puntos de vista instrumentalistas que a la
rigidez tópica de los planteamientos realistas.
136
~I MAN lit. A ur lAS RI.GI AS I fCNOl 0GICA)
En definitiva, necesitarnos un marco filosófico específico para
el análisis de los sistemas tecnológicos que, como tal, no puede
reducirse a un extrapolación de los enfoques realistas en filosofía
de la ciencia. Incluso admitiendo la idoneidad del instrumentalismo
en la construcción de ese marco, hemos de tener en cuenta que una
filosofía de la técnica, para ser adecuada, ha de ser entendida no
sólo, ni básicamente, como una teoría del conocimiento técnico,
sino como una teoría general de la acción.
REFERENCIAS BIRLIO(;RÁ¡':¡CAS
Bunge, J\..1. (1%9), ía investigación científica, trad. de M. Sacristán, Ariel, Bnrcc-
lona.
Bungc, M. (1972), «Toward a Philosophy of Tcchnology», en Mirchcm, C. y Mac-
key, R. (eds.) (1972). pp. 62-76.
Clark, A. (1988), «Thoughrs, Sentcnces and Cognitive Sciencc», Philosophica/ Psy-
chology 1 (3), págs. 263-278.
Clark, A. (1989), Microcognition. Pbiíosopby, Cognitive Scíence and í'arallel Díetrí-
buted Processíng, MIT/Bradford, Cambridge, Mass.
Clark, A. (1992), The Molten Codeo Concepts and Mental Causation Without A Lan-
guage ofThought. Manuscrito presentado a MIT Press.
Dretske, F. (198 1), Knowledge and the F/ow vf íniormation, Basi! Blackwcll, Oxford.
Fodor, J. (1975), The Language ofThought, Crowefl, New York.
Fodor, J. (1987), Psychosemantics: Tbe Problem of Meaning in the Philosophy of
Mind, MIT/Bradford, Cambridge, Mass.
Quinranilla, M. A. (1989), Tecnología. Un enfoque filosófico, Fundcsco, Madrid.
Putnam, H. (1980), -Models and Realiry», [ournal nf Symbolic Logic 45 (3)
pp. 464-482.
Rapp, F. (ed.) (1974), Contributíons to a Pbilosopbv ofTechnology, Rcidel, Dor-
drecht.
Rapp, F. (1981), Filosofía analítica de la técnica, Alfa, Barcelona (v. o. Analytische
Technikphilosophie, Karl Alber, Preiburg i. Br., 1978).
Sregmüller, W. (1973), Estructura y Dinámica de Teorías, Ariel, Barcelona.
Suppe, F. (1974) -Theory Strucrure», en Asquith y Kyburg (cds.), Current Research
in Phi/osophy (Jf Science, Easr Lansing, P. S. A., 1979.
Van Prasen, B. C. (1983), «Aim and Srructure of Scicntific Theorics», 7th 1nt. Cong.
I.ogic, Meth. & Phil. uf Scí., Salzburg, 1983.
137
 ACCIONES, PLANES Y TECNOLOGÍA
jesús Ezquerro
Universidad del País Vasco/u-m

1. lNTRODUCUÓl'\: PLANES y TECNOLO(;ÍA

En su libro Tecnología. Un enfoque filosófico (1989), Miguel

A. Quintanilla señala con acierto algunas de las tareas de la Filoso-
fía de la Técnica. En este campo, nos dice, aparecen problemas
ontológicos, epistemológicos y valorativos, entre otros. Cuestiones
tales como la entidad de los artefactos, la naturaleza de una inven-
ción, la creación de diseños, los criterios de evaluación de tecnolo-
gías y las implicaciones morales, económicas y culturales del cam-
bio tecnológico encajan en uno u otro de los problemas filosóficos
anteriormente señalados. Hay, sin embargo, un concepto nuclear
de especial relevancia filosófica en la noción de técnica; se trata de
la idea de acción.
No por casualidad Quintanilla utiliza la noción de técnica con el
significado expreso siguiente: «sistemas de acciones intencionalmente
orientados». Esta definición, nos dice, pretende excluir del concepto
de técnica acciones que se llevan a cabo de forma sistemática pero ins-
tintiva, es decir, sin utilizar conocimiento conscientemente, como suce-
de con algunas especies animales cuando construyen nidos o «fabrican»
miel. Pero no excluiría el uso de conocimiento inconsciente y no delibe-
rado resultante, por ejemplo, de la automatización mediante aprendiza-
je de habilidades que inicialmente requieren el uso de conocimiento
consciente. Lo esencial sería que el conjunto de acciones esté inten-
cionalmente sistematizado para conseguir unos objetivos (p. 35)1.
Ateniéndonos a la definición anterior, parece obvio que el con-
cepto de técnica vendría a identificarse con el concepto de plan. Si
1. Cuando aparezca solamente indicación de página debe entenderse que la referencia
es Quintarulla (1989).

139
 I~SLJs f/QUl:KKO
bien es cierto que no se puede afirmar que todo plan constituye una
técnica, la inversa sí se da. Es decir, toda técnica conlleva el diseño
y uso de un plan, de ahí que diseñar una técnica se identifique con
diseñar un plan. Mi plan para ir a Moscú el próximo mes de agosto
implica un conjunto sistematizado de acciones intencionalmente
orientado que va desde contactar con la agencia de viajes, sopesar
los pros y contras de unas ofertas u otras, hacer la reserva, etc.,
hasta mi traslado al aeropuerto de donde partirá el vuelo, etc. Sin
embargo, este conjunto sistematizado de acciones no constituye una
técnica. En cambio, el sistema de acciones que va desde el diseño de
un prototipo, la fabricación y la adquisición de piezas a los provee-
dores, hasta la producción de automóviles en una cadena de monta-
je sí constituiría una técnica, pero, como será fácil de admitir, com-
parte con el caso anterior buena parte de su estructura básica.
Quinranilla introduce como referencia fundamental en la caracte-
rización de técnica la idea de orientación a la «transformación de
objetos concretos» con el fin de diferenciarla de la noción más ge-
nérica de «rnétodo-", que serviría igualmente para designar proce-
dimientos orientados a la resolución de problemas exclusivamente
conceptuales. Esta caracterización podría dificultar la considera-
ción como técnicas de las a veces denominadas «técnicas o tecnolo-
gías socio-económicas), es decir, aquellos sistemas de acciones in-
tencionalmente orientados a la transformación de estados de cosas
de la sociedad tales como, por ejemplo, la reducción de la tasa de
analfabetismo funcional, o la del diferencial de inflación. No obs-
tante, entendiendo de forma suficientemente amplia la expresión
anterior, es decir, incluyendo objetos y estados de cosas concretos,
lo que vendría a caracterizar a una técnica como un tipo especial de
plan sería precisamente dicha especificidad de objetivos'. En cual-
quier caso, lo que me interesa destacar aquí es la idea de que toda
técnica constituye un plan, puesto que siendo esto así, los proble-
mas filosóficos de la teoría de la acción y de planes resultan, ea
ipso ; problemas filosóficos para la filosofía de la técnica.
Uno de los aspectos más interesantes de la mayor parte de las
tecnologías actuales es que involucran acciones cooperativas. Es decir,
que constituyendo sistemas de acciones orientados a la obtención
de los resultados pretendidos, requieren de la cooperación de dos o
más agentes, y en el caso más frecuente de multitud de ellos, para
ser ejecutadas. Este tipo de técnicas plantea problemas muy intere-
santes porque para su diseño hay que tener en cuenta no sólo la
concatenación de acciones que conduce de un estado inicial al esta-
2. Incluye, sin embargo, no sólo operaciones reales sobre cosas reales, sino también
operaciones conceptuales. En la medida en que [as operaciones conceptuales requieren, con
frecuencia, ser realizadas mediante operaciones sobre objetos concretos.
3. A diferencia, por ejemplo, de un plan para resolver un problema matemático.
140
A(.CIONIS, 1'1 ANI S Y r t c n or o cló
do final en el que se obtiene el resultado, sino también el hecho de
que el plan, o al menos partes del mismo, debe ser compartido por
los agentes implicados. Quintanilla define la acción cooperativa
(p. 66) como el producto intencional de acciones intencionales, es
decir, como el producto de una acción compuesta (A, A') en la que
los agentes implicados tienen una representación del producto (A * A')
y creen que dicha acción es posible, comparten un objetivo común
y además creen que dicho objetivo se obtendrá como resultado de la
acción compuesta.
Como punto de partida la caracterización anterior parece co-
rrecta", y podría servir como base para el diseño de planes. No obs-
tante, necesita ser desarrollada y complementada. La razón no es
difícil de ver si observamos algunas de las peculiaridades de la "ló-
gica" del diseño tecnológico (p. 90). Al tratar este tema, Quintani-
Ha matiza la idea de que diseñar una técnica sea lo mismo que con-
cebir un plan, puesto que una cosa es concebir una técnica y otra
diferente, nos dice, especificar una determinada realización de esa
técnica, que correspondería a la formulación del plan. Esta matiza-
ción, sin emhargo, quedaría suficientemente satisfecha recurriendo
a la conocida distinción «tipo-caso» entre acciones, ya que un de-
terminado tipo de acción puede ser ejecutado, realizado o instan-
ciado de diferentes maneras. La razón de utilizar esta distinción
es que, si la aplicamos a la relación entre un plan global y los dife-
rentes sistemas de acciones posibles para ejecutarlo, estaremos en
mejor disposición para dar cuenta de otro aspecto fundamental en
la técnica. Se trata del hecho de que las técnicas se aplican en situa-
ciones de tiempo real y de recursos limitados, por lo que el diseño
de técnicas debe permitir la reconsideración de las acciones, e in-
cluso de los objetivos, en el momento de su diseño y durante el
curso de su ejecución. Aunque la especificidad del objetivo para
el que se diseña una técnica restringe el conjunto de acciones nece-
sarias y/o suficientes para su obtención, hay que tener en cuenta,
nos dice Quinranilla, que «todas ellas son en principio objeto de
reconsideración a lo largo del proceso de diseño: los objetivos pue-
den sufrir modificaciones como resultado del descubrimiento de
nuevas posibilidades interesantes, los materiales pueden variar
si se descubre que hay otros más apropiados para el objetivo pro-
puesto, e incluso las restricciones de coste económico pueden cam-
biar como resultado del propio proceso de innovación técnica),
(p. 91).
4. En realidad esta caracterización encajaría en 10 que Bratman (1990) denomina ioint
act-types cooperatioeíy loaded, en la medida en que los requisitos cognitivos que impone a los
agentes parecen desembocar necesariamente en la idea de cooperación. El contraste se hace
más claro si los tipos de acción anteriores se comparan con los que son neutrales con res-
pecto a la cooperación, es decir, aquellos tipos de acciones que pueden ejecutarse coopera-
ti va mente, pero que no requieren necesariamente la cooperación.
141

Aunque este tipo de reconsideraciones se proponen para el pro-
ceso de diseño, ya que al diseñar un plan de acción concreto es
cuando aparecen las restricciones de tiempo, coste y limitaciones
de recursos, no se puede obviar el hecho de que las técnicas se apli-
can a lo largo de períodos de tiempo real y, por consiguiente, todas
estas contingencias pueden seguir apareciendo durante el período
de ejecución del plan. No es casual que los desarrollos recientes de
la teoría de planes en inteligencia artificial reflejen precisamente
la constatación de esta debilidad y el intento de remediarla. Hasta
fechas muy recientes, la planificación en inteligencia artificial se
entendía como el proceso de formular programas de acción con el
fin de obtener unas metas determinadas; sin embargo, apenas se
venía prestando atención al problema de cómo se usan los planes.
El problema del uso de los planes es interesante en sí mismo aun
cuando se prevea que el plan va a ser ejecutado por un solo agente,
pero cobra una importancia especial en el caso de la acción coope-
rativa. La razón es que a los requisitos anteriormente señalados en
el sentido de que los agentes implicados deben compartir el plan", y
teniendo en cuenta la posibilidad de reconsideración durante la eje-
cución del mismo, hay que añadir el de que cada agente (o cada
grupo de agentes) debe ser capaz de identificar las creencias, inten-
ciones y acciones de los demás para que el plan pueda ser llevado a
cabo, lo cual presupone algún tratamiento para el problema de la
comunicación. Es decir, hay que contar con recursos para tratar el
problema del reconocimiento y la generación de planes entre los
agentes que actúan cooperativamente. Con vistas a avanzar en la
solución de este problema, los desarrollos recientes en teoría de
planes en inteligencia artificial pueden resultar de mucha utilidad
para la filosofía de la tecnología.
Por otra parte, parece evidente que el diseño de planes y, por
consiguiente, de técnicas, es una labor básicamente normativa: no
se ocupa primariamente de diseñar modelos acerca de cómo los
humanos actuamos y planificamos de hecho, sino que trata de dise-
ñar sistemas intencionales de acciones capaces de transformar obje-
tos concretos de forma eficiente para conseguir objetos que se con-
sideran valiosos (p. 90). Sin embargo, si tenemos en cuenta las
observaciones anteriores acerca de la importancia del uso de los
planes para tratar el problema de la ejecución concreta, en tiempo
real, por parte de agentes particulares que actúan de forma coope-
rativa, nos tropezaremos inmediatamente con problemas descripti-
5. Realmente, para los casos en que el plan o la técnica son suficientemente complejos,
puede resultar un requisito demasiado fuerte exigir que los agentes deben poseer una rc-
presentación del producto intencional completo, sería suficiente con que tuviesen ccncci-
miento de sub-planes del mismo. Piénsese en técnicas como construir ordenadores ()
automóviles.
142
AC(IONI~, I'IANI~ Y IICNOloclA
vos, es decir, con algunos problemas filosóficos clásicos de la expli-
cación de acción, y más concretamente, con problemas de explica-
ción de acción racional. En 10 que sigue me centraré en algunos
de los problemas filosóficos que aparecen en el intento de ofrecer
explicaciones de acción racional, para pasar a tratar algunos de los
problemas de planificación de sistemas de acción que deben nego-
ciar con el mundo real. Estos últimos han aparecido vinculados a
la planificación en inteligencia artificial; sin embargo, el tratamien-
to que están recibiendo a lo largo de los últimos años puede ofre-
cer luz para paliar, siquiera parcialmente, la primera clase de pro-
blemas.
2. LA EXPLICACTÓN DE LA ACC¡0N RACTONAl.
El modelo creencias-deseos, considerado como el modelo usual de
explicación de acción, contiene simultáneamente aspectos descrip-
tivos y normativos. Por una parte pretende capturar la estructura
básica de la concepción de la mente implícita en nuestra percepción
ordinaria de la intención y la acción, o al menos muchos teóricos
cognitivos lo entienden así cuando hablan de la psicología del sen-
tido común ((o/k psycbologyv: Por otra parte, sin embargo, preten-
de articular una concepción normativa de la racionalidad práctica
que va asociada al modelo (Brarrnan, 1987a). Este carácter peculiar
ha sido el causante de la mayor parte de los problemas filosóficos
asociados con la modelización y explicación de la conducta inteli-
gente, hasta el punto de que un buen número de filósofos han des-
cartado la posibilidad de una ciencia de la mente humana'. No obs-
tante, si se es naturalista, es decir, si se considera que los estados y
procesos internos (psicológicos, cognitivos, mentales, o como los
queramos denominar) a los que se alude en la explicación de la
acción humana son procesos naturales que tienen lugar en algún
tipo de sustancia material, es decir, si se es monista o materialista,
entonces habrán de afrontarse serios problemas para diseñar un mar-
co conceptual adecuado en el que se pueda hablar propiamente de
explicación causal de la acción mediante la adscripción de actitudes
proposicionales. La razón es que habrá que responder de forma
mínimamente satisfactoria a la cuestión acerca de por qué resulta
eficaz, desde los puntos de vista explicativo y predictivo, la adscrip-
ción de creencias, deseos, intenciones, etc., a las personas.
Más concretamente, habrá que garantizar, o mostrar, que las
acciones a explicar son causadas por las «razones» o «actitudes pro-
6. Véase, por ejemplo, Fodor (1975 y 1987), entre otros.
7. Éste sería el caso de van Wright (1971) y, en general, de toda la tradición neo-
hermenéutica en el tratamiento de la acción humana.
143
 Jl ~u~ I /QUI Hf-\U
posicionales» que se adscriben a los agentes en las premisas texpla-
nans) del modelo explicativo, lo cual requiere a su vez:
i) Ofrecer algún marco conceptual en el que se articule con
cierta plausibilidad la idea de que las «actitudes proposicionales»,
las «razones» (creencias, deseos... ), poseen propiedades causales. Es
decir, intervienen en relaciones causales con el entorno tinputsv,
con otras actitudes (o estados mentales internos), y con la conducta
abierta (outputs).
ii) Ofrecer algún tipo de garantía de que las «razones» o "acti-
tudes proposicionales» adscritas para explicar o predecir una ac-
ción son las causas de la conducta en que consiste dicha acción, y
de que lo son qua razones, y que actúan del modo adecuado (in the
right way), con el objeto de evitar el problema de las cadenas causa-
les caprichosas (wayward causal chainsv.
iii) Ofrecer, igualmente y en correspondencia con el punto
anterior, alguna clase de garantía (en el sentido de contrastación,
falsación, etc.) acerca de nuestra capacidad, como individuos que
pretenden explicar las acciones de los demás, para adscribir actitu-
des proposicionales a las personas de modo fiable, en el sentido de
«acertar» con las razones que causan su conducta (10 que D. David-
son [1963] denomina las razones «primarias»). Recuérdese a este
respecto que, como Anscombe (1963) señaló acertadamente, toda
acción es intencional (o racional) bajo una u otra descripción. La
solución a este problema conlleva a su vez tener de algún modo
resuelto el no menos agudo problema de la individuación y/o iden-
tidad de las actitudes proposicionales. Y digo o:de algún modo» so-
lamente, porque este problema es, a mi juicio, uno de los «intrata-
bles» en un marco de explicación causal-computacional: sufre del
[rame problem".
Bien, podrá parecer que se trata de unas condiciones excesiva-
mente restrictivas, pero por el momento no he hecho otra cosa que
tratar de reflejar, de forma resumida, las principales constricciones
señaladas por los diversos autores acerca del estatuto teórico de
nuestras explicaciones racionales de acción. Las explicaciones de la
acción racional, a diferencia de las explicaciones simples de acción,
se hallan sometidas, naturalmente, a un conjunto de restricciones
más severo.
Jan Elster (1985) expresaba las condiciones que a su juicio de-
ben cumplir las que él denomina «explicaciones ideales de la elec-
ción racional». Son las siguientes:
a) Deben mostrar que la acción a explicar es la mejor forma (y
la única) de satisfacer el conjunto total de los deseos del agente,
H. Para una formulación, ejemplos y propuestas de tratamiento de este problema, pue-
den verse [os escritos de Chisholm (1964 y 1970).
9. Más adelante trataremos este problema.
144
A(( IUNI", I'I.ANlS y II.CNOlüc,IA
dadas las mejores (y únicas) creencias que el agente haya podido
formar, relativas a la cantidad óptima (y únicamente determinada)
de la evidencia.
b) Deben mostrar que la acción fue causada (de la forma ade-
cuada) por los deseos y las creencias, y las creencias, causadas (de la
forma adecuada) por la evidencia considerada (Elster, 1985,71).
Elster denomina a la condición a) el aspecto de la optimalidad,
ya la condición b) el aspecto causal, de las explicaciones de acción
racional. La explicación a intentar debiera ser, naturalmente, aque-
lla que cumpliera ambos requisitos. No obstante, se muestra bas-
tante pesimista respecto a las perspectivas de hallar pistas fiables
acerca de la historia causal de cualquier acción (desde la línea cau-
sal evidencia-creencias, hasta la relación causal deseos-creencias-
acción). Hacerlo supondría tener algún tipo de acceso a la «maqui-
naria» psíquico-cerebral de los agentes, yeso es algo que difícilmente
podemos hacer. Por este motivo, Elster opina que, siendo pragmá-
ticos, debiéramos conformarnos con explicaciones de acción que
incorporen solamente el aspecto de optimalidad. Sin embargo tam-
bién se muestra pesimista respecto a las posibilidades de llevar a
buen puerto esta empresa más modesta. Incluso un modelo explica-
tivo que soslaye los aspectos causales de la acción y tome en consi-
deración únicamente los de optimalidad (o racionales) tiene una
viabilidad ciertamente dudosa, al descansar en tres postulados, no
sólo excesivamente fuertes, sino también insolubles, según los ca-
sos, desde las propias bases conceptuales de la Teoría de la Deci-
sión. Se trata de los postulados de unicidad señalados anteriormen-
te en a): determinación única de la evidencia óptima; de las creencias
óptimas, dada la evidencia; y de la acción óptima, dadas las creen-
cias y los deseos.
Podría parecer que éste es un caso más de las dificultades para
armonizar los aspectos normativos y descriptivos del modelo creen-
cias-deseos, peto no es del todo así. Los problemas descriptivos no
sólo afectan al aspecto causal en puridad, es decir, al acceso a la
«maquinaria» psíquico-cerebral, afectan fundamentalmente al uso
del modelo en la práctica por los agentes. Y en la práctica, no existen
los agentes bayesianos estrictos. Ya hace bastantes años, H. Simon
(1955) argumentaba, frente a la concepción de la racionalidad im-
puesta por la Teoría de la Decisión, que un agente racional no es
aquel que siempre escoge el curso de acción que mejor satisface sus
objetivos dadas sus creencias. En la práctica, nos decía, un agente
racional simplemente no tiene acceso a todos los recursos y fuentes
de información necesarios para poder decidir las acciones óptimas
en cada caso. Las diversas dificultades señaladas por J. Elster son
una constatación de este hecho: respecto al proceso mismo de forma-
ción de creencias a partir de la evidencia disponible existen con fre-
cuencia casos en los que, por decirlo así, no se sabría cuándo parar
145
 JbSU~ I/QtHRRO
de recopilar información para poder afirmar que el proceso de for-
mación de creencias ha sido racional 10. Por contra, en muchas situa-
ciones de decisión podría ser irracional consumir un tiempo excesi-
vo en formar racionalmente las creencias sobre las que se va a decidir.
Tenemos, pues, que existen casos (no poco frecuentes), en los que ser
racional en la adopción de decisiones implica actuar en base a unas
creencias adquiridas irracionalmente y viceversa!'. Hay otros casos
para los que, por definición, no existe una solución óptima, por lo
que difícilmente se podrían cumplir los postulados de unicidad.
Desde la perspectiva de la construcción de modelos cognitivos
de agente, Christopher Cherniak (1986) señala que ha sido precisa-
mente la asunción (tácita) de una concepción de la racionalidad
excesivamente idealizada la que ha conducido o bien a sostener la
tesis de la autonomía de lo mental (su carácter no-nomológico), o
bien a mantener concepciones instrumentalistas del modelo creen-
cías-deseos". En esencia, afirma que esta concepción ideal de la
racionalidad no es realizable en los seres humanos de carne y hueso,
ya que requieren una habilidad deductiva ideal y no son compa-
tibles, por consiguiente, con el carácter finitario de las capacidades
y recursos cognitivos humanos. En consecuencia, el único camino
que Cherniak contempla para tratar de sortear el dilema anterior es
intentar formular concepciones de la racionalidad realizables en los
seres humanos, lo que él denomina racionalidad mínima, de modo
que alguna de ellas pudiera ser candidata a figurar como marco
explicativo real de los procesos de acción y decisión humanos!',
10. Este problema de la Teoría de la Decisión, el problema de Hamlet, se plantea
igualmente en Teoría de Planes en lA. Como veremos más adelante, Poder (1987a) lo iden-
tifica con el (rame problem.
11. Piénsese, por ejemplo, en las técnicas de diagnóstico médico, donde e! balance
entre el tiempo consumido en formar racionalmente las creencias (diágnóstico) y la formu-
lación de un plan de acción, por una parte, y la aplicación del plan o la técnica, por otru,
resulra especialmente crucial.
12. El primero podría ser el caso de D. Davidson , con su tesis de la anomalía de lo
mental, y e! segundo e! caso de o. Dennett, con su conocida concepción instrumentalista de
la psicología popular (jolk psycho/ugy) que él mismo ha matizado en sus últimos escritos (ver
Cherniak, 1986,3 ss.).
13. La perspectiva desde la que Chemiak aborda este problema es evidente: «And I
arrempted to construct more psychologically and computationally realistic rnodel s of rhe
"minimal agent"» (Cherniak, 1986, Pretaces. ,,1 will furrher propase thar such minimal rn-
tionality conditions are indispensable for adequare cognitive theory. What is at srake con-
ccrns the very possibility of a cognitive scicncc and of a realist ínterpretatíon o( ít» (lbid., 3
[el énfasis es mío]). Personalmente no creo que e! hecho de haber asumido concepciones de
la racionalidad excesivamente ideales haya sido la única razón. ni siquiera la principal, por
la que muchos filósofos han dudado de la interpretación realista de! modelo creencias-de-
seos. Creo más bien que ha sido básicamente e! problema de la intencionalidad (e! hecho de
que las actitudes proposicionales posean propiedades semánticas y las múltiples y complejas
consecuencias que se derivan de ello) lo que ha empujado a muchos filósofos, naturalistas y
no-naturalistas, a considerar muy poco plausible e! intento de hacer la psicología popular
científicamente respetable bajo una interpretación realista. En cualquier caso, la propuesta
146
A( ( I () N 1<', l' 1 AtJ I y 11 (NOI 0(,11\
Como acabamos de ver, los diagnósticos de Elster y Cberniak
son muy similares respecto al tema que nos ocupa, aunque en los as-
pectos relacionados con la causalidad y el estatuto teórico de las
actitudes proposicionales difieren sensiblement~. Por una p.a~t~, Elster
critica como implausible, al igual que Chemiak, la posibilidad de
realización de los modelos (ideales) de elección racional, y las con-
secuencias que extrae de esas críticas asimis~? guardan s~I!1eian­
zas, en la medida en que también propo~e debilitar los reql1~s~t?S de
racionalidad exigibles a los agentes!". Sin embargo, su decisión de
prescindir de los aspectos causales, de no contemplar la posibi!idad.
de dar cuenta nómicarnente de los vínculos causales entre eviden-
cia, actitudes proposicionales y acciones, no descansa, como ven-
dría a sostener Cherniak, en la constatación de las dificultades para
implementar los modelos (excesivamente idealizados) de racionali-
dad, sino en una observación previa: las dificultades de acceso a la
causalidad psíquica de los agentes (Elster, 1985, 62 Y 71).
No hay lugar, en este escrito, para tratar los probl~mas de la
causalidad y del estatuto teórico y ontológico de las actitudes pro-
posicionales. Ciertamente, solucionar el problema de.l~ causalidad
-requisitos i)-ii) anteriores- podría ser de gran utilidad para la
solución del problema de la individuación o identidad de los esta-
dos mentales o actitudes proposicionales -requisito iii)-. Pero en
el estado actual de la ciencia cognitiva esta posibilidad es remota.
Sin embargo, también se podría aducir que la solución del proble-
ma de la individuación o identidad es un reqursrro previo para la
solución de los problemas de la causalidad. Se trata, por tanto, de
un problema abierto y probablemente se necesitará todavía mucho
tiempo de avance en ciencia cognitiva y experimentación psicológi-
ca que nos permita afinar mucho más en la comprensión de fenómenos
de Che rnink de formular mode'los dt racionalidad mínima es un trabajo necesario para
poder dcsarrollar modelos computacionales de razonamiento y acción. Esta a~:titud con-
trasta en buena medida con la mantenida dentro del marco conceptual funcionalista que ha
atropado filosóficamente el desarrollo de los denominados modelos clásicos en lA y.en
ciencia cognitiva, donde se ha operado primariamente a nivel-1 (denominado corupur acto-
nal) entendido como un nivel de competencia ideal en el sentido de Chomsky.
14. Técnicamente sus propuestas son diferentes, debido seguramente a las también
diferentes perspectivas intelectuales con las que abordan, en este caso, el mismo problema.
Mientras 'lile Chr. Chernink proviene del campo de la Filosofía y en su trahajo se percibe
un peso decisivo de su interés por la Lógica y la Episternolog¡a, y por la construcción de
modelos computacionales de razonamienro plausibles para la psicología cognitiva, J. Elsrer
se mueve en el cruce de las disciplinas Teoría de la Decisión-Psicología Socinl-Pilosofía. De
ahí que sus propuestas vayan encaminadas más hacia la eliminación de! carácter dercrmi-
nista de los modelos de explicación de la elección racional y a la minimización del número
de posibles decisiones que la teoría ideal permite en abstracto para cada situación, sin tener
en cuenta las limitaciones de tiempo, memoria, etc., que afectan a los humanos; todo ello
matizado con la consideración de las variables {actuales que la Psicología contempla como
características de la personalidad de los agentes: conservadurismo, deseos de seguridad,
estados depresivos, etc.
147
 jlSUS II.QUI n n o
que la psicología popular trata de forma global y sin discriminar.
Quizá elmodelo creencias-deseos haya recibido un uso sobreexten-
dido, en el sentido de que ha sido aplicado sin distinción a los casos
en que una acción responde a un plan explícito y a aquellos casos
en que no es aSÍ, aunque sean racionalizados a posteriori de ese
modo, es decir, mediante la adjudicación de creencias y deseos. Por
otra parte, incluso los eliminacionistas están de acuerdo con la afir-
mación de que el modelo creencias-deseos funciona asombrosamente
bien, por lo que alguna explicación habrá que buscar a este hecho!'.
De cualquier modo, el diseño y la planificación tecnológicos
requieren la manipulación consciente de información -planes ex-
plícitos- y, por consiguiente, el uso de nociones corno creencias,
intenciones, objetivos, etc. Hemos comenzado esta sección dicien-
do que el modelo creencias-deseos tiene un aspecto descriptivo, en
la medida en que pretende capturar nuestras intuiciones ordinarias
acerca de la acción y la racionalidad. Este aspecto descriptivo que-
da evidenciado si tenemos en cuenta que el ser humano tiene la
habilidad para concebir planes de acción de vez en cuando, en fun-
ción de sus creencias y sus objetivos, y de actuar guiado, es decir,
con un cierto grado de compromiso, por los planes que ha formula-
do. Por otra parte, también es capaz, con frecuencia, de identificar
las actitudes de los demás agentes en la medida en que las «enmar-
ca» en algún plan adjudicado al agente en cuestión. Siendo esto así,
hay razones para ser realistas acerca de las actitudes proposiciona-
les, al menos en los casos en los que se hace un uso explícito de
ellas. Sin embargo, su aspecto normativo -la idea de racionalidad
construida a partir de la estructura básica del modelo- ha sido
desarrollada sin prestar atención al uso efectivo que los agentes hacen
de los planes. Es precisamente esta falta de atención al uso una de
las principales causas de los problemas filosóficos a los que hemos
aludido. Correlativamente, el desarrollo de modelos de uso de los
planes puede ofrecer bastante luz en la comprensión del modelo. En
la sección siguiente examinaremos algunos de los problemas de la
teoría de planes en inteligencia artificial. Veremos cómo, no por
casualidad, el desarrollo de esta teoría refleja problemas muy simi-
lares a los que acabarnos de ver.
3. INTELIGENCIA ARTIFICIAL Y TEORÍA DE PLANES
La inteligencia artificial tiene como objeto diseñar sistemas inteli-
gentes, es decir, sistemas capaces de resolver problemas de forma
15. Dennett distingue entre Beliefs, o estados mentales conscientes con formato lin-
güístico, y Opinions, que corresponderían a "estados profundos (vamma!es")». Puede verse
Esquerro (1991) para un análisis de estos problemas.
148
ACCIONLS. PLANFS y TECNOLOGIA
inteligente, por ello tiene un doble interés para la Filosofía de la
Tecnología. De un lado, la inteligencia artificial en sí misma es uno
de los desarrollos tecnológicos más significativos de nuestra época,
por lo que constituye una fuente muy rica de problemas filosóficos
de todo tipo como los aludidos al comienzo de la primera sección.
Por otra parte, uno de los campos clásicos de desarrollo más impor-
tantes de la inteligencia artificial es precisamente la teoría de planes
(o planning), que consiste en el proceso de formular planes de ac-
ción, usualmente para robots, con el fin de conseguir unas metas
determinadas. Por esa razón, corno dice Quintanilla, los modelos
de inteligencia artificial son especialmente importantes, porque los
sistemas de producción son buenos modelos de contexto operacio-
nal y el diseño de un sistema técnico se puede entender corno el
equivalente a la definición de una estrategia para aplicar de forma
efectiva un sistema de reglas a la resolución de un problema (p. 95).
La inteligencia artificial, sin embargo, ha venido concentrando
tradicionalmente sus esfuerzos en el problema de cómo se forman
los planes, pero ha prestado muy poca atención al problema de cómo
se usan los planes. En realidad, no está en modo alguno claro cómo
se puede juzgar la inteligencia de un sistema que nunca ha actuado.
Esta reflexión ha conducido recientemente a revisar los objetivos
tradicionales de la inteligencia artificial, de modo que sería más
correcto afirmar que la inteligencia artificial no debiera pretender
tanto el diseño de sistemas inteligentes, sino la construcción de ac-
tores inteligentes (Pollack, 1992). La razón es obvia: buena parte de
los problemas que han venido afectando el desarrollo de la inteli-
gencia artificial, englobados en su mayoría bajo el rótulo del pro-
blema del marco iframe problem), tienen que ver con lo que po-
dríamos denominar «el desafío de los sistemas dinámicos».
¿Qué es el problema del marco? Shoham (1987) dice que el [ra-
me problem es tan ubicuo, que todo el que trabaja en inteligencia
artificial se tropieza con él y nadie sabe exactamente en qué consis-
te, por lo que resulta enormemente difícil de identificar y definir.
Fodor (1987a) afirma, de forma mucho más gráfica, que el [rame
problem es como la música de las esferas: debido a que su melodía
suena por todas partes resulta imposible discriminarla. El problema
marco fue inicialmente reconocido en el campo de la teoría de pla-
nes para robots, pero inmediatamente se presentó en el desarrollo
de la inteligencia artificial aplicada al estudio de la comprensión y
producción del lenguaje, el razonamiento ordinario, la acción coo-
perativa y la planificación social. Existe coincidencia, en principio,
respecto a que este problema tiene que ver con los efectos, los no-
efectos y los efectos colaterales de las acciones y con la plasticidad
de los entornos en los que las acciones son llevadas a cabo. Por una
parte se da el problema de que una representación formal de acción
debe prever explícitamente todos los efectos pretendidos de dicha
149
 JI '"J', 1 I () u 1 I{ 1<' ()
acción, de lo contrario algunos no sucederán; por otra, la infinidad
de efectos no pretendidos resultarán irrelevantes sólo si hay suerte
o suficiente perspicacia para anticiparlos".
Bastantes expertos en inteligencia artificial creen que una estra-
tegia conocida como «la estrategia de dormir al perro» tsleeping-
dog strategyí" resuelve el problema del marco en el supuesto de
que éste sea identificado como el problema de la persistencia. Esta
estrategia consiste, según su acepción más usual, en diseñar siste-
mas capaces de ignorar los hechos que ellos entienden que perma-
necen inalterados por una acción dada, y al mismo tiempo capaces
de concentrarse únicamente en los cambios pretendidos. Esta hahi-
lidad debe ser complementada con otra que capacita al sistema para
inferir automáticamente la persistencia de los no-cambios.
El problema del marco ha sido objeto de diversas reflexiones
filosóficas especialmente pertinentes para los problemas que es-
tamos tratando. Las más relevantes han sido realizadas por los
tres autores siguientes: Dennett (1984), Haugeland (1987) y Fodor
(1987a).
Daniel Dennett describe el problema del marco como el «pro-
blema de la relevancia». Desde esta perspectiva, se trataría del
problema de distinguir las inferencias relevantes de las no relevan-
tes, con el fin de evitar que el robot quede atrapado en la tarea de
procesar un número infinito de inferencias irrelevantes (tales como
si la acción de mover un vaso de la mesa al suelo cambia su color o
su forma, a diferencia del no-cambio, seguramente relevante, con-
sistente en que el agua que hay dentro del vaso continuará dentro
del mismo después de rrasladarlo de lugar). Para Dennerr, el pro-
blema de identificar las inferencias relevantes y distinguirlas de las
no-relevantes constituye en sí mismo un profundo problema episte-
mológico previo al diseño de los planes: se trata del problema de
encontrar conocimiento relevante para los objetivos propuestos. Desde
este punto de vista, el problema de la persistencia vendría a
ser una instancia particular del problema más general de la rele-
vancra.
Haugeland, por su parte, identifica el problema del marco como
el «problema del holismo», La razón es, argumenta Haugeland, que
las relaciones inferenciales con respecto al mundo real son holísti-
cas en el sentido de que lo que resulta razonable inferir a partir de
una situación dada depende de un número no delimitado de condi-
ciones subyacentes. Dado este supuesto, la consecuencia es que, vir-
16. Ver McCarthy & Hayes, 1969. Inicialmente se trató de solucionar este problema
mediante la introducción de «axiomas ruar-en», es decir, dorando al sistema axiomas que
delimitasen los efectos de cada acción. Pronto se vio que esta vía era imposible. De ahí el
nombre de "problema del marco».
17. La expresión es de J. HaugcLmd.
150
ACClüNfS. PLANES Y llCNOLOGIA
tualrnente, cualquier inferencia puede ser apoyada por virtualmen-
te cualquier condición. Pero también se da la inversa, es decir, si
fallan las condiciones adecuadas, virtualmente cualquier inferencia
dejará de ser apoyada por virtualmente cualquier condición", Con-
siderado desde este punto de vista, el argumento de Haugeland in-
tensifica el problema de la relevancia. Aplicado al problema del
ma~co, requeriría encontrar un algoritmo eficiente que capacitase
al sistema para discriminar qué conocimiento es relevante para lo-
grar un objetivo determinado en una situación dada sin que el siste-
ma tuviese que sondear un espectro infinito de posibilidades. La
conclusión de Haugeland es que la estrategia de «dormir al perro»
no puede resolver el problema del holismo.
Fodor sitúa sus argumentos en el contexto de la teoría modular
de la mente (Fodor, 1983). Según esta teoría es necesario distinguir
en la mente entre dos tipos de sistemas muy diferentes entre sí: los
sistemas modulares y los sistemas centrales. Los sistemas modula-
res, a diferencia de los centrales, son facultades mentales «encapsu-
ladas» desde el punto de vista de la información que procesan. Fo-
dar entiende que un sistema está «encapsulado» cuando no tiene
acceso a toda la información disponible, por razones de su propio
dise~o. La consecuencia inmediata de esta caracterización es que
los sistemas modulares son, por definición, irracionales, en la me-
dida en que ignorar evidencia relevante resulta irracional conside-
rado como una técnica de adquisición de creencias (recuérdese la
condición a de Elster). Sin embargo, esta «encapsulación- informa-
cional tiene sus ventajas: es económica y rápida, y podría resultar a
la postre la única forma de explicar habilidades humanas tan bási-
cas e importantes como el parsing lingüístico o la percepción del
mundo del sentido común ifolk pbvsicsi",
En contraste, los sistemas centrales son racionales. Pero los sis-
temas racionales también tienen sus debilidades. Si emprendemos
la tarea de considerar un conjunto no arbitrario de evidencia rele-
vante disponible antes de decidir la fijación de una creencia, nos
toparemos de forma inmediata con el problema de decidir cuándo
1H. Téngase en cuenta la fuerte dependencia de este problema de [a amplia libertad
exisrenre para describir eventos y estados del mundo en función del contexto y de las accio-
nes que se pretendan llevar a cabo.
19. Por ejemplo, nuestra percepción del habla, a partir de ondas sonoras como in-put
de intormación, debe ser rcprocesuda en los sistemas centrales con el fin de considerar más
evidencia disponible que se encuentra en el contexto, en el conocimiento que el oyente
poste del hablante, etc. El argumento resulta más plausible con respecto a nuestra percep-
ción del mundo del sentido común: las limitaciones en cuanto a acceso a información del
«módulo de la percepción» son complementadas en el reprocesamiernn por parte de los
sistemas centrales, capaces de tener acceso a mayor cantidad de evidencia y de considerar
los resultados científicos y de instrumentos para recolectar evidencia a la que no tiene acce-
so nuestro sistema perceptivo. Ésta sería una forma de explicar el hecho de ~a persistencia
de nuestras ilusiones ópticas aun a sabiendas de que son ilusiones.
151
 )IÓlUÓl I LQUlR.KU
la evidencia considerada es suficiente, es decir, deberemos afrontar
el problema de cuándo parar de pensar". Nuevamente el problema
de Hamlet. Fodor piensa que el problema del marco es precisamen-
te el problema de Hamlet contemplado desde la perspectiva del in-
geniero: los expertos en inteligencia artificial tratan de construir
sistemas racionales en el sentido que se acaba de mencionar de que
sus mecanismos de fijación de creencias no están encapsulados. Pero
al mismo tiempo pretenden que estos sistemas fijen alguna creen-
cia o adopten una decisión de cuando en cuando, en lugar de que-
dar paralizados en su proceso después de haber intentado computar
un conjunto infinito de evidencia disponible. El problema está en
que, con objeto de evitar el problema de la parada se necesita al-
gún modo de delimitar la búsqueda de evidencia. En los sistemas
encapsulados, según hemos visto, la delimitación es arbitraria, pero
por eso precisamente se dice que estos sistemas son irracionales por
definición. Por consiguiente, el problema reside en cómo hallar una
estrategia (un algoritmo) que delimite de forma no arbitraria la
búsqueda de evidencia seleccionando únicamente la evidencia rele-
vante.
Según hemos visto, los argumentos de Fodor guardan una asom-
brosa semejanza con los anteriores argumentos de la relevancia y
del holismo. Sin embargo, algunos autores han aducido que los pro-
blemas de la relevancia y del holismo únicamente guardan un pare-
cido superficial con el problema del marco (Hayes, 1987 y Lomard,
1990, entre otros). De hecho, afirman, los problemas aludidos apa-
recen en todos los sistemas que tienen que realizar inferencias acer-
ca del mundo real, utilicen la estrategia de dormir al perro o no, por
lo que resultaría fuera de lugar atacar la estrategia en base a esas
razones. Por otra parte, también se afirma que los tipos de proble-
mas a los que se refieren con los argumentos de la relevancia y del
holismo pueden ser tratados de forma satisfactoria mediante el uso
de algunos instrumentos de la inteligencia artificial como las bús-
20. Recuérdese nuevamente la condición a) de Elster y los problemas aludidos en la
nota 14 anterior. No es en modo alguno casual que Huyes (1979 y 1985), tratando de
garantizar LJ posibilidad de formalizar el r.izonurnienro ordinario, afirme que nuestra per-
cepción y raaoncmien«: ordinarios acerca del mundo físico no requieren en el uso de teo-
rías físicas. Mis bien, utilizaría, según Hayes, una «física del sentido común» (nafve physics)
consistente en un sistema re pr-esentaciorral, no aprendido y de uso en su mayor parte in-
consciente, acerca del mundo físico. Este conocimiento estaría insertado en nuestras fncul-
tades sensorio-motrices y de comprensión lingüística. Del mismo modo, el propio Hayes, y
más recientemente Ray Jackendoff (1993), consideran que nuestra comprensión ordinaria
de la vida social depende de algún tipo de competencia psicológica, una especie de psicolo-
gía del sentido común (nai've o (o/k psychology). Desde este punto de vista, el razonamien-
to ordinario vendría a ser un sistema de información encapsulado (aunque Ray jackendoff
no tiene la misma concepción de sistema encapsulado que Fodor). Personalmente creo que
es dudoso considerar estos módulos, en caso de existir, al mismo nivel que el parsíng o la
percepción, ya que en estos últimos no hay procesos de inferencia e hipótesis a contrastar
en sentido estricto (Ezquerro, 1993).
152
ACCIONIS l'IANI.:' y llCNOIOCJIA
quedas bidireccional y heurística, cuando se trata de problemas de
dominio general, y mediante la incorporación de resultados de la
investigación científica cuando se trata de problemas de dominio
específico (Lomard, 1990). Sin embargo, desde el punto de vista de
la distinción anterior entre sistemas encapsulados y sistemas no-
encapsulados, cuando un sistema que debe razonar acerca de accio-
nes, es decir, un sistema de planificación, necesita incorporar resul-
tados científicos, entonces se tratará de un sistema abierto y quedará
afectado por los problemas de la relevancia, holismo, problema del
marco, o cualquier otro nombre que le queramos poner. Estos siste-
mas son abiertos, como lo es la racionalidad misma. En la medida
en que la racionalidad desempeña su papel principal en los procesos
de decisión entre hipótesis y teorías, lo hace en la decisión entre
descripciones alternativas del mundo. Dado que los sistemas de pla-
nificación tienen que operar sobre descripciones del mundo, se plan-
teará el problema de cuáles son las más apropiadas y relevantes,
correctas o no. Fodor dice que, bajo esta interpretación, resolver el
problema del marco vendría a ser lo mismo que solucionar el pro-
blema de la inferencia no desrnostrativa".
Admitamos sin embargo, por razones del argumento, que esta
última afirmación es correcta. ¿Qué se seguiría de ello? Pues ni más
ni menos que si el problema del marco es considerado única y sola-
mente como el problema de la persistencia, entonces el empleo de
dosis apropiadas de la estrategia de dormir al perro funciona. Pero
esto no significa que los problemas de la relevancia y del holismo
no constituyan problemas reales en la planificación. Como acaba-
mos de ver, estos problemas se le presentan a todo sistema que tiene
que negociar con el mundo real. Solamente en los casos de planning
para robots en los que se crea un entorno suficientemente aislado y
elemental parece funcionar la estrategia, pero deja de hacerlo a medida
en que la situación y el problema a resolver se hacen mínimamente
complejos". La razón es que existen problemas de planteamiento
básico. El robot Shakey se paraba a la menor modificación de algu-
na variable del estado del mundo no prevista en su base de datos. El
trabajo posterior aplicando la estrategia de dormir al perro y usan-
do técnicas de revisión de creencias no ha cambiado sustancialmen-
te las cosas. El problema de fondo es que, en la concepción clásica
de los planes en inteligencia artificial, un cambio en el entorno no
21. En realidad, el tema no es nuevo. Parece evidente que no pueden existir este tipo
de sistemas razonadores automáticos por las mismas razones que en ciencia no existe una
"lógica del descubrimiento» en sentido propio.
22. Wilensky (lY7S) caricaruri za las situaciones típicas a las que se aplican los planes
de los solucionadores de problemas: "Juan tenía una caja en una habitación y otra caja en la
habitación contigua. Quería tener las dos cajas en la misma habitación, cte.". En contextos
como éste comenzó a darse el problema del marco, pero es cuando menos atrevido pensar
que su solución a estos niveles es generalizable.
153
 JI so, ¡ IVUI KKO
significa ~~actar:n~nte que el mundo ha cambiado, sino que la re-
presenracion original del mundo era errónea. Sin embargo es evi-
dente que el mundo puede cambiar tanto mientras los agentes razo-
nan acerca de cómo conseguir sus objetivos, como cuando usan sus
planes (Pollack, 1992). En el caso de la acción cooperativa el pro-
blema resulta mucho más difícil de solucionar, puesto que al pro-
blema de la persistencia de los hechos del mundo entorno hay que
añadir el problema de la persistencia de las representaciones o acti-
tudes mentales ~e los demás agentes con los que se actúa cooperati-
vame~te. Es de,Clr, ~n modelo adecuado de planes para acción coo-
perativa debe incluir no solamente el problema del diseño de los
planes, sino el de su uso por los agentes, el cual debe incluir a su
vez, algún tratamiento para el reconocimiento de planes entre los
agentes implicados.
4. PLANifiCACIÓN y ACCiÓN COOPERATIVA
Tenemos, pues, que los problemas más difíciles de resolver en el
diseño de técnicas de planificación se presentan al tratar de diseñar
plan~s humanos que implican acción cooperativa, a diferencia de
los Simples planes para robor-'. Las críticas filosóficas anteriores
adquieren mucha más relevancia ahora. La planificación para ro-
bots ~per~ sobre un mundo de hechos. La planificación humana, en
ca~blO, tiene que tratar además con un mundo de creencias y otras
actitudes mentales. Retomemos el caso de la acción cooperativa.
Este tipo ~~ acción h~ si?o caracterizado, en términos generales,
como exhibiendo los siguientes tres aspectos siguientes:
i) Responsabilidad mutua: cada agente participante intenta ser
responsable de las intenciones y acciones de los otros sabiendo al
mis~o tiempo que los otro~ intentan asimismo ser res~onsables. Es
decir, cada uno trata de gurar su conducta con un ojo puesto en la
co.nducta de los demás, suponiendo que los otros tratan de hacer lo
mismo.
ii) Compro~iso de a~tividad conjunta: cada participante po-
see un compromiso apropiado (aunque sea por diferentes razones)
con respecto a la actividad conjunta.
~ii) Compromiso de apoyo mutuo: cada agente está compro-
metido en el apoyo a las acciones de los otros como parte de su
papel en la actividad conjunta".
Se trata, como se ve, de unas condiciones generales que preten-
23, Para un análisis general de las diferencias entre la modelización de planes para
robot y la de planes humanos, puede consultarse Bruce (1986).
24. Véase Brarman (1990). Puede inferu-se igualmente que estos tres aspectos vienen
de alguna manera implicados por la definición de acción cooperativa que QllintaniJla propone.
154
Al. ( I () NI' r. I A r,J 1', ( I I 1 t~ () I \) I , I A
den caracterizar' la acción cooperativa 'compartida, aunque no to-
das las acciones cooperativas deban satisfacer los tres requisitos".
Sin embargo, lo que hay que tener en cuenta es que todas ellas pre-
suponen la capacidad de reconocimiento de las creencias e inten-
ciones de los demás agentes. Por consiguiente, los agentes que están
ejecutando una acción cooperativa deben ser capaces de inferir los
planes de los otros agentes. El reconocimiento de los planes de los
demás agentes conlleva de furma correlativa, como acabamos de
ver, la capacidad de inferir las creencias de los otros agentes acerca
del mundo entorno y sus intenciones. Y esta capacidad debe permi-
tir la posibilidad de que las creencias de los otros agentes sean dife-
rentes de las propias.
Martha Pollack (1987) ha criticado el hecho de que los modelos
tradicionales de inferencia de planes venían asumiendo de forma
simplista que el agente cuyo plan está siendo inferido y el que rea-
liza la inferencia tienen creencias idénticas acerca del dominio del
plan. Pero este supuesto es evidentemente erróneo y conduce, por
necesidad, a problemas insalvables cuando se trata de modelar sis-
temas de acción cooperativa que requieren procesos de comunica-
ción entre los agentes. Por esta razón debe abandonarse el supuesto
anterior. Quizá la única salida a este problema, señala Pollack, sea
adoptar modelos de planificación basados en una concepción de los
planes como fenómenos mentales, de modo que se pueda distinguir
entre las representaciones mentales de unos agentes y otros (ver
también Pol lack, 1990). Del mismo modo, el desarrollo de la inves-
tigación, en interacción humano-computador, se ha tropezado con
problemas similares. Y los intentos de solución apuntan en la mis-
ma dirección, señalando la necesidad de un análisis de la conduc-
ta de los usuarios de los sistemas como una actividad intencional
(Suchman, 1987).
Así pues, como se ha anticipado, en la medida en que la planifi-
cación implica acción cooperativa, hay que tener en cuenta, en adi-
ción a las representaciones del entorno o del dominio, los estados
mentales de los demás agentes. El problema es que inferir los esta-
dos mentales de los demás agentes tiene sus peculiaridades: la posi-
bilidad de inferir los planes de los demás agentes descansa en las
creencias e intenciones que les adscribimos. Pero la conversa tam-
bién se da: la capacidad de adscribir creencias e intenciones a los
agentes tiene lugar en el contexto de los planes que les adjudica-
mos, y no parece que esto pueda hacerse de otra manera. Es más,
esta capacidad parece residir en el corazón de la idea que tenemos
de agente racional.
25. Por ejemplo, los tres requisitos no serian satisfechos por las accionc s que Quinrn-
uilla denomina de conftonración o competitiva, (p. 66). Desde este punto de vista, esta
clase de acciones serían cooperativas, Jun411e no pertenecerían a la clase de acciones de
cooperación cr.rnpartida.
155
 ¡f'>ú'> I/QUI I{I{ü
Esta situación contrasta enormemente con la que se ha venido
dando en la modelización clásica de planes en inteligencia artificial.
En este tipo de modelización usualmente se presupone un conjunto
fijo de operadores, variables de estado y objetivos, que permanece
sin modificación a lo largo del proceso de planificación. Sin embar-
go, en la planificación humana la identificación o individuación de
los estados mentales de los demás agentes es fuertemente depen-
diente de contexto y suele cambiar a medida en que el contexto lo
hace". Por ese motivo, en la planificación clásica en inteligencia
artificial, incluso en aquellos casos en que se dota al sistema de
técnicas de revisión de creencias, se tiende a separar el problema del
diseño y la generación de planes del problema del reconocimiento
de planes". Los trabajos más prometedores para dar cuenta de las
relaciones entre reconocimiento y generación de planes no están
viniendo actualmente de la modelización de planes en la inteligen-
cia artificial clásica inspirada en la solución de problemas, sino de
los intentos de modelar la comprensión de narraciones y la comuni-
cación, puesto que estos casos están esencialmente relacionados con
la inreración y cooperación humana. El problema, nuevamente, es
cómo evitar el problema del marco (aunque sea entendido como el
problema de la persistencia), o los problemas de la relevancia y del
holismo, en la planificación de acción cooperativa.
5. CONCLUSiÓN: ALGUNAS PISTAS PARA AVANZAR
¿Cómo podemos controlar la persistencia de las creencias, inten-
ciones y planes de los demás agentes en la acción cooperativa? ¿Cómo
26. Por no hablar de la cuestión de principio aludida anteriormente acerca de la nece-
sidad de tcconsiderución de las técnicas a lo largo del proceso de diseño, incluidos los obje-
tivos (Quinranilla, 1989, 91).
27. Ciertamente, en la actualidad se está trabajando con ahínco en revisión de creen-
cias, aunque más a nivel lógico que a los niveles computacional y de implementación. En
cualquier C<lSO, por muy prometedoras que sean estas líneas de investigación, estimo que el
argumento que trato de presentar aquí no queda invalidado. La razón es que, hasta donde
pueda alcanzar mi conocimiento, la revisión de creencias está basada en la admisión de
cambios en los hechos del entorno. Por ejemplo, si se añade un nuevo hecho, se efectúa una
revisión de creencias con el fin de preservar la consistencia. Algunos enfoques incluso dis-
ringuen entre "revisión» de creencias y «actualización» de creencias (ver, por ejemplo, del
Val & Shoham, 1992 y de! Val 1992). Sin embargo, esta clase de revisión no contempla los
cambios en las representaciones de los demás agentes, incluida la revisión o modificación
de los planes (o de sub-planes del mismo) corno consecuencia de los cambios de creencia en
otros agentes. Puede consultarse, sin embargo, Sharon Wood (1990) para ver un promete-
dor intento de unir el reccnocimicnrc de planes a la solución de problemas (o planning
clásico) en un contexto de nivel relativamente bajo, comparado con muchos casos de acción
cooperativa (piénsese en una conversación o en planificación social) como es el dominio de
la conducción. Lo que no termino de ver es cómo la autora puede evitar el problema de l
marco desde la perspectiva de la persistencia de las creencias e intenciones de los otros
conductores.
156
A«IONf'>, f-'IAN~'> Y lilNOIO(,IA
comprobar si las actitudes mentales de los demás agentes cambian
o no como resultado de nuestra propia actividad? Según acabamos
de ver, la posibilidad de inferir las intenciones a partir de las accio-
nes requiere observar la conducta de los demás agentes y utilizar
toda la información disponible en un contexto dado. El problema
es que normalmente existe más de una interpretación compati-
ble con lo que aparentemente es la misma acción, por lo que una
acción no puede servir como única evidencia para inferir las creen-
cias, intenciones y planes. Del mismo modo, si una intención dada
puede manifestarse en un número indefinido de acciones diferentes,
entonces la ausencia de la acción esperada no significa necesaria-
mente la ausencia de la intención adscrita. Así pues, en este punto
nos encontramos en una situación como la expuesta por Hau-
geland: las relaciones inferenciales entre creencias, intenciones,
acciones y planes son holísticas. La razón es que, virtualmente, cual-
quier par creencia-intención puede ser considerado como racional
dada una situación apropiada y en el contexto de un plan adecua-
do, y virtualmente cualquier inferencia de plan puede dejar de estar
garantizada si fallan las condiciones apropiadas. Esta es la razón
por la que en la planificación humana no se puede separar la gene-
ración de planes del reconocimiento de planes. En la acción coope-
rativa la generación o diseño de planes (y su revisión) tiene lugar
usualmente como consecuencia del reconocimiento de las intencio-
nes y planes de los demás agentes. Es más, puede darse el caso de
que si los demás agentes reconocen el plan de uno, pueden modifi-
car sus propios planes mientras el agente está ocupado en reco-
nocerlos.
En los modelos de planes de la inteligencia artificial clásica, los
planes son considerados, o bien como estructuras formales que con-
trolan acciones situadas (la situación se describe mediante variables
de estado), o bien como abstracciones de instancias de acciones si-
tuadas, sirviendo posteriormente dichas instancias para satisfacer
la estructura abstracta en cada ocasión particular. Ahora bien, si
este enfoque fuera correcto, entonces una situación en la que estu-
vieran perfectamente especificados el contexto y las condiciones
bajo las cuales los constructos mentales (planes de acción) se reali-
zan como acciones, debiera ser suficiente para tener acceso a las
actitudes del agente. Sin embargo, no parece ser así. Incluso en sis-
temas de cooperación o interacción humano-computador de bajo
nivel aparecen problemas de comunicación. Suchman (1987) ha rea-
lizado un sencillo e interesante experimento diseñado bajo los ante-
riores supuestos. En el experimento, una máquina fotocopiadora
está dotada de un sistema tutorial para enseñar su propio manejo a
los usuarios. Como, se podrá notar, se cuenta aquí con un contexto
perfectamente fijado y con un sistema de representación de un plan
de acción diseñado expresamente que conforma las «estructuras
157
 JI 'di', I /(jLJI IU,u
mentales>, de la máquina. Por otra parte, también se supone que los
usuarios desean ejecutar con éxito la acción de obtener fotocopias
de la máquina. Pues bien, los resultados del experimento mostraron
que en el transcurso de la interacción usuario-máquina, unas mis-
mas instrucciones eran interpretadas por los mismos agentes de for-
ma diferente o ambigua, y que la máquina tampoco interpretaba
siempre igual las mismas acciones de los usuarios, llegando a situa-
ciones de impasse. Es decir, en un contexto tan restringido y acota-
do como el relatado, se producen fallos en la identificación de las
«actitudes» del interlocutor. La conclusión más importante de la
autora es que la coherencia de las acciones no se puede explicar
adecuadamente en base a esquemas cognitivos preconcebidos, y
que, por el contrario, la organización de la acción situada (y todas
lo son) es una propiedad emergente de las interacciones momento-
por-momento entre los agentes, y entre los agentes y el entorno de
su acción. Por ese motivo, la adscripción de intenciones y la inter-
pretación de acciones parece ser más bien el resultado de procesos
de inferencia continuos y situados, basados en evidencia lingüísti-
ca, demostrativa y circunstancial paso por paso (Suchman, 1987,
179 ss.). Así, pues, el problema es doble: en primer lugar, cómo dar
cuenta de la persistencia o el cambio de las creencias, intenciones
y planes; en segundo lugar, cómo se puede conseguir esto teniendo
en cuenta las fuertes restricciones que tienen las máquinas para
su acceso a la evidencia disponible, un acceso que los humanos eje-
cutan de manera rutinaria y aparentemente sin esfuerzo, basándo-
se en evidencia que en muchos casos no es de carácter lingüístico
y que está contextualizada en un transfondo de circunstancias no
articulado.
éQué es lo que se puede hacer? Los argumentos anteriores pare-
cen tan contundentes que podrían inclinar a más de uno a arrojar
la toalla en el intento de modelizar la acción humana. La conse-
cuencia inmediata sería que, a fin de cuentas, es muy poco 10 que
la modelización de planes en inteligencia artificial puede aportar
al diseño tecnológico, puesto que no puede dar razón de aspectos
fundamentales como la acción cooperativa y la revisión de planes.
Pero quizá esta conclusión sea precipitada. Decía Dennett (1988)
que los filósofos normalmente trabajan mediante experimentos
mentales y refutaciones a priori. Cuando dan con una buena refu-
tación a priori, entonces los investigadores en inteligencia artifi-
cial, que persisten en sus intentos a pesar de la refutación, tienen
que hacer frente, tarde o temprano, a un coro de filósofos diciendo:
«ya os lo habíamos advertido nosotros», Lo interesante, dice Den-
nett, es cómo distinguir las pruebas de imposibilidad genuinas de
las que son un mero resultado de falta de imaginación. A este res-
pecto sigue habiendo una gran diferencia entre el talante de los filó-
sofos y el de los investigadores en inteligencia artificial. La respues-
158
ACC:IONI'>, 1'1 ANI " Y I1 (.NUI O(,IA
ta ordinaria de los filósofos continúa siendo más argumentación y
análisis a priori, la de los expertos en inteligencia artificial, en cam-
bio, suele ser: «trata de construir un modelo y comprueba cómo
funciona).
Lo que las refutaciones anteriores muestran, sobre todo, son las
insuficiencias de los modelos de planificación y acción coopera-
tiva basados en los modelos clásicos de solución de problemas.
Estos modelos, como hemos visto, concentran exclusivamente su
atención en el diseño de planes, y posteriormente se ven obligados
a recurrir a técnicas, más o menos ad hoc, con el fin de sortear
el dilema que aflige a la inteligencia artificial: encontrar un equili-
brio entre la efectividad de la acción y el suficiente consumo de
tiempo pensando. Sin embargo, recientes análisis filosóficos en tor-
no a la acción y los planes (véase, por ejemplo, Bratman, 1987,
1990 Y 1991) están sentando las bases para que la inteligencia arti-
ficial afronte el anterior dilema en una mejor posición. Bratman
(1987) se plantea el problema de la acción en agentes con fuentes
de información limitadas que deben actuar en tiempo real. La idea
que sostiene es que los agentes forman planes precisamente, en par-
te, a causa de las limitaciones de información. Desde este punto de
vista, los planes sirven para enmarcar los problemas subsiguien-
tes de razonamiento y para restringir la cantidad de información
necesaria para resolverlos. Por ello es plausible pensar que los pla-
nes cumplen dos funciones importantes en la acción cooperativa:
controlan la acción y a la vez posibilitan la coordinación entre los
agentes.
Con esta idea de base se puede tratar de modelar en inteligencia
artificial el uso de los planes. Uno de los intentos más prometedores
en esa línea es IRMA (Intelligent, Resource-Bounded Machine Ar-
chitecture) (Bratman, Israel y Pollack, 1988), con especial interés
para los problemas de la filosofía de la tecnología señalados ante-
riormente. IRMA es un sistema que asume que los agentes deben
razonar acerca de cómo conseguir sus objetivos. Se trata, por tanto,
de un sistema razonador medios-fines que tiene como particula-
ridad, a diferencia de otros sistemas clásicos como STRIPS, que
el agente razona sobre posibilidades acordes con sus intenciones,
no sobre fines arbitrarios. Esto no quiere decir que los agentes sola-
mente deliberan acerca de cómo conseguir sus objetivos, también
deben decidir, tanto en principio como en el curso de la ejecución
del plan, qué objetivos perseguir. Es decir, deben deliberar entre un
conjunto limitado de opciones. Las opciones están acotadas, en pri-
mer lugar, por las intenciones y por un mecanismo de umbral
que selecciona aquellas que sobrepasan un determinado valor.
No obstante, una de las fuentes más importante de opciones se da
en el curso de la ejecución' del plan, al ser sugeridas por los cam-
bios en el entorno. La opciones deben pasar por un mecanismo
159
 II'>U<' I/QlJl 1{f{O
de filtrado que contrasta si una determinada opción es compatible
los planes existentes. Si no lo es, la opción será rechazada y no será,
usualmente, objeto de nueva deliberación-", pero con el fin
de que el mecanismo de filtrado permita reconsideraciones, el siste-
ma contiene como segundo módulo un mecanismo de rechazo (ove-
rride mechanism). Este segundo mecanismo codifica clases de carac-
terísticas del entorno a las que son sensibles los agentes. Una opción
que activa un rechazo sensible será objeto de una deliberación más
detenida, incluso si es incompatible con los planes existentes.
Otra técnica inspirada en la reflexión sobre cómo los agentes
usan los planes es el solapamiento o «sobrecarga» (overloading) (Po-
lIack, 1991 y 1992). Antes hemos dicho que los planes no sólo sir-
ven para guiar la acción, sirven también para restringir el razona-
miento. ¿Cómo reconocen los agentes los medios relevantes para
obtener un objetivo determinado? Además de las estrategias pro-
puestas en la investigación sobre razonamiento basado en casos, el
overloading hace uso de íos planes ya adoptados por los agentes. Es
decir, cuando se está diseñando un plan para conseguir un objetivo,
si las acciones posibles (o parte de ellas) coinciden con las de la
obtención de algún otro objetivo, entonces usualmente se para la
deliberación y se adopta dicho plan. Dicho llanamente sería el re-
curso a la estrategia de «matar dos pájaros de un tiro» aplicada en
inteligencia artificial.
Como se podrá ver, estas técnicas, basadas en el análisis del uso
de los planes, permiten avanzar en la solución de los problemas
surgidos como resultado de partir de concepciones ideales de la
racionalidad y del hecho de concentrar los esfuerzos únicamente en
el diseño y no en el uso. Al mismo tiempo proporcionan una con-
cepción de la racionalidad más plausible, en el sentido de que abre
vías para sortear diversas paradojas sobre la racionalidad que sur-
gen cuando se adoptan concepciones ideales.
En cuanto a la acción cooperativa y las relaciones entre diseño,
uso y reconocimiento de planes, la investigación actual en modelos
de comunicación, conversación y comprensión de narraciones pro-
porciona buenas ideas. La concepción de los agentes como indivi-
duos que planifican no sólo permite abordar, según hemos compro-
bado, los problemas de las restricciones de razonamiento y del control
de la acción, también facilitan la coordinación: los agentes usan los
planes de los demás para facilitar la comunicación y la acción coo-
perativa. La razón es doble: por una parte, la comunicación entre
los agentes sólo parece posible si se asume que se ven unos a otros
2iJ. La matiza<:ión es relevanrc puesto que, corno señala Marrha Pollack (1992), puede
tener importancia, en algunos casos, la consideración de opciones incompatibles con los
planes vigentes. Los agentes que jamás reconsideran sus planes, a pesar de los cambios no
previstos que puedan ocurrir en el entorno, no se comportará racionalmenre a la larga.
160
ACClONIS. I'IANIS y lyeNOI()(,IA
como comportándose de forma más o menos estable, debido a sus
compromisos con sus planes (Bratman, 1983, 1987 Y 1991); por
otra, la comunicación se facilita enormemente cuando los agentes
razonan acerca de los planes de los demás (Allen, 1983, y Pollack,
1992).
Dados estos supuestos, es posible tratar de modelar la acción
cooperativa dando cuenta del reconocimiento de las actitudes de
los demás agentes (reconocimiento de planes) y posibilitando res-
puestas cooperativas entre los mismos. En este sentido, algunas in-
vestigaciones recientes sobre procesamiento de discurso y compren-
sión de textos pueden resultar muy útiles. Grosz y Sidner (1981,
1986, 1990), tratando de resolver los problemas del significado de
las expresiones referenciales y del reconocimiento de la estructura
de los discursos complejos, han propuesto lo que se denomina «Teoría
del Foco». Un foco consiste básicamente en un estado atencional
que contiene información acerca de los objetos, propiedades, rela-
ciones e intenciones comunicativas más salientes en cada fase del
discurso. Se trata, por consiguiente, de una abstracción del foco de
atención de los participantes en el discurso, y sirve para condensar
información acerca de los usos lingüísticos previos que resulta cru-
cial para el procesamiento de los siguientes, ahorrando, por tanto,
la necesidad de retomar la historia desde el comienzo. El proceso de
«focalización» consiste en un corrimiento del foco arencional por
parte de los participantes mientras el discurso progresa. Es un ejem-
plo más acerca de cómo aspectos fundamentales de la comunica-
ción se encuentran estrechamente vinculados al razonamiento acer-
ca de los planes del interlocutor. El problema es que, como ya se ha
indicado, la mayor parte de la investigación en reconocimiento de
planes ha sido realizada, hasta el momento, fuera del ámbito de la
planificación en inteligencia artificial.
Quizá la razón fundamental de este divorcio entre el reconoci-
miento de planes y la inteligencia artificial se deba al hecho de que
el tipo de razonamiento necesario para el reconocimiento de planes
ha venido siendo considerado como computacionalmente intra-
table hasta fechas muy recientes. Piénsese en la ingente cantidad de
inferencias que un par de agentes deben realizar en el curso de una
simple conversación o mientras están realizando una acción coope-
rativa coordinada. La mayor parte de estas inferencias dependen de
una cantidad arbitraria de conocimiento general (el problema del
conocimiento enciclopédico) que los humanos usamos con suma
facilidad, pero que resulta inaccesible en un sistema computacio-
nal. Por esta razón, los modelos de inferencia existentes en la inte-
ligencia artificial clásica iframes, scripts), reconociendo de antema-
no la intratabilidad de estos .fenómenos, venían relegando a la
pragmática los problemas no resueltos. Shastri y Ajjanagade (1992)
han propuesto un modelo concxionista parcial de razonamiento que
161
 JI ~U~ I/()UI kKU
ejecuta este tipo de inferencias, y lo hace, además, en tiempo psico-
lógicamente plausible. La historia nuevamente se repite, el proble-
ma de los modelos clásicos es que no prestaban apenas atención al
uso, en este caso a la implementación, obviando las estrechas r eln-
ciones entre la naturaleza de las representaciones, la efectividad de
la inferencia y la arquitectura computacional en la que se ejecuta el
proceso (Shastri, 1989). El problema de este modelo es que asume,
de partida, una base representacional «activada) (es lo que posibili-
ta un razonamiento tan rápido y efectivo), pero no da cuenta ni de
cómo se llega a activar dicha base, ni de cómo debe ir siendo susti-
tuida por otras bases representacionales a lo largo del curso del
procesamiento. Sin embargo, este problema podría solucionarse in-
corporando al sistema un foco, en el sentido anteriormente indica-
do, como un módulo adicional, con objeto de controlar la inferen-
cia (Ezquerro e Iza, 1993).
Un sistema de este tipo, con un mecanismo de foco que va pro-
porcionando sucesivamente las bases representacionales sobre las
que opera el mecanismo razonador, resulta altamente plausible para
su aplicación al procesamiento de textos". Pero, dada la definición
y las características de la acción cooperativa, en donde los agentes
comparten el plan, tienen responsabilidad mutua y compromiso
de actividad y apoyo mutuo, no es difícil ver su aplicabilidad al
diseño y uso de técnicas complejas que requieran de la comunica-
ción entre los agentes que desarrollan cooperativamente un plan. Al
menos, creo que es una especulación razonablejo.
Espero haber mostrado con las anteriores propuestas cómo los
actuales desarrollos en teoría de planes en inteligencia artificial pue-
den contribuir al esclarecimiento de las nociones básicas de la técni-
ca en la medida en que éstas se definen como sistemas de acciones
intencionalmente orientados. La atención al uso de los planes nos
enseña, por otra parte, cómo se puede ir avanzando en la construc-
ción de modelos de acción a pesar de las argumentaciones a priori
propuestas por algunos filósofos. Es cierto que la encapsulación
limita la racionalidad, pero no lo es menos que, como agentes ra-
cionales, estamos limitados. La cuestión es dónde se encuentra el
límite.
29. Shastr i, en comunicación personal, piensa que es posible incorporar las reglas del
movimiento del foco atencioual a su sistema. Se rrarar¡a de utilizar una pila para el foco
global con unos cuantos focos parciales (no muchos, lo que también es psicológicamente
plausible), de modo que pudieran ir restringiendo cada proceso de razonamiento. De este
modo la entidad en foco podría servir para controlar la activación de la inferencia.
30. Naturalmente, lo que escaparía al sistema sería la cantidad de información que los
agentes se transmiten por medios no lingüísticos, como los gestos, etc. No obstante, en los
casos de Jos sistemas de acciones que suponen acción cooperativa como son la mayoría de
las técnicas, el grado de espontaneidad en la comunicación entre agentes es mínimo si se lo
compara con los casos de conversación, donde ordinariamenre no existe un plan explícito
compartido por los agentes.
162
ALClüNLS, I'LANL5 Y ILCNOLOGIA
REFERENCIAS BIBLIOGRÁFICAS
AlIen, .l- F. (1983), «Recognizing intentions from naturallanguuge utterances», en
Brady, M. and Berwick, R. C. (eds.), Computational Models of Discourse, MIT
Press, Cambridge, Mass., pp- 107-66.
Anscombe, G. E. M. (1963), lntention, Cornell U. P., lrhacc.
Brarman, M. (1983), «Taking plans seriously», Social Theory and Practice 9, pp.
271-87.
Brarman, M. (1987), lntention, Plans and Practica! Reason, Harvard U. P., Cambridge.
Bratrnan, M. (1987a), ,,011 the Way ro rhe Planning Theory», en Bratman, M. (1987),
pp. 14-27.
Brarman, M. (1990), «Shared Cooperative Activity», CSU Paper, Sranford Universiry.
Bratman, M. (1991), «Planning and rhe Stability of lntention», CSU Paper, Stanford
Universiry.
Bratman, M., Israel, D. .l.. Pollack, M. (1988), «Plans and rcsource-bounded pracrial
reasoning», Computatíonal lntelligence 4, pp. 349-355.
Bruce, B. (1986), «Robot Plan s and Human Plans: Implications for Models of Com-
munication», en Gopnik, L & Gopnik, M. (eds.) (1986), From Models tu Modu-
les: Studies in Cognitive Science from the McGilI Workshops, Ablex Publishing
Corp., New Jersey.
Cherniak, Chr. (1986), Minimal Rationality, MIT Prcss, Bradford.
Chisholm, R. M. (1964), «The Descriptive Element in the Concept of Action», The
[ournal of Philosophy LXI, pp. 613-625.
Chisholrn, R. M. (1970) «Tbe Srructurc of intention», The [ournal of Philosophy
LXVI!, pp. 633-47.
Davidson, D. (1963), -Acrions, Reasons and Causes», The [ournaí of Philosuphy,
LX, pp. 685-700; reimp. en D. Davidson (1980), Essays on Actions and Events,
Clarendon, Oxford.
Dennett, D. (1984), -Cognitive Wheels: The Pramc Problcm in Al», en Hookaway,
C. (ed.) (1984), Minds, Machines and Evolution, Cambridge U. P., Cambridge.
Dennett, D. (1987), The íntentional Stance, MIT, Bradford.
Dennett, D. (1988), "When Philosopbers Encounter Artificial Inrelligence», Artifi-
cial lnteííigence, Winter, 1988.
Elster, j. (1985), «The Narure and Scope of Rational-Choice Bxplanarion», en
E. Lepore & B. P. Mcl.aughlin (eds.), Actíone and Euents. Perspectives on the
Philosophy ofDonald Daoidson, Basil Blackwell, Oxford, 1985, pp. 60-72.
Ezquerro, J. (1991), -Davidson, Fodor, Dennett y conexionismo/s: razones y causas
en los marcos actuales de explicación causal de la acción racional», en DAJ-
MüN, vol. especial Action Theory/Teoría de la Acción, 3, pp. 81-112.
Ezquerro, J. (1993), -Simulation Theory versus Folk Crafr: Commcnrs to M.
Davies' Mental Simulation and the concept of belíe], en Truth and Ratio-
nality: Actas de la VI Conferencia de SOFlA, Universidad de La Laguna (en
prensa).
Ezquerra, j. & Iza, M. (1993), Reflexive Reasoning, Focus Theory and Anapbo-
ra Resolution, Logic Seminar Repon LPHS-EHU-02.3, Universidad del País
Vasco.
Fodor, j. (1975), The Language ofThought, Crowell, New York.
Fodor, J. (1983) The Modularity of Mind, MIT Press, Cambridge, M:lS$.
Fodor, j. (1987), Psycbcsemantícs. The Problem of Meaning in the P'hilosophy of
Ivíínd, MIT, Cambridge, Mass.
163
 JI ~LJ~ I/QUI-RRO ACClONfS rlANFS y UCNOLOGIA

Fodor, J. (1987a), «Modules, Frarnes, Fridgcons, Sleeping Dogs and che Musí" of the Suchman, L.(1987), Plans and Situated Actions. The l'roblem of Human Machil1e
Spheres», en Carfield, l. L., Modularity in knowledge Representation and Natu- Communication, Cambridge U. P.
ral Language Understanding, MIT, Bradford, 1987 (reimpr. parcial en Z. Pylys- Val, A. del (1992), -Computing Darabase Updatcs», en Third Conference on Princi-
hyn [ed.], The Robot's Dilemma: The Frame Problem in Al, Abblex Publ., New pies of knowledge Representation (KR-92).
Jersey, 1987). Val, A. del & Shoham, Y. (1992), «Denving properties of belicf update from theories
Georgeff & Lansky (eds.) (1987), Reasoning about actions arui plans, Margan Kauf- of action», Proceedings of the 10th Conierence of the AAAI, 1992.
man Publ., Los Altos, California. Von Wright, G. H. (1971), Explanation and Underetandíng. CornelJ U. P., Ithaca-
Grosz, B. J. (1981), -Focusing and description in natural languages dialogues», en Ncw York.
A. joshi, B. Webber and 1. Sag (eds.), Elements uf discourse understaruiíng, Cam- Wilensky, R. (1978), "Undcrstandinggoal-based stories», Research Report 140, De-
bridge U. P., Cambridge. parrmcnr of Computing Sciences, Yalc Universiry, New Haven.
Grosz, B. J. & Sidncr, C. L. (1986), «Attention, Intentions, and rhe Strucrure of Wood, S. (1990), Planning in a rapidly changing environment, Cognitivc Science
Discourse», Computational Linguistics, 12 (3), pp. 175-204. Research Report CSRP 157, School of Cognitivo and Computing Sciences, Univ.
Grosz, B. J. & Sidner, C. L. (1990), «Plana for Discourse». en Ph. R. Cohen, J. Mor- of Susscx, Brighron.
gan and M. E. Pollack (cds.), Intentions in Communication, MIT Press, Cam-
bridge, Mass.
Haugeland, J. (In7), «An Overvicw of the Frcrne Problern», en Z. Phylyshyn (ed.)
(1987).
Hayes, P. (1979), «The narvc physics manifestó», en D. Michie (ed.) (1979), Expert
Systems in the Micro-Electronic Age, Edinburgh U. P.
Hayes, P. (1985), «The second narve physics rnanifesto», en J. R. Hobbs and R. C.
Moore (eds.) (1985), Formal Theories of the Commonsense World, Ablcx Pll~
hlishing Corp., New Jersey.
Hayes, P. J. (1987), "What the Prarnc Problem Is and lsn't», en Z. Pylyshyn (ed.)
(1987), pp. 123-37.
jackendoff, R. (1993), «Is rhere a Faculry of Social Cognirion! », Lecture delivcred at
Tbird ínternational Colloquium on Cognitive Science (lCCS-93), San Sebastián,
1993.
Lomard, E. (1990), -Frarning the frume problcm», Synthese 82, pp. 353-74.
McCarthy & Huyes (196.9), -Some Philosophical Problcms from the Standpoinr of
Ah, en Meltzcr, B. & Michie, D., Machine Intelligence 4, Edinburgh U. P.
Polleck, M. E. (1987), {,A Model of Plan Inference thar distinguishcs between
the beliefs of actors and observers», en Ceorgcff & Lansky (eds.) (1987), pp.
278-95.
PolIack, M. E. (1990), -Plans us complex mental attirudes-, en Cohen, P. R., Mar-
gan, J. and Pollack, M. (1990), lntentions in communication, MIT Press, Cam-
bridge, Mass., pp. 77-104.
Pollack, M. E. (1991), «Overloading intentions for efficient practica] reasoning»,
Nvú, 25 (4), pp. 513-33.
Pollack, M. E. (1992), « The uses of plans», Artificial lntelligence 57, pp. 43-68.
Quintanilla, M. A. (1989), Tecnología. Un enfoque filosófico, Fundesco, Madrid.
Sbastri, 1.. (1989), «The relevancc of connectionism ro Al. A representation and
reasoning pcrspcctive, Technical Rcport»: MS-CIS-89; UNC LAB 140, Depart-
mcnt of Computer and Information Science, Univcrsity of Pennsylvania.
Sbastri.L. & Ajjanagadde, V. (1992), «From simple associations to sysrematic reaso-
ning: A connectionist represenration of rules, variables and dynamic bindings
using temporal synchrony. Revised Technical Report»: MS-C1S-90-05. Compu-
ter and Informarían Scicncc Dcpartmcnt, University of I'cnnsylvania.
Shoham, Y. (1987), "What is rhe Frame Problem?», en Georgcff & Lansky (eds.)
(1987).
Simon, N. (1955), "A behavioral model of rational choice», Q. J. Econom, 69, pp.
99-118.

164 165
 SOCIOLOGÍA, POLÍTICA
Y ECONOMÍA DE LA TECNOLOGÍA
 CONTROVERSIAS Y ESTRUCTURACIÓN SOCIAL
DE LAS COMUNIDADES CIENTÍFICO-TECNOLÓGICAS:
UN ESTUDIO DE CASO EN INTELIGENCIA ARTIFICIAL
Mikel Olazarán
Universidad Pública de Navarra

1. EL CONEXIONISMO

El objetivo del (anexionismo o investigación en redes neuronales

es, por un lado, el diseño y la construcción de máquinas (sistemas)
inteligentes y, por otro, el estudio y rnodelación de la percepción y
la cognición utilizando elementos computacionales. Así, el (anexio-
nismo es un paradigma científico en las disciplinas inteligencia arti-
ficial (lA) y ciencia cognitiva.
Las redes neuronales (también llamadas redes neuronales artifi-
ciales, redes conexionistas, sistemas de procesamiento paralelo y
distribuido, y sistemas de computación neuronal) son sistemas de
procesamiento de la información compuestos de muchas unidades
de procesamiento (neuronas simplificadas) interconectadas que in-
teractúan de un modo paralelo para producir un resultado u output.
La arquitectura masivamente paralela de estos sistemas es radical-
mente diferente de la de los ordenadores digitales convencionales
van Neumann. Una importante diferencia a este respecto es que los
sistemas conexionistas no se programan para realizar una determi-
nada tarea computacional, sino que son «entrenados», Para entre-
nar un sistema conexionista en la realización de una determinada
clasificación es necesario realizar dos operaciones. Por un lado, hay
que seleccionar una muestra estadísticamente representativa (con
respecto a la clasificación en cuestión) de pares de inputs y (sus
correspondientes) outputs. Por otro lado, es necesario un algoritmo
para ajustar los valores modificables de las conexiones entre las
unidades en los casos en los que el sistema no produzca los outputs
deseados (es decir, prácticamente siempre).
El paradigma conexionista difiere radicalmente de la perspec-
tiva del procesamiento simbólico, la tradición que ha dominado

169
 MIKII 01 f\./f\.I\AN
la investigación en lA y ciencia cognitiva en las últimas décadas. La
perspectiva simbólica interpreta la inteligencia y la cognición como
procesos de manipulación y transformación de símbolos. Una carac-
terística central de los sistemas simbólicos de lA son sus estructuras
representacionales, y la posibilidad de manipular y transformar di-
chas representaciones, de una manera sensible a la estructura lógi-
co-sintáctica de las mismas. En estos sistemas, las representaciones
son manipuladas y transformadas de acuerdo con ciertas reglas y
estrategias (algoritmos), y la expresión simbólica resultante es la
solución del sistema a un determinado problema.
Los investigadores conexionistas esperan que sus sistemas ten-
gan considerable éxito en la realización de tareas tales como la clasi-
ficación o reconocimiento de objetos y el reconocimiento del lenguaje
natural, tareas que no son fácilmente programables en los sistemas
simbólicos (basados normalmente en una base de conocimiento y
reglas y en un sistema de inferencia). La capacidad de aprendizaje
de los sistemas conexionistas puede ser de gran importancia en la
modelación y reproducción artificial de estos procesos cognitivos.
2. CONTROVERSIAS EN CIENCIA Y TECNOLOGÍA:
LA CONSTRUCCIÓN SOCIAL DEL CONOCIMIENTO CIENTÍFICO
Y LOS SISTEMAS TECNOLÓGICOS
La sociología de la ciencia estudia los procesos de producción
y validación del conocimiento científico. Hasta los años setenta,
la perspectiva dominante en sociología de la ciencia fue el estudio
de instituciones, organizaciones y comunidades científicas defi-
nidas de acuerdo con criterios profesionales (tales como disciplinas
y grupos especializados de investigación). Dentro de esta perspecti-
va son destacables los (ya clásicos) trabajos realizados por Robert
K. Merton y sus colegas. En los años setenta se produjo un cambio
de énfasis dentro de los estudios sociales de la ciencia: un número
creciente de investigadores de esta disciplina dejaron de dar prio-
ridad al estudio de organizaciones científicas definidas de acuerdo
con criterios profesionales y comenzaron a estudiar sociológicarnen-
te la génesis y el desarrollo del conocimiento científico mismo. En
las dos últimas décadas un número considerable y creciente de estu-
dios de caso realizados desde esta perspectiva ha demostrado el
carácter social de los procesos de generación y evaluación del cono-
cimiento científico. En estos procesos sociales intervienen facto-
res tanto internos a la comunidad científica como externos a la
misma l. Por supuesto, el término «social» no se usa aquí en un sen-
1. Bornes (1974) y Blnor (1976) fueron dos de [os primeros investigadores que defen-
dieron explícitamente estas ideas. Bornes y Edge (1982) introdujeron y pasaron revista a
170
(()NI'~()VIR~IAS y LS1RUClURACIÓN SOCIAL DL LAS COMUNIDAIlIS
tido peyorativo, sino descriptivo. Decir que la ciencia es socialmen-
te construida y evaluada no equivale a afirmar que la ciencia es
«ideológica» o «mala»,
Así, si la generación y validación del conocimiento científico se
realiza en procesos sociales, entonces es natural estudiar dichos pro-
cesos desde una perspectiva sociológica. Una manera útil de co-
menzar un estudio sociológico de la actividad científica es la cons-
tatación de la «flexibilidad interpretativa» de la evidencia científica
(resultados, experimentos) (Collins, 1981a, 1983). Esto quiere de-
cir que la evidencia científica (resultados, experimentos) puede siem-
pre, en principio, interpretarse de diferentes maneras. En otras pa-
labras, la flexibilidad interpretativa de los datos, experimentos o
resultados científicos es, en principio, ilimitada. Este básico princi-
pio de la sociología de la ciencia ha sido afirmado por diferentes
investigadores:
[... 1Limitless debates are made possible by rhe unlimired interprerative flexi-
biliry of data [... ] (Collins, 1983,95).
l... l In principie, all the assumptions rhar go inro scienrific argumcnts can be
challeugcd (Pinch, 198 t, t 46).
At the instrumental level, studies hove shown rhat debate can be kcpt up as
long as parncipanrs dcsirc by challenging the particularities of any individual
experimento At rhe pbenomenal level, studies ha ve supportcd rhc general ar-
gument that there are, in principie, an crbitrary number of inrerpretations of
any set of data (Pickcring, 1981,65).
l... ] No knowledge possesses absolute wa rrant , whether from logic, experi-
mcnt, or pracricc. Tbere are always grounds for challenging any knowlcdgc
claim (MacKem:ie, 1990, 10).
Pero la flexibilidad interpretativa es sólo el principio. El proble-
ma es cómo la flexibilidad interpretativa es reducida en la práctica,
esto es, cómo una interpretación es aceptada como superior en una
determinada situación. Donald MacKenzie (1990, 11) formuló esta
idea en los siguientes términos:
l... ] It is important, as far as possiblc, ro investigare why a given technical
reason was found compel1ing, whcn , abstractly, ir eould hove been challen-
muchos temas centrales en sociología de [a ciencia, y ofrecieron una bibliografía detallada
tic las investigaciones realizadas en el área (incluyendo estudios de caso) hasta entonces.
Shapin (19H2) también pasó revista a algunos de los más importantes estudios sociales de [a
ciencia. Collins (1981<1, notas a pie de página) contiene una bibliografía bastante detallada.
Knorr-Cetina-y Mulkay (1983) contiene artículos de las principales perspectivas recientes
en sociología de la ciencia. MacKenz.ie y Wajcl11an (19HS) aplicaron el enfoque consrruccio-
rusta (the social construction approach) al estudio de la tecnología. Esta línea ha sido quizá la
más productiva en los últimos aúos (véase Bijker, Hughes & Pinch, 1987).
171
 MIKII 01 A/ARÁN
ged; and ro ask whar counts as superiority and efficiency in particular cir-
cumstances.
La flexibilidad iuterpretativa es eliminada (o reducida a niveles
prácticos o manejables) a través del «cierre» o resolución de contro-
versias (Collins, 1981a, 1983). En las controversias científicas (y
tecnológicas) investigadores de distintos grupos defienden interpre-
taciones diferentes (y a veces alternativas) de los mismos datos o
fenómenos. Se produce, pues, una confrontación de diferentes in-
terpretaciones. Lo interesante en un estudio sociológico de una con-
troversia en ciencia o tecnología son los procesos y mecanismos por
los cuales dicha controversia -que en principio podría siempre
continuar- es resuelta o «cerrada» en la práctica",
Bruno Latour (1987) desarrolló el esquema controversia-cierre
desde una perspectiva propia y formuló un aparato conceptual y
metodológico más completo para el estudio sociológico de la «tec-
nociencia», Latour utilizó el término «tecnociencia» para enfatizar
el carácter heterogéneo de la red de recursos y «actantes» (actants)
que se relacionan (o asocian) entre sí en los procesos de «enrola-
miento» y «alistamiento» o «control de las acciones de los actantes»
típicos de la actividad científica y tecnológica. Mediante el término
«tccnociencia» Latour quiere expresar todas las actividades (todos
los tipos de actividad) relacionadas con la investigación (científica
y tecnológica), y pretende asimismo ir más allá de las fronteras con-
vencionales (que él considera artificiales e inservibles) entre «cien-
cia» y «recnología-. Esta pretensión de Latour es particularmente
interesante desde el punto de vista del caso concreto que nos ocupa,
el conexionismo o investigación en redes neuronales. El conexio-
nismo es, por definición, una red heterogénea en el sentido de La-
tour que incluye elementos de «ciencia» (el estudio de la percep-
ción, la inteligencia, la cognición, procesos neurofisiológicos y
neurobiológicos... ) y de «tecnología» (... utilizando modelos y ele-
mentos computacionales y de tecnología de la información). Aquí
utilizaré los términos «investigación- o «investigación científica-
(en un sentido general) en lugar del término «tecnociencia» pro-
puesto por Latour, pero el sentido en el que utilizaré aquellos tér-
minos es cercano al de «tecnociencia».
Una característica crucial de las controversias científicas, seña-
lada por Latour (1987) y otros sociólogos de la ciencia, tales como
Leigh Star (1989), es la utilización (o, en otras palabras, la «rnovili-
zación») de recursos y argumentos retóricos y tácticos. El cierre de
una controversia no es la mera consecuencia de la adición de evi-
2. Este esquema controversia-cierre fue (y ~igue siendo) urilizado en numerosos estu-
dios de sociología de la ciencia (ver, por ejemplo: Collins 1981c), y fue más tarde «exporta-
do" a la sociología de la tecnología (ver, por ejemplo, Bijker, Hughes & Pinch, 1987; Pinch
& Bijkcr, 1987).
172
( (J t~ I H (J V I K!, 1A ~ Y 1) I f{ U c. 1 U K A el (J N ) OC 1A 1 1) I I A S (O M U N I[) A DI S
dencia científica, o de la pura «superioridad técnica» (o «superior
racionalidad») de una de las posiciones en litigio. Esa misma supe-
rioridad es el resultado del cierre de la controversia, y por tanto no
puede ser la causa del mismo:'. Dentr? de la sociología d~ la ciencia
y la tecnología, Harry Collins fue quizá el pnmer investigador que
propuso la idea de que siempre se emplean tácticas retóricas en el
cierre de las controversias:
Sorne -non-scientific» tactics must be employed becausc rbc rcsources of ex-
periment alone are insufficient (Collins, 1985, 143)4.
Wirhin rhe relativist programme we accept [... ] rhur the scientific view bclon-
ging to both sides of a controversy can be defended indefiuirely and that cuen
in the purest uf sciences, if debate is going ro end, ir must be brought to a
clase by some mean s not usually rhought of as srrictly scientific [... 1 (Collins,
1983,99).
(En mi opinión, el adjetivo «no-científico» utilizado por Collins
en esta cita cuando se refiere a «tácticas no-científicas» no es el más
idóneo, incluso cuando es escrito entre comillas.) En toda contro-
versia científica se emplean siempre tácticas retóricas. Estas tácti-
cas son elementos constitutivos del discurso y la práctica científica
(y del discurso y la práctica en general). En otras palabras, el dis-
curso y la práctica científica se organizan y construyen a través de
la utilización de argumentos y recursos tácticos. Y, por supuesto, el
térrninovrácrica retórica» no se utiliza aquí en sentido peyorativo.
Al contrario, en las controversias científicas (esto es) ella construc-
ción del conocimiento científico) no se avanza de la retórica a la
«verdad», sino de una retórica débil a una retórica cada vez más
fuerte, tal y como señaló Latour (1987). El discurso científico mo-
viliza más «aliados», recursos y actantes heterogéneos que (por ejern-
plo) el discurso de la vida cotidiana, y por tanto en este sentido se
puede decir que aquél es más social que éste. Bruno Latour (1987)
expresó esta idea en los siguientes términos:
We saw a litcrarure [scientific literarurc] becoming more rechnical by brin-
ging in more and more resources l... ] We saw a dissidenr drivcn into isolation
bccause of the numbcr of elements the authors of scientific articlcs mustered
oü their side l... ] Thc more technical and spccialised a lireraturc is, thc more
3. Collins·(1985, 106, nota 6) expresó esta idea en los términos siguientes: «[... ]The
success of one party 10 a dispute of this sort call11ot be cxplained by their superior grusp of
rhe na tu re of rhe phenomenon under investigation. Ir is this that ir is being discover ed
(detcr mincd) by che debate itsclf 1... ]". La idea es también una de la «reglas del método» de
Lacour (1987, 258): -Sincc rhe settlement of a conrroversy is the cause of Narure represen-
tation, nor its consequence, we can neve r use rh¡s consequence , Nature, to expl ain how and
why a controversy has be en settled-.
4. Para una afirmación similar, ver Collins (1985,152).
173
 MIKII 01 A/ARAN
«social» it becomes, since the number of associations necessury ro drive rea-
ders out and force them into accepting a claim as a fuer increase [... ] If being
isolated, besieged, and lefr without allies and supporrers is not a social act,
rhen nothing IS. The distinction between rhe rechnicallirerature and rhe resr
is nor a natural boundary; ir is a border creared by the disproporrionare amount
of linkages, resources and allies locally available. This literature is so hard ro
read and analyse not beca use ir escapes from all social Iinks, but because ir is
more social than so-callcd normal social ties.
El resultado del cierre de una controversia científica es (depen-
diendo del tipo de debate) la replicabilidad de un experimento, la
validez de unos resultados o la racionalidad de unas pautas o mol-
des de práctica científica (modelos de problemas-soluciones). Pero,
claro está, la aceptación de una interpretación de un resultado (o
conjunto de resultados) significa que las otras interpretaciones en
litigio son rechazadas. Suponiendo que hablamos de una controver-
sia entre dos posiciones, el cierre de la controversia en favor de una
de ellas trae consigo el rechazo de la otra posición (por supuesto,
esto puede ser una cuestión de grados de aceptación y rechazo).
Esto quiere decir que cuando se cierra un debate hay «ganadores» y
«perdedores». Una posición «gana» cuando su movilización de ac-
tan tes, aliados y recursos no puede ser contrarrestada por la otra
posición, es decir, cuando consigue inclinar la balanza de poder a
su favor. En ese caso, el lado «perdedor» tiene dos opciones: o bien
acepta la interpretación de sus oponentes como un «hecho», y la
utiliza como tal (esto es, dando por supuesta su validez científica)
en su propia investigación (en cuyo caso se habría producido, en
términos de Latour, una nueva «caja negra» (black box), o bien
continúa trabajando en su propia interpretación de una manera ais-
lada, alejado de los centros «calientes» de actividad científica y tec-
nológica, esperando que un día sea posible lanzar un contraataque
que ponga en duda el statu qua que emergió del primer cierre de la
controversia (de todas maneras, mientras tanto la interpretación
del lado «ganador» es aceptada como correcta). Así pues, el cierre
de una controversia puede verse como la emergencia de un nuevo
orden social (con su correspondiente distribución de poder) dentro
de un área de investigación, y por tanto no es la consecuencia de la
«intrínseca superioridad técnica» de una de las posiciones (con-
viene repetir esto otra vez: esa «superioridad» es precisamente lo
que está siendo decidido cuando la controversia todavía no se ha
cerrado).
Está claro que, una vez que se ha consumado la emergencia de
una de las posiciones como la «correcta» tras el cierre de una con-
troversia, y conforme la institucionalización del «nuevo orden» avan-
za (términos como «inercia» y «reificación» han sido utilizados para
referirse a este fenómeno), el tiempo corre en contra de los perde-
174
(ONII{()VfRSIA'> y IC,IRUCIURACIÓN SOCIAL ut lAS COMUNIDAI)lS
dores. Para los Investigadores que fueron partidarios del lado per-
dedor es cada vez más difícil mostrar la plausibilidad de sus argu-
mentos. Conforme la actividad científica «postcierre» se normaliza
e institucionaliza, los episodios de la controversia -por espectacu-
lares que en su tiempo hayan sido- se olvidan rápidamente, y la
interpretación vencedora va adquiriendo la apariencia de una «ver-
dad autoevidente»:
Even when it is pointed out rhat the viewpoinr of thc loscrs is logically tena-
hle, ir is difficult for the reade r ro remain impartial in thc facc of rhe sheer
weight of numbcrs in the winning camp (Harvey, 1.981, t 26).
Harry Collins (1975,94-95) utilizó la analogía del «barco den-
tro de la botella» para describir este proceso:
[... ] Much of our knowledge seems so «solid» as to require a justification in
terms orher rhan those which describe human actions [... 1To speak figuran-
vely, it is as rhough epistcmologisrs are concerned wirh the characteristics of
ships (knowledge) in bordes (validity) while living in a world where all ships
are already in bordes wirh rhe glue dricd and rhe stnngs cut. A ship within a
borde is a natural object in rhis world, and beca use there is no way to reverse
this process, ir is not easy ro accept rhat the ship was ever just a bundle of
sticks [... ] [But] ir is possible ro perform a kind of phenomenological brccke-
ting for ideas and fucts, by looking at thcm while they are being formed,
beforc thcy have beco me «ser» as pnrt of anyones narural (scientific) world.
[... ] This will generare a picrure of scicncc in which the figurative -ships» are
stil! bcing built by human acrors, ro be subsequently erected in rhcir bordes
by a trick invenred and workcd by human actors also.
Bruno Latour (1987), por su parte, se vale de términos como
«hechos» y «cajas negras» para referirse a este fenómeno. Lo que
todo esto quiere decir es que un estudio sociológico de la ciencia
tiene que reconstruir las circunstancias y procesos por los cuales
una caja negra fue creada, o un «barco puesto en una botella». Esto
es cada vez más difícil conforme el tiempo pasa y los «hechos» que
emergieron del cierre de una controversia son utilizados como «ca-
jas negras), para construir más hechos, esto es, conforme prácticas,
formas de vida y expectativas que incorporan esos hechos como
recursos o «componentes), cuya validez no es puesta en duda se
desarrollan e institucionalizan.
Es más, lo que se quiere decir con todas estas analogías (cajas
negras, barcos en botellas) es que la reapertura de una controversia
es un caso especialmente interesante en sociología de la ciencia. No
cabe duda de que un caso en el cual el lado perdedor en una controver-
sia reemergiera un tiempo después (digamos dos décadas después) y
175
 MIKIL OIA/Af{ÁN
provocara la reapertura de la controversia (y el cambio de la balanza
de poder resultante de aquella controversia) sería especialmente in-
teresante desde el punto de vista de la sociología de la ciencia.
Collins utiliza a veces el argumento de que «las cosas podrían
haber sido de otra manera» en sus estudios sobre mecanismos de
cierre en controversias científicas. En su estudio de las controver-
sias sobre radiación gravitacional en los años setenta, Collins señala
cómo, al aceptar la técnica de medición conocida como «calibra-
ción electrostática» (electrostatic calibration), ]. Weber restringió
la flexibilidad interpretativa de sus resultados en radiación gravita-
cional y decidió no dirigir su retórica argumentativa hacia ciertos
«frentes» del debate que en principio eran plausibles:
Weber in accepting clectrosratic calibrarion chose nor to argue on these fronts.
My respondents decisión to open up the range of possibilities for calibration
signals reveuls thar such an argument mighr nor have bccn entirely implausi-
ble (Collins, 1985, 104-106).
Por tanto, un caso en el que «cosas que podían haber sido de
otra manera» en un momento dado son realmente de otra manera
en un momento posterior en el tiempo y/o en diferentes circunstan-
cias es un caso especialmente interesante en el estudio de los proce-
sos sociales por los cuales se genera y evalúa el conocimiento cien-
tífico. En este artículo se defiende la tesis de que la historia del
conexionismo o investigación en redes neuronales es precisamente
un caso de ese tipo.
3. EL PRIMER CONEXIONISMO
Los orígenes del conexionismo, como los orígenes de la investiga-
ción en inteligencia artificial y ciencia cognitiva en general, se re-
montan al movimiento cibernético de los años cuarenta y cincuen-
ta. Uno de los problemas centrales de la cibernética era el de las
relaciones entre el sistema nervioso (yen particular el cerebro) y
diversos sistemas artificiales automáticos. El «lenguaje» de la ciber-
nética, esto es, el nivel en el cual los posibles paralelismos entre el
cerebro y diversas máquinas automáticas fueron estudiados, era el
lenguaje del control y del procesamiento de la información. Nor-
bert Wiener, uno de los fundadores de la cibernética, definió este
interés central del siguiente modo:
[... ] Cybernetics attempts ro find rhc cornmon elements in the funcrioning of
aurornatic machines and of the human nervous sysrem, and to dcvelop a theory
which wil1 cover thc entire field of control and communication in machines
and in living organisms (Wiener> 1948, 14).
176
(INIf{OVIf{~IA!> y 1~¡f{Uc:IUf{A(ION ~OClAI IJI lA" lOMUNII)AI)I~
Una de las características más importantes del movimiento ci-
bernético, en lo que a la cuestión de las relaciones cerebro-máquina
se refiere, fue su carácter plural. Esta cuestión fue tratada desde
posiciones teórico-metodológicas muy diversas. Conforme los años
iban pasando, el conexionismo y la inteligencia artificial basada en
el procesamiento de símbolos se convirtieron en las posiciones más
importantes. No obstante, no hay que olvidar que se exploraron y
desarrollaron otras muchas líneas de investigación'.
Es interesante señalar que el problema cerebro-máquina fue for-
mulado originalmente utilizando terminología de redes neuronales
proveniente del seminal artículo "A logical ca1culus of the ideas
inmanent in nervous activity» de Warren McCuIJoch y Walter Pitts
(McCulloch & Pitts, 1943). El objetivo de McCulloch y Pitts era
mostrar cómo un substrato físico de cierta similitud con el cerebro
podía realizar operaciones lógicas. Otro caso de la utilización de
terminología de redes neuronales con anterioridad al desarrollo del
propio paradigma conexionista es el primer diseño teórico del or-
denador secuencial «von Neumann», John van Neumann describió
el diseño del ordenador con programa incorporado (stored-program
computer) en 1945 utilizando neuronas formales del tipo McCul-
loch-Pitts (Aspray, 1990, 173). Un tercer ejemplo a este respecto es
la utilización por Minsky de terminología de redes neuronales de
tipo McCulloch-Pitts en su trabajo sobre teoría de la computación
(Minsky, 1967).
Entretanto algunos investigadores habían comenzado a elabo-
rar y desarrollar una perspectiva propiamente conexionista, esto es,
habían comenzado a construir y estudiar sistemas de redes neuro-
nales (y no a utilizar terminología de redes neuronales para descri-
bir sistemas que no eran conexionistas). Estos primeros investiga-
dores conexionistas comenzaron a combinar redes de neuronas
formales de tipo McCulloch-Pitts con la noción de «aprendizaje por
medio de la modificación del valor de las conexiones interneurona-
les» del psicólogo canadiense Donald Hebb, y construyeron así las
primeras máquinas conexionistas.
Hacia finales de los años cincuenta la investigación en redes
neuronales adquirió un carácter más definido. La formulación ex-
plícita de una buena parte de las ideas principales de esta línea de
investigación fue realizada por Frank Rosenblatt, un psicólogo ma-
temático de la Unidad de Investigación en Sistemas Cognitivos de
la Universidad de Cornell (Ithaca, New York). Los primeros inves-
tigadores conexionistas, con Rosenblatt a la cabeza, se oponían ex-
plícitamente a la utilización del procesamiento de la información
de tipo van Neumann como «metáfora- de la cognición, y por tan-
to definieron su paradigma en oposición al paradigma simbólico
S. Para más información a este respecto. ver Arhib (1983).
177
 MIKI.I OIA/AKAN LONIf{OVIK<,IA" y ISIKUC!UR.ACIÓN SOCIAL LH LAS COMUNIDADCS

de IA6. Los paradigmas simbólico y conexionista empleaban «direc- unidades

ciones metafóricas» (por decirlo de alguna manera) opuestas. Para de asociación
los partidarios del paradigma simbólico, el ordenador van Neumann a
era la metáfora de la cognición; para los conexionisras, por el con-
trario, era el cerebro lo que debía ser utilizado «metafóricamente»
en la construcción de ordenadores inteligentes.
Los investigadores de lA simbólica desarrollaron la cuestión ci-
bernética de las relaciones entre máquina y cerebro en la línea de
las relaciones entre mente (procesos simbólicos y representaciona-
les del pensamiento y la cognición) y ordenador van Neumann. El
paradigma simbólico en lA comenzó a desarrollarse con fuerza cre-
ciente a finales de los cincuenta y en los sesenta a medida que la
tecnología del ordenador van Neumann fue extendiéndose. La pers- unidades input
pectiva simbólica de lA y ciencia cognitiva utiliza el ordenador di-
gital como instrumento de experimentación y modelación tanto Figura 1: Perceprrón
para el estudio de la cognición y la inteligencia como para la cons-
trucción de máquinas inteligentes (por ello puede decirse que, para nes del perceptrón, así como otros similares elaborados por Ber-
la perspectiva simbólica, el ordenador van Neumann es una «metá- nard Widrow y Marcian Hoff en la Universidad de Stanford (Cali-
fora» de la cognición). La dirección de la investigación de los pri- fornia) fueron algunas de las contribuciones más importantes del
meros investigadores conexionistas era justamente la contraria: cons- primer período de la investigación en sistemas conexionistas. Estos
truir sistemas inteligentes inspirándose en el cerebro.
En la primera época de la historia del conexionismo se cons-
truyeron grandes (en el sentido literal de «grandes») máquinas

..
siguiendo esta idea del «cerebro como metáfora». La primera má- unidades input
.quina importante en este sentido (y la más famosa) fue el «per-
ceptrón» Mark 1, construido en el Laboratorio de Aeronáu- unidades output
tica de Cornell según el diseño de Rosenblatt. El perceptrón era
un sistema conexionista con 400 unidades input, 512 unidades
de asociación y 8 unidades output. Las unidades de procesa-
miento del perceptrón producían activación (output = 1) si los inputs °1
que recibían superaban un determinado valor de umbral. Sólo
eran modificables las conexiones entre unidades de asociación y •
unidades output, La figura 1 muestra la estructura de un percep-
trón que sólo tiene una unidad output. La figura 2 muestra sólo una
parte de un perceptrón: los estratos de unidades de asociación y
•
de unidades output, y las conexiones modificables entre dichas uni- •
dades.
Una característica del perceptrón que creó gran interés en
la investigación en redes neuronales tanto dentro como fuera de la
comunidad científica fue su capacidad de «aprendizaje», esto es,
su capacidad para mejorar su rendimiento en tareas de clasifica-
ción de objetos. Los algoritmos para la modificación de las conexio-

6. Schon (1963) utilizó el concepto de metáfora en su interpretación de los procesos

de emergencia Je nuevas ideas, Para la aplicación de este concepto a la emergencia de nue- Figura 2: Perceptrón simplificado.
vas ideas en la ciencia, ver Barnes (1974).

178 179
 MIKII UI AjARAN
algoritmos garantizaban que, si un perceptrón con un único estrato
de conexiones modificables era físicamente capaz de realizar una
tarea clasificatoria, entonces dicho perceptrón podía «aprender»
la tarea clasificatoria en cuestión a base de repetir el ciclo presenta-
ción de input-observación del output-modificación del valor de las
conexiones.
Es importante señalar que el perceptrón no fue el único pro-
yecto de grandes dimensiones en la primera etapa de la inves-
tigación en redes neuronales. En otros laboratorios y universi-
dades norteamericanas se llevaron a cabo importantes esfuerzos
de implementación de sistemas de redes neuronales. Dos de los
proyectos más importantes a este respecto fueron las máquinas
Madaline y Minos. Madaline fue construida por Bernard Widrow
y sus colegas del Departamento de Ingeniería Electrónica de la
Universidad de Stanford. Minos fue construida en el Instituto de
Investigación de Stanford (Stanford Research Institute, SRI) por
Charles Rosen, A. E. Brain y sus colegas. Estos dos proyectos y el
de Rosenblatt son buenos ejemplos del volumen de la actividad in-
vestigadora que el conexionismo alcanzó en los años cincuenta y
sesenta.
Al mismo tiempo que se iban desarrollando los mencionados
proyectos conexionistas, el proceso de emergencia de la perspectiva
simbólica de lA iba creciendo en intensidad. A finales de los años
cincuenta y principios de los sesenta, la lA simbólica, concentrada
en unos pocos «centros de excelencia» y con acceso privilegiado a
recursos computacionales, estaba creciendo con rapidez y comen-
zando su institucionalización. Investigadores como McCarthy, Ne-
well, Simon, Minsky y sus colegas y estudiantes estaban elaboran-
do y desarrollando poderosos instrumentos y programas para la
construcción de sistemas inteligentes. Se ha indicado ya que los ins-
trumentos y técnicas utilizadas por los investigadores de lA simbó-
lica eran muy diferentes de los utilizadas en los proyectos de redes
neuronales. Pero afirmar que la tradición simbólica era simplemen-
te diferente de la tradición conexionista a nivel teórico y metodoló-
gico es insuficiente. La oposición entre los investigadores partida-
rios de uno y otro paradigma fue siempre explícita y activa. Es más,
en ciertos momentos claves de la historia del conexionismo, dicha
oposición tomó pronto la forma de una abierta controversia cientí-
fica. Esta controversia con investigadores favorables al paradigma
simbólico (y contrarios al conexionista) ha condicionado en gran
medida la evolución histórica del conexionismo'
7. Un fenómeno similar, aunque en otro contexto disciplinar y en otra situación histó-
rica, fue apuntado por la socióloga de la ciencia norteamericana Leigh Star (1989, 126) a
propósito de la investigación localizacionista en neurociencias: «The shape of localizati 0-
nisr theory was developcd through with its opponenrs-.
180
( UN III()VIII''¡A', y 1'> I kUL I UkACl6N SOCIAl [JI lAS l.OMUNll)ADI s
4. LA CONTROVERSIA DEL PERCEPTRÓN
El primer momento crítico de la controversia acerca de la validez
científica de la investigación en sistemas conexionistas tuvo lugar a
finales de los años cincuenta y principios de los sesenta. La (siem-
pre latente) oposición entre los paradigmas simbólico y conexionis-
ta se convirtió entonces en una controversia abierta y explícita. El
perceptrón de Rosenblatt y sus colegas fue subvencionado por la
Oficina de Investigación Naval (Office of Naval Research) del Mi-
nisterio de Defensa norteamericano y recibió considerable atención
tanto dentro como fuera de la comunidad científica (por ejemplo,
en los medios de comunicación populares: periódicos, revistas). Las
afirmaciones de Rosenblatt acerca de los resultados obtenidos con
el perceptrón y, sobre todo, acerca de las perspectivas de futuro de
dicha máquina adquirieron una atención y una dimensión inusita-
das. La reacción de los investigadores contrarios al conexionismo y
favorables a los sistemas simbólicos no se hizo esperar, y fue con-
tundente. Criticaron fuertemente las afirmaciones de Rosenblat
acerca de las capacidades del perceptrón, y al conexionismo y los
conexionistas en general. La retórica verbal y dialéctica utilizada
por ambas partes (por investigadores favorables y contrarios al co-
nexionismo) alcanzó cotas muy importantes, y en muchas ocasio-
nes la diplomacia fue dejada de lado por los participantes en el
debate. Y esto fue sólo el comienzo de una cadena de ásperas y
duras críticas y acusaciones y las correspondientes respuestas y de-
voluciones de acusaciones".
En el apartado segundo de este artículo se ha dicho que las con-
troversias científicas y tecnológicas se «luchan» (se resuelven) en un
contexto de conflicto argumentativo en el que se utilizan «tácticas
retóricas» (en el sentido que esta expresión tiene para Latour). El
objetivo de las posiciones contendientes es la movilización y el en-
rolamiento de tantos (y tan buenos) aliados, actantes y recursos
favorables como sea posible. Bruno Latour (1987) utilizó el térmi-
no «carrera por la prueba» para referirse a este proceso. Es impor-
tante señalar que la dinámica de esta carrera no va de la retórica a
la «verdad", sino del empleo de retórica débil al empleo de retórica
cada vez más fuerte. La controversia del perceptrón confirma esta
dinámica que va de menos a más retórica. La espectacular y áspera
retórica verbal de los comienzos de la controversia era sólo el prin-
cipio, la «retórica débil» (en términos de Latour). La retórica más
«dura» vino poco despues. Marvin Minsky y Seymour Papert, dos
investigadores del Laboratorio de Inteligencia Artificial del presti-
gioso MIT (Massachusetts Institute of Technology) decidieron lle-
var a cabo un proyecto que mostrara las limitaciones del percep-
8. Para un estudio detallado, ver Olazarán (1991, sección 3.1).
181
 MIKII 01 AtARAN
trón de un modo decisivo. «De un modo decisivo» significaba para
Minsky y Papert que la comunidad científica abando nata de una
vez por todas la investigación en redes neuronales. Utilizando tér-
minos de Latour, se podría decir que Minsky y Papert decidieron
intervenir decisivamente en el debate, enrolando y movilizando tantos
actantes, recursos y factores como fuera posible en favor de su po-
sición (o, lo que es lo mismo, en contra de la posición conexionis-
ta), La siguiente cita, que pertenece a una entrevista que ]. Bern-
stein realizó años despues a Minsky para la revista The New Yorker,
muestra la contundencia con que Minsky y Papert comenzaron su
proyecto crítico:
In rhe rniddle nineteen-sixries llapen and Minsky ser out to kili the pereep-
tron, or, ar least, ro establish irs Iimitarions - a rask rhar Minsky felr was a
son of social service rhey could perform fur che arrificial-inrclligence com-
munirv (Bernscein, 198], ] 00).
La «versión popular» (por llamarla de alguna manera) de la his-
toria del conexionismo, según la cual Minsky y Papert demostraron
fuera de toda duda las limitaciones del perceptrón, descuida la aten-
ción e investigación que los propios conexionistas habían dedicado
a dichas limitaciones con anterioridad al estudio de Minsky y Pa-
pcrt, Los investigadores conexionistas habían reconocido con fre-
cuencia que sus sistemas, que en la mayoría de los casos tenían un
solo estrato de conexiones modificables, tenían importantes pro-
blemas y limitaciones. La solución que una buena parte de estos
investigadores conexionistas proponían era el estudio y la imple-
mentación de sistemas conexionistas más complejos.
En particular, los conexionistas de los años sesenta sabían que
algunos de los problemas más importantes de los sistemas de estra-
to único (como el perceptrón) podían ser superados con redes de
múltiples estratos de conexiones modificables. Continuaron estu-
diando y experimentando con diversas técnicas de modificación de
conexiones para esos sistemas, pero los resultados no eran todavía
considerados favorables. Para los investigadores conexionistas, no
había por el momento garantías suficientes de que estas técnicas
produjeran resultados comparables a los que las técnicas de modifi-
cación de conexiones en sistemas de único estrato producían en
dichos sistemas. No obstante, y esto es de la máxima importancia,
la única conclusión que de esto se seguía para un grupo significati-
vo de dichos investigadores, encabezados por Frank Rosenblatr, era
que había que seguir investigando en sistemas conexionistas de
múltiples estratos.
A pesar de esto, conforme la controversia iba aumentando, otros
conexionistas comenzaron a cambiar la orientación de sus proyec-
182
(ON1ROV¡R')IAS y FSTRUCTURACIÓN SOCIAl O~ l.AS COMUNIQAOfS
tos de investigación, bien hacia aplicaciones tecnológicas de los sis-
temas conexionistas, o bien hacia proyectos de lA simbólica, &í,.
Widrow y sus colegas comenzaron a desarrollar aplicaciones basa-
das en sus técnicas de modificación de conexiones. para redes de
único estrato en el área de procesamiento -adaprivo» de' señales
(adaptive signal processing). Por otro lado, los imestigadores del
Instituto de Investigación de Stanford abandonaron la investigación
conexionista y se incorporaron a. la tradición simbólica de' lA,. con-
cretamente al área de robótica. No obstante, en: 10) qllJue a Rcsenbsatt
y sus colegas se refiere.. es importante insistjr en que', si bDe1lF estos
investigadores: reconocieron las Iimiracienes de sus máqieines, a pe-
sar de ello continuaron buscando soluciones dentro del paradigma
concxionista.
En este contexto de controversia y crisis del coaexionismo, el
proyecto crítico de Minsky y Papert tuvo i-mpo·rtantes C?flSeCUen-
cias. La intervención de Mínsky y Papert en la controversia del per-
ceptrón, qne culminó con la publicación de su famoso libro Percep-
trons (Minsky & Papert, 1969), puede ser in>ue"Pretada corr ayuda
de la noción de Latour (1'>S7) de -reprcdecir» ire-enact) unos re-
sultados científicos. La intervención de' Minsky y Paperr en la con-
troversia del perceptrón es un caso de lo que Latour d1e1n:onJin6 La
«tercera manera» de «leer» (interpretar) un texto' científico (o unos
datos o resultados científicos), Para Latour (19S7, 60-61) un texto
científico puede ser leído de tres maneras. La primera manera de'
«leerlo» es. sencrllamanre no leerlo, Según las estimaciones informa-
les de Larour, esto es.lo que S€ hace en el 90 por ciento de los casos.
La segunda manera de leer un texto científico es la aceptación de
los resultados del texto. Las pretensiones de validez del autor son
aceptadas, y sus resultados son utilizados y citados, De este modo,
dichos resultados se van transformando en «hechos». Esta segunda
manera de leer un texto es bastante infrecuente; tan sólo tiene lu-
gar, según las estimaciones informales de Larour, en e19 por ciento
de las ocasiones, La tercera manera de' leer un texto, científico es,
según Latour, extremadamente infrecuente y costosa. Se trata de
reproducir las distintas fases por las que el autor- original pasó en su
investigación. Latour afirma que si se realiza ese (costoso) proceso
siempre, incluso en el texto científico mejor escrito, es posible en-
contrar defectos, dificultades y limitaciones. Esto es otra manera de
decir que, en principio, todo resultado científico puede ser ob-
jeto de flexibilidad interpretativa (ver apartado 2 de este artícu-
lo). El proyecto critico de Minsky y Papert se puede clas,íi= den-
tro de esta tercera manera de «leer» un texto (o unos resultados)
científicos.
Esta intervención de Minsky y Papert en la conrroversia del per-
ceptrón no implicó el paso de un discurso. retórico a un discurso
basado en la «verdad» o la «racionalidad», La retórica utilizada en
183
 MIKf 1 01 A/AHÁN
la controversia fue de menos a más (en el sentido de Latour), y no
de más a menos. En otras palabras, Minsky y Papert movilizaron
tantos (y tan buenos) «aliados» y «actantes- como pudieron en fa-
vor de sus argumentos, de tal manera que su posición no pudiera
ser contrarrestada.
Se ha dicho anteriormente que, según Latour, si se lleva a cabo
un proyecto de «tipo 3)~, siempre es posible encontrar al menos
un defecto incluso en el texto científico mejor escrito. Tras rea-
lizar su largo y costoso estudio crítico, Minsky y Papert afirma-
ron que habían encontrado no uno, sino varios importantes defec-
tos en el perceptrón de Rosenblatt. Las principales limitaciones
del perceptrón (y de los sistemas conexionistas en general) estu-
diadas por Minsky y Papert se podrían resumir en dos conjuntos
de problemas. Por un lado, Minsky y Papert estudiaron en de-
talle las limitaciones de los sistemas conexionistas de estrato único
(esto es, sistemas que sólo tienen un estrato de conexiones mo-
dificables). Por otro lado, dichos investigadores formularon un
pesimista «juicio intuitivo» (ésta es la expresión que ellos uti-
lizaron) acerca de la posibilidad de elaborar algoritmos efectivos
para la modificación de conexiones en sistemas de múltiples estra-
tos (la solución propuesta por Rosenblatt para superar las limita-
ciones de los sistemas de estrato único). La situación de la contro-
versia era la siguiente: si estos dos puntos de la crítica de Minsky
y Papert a los sistemas conexionistas eran aceptados, la capacidad
de maniobra de los conexionistas para defender su programa de
investigación se reducía casi por completo, y por tanto la balanza
se inclinaba en contra de la posición de Rosenblatt y otros conexio-
nistas.
Según la versión normalmente aceptada (y dada por supuesta)
de la historia del conexionismo, el estudio crítico de Minsky y Pa-
pert (1969) acerca del perceptrón demostró las limitaciones de es-
tos sistemas fuera de toda duda. Es más, esta interpretación señala
también que este estudio mostró la inutilidad de continuar investi-
gando en sistemas conexionistas. En este artículo se defiende que
dicha interpretación o versión sobre la historia del conexionismo
fue el resultado -y por tanta no la causa- del cierre de la contro-
versia del perceprrón". Los resultados de Minsky y Papert (1969)
acerca de las limitaciones del perceptrón de único estrato eran sus-
ceptibles de ser interpretados de maneras diferentes (esto es, esta-
ban en principio abiertos a flexibilidad interpretativa). Por otro la-
do, los comentarios y afirmaciones de dichos investigadores acerca
de las capacidades y posibilidades de perceptrones más complejos
(sistemas de múltiples estratos) eran todavía mucho más suscepti-
bles de flexibilidad interpretativa. Pero lo que es aún mucho más
9. Para una defensa detallada de esta tesis, ver Oluzarán (1991).
184
CON II\OVI ¡nIA~ '( 151 fHJC 1 URACIÓN SOC IAI 1)1 1 AS COMUNIDAI)[ ')
importante: tanto los resultados acerca del perceptrón como las afir-
maciones acerca de sistemas más complejos fueron en la práctica
objeto de flexibilidad interpretativa; de hecho los investigadores
conexionistas trataron de explotar esta flexibilidad interpretativa a
su favor.
Esta flexibilidad interpretativa del estudio crítico de Minsky y
Papert (1969) fue explotada por Rosenblatt y sus colegas en su re-
tórica en favor del perceptrón y de la investigación en redes neuro-
nales en general. Estos investigadores conexionistas insistieron en
las propiedades más positivas del perceptrón de único estrato y en
los aspectos más prometedores de los sistemas conexionistas de
múltiples estratos. Sin embargo, en el curso de la controversia, el
complejo retórico-argumentativo de Rosenblatt y sus colegas no fue
suficiente para contrarrestar la emergencia del consenso en contra
del conexionisrno. Esta interpretación estaba estaba emergiendo,
con creciente fuerza, como la «lectura>, dominante del estudio de
Minsky y Papert,
Pero recapitulemos: ¿Cuál era la situación de la investigación
conexionista cuando el estudio crítico de Minsky y Papert fue pu-
blicado a finales de los años sesenta? Una rápida mirada a los tres
principales proyectos conexionistas de aquella época revela que
Rosenblatt, el principal defensor del conexionismo, no tenía mu-
chos recursos ni aliados. Widrow y sus colegas habían comenzado a
trabajar en aplicaciones de sus técnicas de redes neuronales en otros
campos de la ingeniería electrónica. Por otro lado, Rosen y sus co-
legas del Stanford Research lnstitute habían comenzado a trabajar
en un proyecto de robótica dentro del paradigma simbólico.
Rosenblatt y sus colegas intentaron explotar la flexibilidad in-
terpretativa de los resultados de Minsky y Papert para defender su
posición, pero cada vez estaban más aislados. Por un lado, estaban
aislados dentro de su propio campo de investigación: muchos in-
vestigadores de redes neuronales habían comenzado a abandonar
sus proyectos. El complejo retórico-argumentativo de los conexio-
nistas no fue suficiente para mantener la plausibilidad y legitimidad
de su programa de investigación tanto ante la comunidad científica
(de lA y disciplinas cercanas) como ante instancias de la sociedad
externas a la comunidad científica (entre las que destaca la institu-
ción del Ministerio de Defensa estadounidense DARPA [Defense
Advanced Research Projects Agency], que subvencionó la mayor parte
de la investigación de lA en Estados Unidos en los años sesenta). El
estudio de Mínsky y Papert (1969) fue ampliamente interpretado
como la «última palabra» en el debate del perceptrón. La controver-
sia estaba cerrada y, como en todas las controversias, había «gana-
dores» y «perdedores». Un factor de gran importancia en el cierre
de la controversia (o, utilizando la expresión de Collins, un «meca-
nismo de cierre») fue la «asociación exitosa», impulsada por los
185
 M¡K! I 01 A/AKÁN
investigadores contrarios al conexionismo, entre i) la crítica (y re-
chazo) de los sistemas conexionistas e ii) factores tales como la emer-
gencia de la lA simbólica o el desarrollo de la tecnología del orde-
nador von Neumann. La conexión entre los dos factores nombrados
en el punto ii) y el rechazo de la investigación en redes neuronales
no era algo necesario, natural o inevitable, sino el resultado de un
proceso social de decisión y consenso. En otras palabras, la conexión
entre a) el estudio crítico de Minsky y Papert y los elementos men-
cionados en el punto ii) por un lado, y b) el rechazo de la validez
científica de la investigación en redes neuronales y el consiguiente
abandono de la misma por otro, no era una conexión lógica, natu-
ralo racionalmente inevitable, sino una conexión construida en un
proceso social de controversia tanto interna a la comunidad cientí-
fica como en esferas de la sociedad externas a la misma.
Dentro de las disciplinas de lA-ciencia cognitiva, esto fue una
clara derrota para los investigadores conexionistas. La controversia
se había cerrado en contra de su posición. (Y por si esto fuera poco,
el conexionismo perdió a Rosenblatt, su líder más representativo,
en un trágico accidente de barco de vela en 1971.) El conexionismo
perdió este debate, y fue por tanto considerado como un paradigma
sin validez científica en lA-ciencia cognitiva. No obstante, no hay
que olvidar que perder una controversia no significa desaparecer
totalmente de la faz de la tierra. Un reducido y aislado grupo de
investigadores continuó trabajando en aspectos relacionados con
las redes neuronales aunque, eso sí, lejos de los «frentes calientes de
actividad» de lA-ciencia cognitiva, en áreas como las neurociencias
y la psicología (en temas relacionados con el conexionismo en «fren-
tes científicos» no tan «espectaculares» como el de las máquinas
inteligentes) 10. Las aportaciones de investigadores como C. van der
Malsburg, O. Willshaw, T. Kohonen, S. Grossberg y ]. Anderson en
los años setenta en temas como content-addressable associative me-
mory y redes neuronales no supervisadas fueron un elemento im-
portante de la base sobre la cual se desarrolló (reemergió) el co-
nexionismo en la segunda mitad de los ochenta.
5. EL NUEVO CONEXIONISMO
Tras el cierre de la controversia del perceptrón, la actividad cientí-
fica y tecnológica en redes neuronales fue abandonada por la gran
mayoría de los que se habían dedicado a ella. Los pocos investiga-
dores que continuaron lo hicieron lejos del «frente» (por decirlo de
alguna manera) de la lA, en contextos disciplinares e institucionales
10. Estos investigadores tuvieron una presencia más notoria en Europa que en Estados
Unidos (Lighthill, 1973).
186
lONIIU)VIK~IA~ y I.SIRUCIURACIÓN SOCIAl 1)[ LAS (OMUNIDADLS
más cercanos a las neurociencias y a la psicología. El dominio del
paradigma del procesamiento simbólico continuó a través de los
años, hasta que la situación comenzó a cambiar a principios de la
década de los ochenta. A principios de dicha década comenzaron a
desarrollarse un conjunto de elementos, factores y acontecimientos
que hicieron posible la reemergencia del conexionismo en lA y ciencia
cognitiva.
A principios de los ochenta se estaban produciendo cambios sig-
nificativos en el mundo de la lA y áreas relacionadas de invesriga-
ción. Por un lado, se habían producido avances importantes en la
tecnología del ordenador digital. En lo que se refiere a hardware,
hay que destacar la miniaturización, el enorme crecimiento del po-
der computacional y la reducción de costes. No en vano ésta era la
época de la VLSI (Very Large Scale Integration). Por otro lado, tras
diversos altibajos en los años setenta, la lA simbólica había alcanza-
do la fase de comercialización. Los fondos dedicados a esta activi-
dad científica estaban creciendo considerablemente tras el lanza-
miento por parte del Gobierno japonés del proyecto de la «Quinta
Generación», en el cual una de las áreas prioritarias era precisa-
mente la lA (concretamente know/edge-based informatia n systems
y lenguaje natural). Por último, se estaba dedicando una cantidad
creciente de investigación a diversos tipos de arquitecturas de com-
putación en paralelo. Este tipo de investigación no buscaba única-
mente mayor poder computacional (en términos, por ejemplo, de
número de operaciones por segundo) sino también, en un sentido
más global, arquitecturas computacionales alternativas. Aunque, por
su paralelismo «masivo» y por su cercanía a la inteligencia artifi-
cial, la ciencia cognitiva y las neurociencias las redes neuronales se
situaban entre las soluciones más radicales dentro del movimiento
del paralelismo, no cabe duda de que el conexionismo se benefició
del contexto cambiante de principios de los ochenta.
En este contexto, un grupo de investigadores, el llamado grupo
POP (Parallel Oistributed Processing, procesamiento en paralelo y
distribuido), comenzó a desarrollar y relacionar una serie de instru-
mentos y elementos teóricos, metodológicos, experimentales, disci-
plinares e institucionales con el firme y explícito objetivo de volver
a llevar el conexionismo al «frente» de lA-ciencia cognitiva. Entre
los «aliados» (utilizando la terminología de Latour), factores, ele-
mentos y recursos que el grupo PDP pretendía «enrolar» figuraban
los siguientes: i) los pocos investigadores que habían continuado
investigando en redes neuronales en los años setenta, ii) investiga-
dores que estaban trabajando dentro del paradigma simbólico de lA
y ciencia cognitiva y que estaban encontrando dificultades en el
estudio y la modelación de ciertos procesos cognitivos, iii) investi-
gadores de áreas como reconocimiento de objetos (pattern recogni-
tion), reconocimiento del lenguaje hablado y visión, y iv) investi-
187
 MIKI-I 01 A1ARÁN
gadores en computación paralela que buscaban una alternativa, inspi-
rada en el estilo computacional del cerebro, al «cuello de botella» de
la computación secuencial van Neumann 11. La activa e incluso a veces
militante labor realizada por los investigadores del grupo PDP en la
«vuelta» del conexionismo a la lA y ciencia cognitiva fue muy im-
portante. Los investigadores del grupo PDP definieron y elaboraron
el paradigma conexionista como una respuesta a los problemas que el
paradigma simbólico estaba encontrando en la modelación y repro-
ducción de ciertas capacidades y procesos cognitivos e inteligentes.
En este contexto de reemergencia del conexionisrno, hacia me-
diados de los ochenta, algunos investigadores conexionistas entre
los cuales había un número importante de miembros del grupo PDP
realizaron importantes innovaciones científicas. Algunas de las más
importantes de estas innovaciones pueden ser estudiadas dentro del
esquema de «analogía e innovación» utilizado por Barry Barnes (1974)
y otros investigadores de sociología de la ciencia'>. En 1982 John
Hopfield, un físico del Instituto de Tecnología de California (Cali-
fornia lnstitute of Technology) elaboró un sistema conexionista basado
en una analogía con ciertos sistemas (spin glasses) de física estadís-
tica (Hopfield, 1982). Esta analogía entre sistemas de física esta-
dística y sistemas de redes neuronales fue desarrollada en profundi-
dad por David Ackley, Geoffrey Hinton y Terrence Sejnowski (1os
dos últimos pertenecientes al grupo PDP) (Ackley, Hinton & Sej-
nowski, 1985) en su sistema conexionista llamado «máquina de Boltz-
mann». Valiéndose de conceptos como «energía» y «temperatura»
(e~ el sentido que estos términos tienen en sistemas conexionistas),
Hinton y sus colegas desarrollaron una técnica de modificación de
conexiones para sistemas de múltiples estratos y dieron así una pri-
mera solución a uno de los problemas más importantes de la inves-
tigación en redes neuronales.
A pesar de que el sistema conexionista tipo máquina de Boltz-
mann tenía una estructura (caracterizada por conexiones simétricas
entre las unidades) bastante diferente de la que los primeros investi-
gadores conexionistas utilizaron normalmente (jeedforward networks) ,
los resultados que Hinton y sus colegas obtuvieron animaron a otros
investigadores a intentar desarrollar otras técnicas de modificación
de conexiones para otros tipos de sistemas de múltiples estratos.
No obstante, la importancia de la contribución de Hinton y sus
colegas ha de situarse en el mencionado contexto general de movi-
lización de recursos heterogéneos por parte de los nuevos investiga-
11. El cuello de botella de la arquitectura von Neumann está causado por el carácter
secuencial de la computación, y por el hecho de que memoria y procesador están unidos
por un único tubo conector a través del cual se tienen que realizar las operaciones de una en
una. Esto limita la velocidad de procesamiento de la información.
12. Para un análisis detallado de la cuestión, ver Olazarán (1991, sección 4.2).
188
(()N'I~(JVII("IA" '( 1',IIHJl IlJRACI(lN SOCIAl IJI IA~ C.OMLJNIIJAI)I"
dores conexionisras, y en particular por parte de los investigadores
del grupo PDP.
Además de los elementos mencionados anteriormente, como los
investigadores de lA simbólica que tenían problemas en el estudio y
modelación de ciertas capacidades cognitivas y las tendencias al
paralelismo en tecnología de la información, hay que mencionar
también otros importantes aliados que los conexionistas fueron ca-
paces de enrolar en su empresa tales como la System Development
Foundation y la Oficina de Investigación Naval de Minsisterio de
Defensa de Estados Unidos (Office of Naval Research, ONR). Tho-
mas McKenna (citado en Will, 1989, 12), de ONR, hizo una intere-
sante observación a este respecto:
¡...1 The
PDP group at thc Umversuy of California, San Diego, wcrc funded
[by ONRJ at a time when nobody was sure rhat what they were doing would
amount to anything.
Más tarde, conforme el proceso de emergencia del conexionis-
mo se iba consolidando y los investigadores conexionistas desarro-
llaban importantes contribuciones, los investigadores del grupo PDP
jugaron un papel importante en la consecución del apoyo de DAR-
PA (Defense Advanced Research ProjectsAgency), la institución más
importante en la subvención de actividades científicas en lA en Es-
tados Unidos. El apoyo de DARPA fue un elemento legitimador
muy importante en la reernergencia del conexionismo.
6. LA REAPERTURA DE LA CONTROVERSIA
Pero los acontecimientos se estaban desarrollando con rapidez an-
tes de la intervención de DARPA. Tres destacados miembros del
grupo PDP, David Rumelhart, Hinton y R. Williams, estaban traba-
jando en otro tipo de sistema de múltiples estratos: el llamado sis-
tema de retro propagación (back-propagation). Los resultados ob-
tenidos con redes conexionistas con retro propagación (Rumelhart,
Hinton & Williams, 1986) -que fueron objeto, como se verá, de
importante flexibilidad interpretativa- fueron la gota que colmó
el vaso de la reapertura de la controversia de las redes neuronales.
La figura 3 muestra el tipo de arquitectura en la que Rumelhart
y sus colegas realizaron sus experimentos utilizando la técnica de
modificación de conexiones por retropropagación. La arquitectura
de este sistema es similar a la del perceptrón, con dos importantes
diferencias. En primer lugar, es un sistema con dos (o más) estratos
de conexiones modificables. En segundo lugar, la función de acti-
vación de las unidades de procesamiento de estos sistemas es conti-
nua (de tipo sigmoide), frente a la función binaria o «de escalón»
189
 MIKII 01 A/AH..AN
estrato
intermedio
estrato
input estrato output
• tencia que no pudo contrarrestar por parte de destacados miem-
• nen- en la disciplina de inteligencia artificial. No es de extrañar,
• •
• no fue aceptada hasta que fue elaborada y desarrollada por los in-
• de la reemergencia del conexionismo a mediados de los ochenta. En
Figura 3: Sistema de múltiples estratos.
utilizada por Rosenblatt y otros investigadores en la primera época
del conexionismo. (En la máquina de Boltzmann también se utilizó
una función continua.) La utilización de este tipo de función de
activación permitió a Rumelhart y sus colegas utilizar elementos
del cálculo diferencial en los procesos de modificación del valor de
las conexiones del sistema 13.
13. En el funcionamiento de la técnica de modificación de conexiones por retropro-
pagación pueden distinguirse dos fases. En la primera se presenta un input al sistema. La
actividad se propaga de estrato en estrato, hasta que el sistema produce un autput. La res-
puesta de cada unidad del estrato output se compara con la respuesta deseada para dicha
unidad. Entonces se calcula el error cometido por la unidad output en cuestión. Tras calcu-
lar los errores de todas las unidades output; la conexiones entre unidades intermedias y
unidades output pueden ya ser modificadas. Tras esto, comienza la segunda parte, la fase de
retropropagación. El primer paso de esta fase es hallar el crror cometido por cada unidad
intermedia. Para ello, los errores cometidos por las unidades output son propagados -de
adelante hacia atrás», esto es, del estrato autput al estrato intermedio. En este momento se
calculan los errores cometidos por las unidades intermedias, tras lo cual las conexiones
entre las unidades input y las unidades intermedias pueden ya ser modificadas.
190
(()N II\()VII(',IA', y 1 " IIUJ( IlJKAClÓN "OCIAI IJI 1 A" COMUNIDADI S
La idea de la técnica de retropropagación tiene una larga (y
sociológicamente interesante) historia. Paul Werbos (hoy en la
National Science Foundation del Gobierno de Estados Unidos)
estudió un algoritmo similar e intentó aplicarlo a sistemas de tipo
conexionista en los años setenta, pero encontró una fuerte resis-
bros de la comunidad científica de inteligencia artificial. El uso
de técnicas de minimización de error en sistemas de procesamien-
to de la información compuestos por múltiples unidades que in-
teractúan en paralelo estaba muy lejos del tipo de situaciones
experimentales que eran en aquellos momentos aceptables o le-
gítimas -con toda la carga sociológica que estos términos tie-
por tanto, que Werbos no fuera capaz de «vender su idea» en un
«mercado» de lA (el de los setenta) dominado por el paradigma
simbólico!",
La idea de utilizar una técnica corno la retropropagación en lA
vestigadores del grupo PDP David Rumelhart, Geoffrey Hinton y
Ronald Williams dentro del contexto, caracterizado anteriormente,
los años ochenta, veinte años después del cierre de la controversia
de las redes neuronales de los sesenta, los investigadores conexio-
nisras se encontraban en una posición que les permitía intentar con-
trarrestar el «reto» de Minsky y Papert (1969) y forzar la revisión
del consenso acerca de la falta de validez científica del conexionis-
mo. En otras palabras, estaban en condiciones de intentar provocar
la modificación de la relación de fuerzas (el «orden social») que
emergió de aquel cierre.
Prueba de esto fue la rápida respuesta de Minsky y Papert (1988)
a las optimistas evaluaciones que Rumelhart, Hinton y Williams
hicieron de los experimentos con redes conexionistas de múlti-
ples estratos con retro propagación (Rumelhart, Hinton & Williams,
1986). Minsky y Papert eran conscientes de que las afirmaciones de
Rumelhart y sus colegas ponían en entredicho la «última palabra»
del debate del perceptrón (esto es, el libro Perceptrons de Minsky y
Papen de 1969), e intentaron evitar la revisión del consenso «anti-
conexionisrno» (por decirlo de alguna manera) que emergió con el
cierre de la controversia de los sesenta. Estos dos investigadores del
Institututo de Tecnología de Massachussets (MIT), líderes de la
posición crítica respecto al conexionismo en la controversia de los
años sesenta, insistieron en 1989 (Minsky & Papert, 1988) en que
los recientes sistemas conexionistas, y en concreto el de Rumelhart
y sus colegas, tenían importantes limitaciones, y afirmaron asimis-
14. Para información más detallada de este episodio, ver Olazarán (1991, sección 5.1).
191
 MIKf I 01 A/AKÁN
mo que muchas de las conclusiones de su estudio de 1969 seguían
siendo válidas!'.
Pero la posición conexionista era esta vez mucho más fuerte que
en los sesenta. Los conexionistas fueron capaces de movilizar ele-
mentos suficientes como pata forzar (nadie regala nada) la reaper-
tura de la controversia. La heterogeneidad de estos elementos (cien-
tíficos, tecnológicos, institucionales, organizacionales, persuasivos,
retóricos, analogías, búsqueda de apoyo en instancias sociales ex-
ternas a la comunidad científica, erc.) ha quedado puesta de mani-
fiesto en estos últimos apartados. Los argumentos de Minsky y Pa-
pert tuvieron en los ochenta un efecto mucho menor que en los
sesenta. A finales de los ochenta, la emergencia, el crecimiento y el
comienzo de la institucionalización del nuevo conexionismo era un
proceso imparable":
El futuro «mapa» de las disciplinas inteligencia artificial y cien-
cia cognitiva no está claramente definido todavía. La controversia
está abierta, y dicho mapa es por tanto ahora mismo objeto de de-
bate y negociación (la «batalla» de movilización de recursos hetero-
géneos -por utilizar términos de Latour- es feroz). Lo que está
claro es que la balanza de poder resultante del cierre de la actual
controversia determinará en gran medida el futuro de dichas disci-
plinas de investigación.
No obstante, a pesar del carácter ahierto de la controversia en la
actualidad, el proceso de emergencia y comienzo de la instituciona-
lización del conexionismo ha avanzado 10 suficiente como para que
se pueda decir que algunas de las contribuciones recientes de los
conexionistas se han convertido en resultados cuya validez no se
cuestiona (black boxes en el sentido de Latour), resultados que es-
tán siendo ya utilizados como recursos (y por tanto están siendo
continuamente desarrollados y refinados) por miles de científicos e
ingenieros en todo el mundo. El sistema de Hopfield, el sistema de
máquina de Boltzmann y el sistema con retro propagación son bue-
15. Rumelharr, Hinton y Williams (1986, .)34-.)35) ofrecen un pequeño ejemplo de
una red neuronal capaz de computar la paridad de una imagen (esto es, contar si el número
de puntos -o unidades input- activados en una pantalla es par o impar). Este sistema
consta de cuatro unidades input, cuatro unidades intermedias y una red ousput, A este siste-
ma se le pueden presentar hasta 16 estímulos (vectores input) diferentes, ya que tiene cuatro
unidades input y las unidades son binarias. Tras presentar al sistema estos 16 vectores input
2.825 veces cada uno, esto es, tras 45.200 ciclos de presentación input-modificación de las
conexiones, el sistema consiguió realizar la clasificación en cuestión (paridad) correctamen-
te. Pero lo que para Rumelhan y sus colegas es una prueba de que su sistema conexionista
con rer ropropagación funciona, para Minsky y Papen es un resultado más que dudoso:
«[ ... [Thus consuming 45,200 trials for rhe nerwork ro !carn to compute the parity predicare
for only four inpucs. ls rh¡s a good result ur abad revulr? We cannor rell wirhour more
knowledgc ubout why the prccedure -equires so many triuls- (Minsky & Papen, InH, 254).
16. Para IIn examen más detallado de los aspectos institucionales de la re emergencia
del conexionismo como área de investigación aceptada en inteligencia artificial, ver Olaza-
rán (1991, sección 5.3).
192
( () NI 11 () V I Il. '>1 A) y 1) I R U e 1 u R A e 16 N s o e I A I u t I A S eo M U N 11) A ut S
nos ejemplos a este respecto. Estas técnicas se están desarrollando
en distintas direcciones y mejorando continuamente, pero en cierto
sentido son ya resultados que se dan por supuestos y que se utilizan
como recursos, sin ser puestos en duda, por miles de investigado-
res. Las siguientes conclusiones de Latour se pueden aplicar a estos
resultados:
[... ] Few papers are always referred ro hy larcr article wirh similar pusirivc
modaliues, not only for une gcncration of arriclcs bur for severul. This evcnr
-extremely rare by all standards-c- is visible cvcry rime a claim made by une
article is borrowed withour any qualificarion by many orhers [... ] A hlack box
has bcen produced l... ] A fact is what is collecrively srabilised from the midst
of coutroversies when the activity of later papers does not only consist of
criticism or deformation but also of confirmution. Thc streugth of rhe origi-
nal statement does not lie in itsclf, bur is derived from any of the papers thar
incorporare it. [... ] The dissentcr will be faced nor wirh une claim in one
paper, bur with the same claims incorporatcd in hundrcds of pape-s (Larour,
19H7,41-42).
Como indica Latour, esta cristalización de contribuciones cien-
tíficas no es un fenómeno frecuente en ciencia. Por esta razón, la
historia reciente del conexionismo es también especialmente intere-
sante desde un punto de vista de sociología de la ciencia.
Se ha indicado anteriormente que la controversia de las redes
neuronales está abierta en estos momentos. Prueba de ello es que
los investigadores conexionistas siguen recibiendo críticas, algunas
de ellas durísimas, por parte de investigadores que continúan du-
dando de la legitimidad científica del conexionismo. A modo de
ilustración, se incluyen a continuación las opiniones de investiga-
dores tan cualificados como ]erry Fodor y Zenon Pylyshyn (ciencia
cognitiva), Minsky y Papert (laboratorio de lA de MIT), y Tomaso
Pogio (del laboratorio de lA de MIT y de la empresa «Thinking
Machines corporation»)!".
[There] is a real disagreement chout rbe naturc of mental proccsscs and men-
tal representarions. But it seems ro us that it is a matrcr that wns subsrantially
pu t to test abour rhirry years ago; and the argumcnrs that then cppeared to
militare dccisivelv in favor of the Classical [i.e. symbolic] vicw appear ro LIS ro
do so srill [... ] As far as Connectionist architccturc is concerned, there is no-
thing to prevent minds rbat are arbitrarily unsystematic. But that result is
preposterous. Cognirivc capacities come in structurally rclarcd cluster s, their
systematicity is pervasivc. All the evidence suggesrs that punctate minds caru
happen. This argument seemed conclusive againsr the Connecrionism of Hebb,
Osgood and Hull rwenty or rhirty years ago. So far as we can tcll, nothing of
17. «Thinking Machines Corporation- desarrolló y comercializó e] ordenador parale-
lo «Connecrion Machine- de Daniel Hiil¡s.
193
 MI~II ()i A/AIlAN
any importance has happened to chango rile situurion in rhc mcuntimc (Fodor
& Pylyshyn, 1988,6,49).
Has not thcre becn a -connccticrusr revolurion»? r...] Ccrrainly no, in rhat
there has been little clear-cut change in the conceptual basis of the field (Minsky
& Papen, 19RR, vi).
Poggio r...1 jokes abour a virus rhar infects brain scienrisrs, srarting a new
cpidemic cvery 20 yC.lrs. Thc epidernic rakcs rhc form of uncritical cnthu-
siasm for a new idea. In the 1920s, rhe idea W3S Gestaft psychology; in the
1940s, cybernetics: in the 1960s, perceptrons. In rhe 1980s ir is connecrio-
nism (The Economist, 19H7, 94).
«Neural networks are accompanied by a lot of irritaring hype», Poggio decla-
res, «[... ] Neural ners point out interesting problems, but ha ve not solved rhe
big problems of vision or speech. Ultimately, in my view, when the hype dis-
appears, rhere is a good possibility rhey will go rhe way of perceptrons»
(Poggio, as quctcd by Finkbcincr, 1988, 11).
Pero por importantes que sean los investigadores que han hecho
este tipo de afirmaciones, y por duras que éstas sean, los conexio-
nistas se pueden permitir el lujo de ignorar buena parte de estas
críticas y concentrar su atención en el desarrollo de sus sistemas y
técnicas. Dado el grado de crecimiento e institucionalización que el
conexionismo ha alcanzado ya, en estos momentos los conexionistas
tienen credibilidad cuando afirman que, para desarrollar todas las
potencialidades del conexionismo, es necesario ignorar las críticas
más radicales de que es objeto y (simplemente) continuar investigando.
Otra prueba del grado de aceptabilidad e institucionalización
que el conexionismo ha alcanzado es la posibilidad que tienen los
conexionistas de utilizar la táctica retórica de legitimación que Leigh
Star (1989) denomina «triangulación». Dada la variedad de los com-
ponentes del «complejo disciplinan) del coriexionismo (lA, ciencia
cognitiva, informática, ingeniería electrónica, neurociencias, física,
matemática, etc.) los conexionistas pueden, en la justicificación de
su actividad científica, triangular entre el conexionismo preferente-
mente dirigido hacia lA y tecnología de la información por un lado
y el conexionismo preferentemente dirigido hacia las neurociencias
por otro. La investigación en redes neuronales orientada hacia tec-
nología de la información se justifica a veces por su relevancia para
la investigación científica del cerebro y, a su vez, la investigación en
redes neuronales orientada hacia las neurociencias es justificada a
veces por su relevancia para la tecnología de la información.
La nueva etapa del conexionismo no ha hecho más que empe-
zar, y muchas cuestiones acerca del alcance y la utilidad de estos
sistemas permanecen todavía muy abiertas. Sin embargo, la emer-
gencia del conexionismo, el hecho de que haya sido capaz de re-
abrir la controversia, hacen que los investigadores conexionistas
194
¡ ()I-j II'(IVIII'.IA', y 1', IIUi( I UI{/IlI(lN ',()lIAI IJI 1 A'. l or-tureru o u r ' ,
cuenten ahora con un considerable margen de maniobrabilidad cuando
reciben críticas, por ásperas que éstas sean y por muy reconocidos
que sean los investigadores que las hacen. Al contrario de lo que
ocurrió en la primera época de la investigación en redes neuronales,
los conexionistas pueden hoy apelar a «resultados futuros», a los
aspectos «prometedores» de la investigación en redes neuronales, y
ser creídos. La relación de fuerzas en lA y ciencia cognitiva ha cam-
biado significativamente desde los tiempos del cierre de la contro-
versia del perceptrón.
7. CONCLUSiÓN
En este artículo se ha mostrado cómo la sociología de la ciencia
puede aportar importantes elementos interpretativos para el estu-
dio de la evolución histórica del conexionismo. En particular, el
esquema «controversia-tácticas retóricas-enrolamiento de recursos
y aliados-cierre», elaborado y desarrollado por sociólogos como Col-
lins (1985), Latour (1987) y Star (1989) ofrece instrumentos de
importante poder interpretativo para el estudio de la evolución del
conexionismo. La «prioridad epistemológica» que estos autores han
dado al estudio de controversias y de la formación del consenso en
el estudio sociológico de los procesos de producción y validación
de la ciencia y la tecnología está, desde el punto de vista de este
artículo, plenamente justificada.
Los períodos de controversia han sido de la máxima importan-
cia en la historia del conexionismo. El conexionismo se ha formado
y estructurado en procesos de controversia con investigadores con-
trarios al mismo (y normalmente fervientemente favorables al para-
digma simbólico). En este artículo se ha visto que estas controver-
sias fueron principalmente dos: la del perceptrón, que se cerró a
finales de los sesenta, y la que en la segunda mitad de los ochenta
provocó la reemergencia del conexionismo. Leigh Star (1989) sena-
ló la importancia del debate como una «fuerza positiva» en la for-
mación de tradiciones de investigación. Esta idea es útil a nivel ge-
neral en la interpretación de la historia del conexionismo. Es también
útil en el caso concreto del problema de la modificación de co-
nexiones en sistemas de múltiples estratos. En la controversia del
perceptrón, Minsky y Papert (1969) subrayaron la importancia de
dicho problema y, en cierto sentido, contribuyeron a la «construc-
ción» de dicho problema (que es, por supuesto, el primer paso para
su solución).
El (ya clásico) esquema «controversia-cierre» de Collins es útil
en la interpretación de la historia del conexionismo, pero es nece-
sario completarlo con otros instrumentos interpretativos. Collins
(1985) indicó que en el cierre de controversias científicas siempre
195
 MIKI.I 01 A/AI,AN
se emplean tácticas retóricas. Esta idea fue desarrollada con ampli-
tud por Latour (1987), en una de las contribuciones teóricas más
importantes de sociología de la ciencia. Latour indicó que las con-
troversias se cierran por medio de procesos sociales de retórica y
poder, esto es, por medio de procesos de enrolamiento de aliados,
elementos y recursos heterogéneos. La idea de Leigh Star de la cien-
cia como una actividad heterogénea y distribuida donde las contin-
gencias que se producen en puntos concretos de dicha actividad
(contingencias locales) son eliminadas, utilizando diversas tácticas
retóricas, para producir validez global es también útil en la inter-
pretación de la historia del conexionismo.
La idea de Latour de una dinámina que va de menos a más retó-
rica o, en otras palabras, de una evolución de la controversia en la
que se emplea una retórica cada vez más fuerte (es decir, enrolando
cada vez más recursos, acranres y aliados) es útil para el estudio de
la intervención crítica de Minsky y Papert (1969) en la controversia
del perceptrón. Se ha indicado anteriormente cómo el proyecto crí-
tico de Minsky y Papert puede interpretarse como una «reconstruc-
ción>, o «reconstitución» (en el sentido de Latour) del perceptrón.
Por otro lado, en el artículo se ha visto cómo la idea de Latour de
enrolamiento y movilización de actanres heterogéneos es también
útil para la interpetación de la emergencia del nuevo conexionismo
en los años ochenta y del papel jugado por el grupo POP en dicho
proceso.
También pueden hacerse algunos comentarios acerca de los «cos-
tos sociales» (por decirlo de alguna manera) del cierre y la reapertu-
ra de controversias. Como se ha indicado al comienzo de este artí-
culo, una de las premisas de la sociología de la ciencia y la tecnología
es que ningún resultado científico, ninguna «pieza» de conocimien-
to científico, ningún sistema tecnológico tiene garantía de validez
absoluta. Siempre es posible, en principio, poner en duda la validez
de los resultados científicos, de la evidencia o de los datos científi-
cos. Criterios como las «razones técnicas convincentes», la «supe-
rioridad técnica» de ciertos resultados o la «mayor eficiencia» pue-
den siempre, en principio, ser puestos en duda o criticados. El cierre
de una controversia, la cristalización del consenso en favor o en
contra de la aceptación de ciertos resultados o interpretaciones es
un proceso social.
Sin embargo, como en política, en ciencia y tecnología la prác-
tica es muy frecuentemente diferente del «principio», En el caso de
la historia del conexionismo, analizado en este artículo, hay dos
episodios que ilustran esta diferencia entre «el principio» y «la prác-
tica». Uno es el coste de la intervención de Minsky y Papert (1969)
en la controversia de la primera época de la investigación en redes
neuronales. A comienzos de los sesenta Minsky y Papert decidieron
intervenir decisiva y contundentemente en la controversia para pro-
196
((H~I"(JVI"'.IA', y 1'>'I~\J(llJRAClÓN '>OCIAI 1)1 lAS (ClMlJNIIJAIlI',
vocar el cierre de la misma. El tiempo que les costó finalizar su
proyecto y el tiempo que llevó el cierre de la controversia son una
buena muestra de los costes que suponía.
Otro ejemplo a este respecto es la re apertura de la controversia
del conexionismo en los ochenta. El proceso de movilización de
recursos y elementos heterogéneos que hizo finalmente posible esa
reapertura en la práctica -es decir, a pesar de la oposición de los
investigadores contrarios al conexionismo- fue extremadamente
costoso en términos de tiempo y de la cantidad (iy calidad!) de los
elementos y recursos que hubieron de ser movilizados. El tiempo
necesario fueron unos veinte años. Los elementos y recursos movi-
lizados fueron muchos y muy diversos. Se podrían destacar entre
otros los siguientes: los investigadores que continuaron trabajando
en sistemas conexionistas en los años setenta, investigadores que no
encontraban soluciones a ciertos problemas dentro el paradigma
simbólico, poderosas «asociaciones- como las analogías entre redes
neuronales y física estadística, otras innovaciones y contribuciones
como la red conexionista con retropropagación, poderosos ordena-
dores digitales von Neurnann para simulación, desarrollos en tec-
nología de computación paralela, la intervención vanguardista y
militante del grupo PDP, la emigración de físicos, ingenieros e in-
vestigadores en neurociencia al conexionismo y el apoyo económi-
co de las agencias del ministerio de Defensa norteamericano como
OARPA. El calihre de esta movilización es un buen ejemplo de los
«costes sociales» de la reapertura de una controversia científica. Los
costes de mantener y desarrollar la posición propia en una «carrera
por la prueba» (utilizando el término de Latour) de este tipo están
siempre creciendo. Conforme la controversia evoluciona (continúa
y aumenta) es preciso movilizar más y más aliados y elementos para
mantenerse en la misma, y la investigación científica se hace cada
vez más y más costosa.
Como se ha indicado en este artículo, la controversia del cone-
xionismo está abierta en la actualidad (la reemergencia del conexio-
nismo a finales de los ochenta consistió precisamente en eso, en la
reapertura de la controversia). A través del proceso (social)
de movilización de elementos y recursos que se ha estudiado en
este artículo, los conexionistas han conseguido romper el consen-
so acerca de la falta de validez científica del conexionismo. El co-
nexionismo es hoy en día una tradición de investigación aceptada y
legítima en lA. Además, el conexionismo es hoy un «complejo cien-
nfico-técnológico», por decirlo de alguna manera, con una estruc-
tura disciplinar e institucional de considerable (y creciente) volu-
men. Los investigadores de lA que no participan en este complejo
institucional pueden criticar al conexionismo (y se ha visto en
el apartado anterior que lo han hecho), pero no tendrán más reme-
dio que contar con él en su práctica científica diaria. No es lo mis-
197

MIKII I)IA/AI{AN
mo trabajar en un paradigma dominante que no tiene rivales serios
en una disciplina científica (como era el caso del paradigma simbó-
lico en los setenta) que trabajar en un paradigma que tiene riva-
les (al menos uno) aceptados y reconocidos dentro de su misma
área disciplinar. La emergencia del conexionismo como paradigma
de investigación aceptado (y como complejo disciplinar e institu-
cional) ha alterado sensiblemente el carácter de la actividad cientí-
fica en lA.
Una controversia no puede continuar mucho tiempo a los nive-
les del debate del perceptrón o de la reapertura del debate en los
ochenta. En una controversia tan directa, dura e intensa como las
dos mencionadas los costes de mantener la posición propia en el
debate aumentan continua y rápidamente. Para poder reconstituir
-por utilizar el término de Latour- la posición contraria y mos-
trar sus problemas, limitaciones y puntos débiles es necesaria una
movilización de actantes y recursos cada vez mayor. Este proceso
de confrontación directa es muy costoso, y por tanto no puede man-
tenerse durante mucho tiempo. Por ello es posible que, ahora que
tanto el paradigma simbólico como el conexionismo son lo sufi-
cientemente fuertes como para resistir los ataques del otro (ambos
son paradigmas aceptados y cuentan con una estructura disciplinar
e institucional de importantes dimensiones), no les quedará otro re-
medio que coexistir, o incluso cooperar, en el estudio y la modela-
ción de la cognición y en la construcción de máquinas inteligentes.
Esta posible coexistencia y cooperación se desarrollará, como siempre,
por medio de controversias, pero es previsible que estas controver-
sias no sean en adelante tan radicales, directas y dramáticas como
las que han mediatizado y condicionado la historia de la aceptación
del conexionismo como paradigma legítimo en lA y ciencia cognitiva.
REFERENCIAS BIBLIOGRÁFICAS
Acklcy, D. H., Hinton, G. E., & Scjnowski, T. J. (I9tlS), "A learning algorithm for
Boltzmann machines», Cognitíoe Science, 9, J 47-169 (reed. en Anderson & Ro-
scnfeld [eds.] [1988] 638-649; citas en el texto de esta versión).
Arbih, M. A. (l983), -Cognirive sciencc. thc view from brain theory», en F. Mach-
lup & U. Mansfield (eds.), The Study of Information: Interdisciplinary Messa-
ges, John Wiley & Sons, New York, pp. 81-91.
Aspray, W. (1990),John von Neumanll and the Origins of Modern Computing, MIT
Press, Cambridge, Mass.
Barnes, B. (1974), Scientific Kllowledge and Sociulogica! Theory, Routledge & Ke-
gan Paul, London.
Barnes, B. & Edge, D. (1982), Sciellce in Context: Readings ín the Socio!ogy of ScielT-
ce, The Open University Prcss, Milton Keyncs.
Bernstein, J. (198 J), "Profiles: Al, Marvin Minsky», The New Yorker, Deeember 14,
50-126.
198
l 1) N I I{ () VIII " lA', Y r ', I IU) e I u k A <. I 6 N ) o e 1A I LH lA', eo M U N 11.1 i\ () 1 '
Bijkcr, W. E., Hughcs, T. P; & Pinch, T. (1987), Tbe Social Construction of Tecbno-
logiea! Systems: New Directíons in the Sociology and History of Technology,
MIT Press, Cambridge, Mass.
Bloor, D. (1976), Knowledge and Socia!lmagery, Routledgc & Kegan Paul, London.
Collins, H. M. (1975), -Thc scvcn scxes: a srudy in rhe sociology of a phcnomcnon,
or rhc rcplication of experiments in physics», Sociology (journa! of Britisb 50-
ciological Associatíon] 9,205-224 (recd. en Barnes & Edgc [cd.], 19S2, 94-116;
citas en el texto de esta versión).
Collins, H. M. (1981a), -Stages in the Empirical Programmc of Relarivism», Social
Studies of Science, J 1, 3-11.
Collins, H. M. (In le), Knoioledge and Controversy: Studics of Modern Natu-
ra! Science. Sage Publications, London (Spec¡al issuc of Social Studiee of Scíence
1111, Februarv 1981).
Collins, H. M. (19~J), -An empiricc! rclarivist programme in rhe sociology of scicn-
tific knowlcdgc», en K. D. Knorr-Cetina & M. Mulkay (cds.), Sciencc Observed,
Sage Publications, London , 85- J 13.
Collins, H. M. (1985), Changing Order: Replícation and índuction in Scienti[ic Prac-
tiee, Sage Publications, l.ondon.
Finkbeiner, A. (I98S), «The brain as rcrnplatc-, Mosaie 19/2,3- [5.
fodor,./. A. & Pylyshyn, Z. W. (1988), -Connectionism and cognitive architccturc:
a crirical analysis-, Cognition 28, 3-71.
Harvey, B. (In 1), «Plausibilir.y and evaluarion if knowledge: a case srudy of experi-
mental quanrum mcchauics», Social Studies of Science 11, 95-1.10.
Hopficld, J. J. (1982), «Neural networks and physica! systcms with cmergcnt col lee-
tive cornputational abilirics», Proceedings (Jf the National Academv uf Scíencee
79, 2554-255K (rccd. en Anderson and Roscnfcld [cds.] 19S8, pp. 460-464;
citas en el texto de esta versión).
Knorr-Cetina, K. D. & Mulby, M. (1983), Scíence OfJserved: Perspectivee on the
Sucia! Study uf Scíence, Sage Publications. London.
Kuhn, T. S. (1970), The Structure of Scicntific Revolutions (2.'1 ed. nmplioda), The
University of Chicago Prcss, Chicago, 111.
Kuhn, T. S. (1977), The Essentíai Tension, Selected Studíes in Scientilic Tradítíon
and Change, University of Chicago Pr ess, Chicago, 111.
Latour, B. (1987), Scíence in Action: Heno to Polloio Scientiets and Engíncers tbrougb-
out Suciety, Open Univcrsiry Prcss, Milton Kcyncs.
I.ighthill, J. (1973), Artificial lntelíígence, Scicncc Rcscarch Council, London.
MacKcnzie, D. (1990), Inventing Accuracy: A Hístoricaí Socio!ogy of Nuclear Missile
Guidance, Thc MIT Press, Cambridge, Mass.
MacKenzi e, D. & Wajcman, J. (1985), The Socia! Sbaping of Teehnology, Open
Univcrsity Prcss, Milton Keynes.
McCulloch , W. S. & Pitts, W. (1943), «A logical calculus of thc ideas inmanent in
nervous aetivity», Bulletin uf Mathematical Biophysies 5, 115-133 (rced. en
Anderson, J. A. & Rosenfeld, E. [eds.) [1988], Neuruwmputing: Foundations of
Researeh, The MIT Press, Cambridge, Mass., 18-27; citas en el texto de esta
versión).
Minsky, M. L. (1967), Computation: Finíle and Infiníte Machines, Prentiee-Hall,
New York.
Minsky, M. L. & Paperr, S. A. (1969), Perceptruns: An lntroduetion to ComputalÍo-
nal Geometry, The MIl" Press, Cambridge, Mass.
Minsky, M. L. & Papert, S. A. (198K), Perceptrons: An Intruduction to Computatio-
nal Geometry (cxpanded ed.), The MIT Press, Cambridge, t-.1ass.
199
 MIKII 01 A/AKÁN

Olazar~n, M. (1991), A histórica! sociology of neura! nettoork researcb, tlnivcrsity of

Edinburgh, PhD dissertation.
Pickering, A. (1981), -Constraints on controversy. the case of the magner¡c mono-
pole», Social Studies of Science 11,63-93.
Pinch, ~. J. (19.81), "The sun-set: the presentation of certainty in scienrif¡c life»,
Social Stu dies of Science 11, 131-158.
Pinch, T. J. & Bijkc:, W. E. (1987), «The social construcnon of facrs and artifacts:
LA CONSTRUCCIÓN DEL FUTURO
on how the soclOlogy o~.science and rhe sociology of technology mighr benefit Miguel A. Quintanilla
each .other»,. en W. E. Bijker, T. P. Hughes & T. Pinch (eds.), The Social Cons-
tructicm ofl ech~ologicalSystems: New Directíons in the Sociology and History Universidad de Salamanca
ofTechnology, 1 he MIT Pres, Cambridge, Mass., 17-50.
Rumelhan : D . E., H·mton, G .O. & W·II· 1 rams, R.]. (1986), «Learning internal reprc-
scntanons by error propagation-, en o. E. Rumelhart, J. L. McClelland & The-
P~P-Research-Group(eds.), Parallel Distributed Processing: Explorations in the
Mlcrostructure of Cognition, vol. 1. Foundations, The MIT Press, Cambridge,
Mass.,318-362.
Schon,. D. A. (.1963), Jnv~nti?n and the Evolution uf Ideas, Social Sciencc Paperbacks
wirh Tavistock Puhlications, London.
Shapin, S. (1982), -Hisrory of science and its sociological reconstructions» History
ofScience 20,157-211. '
«En el mundo de los computadores y de los viajes
Star, ~. 1.. .(1989), Regions of the Mind: Brain Researcb and the Quest for Scientífic espaciales resulta innecesario hacer hincapié en la im-
Cer.tal1lty, Stanford U. P., Sranford, Cal. The Econominst (1987), "What rhe portancia de la innovación tecnológica [... l Por mucho
brain builders have in mind-, May 2, 94-96. que lo deseemos no podemos eludir su impacto sobre
W~ener, N. (194R), -Cyberncrics», Scientific American, Novcrnber, 14-18. nuevas vidas cotidiana" ni los dilemas morales, sociales
Wdl, C. A. (.19H9), «Neural nctworks for defensc. a confcrence re port», Svnapse y económicos que nos plantea. Podremos maldecirla o
Connection, 3/6,12-13. bendecir-la, pero no podemos ignorarla."
CHRISTOPHER FKFEMAN (1974)

Las palabras con las que Freeman comienza su conocida obra La

teoria económica de la innovación industrial describen muy bien la
idea fundamental que quisiera transmitir al lector en estas páginas.
Durante cinco siglos los individuos humanos hemos sido protago-
nistas de la aventura más interesante de toda nuestra historia: he-
mos creado el método científico y lo hemos aplicado con éxito al
descubrimiento de los secretos más recónditos de la naturaleza, he-
mos inventado innumerables artefactos aprovechando nuestros co-
nocimientos científicos y la acumulación de nuestra experiencia
práctica, hemos utilizado estos conocimientos e inventos para mo-
dificar el mundo en que vivimos y nosotros mismos nos hemos trans-
formado de manera insospechada. Pero sin duda estos cinco siglos
no han sido sino el preludio de una aventura mucho más dilatada
que vivirán nuestros descendientes. La fecha que conmemoramos!
es un momento oportuno para repensar en el significado de todo lo
que hemos hecho y para atisbar cómo puede ser la continuación de
la aventura.
1. Este trabajo se redactó como capítulo final del catálogo del Pabellón de los Descu-
brimientos, de la Exposición Universal de Sevilla. Un incendio impidió que se abriera el
pabellón y, en consecuencia, tampoco se publicó el catálogo previsto. La fecha de referen-
cia es, por lo tanto, el año 1992.

200 201

MIGU,I A (.)IJIN1IINIII JI
Hasta ahora (en realidad hasta principios del siglo xx) el pro-
greso en el conocimiento y en el dominio de la naturaleza ha sido,
digamos así, natural o espontáneo. Las innovaciones técnicas se han
incorporado a nuestra vida social y económica y como consecuen-
cia se han producido cambios radicales en el mundo. Muchos de
estos cambios los valoramos positivamente (el aumento de bienes-
tar, los avances médicos, etc.). Otros los vemos como verdaderas
catástrofes (la capacidad destructiva del armamento, el deterioro
del medio ambiente natural). En el pasado podía pensarse que los
pros y los contras del desarrollo tecnológico terminarían arrojando
a medio plazo un saldo positivo, sin más requisitos que dejar que
las cosas sucedieran a su aire. Lo nuevo de la situación actual es que
ahora sabemos que la continuación de la aventura humana depende
en buena medida de nuestras propias decisiones. Pero no sólo ni
fundamentalmente porque la tecnología nos ha proporcionado me-
dios potentes para diseñar el mundo a nuestro antojo, sino sobre
todo porque estamos implicados en los mecanismos que pueden
paralizar, acelerar o cambiar de dirección el desarrollo futuro de la
ciencia y la tecnología. Podemos decidir en qué emplearemos el
poder tecnológico que hemos conseguido, pero sobre todo tenemos
que decidir cuánto poder y qué tipo de poder queremos conseguir y
cómo queremos que se emplee y se reparta. El desarrollo tecnológi-
co ha dejado de ser un regalo de los dioses y se ha convertido en un
asunto de nuestras preocupaciones cotidianas. Prometeo se sienta
ahora en los consejos de administración de las empresas, en las ofi-
cinas de gestión de los laboratorios y las universidades, en los parla-
mentos que deciden cuánto dinero se va a invertir en investigación
y desarrollo o en las asociaciones de fabricantes de bienes de equipo
y de consumidores y usuarios de servicios públicos que presionan
para imponer especificaciones técnica, normas de compatibilidad y
exigencias de calidad para los nuevos productos. Si hasta ahora nos
hemos limitado a descubrir los secretos del mundo y a inventar
artefactos que han ido transformando lo que nos rodea, ahora de-
bemos enfrentarnos a la responsabilidad de diseñar el mundo que
queremos construir.
A primera vista, no es fácil percibir la novedad de la situación.
A lo sumo podemos aceptar la evidencia de que ya no nos podemos
desentender de la técnica; pero para limitarnos de inmediato a mal-
decirla o bendecirla, según el humor de cada cual, sin aceptar que
merezca la pena dedicar ningún esfuerzo a comprenderla. Se trata
sin embargo de una actitud irresponsable. Gracias a los científicos
sociales hoy disponemos de muchos conocimientos y métodos de
análisis que nos pueden ayudar a comprender el significado y las
implicaciones sociales y económicas del desarrollo científico y téc-
nico y a tomar decisiones con más conocimiento de causa y mayor
racionalidad.
202
lA { [lN', 1 kue. ( l(lN 1111 11) 1111~(l
En las páginas que siguen pasaremos revist.a a .algunos de los
problemas más relevantes que nos plantean la cle~~la y la tecnolo-
gía y a los utillajes conceptuales que' podemos utilizar para afron-
tarlos y darles una respuesta.
1. LA COMPLEJIDAD DEL SISTEMA CIENCIA,
TECNOLOGÍA E INDUSTRIA
A lo largo de los dos últimos siglos se pu~de o~ser,:,~r u~ in~r~men­
to continuo de las relaciones entre la lllvest¡gaclOn científica, la
invención técnica y la producción industrial. D~ hecho la revolu-
ción industrial que se inició en Inglaterra e!1los s~~los XVIII y XIX !i0
se puede entender si no s~ toman en cons!de~aClOn las repercusio-
nes económicas de invenciones como la m~qu,lI~a de vapo!., el ferro-
carril, la energía eléctrica, los. producto~ smtetl~os, etc. Sm e~ba~­
go la mayoría de estas [nvertciones su.rgleron mas d~ l~ eXpef1enCI~
práctica de los ingenieros que trabajaban e~ la~ .fabncas o e.o los
talleres mecánicos que de los laboratorios clent~ftco.s; A par~l~ del
siglo XX, sin embargo, la distancia entre la i.nvestlgaclOn cienrffica y
el desarrollo tecnológico se acorta progreslvame~t~, sobre todo en
el campo de las aplicacio~es industriales de la 9ulmlca, en ~a tecno-
logía eléctrica y electrónica y en la recnología a~roe.spaclal. Des-
pués de la segunda guerra I?und,ial, ~~as la ex pertencta acumulada
en proyectos científicos de interes militar, como el desarrollo de la
bomba atómica en EUA, del radar en el Reino Unido y de las V2 ~n
Alemania, se impuso una nueva forma de organizar la ¡!1vest~gaclOn
científica movilizando ingentes recursos humanos; ~ll1anCIerOs y
materiales para conseguir objetivos técni~os pr~defll1..do~ ,de ante-
mano. Desde entonces esta forma de orgaruzar la invesngacron, como
una actividad planificada y oriet.Itada a la obtención de nuevos p~o~
duetos y procesos, se ha generalt~ad.o. La proeza d~ los la~orat~no~
Bell, que culminó con el descubr~mIe.nto del translst.?r, es un. ejem
plo de la nueva ubicación de la Ciencia y la tecnología ~n e~ ,slst~ma
industrial. En la actualidad la mayor parte de la mv.eStIgaclOn CIen-
tífica y técnica de los países más avanzados se realiza en l~borato­
rios industriales o vinculados de alguna forma a la mdustr.la. .
Una de las consecuencias de la incorporación de ,1~ CIen.cIa ~l
sistema industrial es que la distinción entre CIenCIa ~asl~a, ciencia
aplicada y desarrollo tecnológico ,resulta cada vez mas ~lfusa. Una
buena parte de la invesugaclOn básica se pro~ue~~ en ar~as. en las
que se espera que puedan surgir r~sult.ados ~lenuflC.os mas ll1te~e­
santes con vistas a eventuales aplicaciones mdustn~les.,~demas,
muchos de los nuevos problemas que se plan~ean los científicos que
hacen investigación básica surgen de la ~e~esldad de ~a~ respuesta a
problemas técnicos e industriales. Por último, los mas Importantes
203
 MII,UII A {)IJIN I ANIII A
proyectos de investigación fundamental (en física de altas energías,
astrofísica, microbiología, erc.) exigen innovaciones técnicas ins-
trumentales y trabajos de ingeniería civil que hacen de ellos autén-
ticos proyectos industriales (p. ej., la construcción de un sincrotrón).
. ~t~a con:ec1!encia de la nueva situación es que la investigación
c~ent1flca y tecmca ~a pasado a ser un valor estratégico para la so-
ciedad de nuestro tiempo, no sólo desde e! punto de vista de la
política de defensa, sino desde la óptica más amplia de las políticas
de desarrollo económico y social. Ningún gobierno puede ya inhi-
birse de la torna de decisiones en este campo. La competitividad d,e
la economía de un país depende de su capacidad para introducir o
asimilar innovaciones tecnológicas y ésta depende en buena medida
del potencial científico de que disponga, En consecuencia se ha ge-
nerado toda una nueva esfera de actuación política (la política cien-
tífica y tecnológica) por parte de los Estados nacionales, que pro-
gr.eslvamente se ha extendido hacia las administraciones regionales
e incluso locales, por una parte, y hacia las organizaciones interna-
cionales por otra.
De hecho existe una alta correlación entre nivel de desarrollo
económico y nivel de gasto en actividades de investigación por paí-
ses. Los países más avanzados son también en general los que más
recursos humanos y materiales dedican a la investigación y en los
raros ejemplos en que países más atrasados han logrado dar el salto
hacia la industrialización avanzada (primero Japón, luego Corea,
Taiwan, Singapur) las políticas de investigación y desarrollo han
desempeñado un papel esencial.
La importancia económica y social de la investigación ha altera-
do también la organización del trabajo científico en instituciones
~radicionales, como las universidades. Por una parte, éstas han de-
jado de ser e! lugar donde se produce la mayor parte de la investiga-
ción científica; por otra parte se han abierto a las demandas econó-
micas y sociales y han incrementado su colaboración con laboratorios
industriales o gubernamentales. Por último, incluso la investigación
básica de carácter más académico se orienta cada vez más hacia los
objetivos prioritarios establecidos por los gobiernos en función de
su valor estratégico para el desarrollo económico.
Todos estos cambios en la naturaleza y la función social de la
ciencia obligan a un replanteamiento en profundidad de los esque-
mas conceptuales que utilizamos para entender el cambio científico
y técnico.
2. MODELOS DE DESARROLLO CIENTÍFICO Y TÉCNICO
Hasta fechas recientes, el desarrollo de la ciencia y la tecnología era
considerado SImplemente como un fenómeno intelectual. Los his-
204
I A CON:' I KUCCION !JI! I U I UKU
toriadores de las ideas han escrito hermosos ensayos explicándonos
cómo surgieron los conceptos fundamentales de la ciencia moder-
na. Por otra parte, los filósofos de la ciencia se ~an esfo.rza~~ en
analizar la lógica interna de las teorías y los metodos científicos
para ayudarnos a comprender su significado y su ~alor. E~ ambos
casos se utiliza un enfoque que podernos llamar internalista, los
descubrimientos científicos son ante todo acontecimientos intelec-
tuales, cuyo valor y significado se puede apreciar sin refere?~ias a
otros acontecimientos o factores externos, corno las condiciones
sociales en que se producen o las repercusiones económicas que
tienen. Las invenciones técnicas se entienden ante todo como el
resultado de aplicar los conocimientos disponibles a la resolu,ción
de problemas prácticos. Unos inventos suceden a otros al mismo
ritmo que se suceden los descubrimientos científicos. A veces aparecen
grandes inventos que revolucionan el panorama técnico de una época
(la máquina de vapor, la electricidad, e! transistor), de forma pare-
cida a como surgen las grandes teorías científicas (la mecánica clá-
sica la teoría del electromagnetismo, la mecánica cuántica).
Existen, sin embargo, también otros enfoques, que llamaremos
externa/islas, y que se caracterizan por intentar ent~nder el des~­
rrollo científico y técnico en función de factores sociales y econ,o-
micos. Bernal fue pionero en este tipo de estudios, que pronto die-
ron lugar a dos nuevas especialidades académicas: la sociología de
la ciencia (y de la técnica) y la economía del cambio técnico.,
En principio se puede pensar que los enfoques internalistas y
extcmalistas del cambio científico y técnico pueden ser comple-
mentarios y no tienen por qué entrar en conflicto. La sociología de
la ciencia se puede limitar de hecho a analizar la reglas de com"or-
ramiento que rigen las relaciones sociales en las comunidades CIen-
tíficas. En función de ellas podemos explicarnos fenómenos intere-
santes, como la frecuencia de los descubrimientos múltiples, o la
importancia de la objetividad entendida como valor que d~be ser res-
pectado por todos los miembros de la comunidad científica. Est~s
explicaciones pueden ser compatibles ~on los pnncipios m.eto~<:,lo­
gicos que guían la apreciación internalista del ~esarroll~ científico.
Sólo cuando aparecen anomalías en la historia de la ciencia (por
ejemplo, los fraudes científicos, el r~de~c~brimiento de leyes o ~~orías
que habían sido olvidadas por los científicos, etc.) puede el sociólogo
ayudarnos a encontra~ explicaciones pa,ra e~l~s. Lo Il}IS~O cabe decir
de! enfoque económico del cambio científico y tecrnco: para ,los
economistas neoclásicos el cambio técnico es el responsable principal
del aumento de la productividad, pero ello se traduce en simples
cambios de la función de producción (en las diferentes combinacio-
nes de los factores capital y trabajo que intervienen en la prod~c­
ción de bienes y servicios y en la obtención del beneficio). El contenido
de las innovaciones técnicas y de las ideas científicas en que se basan,
205
 MI{,IJII A ()\II~JIANIIIII
el valor cognoscitivo de éstas, los factores que explican su apari-
ción y su desarrollo son asuntos ajenos a la economía en cuanto tal.
Sin embargo, esta división del trabajo entre enfoques internalis-
tas y externalistas no se puede mantener por más tiempo. La obra
de Thomas Kuhn, La estructura de las revoluciones científicas (1963),
ha tenido consecuencias decisivas. Kuhn propuso allí el concepto
de paradigma como nueva unidad de análisis para comprender el
desarrollo de la ciencia. Un paradigma es una entidad híbrida, que
Incluye teorías científicas, reglas metodológicas, tradiciones acadé-
micas, pautas de comportamiento social de los científicos, etc. La
mayor parte de la ciencia se explica en términos de 10 que Kuhn
llama la ciencia normal: los científicos de una época, en una deter-
minada especialidad, trabajan la mayor parte del tiempo resolvien-
do rompecabezas, tratando de encajar los hechos que descubren en
el marco del paradigma que todos ellos comparten. Pero a veces
ocurre que en un determinado campo científico se acumulan las
anomalías y en algún momento surge alguien que propone ideas
radicalmente nuevas; se inicia así un periodo de revolución en la
ciencia que puede dar lugar a la instauración de un nuevo paradig-
ma. Por lo general el nuevo paradigma permite resolver las viejas
anomalías y encajar una buena parte de los conocimientos hereda-
dos del paradigma anterior, aunque siempre queden cabos sueltos.
El paso de un paradigma a otro no es un simple avance lineal del
conocimiento racional, se parece más a un fenómeno sociológico
de cambio de moda: de pronto los científicos empiezan a trabajar
en el nuevo paradigma, se olvidan los problemas anteriores y se
inicia un nuevo periodo de ciencia normal.
Las ideas de Kuhn han dado impulso a lo que podríamos llamar
una sociología radical de la ciencia. Un claro ejemplo es el «progra-
~a fuerte» de sociología de la ciencia del grupo de Edimburgo, ca-
p~taneado por Barry Barnes y David Bloor. Este último define muy
bien el alcance del nuevo enfoque sociológico: la nueva sociología
trata por igual al error y a la verdad científica y no sólo se propone
encontrar las causas que pueden explicar los errores y desviaciones
de la ciencia, sino también explicar en términos sociológicos el he-
cho de que los científicos acepten como verdadera una nueva teo-
ría. La ciencia es ante todo una actividad social, el error y la verdad
dependen de procesos sociales, un nuevo descubrimiento científico
no es valioso porque sea verdadero, sino porque es aceptado como
tal por los científicos.
Este enfoque sociológico y relativista se ba aplicado también a
la historia de la técnica. Desde una perspectiva internalista se puede
estudiar el desarrollo de la técnica como el simple resultado de la
aplicación de criterios de eficiencia a la resolución de problemas
prácticos a partir del conocimiento disponible. Es cierto que los
factores sociales y económicos pueden influir en la definición de los
206
111 CON, I R.UCCIÓN DF I IU fL;R.O
problemas que hay que resolver, pero a partir de ahí la invención
procede de acuerdo con una lógica interna en la que los criterios de
factibilidad, eficiencia y fiabilidad juegan un papel semejante al que
los criterios de verdad, capacidad explicativa y predictiva desempe-
ñan en el método científico. Sin embargo, los sociólogos radicales
de la técnica han puesto de manifiesto que las cosas no son tan
sencillas: el esquema lineal (definición de necesidades, aplicación
del conocimiento disponible, diseño de nuevos artefactos técnicos)
no es realista. Los factores sociales y económicos (la moda, la ren-
tabilidad) no sólo influyen en la definición de los objetivos de una
técnica, sino también en la valoración de las invenciones y en la
orientación del proceso que lleva a una invención: la técnica se con-
figura socialmente. La evolución del diseño de las bicicletas (Bijker
et al. [eds.], 1987) proporciona un buen ejemplo: factores sociales
como la moda y el uso de la bicicleta como objeto de diversión por
parte de las mujeres tuvieron más influencia en la consolidación del
modelo clásico de bicicleta (altura, separación de las ruedas, uso de
cámaras de aire y de transmisión por cadena, etc.) que las simples
consideraciones de ingeniería relacionadas con la eficiencia.
Los economistas también han variado radicalmente su enfoque
del desarrollo tecnológico. La idea fundamental es que la innova-
ción técnica es ella misma una actividad económica. Por una parte
las actividades de investigación y desarrollo de las propias empre-
sas industriales se consideran como parte de su actividad producti-
va. Por otra parte, muchas innovaciones técnicas dependen de pro-
cesos de aprendizaje internos a la propia empresa o de las relaciones
entre, las empresas productoras y los clientes o usuarios. En conse-
cuencia, para entender el desarrollo tecnológico no basta con supo-
ner que las empresas se limitan a sacar provecho de los descubri-
mientos que se generan al margen de su propia actividad. Por el
contrario, hay que analizar las estrategias empresariales en el ámbi-
to de la investigación, ver cómo la propia gestión empresarial, por
una parte, y las exigencias del mercado, por otra, condicionan o
determinan las opciones científicas y técnicas.
3. PROBLEMAS E INQUIETUDES
Gracias a los estudios del cambio científico y técnico, hoy tenemos
una visión mucho más completa de estos fenómenos que la que
teníamos hace tan sólo unas décadas. Pero en contrapartida carece-
mos de una visión unitaria que nos permita entender en su totalidad
la función social y el significado de la ciencia y la tecnología y en la
que podamos apoyarnos para tomar decisiones. Esto explica algu-
nas de las dudas y recelos que periódicamente se extienden en la
cultura occidental a propósito de estos temas.
207
 MIGUII A VUIN I ANIII A
La mayoría de la gente considera inaccesible el mundo de la
ciencia y de la recnología; a pesar de que los gobiernos, y por lo
tanto los ciudadanos a través de sus impuestos, dedican grandes
recursos a la investigación, éstos suelen adoptar una actitud pasiva
en temas de política científica. Periódicamente esta actitud puede
convertirse en un rechazo frontal ante el desarrollo tecnológico,
que se asocia con catástrofes medioambientales (accidente de la cen-
rral nuclear de Chernobyl), conflictos morales (aplicaciones de la
biotecnología, aumento de las desigualdades entre el países ricos y
pobres) o con problemas jurídicos de gran significación política (pro-
tección de la intimidad frente al desarrollo de las bases de datos
informáticas).
En las propias esferas de decisión política (gobiernos, organiza-
ciones internacionales), se presentan problemas nuevos para los que
no existen soluciones preparadas. Se discute, por ejemplo, cuál debe
ser el papel de los gobiernos en las políticas de 1+ D, que áreas de la
investigación básica deben considerarse prioritarias para favorecer
la competitividad de la economía, qué relación existe entre las polí-
ticas industriales, educativas, financieras, y su contribución a la pro-
moción de la capacidad científica y tecnológica de un país, qué
papel deben cumplir las organizaciones internacionales en la coor-
dinación o dirección del cambio científico, etc.
Por último existen problemas de carácter general que preocu-
pan a los científicos, a los políticos, a los ciudadanos y a los espe-
cialistas en el estudio de la ciencia. Por ejemplo: éhasta qué punto
la capacidad creativa e innovadora de la ciencia puede verse afecta-
da por los métodos de gestión y planificación característicos de las
actividades industriales? ¿Existe real me me capacidad de decisión
para orientar el desarrollo científico técnico en una dirección cohe-
rente con los intereses de la humanidad, o por el contrario hay que
resignarse a que la ciencia y la técnica se sometan a las leyes im-
puestas por la economía de mercado? ¿Es posible conseguir una
mayor igualdad en el nivel de desarrollo científico y técnico entre
los países, o la propia dinámica del desarrollo tecnológico e indus-
trial impone una distribución desigual de estas capacidades?
No es fácil dar respuestas simples a todas estas preguntas. Pero
tampoco es razonable adoptar una actitud derrotista y de resigna-
ción. Por el contrario, podemos utilizar los datos que nos propor-
cionan las ciencias sociales para entender mejor el fenómeno del
cambio científico y técnico.
4. EL CRECIMIENTO CIENTÍFICO
Aunque la ciencia y la tecnología no son cosas que se puedan medir
directamente, podemos estimar su crecimiento a través de indica-
208
I A CON:' I R.UCCI6N Dt.L I U rUR.O
dores indirectos. En los estudios de política científica se suele con-
siderar la ciencia y la tecnología corno un sistema que se alimenta
de recursos financieros (el dinero que se gasta en investigación) y
humanos (las personas que trabajan en actividades de investigación
y desarrollo) y produce nuevos conocimientos y nuevos inventos o
aplicaciones técnicas. Para estudiar el crecimiento del sistema po-
demos utilizar indicadores económicos (porcentaje del producto
interior bruto que se dedica a 1+ D, porcentaje de la población acti-
va que trabaja en actividades científicas y técnicas, etc.) e indicado-
res de la producción científica y tecnológica (principalmente núme-
ro de artículos que se publican en revistas internacionales y número
de invenciones patentadas). Naturalmente estos indicadores no nos
permiten obtener una imagen exacta y completa del sistema pero, a
pesar de sus limitaciones, proporcionan información útil y relevan-
te. A partir de ellos, podemos hacernos una idea bastante precisa de
los factores que influyen en el crecimiento de la ciencia y de la
influencia de ésta en el conjunto de la sociedad.
El análisis cuantitativo de la producción científica llevó al his-
toriador y sociólogo Dereck de Solla Price a distinguir claramente
dos tipos de ciencia que él llamó la «Pequeña Ciencia" y la «Gran
Ciencia". Price descubrió en primer lugar que, utilizando indicado-
res como el número de artículos que se publican en revistas científi-
cas o el número de científicos que existen en cada momento, se
podía llegar a la conclusión de que, desde el siglo XVII, la ciencia ha
crecido de una forma exponencial (es decir, de forma semejante a
como crece un capital invertido a interés compuesto), de manera
que su tamaño se duplica aproximadamente cada quince años. Pues-
to que el crecimiento exponencial no se puede mantener indefini-
damente (terminaría habiendo más científicos que habitantes en el
planeta), supuso que tendría que darse una inflexión en la curva de
crecimiento que se transformaría así en una curva sigmoidea o lo-
gística. Price planteó la hipótesis de que la inflexión de la curva
logística empezó en torno a los años 1940 ó 1950, momento en que
tiene lugar también el salto de la Pequeña Ciencia a la Gran Cien-
cia. A partir de este análisis Pricc llamaba la atención sobre los cam-
bios drásticos que deberían operarse en la organización social de la
ciencia para adaptarse a la nueva situación.
Muchas de las hipótesis de Price han sido discutidas por otros
científicos sociales. Pero los métodos de análisis cuantitativo del
crecimiento científico que él utilizó y el énfasis que él puso en la
importancia de estos estudios para entender la dinámica del creci-
miento científico son hoy universalmente asumidos. De los estu-
dios cuantitativos del crecimiento científico, podemos extraer dos
consecuencias: 1) el cambio científico y técnico tiene un carácter
acumulativo (su crecimiento en un momento dado depende de lo
que haya crecido en el pasado); pero 2) no es autónomo, sino que
209
 Mll.UII A ()IJINIANIIIA
depende de las condiciones sociales en que se produce (el creci-
miento tiene límites demográficos, económicos y sociales y su tasa
disminuye en la medida en que se acerca a ese límite).
Algunas de las consecuencias políticas que se derivan de esto
son evidentes. Por ejemplo, el porcentaje de recursos económicos
que un país puede dedicar a 1+ D no es independiente de su poten-
cial económico global medido en términos de su renta per capita.
Por otra parte, dado un determinado nivel de desarrollo científico,
no es posible pasar a un estadio superior sin pasar por un penoso
camino de acumulación de recursos económicos y humanos (scien-
tia non facit saltus: a pesar de las apariencias, la ciencia no crece a
saltos), y además cuando más ha avanzado la ciencia, más esfuerzo
cuesta seguir avanzando al mismo ritmo. En tercer lugar, puesto
que los recursos son limitados, una sociedad debe decidir cuáles
son sus prioridades para impulsar el desarrollo científico y técnico
y no tiene más remedio que correr el riesgo de concentrar sus es-
fuerzos en aquellas áreas de la investigación y del desarrollo tecno-
lógico que considere más esenciales.
Junto a estas características generales del crecimiento científi-
co, hay otras que afectan específicamente al desarrollo tecnológico.
5. PARADIGMAS TECNOECONÓMICOS
Los economistas del cambio técnico distinguen entre invención e
innovación tecnológica. Una invención se convierte en una innova-
ción en el momento en que se introduce en el circuito económico,
en la forma de un nuevo proceso o producto que sale al mercado.
En ese momento se inicia la difusión de esa innovación. Se han
realizado estudios empíricos de la difusión de innovaciones tecno-
lógicas y se puede decir que, en general, si tienen éxito responden
también a la pauta de crecimiento logístico. Pero sobre todo se han
podido comprobar también otros muchos fenómenos interesantes.
En primer lugar se hace imprescindible distinguir al menos dos
tipos de innovaciones tecnológicas: radicales e incrementales. Cuando
aparece y se difunde una innovación radical (por ejemplo la máqui-
na de vapor) inmediatamente da lugar a la acumulación de múlti-
ples innovaciones incrementales (mejoras en la disposición de la
caldera, separación del condensador del vapor, válvulas de regula-
ción automática de la presión en función de la carga, erc.) que inci-
den fuertemente en el proceso de difusión de la tecnología.
Por otra parte, a lo largo de la historia de la tecnología aparecen
a veces innovaciones radicales que inciden en el desarrollo de todo
el sistema tecnológico e industrial. La propia máquina de vapor, la
producción de energía eléctrica, la electrónica de semiconductores
(transistor, circuitos integrados, procesadores) son ejemplos claros
210
1 JI CON","! R.UC(I(JN 1)1 I I U I UKU
de innovaciones revolucionarias. Se trata de tecnologías «intersti-
ciales» (en inglés pervasive), es decir, que tienen aplicaciones prác-
ticamente universales y sirven para potenciar el desarrollo de casi
cualquier otra tecnología industrial. Su aparición representa, en el
campo de la tecnología, algo equivalente a lo que supone un cam-
bio de paradigma en la historia de la ciencia. De ahí que se pueda
hablar con propiedad de paradigmas tecnológicos.
Ahora bien, la aparición y difusión de un nuevo paradigma tec-
nológico conlleva cambios radicales en la actividad económica y en
la vida social. Piénsese por ejemplo en las repercusiones que tuvo el
ferrocarril para la vida cotidiana de las sociedades industrializadas
en el siglo XIX, en los cambios sociales, culturales e institucionales
que se están produciendo en nuestros días por la difusión de las
tecnologías electrónicas, las telecomunicaciones, la informática, etc.,
o en los que sin duda se habrán de producir con la difusión de la
biorecnología basada en la ingeniería genética.
Lo mismo que ocurre en el conocimiento científico, también la
difusión de las innovaciones tecnológicas presenta una doble cara:
por una parte tiene un carácter acumulativo y en cierto modo deter-
minista, dentro de un paradigma dado; pero por otra parte es extre-
madamente sensible a las condiciones sociales y económicas. Las
posibilidades de difusión de una innovación dependen de su renta-
bilidad económica, y ésta puede verse afectada por factores institu-
cionales y políticos: desde la regulación de los mercados financie-
ros (que faciliten o no la inversión extranjera, por ejemplo) hasta
las políticas educativas (que facilitan o impiden una formación de
la población laboral adecuada a los nuevos requerimientos técni-
cos), o institucionales (reglamentación del mercado laboral, crea-
ción de nuevas instituciones científicas, etc.).
6. UN MODELO INTEGRADO DEL CAMBIO TECNOLÓGICO
A partir de todos estos datos, se puede formular un modelo general
del cambio científico y técnico que constituye, en cierto modo, una
síntesis de las perspectivas internalistas y externalistas. En este modelo
se consideran tres tipos de factores o procesos: intelectuales o cul-
turales, económicos y sociales.
'a) Procesos de investigación y desarrollo. Están constituidos
por actividades de carácter intelectual, que se realizan en laborato-
rios e institutos de investigación, universitarios, gubernamentales y
empresariales, fundamentalmente. Una parte de los resultados de
estas actividades se transforman en innovaciones tecnológicas.
b) Procesos de difusión de las innovaciones. Tienen un carácter
económico y comercial. Dependen de la rentabilidad económica de
las innovaciones; pero ésta se ve afectada no solamente por sus va-
211
 MI r, U I l A {J \J 1N 1 A N lilA
lores intrínsecos (eficiencia tecnológica), sino también por las con-
diciones generales del mercado relativas a la competitividad de las
empresas, su capacidad de financiación, de comercialización, etc.
e) Procesos de innovación social. Consisten en las transfor-
maciones que se operan en la sociedad como consecuencia de la
difusión de innovaciones tecnológicas: cambios de formas de vida,
creación de nuevas instituciones, desarrollo de nuevas regulaciones
legales, cambios en las políticas educativas, etc.
Cada uno de estos procesos tiene una dinámica propia que le
lleva a seguir una pauta de crecimiento exponencial o logística. Pero
no son procesos independientes ni están conectados de forma sim-
plemente lineal, sino que se encuentran más bien entrelazados en
múltiples realimentaciones. Por ejemplo, la aparición de nuevas
tecnologías, más eficientes, puede abortar la difusión de tecnolo-
gías anteriores masivamente utilizadas en un determinado sector de
la actividad industrial. Por otra parte la difusión de innovaciones
tecnológicas da lugar a nuevas invenciones y los cambios sociales
pueden influir en la dirección de las actividades de investigación y
~ondici~nar (potenciar o retrasar) los procesos de difusión de las
innovaciones.
En condiciones ideales las curvas de crecimiento de cada uno de
los factores implicados en el cambio técnico presentarían cierto desfase
temporal: el crecimiento más rápido se produciría en las invencio-
nes técnicas y el más lento en la innovación social. Pero una acele-
ración en cualquiera de estos procesos afectaría a los demás.
El modelo, aunque puramente teórico, puede servir de base para
entender la importancia de las decisiones políticas y la responsabi-
lidad de la participación en la toma de decisiones en este campo:
cualquier innovación tecnológica puede tener repercusiones im-
portantes sobre la vida social y cualquier iniciativa social puede
afectar al desarrollo tecnológico. Por ejemplo, ya en los procesos
iniciales de diseño de programas de investigación y desarrollo, en-
tran en juego decisiones políticas y criterios de evaluación de carác-
ter social, económico, moral, además de otros criterios «internos'}
de carácter estrictamente científico y tecnológico (factibilidad, efi-
ciencia, erc.).
Si algo está claro, después de cinco siglos de descubrimientos,
es que nuestro futuro depende de la ciencia y de la tecnología, pero
el desarrollo científico y tecnológico está en nuestras manos.
7. CONSTRUIR EL FUTURO
Aunque los individuos humanos somos los únicos responsables del
desarrollo científico, tecnológico e industrial, ningún individuo por
sí solo puede modificar el curso de la historia. En este campo, como
212
lA CONSIRUCCIÓN D\I IU1URü
en muchos otros, el resultado de muchas acciones individuales nun-
sa equivale a la mera suma de todas ellas, es siempre algo diferente.
Esta es una de las razones por las que se necesitan las instituciones
políticas, a través de las cuales, si son democráticas, los individuos
pueden ejercer un cierto control sobre los efectos colectivos de las
decisiones de cada uno.
Hasta muy recientemente las decisiones en el campo del desa-
rrollo tecnológico se han tomado en función de criterios ajenos a
los principios del control democrático. En la Pequeña Ciencia, los
científicos decidían por sí mismos lo que querían investigar. En la
Gran Ciencia los gestores de las empresas o de las instituciones
públicas toman decisiones en función de criterios económicos, de
interés militar o de interés político general. Los efectos de estas
decisiones se pueden controlar indirectamente, a través de los me-
canismos del mercado o a través de los procedimientos habituales
de control del poder político.
Sin embargo, en la medida en que aumenta nuestro conocimien-
to de los mecanismos e implicaciones del desarrollo tecnológico,
aumenta también la conciencia de la necesidad de definir procedi-
mientos específicos para la toma de decisiones en este campo, de
superar el riesgo que supone seguir aplicando criterios inadecuados
que pueden dar lugar a resultados contrarios a los pretendidos.
En realidad el desarrollo tecnológico en la época de la gran ciencia
ha contribuido a la aparición de problemas completamente nuevos
e insospechados. Señalemos tan sólo los tres más importantes: la
planetarización de la sociedad actual, el aumento de la desigualdad
de oportunidades para el desarrollo entre países ricos y pobres, y la
alarmante degradación del medio ambiente.
El fenómeno de la planetarización es un efecto directo de las
innovaciones tecnológicas más radicales de nuestra época: las tec-
nologías de la comunicación y el transporte. El aumento de la des-
igualdad de oportunidades entre países ricos y pobres es una conse-
cuencia del peso general que la capacidad científica y tecnológica
tiene sobre el desarrollo económico y social. Hasta fechas recientes
los países menos desarrollados podían obtener ventajas comparati-
vas en el comercio internacional basadas en sus recursos naturales o
demográficos; en la actualidad el peso de estas ventajas en el con-
junto de las actividades económicas es mínimo, y en cambio ha cre-
cido extraordinariamente el peso de las ventajas basadas en la capa-
cidad científica y tecnológica. Pero el esfuerzo que un país atrasado
necesita realizar para mejorar su posición en la carrera tecnológica
es cada vez mayor y más difícil. El resultado es un círculo infernal:
cuanto más avanza la tecnología en los países desarrollados, mayor
peso tiene en el conjunto de la economía mundial, mayor es la des-
ventaja de los países menos desarrollados para competir a nivel
mundial, más difícil les resulta a éstos superar la situación y más se
213
 MI (J uI 1 11 Ü 1) I N 1 A N 11 I
concentra aún la capacidad tecnológica en los países avanzados.
Por último, el deterioro del medio ambiente también es en buena
medida resultado del tipo de desarrollo tecnológico que se ha segui-
do a partir de la revolución industrial: ha crecido extraordinaria-
mente la capacidad de la humanidad para alterar el medio natural,
pero no se han desarrollado tecnologías orientadas a restaurar las
modificaciones perniciosas, ni se ha seguido un camino consciente-
mente diseñado para mantener las modificaciones ambientales den-
tro de los límites razonables.
Si estos problemas son en parte el fruto de un desarrollo tecno-
lógico irreflexivo, el primer paso para buscarles solución es empe-
zar a diseñar el futuro de la ciencia y la tecnología de forma más
conveniente, e introducir las innovaciones sociales y políticas que
nos permitan participar y controlar democráticamente las decisio-
nes que afectan al desarrollo científico y tecnológico.
Todo es aún posible. El carácter planetario de nuestra civiliza-
ción tecnológica hace que se planteen problemas de dimensiones
planetarias, pero también permite que se pongan en marcha solu-
ciones a escala mundial. Hay medios técnicos para ello. Las compa-
ñías multinacionales ya lo hacen: recogen información de todas las
partes del mundo y toman decisiones a escala planetaria. Además,
existen en el mundo suficientes recursos para iniciar un proceso de
transferencia masiva de tecnología de los países más avanzados a
los menos desarrollados, lo que facilitaría el desarrollo económico
de éstos. Por último, si la misma capacidad de innovación que du-
rante dos siglos se ha aplicado a la explotación de los recursos natu-
rales se aplicara ahora a la reconstrucción del medio ambiente, en
menos de veinte años podría cambiar la faz del planeta. Lo único
que falta es el marco institucional y la voluntad política para afron-
tar estos problemas como el núcleo esencial de una nueva política
de desarrollo científico y tecnológico a escala mundial.
Hay indicios esperanzadores, sin embargo. Tanto en la sociedad
civil como en los parlamentos, en las instituciones académicas y
en las organizaciones están proliferando las iniciativas orientadas
a la evaluación social de las tecnologías y al diseño democrático
de políticas científicas y tecnológicas. Por otra parte, cabe esperar
que el fin de la guerra fría permitirá liberar inmensos recursos eco-
nómicos y humanos que podrán emplearse en la cooperación inter-
nacional y en la reconstrucción del medio ambiente. Nunca en el
pasado había tenido la humanidad tantas posibilidades de construir
su futuro.
214
¡, 111 CONS 1 HUCCIÓN 1)11 IU 1 UR.O
REFERENCIAS BIBLIOGRÁFICAS
Barnes, B. (1974), Scíentític Kncnule dge and Sociological Theory, Routledge & Kea-
gan Paul, London.
Bemal, J. D. (1939), Tbe Social Function oí Science, MacMillan, New York.
Bijker, W. E., Hughes, Th. P & Pinch, T. J. (cds.) (1987), The social Construction of
Tecbnological Systems (New Dírectíons in tbe Sociology and History oi Techno-
logy), The MIT Prcss, Cambridge, Mass. y London.
Bloor, D. (1976), Knowlcdge and Social lmagery, Routledgc and Keagan Paul.
London.
Bungc, M. (1985): Philosophy of Scíence and Technoiogv. Parr 11: Life Scíenee. So-
cial Science and Tecbnology, Reidel; Dordrechr.
Dosi, G., Frccman, c., Nelson, R., Silverberg, G. & Soete, L (1988): Tecbnical
Change and Economíc 'íheory, Pintcr Publishcrs, London y New York.
Freeman, C. (1974), The ccononucs of Industrial ínnouatíon, Pcnguin Books, Hae-
monsworth Lrd. [trad. esp. de E. Paredes, La teoría económica de la innovación
industrial, Alianza, Madrid, 19741.
Freeman. C. (1987). Technology Policy and Economic Performance: I.essons (rom
[apan, Pintor, London.
Kuhn, T. S. (1962), The Structure uf Scientífic Revolutíons, Chicago u. P., Chicago
[trad. esp. de A. Cont¡n, La estructura de las revoluciones científicas, FCE, México,
1971 ].
Mcrton, R. K. (1957), Social Theory and Social Structure, Free Press, New York.
Nelson, R. (1987), Understanding Tecbnicai Change as an Evolutionary Procese, North
Holland, Amsrerdam.
OeDE (1988), New Technologies in the 1990's. A socio-economic Strategy, OCDE,
París.
Price, D. J. S. (1963), l.itt!e Scíence. Big Science, Columbia U. P., New York [trad.
esp. de J. M. López Piñero, Hacia una ciencia de la ciencia, Ariel, Barcelona,
1973].
Quintanil1a, M. A. (1988), Tecnología. Un enfoque filosófico, Fundesco, Madrid.
Roscnbcrg, N. (1982), Inside the Balck Box: Technology and Economice, Cambridge
u. P., Cambridge.
215
 INNOVACIONES TEÓRICAS EN LA ECONOMÍA
DEL CAMBIO TECNOLÓGICO
Alfonso Bravo Juega
Universidad de Salamanca

1. INTRODUCCIÓN

La innovación y el cambio tecnológico han recibido una atención cre-

ciente en la ciencia económica desde que Schumpeter realizara sus
aporraciones pioneras (1912 y 1942). Actualmente se está producien-
do en este área de investigación una actividad intensa, que ha lleva-
do a la introducción de nuevos puntos de vista en la ciencia eco-
nómica. Estos nuevos planteamientos han coincidido tanto en su
desapego hacia el enfoque neoclásico en economía, como en la re-
cuperación de nociones evolucionistas para la misma. La obra de
Nelson-Winter (1982), que se puede considerar su punto de inicio
más inmediato, tiene un título tan significativo como Una teoría
evolucionista del cambio económico.
Nuestro objetivo en este trabajo es hacer mención de algunos de
los logros más relevantes de este nuevo enfoque evolucionista, de
modo que a través de ellos se pongan de manifiesto las líneas maes-
tras que permiten, en opinión del mismo, incorporar el cambio tec-
nológico en la ciencia económica.
Los temas que vamos a abordar se refieren a los contenidos si-
guientes. ('
En primer lugar, se han formulado críticas a nociones básicas de
la economía neoclásica, que se quedan cortas cuando entran en jue-
go situaciones de cambio tecnológico.
En segundo lugar, la tecnología se ha considerado tradicional-
mente en economía una especie de «caja negra», que opera exóge-
na mente en el contexto económico. Los conceptos que hoy en día
se aportan, intentan penetrar de algún modo en esa caja y compren-
der su funcionamiento.

217
 AIION',IJ II"AVI) jlll I,A
En tercer lugar, el cambio tecnológico tiene implicaciones en el
ámbito puramente económico y también en otros aspectos de la
vida en sociedad. Ello determina que la ciencia económica conecte
con otras aportaciones de las ciencias sociales y que se atienda a
aspectos sociales e institucionales no estrictamente económicos.
En cuarto lugar, el estudio del cambio tecnológico evidencia el
riesgo que se corre cuando se intenta dar paso a las generalizaciones
y muestra la necesidad de investigación empírica y del estudio de
casos; lo cual también es conveniente a la hora de obtener implica-
ciones prácticas y de realizar recomendaciones políticas.
2. INSATISFACCiÓN CON EL ENrOQUE NEOCLÁSICO y CONSTRUCCIÓN
DE UN NUEVO PUNTO DE VrST A EVOLUCIONISTA
Existen dos concepciones fundamentales que enmarcan el desarro-
llo de los modelos en economía. La primera es la «rnecanicista»,
que analiza los problemas económicos por medio de la identifica-
ción de sus elementos constitutivos y de las relaciones que guardan
entre ellos. Se centra en el estudio del equilibrio y suele adoptar una
perspectiva a corto plazo y estática. La segunda concepción es la
evolucionista, cuyo planteamiento es orgánico, en el sentido de que
el todo no es una mera suma de sus partes, sino que evoluciona y
cambia a partir de las interacciones de sus componentes. El centro
de interés está ahora en los procesos de cambio, en que hay innova-
ción y selección, y en el largo plazo (Clark-Juma, 1988, 198).
Ambas concepciones han tenido sus defensores en la ciencia eco-
nómica. Autores como Marx, Veblen o Schumpeter han perteneci-
do a la concepción evolucionista, a la que también Marshall realizó
aportaciones. Sin embargo, la tradición que ha dominado ha sido la
mecanicista, quizá por la influencia de la física clásica, que ha diri-
gido la economía hacia la cuantificación y el estudio del equilibrio
(Clark-juma, 1988, 199).
No obstante, si se consideran fenómenos en los que es esencial
el cambio, corno en el crecimiento económico o en la innovación, la
economía neoclásica revela sus insuficiencias. Por ejemplo, la fuer-
za clave, a largo plazo, en el crecimiento económico es el cambio
tecnológico. Esto no ha sido tratado por la economía neoclásica de
modo adecuado, quizás por ignorancia de los propios economistas
en cuestiones de ciencia y tecnología, por escasez de estadísticas, o
incluso porque ha habido preocupaciones más urgentes, como los
problemas de las fluctuaciones cíclicas y el desempleo (Freernan,
1988,1).
Cuando esos fenómenos de cambio pasan a ocupar el primer
plano de la reflexión económica, se ponen en entredicho los plan-
teamientos básicos de la economía neoclásica.
218
INNOVAC.,ON¡ s II Ófl-I(AC, IN l A r CONOMIA
Hacemos a continuación mención de algunas criticas a las no-
ciones de conducta maximizadora de las empresas y de equilibrio,
que son los pilares fundamentales de los mod:los neoc}á.sicos. ~
En relación con la primera, la econorrna neoclásica senala
que la empresa desea maxi~izar el benefi.c,io, que es la ,función ob-
jetivo global. Dado un conjunto de elección, que contiene aquello
que la empresa sabe hacer, la acción de la empre~a se c.Ol1.templa
como el resultado de la maximización de la función objetivo, te-
niendo en cuenta un conjunto de alternativas conocidas y de restric-
crones.
Una crítica evolucionista a este punto de vista adopta el plan-
teamiento conductista, acerca de que no hay una función objeri-
vo dominante que imponga una estructura coherente a las .acClo-
nes de la empresa. Si la empresa opera en el mundo real sm un.a
función objetivo claramente definida, ésta no será tampoco c~:mdl­
ción necesaria para la construcción de la teoría (Nelson-W inter,
1982, 57). Por tanto, se acepta que la empresa está motivada por el
beneficio, peto no se supone que sus acciones sean maximizadoras
del mismo.
La noción de equilibrio también se somete a m~~iz~ciones. ~n el
enfoque evolucionista se emplea la no~i~n d~ equilibrio selectivo y
se admite que las empresas con heneficios tienden a. expulsar del
negocio a las que no los obtienen. Este punto de vista parece el
mismo que el tradicional, pues en éste ~e afirn:a que las fuerzas
competitivas de selección expl~l~an de. la industria a todos excepto
a los maximizadores del beneficio (Fnedman, 1953,22). .
Sin embargo, la diferencia está en que en el enfoque evolucio-
nista no se acepta que el proceso de adaptación tenga que ~onverger
hacia la acción óptima. Las rutinas de las empre~as no tienen .p~r
qué ser las conductas óptim~s desde el p~mto de. vista de la maxirru-
zación. Se entiende por rutrnas un conjunto bien estructurado de
reacciones habituales de la empresa, que cumplen el mismo papel
que la herencia genética en, la. evolución biológica. No se puede
aceptar que las fuerzas econorrucas selectivas operen. sobre un con-
junto factible de posibilidades donde resulte seleccionada la con-
ducta óptima, sino que la selección opera sobre lo que existe, que es
el conjunto de reacciones habituales o ru.tinas. Y n? hay razón para
creer que este conjunto tenga que incluir necesanamente las con-
ductas mejores (Nelson-Winter, 1982, 142).
La noción de equilibrio está estrechament~c?nectada, en !a eco-
nomía neoclásica, con el supuesto de los rendimientos decrecientes;
pues éste permite sostener que las acciones econ?,?i~as engen?ran
una retroacción negativa que conduce a un equilibrio predecible.
Todo cambio se ve compensado por las reacciones que genera. La
crítica a este punto de vista se basa en la constatación de que en la
realidad económica existen retroacciones positivas que amplían los
219
 Al ION'> O A K AV O I LJ I e A
efectos de los cambios. Por ejemplo, los rendimientos crecientes
son típicos de sectores económicos basados en el conocimiento, como
los de ordenadores, productos farmacéuticos, etc. (Arthur, 1990,
86-87). ~o eran anteriormente tenidos en cuenta por las dificulta-
des analíticas que conllevan.; J:foy en día, se cuenta, sin embargo,
con las herramientas ~atem~tIcas que permiten manejarlos, y que
llevan a tomar en consideración pequeños acontecimientos que in-
clinan la ec~nomía hacia determinadas pautas de desarrollo, lo cual
tiene su analogo en las mutaciones de la teoría evolucionista en
biología (Arthur, 1990, 92).
E~ proc~so de innovaci,ón presenta características que son fuen-
te de incertidumbre y que impiden aceptar que los agentes apliquen
procedimientos de rnaximización para tomar decisiones (Dosi-Or-
semgo, 1988, 17). Existe incertidumbre técnica, referida al logro de
un producto o proceso específico y su nivel de coste, e incertidum-
b.re de mer~ado, respecto a si ese producto o proceso será comer-
cialmente viable. No es incertidumbre medible o asegurable, por-
que los nesgos no se pueden predecir (Kay, 1988,283). Hay límites
en la información disponible y carencias en la competencia de los
agentes para procesar esa información. La economía convencional
dispone de versiones para dar cuenta de situaciones semejantes, pero
no parece que puedan enfrentarse al problema que plantea la incer-
tidumbre. Una empresa puede juzgar que es improbable que algo
suceda, pero también se da el caso de que la empresa no ha pensado
nunca en una situación que puede suceder y de la que no sabe nada
en absoluto, Esta situación no se puede modelizar con probabilida-
des bajas (Nelson-Winter, 1982, 67).
También se pone en tela de juicio el intento de la «Nueva ma-
croeconomía clásica» de aportar a la macroeconomía un fundamen-
to microeconómico basado en el equilibrio walrasiano. En él se
c.omprime la multitud de agentes en un agente singular representa-
n va, lo que con,lleva aceptar que los agentes son idénticos y que sus
c.onducta~ no difieren cualitativamente. La Escuela de las Expecta-
uvas Racionales supone que algún agente forma sus expectativas
sobre la base del modelo de equilibrio y espera que los demás agen-
tes lo hagan del mismo modo. Su argumento discurre del modo
srgurente. Las expectativas de algunas empresas coinciden con las
predicciones de la teoría económica. Si tales expectativas fueran
más exactas que las de otras, que no se basan en la teoría económi-
ca, obtendrían más beneficios que ellas. Sin embargo, esto no ocu-
rre y es, no obstante, cierto que las predicciones de la teoría econó-
mica son más exactas que cualesquiera otras. Por tanto, las expectativas
de la mayoría de las empresas coinciden con las predicciones de la
t~oría económica (Hausman, 1989,5-6). Este planteamiento se cri-
tica por el hecho de que si se desea considerar el cambio y la inno-
vación, se tiene que aceptar la asimetría y diversidad de los agentes.
220
INNOVACIONf S II.ÓRICAS IN lA ICONOMIA
Éstos son los rasgos que confieren dinamismo al sistema, el cual se
veria suprimido por la afirmación de la identidad de los agentes
(Coricelli-Dosi, 1988, 130).
Las críticas a los planteamientos ortodoxos han provenido tam-
bién del propio campo neoclásico. Por ejemplo, F. Hahn tiene en
cuenta el problema de la información imperfecta y la importan-
ciade la historia y de los procesos de aprendizaje (Freeman, 1988,
4). A pesar de ello, la actitud que predomina es la de mantener-
se dentro del marco del paradigma neoclásico y no romper con
él. Esta actitud es comparada por Nelson con la del borracho que
busca su llave bajo la luz del farol, porque es el único sitio ilumi-
nado, a pesar de que sabe que la perdió en otro lugar (Freeman,
1988,5).
Ante estos problemas, caben diferentes posiciones. Se puede tra-
bajar hacia atrás, de modo que se vaya desde los resultados obteni-
dos hasta las restricciones que se necesitan para alcanzar los resul-
tados que se desean. También es posible introducir supuestos ad
hoc de carácter empírico, que permitan dar cuenta de las nuevas
situaciones. En tercer lugar, se puede romper con el molde neoclá-
sico para construir uno nuevo, como pretende el enfoque evolucio-
nista (Coricelli-Dosi, 1988, 136-137).
Si se comparan los enfoques neoclásico y evolucionista, se ob-
serva que los modelos neoclásicos son más simples, pero tienen que
pagar el precio de la escasa plausibilidad de sus supuestos. El en-
foque evolucionista se centra en aquello que plantea problemas al
enfoque neoclásico, como son las externalidades, los rendimientos
crecientes, las diferentes prioridades de los agentes, la incertidum-
bre, etc. (Coricelli-Dosi, 1988, 141).
Esto no quiere decir que no haya conexiones entre ambos enfo-
ques. La economía evolucionista acepta que las empresas persiguen
objetivos, como el del beneficio, sin por ello aceptar el supuesto
neoclásico de su maxirnización, que es mucho más fuerte. También
se está de acuerdo parcialmente con los conceptos de competencia
y equilibrio, aunque se rechaza el procedimiento convencional de
introducirlos en una etapa temprana de la modelización, porque
con ello se desecha la consideración de la lucha competitiva que
lleva hacia esa situación (Nelson-Winter, 1982,31-32).
En definitiva, el enfoque evolucionista echa en cara al neoclási-
co la falta de realismo en la descripción de conductas y sucesos, así
como el manejo de un aparato lógico desmedido: «La ortodoxia
construye un palacio lógico rococó sobre arena empírica movedi-
za» (Nelson-Winter, 1982, 33). El enfoque neoclásico falla, a pesar
de su sofisticación lógica, en relación con el cambio tecnológico e
institucional, por lo que no constituye una teoría satisfactoria del
crecimiento económico (Freeman, 1988,5). La alternativa evolucio-
nista que se propone está todavía en proceso de constitución y no
221
 AII UN',() IIIIAV() jlJI l,A
se ha .~esarrollado completamente, pero sí ha logrado señalar la
dirección en que se debe ir para lograr tal teoría (Freernan, 1988, 7).
3. CONSTRUCCIÓN DE CONCEPTOS QUE INTENTAN PENETRAR
EN LOS ENTRESIJOS DEL FENÓMENO TECNOLÓGICO
En la economía evolucionista se intenta ir más allá de la concepción
de la tecnología como información, para lo cual se estudian las ca-
racterísticas real~s de la tecnología y se proponen conceptos que se
adapten a las mismas. Dado que los economistas han tratado los
fenómenos tecnológicos como sucesos que ocurren dentro de una
«caja negra» (Rosenberg, 1982, vii), se trataría de investigar lo que
ocurre dentro de la caja.
El conocimiento que la empresa tiene de sus posibilidades tec-
nológic~s de transformar bienes está contenido, según el enfoque
neoclás!co, en su conjunto de producción. Este enfoque supone que
los c0!IJ~ntos de producción son idénticos, lo cual implica que los
conocimientos tecnológicos que permiten definir tales conjuntos son
materia de información pública y no supone costes hacerse con ella.
Arrow (1962) considera que la tecnología es información que se
aphca con generalidad y que es fácil de reproducir. Afirma, por
ejemplo, que «el COSte de transmisión de un cuerpo dado de infor-
mación es con frecuencia muy bajo» (Arrow, 1962, ed. esp. 1979,
156-157). Por ello, las empresas pueden generar innovaciones ha-
ciendo uso, de modo gratuito, del conjunto almacenado de conoci-
mientos tecnológicos (Dosi, 1988, 145).
Es~a descripción neoclásica no se corresponde, sin embargo, con
la realidad, Según ella, parece que los conocimientos tecnológicos
conforman una especie de archivo, o están disponibles en la mente
de un ~specialista, por lo que no habría problemas para que la in-
formación se transmitiera de una empresa a otra. Pero las cosas
no son de este modo. Los registros simbólicos de la información no
contienen todas l~s especificaciones para ponerla en práctica, ni
hay una persona singular en la empresa que por sí sola disponga de
todo el conocimiento tecnológico de la misma. La transmisión de la
información no es tan sencilla como supone el enfoque neoclásico
(Ne!son-Winter, 1982, 62).
Para adecuarnos a las características que muestra efectivamente
la tecnología, debemos empezar por distinguir entre información y
conocirniento, pues éste incluye competencias que son necesarias
para procesar la información (Dosi, 1988, 234). Disponernos de
tres dicotomías o aspectos contrapuestos, que nos permiten pene-
trar en los rasgos reales de la tecnología.
La p:~mera atiende a lo «universal-específico» en la tecnología.
La solución de los problemas tecnológicos implica el uso de conoci-
222
INNOVACIONI S 11 (¡kICA', IN 1A I ()N()MiA
mientos «universales», basados en los principios y leyes generales
de la ciencia. Pero además exige conocimientos «específicos», con-
sistentes en modos particulares de hacer las cosas, que residen en la
experiencia de! productor o del usuario (Dosi, 1988,224).
La segunda dicotomía se refiere a lo «articulado-tácito», presen-
te en la tecnología. Algunos aspectos del conocimiento tecnológico
están bien «articulados», esto es, se presentan en artículos o manua-
les y se enseñan en las aulas. Pero hay también aspectos «tácitos»,
que no son transmisibles explícitamente, sino que se aprenden a
través de la práctica (Dosi, 1988, 224).
El tercer aspecto contrapuesto incide en lo «público-privado»
que se pone de manifiesto en la tecnología. Parte del conocimien-
to tecnológico es «público», como son las publicaciones cientí-
ficas y técnicas. Hay, sin embargo, aspectos que son «privados»,
bien por ser tácitos o por estar protegidos por patentes o secreto
(Dosi, 1988,224).
Estas características hacen que el cambio tecnológico tienda a
ser acumulativo y específico a la empresa, pues lo que la empresa
haga en e! futuro dependerá de lo que ha sido capaz de hacer en el
pasado (Dosi, 1988,225).
Disponemos de diversos conceptos que pretenden acercarse a
estas características de la tecnología. Dosi ha propuesto el concepto
de «paradigma tecnológico», basándose en la similaridad que existe
entre ciencia y tecnología. De! mismo modo que se habla de para-
digmas científicos o de programas de investigación científica, tam-
bién se puede hablar de paradigmas tecnológicos (Dosi, 1988, 224).
Un paradigma tecnológico es un patrón para la solución de pro-
blemas tecnoeconómicos, basado en principios derivados de las
Ciencias Naturales. Incluye un conjunto de «ejemplares» o artefac-
tos básicos que van a ser desarrollados o mejorados, como un coche
o un circuito integrado. Tamhién contiene un conjunto de «heurís-
ticas», que consisten en reglas que orientan e! desarrollo, como, por
ejemplo, la que indica que se debe incidir en la miniaturización del
circuito. El paradigma señala las necesidades que se pretende satis-
facer, los principios científicos que se usan para ello y la tecnología
material que se debe emplear (Dosi, 1988, 224).
Los paradigmas tecnológicos definen «trayectorias tecnológi-
cas», que son vías de progreso tecnológico enmarcadas por el para-
digma (Dosi, 1988,225). Con ello se pone de relieve que el apren-
dizaje innovativo está limitado al paradigma y sucede a lo largo de
trayectorias particulares definidas por él (Dosi, 1988, 226). Ade-
más, los diferentes mecanismos que influyen en el cambio tecnoló-
gico, como son los cambios en los precios relativos o en las condi-
ciones de la demanda, operan dentro de los límites definidos por
los paradigmas tecnológicos (Dosi, 1988,227). Esto ayuda a resol-
ver el debate entre las hipótesis del «empuje tecnológico» y de! «ti-
223
 Al t üN~U IlflAVO JLJI (,A
rón de la demanda». Los factores relativos al ambiente como los
precios relativos o la demanda, operan en la conformación del cam-
bio tecnológico, pero es el paradigma lo que determina los límites
en que pueden ejercer su efecto (Dosi, 1988, 228).
, .Con la noción de paradigma tecnológico se recogen las caracte-
nsncas expuestas de la recnologfa, pues, por una parte, da cuenta
del conocmuenro genénco que se manifiesta en la tecnología (Nel-
son, 1988,314) y, por otra, contiene conocimientos específicos que
prod~c.en patrones de cambio técnico acumulativos, irreversibles y
específicos a cada país (Dosi-Soete, 1988,418).
Existen otros c~nceptos similares al de paradigma tecnológico,
como el de «herramientas orientadoras» de Rosenberg (1976); el de
"P?stes mdlcado;es tecnológicos» de Sahal (1981 y 1985); o los de
«regirnen tecnológic.», y «trayectoria tecnológica» de Nelson-Win-
ter (1977 y 1982). También se relacionan con el concepto de "para-
dlgm~ tecnoeconórnico» propuesto por Pérez (1983), referido a
amplios gr~pos de paradigmas, en el sentido de Dosi, que inciden
en todo el sistema económico (Dosi, 1988,225). Todas estas nocio-
nes comparten la idea de que las innovaciones no se deben conside-
rar aisladamente, sino en términos de una estructura tecnológica en
evolución (Coombs, 1988,295).
4. ATENCIÓN A LA CONEXIÓN ENTRE LA TECNOLOGÍA Y LOS ASPECTOS
ECONÓMICOS, SOCIALES E INSTITUCIONALES
En es!e apar~ado, exponemos el modo en que operan la innovación
y las mstJ~UClOnes,10. cual. nos permite observar Cómo la tecnología
y el cambio tecnológico tienen efecto en el conjunto de la vida so-
cial y económica.
El cambio tecnológico, en cuanto modo de innovación intro-
duce en la realidad económica un factor de inestabilidad que 'la hace
evolucionar. Junto a este elemento de cambio, existen otros que le
dan ~ohesión y orden. Entre ellos encontramos, por una parte, al
propio modo de desarrollo de la tecnología, a través, como vimos,
de las vías de un paradigma tecnológico, y por otro, a las institucio-
nes, que aportan el «engrudo» que mantiene unido al sistema (Free-
man, 1988, 11).
Este planteamiento nos hace partir del concepto de innovación
que es más amplio que el de cambio técnico, pues incluye cambios:
corno las transformaciones en la prestación de servicios, que pue-
den ~ene~ escaso ,conteni?o tecnológico. Schurnperer, por ejemplo,
consideró corno innovacrones los nuevos métodos de producción,
los nuevos productos, las nuevas formas de organización, las nue-
vas fuentes de surmrnstro y las nuevas rutas comerciales y mercados
(Schumpeter, 1942, ed. esp., 1984, 103).
224
En relación con la invención, de que a veces deriva, se entiende
la innovación como la primera aplicación económica de aquélla.
De hecho, se habla de cambio técnico real cuando la invención se
transforma en innovación y se difunde a través del sistema social
(Nucci-Pearce, 1989, 103).
Con el término innovación nos referimos en definitiva a la in-
vestigación, descubrimiento, experimentación, desarrollo, imitación
y adopción de nuevos productos, nuevos procesos de producción y
nuevos sistemas organizativos (Dosi, 1988,222).
Los estudios empíricos de los años setenta y ochenta nos permi-
ten señalar algunas características básicas de los procesos de inno-
vación. Primera, la incertidumbre: la innovación contiene un fuerte
elemento de incertidumbre debido a que los resultados técnicos y
comerciales de los esfuerzos innovadores no se conocen ex ante.
Segunda, la vinculación a la ciencia: la innovación tecnológica, des-
de la Revolución Industrial sobre todo, tiene su origen en oportuni-
dades derivadas de los adelantos científicos. Tercera, la internaliza-
ción de la 1+ D en la qTlpresa: las actividades de investigación tienden
a estar integradas en ·las empresas de producción debido a la cre-
ciente complejidad de las actividades innovativas. Cuarta, el apren-
dizaje: muchas innovaciones tienen su origen en el aprendizaje, tan-
to por la práctica como por el uso. Quinta, la acumulatividad: la
dirección del cambio técnico se define por la tecnología que se usa,
de modo que el logro de avances científicos, por parte de empresa.s
o de países, depende de los niveles tecnológicos ya alcanzados (Dosi,
1988,222-223).
No todas las innovaciones tienen la misma importancia ni ejer-
cen el mismo efecto. Distinguimos por ello cuatro tipos diferentes
de innovaciones.
Las innovaciones incrementales son innovaciones menores, que
mejoran paulatinamente los procesos o productos. No suelen ser
resultado de la actividad de 1+ D deliberada, sino de mejoras conse-
guidas por los ingenieros o por los usuarios. Tienen gran importan-
cia en el crecimiento de la productividad, pero sus efectos no son
espectaculares de forma individual (Freernan-Pérez, 1988,46).
Las innovaciones radicales son sucesos discontinuos que no sur-
gen de mejoras en los procesos de producción existentes, sino que
se deben generalmente a las actividades de 1+ D. Tienen importan-
cia para promover la inversión, pero su impacto económico es rela-
tivamente pequeño y localizado (Freernan-Pérez, 1988,46).
Los cambios de sistemas tecnológicos constituyen el tercer tipo
de innovación y consisten en cambios en la tecnología que afectan a
diversas ramas de la economía, dando lugar a la aparición de secto-
res nuevos. Se trata de constelaciones de innovaciones, tanto radi-
cales como incrementales, que afectan a una diversidad de empre-
sas (Freeman-Pérez, 1988,46).
225
 AIIONSU IIi{AV() IIJI (,A
Los cambios en el paradigma tecnoeconómico son, por último,
revoluciones tecnológicas, pues conllevan cambios de tan largo al-
cance que afectan a la economía entera. No consisten sólo en la
aparición de nuevas industrias, sino que todo el sistema econó-
mico se ve afectado en la estructura de costes de los inputs, en las
condiciones de producción y en las de distribución (Freernan-Pérez,
1988,47).
Nos detenemos un momento en este último concepto, por la
importancia que tiene este tipo de cambio técnico de consecuencias
tan extendidas en todos los sectores de la economía, que llega a
provocar cambios sociales e institucionales.
Con la noción de paradigma tecnoeconómico se pone énfasis en
el aspecto económico y no sólo técnico, porque el paradigma tec-
noeconómico no se caracteriza sólo por la aparición de nuevos pro-
cesos o productos, sino sobre todo porque cambia la estructura de
los costes relativos de todos los inputs de producción. En cada pa-
radigma hay un input, o combinación de inputs, que es el «factor
clave», caracterizado por la caída rápida de los costes, la disponibi-
lidad aparentemente ilimitada de su oferta y el amplio potencial de
uso en numerosos productos y procesos (Freernan-Pérez, 1988,48).
Los factores clave en los sucesivos paradigmas tecnoeconómi-
cos han sido el algodón y el hierro, en 1770-1840; el carbón y el
transporte, en 1840-1890; el acero, en 1890-1940; el petróleo, en
1940-1990, y los chips y la microelectrónica en la década que hace
poco inauguramos (Freeman-Pérez, 1988,50-53).
El nuevo paradigma empieza a demostrar sus ventajas en unos
pocos sectores, que son las «ramas portadoras», y no desplaza al
antiguo hasta que la oferta del factor clave no cumple las condicio-
nes indicadas. Una vez que se extiende, el nuevo paradigma llega
a ser un «tipo ideal» de organización productiva, de modo que lle-
ga a cambiar el «sentido común» de la ingeniería y de la administra-
ción, reestructurando el sistema productivo entero (Freeman-Pérez,
1988,58). Actualmente, la organización productiva que se está im-
poniendo es la intensiva en información, donde la flexibilidad y la
diversidad sustituyen a los sistemas homogéneos. Las computado-
ras se asocian a todo tipo de equipo productivo y la electrónica se
convierte en sector puntero (Freeman-Pérez, 1988,61).
La aparición de un paradigma tecnoeconómico produce una
gran crisis estructural de ajuste entre la nueva tecnología y el siste-
ma social. Esto permite hacer referencia a los ciclos económicos. La
depresión estaría relacionada con el periodo de ajuste estructural,
en que el marco institucional y social se adaptan a la nueva tec-
nología. Una vez logrado, se produciría el boom, relacionado con
la difusión del nuevo paradigma tecnoeconómico (Freeman-Pérez,
1988,45).
La consideración del concepto de paradigma tecnoeconómico
226
INNOVAC:'ON~<' Il6RICAS I-N lA LCONOMiA
nos ha llevado a mencionar el papel de la instituciones en los proce-
sos de cambio técnico. Un enfoque que ha hecho referencia directa
a este papel es la «Escuela de la Regulación», francesa, que se ha
desarrollado de forma paralela al enfoque evolucionista y cuyos
conceptos son empleados de modo usual en éste. Se reconoce, por
ejemplo, que el enfoque de la regulación ha prestado menos aten-
ción al cambio técnico y que, por otra parte, autores vinculados a la
economía del cambio técnico no han desarrollado un análisis de
las formas institucionales ni modelos agregados formales de la eco-
nomía. Por ello, sus aportaciones respectivas se consideran com-
plementarias y pueden dar lugar a una sintesis (Freernan, 1988,
11-12).
Una dificultad del análisis neoschumpeteriano, que no de
Schumpeter, consiste en su~oner que el crecimiento económic? ,y
las instituciones sociales derivan de aspectos puramente tecnológi-
coso El punto de vista adecuado, según la Escuela de la Regulación,
exige distinguir dos dinámicas: la de las f~rmas !nstitucionales. y. l.a
del sistema recnológico.. Tras ello, se debe investigar la compatibili-
dad entre ambas (Boyer, 1988,67). De este modo, el enfoque de la
regulación se plantea la cuestión de la coherencia entre ~n sistema
técnico y un patrón de acumulación definido por mecalllsmo~ que
afectan a la competencia, la demanda, el mercado de trabajo, el
crédito y la intervención del Estado (Boyer, 1988,68).
El método de este enfoque consiste en identificar el marco insti-
tucional por medio del trabajo de los historiadores y conectarlo con
las regularidades económicas asociadas a ese marco. Ello le permite
derivar hipótesis que se someten a pruebas estadísticas y, economé-
tricas y, cuando es posible, se contruyen modelos que permiten probar
la coherencia del sistema (Boyer, 1988,77).
La noción fundamental de este enfoque es la de «modo de regu-
lación». Se entiende por «regulación» el proceso de adaptación en-
tre producción y demanda dentro de un marco de instituciones (Bo-
yer, 1988,68). Por su parte, el «modo de regulación» .consiste en
un conjunto de reglas y conductas individuales y coleenvas con las
tres propiedades siguientes. En primer lugar, hacen posible la com-
patibilidad de decisiones descentralizadas conflictivas, sin necesi-
dad de que los individuos o instituciones comprendan la lógica del
sistema. En segundo lugar, controlan y regulan el modo de produc-
ción dominante. En tercer lugar, reproducen las relaciones sociales
básicas a través de un sistema de «formas institucionales- (Boyer,
1988,75).
Las instituciones se consideran precisamente dentro de este con-
cepto de «formas institucionales». Se distinguen cinco tipos. Prime-
ro, las relaciones monetarias y de crédito, como es el hecho de que
después de la Segunda Guerra Mundial la oferta monetaria se de-
termine por el volumen de crédito que los bancos conceden a las
227
 /\ 1 1 1) ~I', 1) 1\ li A V () jlll r , A
familias y empresas. Segundo, el nexo salario-trabajo, que incluye
los problemas relacionados con la organización del trabajo y el ni-
vel de vida de los asalariados (Boyer, 1988, 72). Por ejemplo, el
nexo salario-trabajo fordista vincula los salarios nominales a las
ganancias de productividad y a los precios de los bienes de consu-
mo, por lo que se hace casar la producción en masa con el consumo
en masa. Tercero, los tipos de competencia, como se dan, por ejem-
plo, tras 1945, en que la competencia es oligopolística y basada en
la diferenciación de prodncto (Boyer, 1988, 73). Cuarto, el régi-
men internacional, que se define por el conjunto de reglas y con-
venciones que organizan el intercambio entre países (Boyer, 1988,
74). Quinto, las formas de intervención del Estado, que se han ido
intensificando tras la Segunda Guerra Mundial (Boyer, 1988, 75).
Dentro de un marco de instituciones, se producen en la econo-
mía procesos de crecimiento, que pueden entrar en crisis. Esta últi-
ma se denomina «estructural» cuando el modo de regulación entra
en contradicción con las formas institucionales existentes y el siste-
ma no se puede reproducir a largo plazo (Boyer, 1988, 76). La crisis
de 1929 sobreviene, por ejemplo, por las tendencias divergentes
entre salarios reales y productividad. El taylorismo genera incre-
mentos importantes de productividad, pero los salarios reales se
establecen de modo competitivo, por lo que crecen lentamente. El
sistema conduce a una alta tasa de beneficio, que no se puede soste-
ner por las carencias que se manifiestan en la demanda total (Boyer,
1988,83). El régimen fordista, sin embargo, introduce después de
la Segunda Guerra Mundial un nuevo nexo salario-trabajo, por el
que los sindicatos aceptan la modernización capitalista y los empre-
sarios acceden a compartir las ganancias de productividad con los
asalariados (Boyer, 1988, 84). Este sistema no se distingue del an-
terior por la tecnología, sino por el modo de regulación. Las tasas
de beneficios son altas y también lo son los niveles de vida de los
trabajadores.
éPor qué este sistema ha entrado en crisis, como comprobamos
en los años setenta? Se apuntan tres límites del régimen fordista.
Primero, el fordismo llega a ser antiproductivo, porque la bús-
queda de rendimientos crecientes a escala alcanza su techo y tam-
bién porque los trabajadores se rebelan contra los métodos tay-
loristas y fordistas de trabajo. Segundo, la competencia exterior
determina que los países con salarios altos no puedan vender fuera
sus productos a los precios que permitan mantener esos salarios
(Boyer, 1988,86). Tercero, existen posiblemente efectos negativos
en los beneficios, que llegan a ser bajos en relación con la demanda
(Boyer, 1988,88).
El enfoque de la regulación pone, por tanto, de manifiesto que
el sistema tecnológico no se puede separar de los aspectos económi-
cos y sociales. La salida de la crisis actual a través de la búsqueda de
228
I~N(IVA( ION! -, 11 (lkl(/\C, 1 N 1A 1 (UN()MI/\
un nuevo paradigma tecnológico implica atender también a aspec-
tos institucionales como los expuestos (Boyer, 1988,89).
Un autor de importancia fundamental en la economía del cam-
bio técnico, como C. Freeman, no ha dejado también de señalar la
importancia de .los aspe~tos inst.i~ucionales"a través del concepto
de «sistema nacional de mnovacion». Se entiende por tal la red de
instituciones de los sectores público y privado, cuyas actividades e
interacciones inician, modifican y difunden las nuevas tecn,ologías
(Freernan, 1987, 1). En estas institu~iones s: ~ncluyen l<?s sl.ste~as
de educación y adiestramiento, medidas ~olttlcas, .ca?1blOs mstttu-
cionales como la introducción de laboratorios especializados de 1+ D
en determinados sectores de la industria, etc.
Freernan ha estudiado detenidamente el caso japonés como sis-
tema de innovación que ha logrado un gran éxi!o en I?s ~ltimos
años. Esto se ha debido a la introducción de cambios cualitativos en
el sistema o, como también podríamos decir, a que se trata de un
sistema de innovación innovador. . .
Una parte importante del éxito japonés se debe al MITI (Minis-
te no de Industria y Comercio Internacional), que ha ejercido su
influencia a través de juicios acerca de la dirección futura del cam-
bio técnico y de la importancia relativa de las distintas tecn?logías.
La estrategia que siguió Japón tras la Segunda Guerra Mundial con-
sistió en intensificar la eficiencia técnica y las innovaciones en la
producción (Freeman, 1988, 331). Para log;arlo, el MITI aportó
subsidios directos para instalar equipos y m~qull1~s en las .empr~:
sas· incentivó la inversión en 1+ D con medidas fiscales; financió
ob:as de infraestructura (Freernan, 1988, 332). Además, el MITI
dedicó mucha atención a obtener una «visión» a largo plazo acerca
de cuáles podrían ser las tend~ncias fut~ras de la tecnolosía. Esto
les llevó a detectar pronto la importancia de las recnologfas de la
información y lograron que las mismas se generalIzaran en .las e~­
presas (Freeman 88, p. 332). Para ello, fue importante la e~1StenCJa
en Japón de una práctica institucionalizada de cooperacion entre
las empresas, denominada keiretsu, que lleva a las empresas a co~­
partir investigación, tecnología, pers,onal de apoyo, f.uentes de fi-
nanciación, etc. Su importancia radica en que permlt~ a las. ;m-
presas tener un punto de vista a largo plazo acerca de la mversion y
la tecnologia (Freeman, 1988,338).. .
A todo ello se añaden aspectos relacionados con el Sistema de
educación; el sistema de financiación de la inversió.n dentro d.e los
conglomerados de empresas; l.a dirección ~e.las mismas por l~ge­
nieros, que dominan las cuestiones tecnológicas; los nuevo.s sI~te­
mas de organización del trabajo, etc. Todo estos aspectos ms~tl~u­
cionales explican por qué Japón se ha situado en la f;ontera tecnológica
mundial aliado, e incluso superando, a otros paIses que hace poco
le aventajaban ampliamente.
229
 AL I ON'>O IlkAV() IUI (,A
5. PRECAUCIÓN A LA HORA DE OBTENER GENERAI.IZACIONES
y DE DERIVAR IMPLICACIONES PRÁCTICAS
En un apartado anterior, dimos ya fe de la insatisfacción con la
teoría económica neoclásica, cuando se trata de comprender el cambio
técnico. En este apartado, dejamos constancia de la variedad de
modos en que opera el cambio técnico en los diferentes sectores
económicos, con la consiguiente dificultad de emplear supuestos
generales al estilo de la economía convencional. Además, nos refe-
riremos al planteamiento político que se adopta en el enfoque evo-
lucionista, el cual es también ejemplo de la cautela con que se opera
en este enfoque.
Pavitt (1984) distingue diferentes trayectorias tecnológicas de
los sectores económicos y así habla de sectores dominados por los
proveedores, sectores intensivos en producción y sectores basados
en la ciencia (Pavitt, 1984,353). Existen diferencias sectoriales que
explican esas diversas trayectorias tecnológicas. Hay que atender
para ello a los tres factores siguientes. En primer lugar, hay diferen-
tes fuentes de la tecnología. Esta procede unas veces de dentro de la
empresa, a través de laboratorios de 1+ D o de departamentos de
ingeniería de la propia empresa, y otras procede de fuera, a través,
por ejemplo, de los proveedores o de los usuarios, o también de
investigación financiada por el Gobierno. En segundo lugar, las
necesidades de los usuarios no son siempre las mismas. En unas
ocasiones es importante el precio, mientras que en otras importan
más las prestaciones o la fiabilidad. En tercer lugar, existen diferen-
tes medios de apropiación de los beneficios. En innovaciones de
proceso prima sobre todo el secreto. En innovaciones de producto,
las patentes se emplean, por ejemplo, en el sector farmacéutico;
pero el aeronáutico se basa más en los retrasos técnicos naturales
(Pavitt, 1984,355).
Las empresas dominadas por los proveedores se dan principal-
mente en sectores tradicionales de manufactura; también en agri-
cultura, construcción, producción doméstica informal, y en muchos
servicios profesionales, financieros y comerciales. Se trata normal-
mente de empresas pequeñas, con débiles capacidades de 1+ O in-
terna y de ingeniería. Sus medios de apropiación de beneficios se
basan menos en las ventajas tecnológicas y más en las habilidades
profesionales, el diseño estético, las marcas y la publicidad. Sus tra-
yectorias tecnológicas se definen por la reducción de costes y sus
innovaciones suelen proceder de los proveedores de equipo y mate-
rial, aunque también pueden provenir de la investigación financia-
da por el Gobierno (Pavitt, 1984,356).
Las empresas intensivas en producción emplean procedimientos
de fabricación a gran escala, de modo que logran reducir los costes
unitarios a través del aumento de la capacidad de la planta. Las
230
INNOVACIONFS Il:ÓR.ICAS f:N LA fCONOMiA
economías de escala son fuertes en empresas que producen para dos
clases de usuarios sensibles a los precios, como son las empresas
que producen materiales estándar y las que producen bienes de con-
sumo duradero y vehículos. Las fuentes más importantes de la tec-
nología de proceso de estos sectores son, por una parte, los depar-
tamentos de ingeniería de producción y, por otra, las empresas
relativamente pequeñas y especializadas que les surten de equipo e
instrumentos. Por ello, hay una gran variación en los modos de
apropiación de las ventajas tecnológicas, según sean considerados
los productores a gran escala o los proveedores de equipo e instru-
mentos a pequeña escala. En primer lugar, para los productores a
gran escala, no son significativas las invenciones particulares, sino
la capacidad de diseño y el manejo de procesos a gran escala. En
innovaciones de proceso mantienen el liderazgo tecnológico a tra-
vés del secreto y el know-how, y en innovaciones de producto se
amparan en los inevitables retrasos técnicos que debe sufrir la imi-
tación y también se protegen mediante patentes. En segundo lugar,
los proveedores de equipo e instrumentos a pequeña escala basan su
éxito en las habilidades específicas de la empresa, que se reflejan en
el diseño y fiabilidad del producro, así como en la habilidad para
responder rápidamente a las necesidades del usuario. Los secto-
res con producción a gran escala son los de productos alimenticios,
manufacturas de metales, vehículos a motor, cemento y vidrio. Los
sectores que agrupan a los proveedores de equipo e instrumentos
para los anteriores están constituidos por empresas de ingeniería
mecánica e insrrumenros (Pavitt, 1984,358-359).
Las empresas basadas en la ciencia se encuentran en los sectores
químico y eléctrico-electrónico. Su fuente principal de tecnología
se basa en la actividad de 1+ D de las empresas, que se vincula fuer-
temente al desarrollo científico de las universidades. Sus métodos
de apropiación contienen una mezcla de patentes, secreto, retrasos
récnicos naturales y habilidades específicas de las empresas. La pro-
tección de patentes es particularmente importante en sectores como
el de química fina (Pavitt, 1984,362).
Esta diversidad que se produce, en relación con la innovación y
el cambio técnico, dentro de los sectores económicos, tiene como im-
plicación analítica la exigencia de evitar las generalizaciones precipi-
tadas. Como señala el propio K. Pavitt (1984, 370): «Dada la varie-
dad de patrones de cambio técnico que hemos observado, es probable
que la mayoría de las generalizaciones estén equivocadas». Esto se
refiere tanto a los trabajos empíricos, que de analizar un caso pasen
a obtener una ley general, como a los trabajos teóricos, que preten-
dan ser relevantes empíricamente, habiendo empleado supuestos tan
simples y generales que carecen de conexión con la realidad. Lo que
se precisa en el tratamiento económico del cambio técnico son mo-
delos analíticos más complejos y más numerosos (Pavitt, 1984, 371).
231
 AII ()~J',{I 111IAV,¡ ,1111 \,A
En relación con la política pública referida al cambio 'técnico y
la promoción de la innovación, el enfoque evolucionista también
realiza apreciaciones que difieren de los planteamientos tradicionales.
En este terreno es clásica la aportación de K. Arrow (1962). En
ella se considera que en una economía de libre competencia se in-
vertirá menos de lo socialmente deseable en investigación y desa-
rrollo, debido tanto al riesgo que tal inversión conlleva, como a que
sólo en medida limitada habrá apropiación del producto de la mis-
ma (Arrow, 1962, ed. esp., 1979,161). De ello se deriva la conclu-
si,ón .de que la asignación óptima para la invención requiere que el
Gobierno, o alguna otra entidad no regida por criterios de pérdidas
y ganancias, financie la investigación y la invención (Arrw, 1962,
ed. esp., 1979, 165).
Este planteamiento tradicional presenta el problema de que, en
un campo de gran complejidad, con principios generales no se lo-
grará d~scribir con precisión la experiencia ni se aportará una guía
norrnanva. La Teoría Económica ortodoxa que se emplea será de
poca ayuda (Nelson-Soete, 1988,632).
En la alternativa evolucionista se considera que el cambio técni-
co es un proceso dinámico y a largo plazo, que conlleva exrernali-
dades imposibles de caracterizar definitivamente, por lo que el pa-
pel central corresponde a la experimentación (Nclson-Soere, 1988,
633-634). Además, se realizan las apreciaciones siguientes. En pri-
mer lugar, y en consonancia con lo anterior, se debe abandonar el
objetivo tradicional de definir un óptimo y la estructura insritucio-
~1al q~l~ permita alcanzarlo, y aceptar el objetivo más modesto de
identificar problemas y posibles mejoras (Nelson-Soete, 19S8, 632).
En segundo lugar, se destaca la importancia de los aspectos socia-
les. La integración social del cambio técnico implica no sólo la atención
a factores económicos, sino también a los sociales y éticos (Nelson-
Soete, 1988,633). En tercer lugar, se reconoce que el Estado tiene
un papel, tanto para controlar como para estimular la innovación.
Hay que tener en cuenta incluso que el cambio técnico plantea
retos que van más allá de los Estados existentes y demandan nue-
vas estrategias de gobierno para hacerles frente (Nelson-Soete,
1988,634).
6. CONCLUSIÓN
Hemos observado cómo la incorporación del cambio tecnológico
en las, ~eorÍas económicas puede llevar a alejarse de los principios
neo~laslcos: El enfoque evolucionista es consecuente con esta exigencia
y, leJOS de introducir modificaciones ad hoc en la doctrina neoclási-
ca, rompe con ella y adopta un marco diferente de referencia.
El evolucionismo en economía se puede considerar un nuevo
232
1 Ij "J I ) V t, I 1 () NI'. 1 1 () I{ 1 ( A', 1 N 1 Al' () N r) M 1A
programa de investigación en el contexto del cambio tecnológico.
Existen otras propuestas, que representan, en términos kuhnianos,
un desarrollo «normal» del enfoque neoclásico. El evolucionismo,
en cambio, parece más bien implicar un cambio «revolucionario»
de paradigma, al poner en cuestión nociones básicas que forman el
núcleo del enfoque neoclásico. La naturaleza de las críticas a las
nociones de maximización y de equilibrio, así como la adscripción
a un marco evolucionista, no mecanicista, nos hacen pensar que el
enfoque evolucionista se halla más cerca de este camhi? ~evolucio­
nario que de un desarrollo normal del programa neoclásico.
Los aspectos que más deseamos destacar de este enfoque evolu-
cionista son los siguientes.
En primer lugar, ha dejado claro, sin ser por ello los únicos, que
la conceptualización económica no es ajena a la naturaleza y rasgos
de la tecnología. Ésta no es algo simplemente exógeno, en lo que no
se entra y se deja como una caja negra. Es preciso conocer sus ca-
racterísticas y estudiar cómo, en función de las mismas, la tecnolo-
gía opera de diferentes modos en el contexto económiC(~. ~I en.f;)-
que evolucionista parece haber tomado nota de la rccrtrrunacron
que Freernan hacía a los economistas 'de ignora.r completamente los
fenómenos tecnológicos, y propone el acercanuento entre el mundo
de los economistas y el de los ingenieros.
En segundo lugar, el evolucionismo no ~onsid~ra a la e~OI~omía
como una ciencia aislada de las otras ciencias sociales, Su insisten-
cia en la importancia de las institu~iones y de la hi~toria rev,el~l el
carácter interdisciplinar de los estudios sobre el cambio tecnológico.
En tercer lugar, en el enfoque evolucionista hay cautela a la
hora de dar el paso a la generalización en la construcción de teorías.
El cambio tecnológico pone de manifiesto diferencias muy grandes
entre sectores económicos, por lo que las generalizaciones acerca
de la incidencia del mismo en el conjunto de la economía son fácil-
mente fallidas. Esto debe ser tenido en cuenta al formular modelos
económicos muy agregados que deseen incorporar el efecto del cambio
tecnológico.
En cuarto lugar, el evolucionismo enfatiza el papel de la expe-
riencia cuando se trata de obtener implicaciones prácticas o políti-
cas. Se aleja de las rotundas declaraciones ideológicas y pone empe-
ño en mejorar paulatinamente lo que hay. Es interesa~te observar
que la teoría evolucionista en Biología es más explicativa que pre-
dictiva. Su adopción en economía quizá sirva para descargar al eco-
nomis-ta de la inasumible responsabilidad de tener que adelantarse
al futuro y predecirlo. La razón es sencillamente que del futuro no
se sabe nada. De lo que se trata más bien es de tomar nota de lo que
hay y procurar hacer las cosas lo mejor posible. El enfoque evolu-
cionista parece adecuarse mejor que otros a este sensato precepto
poppenano.
233
 Al I () N ',() I\I<!I VI) 11) I (,/\ INNOVACIONes TeÓRICAS EN LA i::CONOMIA

El evolucionismo no es todavía una teoría completamente desa- Kay, N. (1988), «Thc R and D function: Corporate Straregy and Strucrurc». en Dosi
rrollada, pero ha empezado a ofrecer buenos resultados en el estu- et aí. (19881,282-294.
Nelson, R. R. (1988), «Insnturions Supporring Technical Change in thc Unired Sta-
dio del cambio tecnológico. Como programa de investigación pare-
res», en Dos! el al. (1988), 312-329,
ce situarse en una especie de síntesis entre los enfoques neoclásico e Nelson, R. R. & Soere, L. (1988), "Poliey Conclusions», en Dosi et al. (19S8),
institucionalista. Critica del primero su alejamiento de la realidad 631-635.
empírica; pero no renuncia a la teoría, aunque dentro de un marco Nelson, R. R. & Winter, S. (1977), -In Search of a Uscful Thcory of Innovations»,
evolucionista. Insiste con el segundo en la importancia de las insti- Research Policy 6/1, 36-77.
tuciones, sin caer por ello en un mero estudio de casos, sin co- Nclson. R, R. & Winrer, S. (1982), An Eooíuuonary Theory of Economic Cbange,
nexión teórica entre ellos. Por otra parte, también promete un ma- The Belknap Press of Harvard U. P., Cambridge, Mass., y London.
yor acercamiento entre teoría y experiencia, cuya desconexión es Nucci Pearce M. & Pccrcc, D. (J 989), «Economic and Techuological Chunge: Some
precisamente el rasgo que más separa a la economía de ciencias Conceptual and Mcrhodological Issues-, Erkenntnís 30/1-2, 10 1-127.
mejor asentadas como la física. Pcvirt, K. (J 984), -Sectoral Pattems of T ecnical Cbange: T owards a Taxonomv and
a Thcorv», Research Poticy 13,343-373.
Esperamos, en consecuencia, que con este enfoque se progrese
Pércz., C. (1983), «Structur al Chango and rhe assimilation of Ncw Technologies in
en el estudio económico del cambio tecnológico y se obtenga ade- thc Economic and Social gvsrern», Futures 15/5,357-375.
más una propuesta teórica rigurosa y más relevante empíricamente. Rosenberg, N. (1976), Perspectiues on Technology, Cambridge U. r., Cambridge.
Rosenberg, N. (1982), Inside the Black Box, Cambridge U. P., Cambridge.
Sahal, D. (1981), Patterns oi Tecnoícgical lnnouation, Addison Wesley, Ncw York.
Sahul, D. (1985), -Tcchnology Cuide-Posts and Innovations Avcnues», Research Po-
REFERENCIAS BIBLIOCRA¡';[CAS
licy 14/2,61-82.
Schumpctcr, J. A. (1912), Tbeorie der Wirtschaftlichen Entwicklung [trad. esp. 1978,
Arrow, K. (19tí2), Pconcnníc Welfarc and tbc allocatíon of resources [or inoentíon Teoría del desenvolvimiento económico, FCE, México].
[trad. esp., 1979, "El bienestar económico y la asignación de recursos para L1 Schurnpeter , J. A. (1942), Capitalism, Sccíatísm and Democrac)' [trad. esp-, 1984,
invención», en Rosenbcrg, N. (1979), Economía del cambio tecnológico, fCE, Capitalismo, Socialismo)' Democracia, Folio, Barcelona].
México, 151-1671.
Arthur, B. W. (1990), La retroacción positiva en Economía, investigación)' Ciencia,
abril,86-1)3.
Boyer, R. (1988), «Technicat Change and the Theory of Innovation», en Dcsi et al.
(1988),67-94.
Clark, N. & Juma, c. (1988), «Evolutionary Theorics in Econornic Thoughr-, en
Dosietal. (19X8), 197-218.
Coor»bs, R. (1988), «Tcchnolcgical Opportuniries and Industrial Organivarion-, en
Dos! et al. (1988),295-308.
Coricclh, F. & Dosi, G. (1988), -Coordincrion and Ordcr in Econornic Chango cnd
thc lnrerpretative Power of Economic Theory-, en Dosi et al. (1988), 124-147.
Dosi, G. (1988), «Thc Narure of the Innovarive Pr occss», en Dosi el al. (1988),
221-238.
Dosi, G. et al. (1988), Tecbnical Change and Economic Theory, Pinter Publishers,
London-Ncw York.
Dosi, G. & Orsenigo, L. (1988), «Coordinarion and Transformarion: An Overview
uf Srructures, Behaviours and Change in Evolutionary Enviromenrs», en Dosi et
al. (19881, 13-37.
Prccman, C. (1987), Technology Policy and Economíc Performance. Lessons [rom
[apan, Pinter Publishers, London-Ncw York.
Precman, C. (1988), «Inrroduction». en Dosi et al. (19R8), 1-8.
Freeman, C. & Pérez. C. (1988), «Structural Crises of Adjustment: Business Cycles
and Investmcnt Behaviour», en Dosi et al. (1988),38-66.
Priedrnan, M. (1953), -Tbe Methodology of Positive Economice», en Essays in Posi-
tive Economice, University of Chicago Press, Cbicago.
Hausman, D. M. (1989), -Arbitragc Arguments-, Emenntnie 30/1-2,5-22.

234 235