El giro ingenieril de la epistemología 1
The engineering turn of epistemology
Jorge Enrique Senior Martínez2
No existe, en absoluto, un método lógico de tener nuevas ideas,
ni una reconstrucción lógica de este proceso
Karl Popper
RESUMEN
La presente comunicación defiende la tesis de la convergencia entre epistemología y
el programa de Inteligencia Artificial (IA). A esto se le denomina el giro ingenieril de
la epistemología y hace parte de la tendencia a la naturalización del estudio del
conocimiento y del proceso de conocer. Para ello el autor despliega la exposición en
tres etapas. Primero aborda la lucha entre el enfoque lógico y el enfoque
psicologista. En segunda instancia traza una mirada histórica a la epistemología e
introduce el concepto de “exosomatización del conocer”. Y en tercer término aborda
el giro ingenieril propiamente dicho. Finalmente se plantea una conclusión abierta,
valga la paradoja, en términos de interrogantes sobre el futuro de la ciencia,
sosteniendo que ésta hoy apenas se encuentra en una etapa infantil, en una
transición equivalente a la que vivió la manufactura durante la revolución industrial.
Palabras clave: lógica, psicologismo, contexto de descubrimiento, exosomatización,
inteligencia artificial.
1
Basado en ponencia presentada en el IV Congreso de Iberoamericano de Filosofía realizado en
Santiago de Chile – Noviembre 5 al 9 de 2012
2
Filósofo de la Universidad del Valle, actual Director de Investigación de la Universidad Libre,
miembro del grupo Holosapiens, autor de los libros Metaciencia y Destellos sobre el abismo, coautor
de Holosapiens: Pensando la ciencia y múltiples artículos de ciencia y filosofía.
ABSTRACT
This submission supports the thesis of convergence between epistemology and
Artificial Intelligence (AI) program. This is called the engineering turn of epistemology
and is part of the trend of naturalization in the study of knowledge and the process of
knowing. The exposure is deployed in three stages. The first one is about the
struggle between the logical approach and psychologistic approach. The second one
appeal to trace an historical view of epistemology and introduces the concept of
"exosomatization of knowing". Finally, the third stage addresses the engineering turn
itself. At last, an open conclusion arises in terms of questions about the future of
science, arguing that nowadays science is just passing through an early stage, in
some kind of transition equivalent to that experienced in manufacture during the
Industrial Revolution.
Keywords: logic, psychologism, context of discovery, exosomatization, artificial
intelligence.
1.
LA
DICOTOMÍA
LÓGICA
/
PSICOLOGÍA
EN
EL
PROBLEMA
DEL
CONOCIMIENTO
La distinción entre contexto de descubrimiento y contexto de justificación fue
establecida en 1938 por Hans Reichenbach en su texto Experiencia y Predicción.
Allí, el físico y filósofo alemán, define el concepto de reconstrucción racional de una
teoría científica como el modo en que se comunica el razonamiento lógico que
sustenta dicha teoría, distinguiéndolo de la manera en que se gesta la susodicha
teoría. “Introduciré los términos contexto de descubrimiento y contexto de
justificación para señalar esta distinción”, aclara Reichenbach y de inmediato
puntualiza lo que considera debe ser la tarea de la epistemología: “Entonces
tenemos que decir que la epistemología solo se ocupa de construir el contexto de
justificación”. Citado por [1-2]. En otras palabras, la misión de la epistemología es la
reconstrucción racional de las teorías científicas, lo que equivale a la evaluación de
su justificación, lo cual, a su vez, llevará al problema de la fundamentación de ese
conocimiento teórico en una base empírica, sea por vía racionalista o empirista; tal
es el denominado “programa fundacionista” [3]. De otro lado se encuentra el
problema heurístico de la generación de las ideas que componen la teoría, el cual
quedará descartado como preocupación epistemológica 3.
Ya antes de Reichenbach, en 1934, Karl Popper en su Logik der Forschung, había
dejado claro que no existe una lógica del descubrimiento sino una psicología del
descubrimiento, esto es, que es tarea de la psicología empírica y no de la
epistemología, estudiar cómo se genera un nuevo conocimiento o cómo se concibe
originalmente una teoría.
La etapa inicial, el acto de concebir o inventar una teoría, no me parece que exija
un análisis lógico ni sea susceptible de él. La cuestión de cómo se le ocurre una
idea nueva a una persona (…) puede ser de gran interés para la psicología
empírica, pero carece de importancia para el análisis lógic o del conocimiento
científico” [4].
Y más adelante agrega: “En consecuencia, distinguiré netamente entre el proceso
de concebir una idea nueva y los métodos y resultados de su análisis lógico”
(ibídem). La epistemología, que es para Popper “lógica del c onocimiento”, debe
dedicarse a la “investigación de los métodos empleados en las contrastaciones
sistemáticas a que debe someterse toda idea nueva antes de que se la pueda
sostener seriamente” (ibídem). En otras palabras, debe dedicarse al control de
calidad del conocer y no al incremento de su productividad.
Es significativo que las citas referenciadas más arriba sean parte de un acápite
titulado Eliminación del psicologismo. Popper niega rotundamente que haya una
“lógica del descubrimiento”, al fin y al cabo él defiende que no existe una lógica
inductiva, y en cambio menciona el “estímulo y formación de inspiraciones”, habla de
concebir, inventar, conjeturar una hipótesis o una teoría, trae a colación la “intuición
3
Esta distinción evoca o permite un paralelo con la distinción marxista entre método de investigación y método
de exposición o la diferenciación que hacía el propio Marx entre génesis y estructura de un sistema.
creadora” de Bergson e invoca a Einstein cuando éste se refiere a la “intuición
apoyada en la introyección” (Einfühlung) e incluso admite que en el proceso de
descubrimiento hay elementos irracionales [4]. Consecuente con ello, Popper
terminará planteando, años más tarde, una Epistemología sin sujeto cognoscente y
un Mundo 3 que es capaz de representar al Mundo 1 (material) pero que excluye al
Mundo 2 de los estados mentales [5-6].
Ciertamente palabras como inspiración, creatividad, intuición, imaginación, inventiva,
genialidad, ingenio, anticipación, conjetura, parecen meras etiquetas de procesos
mentales desconocidos, misteriosos, casi mágicos (hasta revelación y adivinación
podrían incluirse en la lista dado que “no importa cómo surja la idea”), brindando una
imagen de la mente como si fuese una caja negra o las ideas brotaran ex nihilo en
un acto instantáneo. Esto contrasta con la secuencia reglada que se espera de los
protocolos de investigación científica como proceso lógico y algorítmico.
Tabla 1. Contraste terminológico entre la aproximación psicológica y la lógica
Psicológico
Lógico
(acto cuasi-instantáneo)
(proceso encadenado)
Inspiración – creatividad – intuición – Inferencia - Método - Algoritmo –
genio
–
ingenio
–
inventiva
– mecánico – sistemático - modelo –
imaginación – anticipación – conjetura – automatización – protocolo – heurística
(revelación) – (adivinación)
– problem solving
Fuente: Elaboración del autor
La filosofía de la ciencia estándar, encarnada en los positivistas lógicos y Popper, se
desentendió del contexto de descubrimiento y se le asignó esa tarea a la psicología.
Pues bien, independientemente del mandato de los filósofos logicistas, la psicologí a
post-conductista efectivamente desarrolló enfoques cognitivos sobre la percepción,
el procesamiento de información, la resolución de problemas, la heurística, el
aprendizaje, al mismo tiempo que en el campo ingenieril surgían la investigación de
operaciones, las ciencias de la computación y el programa de inteligencia artificial.
Esta historia tendrá unas consecuencias bastante irónicas como veremos en el
tercer acápite cuando abordemos el giro naturalista, pero ahora nos interesa mostrar
el giro historicista y su crítica a la concepción de los dos contextos.
El fracaso del programa fundacionista se hizo evidente en la posguerra, tanto en la
vertiente racionalista como empirista y mostró las limitaciones del enfoque lógico.
Algunos exploraron otras herramientas formales, como la teoría de conjuntos, para
mantener el programa de reconstrucción racional, pero igual tuvieron que introducir
elementos pragmáticos [7]. Los partidarios del enfoque social e historicista liderados
por Thomas Kuhn, ante la implausibilidad de una racionalidad trascendente y
normativa, optaron por un enfoque descriptivo que toma la ciencia real, la
históricamente dada, como el propio modelo de racionalidad, o al menos como lo
mejor que tenemos. Es decir, tuvieron que adoptar una concepción más flexible de
racionalidad o apostarle a opciones no racionales de tipo pragmático.
La distinción reichenbachiana de los dos contextos sufrió diversos ataques [1], unos
apuntando a la negación de tal distinción, otros emborronando la frontera entre los
dos contextos sin eliminarlos o fusionarlos del todo y un tercer abordaje en la
dirección de mantener la distinción pero destronando la primacía del contexto de
justificación para otorgársela al contexto de descubrimiento.
La concepción de la racionalidad y el rol de ésta en cada contexto, se constituyó en
el eje de la crítica epistemológica, aproximando los dos contextos al contemplar
aspectos racionales e irracionales en ambos. Sin embargo, la racionalidad opera
según metas y una cosa es la racionalidad enfocada al control de calidad y otra la
que se centra en la productividad y fecundidad en la generación de nuevo
conocimiento [8].
En todo este debate sobre los contextos lo que subyace es la dicotomía Lógico /
Psicológico, dos maneras de abordar el problema del conocimiento. En el enfoque
psicológico el sujeto juega un papel central con sus procesos internos
semidesconocidos y sus determinaciones externas. En el enfoque lógico, el sujeto
es como un andamio del que se prescinde una vez el edificio está hecho y se
sostiene por sí mismo, pues lo importante es la solidez de la estructura y sus
cimientos. En el primer caso la ciencia es vista como una actividad marcada por los
sesgos propios del agente y sus limitaciones, y en el segundo, como un producto
que tiene un valor de verdad objetivo del cual depende su eficacia para la
comprensión del mundo o para la aplicación tecnológica.
I.
La historia de la epistemología como historia de la exosomatización del
conocer, primero como objetivación del conocimiento y luego como
objetivación del conocer
En tiempos clásicos griegos surge la lógica como reglamentación del buen
razonamiento, una necesidad del deporte favorito de los filósofos de entonces: la
dialéctica. En esta etapa temprana se consideró que el objeto de la lógica eran las
leyes del pensamiento. Sus reglas objetivaban la forma correcta de pensar, razonar,
argumentar, pero no se lograba desprender del todo de la mirada psicologista sobre
su naturaleza. Sin embargo, a la altura del siglo XIX, con el desarrollo de la lógica
simbólica ya estaba claro que esa concepción tradicional estaba equivocada. La
lógica es una ciencia formal y no empírica. El funcionamiento de la mente o del
cerebro no es su objeto. Sin embargo, como veremos más adelante, el desarrollo de
la tecnología informática en el siglo XX marcaría un nuevo giro que llevaría a la
lógica a reconectarse con el mundo empírico, no como objeto de estudio sino como
aplicación en forma de máquinas. El cerebro electrónico, y no el humano, sería la
encarnación de la lógica, pero esto no dejará de tener
consecuencias
epistemológicas, como aspiramos a mostrar en este artículo.
La lógica, en el contexto griego clásico, surge entonces -por una parte- como
herramienta que ayuda a pensar bien y, por ende, como una técnica en la que el
joven aprendiz de filósofo debe entrenarse, de manera análoga a como el guerrero
debe aprender a manejar la espada. Esta es la visión subjetiva, psicologista.
Pero a la vez, es también una herramienta de lo que podríamos denominar
anacrónicamente como control de calidad del conocimiento. La lógica, objetivada en
un Corpus u Organon, lo que denomino como primera exosomatización, se erige en
el supremo
juez imparcial que está más allá de los individuos que discuten o
dialogan críticamente y que permite dirimir, evaluar, calificar y validar el
conocimiento entendido como creencia verdadera justificada. La justificación, lógica,
racional, argumentada, es entonces lo que diferencia episteme de doxa, pues una
opinión puede ser verdadera, por casualidad por ejemplo, pero si no está justificada
no es conocimiento.
En una sociedad, como era el caso de Atenas por ejemplo, donde el conocimiento
es concebido exotéricamente y altamente valorado, se hace necesaria su
institucionalización.
El deporte dialéctico, el diálogo crítico intersubjetivo, es el
método o camino que lleva de la doxa a la episteme, pero sin la lógica como regla
del juego no sería más que una discusión caótica de pareceres arbitrarios al gusto
de cada quien y la justificación sería imposible. Tal objetivación es cuestionada por
los escépticos y relativistas de la época –Pirrón, Protágoras, Sofistas- pero sin ella el
conocimiento pierde su valor, así que a pesar de los ataques se erige en canon,
retomado siglos después por los escolásticos.
La historia de la lógica, desde Aristóteles hasta los tiempos modernos, pasando por
Escolásticos y Port-Royal, es la historia de la lucha contra las “impurezas” del
psicologismo, un ascenso de la razón hacia formas cada vez más abstractas y
“puras”. Desprovisto de todo contenido humano y mundano, la ecuación de razón y
lógica se reduce a sintaxis, el juego de las formas, un vocabulario de signos regidos
por reglas y anclados en axiomas arbitrarios.
De manera similar, la historia del metaconocimiento es la historia de su dessubjetivación a través del desarrollo del método, que incluye la lógica pero no se
limita a ella. Platón en la antigüedad y Bacon en el albor de la modernidad son
ejemplos clásicos. Pero el método es una moneda y como tal de doble faz. Por un
lado está el hallazgo y por el otro su aceptación, por un lado la heurística –el camino
fecundo hacia el descubrimiento- y por el otro la validación colectiva basada en
argumentos; y atravesándolos a ambos está la experimentación. El empirismo
biopsicologista de Hume y el racionalismo trascendental de Kant, constituyen la
máxima expresión de la tensión entre psicologismo y lógica en los momentos
cumbres de la Ilustración [9].
2. EXOSOMATIZACIÓN DEL CONOCER O GIRO INGENIERIL
El conocimiento objetivo es como el santo grial de la epistemología, ya sea para vivir
la optimista aventura de su búsqueda o para rechazarlo desde la crítica escéptica. El
racionalismo buscó durante siglos un saber apodíctico. En el siglo XX -con Popper-
el racionalismo acepta el falibilismo, pero no renuncia en principio a un conocimiento
objetivo basado en una concepción de la verdad como correspondencia, en el marco
de una visión asintótica del progreso que nos acerca cada vez más hacia ese
absoluto, a sabiendas de que jamás llegaremos hasta el final del arco iris.
El
empirismo no fue menos ambicioso como se ve en los senderos lógico probabilísticos de Bayes o Carnap. Aquellos se aferraron a la lógica y el poder de la
deducción y estos intentaron forjar una lógica inductiva.
Como dijimos en el primer acápite, el programa fundacionista fracasó, el enfoque
lógico encontró sus límites y ello llevó no solo al giro sociohistoricista que ya
mencionamos, sino además a un giro en otra dirección: hacia la epistemología
naturalizada 4. El paso más notorio en esa dirección lo dio Quine en su texto de 1969,
titulado Epistemología Naturalizada, en el cual señala que “La epistemología o algo
que se le parezca, cae sencillamente en el lugar de un capítulo de la psicología, y
por ende, de la ciencia natural. Estudia un fenómeno natural, a saber, el sujeto
humano físico” [10].
Sin embargo, otros antes que él habían recorrido esa dirección, como Jean Piaget,
Norwood Hanson y Herbert Simon, entre los más destacados. Hanson, en su texto
Patrones de Descubrimiento reivindica y explora el concepto de abducción de
Peirce. Hanson le apuesta a una lógica del descubrimiento en contravía de la visión
popperiana. En esa misma línea, Simon considera que el pensamiento creativo es
solo una clase especial de comportamiento en resolución de problemas (problem
solving).
En la segunda mitad del siglo XX convergen diversos campos que se enfrentan con
relativo éxito al desafío de entender los procesos de aprendizaje, cognición,
resolución de problemas y descubrimiento:
La informática avanza con rapidez y surge la Inteligencia Artificial y la
robótica: máquinas que piensan y actúan autónomamente, aunque aún con
importantes limitaciones pero creciente potencia
La psicología cognitiva con fundamento experimental destapa la caja negra y
empieza a comprender los procesos mentales
4
El giro naturalista tiene al menos dos vertientes, una apunta a la psicología y otra a la biología; en esta última
se destacan las epistemologías evolutivas
El estudio del cerebro humano conquista nuevos territorios y se integran las
denominadas neurociencias
La biología evolutiva, la genética, la epigenética, la biología del desarrollo, la
genómica y la proteómica permiten entender mejor la Naturaleza Humana
La epistemología toma el giro naturalista, utiliza la investigación científica y
tecnológica sobre la actividad de conocer que realizan organismos y
máquinas, y realza la relevancia del contexto de descubrimiento. Una
vertiente es la epistemología evolucionista, otra es la de la Leonard
Conference on Scientific Discovery de 1978, en la Universidad de Nevada,
que marca un hito y da lugar al libro Scientific Discovery, Logic and Rationality
editado por Thomas Nickles [11] (y su libro paralelo de estudios de casos
históricos).
La heurística se torna así en un terreno fértil y emergen los primeros esbozos de una
teoría del descubrimiento automático o campo del descubrimiento científico
computacional en el cual se vislumbran gigantescos y asombrosos desarrollos, sin
que nos atrevamos a pronosticar hasta donde se puede llegar ni cual sea el límite.
Es cierto que no existe una lógica inductiva, al menos en el mismo sentido en que
podemos hablar de una lógica deductiva, es cierto que no hay ni habrá nunca un
algoritmo rígido del descubrimiento, pero también es cierto que el proceso de
descubrimiento no es aleatorio, ni irracional, ni ciego, ni mágico, ni sobrenatural.
A este esfuerzo sistemático de automatización de la creatividad científica se le ha
denominado “ciencia computacional de la ciencia”[2]. Autores como Simon, Thagard,
Langley, Zytkow, Dzeroski, Todorovski, Evans, Rzhetsky, King, Klimovsky, entre
otros, sobresalen en este campo. Ya se han creado múltiples programas
computacionales capaces de recrear descubrimientos a partir de ciertos datos y
asimismo se han
automatizado y/o simulado diversos
procedimientos
de
investigación, en bioinformática por ejemplo, que potencian por miles la velocidad de
trabajo en el laboratorio, transformando este escenario artificial especializado en el
control de variables, de un taller artesanal en una fábrica industrial cada vez más
automatizada o robotizada.
Podemos, pues, hablar de “reconstrucción racional” pero no de teorías en este caso,
sino de la actividad investigativa. Y podemos también hablar de “lógica del
descubrimiento”, aunque el cuadro de esta lógica sea hoy bastante incompleto y
fragmentario, pues en las últimas décadas se han visto avances en variedad de
aspectos o fragmentos aunque aún no se integran en una totalidad coherente.
Estrategias de problem solving, razonamiento por analogía, algoritmos genéticos,
técnicas de satisfacción de restricciones, procesamientos estadísticos, simulaciones,
son algunos de esos fragmentos.
No se espere que esa lógica sea formalizable al 100% pues existe un irreductible
componente exploratorio y dinámico. Como dice Toulmin, “la racionalidad es una
cuestión de ajuste adaptativo a situaciones problémicas cambiantes” [11].
Y el
propio Nickles agrega, basándose en Toulmin, Wartofsky, McMullin y otros,
“racionalidad es más que logicalidad”. El asunto es de hardware y software, y no
solo de software, pues no se trata solo de la exploración de literatura y bases de
datos. La exploración del mundo exige una máquina actuante con capacidad de
intervención, a la manera de un robot y no de un computador. Para parafrasear a Ian
Hacking, autor de Representar e Intervenir, digamos que el asunto no es solo de
representar y simular, sino de representar, simular e intervenir. Es imprescindible el
feed back del mundo sobre el robot investigador. La naturaleza no es pasiva como la
modelo que posa para el pintor, sino jugadora esencial y sorprendente en el toma y
dame de la investigación.
Podemos entonces arriesgar incipientes conclusiones epistemológic as, susceptibles
de ser elaboradas en ulteriores trabajos.
La naturalización a lo Quine se quedó corta pues el asunto desborda la
psicología y se torna transdisciplinario. Allí donde convergen psicología y lógica,
biología y tecnología es que se anuda la epistemología naturalizada, esto es, el
estudio de ese fenómeno natural que es el conocer.
La reconstrucción racional se hace sobre el proceso de producción, no solo sobre
el producto, y esta reconstrucción no es meramente formal o lingüística sino
ingenieril. El falso límite trazado por los epistemólogos ha sido violado y hoy en
día no podemos predecir sí realmente existe un límite, o no, en este camino.
La concepción de verdad como correspondencia es propia del nivel lingüístico,
no de la acción. Se necesita entonces una concepción fiabilista y pragmática de
la verdad, sin que ello implique una renuncia al realismo ontológico como
presunción básica, esto es, presumimos que utilidad o éxito es convergente -y no
divergente- respecto a la verdad.
El enfoque descriptivo genera reproductibilidad y, por ende, prescripción, pues se
busca describir lo que es fecundo, eficiente, confiable y por tanto digno de imitar.
Pero en este caso la norma no es imperativa sino una opción en la caja de
herramientas, aprovechable según la situación estratégica. ¿Normativismo débil,
probabilístico, no imperativo?
La dicotomía de contextos se diluye, pero productividad y control de calidad no
son lo mismo, por tanto se mantiene una dualidad de propósitos que son
complementarios.
En la ingeniería industrial del proceso de producción de
conocimiento se busca incrementar la productividad, pero asimismo garantizar la
calidad del conocimiento producido y para ello hay que evaluar todo el proceso.
Termina así el periplo hacia la exosomatización del conocer que iniciaron los
helenos con el órganon hacia el mundo platónico de las formas y que luego de
milenios se incorporó en circuitos eléctricos para esculpir baconianamente artificios
eventualmente inteligentes y autónomos, máquinas y ciborgs para crear nuevos
mundos.
REFERENCIAS BIBLIOGRAFICAS
1.G. Klimovsky et al. Descubrimiento y creatividad en ciencia. Buenos Aires:
Eudeba, 2000, p. 88.
2. A. Rivadulla, Ciencia computacional de la ciencia. Madrid: U.C.M. 2010.
3. J. Senior, Metaciencia. Barranquilla: Ediciones Embrujo Caribe. 1999.
4. K. Popper, La lógica de la investigación científica. México: REI, 1991.
5. K. Popper, Búsqueda sin término. Madrid: Tecnos, 1985.
6. K. Popper, Conocimiento objetivo. Madrid: Tecnos,1992.
7. W. Stegmuller, Estructura y dinámica de teorías. Barcelona. Ariel. Bermúdez, E.
Holosapiens. Pensando la ciencia. Barranquilla: Universidad del Atlántico, 2011.
8. N. Rescher, La racionalidad. Madrid: Tecnos, 1993.
9. J. Senior,
“La filosofía biopsicologista de David Hume”,
revista Amauta
Universidad del Atlántico, 2010.
10. W. Quine, La búsqueda de la verdad. Madrid: Crítica, 1992
11. T. Nickles et al. Scientific discovery, logic and rationality. Reno: Reidel, 1978.
REFERENCIAS BIBLIOGRAFICAS CONSULTADAS
J. Echeverría, Introducción a la metodología de la ciencia. España:
Barcanova. 1989
D. Gillies, Philosophy of science in the twentieth century. U.S.A.: Blackwell,
1998.
N. Hanson, Patterns of discovery. U.S.A. Cambridge University Press, 1958.
D. Hume, Investigación sobre el conocimiento humano. España: Altaya, 1994
P- Langley, S. Dzeroski, L. Todorovski, Computational discovery of scientific
knowledge. U.S.A. Springer, 2007.
L. Olivé, et al. Racionalidad epistémica. Madrid. Trotta, 1995.
Ch. Peirce, Philosophical writings of Peirce. U.S.A.: Dover Publications, 1955
D. Quesada, Saber, opinión y ciencia. Barcelona: Ariel. 1998
W. Quine, Del estímulo a la ciencia. Barcelona: Ariel. 1998
H. Reichenbach, Objetivos y métodos del conocimiento físico. México: F.C.E.
1983
J. Senior, “El surgimiento de las geometrías no euclidianas y su impacto en la
filosofía de la ciencia del siglo XX”, Revista colombiana de Filosofía de la
Ciencia, n. 4 y 5, 2001.
J. Senior, “¿Qué son las teorías científicas?”, Ciencias básicas bolivarianas,
n 3, 2002.
W. Whewell,
Company, 1989.
Theory of scientific method.
U.S.A.: Hackett Publishing