Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
1 1
.
\'
Ttulos publicados
1. S. Moscovici - Psicologa social, I
?. S. Moscovici - Psicologa social, 11
'.l. J_ Bruner - El habla del nio
4. S. A. Hampson - La construccin de la personalidad
!,. D. A. Norman - Perspectivas de la ciencia cognitiva
6. K. Kaye - La vida mental y social del beb
7. R. Schank y R. Abelson - Guiones, planes, metas y entendimiento
8. R. J. Sternberg - Inteligencia humana, l. La naturaleza de la inteligencia y su
medicin
9. R. J. Sternberg - Inteligencia humana, 11. Cognicin, personalidad e inteligencia
10. R. J. Sternberg - Inteligencia humana, 111. Sociedad, cultura e inteligencia
11. R. J. Sternberg - Inteligencia humana, 111. Evolucin y desarrollo de la inteligencia
12. R. E. Mayer - Pensamiento, resolucin de problemas y cognicin
13. R. Case - El desarrollo intelectual: del nacimiento a la edad madura
14. U. Bronfenbrenner - La ecologa del desarrollo humano
1'.>. 1-1. Gardner - La nueva ciencia de la mente. Historia de la revolucin cognitiva
1 G M.J. Mahoney y A. Freeman - Cognicin y psicoterapia
1 1. J. V. Wertsch - Vygotsky y la formacin social de la mente
1B. J. Dewey - Cmo pensamos
19. R. Harre, D. Clarke y N. De Cario - Motivos y mecanismos
?O. J. Bruner y 1-1. Haste - La elaboracin del sentido. La construccin del mundo
por el nio
? 1. P. N. Johnson-Laird - El ordenador y la mente. Introduccin a la ciencia cognitiva
??. M. Wertheimer - El pensamiento productivo
?'.l. J. Lave - La cognicin en la prctica
?4. f)_ Middleton y D. Edwards - Memoria compartida
?!). M. Hewstone - La atribucin causal
?(i D. Cohen y S. A. Mackeith - El desarrollo de la imaginacin
: 'I l l. lloqoff - Aprendices del pensamiento
:'H .J. 1 '(irrHir Comprender la mente representacional
:"I 11 < ,,11d11rn /11/u/igencias mltiples. La teora en la prctica
: 11 l I Vy1 ,, ,1: ;ky I '011samiento y lenguaje
. 1 1 .1 /\ 1 rn lrn I I 0/11 w y el experto
: 1;' 11 11111, Id, 1 y < <:, :111 ir ()r Los senderos de los descubrimientos del nio
:1:1 M 1: w,111,,, k y 1 1 11.tk()r Test y cognicin
:1-1 11 I' l'.1.ynl11,; l'/.1111fw.-u:11llr:m711itiva
: I', /\ ! :l.11 I, I ,/, 11 .1/11
ANDYCLARK
ESTAR AH
Cerebro, cuerpo y mundo
en la nueva ciencia cognitiva
fflllt,
ttflf11ttol lf;,1111 11,,,11 Putting Brain, Body, and World Together Again
Jlwkfitiltf H 11 1 111uln" I'"' llrn M1t Press, Cambridge, Massachusetts
Jtttt11ntrn ,,,, 1 , ..111, .,1111.t1ez Barbern
Mt,lttnlt lh11h ,, "" 1 n1 11.ir1do Martnez Manrique
t111h1111h1 l t< 1 .. 11,111, ,11111. y Montse Plass
, 1,1,1,,.. , !j" ...,,, .,_, I ". ,1,,1.1, 1.,. .111 l.:i autorizacin escrita de los titulares del ,,Copyright,
i >1!, le1
1.11 ,1, 1, 1.1 ,11 1.,., leyes, la reproduccin total o parcial de esta obra por cualquier
.,,"'.,. .. f"'" -=, 11,
... ,1 ,, "'" /1d"'' iJ reprografa y el tratamiento intorm1ico, y Ja distribucin
dtea 1a1f<1,qde1>== ,1., ,,11., ,,,. .. 1, 1111,, .i1,i1d,1 o prstamo pblicos.
.i ..
Sumario
Agradecimientos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Prlogo: Del conexionismo a la mente corprea y embebida . . . . . . . .
Prefacio: Pensamiento profundo contra accin fluida . . . . . . . . . . . . . .
Bases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Introduccin: Un automvil con cerebro de cucaracha . . . . . . . . . . . .
13
15
31
35
39
Primera parte
DE EXCURSIN POR LA MENTE
l. Agentes autnomos: un paseo por la luna . . . . . . . . . . . . . . . . . . .
1.1 Bajo el volcn . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2 Desfile de robots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.3 Mentes sin modelos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.4 Nichos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.5 Sensibilidad para los detalles? . . . . . . . . . . . . . . . . . . . . . . . .
1.6 El robot refinado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
49
49
50
61
63
65
71
2. El nio situado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.1 Yo, robot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2 Bucles de accin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3 Desarrollo sin diseos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.4 Montaje blando y soluciones descentralizadas . . . . . . . . . .
2.5 Mentes con andamiajes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.6 La mente como espejo frente a la mente como controladora .
75
75
76
79
83
86
88
...
1O
Estar ah
93
93
93
100
104
109
113
113
116
119
120
123
126
Segunda parte
EXPLICAR LA MENTE EXTENDIDA
5. Robots en evolucin ....................................
5.1 Las elusivas estratagemas de la mente corprea y embebida .
5.2 Un teln de fondo evolutivo. .........................
5.3 Los algoritmos genticos como instrumentos de exploracin
5.4 Inteligencia corprea en evolucin .....................
5.5 La batalla de los simuladores (Viva lo autntico!) .........
5.6 Cmo comprender los agentes evolucionados,
corpreos y embebidos...............................
13 1
13 1
13 2
13 3
13 5
139
142
160
l'lllll raatac1
.............................. .
/ 1
i.'
,r(
.l'l1'\litlS1' jl':11'11
lJlll'I
l. 11 ,,l,,l,,.,l,l111l>l!tl
..............................
174
177
177
179
Sumario
11
19 3
19 3
19 3
20 0
20 4
213
215
219
224
228
Tercera parte
MS ALL
9. Mentes y mercados .....................................
9.1 Cerebros salvajes, mentes andamiadas ...................
9.2 Perdidos en el supermercado ..........................
9.3 Oficinas inteligentes? ...............................
9.4 Dentro de la mquina ................................
9.5 Entornos de diseo ..................................
233
233
235
239
241
245
247
247
248
255
263
267
27 0
Agradecimientos
16
Estar ah
Prlogo 1 17
18 1 Estar ah
Prlogo 1 19
putacionales que tienen lugar en una red neuronal no se llevan a cabo sobre
elementos que posean una interpretacin directa en el nivel conceptual. In
cluso cuando se trata de una red local (aquella en que cada unidad s corres
ponde a una entidad de nivel conceptual, como objetos o proposiciones), la
conducta viene determinada por el funcionamiento conjunto de todas las
unidades, no por la transformacin serial de unos smbolos en otros. Cada
una de las pequeas porciones de informacin codificadas en las unidades y
en los pesos o fuerzas de las conexiones puede considerarse como una res
triccin dbil que influye en el resultado final de la conducta de la red. Una
leccin del conexionismo, por tanto, es que la relacin entre los pensamien
tos y lo computacional puede ser ms laxa que lo supuesto inicialmente.
Otro importante principio defendido en Microcognition es la multiplicidad de la mente. La polmica entre clsicos y conexionistas gravita, en bue
na parte, en una sucesin de intentos de mostrar que el enfoque respectivo
es capaz de constituir el sustrato nico en el que se desarrolla toda la activi
dad mental. En la terminologa de Pylyshyn (1984), se puede decir que am
bos campos se consideran capaces de proporcionar la arquitectura funcio
nal, esto es, una suerte de punto fijo sobre el que se definen todas y cada una
de las funciones mentales.
Clark rechaza el supuesto de uniformidad que subyace en esta discusin:
no tenemos motivos para pensar que todas las funciones mentales tengan
que asentarse sobre el mismo tipo de arquitectura computacional. Al igual
que es posible programar un determinado soporte computacional para que
opere simulando el modo de funcionamiento de un soporte distinto, es po
sible que el hardware de la mente est formado en ocasiones por un sistema
PDP que simula un sistema simblico. Esto no significa, como algunos pro
ponen (por ejemplo, Smolensky, 1988), que lo simblico slo sea una des
cripcin aproximada de un mecanismo causal genuinamente conexionista;
ms bien, lo simblico podra constituir en ocasiones la descripcin funcio
nal correcta. Lo cierto es que no tiene por qu existir un solo tipo de rela
cin entre ambos tipos de sistemas a lo largo de toda la mente. Es mejor con
cebir que existe una pluralidad de mquinas virtuales adaptadas para
distintos propsitos en el curso de la evolucin, mquinas que dejan traslu
cir sus propiedades en dominios de problemas diferentes.
La idea de la multiplicidad de la mente cobra nuevos giros en Estar ah,
especialmente en el nfasis en los procesos descentralizados. La imagen sim blica de la mente est a menudo asociada con la presencia de un sistema
central que recibe y procesa la informacin de una variedad de sistemas pe
rifricos. Por ejemplo, en la concepcin modular de Fodor (1983) este pro
cesador central llevara a cabo la fijacin de creencias atendiendo a toda la
evidencia suministrada por los sistemas modulares de entrada, tales como la
20 1 Estar ah
Prlogo 1 21
22 1 Estar ah
Prlogo 1 23
desconectada de los avatares del cuerpo que realiza las acciones y del am
biente en que stas se llevan a cabo.
Esta extensin puede interpretarse en dos fases o momentos. El primero
tiene que ver con la metodologa explicativa. Los constructos necesarios y su ficientes en una explicacin cognitiva abarcan mucho ms que los estados in
ternos del sistema a explicar. No solamente se trata de que estos estados nos
sean ininteligibles e indetectables si no es desentraando las condiciones ex
ternas en que la accin del sistema se lleva a cabo; se trata de que la explica
cin misma ser radicalmente incompleta si no hacemos referencia a tales
condiciones. Esta idea se encuentra ya plenamente presente en Associative
Engines y permite repensar desde la perspectiva conexionista una clase am
plia de fenmenos mentales olvidados en buena medida por la ciencia cogni
tiva. Se trata de los fenmenos relacionados con el desenvolvimiento de la
conducta en el tiempo, por ejemplo, todos aquellos implicados en el proceso
de desarrollo y cambio conceptual. Los anlisis de la ciencia cognitiva al uso
(por ejemplo, Von Eckardt, 1993) dictaminan que su objeto de estudio tpico
es la cognicin adulta, normal y tpica. Los estudios del desarrollo de las fun
ciones mentales tienen slo una funcin secundaria, en la medida en que ayu
den a esclarecer el funcionamiento de una mente formada. Una desafortuna
da consecuencia de este enfoque es la concepcin de la mente como un
estadio a alcanzar, una suerte de horizonte ideal cuyas bases constitutivas
es posible estudiar con independencia de su proceso de adquisicin.
Los procesos de cambio en el tiempo forman, sin embargo, una parte
consustancial del estudio de la mente para Clark. En estos procesos el am
biente interviene de una manera crucial. Una red neuronal no alcanza una
solucin con igual facilidad (o incluso no la alcanza en absoluto) a partir de
distintos conjuntos de entrenamiento. La disposicin y dosificacin de la in
formacin a lo largo del aprendizaje puede ser crucial para que el sistema no
se asiente inicialmente en soluciones errneas de las que es muy difcil ha
cerle salir. Es preciso que la red discurra a travs de una apropiada trayecto
ria representacional de modo que acceda a las representaciones bsicas en
primer lugar y aprenda las complejas una vez consolidadas las primeras. El
mundo proporciona lo que Clark denomina el andamiaje de esas trayecto
rias, tema en el que Estar ah va a ahondar. En otras palabras, el proceso de
desarrollo adquiere un perfil que no se debe tanto a Ia naturaleza del meca
nismo d procesamiento interno, como a la naturaleza y disposicin de los
datos con que se entrena al sistema. En la explicacin de la sistematicidad
deben figurar, por tanto, parmetros relativos a la arquitectura y parmetros
relativos al proceso temporal de adquisicin de propiedades del dominio. La
sistematicidad de las capacidades es consecuencia de este proceso de apren
dizaje.
241 Estar ah
Prlogo 1 25
26 1 Estar ah
Prlogo 1 27
28 1 Estar ah
Prlogo 1 29
contra sta. Una de las riquezas de Estar ah es el modo en que dirige nues
tra atencin hacia pautas generales y motivos bsicos que aparecen de modo
recurrente en los mbitos y niveles ms insospechados. As, podemos pre
senciar la influencia de las restricciones impuestas por la disposicin parti
cular del ambiente tanto si este ambiente consiste en un nicho ecolgico, en
un entramado de leyes econmicas o en la presencia perenne del lenguaje.
Confieso que mis propias intuiciones divergen respecto a algunas de las
consecuencias que se desprenden de esta visin de la mente. Por ejemplo, la
imagen del lenguaje como sistema representacional externo sometido a una
adaptacin inversa a los recursos computacionales de la mente parece des
conectar en demasa los productos lingsticos de los propios organismos
productores, desatendiendo las caractersticas de organizacin interna que
permiten que una mente cree un lenguaje en primer lugar. Igualmente, mien
tras como metfora me parece sugerente la concepcin de una mente que se
filtra y extiende hacia el entorno prximo, como tesis ontolgica me resulta
difcil de aceptar. Pero son tantas las intuiciones ordinarias que la moderna
ciencia de la mente ha hecho aicos, que no parece conveniente rechazar in
cluso estas conjeturas aparentemente extemporneas sin someterlas primero
al ms severo escrutinio, tanto en sus aspectos conceptuales como empricos.
Los conceptos clave de este libro tambin exigen un esfuerzo de acomo
dacin por parte del lector acostumbrado al punto de vista de la ciencia cog
nitiva ms clsica. Le solicita que abandone su propia actitud mental centra
lizadora de buscar en alguna parte del libro la explicacin o el conjunto de
elegantes ecuaciones definitivas que da sentido a la totalidad; que sea pa
ciente mientras ve emerger entre la barahnda de insectos artificiales y mun
dos simulados un patrn comn que sus dispositivos de reconocimiento de
ben ir entrenndose para captar; y que adapte su propia mirada al ritmo de
la dinmica interna de la ciencia cognitiva que, como cualquier otro sistema
vivo, tambin se desarrolla en el tiempo y obedece a la interaccin de una
mirada de mentes activas y mundos (reales y simulados) estructurados.
Referencias
Clark, A., Microcognition: Phzlosophy, Cognitive Science and Parallel Distributed Pro
cessing, Cambridge, MA: MIT Press, 1989.
Clark, A., Associative Engines: Connectionism, Concepts and Representational Chan
ge, Cambridge, MA: MIT Press,1993.
Clark, A., Being T here. Putting Brain, Body, and World Together Again, Cambridge,
MA: MIT Press, 1997.
Cummins, R., Meczning and Mental Representation, Cambridge, MA: MIT Press,
1989.
30
Estar ah
Prefacio
32
Estar ah
Prefacio 1 33
6. Este ejemplo se cita en Michie y Johnson, 1984 y se comunica en Clark, 1989. El pasa
je en s proce<le <le la pg. 95 de Michie y Johnson.
7. La expresin existente ms clara de este punto de vista es probablemente d marco de
enaccin desarrollado en Varela y otros, 1991.
8. Vase especialmente Dcnnett, 1991.
Bases
36 1 Estar ah
Bases
37
Introduccin:
un automvil con cerebro de cucaracha
40
Estar ah
42 1 Estar ah
Claro que siempre se escabulle! Como indica Ritzmann, esta malla <le
consideraciones contextuales conduce a una respuesta mucho ms inteligen
te que el simple reflejo <le detectar al depredador y echar a correr al azar
que los expertos en cucarachas (que los hay) creyeron otrora que todo lo ex
plicaba. La complejidad adicional se capta con precisin en las descripcio
nes que hace Ritzmann <le un automvil con una inteligencia comparable.
Este automvil percibira a los vehculos que se aproximan, pero ignorara a
los que se movieran de una manera normal. Si detectara una colisin inmi
nente, iniciara automticamente un giro que tuviera en cuenta su propio es
tado actual (diversos parmetros de la aceleracin y del motor) y la orienta
cin y la superficie de la carretera, evitando meterse en ms peligros. Parece
claro que un automvil con la inteligencia de una cucaracha estara muy por
delante <le la industria automovilstica ms puntera ele hoy en <la. Sin em
bargo, a primera vista no es probable que la frase Compre usted el autom
vil con cerebro <le cucaracha tuviera mucho xito como eslogan publicita
rio. Nuestros prejuicios contra las formas bsicas de inteligencia biolgica y
a favor de las mquinas lgicas-archivadoras ms grandes y elaboradas son
demasiado profundos.
Cmo consigue la cucaracha controlar sus huidas? Ahora empezamos a
entender los mecanismos neuronales. Las corrientes de aire son detectadas por
dos cercus (estructuras parecidas a antenas situadas en la parte posterior del
abdomen) cubiertos con pelos sensibles a la velocidad y la direccin del aire.
Los movimientos de escape slo se activan si la aceleracin del aire es igual o
superior a 0,6 mls2 : as es como la cucuaracha distingue una brisa ordinaria de
la embestida de un atacante. El intervalo entre la sensacin y la respuesta es
muy breve: 58 milisegundos para una cucaracha quieta y 14 milisegundos para
una cucaracha en movimiento. La respuesta inicial es un giro que tarda entre
20 y 30 milisegundos (Ritzmann, 1993, pgs. 113-116). El circuito neuronal
bsico que subyace a este giro est formado por poblaciones de neuronas cu
yas posiciones y conexiones se conocen hoy bastante bien. En este circuito in
tervienen ms de cien interneuronas que actan para modular las diversas r
denes de giro en funcin de la informacin contextual sobre la posicin actual
de la cucaracha y el estado del entorno local. La informacin bsica sobre el
aire es transmitida por una poblacin de interneuronas ventrales gigantes,
pero la actividad final se basa en los resultados de la modulacin <le muchas
otras poblaciones neuronales sensibles a esos aspectos contextuales.
Ante la impresionante exhibicin de rutinas de escape de la cucaracha,
un terico podra postular errneamente que almacena de alguna clase de
base de datos cuasi lingstica. De acuerdo con el espritu de CYC, podra
mos imaginar que la cucaracha accede a marcos de conocimiento que inclu
yen elementos como stos:
44
Estar ah
45
1993). Los circuitos de esta red estaban limitados por los datos conocidos
sobre las poblaciones y las conexiones neuronales que subyacen a la res
puesta de escape de las cucarachas reales. Despus de un entrenamiento, el
controlador de la red neuronal fue capaz de reproducir en el cuerpo del in
secto simulado todas las caractersticas fundamentales de la respuesta de es
cape mencionada anteriormente. En los captulos que siguen trataremos de
comprender, en parte, cmo se logran estos xitos. Veremos con detalle
cmo se combinan los tipos de investigacin acabados de esbozar con ideas
evolutivas, neurocientficas y psicolgicas para poder esclarecer una amplia
gama de conductas, tanto simples como complejas. Y tambin exploraremos
la sorprendente v,iriedad de estrategias adaptativas de que disponen los
agentes corpreos y embebidos en un medio: los seres que se mueven por su
mundo y actan sobre l.
Estos comentarios introductorios pretenden destacar un contraste fun
damental entre la visin incorprea, intemporal e intelectualista de la men
te, y la imagen de la mente como controladora de la accin corprea. Esta
imagen de la mente como controladora nos obliga a tomarnos en serio las
cuestiones del tiempo, el mundo y el cuerpo. Un dispositivo controlador
debe generar con rapidez acciones apropiadas en funcin de la interaccin
en curso entre el cuerpo y su entorno cambiante. El sistema de planificacin
de la inteligencia artificial clsica suele ponerse cmodo y tomrselo con cal
ma para, al final, producir una descripcin expresada simblicamente de un
curso de accin plausible. El agente planificador corpreo debe entrar en ac
cin con rapidez, antes de que la accin de otro agente le guite la vida. An
no est claro si las codificaciones simblicas similares al texto tienen algn
papel que desempefir en estas decisiones de vida o muerte, pero hoy s pa
rece claro que no es un papel estelar.
El camino que conduce a una comprensin computacional completa de
la mente est bloqueado -parafraseando a Lenat y Feigenbaum- por un col
chn. Durante muchos aos, los investigadores se han desviado para ro
dearlo, han tratado de ignorarlo, han hecho de todo excepto ponerse a tra
bajar para quitarlo <le ah. Lenat y Feigenbaum piensan que este colchn es
el conocimiento y que los enigmas de la mente se disiparn en cuanto se haya
construido una gran base de conocimientos repleto de frmulas explcitas de
sabidura de sentido comn. Las lecciones de la cognicin natural nos ense
an otra cosa. El colchn no es conocimiento sino capacidad de respuesta
bsica, en tiempo real y en el mundo real. La cucaracha tiene un tipo de sen
tido comn del que carecen los mejores sistemas artifici,1les de hoy, y segu
ramente no es gracias a las codificaciones explcitas ni a las deducciones l
gicas que nos pueden servir en algunos mbitos de cariz ms abstracto. En
su raz, nuestras mentes tambin son rganos para iniciar con rapidez el pr-
46
Estar ah
Primera parte
DE EXCURSIN POR LA MENTE
Agentes autnomos:
un paseo por la luna
51
Herbert
(Feigenbaum, 1977, pg. 1.016). Estm sistemas demostraron ser frgiles y limitados. Degene
ran rpidanwnte en una estupidez automatizada si el usuario traspasa una iina lnea divisoria
gramatical o J"' expresin, o si emplea trminos que tienen abundantes significados del mun
do real que no se reflejan explcitamente en la base de datos especfica de la tarea (por ejem
plo, el automvil oxidado al que se le di,1gnostic sammpin; \<'.1se Lenat y feigenbaum, 1992,
pg. 197). Cmo se puede evitar este deslizamiento haci,1 la estupide Una x>sibilidad es
que basta con turboalim<:nar los tipos de enfoques tradicionales antes 111encionacfos. SOAR
(Laird y otros, 1987) es un intento de crear una versin ms poderosa del Solucionador gene
ral de problemas. CYC (vanse la introduccin a este volumen, v Lenat y Feigenbau111. 1992)
es un intento de cre,1r csta base de conocimientos ms grande y ms rica. SOAR y CYC com
parten el compromiso con el empleo abundante de formas simblicas tradicionales e inspira
das en el texto para la codificacin de conocimientos y metas. Pero puede que el problema
fundamental resida en el enfoque tradicional mismo: que el modelo de la inteligencia como
manipulacin incorprea de cadcnas de smbolos dentro dc la cabeza o del ordenador sea
errneo en s mismo. La prl'.sente obra explora algunas de las .llternativas.
52
control sale de la cabeza y se extiende al entorno local. En palabras de McClamrock (pg. 85):
Resulta que las moscas no saben del todo que, para volar, deben agitar las alas. No empren
den el vuelo enviando una seal del cerebro a las alas. En cambio, existe un enlace de control
directo entre las patas y las alas de modo que cuando las patas dejan de estar en contacto con
una superficie, las alas de la mosca empiezan a agitarse. Para despegar, la mosca simplemente
da un salto y deja que la seal procedente de las patas active las alas.
55
secta avanza por un terreno desigual. La coordinacin entre las patas se con
sigue mediante enlaces inhibidores entre generadores de patrones adyacen
tes. Cada pata tiene tres neuronas motrices: la primera controla la oscilacin
hacia adelante, la segunda controla la oscilacin hacia atrs y la tercera hace
que la pata se levante. Corno antes, el circuito de control global est total
mente distribuido. No existe un procesador central que deba orquestar una
respuesta teniendo en cuenta todas las entradas sensoriales. En cambio, cada
pata tiene una inteligencia individual y los simples enlaces inhibidores ga
rantizan una conducta global coherente. Aparecen diferentes maneras de an
dar a partir de las interacciones entre los distintos niveles de excitacin t
nica procedentes de las unidades marcapasos (los generadores de patrones)
y la retroalimentacin sensorial local. El robot adoptar una marcha trpeda
cuando las frecuencias de excitacin sean elevadas y pasar a una marcha
metacrnica cuando sean ms bajas. En la marcha trpeda, las patas anterior
y posterior de un lado se mueven en sincrona con la pata central del otro; en
la marcha metacrnica, cada pata empieza a moverse justo despus de la
pata que tiene detrs, en una especie de movimiento ondulatorio.
Aunque diseado y puesto a prueba como una pura simulacin por or
denador, este circuito de locomocin se ha utilizado en el cuerpo de un ro
bot real y ha demostrado su robustez en el mundo real de los rozamientos, la
inercia, el ruido, los retrasos, etc. En la figura I .1 se muestra el primer robot
hexpodo, que se analiza con ms detalle en Beer y Chie!, 1993, y en Quinn
y Espenschied, 1993. El circuito de locomocin empleado tambin es capaz
(al estar tan distribuido) de conservar la mayor parte de su funcionalidad
cuando se daan neuronas o conexiones individuales (Beer y otros, 1992). A
pesar de la complejidad de la conducta que produce, el circuito de locomo
cin en s es bastante modesto: slo consta de 37 neuronas estratgica
mente situadas e interconectadas. Sin embargo, los vdeos del robot hex
podo y de sus sucesores constituyen un espectculo fascinante. En una
secuencia aparece un robot posterior, algo ms complejo (figura 1.2), avan
zando cautelosamente por un terreno desigual formado por trozos de po
liestireno expandido. Una pata se alza y empieza a descender suavemente.
Como no hace pie (a causa del terreno local), se levanta otra vez y vuelve
a posarse en un punto ligeramente diferente. Al final, cuando encuentra un
punto de apoyo adecuado, el robot prosigue su marcha. Esta conducta ex
ploratoria y tanteadora tiene todo el sabor de la inteligencia biolgica real.
Robot braquiador
56
FIGURA 1.1 El primer robot hexpodo, construido por Ken Espenschied en la Case
Western Reserve University bajo la supervisin de Roger Quinn. Fuente: Quinn y
Espenschied, 1993. Reproducido con la autorizacin de K. Espenschied, R. Quinn y
Academic Press.
57
FIGURA 1.4 Robot braquiador de dos brazos. Fuente: Saito y Fukuda, 1994. Repro
ducido con la autorizacin de F. Saito, T. Fukuda y MIT Press.
COG
Seguramente, _COG (Brooks, 1994; Brooks y Stein, 1993) es el ms am
bicioso de todos los proyectos de la nueva robtica emprendidos hasta
ahora. Este proyecto, encabezado por Rodney Brooks, se propone crear un
robot humanoide con un funcionamiento extremadamente complejo. Este ro
bot, del tamao de una persona (figura 1.5) no tiene capacidad de ambula
cin; sin embargo puede mover las manos, los brazos, la cabeza y los ojos.
FIGURA 1.5 Tres vistas del robot COG. Fotografas cedidas por Rodney Brooks.
60
61
ciernes que conciernen a esa forma de vida concreta. La similitud entre los
mundos operacionales de Herbert y de la garrapata es sorprendente: ambos
se basan en seales simples que son especficas de sus necesidades y ambos
salen ganando al no molestarse en representar otros tipos de detalles. Una
extensin natural de esta idea, y que da bastante que pensar, es preguntarse
si el ser humano tambin percibe el mundo de una manera sesgada y res
tringida. Nuestro tercer mensaje afirma que as es, y de una forma mucho
ms espectacular de lo que pueda sugerir la experiencia cotidiana.
1.5 Sensibilidad para los detalles?
Sin duda, muchos lectores estarn de acuerdo en que incluso la avanza
da percepcin humana est sesgada hacia los aspectos del mundo que tienen
importancia para los intereses y las necesidades del hombre. Segn el ltimo
y ms especulativo mensaje de nuestra breve lista, este sesgo es mucho ms
fuerte de lo que hayamos podido imaginar. Concretamente sugiere que nues
tras experiencias cotidianas de percepcin nos pueden inducir a error indi
cando la presencia de unos modelos del mundo ms duraderos y detallados
que los que nuestros cerebros construyen en realidad. Esta idea, en cierto
modo paradjica. exige una cuidadosa introduccin. 8
Consideremos el acto de correr para atrapar una bola. Se trata de una
habilidad que exhiben rutinariamente los jugadores de crquet y de bis
bol. Cmo se lleva a cabo? La experiencia comn sugiere que vemos la
pelota en movimiento, prevemos la continuacin de su trayectoria y co
rremos para estar en la posicin adecuada para interceptarla. En cierto
sentido esto es correcto. Pero la experiencia (la fenomenologa) puede
ser engaosa si creemos que computarnos activamente estas trayectorias.
Investigaciones recientes 9 indican que una estrategia ms eficiente en cuan
to a computacin consiste, simplemente, en correr de manera que la acele
racin de la tangente de elevacin de la mirada del jugador hacia la bola se
mantenga a cero. Si hacemos esto, siempre interceptaremos la bola antes de
que llegue al suelo. La observacin de secuencias grabadas en vdeo de in
terceptaciones reales indican que, en efecto, los seres humanos utilizan
-inconscientemente- esta estrategia. Una estrategia como sta evita mu
chos costes de computacin porque asla los parmetros mnimos y ms f8. Esto se expone con precisin en Churchland y otros, 1994 y est presente en gran par
te de Dennett, 1991.
9. Estas investigaciones fueron llevadas a cabo por Zolten Denes en la Universidad de
Sussl'x (comunicacin persona]).
.,
-. .
. ....
.-:, .. _,
,_',j!' : .
.. .
..
'.\
.,
Flc;r lf\ 1.6 Entorno y Umzcclt de una vieira. Ilustracin basada en la figura 19 de
Von Uexkull, l 934; adaptada por Christine Clark, con autorizacin de International
Universities Press.
67
68
'
71
El nio situado
El 11ino situado 1
77
Estas pruebas no slo sugieren que los nios aprenden sobre el mundo
realizando acciones, sino tambin que el conocimiento mismo que adquieren
suele ser especfico de la accin. Los nios pequeos no emplean su expe
riencia de gatear para adquirir conocimientos sobre las pendientes en gene
ral. En cambio, adquieren conocimientos sobre el papel de las pendientes en
contextos especficos que implican una accin. Otros resultados relaciona
dos con la especificidad del conocimiento de los nios pequeos apuntan en
la misma direccin general.'
Este fenmeno no se limita a la infancia. Investigaciones recientes sobre los
mecanismos de compensacin perceptiva de los adultos revelan un perfil espe
cfico de la accin de carcter similar. Thach y otros ( 1992) presentan un ejem
plo centrado en la adaptacin perceptiva en condiciones inusuales." Thach y sus
colegas estudiaron la adaptacin humana a unas lentes especiales que despla
zaban la imagen hacia la derecha o la izquierda. Es bien sabido que el sistema
de percepcin humano puede aprender a adaptarse a esta clase de distorsiones.
De hecho, varios experimentos demuestran que los sujetos pueden adaptarse
incluso a lentes que invierten por completo la escena visual haciendo que el
mundo se vea cabeza abajo. Despus de llevar estas lentes de inversin unos
cuantos das, los sujetos comunican unos cambios sbitos donde los aspectos
del mundo se reorientan correctamente. Naturalmente, cuando se ha produci
do esta adaptacin, los sujetos dependen de las lentes: si se las quitan, el mun
do vuelve a aparecer invertido hasta que se produce una nueva adaptacin.
Lo que mostr el grupo de Thach es que, en el caso de las lentes de des
plazamiento lateral, la adaptacin parece ser especfica de ciertos bucles mo
tores. Se pidi a los sujetos que lanzaran dardos a una diana. Al principio fa
llaban como resultado del desplazamiento lateral producido por las lentes.
Sin embargo, con el tiempo se produjo una adaptacin y fueron capaces de
apuntar tan bien como antes (a diferencia de lo que ocurra en los experi
mentos con lentes de inversin, esta adaptacin no tuvo ninguna conse
cuencia en la experiencia: los sujetos no comunicaron ningn rebote de la
imagen visual consciente). Pero, en la mayora de los casos, esta adaptacin
era especfica del bucle motor. Al pedrseles que lanzaran los dardos sin le
vantar el brazo por encima del hombro -en vez de tirarlos por encima de la
cabe?a- o que emplearan su brazo no dominante, los sujetos no mostraron
una mejora comparable. La adaptacin para los lanzamientos por alto y con
el brazo dominante no se extendieron en absoluto a los otros casos. Lo que
parece haber ocurrido es un adaptacin restringida a la combinacin espec
fica del ngulo de visin y el ngulo de tiro empleados en un lanzamiento
5. Vanse Shiel<ls y Rovee-Collier, 1992; Rovee-Collier, 1990.
6. \','.ase un estudio general de expct'imentos con lente, deformadoras en Welch, 1978.
El nio situado 1 79
80
El nio situado 1 81
l'i<;UJ,,\ 2.1 Este nio de tres meses de edad fue sometido a prueba para ver si pisa
ha erguido, primero sobre una me,,i y despus sumergido en agua t ibia. Fuente:
Thelen y Smith, 1994. Por gentileza de T'. Thelcn, L. Smith y lvlIT Press.
El nio situado 1 83
El nio situado 1 85
ducta global final (la capacidad para alcanzar objetos), encontraron fuertes
diferencias individuales. En cada caso concreto, la conducta de alcanzar re
sult ser el resultado del montaje blando de unos componentes un tanto di
ferentes, que reflejaban diferencias en la dinmica intrnseca de los ni
os y en su experiencia histrica. Aunque la descripcin que ofrecen Thelen
y Smith es muy detallada, aqu nos limitaremos a examinar algunos aspectos
destacados.
Uno de los nios, Gabriel, era muy activo por naturaleza y agitaba los
brazos con mucha rapidez. Para l, la tarea consisti en convertir estos mo
vimientos en una conducta de alcance dirigido. Para conseguirlo, necesit
aprender a contraer los msculos cuando el brazo estaba cerca de un objeto
con el fin de moderar los movimientos y establecer un contacto adecuado.
En cambio, Hannah era ms bien inactiva en el aspecto motor. Mova las
manos con muy poca velocidad y escasa fuerza. Su problema no era moderar
los movimientos, sino producir el impulso suficiente para vencer la gravedad.
Otros nios presentaban distintas mezclas de dinmica intrnseca, pero
en todos los casos el problema bsico consista en aprender a controlar esta
dinmica intrnseca (cuya naturalez,1, como hemos visto, puede variar consi
derablemente) para alcanzar un objetivo. Para hacerlo, el sistema nervioso
central (SNC) debe encontrar una solucin que tenga en cuenta una amplia
variedad de factores que incluyen la energa, el temperamento y el tono mus
cular. Una propuesta prometedora 1 ' es que, cuando hace esto, el SNC trata
el sistema total como si fuera un conjunto de muelles y masas. Por tanto, no
se ocupa de generar modelos internos de trayectorias de alcance, etc., sino
de aprender a modular factores como la rigidez de las extremidades para que
la energa transmitida se combine con una dinmica intrnseca parecida a la
de los muelles y produzca una oscilacin cuyo punto de reposo sea el objeto
deseado. Es decir, el SNC se trata como un sistema de control para un cuer
po cuya dinmica intrnseca desempea un papel crucial en la d<:terminacin
de la conducta.
Por tanto, los problemas evolutivos a los que se enfrenta cada nio son
diferentes, puesto que la dinmica intrnseca de cada nio es distinta. Lo que
tienen en comn es el problema de nivel superior de dominar esta dinmica
individual para lograr alguna meta como la conducta de alcanzar. A lo largo
del desarrollo, el trabajo del SNC no es meter en vereda cada vez ms al
cuerpo para que pueda llevar a cabo unas rdenes detalladas y representadas
internamente que especifican, por ejemplo, las trayectorias que deben seguir
los brazos. En cambio, su tarea consiste en aprender a modular parmetros
(como la rigidez) que despus interaccionarn con restricciones intrnsecas
15. Polir y Bizzi, 1978: Bogan y otros. 1987; Jordan y otros, 1994; Thden y Smith, 1994.
86
Hay una propiedad final de las soluciones basadas en los montajes blan
dos que se debe mencionar explcitamente porque ocupar un lugar desta
cado en varios captulos posteriores. Se refiere a la afinidad natural existen
te entre el montaje blando y el empleo de andamiajes extcmns. Como ya se
ha apuntado antes, cuando el sistema nervioso central aprende a modular
parmetros como la rigidez, lo que hace en realidad es resolver un problema
suponiendo un teln de fondo formado por una dinmica corporal intrn
seca concreta Oas propiedades elsticas de los msculos). Estos telones de
fondo no tienen por qu limitarse al cuerpo del agente: con frecuencia po
demos resolver problemas a horcajadas sobre ciertas propiedades fiables
del entorno. Lo que quiero denotar con el trmino a11damiaje es esta explo
tacin de la estructura externa.
La nocin de andamiaje tiene sus races en el trabajo del psiclogo sovi
tico Lev Vygotsky. 11' Vygotsky destar que la experiencia con estructuras ex
ternas (incluyendo las lingsticas, como palabras y frases, vase el captulo
10) puede alterar y dar contenido a los modos de procesamiento y compren
sin intrnsecos de un individuo. La tradicin que sigui inclua la nocin de
una zona de desarrollo proximal: 17 la idea de que la ayuda de los adultos en
momentos cruciales del desarrollo del nio, dara a ste la experiencia de
una accin con xito que el nio, por s solo, no podra conseguir. Ofrecer
apoyo durante los primeros pasos vacilantes de un nio que empieza a cami
nar y sostener a un beb en el agua para que pueda realizar mcwimientos de
natacin son dos buenos ejemplos.
Sin embargo, la nocin intuitiva de andamiaje es ms amplia pon-1ue pue
de abarcar toda clase de apoyos y ayudas externas, tanto si proceden de
adultos como del entorno inanimado. 18 Como ejemplos tenemos la utiliza
cin de la estructura fsica del entorno de la cocina como ayuda externa para
la memoria (agrupando las especias, los cacharros, etc.; Cole y otros, 1978) y
16. Vase, por cjt,mplo, Vygotsky, 1986.
17. V c'anse, por ejemplo, Valsinn, 1987 y Wl'.rtsch, 1981.
18. Vase esta uti}j7acin, por ejemplo, en Rutkowska, 1993, pgs. 79-80.
El nio situado 1 87
88
El nio situado
C:12
_.....,._
89
4
Pll2
es
FICLJl{A 2.2 Ejemplo de la conducta de orientacin refleja de un robot en un entor
no de oficina abarrotado. Las etiquetas incluyen el tipo de referencia fsica y la orien
tacin segn la brjula (PI8 = pared izquierda hacia el sur; C120 = corredor hacia el
norte; J = lmite extenso irregular). Fuente: Mataric, 1991. Reproducido con la au
torizacin de M. Mataric y MIT Press.
FIGURA 2.3 Mapa construido por un robot en el entorno mostrndo en la figura 2.2.
Las conexiones topolgicas entre los hitos indican adyacencias espaciales. Fuente:
Mataric, 1991. Reproducido con la autorizacin de M. Mataric y MIT Press.
El nio situado 1 91
Mente y mundo:
la frontera plstica
96
97
i
:1
'
98
ojos vendados, no podemos ver dnde est el fondo. Sin embargo, cada vez
4ue damos un paso pe4ueo podemos determinar si nos mo\'emos hacia
arrib._1 (es decir, en la direccin de ms error) o hacia abajo (en la direccin
de menos error). Simplemente utilizando esta retroalimentacin local y avan
zando paso a paso, nos acercaremos inexorablemente al fondo Je la cuenca,
4ue es donde nos detendremos. Los mtodos de aprendizaje de descenso
por un gradiente (de los 4ue la retropropagacin es un ejemplo) actan esen
cialmente de la misma manera: el sistema es empujado cuesta abajo por la
pendiente del error decreciente hasta que no puede bajar ms. En este pun
to (en paisajes con forma de cuenco) se alcanza la solucin y el problema se
resuelve.
Obsrvese que los pesos no se codifican a mano en ninguna etapa de este
proceso. Para cualquier problema complejo, encontrar un conjunto funcio
nal de pesos de conexin mediante un anlisis reflexivo est mucho ms all
de nuestras capacidades actuales. Lo que se nos ofrece es una arquitectura
inicial con una Cmtidad dada Je unidades y un tipo determinado de conec
tividad, y un conjunto de casos de entrenamiento (pares entrada-salida). Ob
srvese tambin que, en general, el resultado final del aprendizaje no es que
el sistema memorice como un papagayo los datos de entrenamiento. En el
caso de NETtalk, por ejemplo, el sistema aprende aspectos generales de la
relacin entre el ingls escrito y hablado. Despus del entrenamiento, la red
puede enfrentarse con xito a palabras nue,as que no estaban en el conjun
to de entrenamiento inicial.
Lo ms importante es que el conocimiento de las transiciones de texto a
fonemas de NETtalk no adopta la forma de codificaciones explcitas Je re
glas o principios mediante cadenas de smbolos. Este conocimiento se alma
cena de una manera adecuada para su empico directo mediante un sistema
parecido al del cerebro: como pesos o conexiones entre unidades o neuro
nas idealizadas. En cambio, las formas de tipo textual fayorecidas por CYC
y SOAR son adecuadas para que unos agentes avanzados como los seres hu
manos las utilicen como estructuras de conocimiento externas y pasivas. Si
miramos hacia atrs, sin duda consideraremos muy poco verosmil que nues
tros propios cerebros (que no son tan diferentes de los de algunos seres que
carecen de lengu_,je) emplearan un formato simibr al elegido por las dbiles
proyecciones de nuestros pensamientos en medios pblicos como el papel y
las molculas de aire. Los cdiglS cerebrales deben ser activos en un sentido
en el que el almacenamiento de textos no lo es. Por tanto, creo que la princi
pal leccin de la in\'estigacin de las redes neuronales ha sido expandir nues
tra visin de las maneras en que un sistema fsico como el cerebro puede co
dificar y explotar informaciones y conocimientos. En este sentido, la
revolucin de las redes neuronales ha sido un xito indudable.
1 00
101
103
104
interno. Naturalmente, una vez expresada esta idea los ejemplos abundan.
Veamos algunos de los ejemplos favoritos de Kirsh:
Si al seguir una dieta queremos consumir las 3/4 partes de la racin de
requesn <le un da (digamos 2/3 de taza) durante una comida, daremos una
forma redonda a la racin de queso, la dividiremos en 4 porciones y nos ser
viremos 3. De esta manera es fcil ver la cantidad requerida, pero calcular
3/4 de 2/3 ya no es tan fcil. (De la Rocha, 1985, citado en Kirsh, 1995).
Cuando reparamos un alternador, al desmontarlo colocaremos las pie
zas en lnea o formando grupos para que la tarea de volverlo a montar sea
ms fcil.
Para colocar comestibles en bolsas, crearemos lotes de artculos simila res encima del mostrador. Si agrupamos los artculos resistentes, los frgiles
y los intermedios, simplificaremos el proceso de seleccin visual y el tamao
relativo de cada montn nos alertar sobre las necesidades de acomodacin
ms urgentes.
Cuando resolvamos un puzzle, agruparemos las piezas similares y as
podremos comparar visualmente y de una manera detallada todas las piezas
verdes (por ejemplo) que tengan un borde recto.
El mensaje es claro: controlamos nuestro entorno fsico y espacial de ma
neras que alteran fundamentalmente las tareas de procesamiento de infor
macin a las que se enfrenta nuestro enebro (recordemos el principio 007
del captulo 2).
Si este enfoque cooperador es valioso se debe a la diferencia entre la na
turaleza de los cmputos que surgen de una manera natural en el cerebro en
s y la naturaleza de los cmputos que se pueden realizar parasitando recur
sos del entorno. Pero, como veremos, este parasitismo pone en duda los mis
mos lmites tradicionales que existen entre mente y mundo.
3.4 Planificacin y resolucin de problemas
Existe una visin incorprea clsica de la planificacin que Phil Agre y
David Chapman (1990) han denominado los planes como programas. Se
trata <le la idea (que ya encontramos en el captulo 2) <le que un plan especi
fica una sucesin completa de acciones que basta realizar con xito para lo
grar una meta. Una lista de instrucciones para cocinar un huevo pasado por
agua o para desmontar un alternador viene a ser una de estas especificacio
nes. De hecho, gran parte del trabajo sobre la planificacin clsica imagi
na que las secuencias complejas <le acciones estn determinadas por una ver-
105
106
Soltar
La hilera
completa
desaparece
FIGURA 3 .1 El juego Tetris se caracteriza por unas piezas llamadas zoides que caen
de una en una desde la parte superior de la pantalla y acaban depositndose directa
mente en el fondo o sobre otras piezas que hayan cado antes. Mientas cae una pieza,
el jugador puede hacerla girar, desplazarla hacia la derecha o hacia la izquierda, o ha
cerla bajar de inmediato. Cuando se consigue que una hilera de cuadrados llene hori
zontalmente toda la pantalla, la hilera en cuestin desaparece y las que se encuentran
por encima de ella bajan un nivel. Fuente: Kirsh y Maglio, 1994. Reproducido con la
autorizacin de D. Kirsh, R. Maglio y Ablex Publishing Corporation.
que los jugadores expertos realizaban una amplia variedad de acciones epis
tmicas: acciones cuyo propsito era reducir la cantidad de computacin in
terna en lugar de ganar terreno fsico. Por ejemplo, un jugador puede hacer
girar fsicamente un zoide para determinar mejor su forma o para comprobar
su coincidencia potencial con alguna oportunidad geogrfica. Estas opera
ciones externas parecen ms rpidas y fiables que sus equivalentes internas
(como imaginar la rotacin del zoide). Es especialmente interesante destacar
(como hacen Kirsh y Maglio) que, en el caso del Tetris, las operaciones inter
nas y externas deben estar tan coordinadas en el tiempo que los sistemas in
ternos y externos (el cerebro/SNC y las operaciones en pantalla) parecen fun
cionar conjuntamente como una sola unidad computacional integrada.
108
109
realicen unas tareas concretas. Por tanto, propongo que la demostracin que
hacen Kirsh y Maglio del papel de la accin epistmica tiene como conse
cuencia una distribucin correspondiente del mrito epistmico. El flujo de
pensamientos o la generacin de respuestas razonadas no son un mrito ex
clusivo del cerebro. La colaboracin entre cerebro y mundo es mucho ms
rica y est ms impulsada por necesidades de computacin e informacin de
lo que se crea hasta ahora.
Sera reconfortante suponer que esta imagen ms integrada de la mente
y el mundo no plantea ninguna amenaza a cualesquiera de nuestras ideas fa
miliares sobre la mente, la cognicin y el yo. Reconfortante, pero falso. Por
que si bien los pensamientos concretos continan estando vinculados a los
cerebros individuales, el flujo de la razn y las transformaciones de informa
cin que dicho flujo implica parecen entrecruzar el cerebro y el mundo. Sin
embargo, sospecho que este flujo de ideas es lo que la mayora de nosotros
asocia con ms fuerza con la idea de la mente como sede de la razn y del yo.
Este flujo es ms importante que las instantneas que nos ofrecen los pensa
mientos o las experiencias aisladas.22 Corno veremos, el verdadero motor de
la razn no est delimitado ni por la piel ni por el crneo.
22. El eplogo ilustra esta afirmacin considerando el papel del cerehro en la generacin
de uoa complej,1 corriente <le ideas vinculadas. \' ase tamhin el apartad() 1 O. 5.
114
fa
115
116
120
123
desde aqu hasta los comedores: cmo lo har? y Tengo que llegar al la
boratorio de fsica lo antes posible: cmo lo hago?. El efecto acumulado
de estas mltiples decisiones locales resuelve el problema global de una for
ma que se parece ms a una especie de evolucin que a un diseo centraliza
do clsico.
Al parecer, la necesidad de explicar los orgenes del xito colectivo no
nos obliga a volver a la imagen de un agente planificador central que conoz
ca la forma del espacio de problemas global. De hecho, en ocasiones pode
mos estructurar nuestro propio entorno de resolucin de problemas como
una especie de subproducto de nuestra actividad bsica de resolucin de
problemas. En nuestro campus hipottico, los primeros viandantes estruc
turan el entorno como un subproducto de sus propias acciones, pero los
viandantes posteriores se encontrarn con un entorno ya estructurado que,
a su vez, puede ayudarles a resolver, precisamente, los mismos problemas.15
4.5 Modelos de la mente oportunista
Espero que estos primeros captulos hayan transmitido una impresin
cada vez ms clara del carcter oportunista de gran parte de la cognicin
biolgica. Cuando el cerebro biolgico se enfrenta a las fuertes limitaciones
temporales propias de la accin en el mundo real y slo dispone de un estilo
de cmputo incorporado bastante restrictivo y orientado a la complecin de
patrones, aceptar toda la ayuda que pueda conseguir. Esta ayuda incluye el
empleo de estructuras fsicas externas (tanto naturales como artificiales),
el empleo del lenguaje y de instituciones culturales (vanse tambin los ca
ptulos 9 y 10) y el empleo abundante de otros agentes. Sin embargo, reco
nocer la naturaleza oportunista y extendida en el espacio-tiempo de la ver
dadera resolucin de problemas equivale a exponerse a una potencial
pesadilla metodolgica. Cmo podemos estudiar y comprender estos siste
mas extendidos, complejos y a menudo construidos de una manera poco o
nada intuitiva?
Existe una metodologa cientfica cognitiva clsica que, claramente, no
/unciont1 en estos casos. Es la metodologa de la reconstruccin mcional, que
consiste en formular inmediatamente cada problema en funcin de un siste
ma abstracto de relaciones entre entradas y salidas, y buscar una solucin
ptima para el problema as definido. Aunque es probable que, en principio,
esta metodologa nunca haya sido defendida ni siquiera desde la inteligencia
15. Comprese con el tratamiento de unas hormigas en una playa llevado a cabo por Hut
chins ( 1 LJLJ5, pg. 169).
artificial clsica, s que parece haber dado origen a un gran corpus de inves
tigacin.16 Pensemos en todas esas investigaciones sobre micromundos abs
tractos: jugar a <lamas, colocar bloques, planificar excursiones, hacer diag
nsticos mdicos, etc. En todos estos casos, el primer paso consiste en formular
el problema en trminos simblicos cannicos y el segundo consiste en bus
car una solucin eficiente definida en un espacio de oportunidades de trans
formacin de smbolos.
Hemos visto (captulo 3) que tambin los conexionistas heredaron la pe
nosa tendencia a estudiar la resolucin de problemas como si fuera incorp
rea y a establecer correspondencias entrada-salida abstractas y definidas sim
blicamente.17 Sin embargo, desde las perspectivas de la robtica y de la
infancia presentadas en los primeros captulos, ahora parece ms razonable
imaginar que el entorno real de muchas tareas influye profundamente en la
naturaleza de los problemas que plantean estas tareas a unos agentes activos
y corpreos. Estos problemas reales se plantean en un entorno que incluye
las propiedades elsticas de los msculos y la presencia de objetos reales y
manipulables en el espacio. Estas disparidades, que con tanto empeo he
tratado de exponer, con frecuencia pueden marcar la diferencia en la natu
raleza de una tarea computacional.
De hecho, la metodologa <le la reconstruccin racional puede inducir a
error de varias maneras fundamentales. En primer lugar, la sustitucin in
mediata de cantidades fsicas reales por elementos simblicos puede ocultar
estrategias oportunistas que impliq11en actuar sobre el mundo real o explo
tarlo de alguna manera que contribuya a la resolucin de problemas (recor
demos el principio 007). En segundo lugar, conceptualizar el problema en
funcin de correspondencias entrada-salida tambin invita a concebir la cog
nicin como una computacin pasiva. Es decir, describe la etapa <le salida
como el ensayo de una solucin a un problema. Pero ya hemos visto muchos
casos (por ejemplo, las estrategias <le visin animada y el empleo del botn
de rotacin en Tetris) donde la salida es una accin cuyo papel consiste en
descubrir o crear datos adicionales que, a su vez, contribuyan al xito final.
Estos casos de lo que Kirsh y Maglio llaman accin epistmica 18 amenazan
con colarse por las rendijas de cualquier imagen del xito cognitivo funda
mentalmente incorprea y basada en correspondencias entrada-salida. (Otra
amenaza es que la bsqueda de soluciones ptimas puede inducir an ms a
16. Vase una revisin en los captulos 1 y 4 de Clark, 1989. Vase tambin Cliff, 1994. Se
puede encontrar algo parecido a un apoyo explcito de estas estrategias racionalistas en Newell
y Simon, 1981.
17. Vase el apartado 3 .2 anterior. Vanse tambin McClelland, 1989 y Plunkett y Sinha,
1991.
18. Vase el apartado 3.5 anterior. Vase tambin Kirsh y Maglio, 1994.
125
I
I'
,
1
fiesta como una serie de inquietudes de cariz bastante abstracto, aunque son
inquietudes con importantes consecuencias concretas para la direccin y la
metodologa de una ciencia de la mente corprea. Estas inquietudes in
cluyen:
encontrar el vocabulario adecuado para describir y analizar los procesos
que entrecruzan el lmite agente/entorno,
aislar para su estudio sistemas adecuados a gran escala y motivar alguna
descomposicin de estos sistemas en partes y procesos componentes que
interaccionen entre s,
y
Segunda parte
EXPLICAR LA MENTE EXTENDIDA
Ln \11 ,'-/ 2. l{<sm..:111$ ,!..,, d\l< ,:i:Jul:, ,Je V4 :1 Jift,cnt<.'1' pZ!u!;1s t::<p:1ci:1!cs L"\lrl'tl II
n:1s r no L'JrtL":>i:1 1 1: 1:.. C.:u!.1 icum 1\'p,x,;.;nrn un 'lilinwl,; \'isu:11 p,micuhr y ...u evlt
1v1m::;<.'l11:11:, ('SJ)usta media :l cs... .:/.I1ll11!11 en 1'1d:1,ibu nu In fr(i;ue:u:ia ('Spom,i
1:c.t ,le J(,n,!111 tmpl<1m,!,, 1-ii (<.;1):1 de c<.lor mos1rJd:l :111ib::i. :\) 11curorn1 eon 111m ,,.
puc!>l :1 m:ixim;t :11lh: !1nulv., ,ulmx-s, <.'SP<-'Li.1l111c111e ,._pirnl L"i,:,; mud10 m.::11us :tlltc
H"jill.1:- hfpcrl"K>lk:S r ":11-cesi:in:1s (mo...lit'kudl', L'<,n u11tori11<it'11 d, Gi,1111111 >' 11!1'<:'$,
199;). Bl 1wum11.1 (.:n ,m,,. r.:pUL"'Slll m:ixim:, .1ntc l'Stimc!li- hix::l xiiic, ,-.,u (r,:.
C"Ul'lldai- l':il):1t'.i:,ks ti.: b:,j:,:." n11,,l,:rnd11s
1,..,-,i, ,...,
. , ,....,, ., l c;,,Um,. l'n-1.n.,u,i!..:i..l, wr r.11111,,u ,!., l).,kl , .,.,. (..,,,,, ,.. k l;:,Um1 >('.:ll 1'11: ,
({,.)
,.
...
.'
L,MINA -l. Un colC'l!l.o nC.rgko .scui-:lo C'n nipicl:1 f.UCL-sin porlt en b din:tdlSII
cn111r1111 pr<nlm"! 1111 (pcrt.; }' s(1bit<.1 emplie mlY den1;,1.Jo p.i.ra ub:11:,nt,mt< sobre,
un:.t pres.i- o lmir con t:1pill El cok:1:1.Z inicial prolluce ,mi \1):til"<; (1 l; d i;i:,
gundo coforn.:o crea o,ro ,nice qu<.- ;ir.t c:n seniido contrario (2. }). :\llh.'S de l):!1..
(::ir$t: de 111 ,;:vl.i y 1kbili1t11'l11: muurn:nnte, 105 d0$ \'rde<:s se combinan p:tr..t creM un
C'horrn 4u1: f,1>J1u'('. un fru:ft immlf.n huL ..11 :uld:mlc. r 11rn1 ft,.;nm 111:ernl dt:1>vi!1d11.
:1.unqm: 111,,neiablc (4),
Fu.-r.:c: T1it:u,,fylfou y r,h,:y!lm,. l'J'J'S; ,.,,.,,..,_1,,,.;.!11 rm p:onik-o ,!,: M,$,l C, :;, Tri,,nuf!B:mrik;m..
,rfk ,\IM'lf.:l.!l. lu,:.
Robots en evolucin
.
134 1 Explicar la mente extendida
que haga que los descendientes de los ms aptos hereden parte de la estruc
tura de sus antepasados y tendremos las condiciones mnimas para la bs
queda evolutiva. Normalmente, esta transmisin supone otros medios incor
porados de variacin (por ejemplo, la mutacin) y de diversificacin (por
ejemplo, los procesos de divisin y recombinacin caractersticos de la re
produccin sexual). Mediante una serie repetida de variaciones, diversifica
ciones, selecciones y transmisiones, el proceso evolutivo realiza una bsque
da en el espacio de opciones estructurales, una bsqueda que tender a
concentrarse en las soluciones ms aptas para los problemas de la supervi
vencia y la reproduccin.
Los algoritmos genticos' simulan este tipo de proceso evolutivo. La po
blacin consiste, inicialmente, en una variedad de individuos de software,
que o bien se han codificado a mano, o bien se han generado al azar. Estos
individuos podran ser lneas de cdigo, estructuras de datos, programas
informticos jerrquicos completos, redes neuronales, etc. A continuacin,
se permite que estos individuos acten en algn entorno para poder com
putar, despus de cierto tiempo, una medida de aptitud para cada uno
(Cunto alimento ha encontrado? Ha evitado a los depredadores? ... ).
Despus se emplea la codificacin inicial de los individuos ms aptos (nor
malmente almacenada en forma de cadenas binarias) como base para la re
produccin (es decir, para generar la prxima poblacin). Pero en vez de li
mitarse a copiar los individuos con ms xito, se emplean operaciones de
cruce y mutacin. En las mutaciones se realiza un pequeo cambio aleato
rio en la estructura de la codificacin de un individuo. Por ejemplo, si el in
dividuo es una red neuronal, se pueden modificar sutilmente algunos pesos.
En los cruces se recombinan partes de las codificaciones de dos individuos
para imitar la dinmica general de la reproduccin sexual. As, la nueva ge
neracin se basa en las variantes con ms xito de la generacin anterior,
pero contina el proceso de bsqueda de soluciones eficientes investigando
parte del espacio que circunda las buenas soluciones anteriores. Cuando
este proceso se repite durante centenares de miles de generaciones, consti
tuye (para ciertos mbitos de problemas) una potente versin de la bsque
da de descenso por un gtadiente,4 salvo por el hecho de que aqu los incre
mentos de aprendizaje se producen generacin tras generacin y no durante
la vida de un solo individuo.
Estas tcnicas se han utilizado para desarrollar soluciones a problemas en
una amplia variedad de mbitos, desde el seguimiento de pistas en hormigas ar3. Vase, por ejemplo, Hollan<l, 1975; Coldberg. 1989; Koza, 1992; Belew, 1990; Nolfi,
Floreano, Miglino y Mondada, 1994.
4. Vase el captulo 3 anterior.
136
Robots en evolucin 1
137
poral fija. Una vez ms, estas bsquedas congelan parmetros que, en el
mundo natural, estn sujetos al cambio evolutivo. Por ejemplo, la cucaracha
simulada tena una forma corporal fija y un conjunto fijo de recursos neuro
nales. En cambio, la bsqueda evolutiva real es capaz de modificar tanto la
forma corporaF como la arquitectura nerviosa general.
Otra distorsin biolgica es el empleo de correspondencias genotipo
fenotipo bastante directas. En la bsqueda normal por algoritmo gentico,
las nuevas poblaciones de individuos estn totalmente especificadas por
sus genotipos. En cambio, la manera en que los genes reales llegan a ex
presarse en los cuerpos reales permite que las interacciones ambientales
desempeen un papel mucho mayor durante el tiempo de desarrollo indi
vidual. De hecho, la imagen de que los genes codifican caractersticas f
sicas suele ser errnea. En realidad, los genes codifican caractersticas fsi
cas posibles cuya expresin depende, en gran medida, de la influencia de
una variedad de factores ambientales. La capacidad de seleccionar factores
genticos cuya expresin final en los individuos sigue estando en gran me
dida bajo el control del entorno, permite que la evolucin biolgica explo
te varios grados de libertad que no estn presentes en la mayora de los
modelos artificiales. 8
Finalmente existe el problema ampliamente reconocido del aumento de
la escala. La mayora de los trabajos presentados anteriormente aplican la
bsqueda gentica a controladores de redes neuronales relativamente pe
queos. A medida que aumenta el n(,mero de parmetros que caracterizan a
los controladores, las variedades normales de bsqueda evolutiva son cada
vez ms ineficaces. La clave para superar este problema parece residir en
combinar una mejora de las codificaciones genticas con una descarga de
parte de la tarea en el entorno (es decir, reducir la cantidad de informacin
codificada en el genotipo y depender ms de las interacciones evolutivas con
un entorno estructurador). Vemos as que el problema del aumento de la es
cala y el anterior problema de la correspondencia entre fenotipo y genotipo
pueden estar ms vinculados de lo que parece a primera vista.''
7. Siguiendo esta lnea, Menczer y Belew ( 1994) emplean un algoritmo gentico para de
terminar la eleccin de una interfaz organismo-entorno haciendo evolucionar diferentes tipos
de sensor.
8. Vase un examen excelente de las complejidades de las interacciones gen-entorno en
Gifford, 1990.
9. El trabajo de Nolfi, Miglino y Parisi (1994) es uno de los pocos intentos de introducir
la plasticidad fenotpica en un modelo combinado de algoritmo gentico y red neuronal. En
este modelo, la correspondencia genotipo-fenotipo es un proceso extendido en el tiempo y
sensible al entorno. Adems, la bsqueda evolutiva misma se emplea para determinar el equi
librio entre la influencia dl' los genes y del entorno.
Robots en evolucin
139
en un eje vertical conectado con el volante principal. El eje tiene dos brazos,
unidos por goznes, con una esfera metlica en el extremo de cada uno.
Cuando el volante gira, los brazos se van separando del eje a medida que
aumenta la velocidad de rotacin. Los brazos actan directamente sobre una
vlvula reguladora que reduce el flujo de vapor cuando los brazos se separan
(cuando aumenta la velocidad del volante) y que lo aumenta cuando los bra
zos se acercan (cuando disminuye la velocidad del volante). Este dispositivo
hace que el volante mantenga una velocidad de rotacin constante, necesaria
para muchas aplicaciones industriales. Segn Smithers, cuando aument la
precisin en los procesos de fabricacin apareci una nueva generacin de re
guladores que empez a mostrar un problema no observado en las versiones
anteriores, ms rudimentarias. Los nuevos reguladores, fabricados con pre
cisin, solan ser incapaces de establecer una velocidad de rotacin fija y pro
vocaban una oscilacin de aceleraciones y desaceleraciones. Esta oscilacin
pendular en torno a una velocidad constante se produca porque los nuevos
reguladores reaccionaban con demasiada rapidez a la velocidad del eje prin
cipal, produciendo una compensacin excesiva. Por qu el rendimiento de
las primeras versiones rudimentarias superaba al de las posteriores, diseadas
con precisin? La razn era que el rozamiento entre las juntas, los cojinetes y
las poleas de las primeras versiones era suficiente para amortiguar las res
puestas del sistema, protegindolo as de los ciclos de rpida sobrecompen
sacin observados en las mquinas ms nuevas. Los reguladores modernos se
basan en componentes adicionales par J impedir la oscilacin pendular, pero
al precio de ser ms difciles de montar y utilizar (ibd., pg. 66).
Smithers demuestra que los intentos de hacer ms precisos los sistemas
sensoriales de robots sencillos se pueden encontrar con problemas similares.
Si la conducta del robot depende estrechamente de las lecturas de los senso
res, unos dispositivos muy sensibles quizs respondan en exceso ante pe
queas perturbaciones ocasionadas por cambios ambientales relativamente
insignificantes o incluso por el funcionamiento del sensor mismo. Por tanto,
un aumento de resolucin rio siempre es positivo. Mediante el empleo de
componentes menos precisos, se pueden disear robots con dispositivos f
sicos cuyas propiedades (por ejemplo, prdidas mecnicas y elctricas) amor
tigen las .respuestas y eviten variaciones y fluctuaciones no deseadas. Segn
Smithers, de todo esto se deduce que tambin puede ser errneo concebir
los sensores como dispositivos de medicin y que deberamos verlos como
filtros cuyo papel consiste, en parte, en absorber variaciones conductalmcn
te insignificantes para que el sistema pueda mantener unas interacciones sen
cillas y robustas con su entorno. Segn Smithers, los componentes fsicos
reales suelen ofrecer gran parte de esta capacidad de filtracin o absorcin
corno resultado Je las prdidas elctricas y mecnicas inherentes a los me-
t"structuras y unos cableados mucho menos transparentes, incluyendo enor111es cantidades de circuitos recurrentes que permiten modificaciones mu1 uas y repetidas entre muchas reas. Y de todos modos el papel del cerebro
110 es ms que hacer que el cuerpo ejecute los movimientos correctos. Al fi1ial, el xito adaptativo no se puede atribuir a los cerebros sino a coaliciones
cerebro-cuerpo embebidas en entornos ecolgicamente realistas. Y aqu se
plantea una pregunta muy amplia y, por ahora, sin respuesta: cmo pode
rnos estudiar y comprender (no slo reproducir) el xito adaptativo de los
seres biolgicos, cuyos principios de diseo no respetan los lmites intuitivos
entre cognicin, cuerpo y mundo?
Una posibilidad, que hoy por hoy va ganando terreno, es sustituir la teo
rizacin computacional y el discurso representacional, que son los instru
mentos usuales de la ciencia cognitiva, por la teorizacin y el discurso de la
teora de los sistemas dinmicos. El argumento es el siguiente: la imagen de
la cognicin como generacin de transformaciones computacionales de re
presentaciones internas, supone un retorno a la concepcin del cerebro
como sede fundamental de un tipo de inteligencia esencialmente incorprea.
Y la razn de ello es que, en esta imagen, se parte del supuesto de que las re
presentaciones as concebidas sustituyen a elementos y sucesos reales y que
el razonamiento se produce en una especie de terreno simblico interno.
Pero hemos visto que la inteligencia corprea real es, fundamentalmente,
una manera de enlazar con el mundo, de emplear estrategias activas que de
jan gran parte de la informacin fuera, en el mundo, y de emplear astuta
mente secuencias repetidas, en tiempo real, de interacciones cuerpo-mundo
para resolver problemas de una manera robusta y flexible. La imagen es la de
dos sistemas complejos acoplados (el agente y el entorno) cuya actividad
conjunta resuelve el problema. En estos casos, puede tener poco sentido de
cir que un sistema representa al otro.
Como esta idea puede ser difcil de captar, ser til dar un ejemplo. Tim
van Gelder nos invita a considerar, desde esta perspectiva, el funcionamien
to del regulador de Watt descrito en el apartado 5.5 anterior. Recordemos
que este regulador mantiene el volante a una velocidad constante, mediante
dos brazos lastrados cuya oscilacin cierra la vlvula reguladora cuando
aumenta la velocidad de rotacin y la abre cuando esta velocidad disminuye.
Van Gelder (1995, pg. 348) contrasta esto con la operacin de un regula
dor computacional imaginario que funcionara de la manera siguiente:
Medir la velocidad del volante.
Comparar la velocidad real con la velocidad deseada.
Si hay una discrepancia, entonces:
medir la presin actual del vapor,
144
Robots en evolucin
145
146
Robots en evolucin 1 14 7
Emergencia y explicacin
4. Vase un argumento acerca de que es mejor tratar la emergencia como una especie de
reduccin en Wimsatt, 1986 y Wimsatt (en prensa).
5. Vanse, por ejemplo, Newell y Simon, 1976 y Haugeland, 1981.
_. ,
Emergencia y explicacin
_ ___ ___
_ _
1
153
Emergencia y explicacin
155
156
Ante esta importante clase de casos, creo que una explicacin mejor de
la emergencia (una especie de generalizacin dbil de la idea de variable in
controlada) es simplemente sta: un fenmeno es emergente si se compren
de mejor prestando atencin a los valores cambiantes de una variable co
lectiva. Veamos a continuacin algunos comentarios breves acerca <le esta
definicin:
Una variable colectiva es una variable que refleja la pauta resultante de
las interacciones entre mltiples elementos de un sistema (vanse el aparta
do 6.2 anterior y Kelso, 1995, pgs. 7, 8 y 44). Por tanto, todas las variables
incontroladas son variables colectivas.
Para dar cabida a los casos de emergencia indirecta, ampliamos la no
cin pertinente de sistema para incluir (en ocasiones) aspectos del entor
no externo, como en el caso del robot que encuentra el centro situado entre
los polos.
Ahora se pueden identificar diferentes grados de emergencia segn la
complejidad <le las interacciones implicadas. Las interacciones mltiples, no
lineales8 y temporalmente asincrnicas, producen las formas ms fuertes <le
emergencia; los sistemas que slo muestran interacciones lineales simples
con una retroalimentacin muy limitada, no suelen exigir una comprensin
en funcin de variables colectivas o de propiedades emergentes.
Los fenmenos pueden ser emergentes aunque se encuentren bajo el
control de un parmetro simple, siempre y cuando ese parmetro se limite a
hacer que el sistema pase por una sucesin de estados que se describen me
jor recurriendo a una variable colectiva (por ejemplo, el gradiente de tempe
ratura hace que el lquido pase por una sucesin de estados que se describen
8. Una relacin no lineal es aquella donde dos cantidades o valores no se alteran mutua
mente de una manera continua. En cambio, el valor de una cantidad puede aumentar (por
ejemplo) durante un tiempo sin influir en absoluto en la otra y despus, de repente, cuando se
alcanza un umbral oculto, hace que la otra d un salto o haga un cambio sbito. La ecuacin
de evolucin para sistemas conexionistas complejos suele tener una no linealidad muy elevada
porque la salida de una unidad no es la simple suma ponderada de sus entradas sino que im
plica umbrales, funciones de paso u otras fuentes de no linealidad. Las formas ms fuertes de
emergencia se caracterizan por mltiples interacciones no lineales. Cuando las interacciones
son pocas y lineales, rara vez es necesario definir variables colectivas que ayuden a explicar
conductas de sistemas. (Agradezco a Pete Mandik y Tim Lane su insistencia en la importancia
de las modulaciones interactivas complejas y no lineales para determinar la clase ms fuerte de
casos). Se debe destacar que el uso cientfico tpico tambin permite el empleo de la etiqueta
emergente en una variedad de casos mucho ms dbiles: de ah nuestra atencin a los robots
que siguen paredes y buscan el centro entre dos polos y al empleo de la idea de emergencia en
conexin con la clase ms amplia de xitos adaptativos mediados por el entorno, no progra
mados o incontrolados. Vase una exposicin ms detallada en Wimsatt (en prensa).
160
mediante una variable colectiva que marca la amplitud variable de los bucles
de conveccin; vase Kelso, 1995, pg. 8).
La emergencia as definida se vincula con el objetivo de determinar
qu variables deben figurar en una buena explicacin de la conducta de un
sistema. Este objetivo depende un poco del observador porque se basa en la
idea de una buena explicacin terica y, en consecuencia, implica cierta re
lacin con las mentes de los cientficos humanos. Pero por lo menos no de
pende de los caprichos de las expectativas individuales sobre la conducta del
sistema.
6.3 Los sistemas dinmicos y la explicacin basada en la
emergencia
i 62
Emergencia y explicacin
163
ban mejor estas conductas. Descubri que la variable crucial era la que re
flejaba la relacin de fase entre los dedos. Esta variable, como hemos visto,
es constante para una amplia gama de frecuencias de oscilacin de los dedos
y cambia repentinamente cuando la frecuencia alcanza un valor determina
do. Es una variable colectiva porque no se puede definir para un solo com
ponente (un dedo) sino slo para el sistema ms amplio. Por tanto, la fre
cuencia de movimiento es el parmetro de control de la relacin de fase que
ahora se traza como una variable colectiva. Pero el verdadero meollo del
anlisis reside en ofrecer una descripcin matemtica detallada del sistema
as descrito: un conjunto de ecuaciones que muestren el espacio de posibles
evoluciones temporales de la fase relativa en funcin del parmetro de con
trol. Esta descripcin representa eficazmente el espacio de estados del siste
ma (vase el captulo 5 anterior) mostrando, entre otras cosas, qu reas del
espacio actan como atractores (valores de la variable hacia los que tender
el sistema desde otras localizaciones determinadas del espacio). Haken y
otros (1985) encontraron precisamente una descripcin como sta y pudie
ron mostrar las detalladas pautas de coordinacin correspondientes a distin
tos valores del parmetro de control. Entre otros aspectos importantes, este
modelo no slo poda describir las transiciones de fase observadas sin pos
tular un mecanismo conmutador aparte de la dinmica colectiva, sino que
tambin poda reproducir los resultados de interferencias de poca impor
tancia en el sistema, como ocurre cuando se obliga a un dedo a abandonar
brevemente su relacin de fase esuble. El modelo de Haken y otros tambin
poda predecir con precisin ciertas caractersticas del sistema, como el
tiempo necesario para pasar de un estado desfasado a un estado de fase. 13
Ahora debera estar ms claro por qu la explicacin dimmica no es me
ramente una buena descripcin de los fenmenos observados. Debe su con
dicin de explicacin a su capacidad para dilucidar lo que los filsofos de
nominan contrafcticos; es decir. a su capacidad para informarnos no slo
sobre la conducta real observada en el sistema, sino tambin sobre su com
portamiento en varias ottas circunstancias. Con todo, estas explicaciones to
dava carecen de una pqtente caracterstica de sus parientes ms tradiciona
les. No estn obligadas a dar unas recetas detalladas para construir los
dispo?itivos que describen y explican. En este aspecto, difieren de los mo
delos familiares donde se explica una conducta mostrando cmo surge a
partir de las propiedades de una variedad de componentes bien comprendi
dos. Por ejemplo, los modelos computacionales tradicionales tienen la virtud
muy real de descomponer tareas complejas en secuencias de tareas cada vez
13. Vanse detalles de estos resultados y del modelo matemtico empleado en las pgs.
54-61 de Kelso, 199'5.
166
tan captar con fuerza los fenmenos observables. Esto, adems de ser buena
ciencia, es ciencia explicativa (y no slo descriptiva). Adems, como acaba
mos de ver, gran parte del atractivo y el poder distintivo de estos enfoques
reside en su capacidad de centrarse en variables colectivas, es decir, en va
riables cuyas races fsicas suponen las interacciones de mltiples sistemas
(que con frecuencia se extienden por el cerebro, el cuerpo y el mundo). Pero
este poder distintivo tiene un precio: estos modelos puros no apelan di
rectamente a los intereses del ingeniero. El ingeniero quiere saber cmo
construir sistemas que muestren propiedades parecidas a las de la mente y,
en particular, quiere saber cmo surge la dinmica global mostrada con tan
ta precisin por las explicaciones puras a partir de la microdinmica de di
versos subsistemas y componentes. Aceptar que una comprensin plena del
sistema en accin exige unas explicaciones dinmicas puras como las que
acabamos de enumerar. Sin embargo, no creer que esas explicaciones sean
suficientes para comprender cmo funciona el sistema, porque se sitan a
una gran distancia de los datos sobre las capacidades de unos componentes
fsicos familiares y bien comprendidos. En este sentido, una explicacin
computacional tpica (conexionista o clsica) se acerca mucho ms a consti
tuir una receta para construir un dispositivo capaz de mostrar las conductas
deseadas. La razn de ello es que las transiciones de estado bsicas que in
tervienen en la especificacin se deben poder reproducir mediante unas
combinaciones conocidas de unas operaciones bsicas que, a su vez, se de
ben poder realizar empleando puertas lgicas, unidades de procesamiento
conexionistas, etc.
En cierto sentido, lo que se consigue mediante una discusin dinmica
pura se parece ms a un sofisticado anlisis de tareas que a una explicacin
computacional totalmente elaborada. Pero se trata de un anlisis de tareas
que est preado contra/cticamente (vase el apartado 6.3 anterior) y que al
mismo tiempo es potencialmente a1nplio. Es amplio en la medida en que
puede unir aspectos del espacio del problema que, por un lado, dependen
del entorno exterior y, por otro, dependen de propiedades del organismo
particular. En estos casos habr mltiples maneras de implementar la din
mica descrita, y algunas de ellas incluso podrn dividir las subtareas entre
cuerpo, cerebro y mundo de manera diferente. Por ejemplo, lo que hace un
nio A gracias a la grasa corporal puede hacerlo un nio B gracias a unos pe
sos artificiales, y lo que puede hacer un ser C mediante unos clculos com
plejos lo puede hacer un ser D mediante la resistencia de sus msculos els
ticos. Por tanto, a partir de unas divisiones del trabajo muy diferentes
pueden emerger unas dinmicas generales idnticas.
As pues, el principal motivo de queja es que una buena caracterizacin
dinmicamente pura del sistema no llega a constituir una receta para cons-
168
truir un sistema que muestre las conductas de inters. Una respuesta a esta
queja (respuesta que he odo muchas veces en labios de defensores acrri
mos de la teora de los sistemas dinmicos) consiste en atacar su misma base.
Por qu insistir en que la verdadera comprensin de algo exige saber cmo
construirlo? Esther Thelen (comunicacin personal) observa que segn
este criterio, deberamos echar por la borda casi toda la biologa, por no
mencionar la economa, la astronoma, la geologa y quin sabe qu ms.
Por qu la ciencia cognitiva debe satisfacer un criterio explicativo mucho
ms exigente que el de las restantes ciencias?
A pesar de su superficial verosimilitud, esta respuesta est desencami
nada porque se toma la exigencia de la capacidad de construccin de una
manera demasiado literal. Lo que aqu se propone no es que realmente po
damos construir sistemas que muestren las caractersticas deseadas (aunque
en favor de la inteligencia artificial se debe decir que, con frecuencia, su ob
jetivo es precisamente ste), sino que deberamos comprender algo sobre el
origen de las propiedades a mayor escala a partir de las interacciones de las
partes. Aunque no podamos construir nuestros propios volcanes, compren
demos cmo se confabulan las fuerzas subterrneas para crearlos. Tambin
podemos buscar explicaciones convincentes del crecimiento y la disminu
cin de la actividad volcnica a lo largo del tiempo, e incluso lo podemos
hacer aislando parmetros de control, definiendo variables colectivas, etc.
Sin duda, una comprensin plena de la naturaleza de la actividad volcnica
depende de seguir simultneamentF y entrelazar con cuidado ambos tipos
de explicacin. As pues, en cierto sentido s que sabemos cmo construir
volcanes, torbellinos, sistemas solares y todo lo dems! Los problemas para
llevar a cabo esta construccin provienen de dificultades prcticas (de es
cala, materiales, etc.) y no de alguna carencia en el nivel necesario de com
prensin.
Por tanto, es necesario suavizar el criterio de la capacidad de construc
cin para dar cabida al gran nmero de casos donde hay otros problemas
que obstaculizan nuestro camino. Unos obstculos tpicos, tomados de un
artculo de Fred Dretske de acertado ttulo, 14 podran ser: Los materiales
brutos no estn disponibls. No podemos pagarlos. Somos demasiado torpes
o no somos lo suficientemente fuertes. La polica no nos deja (Dretske,
1994, pg. 468). A la inversa, segn Dretske, el mero hecho de que podamos
construir algo no garantiza que realmente lo comprendamos: podemos mon14. El ttulo es lf you can't make one, you don't know how it works (Si no lo pue<les
construir, no sabes cmo funciona). Segn Dretske (l 994, pgs. 468-482), a pesar de algunos
problemas superficiales esta afirmacin es cierta en todos los sentidos pertinentes de todas las
palabras pertinentes.
Emergencia y explicacin
169
tar las piezas de una maqueta y no ser ms listos que antes. As pues, la afir
macin fundamental (y en mi opinin la correcta) es, simplemente, que para
comprender de verdad un fenmeno complejo es necesario que comprenda
mos por lo menos algo de sus orgenes en las propiedades ms bsicas de sus
partes biolgicas o fsicas. Propongo que, en ltima instancia, esto requiere
explorar continuamente ms all del nivel de las variables colectivas y simi
lares con el fin de comprender las races ms profundas de la misma dinmi
ca colectiva.
La vertiente positiva es que -retricas espordicas aparte- la mayora de
los proponentes de un enfoque dinmico reconocen esta necesidad y res
ponden a ella. Despus de describir la conducta corprea y embebida de los
nios pequeos con gran detalle, Thelen y Smith (1994) siguen investigando
cuestiones relacionadas con la dinmica de las organizaciones neuronales
subyacentes. Como indican ellas mismas, su descripcin de los paisajes di
nmicos variantes (atractores cambiantes) de los nios, las deja en una to
tal ignorancia acerca de los mecanismos ms precisos de la estabilidad cam
biante de los atractores (ibd., pg. 129). En respuesta a esta necesidad,
Thelen y Smith abordan mediante un enfoque dinmico el nivel de la orga
nizacin neuronal. Kelso (1995, pg. 66) es an ms claro cuando insiste en
que hace falta un "esquema tripartito" que implique un mnimo de tres ni
veles (el nivel de las metas o tareas..., el nivel de las variables colectivas y el
nivel de los componentes) para obtener una comprensin completa. Kelso
tambin observa -importante cuestin- que lo que realmente cuenta como
componente o como variable colectiva depender, en parte, de nuestros in
tereses explicativos concretos. Citando su propio ejemplo, los osciladores no
lineales se pueden tratar como componentes para algunos fines. Pero la mis
ma conducta osciladora no lineal es un efecto colectivo que surge de las in
teracciones de otras partes ms fundamentales.
Randall Beer, en sus intentos cuidadosos y progresivos de comprender el
funcionamiento de los controladores de redes neuronales de agentes senci
llos, destaca la necesidad de comprender la dinmica detallada de cada neu
rona individual, de pares acoplados de neuronas, de pares acoplados de neu
ronas acoplados a su vez a cuerpos simples, etc., aumentando la escala de
complejidad. En resumen, Beer busca una comprensin basada en los siste
mas dinmicos que llegue hasta abajo y en relacin a la cual las propiedades
especiales de sistemas cada vez ms grandes y complejos empiecen a tener
ms sentido (vase, por ejemplo, Beer, 1995). Por tanto, todos estos tericos
comparten el reconocimiento de que las aspiraciones explicativas de la cien
cia cognitiva van ms all de la representacin detallada de la conducta cor
prea y embebida, e incluso ms all de las explicaciones genuinas de esta
conducta que se puedan dar en funcin de variables colectivas adecuadas
170
Emergencia y explicacin 1
171
172
Emergencia y explicacin
173
17 4
Emergencia y explicacin
175
La imagen neurocientfica
3. Vanse ensayos en Gluck y Rumclhart, 1990 y en Nadcl y otros, 1989; vanse tambin
varias de las contribuciones en Koch y Davis, 1994.
182
La imagen neurocientfica
183
l11cin temporal baja; las clulas magno (M) tienen una resolucin temporal
,tita. Como resultado, las clulas M permiten la percepcin de movimien1 os rpidos, mientras que las clulas P se encargan (entre otras cosas) de la
diferenciacin de colores. La destruccin selectiva de clulas P impide que
Ll mono pueda distinguir los colores pero deja intacto el reconocimiento del
movimiento.
La corriente de procesamiento tambin denominada magno (MD)
incluye muchas poblaciones de neuronas sensibles a la direccin de un es1 mulo de movimiento, especialmente en el rea MT. La estimulacin elc
trica de parte de la zona MT puede hacer que el mono perciba un movi
miento hacia la izquierda cuando, en realidad, el objeto de referencia se
mueve hacia la derecha (Salzman y Newsome, 1994). En etapas an ms
avanzadas de la jerarqua procesadora (como la MSDT) existen indicios de
la presencia de clulas sensibles a estmulos de movimiento muy complejos,
como el movimiento en espiral ( Graziano y otros, 1994). Al final, la corrien
te MD se conecta con la corteza parietal posterior, que parece emplear la in
formacin espacial para controlar funciones de nivel superior como, por
ejemplo, decidir dnde se encuentra un objeto y planificar los movimientos
de los ojos.
Mientras tanto, la misin de determinar qu es cada cosa (reconoci
miento de objetos) est a cargo de una corriente de procesamiento distinta
que tiene sus races, especialmente, en unas entradas parvocelulares quepa
san por las zonas Vl, V4 y PIT (reas inferotemporales posteriores) y que
acaban en las reas inferotemporales centrales y anteriores. Esta va parece
estar especializada en la forma y el color. En el nivel correspondiente a V4,
existen indicios de la presencia de clulas sensibles a formas muy complejas
como estmulos concntricos, radiales, espirales e hiperblicos (vase la l
mina 2). En niveles superiores, ciertas clulas individuales de la corteza
temporal inferior dan una respuesta mxima ante estmulos geomtricos
complejos como caras y manos. Pero (y esto es crucial) estas respuestas m
ximas no especifican de una manera exhaustiva el papel desempeado por
una clula dada en el procesamiento de la informacin. Aunque una clula
puede dar una respuesra mxima ante (por ejemplo) un patrn en espiral, la
misma clula tambin responder en cierta medida a muchas otros patro
nes. Con frecuencia, lo ms revelador es la sintonizacin de una clula con
un conjunto entero de estmulos. Esta sintonizacin global permite a una
clula participar en un gran nmero de patrones distribuidos de codifica
cin, aportando informacin tanto por el hecho de estar activa como por su
grado de actividad. Estas consideraciones condujeron a Van Essen y otros a
tratar las clulas no como simples detectores de caractersticas que indican
la presencia o ausencia de algn parmetro fijo, sino ms hcn como /il!ms
184
sintonizados con varias dimensiones del estmulo, de manera que las diferencias en la frecuencia de disparo permiten que una clula codifique mltiples tipos de informacin." Tambin hay fuertes indicios de que las respuestas de las clulas de los niveles medios y superiores de la jerarqua
procesadora dependen de la atencin y de otros parmetros cambiantes
(Motter, 1994), e incluso de que las caractersticas de la respuesta de las clulas <le VI estn moduladas por los efectos del contexto local (Knierim y
Van Essen 1992). Tratar las neuronas como filtros sintonizables y modulables proporciona un slido marco en el que cabe formular y comprender estos perfiles complejos. La imagen bsica que aqu se presenta tambin est
en consonancia con la perspectiva de diseo propugnada por Tim Smithers
(vase el apartado 5 .5 anterior), en la que se analizan sistemas sensoriales
muy simples como si fueran filtros sintonizados y no simples canales de deteccin de caractersticas.
Por tanto, los trabajos recientes sobre la visin de los primates muestran
una conciencia creciente de la complejidad y la sofisticacin de los esquemas
de codificacin y de las vas de procesamiento biolgicos. Sin embargo, esta
apreciacin creciente de la complejidad y la dinmica interactiva no implica
que el sistema visual de los primates sea analticamente impenetrable. Al
contrario, vemos que el sistema separa, filtra y encamina la informacin progresivamente para hacer que varios tipos de informacin estn a disposicin
de diversos componentes (por ejemplo, la corteza temporal inferior y la corteza parietal posterior), y para permitir que los estmulos visuales, tanto de
bajo nivel como de alto nivel, orienten la conducta como y cuando haga falta. Por tanto, una comprensin completa de (por ejemplo) las estrategias de
la visin animada ( recurdese el captulo 1 anterior) exigir, por un lado, la
apreciacin de muchos tipos de dinmica interna compleja y, por otro, comprender cmo utiliza estos recursos un ser corpreo y embebido para explotar caractersticas del entorno y estmulos localmente eficaces al servicio del
xito adaptativo.
1
La imagen neurocientfica
185
186
La imagen neurocientfica
187
,le conocimientos. Con todo, para explicar la disociacin entre el conoci111iento de sucesos nicos y no nicos, tambin hace falta presentar la no' 1tn de jerarqua de zonas de convergencia. Recordemos que las zonas de
, onvergencia, segn la concepcin Je Damasio y Damasio, se proyectan
1:1nto hacia atrs (reactivando representaciones corticales anteriores)
, orno hacia adelante (hacia zonas Je mayor convergencia). Estas zonas su>Lriores pueden impulsar de una manera poco costosa una actividad ex1LnJida de bajo nivel, explotando conexiones de retroalimentacin con
los enlaces previos dentro de una jerarqua de zonas de convergencia. La
lI iptesis bsica es la siguiente:
... el nivel en el cual se recupera el conocimiento (por ejemplo, supraordinado,
objeto bsico, subordinado) depender del alcance de la activacin multirregional. A su vez, esto depender del nivel de zona de convergencia que se active.
Las zonas de convergencia de bajo nivel vinculan seales relacionadas con categoras de entidades ... Las zonas de convergencia de nivel ms ele,,ado vinculan
seales relacionadas con combinaciones ms complejas ... Las zonas de convergencia capaces de vincular entidades con sucesos ... se encuentran en la cima de
las corrientes jerrquic1s. en las regiones frontales y temporales ms anteriores
(ibd., pg. 73).
188
describir las zonas daadas como si fueran las sedes fsicas de diferentes cla
ses de conocimientos: lo que proponen es que las regiones daadas son zo
nas de control que promueven la activacin conjunta Je varias reas muy
distantes entre s. En general, se trata de cortezas sensoriales y motrices pre
vas que, mediante las seales reentrantes, seran estimuladas a crear de nuc
vo sus respuestas particulares ante ciertos estmulos externos. Resumiendo
sus propuestas, Damasio y Damasio comentan lo siguiente:
... [la imagen] que proponemos implica una compartimentacin funcional relati
va para el cerebro normal. Un gran conjunto de sistemas en las cortezas senso
riales y motrices previas sera la base para los conocimientos de sensacin y
de accin ... Otro conjunto de sistemas en las cortezas de orden superior or
questara la trabazn de actividades en el tiempo en los primeros; es decir, susci
tara y establecera una correspondencia temporal entre reas separadas (ibd.,
pg. 70).
La imagen neurocientfica
189
,ste caso, la presencia del anlisis de componentes parece esencial para sal1ar el abismo existente entre los fenmenos que hay que explicar (es decir,
los dficit que afectan a tipos especficos de conocimientos) y los modelos
que creamos. Si no hablramos de las funciones cognitivas de las cortezas
sensoriales previas ni de las estructuras corticales de nivel superior especializadas en volver a crear unos complejos especficos <le actividad cognitiva,
110 comprenderamos cmo podran explicarse realmente los fenmenos psi' olgicos por medio de otras descripciones de la dinmica detallada de las
interacciones entre los componentes.
Por ltimo, obsrvese que las hiptesis de control neuronal estn muy lejos de describir el cerebro como un dispositivo centralizado para el internimbio de mensajes, porque existe una gran diferencia entre imaginar que
iilgn sistema interno de control tiene acceso a toda la informacin codificada en los diversos subsistemas, e imaginar un sistema que puede abrir y ce9
lT8.f canales que conectan diversos subsistemas entre s. Todo lo que exigen
las hiptesis de control neuronal acabadas de esbozar es esta ltima capacidad para controlar canales. Por tanto, son muy distintas de la visin tradicional de un sistema ejecutivo central. Los centros superiores postulados por Damasio y Damasio no actan como almacenes de conocimientos
transferidos desde los centros de nivel inferior. En cambio, son meramente los puntos de convergencia ms distantes desde los cuales se puede
disparar la retroactivacin divergente (Damasio y Damasio, 1994, pg. 70).
Creo que gran parte de la oposicin recibida por los enfoques centrados en
el procesamiento de la informacin se puede formular mejor como una oposicin a una imagen de la mente caracterizada por un rico envo de mensajes (vase, por ejemplo, Brooks, 1991). As, Maes (1994, pg. 141) observa
que el trabajo centrado en agentes autnomos adaptativos evita el empleo de
mdulos clsicos que se basan en la "representacin central" como medio
de interfaz. En cambio, estos investigadores postulan unos mdulos que se
relacionan entre s mediante mensajes muy simples cuyo contenido rara vez
va ms all de seales de activacin, supresin o inhibicin. Como resultado,
no hace falta que los mdulos compartan ningn formato de representacin:
cada uno puede codificar informacin de maneras muy caractersticas y especficas de la tarea (ibd., pg. 142). Esta imagen de un control descentralizado y de mltiples formatos de representacin es a la vez biolgicamente
realista y computacionalmente atractiva. Pero, como hemos visto, tambin es
totalmente compatible con cierto grado de descomposicin modular interna
y con el empleo de estilos de explicacin (parcial) basados en el procesamiento de informacin.
9. iJosnn (1994) J('staca csta distinci,,n.
190
Por tanto, las hiptesis de control neuronal constituyen una potente mez
cla de radicalismo y tradicionalismo. Su radicalismo se debe a que ofrecen u11
modelo de la cognicin superior descentralizado y sin en\'o de mensajes, .1
que suelen describir la cognicin superior como si surgiera de la actividad
trabada en el tiempo de mltiples tipos de zonas de procesamiento senso
riomotor ms bsicas, y a que reconocen la dinmica compleja y recurrente
del procesamiento neuronal.
Pero consenan elementos fundamentales de enfoques ms tradicionales.
como el empleo de una descomposicin, al estilo del procesamiento de la in
formacin, en la que se asocian unos componentes neuronales definidos con
unas funciones especficas <le portar contenido.
7 .5 Refinar la representacin
Como se puede ver incluso en estos ejemplos breves y superficiales, la
neurociencia contempornea constituye una interesante mezcla entre loradical y lo tradicional. Retiene gran parte del nfasis tradicional en los anlisis de la computacin neuronal basados en componentes y en el procesamiento de informacin. Pero lo hace dentro <le! contexto ms amplio de una
comprensin sistmica que, al mismo tiempo, est cada vez ms descentralizada y ms atenta al papel de la dinmica recurrente compleja. La nocin de
representacin interna sigue desempeando un papel fundamental, pero la
imagen de estas representaciones est experimentando unas alteraciones
fundamentales. En primer lugar, la pregunta de qu es lo que se representa
internamente se ha \'uelto a pLmtear, por un lado, como resultado de los estudios de abajo arriba de los perfiles de respuesta <le poblaciones neuronales especficas (como en el trabajo de Schieber sobre la representacin en
la corteza motriz del mono) y, por otro, como resultado <le una conciencia
creciente <le la importancia del encaje ecolgico del organismo en su entorno natural (como en la investigacin sobre la visin animada presentada anteriormente). Y, en segundo lugar, la cuestin acerca de cmo se representan
las cosas internamente ha sido transformada por el trabajo conexionista sobre la representacin distribuida y por el reconocimiento de que es mejor
ver las neuronas individuales como filtros sintonizados con mltiples dimensiones <le estmulo. Esta combinacin <le descentralizacin, recurrencia,
sensibilidad ecolgica y represent,1cin multidimensional distribuida, constituye una imagen <le! cerebro representador que est muy lejos de la vieja
idea de un nico cdigo simblico interno (o lenguaje del pensamiento;
vanse Fodor, 1975 y Fo<lor, 1986). Es como la imagen representacional y
computacional, pero despojada de todo exceso <le equipaje y racionalizada
La imagen neurocientfica
191
1
8
194
ca ofreca un terreno comn incluso para los campos, por lo dems opuestos, del conexionismo y la inteligencia artificial clsica. 2 Las diferencias entre conexionistas y clasicistas se centraban nicamente en la naturalela precisa del sistema de representaciones internas, no en su existencia misma. Los
clasicistas crean en una economa interna simblicamente slida donde
los contenidos mentales se almacenaban como cadenas de smbolos que podan ser ledas, copiadas y trasladadas por algn tipo de unidad central de
procesamiento interno. Los conexionistas crean en un estilo mucho ms implcito de representacin interna que sustitua las cadenas de smbolos slidos y manipulables por vectores numricos complejos y operaciones bsicas
de reconocimiento y transformacin de patrones.
Aun as, tanto las representaciones simblicas explcitas y slidas como
las representaciones conexionistas distribuidas y vectoriales se consideraban
representaciones internas propiamente dichas. Desde este punto de \'isrn, en
un sistema se da representacin interna siempre que ese sistema cumpla los
siguientes requisitos intuitivos (Haugeland, 1991):
1. El sistema debe coordinar sus conductas con caractersticas del entorno cuya presencia no siempre sea segura.
2. El sistema se debe enfrentar a estos casos sustituyendo las sefiales
recibidas directamente desde el entorno por otra cosa que gue la conducta.
3. Esa otra cosa debe formar parte de un esquema de representacin
ms general que permita que esta ,c1stitucin se produzca sistemticamente
y que d cabida a una variedad de estados de representacin relacionados
(\'ase Haugeland, 1991, pg. 62).
El primer requisito descarta los casos donde no hay ninguna sustitucin y donde la conducta est controlada directamente por la caracterstica
del entorno (por medio de una seal detectable>>). Por tanto, las plantas
que siguen al sol con sus hojas no necesitan una representacin del sol ni de
su posicin porque el seguimiento est guiado directamente por el mismo
sol (ibd., pg. 62). El segundo requisito identifica como representacin
cualquier cosa que sustituya a la caracterstica ambiental pertinente. Pero
el tercer requisito limita esta categora a las sustituciones que figuran en un
esquema de sustitucin ms amplio, descartando as (por ejemplo) los jugos
gstricos como representaciones completas de futuros alimentos (ibd.l.
Aunque estos requisitos estn bien encaminados, creo que el papel Je la capacidad de desacoplamiento (la capacidad de emplear estados internos para
2. vanse la introduccin y el captulo 3 nnteriores, as como Smolensky, 1988: Fodor y
Pylyshrn. 1988, y Cbk, 1989
1
Ser, computar, representar 1 195
196
197
198
tos cdigos internos en ausencia total de las caractersticas ambientales pertinentes. Se trata de los seres que ms representan su mundo, y que pueden llevar a cabo imaginaciones complejas, reflexiones fuera de lnea y razonamientos
contrafcticos. Los problemas cuya solucin exige estas capacidades estn vidos de representacin, es decir, parecen pedir a gritos el empleo de aspectos
sistmicos internos como sustitutos de estados de cosas externos. Sin embargo, esto no implica que los seres capaces de resolver estos problemas deban
emplear representaciones internas para hacerlo. Segn la nocin de representacin interna propia de la ciencia cognitiva, tambin podemos obtener una
base explicativa tratando los subestados o procesos internos identificables
como si fueran portadores de contenidos especficos, y descifrando los esquemas de codificacin ms generales en los que figuran. Si este proyecto se viera
obstaculizado (por ejemplo, si encontrramos seres capaces de pensar en lo
distal y en lo inexistente, y cuya capacidad para el razonamiento y el pensamiento se resistiera a todos nuestros intentos de sustentar interpretaciones representacionales en sucesos internos concretos), nos enfrentaramos a agentes representadores que no trabajaran con representaciones internas!
Por tanto, la pregunta que se nos plantea es la siguiente: qu papel desempearn -si es que llegan a desempear alguno- las interpretaciones representacionales de sucesos internos especficos en las explicaciones de una
ciencia cognitiva madura? Esta pregunta tiene una sorprendente variedad de
respuestas, que incluye las siguientes:
l. Estas interpretaciones carecen de importancia explicativa pero pueden desempear una funcin heurstica.
2. Estas interpretaciones inducen a error. Vincular unos estados o procesos internos concretos con unas funciones de portar contenido lleva a conclusiones tericas errneas.
3. Estas interpretaciones forman parte del ap,lrato mismo explicativo y reflejan verdades importantes sobre las funciones de diversos estados y procesos.
199
200
l
Ser, computar, representar
201
202
l
Ser, computar, representar 1 203
204
1
Ser, computar, representar
205
tivos en el aspecto motor deben aprender a moderar y controlar sus movimientos cuando agitan los brazos, mientras que los nios ms pasivos deben
aprender a generar una fuerza inicial suficiente para lanzar el brazo hacia un
objetivo). Un estudio detallado de varios nios que mostraban estas diferencias en sus pautas de actividad apoyaba la conclusin general de que [los
nios] descubrieron [soluciones al problema de alcanzar] en relacin con
sus propias situaciones, forjadas a partir de sus paisajes individuales y sin estar prefiguradas por una sinergia conocida de antemano por el cerebro o por
los genes (Thelen y Smith, 1994, pg. 260). Naturalmente, esto no significa
que estas soluciones no tengan nada en comn. Segn Thelen y Smith, comparten una rutina de aprendizaje donde el sistema brazo-msculo se trata
como un ensamblaje de muelles y masas, y la tarea del sistema nervioso central consiste en aprender a controlar ese ensamblaje ajustando parmetros
como la rigidez inicial de los muelles. Por tanto, la tarea consiste en coordinar la dinmica intrnseca del sistema para ponerla al servicio de una meta
dada. En consecuencia, no existen instrucciones o programas explcitos 11
priori ni para la trayectoria de la mano, ni para coordinar los ngulos de las
articulaciones, ni para las pautas de activacin muscular (ibd., pg. 264 ).
En cambio aprendemos a manipular unos cuantos parmetros bsicos (como
las condiciones iniciales de rigidez) para esculpir y modular la conducta de
un sistema fsico cambiante que posee una dinmica intrnseca rica y en proceso de desarrollo.
Los experimentos y datos presentados por Thelen y Smith son fascinantes, importantes y convincentes. Pero no apoyan inequvocamente la serie de
afirmaciones radicales resumida en el apartado 8.2 anterior. En vez de un argumento claro en contra del computacionalismo y el representacionalismo
en general, nos encontramos con un conjunto de evidencias que indican que
no descubriremos explicaciones computacionales y representacionales correctas si no damos la importancia que merece al papel del cuerpo y del entorno local: un papel que incluye definir problemas y, en ocasiones, resolverlos. Hemos visto que las cualidades elsticas de los msculos y los niveles
variables de energa de los nios contribuyen a concretar los problemas especficos que un cerebro determinado debe resolver. Y es fcil imaginar situaciones similares donde unos parmetros ambientales y corporales pueden
contribuir a la obtencin de unas soluciones concretas: por ejemplo, ajustarse a unas extremidades basadas en muelles permite que los robots ambulantes se adapten a terrenos irregulares sin el esfuerzo computacional masivo
que hara falta para obtener el mismo resultado empleando sensores y bucles
de retroalimentacin en un medio que no se ajuste (vanse tambin Michie y
Johnson, 1984 y el captulo 1 anterior). Adems, cuando reconocemos el papel del cuerpo y del entorno (recurdense los ejemplos de los nios que pi-
206
saban suspendidos en el agua) en la construccin de problemas y de soluciones, se hace evidente que, para ciertos fines explicativos, el sistema global
formado por cerebro, cuerpo y entorno local puede constituir un objeto de
estudio apropiado y unificado. Sin embargo, estas nociones e ideas tan importantes son totalmente compatibles con el estudio de la cognicin desde
una perspectiva computacional 11 y representacional. En mi opinin, la autntica conclusin de estas consideraciones es una mejor explicacin computacional y representacional, no un rechazo total de estas perspectivas.
Teniendo esto presente, es revelador observar con ms detenimiento algunos pasajes especficos donde se rechaza el computacionalismo. He aqu
un ejemplo tpico:
Los datos sobre el desarrollo brindan un convincente apoyo a ... las posturas
contrarias al computacionalismo. Es necesario rechazar la visin piagetiana <le
que el estado final del desarrollo es llegar a ser corno un lgico suizo y la conviccin maduracionista de que en el cerebro hay un ejecutivo ... que dirige el curso
del desarrollo (Thelen 1995, pg. 76). 1~
La cuestin que cabe destacar es que, aqu (como en otros lugares), la expresin enrgica de una postura anticomputacional est seguida de una descripcin ms minuciosa y precisa de los objetivos. Si ignoramos las afirmaciones espectaculares y nos centramos en estas descripciones ms minuciosas,
veremos que el verdadero malo de la pelcula no es el computacionalismo (o
el representacionalismo) per se sino ms bien:
l. La afirmacin de que el desarrollo est dirigido por un plan totalmente detallado de antemano.
13. Quedan pendientes muchas cuestiones delicadas acerca <le la manera correcta <le comprender la nocin misma de computacin. En particular, hay quien afirma que la computacin
propiamente dicho slo puede darse en sistemas que emplean estados discretos en vez de (por
ejemplo) unidades con niveles c~ntinuos de activacin. Este punto de vista formalista de la
computacin se vincula con las jdeas de digitalizacin que subyacen a muchos resultados clsicos en la teora de la computacin. Sin embargo, tambin hay una nocin de computacin ms
informal (con unos orgenes histricos igualmente impresionantes en los trabajos iniciales del
denominada computacin analgica) relacionada con las ideas generales de procesamiento automtico de informacin y de transformacin de representaciones. Yo mismo adopto esta nocin menos restrictiva de la computacin en el presente volumen. Obsrvese que, desde esta
perspectiva, la tarea de demostrar que un sistema es computacional se reduce a demostrar que
transforma y procesa automticamente informacin. Pero estas mismas nociones tambin son
problemticas. Vanse exposiciones ms detalladas de todas estas cuestiones en Giunti, 1996;
Smith, 1995; Smith, 1996; H ardcastle, 1995 y en los artculos de Harnad, 1994.
14. Vanse afirmaciones similares en las pgs. 83-85, 161 y 331-338 de Thelen y Smith,
1994 y en la pg. 7 4 de Thelen, 1995.
l
Ser, computar, representar 1 207
208
1
Ser, computar, representar 1 209
y abarca explcitamente todo el terreno que cabe esperar. El otro est diseado para ser ejecutado en un equipo muy especial que ya est preparado
para calcular impuestos. Este programa slo contiene la instruccin calcular impuestos. Sin duda, es un ejemplo de programa muy restrictivo o
marginal. Contiene una instruccin que (supongamos) debe ser descodificada por un dispositivo de lectura para que se produzca la conducta deseada.
Pero parece tener ms en comn con el ejemplo del mero enchufe (y, en
consecuencia, con el modelo del calor aplicado a la sartn) que con la imagen de una receta para el xito. As pues, quiz la base conceptual no sea la
mera intervencin de seales y descodificaciones sino la medida en que la
conducta deseada (el clculo de impuestos, los bucles de conveccin) est
realmente especificada por la fuerza aplicada en vez de ser simplemente activada por ella. Este diagnstico parece intuitivamente atractivo y puede ayudar a explicar, por ejemplo, por qu es tentador tratar el ADN como si programara resultados fsicos, 16 mientras se niega que el calor programe el aceite
de la sartn.
Por tanto, la idea de un programa parcial es la idea de una especificacin
genuina que, no obstante, cede gran parte del trabajo y de la toma de decisiones a otras partes de la matriz causal global. En este sentido, se parece
16. Sin embargo, el caso de la programacin gentica es delicado e interesante y porrazones que guardan mucha relacin con nuestra discusin. El genoma, codifica realmente los
resultados evolutivos? En cierto sentido, no. Cada vez est ms claro que la mayora de las caractersticas o rasgos de los individuos son el resultado de una compleja interaccin entre mltiples genes y las condiciones ambientales locales. Por tanto, debemos abandonar por completo la nocin de genes para algo especfico? La pregunta sigue abierta, pero recientemente
varios tericos han propuesto que las ideas sobre la codificacin y Lt especificacin genticas
todava pueden tener sentido y ser tiles a pesar del hecho de que, como mucho, un gen determinado es un determinante parcial cuyos efectos definitivos dependen en gran medida de la
estructura del entorno y de 1<1 presencia de otros genes. Una razn es que decir que un gen determinado es para algo nos alerta sobre cierto tipo de hecho funcional: un hecho cuya especificacin no es problemtica siempre y cuando las otras condiciones (el resto de los genes, el
entorno local) se mantengan constantes. As, se argumenta que es seguro y apropiado decir que
un gen es un gen para un cuello largo si los rivales para el lugar de ese gen en el cromosoma
condujeran en el entorno pertinente (incluyendo el entorno gentico) a un cuello ms corto
(Sterelny, 1995, pg. 1621. Por qu adornar la contribucin gentica con el barniz de un propsito (un gen para un cuello largo)? Porque, dicho simplemente, el material gentico existe
para controlar esa caracterstica, mientras que los parmetros ambientales locales (normalmente) no. Sterelny cita el ejemplo de unas plantas que se desarrollan de maneras distintas en
climas diferentes. Estas diferencias tienen un valor adaptativo y son provocadas por la combinacin de las condiciones climittcas locales (que actan corno disparadores) y las influencias
genticas. Pero el genoma est estructurado precisamente para permitir esta adaptacin climtica, mientras que el clima, como todos sabemos, es totalmente indiferente al destino de los
seres vivos. Vanse ms exposiciones de todas estas cuestiones en Oyama, 1985; Dawkins,
1982; Gifford, 1990; Gifford, 1994; Dennnett, 1995 y Sterelny, 1995.
21 O
17. El concepto de sinergia intenta capturar la idea de vnculos o acoplamientos que limitan el despliegue colectivo de un sistema que comprende muchas partes. Kelso (1995, pg.
38) cita corno ejemplo las rued-as delanteras de un automvil. que estn obligadas a girar al
l
Ser, computar, representar 1 211
gica 17 del sistema corporal lleva a cabo tantas cosas, que las rdenes neuronales se comprenden mejor en todas las etapas como la aplicacin de fuerzas
simples a un sistema complejo cuerpo-entorno cuya propia dinmica recibe
gran parte de la carga relacionada con la resolucin de problemas. Sin embargo, desde una perspectiva menos radical se podra decir que lo que realmente demuestran estas investigaciones es que el problema de producir movimientos de alcanzar y similares puede exigir menos conjuntos internos de
instrucciones detalladas de lo que hemos supuesto hasta ahora, a causa de la
dinmica sinrgica bastante compleja que ya est implementada (por ejemplo) en los brazos y msculos mismos. Como dicen Thelen y Smith, puede
que la especificacin requerida para generar algunas conductas motrices se
limite a estipular la configuracin de unos cuantos parmetros esenciales
(como, por ejemplo, la rigidez inicial del sistema muscular) que pueden tener unos efectos complejos en la dinmica total del sistema fsico, de modo
que la conducta de alcanzar se lleve a cabo sin especificar directamente ciertos panmetros como las configuraciones angulares de las articulaciones. La
cuestin que cabe destacar es que la ausencia de un tipo particular de instrucciones o especificaciones (por ejemplo, que estipulen explcitamente las
configuraciones angulares de las articulaciones y la pauta de activacin muscular) no implica la ausencia completa de una especificacin o programa. De
hecho, esta caracterizacin solo parece convincente en el caso extremo donde la nocin de una especificacin codificada se reduce a la nocin de una
simple fuerza aplicada o de una sola instruccin no estructurada. As pues,
queda mucho espacio por explorar entre la idea de un programa almacenado que especifica una estrategia de resolucin de problemas en un nivel muy
bajo (por ejemplo, el nivel de la pauta de activacin del msculo) y la idea de
un sistema cuya dinmica intrnseca hace que una especificacin sea totalmente innecesaria o la reduzca a la aplicacin de una simple fuerza (que, en
realidad, viene a ser lo mismo). Entre estos dos extremos se encuentra el espacio de lo que he denominado programas parciales. Creo que la verdadera enseanza de los trabajos sobre el control motor basados en los sistemas dinmicos es que ste es el espacio donde encontraremos los programas
de la propia naturaleza.
Pero supongamos que no es as. Supongamos que no existe ningn nivel
de elaboracin neuronal de instrucciones que merezca denominarse programa almacenado. Aun as, propongo que de ello no se deduce que la imagen del cerebro como dpositivo computacional carezca de base. De hecho,
mismo tiempo en una sinergia incorporada que, sin duda, simplifica la direccin. Se puede
aplicar con xito el mismo concepto al ejemplo de las pautas de coordinacin entre manos examinado en el captulo 6 anterior (vase Kclso, 1995, pg. 52).
212
1
Ser, computar, representar 1 213
2. Cuidmonos de los supuestos rgidos sobre la forma de las representaciones internas o el estilo de la computacin neuronal. No hay razn para
suponer que las representaciones clsicas (localizadas en el tiempo y en el espacio) y la computacin discreta y serial limiten el espacio de las soluciones
representacionales y computacionales. De todos modos, los modelos conexionistas ya han empezado a relajar estas limitaciones y no han hecho ms
que araar la superficie de la gama de posibilidades abiertas a los sistemas
biolgicos.
214
1
Ser, computar, representar
215
216
y ciertos aspectos del entorno local. Los casos en los que estoy pensando se
pueden presentar adaptando una analoga debida a Tim van Gelder (comunicacin personal).
Consideremos un receptor de radio, cuya seal de entrada podemos
tratar como un modulador continuo de la conducta de la radio (su salida de sonido). Ahora imaginemos (aqu es donde adapto la analoga para
insistir en este punto) que la salida de la radio tambin es un modulador
continuo del dispositivo externo (el transmisor) que emite la seal de entrada. En este caso, observamos una interaccin verdaderamente compleja
y temporalmente densa entre los dos componentes del sistema que podra
conducir a dinmicas globales distintas (por ejemplo, a una retroalimentacin positiva o a un equilibrio estable) dependiendo de los detalles precisos de la interaccin. El hecho fundamental es que, dada la naturaleza continua de las modulaciones mutuas, una estrategia analtica comn dara
pocos resultados. Naturalmente, esta estrategia comn es el anlisis de
componentes tal como se ha descrito en el captulo 6 anterior. Es indudable que en este ejemplo podramos -y deberamos- identificar distintos
componentes. Pero esta estrategia fracasa si despus intentamos comprender el despliegue conductual de un componente dado (por ejemplo, el receptor) tratndolo como si fuera una unidad aislada 21 de su entorno local
por los lmites tradicionales de la transduccin y la accin, porgue estos lmites, en vista de los hechos de t1 modulacin mutua continua, pareceran
arbitrarios en relacin con este des1,liegue conductual concreto. No seran
arbitrarios si, por ejemplo, la unidad receptora mostrara conductas discretas, en unidades de tiempo de recepcin de seales y de su posterior emisin. S as fuera, podramos reconceptualizar los sucesos del entorno
como si el mundo diera entradas a un dispositivo que luego. produce salidas (acciones) que influyen en el mundo y que, en consecuencia, ayudan
a moldear la prxima entrada de la secuencia: por ejemplo, podramos desarrollar una versin interactiva tipo atrapar y lanzar del anlisis de componentes, como se predice en el captulo 6 anterior.
Otro ejemplo (propues.to por Randy Beer) puede ayudar a definir mejor
esta diferencia. Consideremos un sistema simple con dos neuronas que, por
separado, no muestran ninguna tendencia a oscilar rtmicamente. Sin embargo, en ocasiones ocurre que dos neuronas como stas, cuando estn vinculadas por algn proceso de sealizacin continua, modulan mutuamente
su conducta y producen una dinmica oscilatoria. Llamemos cerebro a la
21. He tomadl, esta nocin de aislamiento de Butler (en prensa). El captulo 4 de esta obra
presenta buenos argumentos contra la tesis radical de la cognicin corprea, aunque no aborda
la clase de casos que constituyen un reto especial y que se examinan en el presente apartado.
l
Ser, computar, representar
217
neurona 1 y entorno a L1 neurona 2. Qu valor concreto tendra una divisin como sta para comprender la conducta oscilatoria?
Est claro que aqu hay dos componentes y que es til distinguirlos e incluso estudiar su dinmica individual. Sin embargo, si el objetivo es explicar
la oscilacin, la neurona cerebro no tiene nada de especial. Tranquilamente podramos optar por tratar al otro componente (la neurona entorno)
como el sistema bsico y describir la neurona cerebro como una mera fuen te de perturbaciones para el entorno. El hecho es que, en este caso indudablemente simplista, ningn componente disfruta de una posicin especial
cuando se trata de explicar las oscilaciones rtmicas. De hecho, la propiedad
estudiada se entiende mejor si se trata como una propiedad emergente del sistema ms amplio creado por el acoplamiento de las dos neuronas. De manera similar, en el caso de los cerebros biolgicos y los entornos locales sera injustificable -como destaca ,lCertadamente Butler ( 1998 l- fingir que no nos
enfrentamos a componentes distintos. Sin embargo, lo importante es ver si
ciertos fenmenos estudiados se explican mejor otorgando una posicin especial a uno de los componentes (el cerebro) y tratando al otro como una
mera fuente de entradas y un espacio para salidas. En casos donde la conducta estudiada implica una causalidad recproca continua entre los componentes, esta estrategia parece inadecuada. Admito que en estos casos no nos
enfrentamos a un solo sistema indiferenciado. Pero el fenmeno estudiado es
una propiedad emergente del acoplamiento de los dos componentes (perfectamente reales) y no se debera asignar a ninguno de los dos por separado.
Tampoco me parece que la causalidad recproca continua 22 sea un caso
raro o excepcional en la resolucin de problemas del ser humano. Los integrantes de un tro de jazz, cuando improvisan, estn inmersos precisamente
en una red de complejidad causal. La interpretacin de cada miembro responde continuamente a las de los dems y, al mismo tiempo, ejerce su propia
fuerza moduladora. Bailar, jugar a deportes interactivos y hasta tener una
conversacin son actividades que, en ocasiones, muestran el tipo de dinmica mutuamente moduladora que quiere premiar perspectivas ms amplias
que las que se centran en un solo componente y tratan a todos los dems
como meras entradas y salidas. Naturalmente, se trata de casos donde lo que
cuenta es algo parecido al entorno social. Pero las interacciones recprocas
densas pueden caracterizar igualmente bien nuestras relaciones con mqui22. Tambin conocida como causalidad circular; vase. por ejemplo. la bibliografa sobre ciberntica citada en las notas del captulo 5. Esta nocin tambin se destaca en Keho.
1995. Evito esta expresin porque parece sugerir un proceso simple que implica una etapa de
retroalimentacin desde la salida a la entrada. Los casos ms interesantes de causalidad recproca continua implican mltiples fuentes asincrnic.1s de retroalimentacin; vanse Kelso.
1995, pg. 9 y Ashby, 1956, pg. 54.
218
nas complejas (como los automviles y los aeroplanos) o incluso la interaccin continua entre msicos e instrumentos. Lo que importa no es si el otro
componente es por s mismo un sistema cognitivo, sino la naturaleza del acoplamiento causal entre los componentes. Cuando este acoplamiento sustenta un intercambio continuo y mutuamente modulado, con frecuencia ser
productivo tener en cuenta la dinmica emergente del sistema global.
Por tanto, en la medida en que cerebro, cuerpo y mundo participen conjuntamente en episodios con una densa influencia causal recproca, nos enfrentaremos a despliegues de conducta que se resistirn a la explicacin basada en entradas y salidas de un motor cognitivo individual supuestamente
aislado. Qu significado tendra esto para el empleo en estos casos de la nocin de representacin interna en las explicaciones cognitivas cientficas?
Parece que slo hay dos posibilidades.
La primera es que, a pesar de todo, podramos aadir un barniz representacional a algn subconjunto especfico de las estructuras correspondientes a la vertiente del agente. Imaginemos una red neuronal compleja A cuya
dinmica acoplada con el entorno incluye una frecuencia de picos (de activacin) especfica que es utilizada por otras redes como fuente de informacin acerca de la presencia o ausencia de ciertos procesos ambientales externos: aquellos con los que la red A est acoplada tan ntimamente. Por
tanto, las redes que se encuentran ms abajo emplean los perfiles de respuesta de A como sustitutos de estos estados del entorno. Imaginemos tambin que, en ocasiones, los perfiles de la respuesta acoplada de A tambin se
pueden inducir, en ausencia de las entradas del entorno, por influencias neuronales que van de arriba abajon y que cuando ocurre esto el agente se encuentra a s mismo imaginando que participa en la interaccin compleja en
cuestin (por ejemplo, tocar en un tro de jazz). En estas circunstancias, parece natural y productivo tratar a A como si fuera un locus de- representaciones internas a pesar de su participacin ocasional en episodios de interaccin
recproca densa con sucesos y procesos externos.
Sin embargo, la otra pgsibilidad es, sencillamente, que el sistema nunca
muestre el tipo de evolucin interna potencialmente desacoplada que acabamos de describir. Esto es lo que ocurrir, por ejemplo, si ciertos recursos
internos slo participan en intercambios ambientales densamente acoplados,
continuos y recprocos, sin que parezca existir ningn estado o proceso interno identificable cuyo papel en estas interacciones consista en contener
elementos especficos de informacin acerca de los sucesos externos. Es decir, lo interno y lo externo interaccionan de una manera adaptativamente va23. De hecho, ste es precisamente el tipo de escenario previsto por la hiptesis de las zonas de convergencia de Damasio y Damasio (vase el apartado 7.4 anterior).
l
Ser, computar, representar 1 219
l
220
sos que suponen razonar sobre estados de cosas ausentes, inexistentes o contrafacticos, y/ o 2) los casos que suponen una sensibilidad selectiva a estados
de cosas cuyas manifestaciones fsicas son complejas y difciles de controlar.
La primera clase de casos (ya mencionada en el apartado 8.2 anterior) incluye pensamientos sobre sucesos distantes en el tiempo o en el espacio y
pensamientos sobre los resultados potenciales de acciones imaginadas. En
estos casos es difcil evitar la conclusin de que el razonamiento con xito
implica crear algn tipo de sustitutos previos e identificables para los fenmenos ausentes: sustitutos internos que hacen posible una coordinacin
conductual adecuada sin la orientacin facilitada por una entrada externa
constante.
La segunda clase de casos (que Haugeland no tiene en cuenta) es igualmente familiar, aunque un poco ms difcil de describir. Son casos donde el
sistema cognitivo debe responder selectivamente a estados de cosas cuyas manifestaciones fsicas son totalmente diversas: estados de cosas que se unifican
en algn nivel ms bien abstracto, pero cuyos equivalentes fsicos tienen poco
en comn. Como ejemplos podemos citar la capacidad para elegir todos los
elementos valiosos de una habitacin y la capacidad para razonar acerca de
todas las posesiones <le! Papa. Es muy difcil ver cmo podemos conseguir
que un sistema razone sobre cosas como stas sin configurarlo para que primero asimile las mltiples entradas superficialmente diferentes a un proceso
o estado interno comn, de modo que despus se pueda definir otro procesamiento (razonamiento) sobre este equivalente interno que puede ser un elemento, un patrn o un proceso cuyo contenido se corresponda con la propiedad abstracta. En estos casos, el xito con<luctual parece depender de
nuestra capacidad para comprimir o dilatar un espacio <le entradas sensoriales. Para que un agente tenga xito, debe aprender a tratar entradas con unas
codificaciones tempranas (en las periferias sensoriales) muy diferentes como
si requirieran la misma clasificacin o, a la inversa, debe aprender a tratar entradas cuya codificaciones tempranas son muy similares como si requirieran
clasificaciones diferentes. Los estados internos identificables desarrollados
para servir a estos fine~ no son ms que representaciones internas cuyos contenidos se refieren a los (esqLiivos) estados <le cosas en cuestin. 25 (Si alguna
de estas explicaciones resultara ser correcta, sera difcil resistirse a la conclusin de que incluso el reconocimiento visual bsico implica, en ocasiones,
cmputos definidos sobre estados representacionales internos genuinos.)
En los dos tipos de casos mencionados (lo ausente y lo ingobernable), la
caracterstica comn es la necesidad de generar otro estado interno cuyo papel adaptativo en relacin con el procesamiento de informacin consista en
25. Vase una defensa ms completa de esta afirmacin en Clark y Thornton, 1996.
,,
'11
:( 1
orientar la conducta a pesar de la hostilidad efectiva de las seales del entorno (es decir, o no hay ninguna seal, o las seales requieren un cmputo
considerable para orientar de manera til la accin). Al parecer, en estos casos vidos de representacin el sistema debe crear algn tipo de elemento,
pauta o proceso interno cuya funcin sea sustituir el estado de cosas esquivo. Por tanto, se trata de casos donde lo ms natural es esperar encontrar estados del sistema que se puedan considerar representaciones internas con
todas las de la ley.
Realmente puede parecer que en tales casos deberan existir siempre representaciones internas subyacentes al xito conductual. Sin ern bargo, esta
conclusin es demasiado tajante porque es indudable que existe un elemento pragmtico importante que an podra desbaratar el intento de comprender el sistema desde un punto de vista representacional. Por tanto, aunque
es evidente que los casos vidos de representacin exigen que algn tipo de
propiedad sistmica compense la carencia de entradas procedentes del entorno seguras o fciles de utilizar, de ello no se sigue que la propiedad pertinente se pueda individuar tilmente. Una vez ms, esta individuacin no ser
til si supone una actividad tan compleja en el tiempo y una influencia recproca entre tantos subsistemas que sea mejor concebir la sustitucin corno
una propiedad emergente del funcionamiento total del sistema. En estos casos (si es que existen), se podra decir con toda la razn que el sistema total
representa su mundo, pero no lo hara explotando nada que pudiramos tratar
productivamente como representaciones internas. Por tanto, la nocin de representacin interna slo se puede utilizar cuando podemos establecer unas
correspondencias relativamente detalladas entre unos vehculos internos y
unas funciones adaptativas de transporte de informacin. Estos vehculos
pueden estar distribuidos espacialmente (como en la hiptesis de las zonas
de convergencia), ser temporalmente complejos e/o implicar cualidades analgicas y valores numricos continuos. Pero deben ser identificables como
subconjuntos bien diferenciados de la estructura o actividad sistmica total.
Mi opinin (coherente con el estado de la neurociencia contempornea) es
que esta identificacin acabar siendo posible y que desempear un papel
fundamental en la comprensin de ciertos aspectos de nuestro xito adaptativo. Como mnimo, ahora podemos ver con ms claridad qu hara falta
para socavar un enfoque basado en la representacin: hara falta demostrar
que, incluso en los casos vidos de representacin, es prcticamente imposible aislar un sistema de vehculos detallados que desempeen unas funciones adaptativas especficas de transporte de informacin. Adems, hemos
visto de muchas maneras que las ideas fundamentales de un enfoque corpreo y embebido (codificaciones orientadas hacia la accin, resolucin de
problemas relacionada con el entorno y acoplamientos sinrgicos entre ml-
'1,
222
tiples elementos) son, en cualquier caso, compatibles con el empleo de interpretaciones computacionales y representacionales.
As pues, y a fin de cuentas, la resolucin de este debate debe depender de futuros estudios empricos. Sin duda, en el grado de complejidad
de los procesos y estados internos existe un lmite superior 26 ms all del
cual es simplemente poco informativo y explicativamente ocioso describir
estos procesos y estados como representaciones internas. Pero probablemente la cuestin sobre el lugar exacto de este lmite solo ~e resolver mediante la experiencia prctica. La respuesta surgir por ensayo y error, a medida que los experimentadores generen y analicen soluciones dinmicas
reales a problemas cada vez ms complejos y superficialmente vidos de representacin. Estas confrontaciones pueden desembocar en un proceso de
acomodacin mutua donde las explicaciones basadas en los sistemas dinmicos se adapten y enriquezcan con interpretaciones y anlisis computacionales y representacionales, y viceversa. 27 O puede ocurrir que la pura complejidad de los procesos y las pautas dinmicas implicadas, y el profundo
entretejido de elementos internos y externos, nos convenzan de que es intil
tratar de identificar unos aspectos especficos de la compleja y cambiante red
causal como indicadores de la presencia de caractersticas ambientales especficas y que, en consecuencia, es intil pretender obtener una comprensin
representacional de la estructura y el funcionamiento del sistema. El resultado ms probable, creo yo, no es tanto un rechazo total de las nociones de
computacin y representacin como un replanteamiento parcial de estas nociones. Este replanteamiento est prehgurado en muchos anlisis dinmicos
de otros tipos de problema vidos de representacin (como la toma de decisiones y la planificacin 28 ) y es una continuacin natural de programas de investigacin basados en el conexionismo y en la neurociencia computacional.
Sin embargo, un replanteamiento como ste tendra consecuencias que
iran ms all de la mera identificacin de una nueva gama de vehculos internos capaces de desempear funciones de representacin. Un aspecto positivo de este replanteamient9 es que los vehculos dedicados a la representacin ya no se limitaran al mbito de los procesos y los estados internos.
Por ejemplo, al hacer que los valores de unas variables colectivas tengan importancia para la representacin, los tericos dinmicos pueden permitir
26. Esta cuestin surgi durante una conversacin especialmente fructfera con Randy
Beer.
27. El trabajo reciente de Melanie Mitchell y Jim Crutchfield se dedica intensamente a
esta visin de enriquecimiento mutuo; vanse, por ejemplo, Crutchficld y Mitchell, 1995 y Mitchell y otros, 1994.
28. Vanse ensayos en Port y van Gelder, 1995. Vase tambin van Gelder, 1995, pgs.
376-377.
'
'
223
que algunos de los estados portadores de contenidos de un sistema sean intrnsecamente amplios: que dependan de estados definidos nicamente en el
sistema ms general que comprende al agente y a algunas partes selectas del
entorno local. 29 Un aspecto negativo sera que, en la medida en que los vehculos dedicados a la representacin floten ms y ms por encima del nivel
de las variables y de los parmetros bsicos del sistema,3 podremos presenciar la fractura parcial de un potente y familiar esquema explicativo. La inquietud (ya familiar desde el apartado 6.4 anterior) es que, de esta manera,
empezamos a separar la descripcin representacional de un sistema (y, de
una manera ms general, su caracterizacin como procesador de informacin) del tipo de descripcin que apelara directamente al proyecto de elaborar o construir un sistema como l. En cambio, una de las principales virtudes de los modelos computacionales ms habituales es que muestran cmo
fluyen la informacin y las representaciones a travs del sistema con el fin de
producir recetas eficaces para generar esa conducta en un dispositivo fsico
real. Al permitir que se adhieran barnices representacionales a entidades dinmicas complejas (ciclos lmite, trayectorias en espacios de estados, valores
de variables colectivas, etc.), el terico lanza la explicacin basada en el procesamiento de informacin hacia un nivel de abstraccin muy por encima de
los detalles de los componentes y las variables bsicas del sistema, cercenando
as los vnculos entre la descripcin representacional y los detalles especficos del funcionamiento interno. Ahora parece que las mejores explicaciones
representacionales se pueden separar31 de los detalles de la implementacin
fsica mucho ms de lo que se crea anteriormente.
29. Aqu, la idea (que inicialmente puede parecer paradjica) es que, en ocasiones, sobrevienen unos contenidos estrechos (F odor, 1986) a estados del agente junto con partes seleccionadas del entorno local. Vase Clark y Chalmers, 1998.
30. Por tanto, esta inquietud slo se aplicar a las elecciones de vehculos dinmicos que
no se basen en una comprensin detallada al nivel de los componentes. Las explicaciones conexionistas basadas en trayectorias, espacios de estados y atractores (vase, por ejemplo, Elman, 1991) no se vern afectadas porque sus parmetros bsicos ya estn determinados por las
propiedades de los componentes bsicos. Lo mismo se podra decir de las explicaciones dinmicas con base neuronal (vase, por ejemplo, Jordan y otros, 1994).
31. Naturalmente, siempre ha habido una gran distancia entre una descripcin algortmica y cualquier implementacin concreta. Pero una virtud fundamental de los enfoques computacionales usuales era que al menos limitaban las descripciones algortmicas para garantizar
que, en principio. se pudieran implementar empleando nicamente los recursos bsicos de una
mquina universal de Turing; vase, por ejemplo, Newell y Simon, 1981. (Por tanto, lo que una
descripcin dinmica abstracta puede perder como prescripcin mecanicista detallada, lo puede compensar en fuerza temporal; vase van Gelder, 1995.)
224
8.8 Races
Los argumentos contrarios al representacionalismo y la computacin examinados en los apartados anteriores tienen varios antecedentes, algunos recientes y otros no tanto. Concluir la presente exposicin esbozando algunas; 2
de estas races y mostrando diversas diferencias en cuanto a nfasis y alcance.
Heidegger (1927) escribi sobre la importancia de Dasein (ser-ah),"' un
modo de ser-en-el-mundo en el que no somos observadores distantes y pasivos sino participantes activos, y destac que nuestras relaciones prcticas con el
mundo (clavar clavos, abrir puertas, etc.) no suponen tanto unas representaciones separadas (por ejemplo, del martillo como un objeto rgido con un peso y
una forma concretos) como unos acoplamientos/uncionales: utilizamos el martillo para clavar el clavo. Para Heidegger, este acoplamiento prctico con el
mundo se encuentra en el corazn de todo pensamiento e intencionalidad. 13 Una
nocin fundamental en este anlisis es la idea de utensilio, es decir, de cosas que
nos rodean y que figuran en las mltiples actividades basadas en la habilidad que
subyacen a nuestras aptitudes cotidianas para solventar problemas con xito.
Por tanto, el trabajo de Heidegger prefigura el escepticismo hacia lo que
se puede denominar tipos de representacin interna neutrales respecto a la
accin y se hace eco de nuestro nfasis en el empleo de instrumentos y en
los acoplamientos entre organismo y mundo orientados hacia la accin. Sin
embargo, algunas inquietudes de Heidegger son radicalmente distintas de
las del presente proyecto. En particular, Heidegger se opona a la idea de
que el conocimiento supone una relacin entre las mentes y un mundo independiente (Dreyfus, 1991, pgs. 48-51), una cuestin ms bien metafsica en
relacin con la cual no adoptar ninguna postura. Adems, la nocin que tiene Heidegger del entorno de la accin corprea es completamente social. Mi
versin de estar ah es considerablemente ms amplia e in-cluye todos los
casos donde el cuerpo y el entorno local aparecen como elementos en una
actividad extendida de resolucin de problemas. 34
Ms cercano al proyecto actual en cuanto a espritu y ejecucin es el trabajo del fenomenlogo Maurice Merleau-Ponty,3 5 que se ocup de describir
La.expresin inglesa para el Dasein heideggeniano es belng thcre, que significa tanto
ser ah como estar ah. El autor juega con ambos sentidos a lo largo del texto, empezando
por el mismo ttulo del libro (N. del TJ.
32. Entre otros trabajos especialmente pertinentes se incluyen Maturana y Varela, 1987;
Dreyfus, 1979; Winograd y Flores, 1986; Kelso, 1995 y varios de los artculos de Boden, 1996.
3 3. \' ase una excelente discusin en los captulos 3 y 6 de Dreyfus, 1991.
34. \X'heeler (1995) aborda este conflicto y ofrece como solucin una ampliacin fundamentada de Li nocin de trasfondo de I !cidegger.
35. Vase una excelente discusin de los temas comunes que vinculan el trabajo de Mer-
1
Ser, computar, representar 1 225
la actividad inteligente cotidiana como la puesta en juego de sinergias completas entre organismo, cuerpo y mundo. En particular, Merleau-Ponty destac la importancia de lo que yo he denominado causalidad recproca continua, es decir, la idea de que debemos ir ms all de la imagen pasiva del
organismo que percibe el mundo y reconocer que nuestras acciones pueden
responder continuamente a sucesos del mundo que, a su vez, responden continuamente a nuestras acciones. Consideremos un encantador ejemplo, al
que llamo el caso del hmster y las pinzas:
Cuando mi mano sigue cada esfuerzo que hace un animal para escapar mientras sostengo un instrumento para capturarlo, es e\i<lente que cada uno de mis
movimientos responde a una estimulacn externa; pero tambin es evidente que
estas estimulaciones no se podran recibir sin los movimientos por los cuales expongo mis receptores a su influencia ... Las propiedades del objeto y las intenciones del sujeto no slo se entremezclan; tambin constituyen una nueva totalidad (Merleau-Ponty, 1942, pg. 13 ).
226
1
Ser, computar, representar
227
228
229
una importante leccin que se puede extraer del trabajo actual en la neurociencia y en la teora de los sistemas dinmicos es que no deberamos tener una
mentalidad cerra<l<t acerca de la naturaleza de los sucesos internos que ayudan
a explicar el xito conductual. Estos sucesos internos pueden incluir toda clase de procesos neuronales complejos que dependan de amplias gamas de propiedades dinmicas, que incluyen atractores caticos, ciclos lmite, pozos potenciales, trayectorias en espacios de estados, valores de variables colectivas o
sistmicas y muchas cosas ms."' De la misma manera, las explicaciones que invocan la representacin interna pueden acabar otorgando a estos procesos dinmicos de carcter tan complejo y local el papel de vehculos para tipos especficos <le informacin y de conocimientos. En la medida en que esto ocurra,
la nocin misma de representacin interna podr experimentar una transformacin sutil que, ante todo, la despoje de las connotaciones clsicas que invitaban a concebir los vehculos tpicos de la representacin como estructuras
relativamente sencillas y localizadas en el espacio y/o en el tiempo.
Debemos admitir que algunos casos plantean un problema especialmente difcil. Son los casos que implican procesos de causalidad recproca continua entre factores externos e internos. Parece improbable que esta interaccin continua pueda caracterizar la gama de casos donde el enfoque
representacional es ms convincente, es decir, los casos que implican razonar
sobre lo distante, lo inexistente o lo sumamente abstracto. En estos casos, el
centro de atencin se desplaza hacia la dinmica interna del sistema que se
estudia. El problema crucial y todava no resuelto es s esta dinmica interna
encajar o no con una interpretacin que, aun siendo ms liberal, siga estando basada en la representacin. En favor del no se puede aducir que a medida que la dinmica interna se hace ms compleja o a medida que los supuestos contenidos se hacen ms peque11os (personalizados, orientados
hacia la accin), la base explicativa proporcionada por las interpretaciones
basadas en la representacin debe disminuir hasta acabar desapareciendo
por debajo de un umbral an por determinar. En favor del s se puede
destacar que an no existe ninguna intrepretacin alternativa de la resolucin de problemas genuinamente vidos de representacin y que es difcil
ver cmo se pueden dar explicaciones concisas, generales y claras de gran
parte de nuestro xito adaptativo sin reinventar, de algn modo, las ideas de
procesamiento complejo y de estados internos contenido.
mano consciente que sobre el gnero total Je sistemas Je representacin. Vanse ms exposiciones en Kirsh, 1991; van Gelder, 1990; el captulo 6 Je Clark, 1993; Touretzky y Pomerleau,
1994, y Vera y Simon, 1994.
43. Vanse Skarda y Freeman, 1987; Beer, 1995; Thelen y Smith, 1994; Elman, 1994, y
Kclso, 1995.
230
44. Aunque esta frase es muy conocida, su origen es bastante incierto. Durantl'. mucho
tiempo yo la haba atribuido al neurocicntfico sovitico A. R. Luria, pero no he podido encontrnr ninguna prueb,1 que lo confirme. C:asi todos mis colccgas cientficos cognitivos ingleses
y norte.1mericanos la conocen pero tampoco han podido encontrar su origen. As que lo dejo
como un ejercicio para el lector.
-,
Tercera parte
MS ALL
Mentes y mercados
\
234
Ms all
'
Mentes y mercados
235
236
Ms all
optimista- por qu no ha podido aclarar toda una coleccin de fenmenos sociales y econmicos diferentes? Entre sus fracasos ms sonados se encuentran
la incapacidad de construir modelos de cambios econmicos a gran escala con
el tiempo y la incapacidad de construir modelos de eleccin en condiciones de
gran incertidumbre como, por ejemplo, cuando no hay ningn conjunto preexistente de resultados que se puedan clasificar segn su conveniencia (Denzau
y North, 1995; North, 1993). Se trata de fracasos fundamentales en la medida
en que se ramifican hacia una gran variedad de casos ms concretos, como la
incapacidad para construir modelos de la conducta de los votantes, para predecir el desarrollo de instituciones econmicas y sociales, y para abordar la
mayor parte de las elecciones que llevan a cabo los legisladores. 5
Esta pauta de xitos y fracasos es a la vez fascinante y reveladora porque
la mejor manera de explicarla parece suponer una disociacin entre casos de
lo que se puede denominar eleccin muy andamiada y casos de pensamiento
individual menos restringido. Como varios autores han argumentado recientemente,6 el paradigma de la racionalidad sustantiva parece funcionar mejor
en los casos muy andamiadas y fracasa progresivamente a medida que aumenta el papel del pensamiento individual poco restringido.
La idea de eleccin muy andamiada se encuentra en la base de unos importantes trabajos llevados a cabo recientemente por Satz y Ferejohn (1994)
y Denzau y North (1995). El tema comn es que la teora econmica neoclsica funciona mejor en situaciones donde la eleccin racional individual est
muy limitada por la seleccin cuasi e, olutiva de polticas y prcticas institucionales restrictivas. Esta irona es-destacada explcitamente por Satz y Ferejohn: La teora [tradicional] de la eleccin racional es ms potente en
contextos donde la eleccin est limitada (pg. 72). Cmo puede ocurrir
esto? Segn Satz y Ferejohn, la razn es simple: lo que acta en estos casos
no es tanto el pensamiento individual como las estructuras sociales e institucionales ms amplias en las que est embebido el individuo. Estas mismas estructuras han evolucionado y prosperado (en los casos donde funciona la
teora econmica) fomentado la seleccin de acciones colectivas que realmente maximicen el rendimiento en relacin con un conjunto fijo de metas.
Por ejemplo, el entorno competitivo de la economa de mercado garantiza
que, en general, slo sobrevivan las empresas que maximicen sus beneficios.
Este hecho, ms que cualquier otro hecho sobre las creencias, los deseos u
otros aspectos psicolgicos de los individuos implicados, asegura el xito
5. La cuestin de la conducta de los votantes se plantea convincentemente en Satz y Ferejohn, 1994. La cuestin del cambio institucional y la poltica pblica se examina en North,
1993.
6. Especialmente Satz y Fercjohn, 1994, y Denzau y North, 1995.
-,
Mentes y mercados
237
238
Ms all
mizar los votos. Esta fuerza estructuradora externa nos permite atribuir
preferencias a partir de las limitaciones para obtener el xito en este engranaje mayor. Las limitaciones para los votantes individuales son mucho
ms dbiles. Por tanto, los perfiles psicolgicos reales pasan a un primer
plano y la teora neoclsica fracasa (Satz y Ferejohn, 1994, pgs. 79-80;
North, 1993, pg. 7). Este diagnstico general est apoyado por el anlisis
de Denzau y North (1995), quienes destacan que la teora econmica tradicional construye buenos modelos de la eleccin en mercados competitivos de precio fijo y en ciertos estudios experimentales restringidos. En estos casos, segn ellos, determinados aspectos institucionales desempean
papeles importantes en el fomento de un rendimiento econmico de estilo maximizador. A modo de ilustracin, Denzau y North citan algunos estudios computacionales fascinantes realizados por Gode y Sunder (1992)
que se basan en unos agentes de bolsa de inteligencia nula, unos agentes
simulados que no teorizan, ni recuerdan sucesos, ni tratan de maximizar
los resultados de una manera activa. Cuando se limit a estos agentes simples a que slo pujaran cuando ello no acarreara prdidas inmediatas, se alcanz una eficiencia del 75 !,, (medida como porcentaje de la suma de las
rentas potenciales de compra y venta (ibd., pg. 5). Sustituir los agentes
de inteligencia nula (IN) por seres humanos slo aument la eficiencia en
un simple 1 'Yo. Pero la alteracin del andamiaje institucional (por ejemplo,
reunir todas las ofertas en una subasta doble antes de contratar o permitir
ofertar y contratar simultneamente) ;:,rovoc una mejora del 6 %. La conclusin firme es que la mayor parte de los aumentos de eficiencia en algunas situaciones de distribucin de recursos se pueden atribuir a detalles
institucionales, independientemente de sus efectos en agentes racionales
(ibd., pg. 5).
_
Los resultados de los experimentos con agentes IN demuestran claramente el poder de los entornos institucionales y de las limitaciones externas
para fomentar conductas colectivas que se ajusten al modelo de la racionalidad sustantiva. Estos resultados encajan muy bien con las noticias, por lo dems inquietantes, de que la !Ilayor parte de la economa tradicional no se vera afectada si las personas eligieran al azar (Alchian, 1950, citado en Satz y
F erejohn,_ 1994) en vez de maximizar la satisfaccin de sus preferencias, y de
que las palomas y las ratas con frecuencia pueden rendir de maneras coherentes con la teora de la racionalidad sustantiva (Kagel, 1987, citado en Satz
y Ferejohn, 1994). Estos resultados tienen sentido si el andamiaje de la eleccin por medio de estructuras restrictivas de escala superior es, en ocasiones,
el portador ms vigoroso de fuerza maximizadora. En los casos ms extremos de esta restriccin, el individuo que elige no es ms que una simple pieza que desempea el mismo papel funcional limitado que tambin pueden
-,
Mentes y mercados
239
240
Ms all
perar dominios de problemas que requeran un despliegue secuencial y sistemtico de capacidades bsicas para la complecin de patrones y para la
produccin y reutilizacin de resultados intermedios. El sencillo ejemplo presentado en el captulo 3 anterior se refera al empleo de lpiz y papel para extender unos conocimientos aritmticos simples (por ejemplo, que 7 X 7 = 49)
a la solucin de problemas ms complejos (por ejemplo, 777 x 777). Ahora
podemos ver, de una manera muy general, que las instituciones, las empresas
y las organizaciones parecen compartir muchas propiedades esenciales con
el lpiz, el papel y la prctica aritmtica de este ejemplo. El lpiz y el papel
proporcionan un medio externo en el que nos comportamos (empleando recursos bsicos en lnea) segn dicte la prctica o poltica general de las multiplicaciones largas. La mayora de nosotros no conocemos la justificacin
matemtica del procedimiento. Pero lo empleamos y funciona. De manera
similar, las empresas y las organizaciones constituyen un recurso externo
donde los individuos se comportan de acuerdo con una serie de normas, polticas y prcticas. En estos mbitos, la resolucin cotidiana de problemas
suele suponer el empleo de estrategias de reconocimiento de patrones localmente eficaces que se invocan como resultado de alguna incitacin externa
(como un papel verde en la bandeja de entrada, cumplimentado de una
manera prefijada) y que dejan huellas en forma de otras seales (hojas de
papel, mensajes de correo electrnico, etc.) que estarn disponibles para
manipulaciones futuras dentro del engranaje ms amplio de la empresa. En
estos contextos, al menos a corto pla,o, el papel de la racionalidad individual puede llegar a ser marginal. Si el engranaje global y las estrategias se
han seleccionado para maximizar los beneficios, el hecho de que los individuos sean piezas que desplieguen formas muy limitadas de racionalidad,
orientada a la complecin de patrones, carecer de importancia. (Se podra
decir que las neuronas individuales son piezas an ms limitadas, pero una
vez organizadas en cerebros mediante la seleccin natural tambin sostienen una razn ms elevada).
As pues, gran parte de lei que sucede en el complejo mundo de los seres
humanos se puede comprender, de una manera un tanto sorprendente,
como si implicara algo seme)ante a los algoritmos estigmrgicos presentados en el apartado 4.3 anterior. Recordemos que la estigmergia supone el
empleo de estructuras externas para controlar, inducir y coordinar acciones
individuales. Tambin es posible modificar estas estructuras externas y moldear as las conductas futuras. En el caso de la construccin de termiteros,
aunque las acciones de cada termita estn controladas por la estructura local
del nido, esas mismas acciones suelen producir modificaciones en la estructura que, a su vez, inducen a los mismos -o a otros- individuos a desarrollar
ms actividad. Naturalmente, aunque los seres humanos se encuentran in-
Mentes y mercados
241
mersos en los entornos restrictivos de grandes instituciones sociales, polticas o econmicas, no son termitas! A diferencia de las termitas, nosotros no
desempearemos siempre una accin slo porque un estmulo externo parezca exigirlo. Sin embargo, nuestros xitos (y a veces nuestros fracasos) colectivos se suelen comprender mejor s consideramos que el individuo slo
elige sus respuestas dentro de las limitaciones -con frecuencia poderosasimpuestas por los contextos de accin ms amplios de carcter social e institucional. Y de hecho esto es justamente lo que cabe esperar cuando reconocemos que la naturaleza computacional de la cognicin individual no es ideal para abordar ciertos mbitos complejos. Al parecer, en estos casos slo
resolvemos el problema (por ejemplo, construir un J umbo o gobernar un
pas) de una manera indirecta, creando estructuras externas ms grandes,
tanto fsicas como sociales, que puedan inducir y coordinar una larga sucesin de episodios -que se pueden tratar individualmente- de resolucin de
problemas, conservando y transmitiendo las soluciones parciales a lo largo
de la sucesin.
242
Ms all
zaje individual, la evolucin de culturas y artefactos, y las pautas de comunicacin entre grupos. Siguiendo esta lnea, H utchins (1995) se propuso investigar la influencia de diversas pautas de comunicacin en las capacidades
colectivas de resolucin de problemas de grupos pequeos de agentes artificiales simples. En esta simulacin, cada agente era una red neuronal pequea que comprenda algunas unidades de procesamiento conectadas entre
s. Cada unidad codificaba algn rasgo especfico del entorno. Unos vnculos excitadores conectaban entre s rasgos que se sustentaban mutuamente;
otros vnculos inhibidores conectaban entre s rasgos mutuamente contradictorios. Por ejemplo, un rasgo como es un perro sera codificada por
una sola unidad con vnculos excitadores con (por ejemplo) las unidades ladra y es peludo y con vnculos inhibidores con (por ejemplo) las unidades malla y es un gato (estando estas dos ltimas vinculadas entre s
mediante una conexin excitadora). Estas redes se conocen como redes de
satisfaccin de restricciones.
Una vez configuradas (mediante el aprendizaje o codificndolas a mano)
las redes de satisfaccin de restricciones muestran unas notables propiedades de razonamiento semejantes a la complecin de patrones. Imaginemos
que las diversas unidades reciben seales de entrada procedentes del entorno. La activacin de unas pocas unidades que figuren en una red de conexiones excitadoras producir actividad en todas las unidades restantes de esa
red. As, la entrada ladra producir un perfil de activacin global adecuado para la categora perro, etc. Con frecuencia, las unidades individuales
eligen entre responder (activarse) o no sumando las entradas recibidas a
travs de diversos canales y comparando el resultado con un valor de umbral. Como resultado, cuando una red de satisfaccin de restricciones se ha
acostumbrado a una interpretacin de la entrada (por ejemplo, haciendo que
se activen todas las unidades relacionadas con las caractersticas del perro),
eliminar esta interpretacin puede ser difcil porque las unidades se prestan
entre s un apoyo considerable. Segn Hutchins, esta caracterstica de esta
clase redes concuerda basta)1te bien con el familiar efecto psicolgico del
sesgo a la confirmacin, es decir, la inclinacin a desatender, descartar o
reinterpretar de una manera creativa las pruebas que van contra alguna hiptesis o modelo que ya se ha establecido (como una entrada malla aislada; vase,-por ejemplo, Wason, 1968).
Ahora imaginemos una comunidad de redes de satisfaccin de restricciones donde cada red tiene un nivel distinto de actividad inicial (predisposicin) y un acceso diferente a los datos del entorno. Hutchins demuestra que,
en estos casos, la manera precisa en que se estructura la comunicacin entre
las redes marca una profunda diferencia en el tipo de resolucin colectiva de
problemas que vaya a aparecer. Sorprendentemente, Hutchins (pg. 252) en-
'
244 1 Ms all
246
Ms all
10
248
Ms all
gura en los argumentos y las conjeturas filosficas de, por ejemplo, Peter
Carruthers (1996) y Ray Jackendoff (1996). Y aparece en las especula
ciones ms orientadas hacia la ciencia cognitiva de Daniel Dennett (1991,
1995). Ser til examinar algunas ideas fundamentales de esta literatura
antes de seguir con nuestra versin preferida: concretamente, la idea del
lenguaje como transformador computacional que permite a los cerebros
completadores de patrones abordar problemas cognitivos que, si no, se
ran intratables.
Durante los aos treinta, Vygotsky, un psiclogo de la poca, propuso
la idea de que el empleo del lenguaje pblico tiene unos profundos efec
tos en el desarrollo cognitivo. Postul unos fuertes vnculos entre el dis
curso, la experiencia social y el aprendizaje. Dos ideas de Vygotsky que
son especialmente pertinentes para nuestros fines actuales se refieren al
habla privada y la accin andamiada (la accin realizada dentro de la
zona de desarrollo proximal; vanse Vygotsky, 1962 y el captulo 3 ante
rior). Decimos que una accin est andamiada si se basa en algn apoyo
externo. Este apoyo puede consistir en el empleo de instrumentos o en la
explotacin del conocimiento y las aptitudes de otras personas; dicho en
otras palabras, el concepto de andamiaje (tal como yo lo utilizar) 3 abarca
una amplia clase de potenciaciones fsicas, cognitivas y sociales que nos
permiten alcanzar una meta que, en caso contrario, sera inalcanzable.
Como ejemplos sencillos se pueden citar el empleo de un comps para tra
zar un crculo perfecto, el papel de los miembros de una tripulacin para
que el piloto mantenga el rumbo y la capacidad de un nio pequeo para
dar sus primeros pasos cuando sus padres lo sostienen. Aunque la nocin
de zona de desarrollo proximal de Vygotsky se refiere a los casos en que
un nio es temporalmente capaz de tener xito en determinadas tareas slo
mediante la orientacin o la ayuda proporcionada por otro ser humano
(normalmente uno de los padres o un educador), esta nocin encaja con el
inters de Vygotsky en el habla privada de la manera siguiente: cuando un
nio sigue las indicaciones verbales de un agente ms experimentado, con
frecuencia puede tener xito en tareas que, en caso contrario, encontrara
imposibles de realizar (pensemos en cuando aprendimos a atarnos los cor
dones de los zapatos). Ms adelante, cuando el adulto no est presente, el
nio puede llevar a cabo un dilogo similar, pero esta vez consigo mismo.
Aunque hay quien dice que, incluso en este ltimo caso, el habla (sea en
3. Como mencion en el captulo 3 anterior, esta utilizacin es algo ms amplia de lo nor
mal. Gran parte de la literatura de inspiracin sovitica considera que el andamiaje es intrn
secamente social. Yo amplo esta nocin para incluir todos los casos donde se hacen intervenir
estructuras externas para potenciar la resolucin de problemas.
250
Ms all
252 1 Ms all
mables) del cerebro. Como dice Dennett (1991. pg. 219), esta mquina se
rial se instala gracias a una mirada de microajustes en la plasticidad del ce
rebro. Naturalmente, la mera exposicin a la cultura y el lenguaje no es su
ficiente para garantizar una cognicin parecida a la humana. Podemos
exponer una cucaracha a todo el lenguaje que queramos y no hallaremos
ningn rastro de las transformaciones cognitivas que Dennett ve en noso
tros. Dennett no dice que 120 haya diferencias iniciales en cuanto al hardwa
re. Lo que dice es que la existencia de unas diferencias relativamente peque
as en el hardware (por ejemplo, entre nosotros y los chimpancs) nos
permite crear un lenguaje pblico y otros desarrollos culturales que, me
diante un efecto de bola de nieve, conducen a grandes cambios y potencia
ciones de la cognicin, incluyendo quiz la instalacin literal de un nuevo
tipo de dispositivo computacional dentro del cerebro.
La visin de Dennett es compleja y adolece de ambigedad. Sin duda, la
imagen que yo deseo desarrollar est profundamente relacionada con ella,
aunque difiere (creo yo) en un aspecto fundamental. Mientras que Dennett
considera que el lenguaje pblico es a la vez un instrumento cognitivo y una
fuente de reorganizacin profunda pero sutil del cerebro, yo me inclino a ver
lo, en esencia, como un simple instrumento: como un recurso externo que
complementa, pero no altera en profundidad, los modos bsicos de repre
sentacin y computacin del cerebro. Es decir, considero que los cambios son
relativamente superficiales y que se dirigen a permitirnos el empleo y la ex
plotacin de diversos recursos externos. Naturalmente, estas posturas no son
completamente distintas. El mero hecho de que repitamos frases mentalmen
te y las utilicemos para orientar y alterar nuestra conducta significa que no
podemos -y no deberamos- tratar el lenguaje y la cultura corno recursos to
talmente externos. Sin embargo, sigue siendo posible que esa repeticin, ms
que implicar el empleo de un dispositivo computacional fundamentalmente
diferente en el cerebro, implique el empleo de los mismos recursos de siem
pre (esencialmente completadores de patrones) para construir modelos de los
tipos especiales de conducta observados en el mundo del lenguaje pblico. Y
como observa Paul Churchland ( 1995, pgs. 264-269), de hecho existe una
clase de redes conexionistas ( redes recurrentes; vanse el captulo 7 ante
rior; Elrnan, 1993 y una discusin adicional en Clark, 1993) que parecen ser
muy adecuadas para modelar y apoyar esta conducta lingstica.
Esta visin de la repeticin interior est muy bien desarrollada por los
conexionistas David Rumelhart, Paul Smolensky, James McClelland y Geof
frey Hinton, quienes argumentan que la estrategia general de construir mo
delos mentales de la conducta de determinados aspectos de nuestro entor
no es especialmente importante en la medida en que nos permite imaginar
recursos externos con los que hemos interaccionado fsicamente con ante-
254 1 Ms all
255
256
Ms all
257
258
Ms all
260 1 Ms all
Mary como y cuando haga falta. La trayectoria hacia una buena idea puede
entrecruzar varias historias individuales de aprendizaje, haciendo que el m
nimo local de un agente se convierta en un slido bloque de construcin
para otro. Adems, la gran cantidad de nichos intelectuales disponibles den
tro de una comunidad vinculada lingsticamente, constituye una matriz im
presionante de posibles trayectorias entre agentes. Por tanto, la observacin
de que el lenguaje pblico permite que la cognicin humana sea colectiva
(Churchland, 1995, pg. 270) adquiere una nueva dimensin cuando reco
nocemos el papel de este empeo colectivo en trascender la naturaleza de
pendiente de trayectorias de la cognicin humana individual. Incluso una
bsqueda ciega y poco inteligente de recodificaciones productivas de datos
almacenados, producir, de vez en cuando, unos resultados impactantes. Al
permitir que estos resultados circulen entre los individuos, la razn anda
miada por la cultura es capaz de explorar progresivamente unos espacios en
los que la razn individual dependiente de trayectorias nunca se podra
adentrar. (Vase una investigacin detallada y con base estadstica de esta
afirmacin en Clark y Thornton, 1997.)
Esta imagen general encaja limpiamente con el trabajo exploratorio de
Merln Donald (1991) sobre la evolucin de la cultura y la cognicin. Donald
reconoce claramente el papel crucial de ciertas formas de andamiaje externo
(concretamente, de los sistemas externos de memoria) en el pensamiento hu
mano. Pero distingue dos tipos principales de andamiaje, que l denomina
mtico y terico. Segn Donald, antes de los griegos ya se utilizaban diversos
formalismos externos pero slo al servicio de mitos y narraciones. La inno
vacin fundamental de los griegos fue empezar a utilizar el medio escrito
para registrar los procesos del pensamiento y el razonamiento. Mientras que
los registros escritos anteriores slo contenan mitos o teoras acabadas (que
se deban aprender a rajatabla y transmitir relativamente inalteradas), los
griegos empezaron a registrar ideas parciales, especulaciones con pruebas a
favor y en contra de ellas, etc. Esta nueva prctica permiti la circulacin de
conjeturas y soluciones parciales, que luego eran enmendadas y completadas
por otros, etc. Segn Donald (ibd., pg. 343), lo que as se cre fue mucho
ms que una invencin simblica, como el alfabeto, o que un soporte espe
cfico de memoria externa, como la mejora del papel o la impresin; lo que
se cre fue el proceso de descubrimiento y cambio cognitivo externamente
codificados.
Para completar nuestro inventario inicial de las virtudes cognitivas del
pensamiento andamiada por el lenguaje, consideremos las propiedades fsi
cas de ciertos medios externos. Por ejemplo, mientras redacto este captulo
no paro de crear, eliminar y reorganizar trozos de texto. Tengo ficheros (tan
to en papel como informticos) con todos los apuntes y fragmentos que he
262
Ms all
264 1 Ms all
265
266
Ms all
268 1 Ms all
270
Ms all
1.1 ,ra11dl's rasgos) putnamianos segn la cual los significados, simplemente, no estn en la ca
l'ul 11am, 1975 l. Sin embargo mi propuesta es adoptar una postura distinta de estas dos
"'l'.1111 l:1 ,11al los procesos cognitivos no respetan los lmites de la piel o del crneo. Es decir,
.tli1111" 11 q11, Li lllllin int11iti\a di:'. la mente se debl'.ra desprender de sus tendencias internis1:1,. v .'I q11, las razn11es par,1 ello no dependen del (discutible) papel de la referencia del mun
,1" n;il I' dt Lis condiciones dt vcrclad para determinar d significado de smbolos mentales o
l1q,i11,1 i,os. V,asc 111w ,xHisici<n ,1 fondo en CL,rk y Chalmcrs, 1998.
lw1.,1 (
271
272
Ms all
bro-cuerpo-mundo como totalidades computacionales y dinmicas integradas, estoy convencido de que (en ocasiones) es valioso tratar los procesos
cognitivos como si se extendieran ms all de los estrechos confines de la
piel y del crneo. Y me pregunto si tambin se debera ampliar la nocin intuitiva de la mente misma para abarcar una variedad de accesorios y apoyos
externos; es decir, me pregunto si el sistema que solemos denominar mente, en realidad es mucho ms amplio que el que denominamos cerebro.
A primera vista, esta conclusin tan general puede parecer difcil de digerir.
Creo que una razn de ello es que tendemos a confundir lo mental con lo
consciente. Y aunque no pretendo afirmar en absoluto que la conciencia individual se extienda ms all de la cabeza, parece evidente que no todo lo
que ocurre en el cerebro y constituye un proceso mental o cognitivo (en el
sentido cientfico actual) est vinculado con un procesamiento consciente. 25
Quiz sea ms verosmil suponer que lo que mantiene los verdaderos procesos mentales y cognitivos en la cabeza es una especie de transportabilidad.
Es decir, nos inclinamos hacia una visin de lo que podra llamarse lamente desnuda: una visin de los recursos y operaciones que siempre podemos
hacer intervenir en una tarea cognitiva, independientemente de cualquier
otra oportunidad que el entorno local nos pueda facilitar o no.
Comprendo bien este reparo. Parece evidente que el cerebro (o quiz,
desde este punto de vista, el conjunto cerebro-cuerpo) es un objeto de estudio y de inters definido y genuino. Y lo que hace que sea as es, precisamente, el hecho de que abarque un conjunto central, bsico, y transportable
25. El reflejo vestibular-ocular (RVO), por tomar solo un ejemplo de entre varias docenas
de ellos, estabiliza la imagen del mundo en la retina para compensar el movimiento de la cabeza (vase, por eiemplo, Churchland y Sejnowski, 1992, pgs. 353-365). Naturalmente, esta
operacin es crucial para la visin humana. Y la conciencia humana percibe el mundo de una
forma que depende del funcionamiento correcto del RVO. Pero los pasos computacionales
realizados por los circuitos del RVO no figuran entre nuestros contenidos conscientes. Si las
transformaciones computacionales'cle las que depende el RVO se realizaran empleando algn
dispositivo externo (una versin neuronal de un pulmn de acero o una mquina de dilisis),
la interaccin entre los estados conscientes y los cmputos del RVO podra seguir inalterada.
Por tanto, sea cual sea el papel que desempee la consciencia (y sea cual sea el significado de
este trminc:r) en algn punto ele! bucle, ese papel mismo no se puede arrogar la potestad de rechazar la caracterizacin ele las transformaciones de algunos elatos externos como parte de
nuestro procesamiento cognitivo. Algo as slo tendra sentido si nos liramos la manta a la cabeza y no considerramos cognitivos los procesos que no pudieran ser ohieto de una introspeccin consciente. 1Si el lector cree que el RVO se encuentra en un nivel demasiado bajo para
que se le considere un ejemplo de proceso no consciente pero genuinamente cognitivo, que lo
sustituya por otro que le parezca mejor como, por ejemplo, los procesos ele recuerdo dirigidos
por los contenidos o la habilidad, invisible a la introspeccin, que pueda subyacer a la capacidad para sahl'.r la rqda que sl'. dehe aplicar en l'.l paso siguiente de una deduccin lgica).
273
de recursos cognitivos. Estos recursos pueden incorporar acciones corporales como partes integrales de ciertos procesos cognitivos (como cuando, durante un clculo difcil, utilizamos los dedos para descargar la memoria de
trabajo). Pero no abarcarn los aspectos ms contingentes de nuestro entorno externo que pueden estar presentes o no, como una calculadora de bolsillo. En ltima instancia, no creo que la transportabilidad pueda tener un
peso conceptual suficiente, y por dos razones. En primer lugar, existe el riesgo de incurrir en una peticin de principio. Si nos preguntamos por qu tendra que ser importante la transportabilidad para la constitucin de ciertos
procesos mentales o cognitivos, parece que la nica respuesta es que deseamos que estos procesos vengan en un paquete separado y transportable individualmente. Pero esto sera volver a invocar el lmite entre la piel y/o el
crneo cuando lo que se discute es, precisamente, la legitimidad de este lmite en s. En segundo lugar, sera fcil (aunque un poco tedioso para el lector) concebir varios casos problemticos. Qu ocurrira si alguien siempre
llevara encima una calculadora de bolsillo? Qu pasara si algn da llevramos estos dispositivos implantados en el cerebro? Qu pasara si tuviramos acoplamientos corporales para una variedad de dispositivos como stos y nos preparramos cada da aadiendo dispositivos adecuados para la
actividad de resolucin de problemas prescrita para ese da? Tampoco la
vulnerabilidad de estos dispositivos adicionales a ciertos desperfectos o daos concretos sirve para distinguirlos, porque el cerebro biolgico tambin
corre el riesgo de perder capacidades especficas para la resolucin de problemas a causa de lesiones o traumas.
Pero, en el fondo, quiz la causa ms profunda de nuestras inquietudes
sea esa entidad extraordinariamente enigmtica a la que llamamos yo. 26 La supuesta extensin de los procesos cognitivos y mentales hacia el mundo, implica una especie de fuga correlativa (ciertamente inquietante) del yo hacia
el entorno local? Ahora parece (lo siento!) que la respuesta es S y No. No,
porque (como ya se ha admitido) los contenidos conscientes sobrevienen a los
cerebros individuales. Pero S, porgue estos episodios conscientes son, como
mucho, instantneas del yo considerado como un perfil psicolgico en desarrollo. Estoy dispuesto a admitir que los pensamientos, considerados nica mente como instantneas de nuestra actividad mental consciente, se pueden
explicar totalmente mediante el estado del cerebro en cada momento. Pero el
flujo del razonamiento y el pensamiento, y la evolucin en el tiempo de las
ideas y las actitudes, estn determinados y explicados por la interaccin ntima, compleja y continua entre cerebro, cuerpo y mundo. Nada me impide de26. Vase en Varela y otros (1991) una exposicin interesante, aunque muy difrn,nte, de
Lis implicaciones de un enfoque corpreo y embebido para las concepcionl's del yo.
274 1 Ms all
cir que el hecho de que escriba un libro como ste responde a una caracters
tica genuina de mi perfil psicolgico, a pesar de que el flujo y la forma <le las
ideas expresadas depender profundamente de una variedad de interacciones
repetidas entre mi cerebro biolgico y un pequeo arsenal de codificaciones,
recodificaciones y recursos estructuradores externos.
Naturalmente, esta perspectiva liberal de los procesos y los perfiles cog
nitivos se debe equilibrar mediante una buena dosis de sentido comn. No
se puede extender la mente hacia el mundo por las buenas. Un anlisis que
me atribuyera el conocimiento de todos los datos de la Encyclopacclia Bri
!annica slo porque he pagado los plazos y le he encontrado espacio en el ga
raje, carecera de valor. Y tampoco deberamos dejar que desapareciera la
distincin entre mi mente y la del lector slo porque se nos vea charlando en
d autobs. Entonces, qu distingue los casos ms convincentes de la exis
tencia de una slida extensin cognitiva de los otros casos?
Algunas caractersticas importantes de los casos convincentes se pue
den aislar con facilidad, como ocurre con el cuaderno antes mencionado
dl'. la persona con una lesin cerebral. El cuaderno siempre est ah: no
vst, encerrado en el garaje ni se consulta de vez en cuando. La informa
cin que contiene es fcil de encontrar y utilizar. Esta informacin se
acepta automticamente: no se somete a un examen crtico a diferencia de
las rdlexiones de un compaero en el autobs. Por ltimo, la informacin
ha sido recopilada y corroborada por el propio usuario (a diferencia de las
l'lltradas de una enciclopedia). Puede qu' no todas estas condiciones sean
,sl'nci,iles. Y puede que haya pasado por alto otras. Pero la imagen gene
r,il L'S la de una relacin usuario-artefacto bastante especial donde el arte1 acto siempre est presente, se utiliza con frecuencia, est hecho a medi
da LkI usuario y ste tiene una profunda confianza en l. Como hemos
vi:-to en numerosas ocasiones en captulos anteriores, los agentes humanos
p11nb1 extraer todo tipo de beneficios cognitivos y computacionales fun
,la1nl'11tales a partir de interacciones con artefactos que apenas tienen al
g1111,1 --o ninguna- de estas caratersticas. Pero, probablemente, slo po
dr,111os argumentar la extensin de las nociones moralmente resonantes
dl' yo, mente y agente para que incluyan aspectos del mundo ms all de
L1 pil'I, si se cumple algo parecido a estas condiciones. Por tanto, los lmi1,., (lt-1 yo -y no slo los de computacin y del proceso cognitivo general
S(ilo ,11m1iaza11 con extenderse hacia el mundo cuando la relacin entre el
11s11.1rio y el artefacto es casi tan estrecha e ntima como la que existe en
t r, Li ,1raia y su tela. 27
.') V,:1s, ,11 l):1wkins. l '!82. un tratamiento biolgico especialmente inteligente Je este
111)()
lle l;1t1:-..
11
278 1 Ms all
280 1 Ms all
l. Las ideas y los temas presentados en esta peque11a fantasa deben mucho ,1 las visiones
de Paul Churchland, Patricia Churchland, Daniel Dennett, Marvin Minsky, Gilbert Ryle, John
Haugeland y Rodney Brooks. Al reunir estos temas he tratado de conseguir una divergencia
mxima entre los hechos en el nivel del agente y los hechos en el nivel del enebro. No preten
do afirmar dogmticamente que la neurociencia actual postule inequvocamente una diver
gencia tan radical. Varias de las cuestiones acerca de las cuales permito que el cerebro adopte
una postura siguen siendo ,,bjeto de debate cientfico. (Vase una muestra de estl' debate en
Churchland y Sejnowski, 1992, y Churchland y otros, l 994.) En vista del concepto literario
adoptado, hac<:r referencias explcitas me pareca fuera de lugar; sin embargo, si las hiciera. in
cluira especialmente las siguientes: Dennett, 1978a; Dcnnett, 1991; Minsky, 1985; Church
land, 1989; Haugeland, 1995; el artculo de R. Brooks, Tntelligencc without representation,
ilrtz/zcz<i! Int,!lzgence, 41 ( 1991 ), pgs. l 39-L'9; la obra de G. Ryle The Concept 0/l'viinJ (Hut
chinson. 1949); el artculo de C. Warrington v R. McC-:arthv Categorics of knowledge; further
fractionations andan attempted integration, Br<1in, 11 O ( 19ts7 J, pgs. 1.273-1.296. Vase mi
propia exploracin de algunos de estos temas en Clark, 1993, y Clark, 1995.
2. O el de Mara, Mariano o Pepa. La eleccin de este nombre clsico de v,1rn no pre
tende ser ms que un pequeo homenaje a los antiguos artculos de la revista Rc<1ders Dzgest
con ttulos como soy el hgado deJohn o soy el ri{m dL0 Joc. Estos artculos tambin da
ban voz a nuestros diversos rganos internos, permiti{,ndoks explicar sus estructuras, nccesi
,Lidl's y patologas dirl'l't:tl1lL'ntc al lector.
282 1 Estar ah
sentido muy directo, mis pensamientos. Pero aunque en esto hay algo de ver
dad, en realidad las cosas son bastante ms complicadas de lo que Juan sos
pecha, como tratar de demostrar.
En primer lugar, Juan es ciego por naturaleza a la mayor parte de mis ac
tividades cotidianas. Como mucho, capta algunos detalles ocasionales y som
hras deformadas de mi verdadero trabajo. Hablando en general, estos efme
ros detalles slo representan los productos de mi vasta actividad subterrnea
y no los procesos que los originan. Estos productos incluyen el juego de las
imgenes mentales y los pasos en una serie lgica de pensamientos o ideas.
Adems, Juan accede a estos productos de una manera bastante impro
visada. Lo que filtra hacia su consciencia es algo parecido a lo que aparece
1._11 la pantalla de un ordenador. En los dos casos, lo que se muestra es un re
sumen, hecho a medida, de los resultados de ciertos episodios de actividad
interna: resultados que tienen una utilidad concreta para el usuario. Despus
de todo, la evolucin no derrochara tiempo y dinero (bsqueda y energa)
1._n mostrar a Juan un registro fiel de ese funcionamiento interno, a menos
qt1e pudiera ayudar a Juan a cazar, sobrevivir y reproducirse. As que, a Juan,
se le hace saber lo mnimo acerca de mis actividades internas. Todo lo que
11L'CL'sita saber es el significado global del resultado final de algunas activida
des selectas: que parte de m se encuentra en un estado asociado con la pre
rncia de un depredador peligroso y que lo ms oportuno es huir, y otras co
sas por el estilo. Por tanto, lo que Juan (el agente consciente) obtiene de m
e parece bastante a lo que obtiene un conJuctor de los indicadores del sal
pic;1dero: informacin sobre unos cuantos parmetros internos y externos
que pueden influir productivamente en su actividad general de conduccin.
Existe un conjunto de importantes malentendidos en torno a la cuestin
de la procedencia de los pensamientos. Juan me concibe como la f_uente de
1( >s productos intelectuales que identifica como sus pensamientos. Pero, ha
hla11do en plata, yo no tengo pensamientos de Juan. Juan s tiene pensa111irntos de Juan y yo no soy ms que un elemento en el conjunto de proce
sos v sucesos fsicos que permiten que se produzca el pensar. Juan es un
agl'llte cuya naturaleza se concreta mediante una compleja interaccin en la
<Jlll' intnvienen incontables sucesos internos (incluyendo mi actividad), una
nirporcizacn fsica particular y una manera de encajar (embeberse) en el
111t111do. La combinacin de la corporeizacin y el encaje origina unos aco
plallliL'lltos informativos y fsicos persistentes entre Juan y su mundo: estos
;1copL1111 L'lltos dejan gran parte del conocimiento de Juan en el mundo ex1 LTior, dispo11ihk para ser recuperado, transformado y utilizado como y
n1;11H lo sl':I llL'nsario.
To111L111(>S l'Sk sL11cillo l'jclllplo: hace unos das, Juan estuvo sentado
l'll s11 Lscritorio d11r;111tl' 11111Ll1(> til'111po y tr,1h,1jando muy duro. Al final se
levant y sali del despacho, satisfecho con el trabajo del da. Mi cere
bro, reflexionaba (porque se precia de su fscalismo), ha trabajado
muy bien. Se le han ocurrido varias buenas ideas. En la imagen que te
na Juan de los sucesos del da, yo era la fuente de esas ideas: ideas que l
crea haber plasmado en papel por mera conveniencia y para evitar d ol
vido. Naturalmente, agradezco que Juan me d tanto mrito. Me atribu
ye directamente los productos intelectuales terminados. Pero, al menos
en este caso, el mrito se debera repartir un poco ms. Sin duda, mi pa
pel en el origen de estos productos intelectuales es vital: destruidme y
-ciertamente- esta productividad intelectual se acabar! Pero mi funcin
est constituida de una manera ms delicada de lo que sugiere la sencilla
imagen que tena Juan. Esas ideas de las que tan orgulloso se senta no
surgieron totalmente formadas a partir de mi actividad. La verdad sea di
cha, actu ms bien como un factor mediador en algunos bucles comple
jos de retroalimentacin que abarcaban a Juan y a partes seleccionadas de
su entorno local. Dicho claramente, me pas el da en una variedad Je in
teracciones ntimas y complejas con varios aditamentos externos. Sin
ellos, los productos intelectuales terminados nunca hubieran tomado for
ma. Si mal no recuerdo, mi papel fue acompaar a Juan mientras repasa
ba un montn de anotaciones y materiales antiguos, y reaccionar a estos
materiales produciendo unas cuantas crticas e ideas fragmentarias. Estas
pequeas respuestas se fueron almacenando en forma de ms anotaciones
en papeles y mrgenes de hojas. Ms adelante, intervine en la reorganiza
cin de estas anotaciones al ponerlas en limpio, aadiendo nuevas reac
ciones sobre la marcha a esas ideas fragmentarias. Este ciclo de lectura,
respuesta y reorganizacin externa se repiti una y otra vez. Al final de la
jornada, las buenas ideas cuyo mrito me haba adjudicado Juan con
tanta rapidez haban surgido como fruto de esas interacciones pequeas y
repetidas entre los diversos medios externos y yo. Por tanto, el mrito no
fue tanto mo como del proceso extendido en el espacio y en el tiempo en
el que yo haba cumplido una funcin.
Si lo pensara bien, es probable que Juan estuviera de acuerdo con esta
descripcin de mi papel aquel da. Pero yo le advertira que hasta esto pue
de ser ilusorio. Hasta ahora me he permitido hablar como si fuera un re
curso interno unificado que contribuye a estos episodios interactivos. Esto
es una ilusin reforzada por el presente dispositivo literario y que Juan pa
rece compartir. Pero, una vez ms, y en honor a la verdad, yo no soy una voz
interna sino muchas. De hecho, soy tantas voces internas a la vez, que la me
tfora misma de la voz interna debe ser ilusoria, porque sugiere la existen
cia de unas subagencias internas bastante sofisticadas y que quiz poseen
una conciencia rudimentaria de s mismas. En realidad, yo slo estoy for-
284 1 Estar ah
una frase sencilla para denotar un conjunto de aptitudes cuyas bases cogni
tivas y fsicas varan enormemente. Esta unidad slo existir en la medida
en que ese conjunto concreto de aptitudes fsicas y cognitivas tenga un sig
nificado especial para una comunidad de agentes (marineros). Me parece
que los conceptos de Juan son precisamente eso: nombres para comple
jos de aptitudes cuya unidad no se basa en hechos sobre m, sino en hechos
sobre el modo de vida de Juan.
La tendencia de Juan a proyectar ilusoriamente su propia perspectiva en
m, se extiende a su concepcin de mi conocimiento del mundo externo.
Cuando Juan da un paseo, se siente poseedor de una imagen tridimensional
estable de su entorno inmediato. A pesar de las sensaciones de John, y o no
dispongo de nada semejante. Yo me limito a detectar pequeas regiones dc
detalle en rpida sucesin, pasando de un aspecto de la escena visual a otro.
Y no me molesto en almacenar todos esos detalles en un modelo interno quc
requiera un mantenimiento y una actualizacin constantes, porque soy ex
perto en repasar partes de la escena y volver a crear un conocimiento deta
llado siempre que sea necesario. Como resultado de este truco y de otros pa
recidos, la capacidad de Juan para desenvolverse en su entorno local es ta11
fluida que se cree poseedor de una visin interna constante de los detalles dc
ese entorno. La verdad es que lo que Juan ve est ms relacionado con las ca
pacidades que yo le confiero para interaccionar constantemente, en tiempo
real, con abundantes fuentes externas de informacin, que con el registro
pasivo y permanente de informacin en funcin del cual l concibe su visin.
La verdad, triste pero cierta, es que no tengo casi nada que ver con lo que
Juan cree que soy. Seguimos siendo unos extraos a pesar de nuestra intimi
dad ( o quiz a causa de ella). El lenguaje de Juan, sus introspecciones y su
fiscalismo, lo inclinan a identificar en exceso mi organizacin con su propia
perspectiva limitada y as no puede ver mi naturaleza fragmentaria, oportu
nista y, en general, extraa. Se olvida de que, en gran medida, soy un dispo
sitivo orientado hacia la supervivencia muy anterior a la emergencia de la ca
pacidad lingstica, y as que mi funcin de promover la cognici<11
consciente y linguaforme no es ms que una reciente actividad suplemrnla
ria. Naturalmente, esta actividad es una raz bsica de sus falsas ideas. Al po
seer un vehculo tan magnfico para la manipulacin y la expresin compac
ta y comunicable del conocimiento, Juan tiende a confundir las formas v
convenciones de ese vehculo lingstico con la estructura misma dc Li acl i
vidad neuronal.
Pero mientras hay vida hay (ms o menos) esperanza. ltirnamc111c 11H
siento animado por la aparicin de nuevas tcnicas de invcstigaci<11, corno la
obtencin no invasiva de imgenes del cerebro, el cstudio de rcdcs 11L111011;1
les artificiales y la investigacin de la robtica cn rnu11do rcal. l'.slos l'Slll!lios
286 1 Estar ah
Bibliografa
288 1 Estar ah
Beer, R., Ritzman, R. y McKenna, T. (comps.), 1993. Biolagical Neural Networks in lnvertebra
te Neuroethology and Rabotics, Academic Press.
Beer, R., Chie!, H., Quinn, K., Espenschied, S. y Larsson, R., 1992, A distributed neural net
work architecture for hexapod robot locomotion, Neural Computation 4, n 3, pgs. 356365.
Belew, R., 1990, Evolution, learning, and culture: Computational metaphors for adaptive al
gorithms, Complex Systems, 4. pgs. 11-49.
Berk. L., 1994, Why children talk to themselves, Scirntz/ic American, 271, n 5, pgs. 78-83.
Berk, L. y Garvin, R., 1984, Development of privare speech among low-income Appalachian
children, Developmental Psychology, 20, n 2, pgs. 271-286.
Bickerton, D., 1995, Lan guage and Human Behavior, University of Washington Press.
Bivens, J. y Berk, L., 1990, A longitudinal study of the development of elementary school chil
Bibliografa 1 289
Clark, A., 1986, Superman; the image, Anafrsis, 46, n 4, pgs. 221-224.
Clark, A., 1987, Being there; why implementation matters to cognitive science, AJ Review l,
n 4, pgs. 231-244.
Clark, A., 1988a, Superman and the duck/rabbit, Analysis 48, n l, pgs. 54-57.
Clark, A., 1988b, Being there (again); a reply to Connah, Shiels and Wavish, Artt/ial Intc
290
Estar ah
Phineas Gage: Clues about the brain from the skull of a famous patient, Science, 264,
pgs. 1.102-1.105.
Davidson, C., 1994, Common sense and the computer, .''iew Sott, 142, Abril 2, p,gs. 30-33.
Davidson, D., 1986, Rational animals, en Actions and Events, E. Lepore y B. McLaughlin
(comps.), Blackwell.
Davies, M. y Stone, T., (comps.), 1995, Mental Simulation: Evaluations and Applications.
Blackwell.
Dawkins, R., 1982, The Extended Phenotype, Oxford University Press.
Dawkins, R., 1986, The B!Znd \Vatchmaker, Longman (trad. cast.: El relojero ciego, RBA, 1993).
Dean, P., Mayhew, y Langdon, P., 1994, Learning anJ maintaining saccadic accuracy: A
model of brainstem-cerebellum interactions, journal o/ Cognitive Neuroscience, 6, pgs.
117-138.
Dennett, D,. 1978a, Brainstorms, MIT Press.
Dennett, D., 1978b, Why not he whole iguana?, Behavzral and BrainSciences, 7. pgs. 10.3104.
Dennett, D., 1991, Consciousness Explained, Little, Brown (trad. cast.: La consciencia ex,lica
da, Buenos Aires, Paids, 1996).
Dennett, D., 1993, Labeling and learning, Mind and Language, 8, pgs. 540-548.
Dcnnett, D., 1995, Darwin 's Dangerous Idea: El'Olution and the Meanings o/ Lz/e, Simon and
Schuster.
Denzau, A. y North, D., 1995, Shared Mental Models: ldeologies and Institutions, indito.
1 )iaz, R. y Berk, L. (comps.), 1992, Private Specch FromSocial lntm1ction to Se/fRegulation,
Erlbaum.
Dona Id, lvl,. 1991, Origins of the l'vfodern Mmd, Harvard University Press.
1 )rctsk,'., F., 1988, Explai11ing Behavior: Rea.1011s in a World o/ Causes, MIT Press.
1 )rl'tskc, F., 1994, If you cm't make one you don't know how it works, enMidwestStudzs in Phi
lornphy XIX: Philosophica! Naturalism, University of Notre Dame Press.
1 )rl'ylus, H., 1979, W hat Computers Can't Do, Bar c:r & Row.
1 )r...yfus, H., 1991, Being-in-thc- World: A Commentary on Heidegger's Betng and Time, Division
/, MIT Press.
1 >rvyfus. H. y Dreyfus, S., 1990, \Xlhat is moralitv? A phenomenological account of the deve
lop111ent of ethical experience, en Uniuersalism vs, Communitarianism, D. Rasmussen
(rnmp.J, MlT Press.
1 :,lc-1111,m, e;., 1987, Neural Darwinism, Basic Books.
l:dclma11. G. y Mountcastle, V., 1978, The Mindfu! Brain, MIT Press.
1 :dwards. D., Baum, C. y Morrow-Howell, N., 1994, Home environments of inner city elderly
with dt>mentia: Do they facilitate or inhibir function?, Cerontologist, 34, n 1, pgs. 64.
1 :l11u11, J .. 1991. Representation and st;ucture in connectionist models, en Cognilzve Modcls
"/ .\,c<'Ch Processi11g, G. Altman (c9mp. ), MIT Press.
1 .l,na11, J. I 994, Learning and development in neural networks: The importance of starting
slllall, C:ognition, 48, pgs. 71-99.
I J111a11, .1 ., 1995, ,,Language as a dynamical system, en Mind as Motion, R. Port y T. van Geldn lrnmps.l. M!T Press.
1 ,11:1\1, M., 1990, Visual Agnosia. MIT Press.
1 .11T, M., 1981. llow to Knou thc TrueSlimeMo!ds, William Brown.
hi'.<'lll1a11111, 1:., 1977, The art of artificial intelligence: l. Themes and case studies of know
blgv v11g11<.'t'ring, en Proceedings of the Fifch International Joint Conference on Artifi
c1.1I lllkiligcllcc.
hll,ll1.111, 1 ). v Van l:sscn. D., 1991, l)ist rihutcd hicrarchial processing in primate visual cor1,-'" < _,.,.,.fmil e .nrln, I. p,igs. I ,rl.
J.
Bibliografa 1 291
Fodor, J .. 1975, The Languagc o( Thought, Crowell (trad. cast.: El lmguaJe del pensamle11to,
Alianza. 1984).
Fodor. ]., 1986, Jndividualism and supervenience. Proceedmgs o/ the Anstotelian Society,
Suppl. 60, pgs. 235-263.
Fikes, R. y Nilsson, N., 1971, STRIPS: A new approach to the application of theorem proving
to problem solving, Artz/zal Intelligence, 2, pgs. 189-208.
Fodor, J. y Pylyshyn, Z., 1988, Connectionism and cognitive architecture, Cognition, 28,
pgs. 3-71.
Friedman, M., 1953, Essays in Positive Economics, lJniversity of Chicago Press (trad. cast.: En
sayos sohre economa positiva, Gredas, 1967).
Gallistel, C., 1980, The Organization o/ Behavior, Erlbaum.
Gauker. C., 1990, How to Iearn a language like a chimpanzee, Philosophical Psychology, 3,
n 1, pgs. 31-53.
Gauker, C., 1992, The Lockean theory of communication, Nois, n 26, pgs. 303-324.
Gesell, A., 1939, Reciproca! interweaving in neuromotor development,Journal o/Compara
tive Neurology, 70, pgs. 161-180.
Gibson. J. J, 1979, The Ecological Approach to Visual Perception, Houghton Mifflin.
Gibson. J. J., 1982, Reasons for realism, en Sc!ected Essays o/James J. Gzbson, E. Reed y R.
Jones (comps.), Erlbaum.
Gibson, K. y lngold, T. (comps.), 1993, Tools, Language and Cognition in Human Evo!utlon,
Cambridge University Press.
Gifford, F.. 1990, Genetic traits, Bzlogy and Philosophy, 5, pgs. 327-347.
Giunti, M.. 1996, Is Computationalism the HarJ Core of Cognitive Science?, ponencia pre
sentada en Convego Triennale SILFS, Roma.
Gluck, M. y Rumelhart, D. (comps.J, 1990, Neurosczence and Conncctzonist Theory, Erlbaum.
Gode, D. y Sunder, S., 1992, Allocative Efficiency of Markets with Zero lntelligence (Zl) Tra
ders: M,ukets as a Parta] Substitute for Individual Rationality, Documento de trabajo n
1992-16, Carnegie Mellon Graduare School of lndustrial Administration.
Goldberg. D., 1989, Genetzc Algorithms in Search, Optimization, and Machine Learning, Ad
dison-Wesley.
Go!Jman. A .. 1992, In defense of the simulation theory, Mind and Language, 7, n 1-2, pgs.
104-119.
Gopalkrishnan, R., Triantafyllou, M. S., Triantafyllou, G. S. y Barren, D., 1994, Active vorticity
control in a shear flow using a flapping foil, ]ournal o/ Fluid Dynamics, 274, pgs. 1-21.
Gordon. R., 1992, The simulation theory: Objections and misconceptions, Mind and Lan
guagc. 7, n 1-2, pgs. 1-33.
Grasse, P. P.. 1959, La Reconstruction du NiJ et les Coordinations lnter-Individuelles chez Be
!licos1tcrmes Natalensls et Cubitermes sp. La Theorie de la Stigmergie: Essai D'interpretation
des Termites Constructeurs, Insect Soczctles, 6, pgs. 41-83.
Gray, J., 1968, Anima! Locomotion, Weidenfeld & Nicolson.
Graziano, M., Anderson, R. y Snowden, R., 1994, Tuning of MST neurons to spiral morions,
Journa! o/Neuroscience, 14, pgs. 54-67.
Greene, P. H., 1972, Problems of organization of motor systems, en Progress in Theoretical
Biolog,y. volumen 2, R. Rosen y F. Schnell (comps.), Academic Press.
Gregory, R. 1981, Mind in Science, Cambridge University Press.
Grifford, F., 1990, Genetic traits, Biology and Phi!osophy, 5, pgs. 327-347.
Haken, H., Kelso, J. y Bunz, H., 1985, A theoretical model of phase transitions in human
hanJ movements, Biological Cybernetics, 51, pgs. 347-356.
Hallam, J. y Malcolm, C. A. (en prensa), Behavior, perception, action and intelligence: the
view from situatcd rohots, Phi!osophical Tr,mscript1 o( thl' Royal Socictv, Londres.
292 1 Estar ah
1 lardcast!e, V. ( [995), Computatio1ulism, Sy11these, 102, pgs. l-15.
1 larc, M. y El man, J., 1995, Learning and morphological change. Cognition, 56, pgs. 61-98.
l larnad, S. (comp.), 1994, Special issue on "What is Computation?", Minds and Machines,
4, n 4, p,gs. 377-488.
1 lar\'ey, I., Husbands, P. y Cliff. D., 1994, Seeing the light: Artificial evolution, real \ision,
en From Animats to Animals, 3, D. Cliff y otros (comps.), MIT Press.
l laugeland,J ., 1981, Semantic engines: A introduction to mind design, en Mind Design: Phi
losophy, Psychology, Artificial lntelligence, Haugeland (comp.), MIT Press.
1 L1ugeland, J., 1991, Representational general, en Phi!osophy ami Connectionist Theory, W.
Ramsey y otros (comps.), Erlbaum.
[ laugeland, J., 1995, Mind embodied and embedded, en Mind and Cognition, Y.-H. Houng
v J.-C. Ho (comp.), Taipei: Academia Snica.
1 L1yL'S, P., 1979, The naive physics manifesto, en Expert Systems in the Microelectronic Age,
D. Michie (comp.), Edinburgh University Press.
l lchb, D., 1949, The Organization o/ Behavior, Wiley (trad. cast.: Organizacin de la conducta,
Debate, 1985).
1 kidegger, M., 1927, Being and Time (traduccin), Harper and Row. 1961 (trad. cast.: El ser y
el tiempo, FCE, 1980).
1 lilditch, D., 1995, At the Heart of the World: Maurice Merleau-Ponty's Existential Pheno
rnenology of Perception and the Role of Situated and Bodily Intelligence in Perceptually
C uided Coping, tesis doctoral, Washington University, St. Louis.
l lolstadtcr, D., 1985, Metamagical Themas: Questing/or the Essence o/Mind and Pattern, Pen
guin.
l logan, N., Bizzi, E., Mussa-Ivaldi, F. A. y Flash, T., 1987, Controlling multijoint motor he
l,;1\'or. ExC'rcise ami Sport Science Reviews, 15, pgs. 153-190.
l lol land, J., 1975, AdaptatzOn in Natural and Artificial Systems, University of Michigan Press.
l lookl'I', C:., Penfold, H. y Evans, R., 1992, Control, connectionism and cognition: Towards a
11,w rciularory paradigm, British Journal for the P l-i!osophy o(Science, 43, n" 4, pgs. 517'5 $(,.
l l111cl1i11s, E., 1995, Cognltion in the Wild, MIT Press.
l l 111 ,l,i ns, E. y I Iazelhurst, B., 1991, Learning in the cultural process, en Arti/iaal Lzfe JI, C.
1 ,111gtun y otros komps.), Addison-\Vesley.
1 .1, k, 11dol l, J{. ( 1996), How language helps us think, Pragmatics and Cognitwn, 4, pgs. 1.'4
'" ol ,. 1 :., 1977, Evolution and tinkering, Scnce, 196, n 4.295, pgs. 1.161-1. 1 66.
l .11 "' "' IZ., .Jordan, M. y Barto, A., 1991, Task decomposition through competiton in a rno
, I, dar n,nnl'ctionist architecture: The what and where visual tasks, Cognitive Science, 15,
p:1gs. 219-250.
ol
is,
[(,
)cnd,111,
M.,
Nowlan,
S.
y
Hinton,
G., 1991, Adaptive mixtures of local experts,
1 "
N,11r,il Com,utatirm, 3, pgs. 79 87.
klkrso11, [). ( :olli11s, R., Cooper, C., Dyer, M .. Flowers, M., Korf, R., Taylor, C. y Wang, A.,
l '!'i 1, l:vnl11tion as a thcme in artificial life, en Proceedings o/ the Second Con/erence on
lr11/iu,il l.1/,, C. Langton y D. farrner (comps.), Addison-Wesley.
,,"""11, 1\1.. l ')87, /he Hody in the Mind: The Bodily Basis o/ Imagination, Reason and Mea11!!1.1;. l li1i\'LTsity of Chicago Press (trad. cast.: El cuerpo en la mente: Fundamentos corpo
r,iln J,I 11)',111/icado, la imaginacin y la razn, Debate, 1991).
1<>1111,<>11. M.. MaL's, !'. y l),1rrcll, T., 1994, Evolving visual routines, en Artt/icitzl Lz/e 4, R.
l\tt><>ks v I'. M:ll'S ko111ps.), l\l]T Press.
1, ,, d.111, M., / '>X(,. Serial ( lrdcr: A 1':1ralkl Distrihuted Processing Approach, informe 8.604,
l 11,1 i 1111 , 1 "' ( :og11it vl' Sci,1JC,, l 111 ivLTs I y o/ ( :,diforni,1. San Diego.
J.
Bibliografa 1 293
Jordan, M., Flash, T. y Arnon, Y., 1994, A model of the learning of arm trajectories from spa
tial deviations, ]ournal o/ Cognitive Neurosciencc, 6, n 4, pgs. 359-3 76.
Kaelbling, L., 1993, Learning in Embedded Systems, MIT Press.
Kagel, J., 1987, Economics according to the rat (and pigeons too), en Laboratory Experi
menta/ion in Economics: Six Points o/ \'iew, A. Roth (comp.), Cambridge University Press.
Kandel, E. y Schwarz, J., 1985, Principies o/ Neural Science, Elsevier.
Karmiloff-Smith, A., 1979, A Functional Approacb to Cbild Language, Cambridge University
Press (trad. cast.: Ms all de la modemidad, Alianza, 1994).
Karmiloff-Smith, A., 1986, From meta-process to conscious access, Cognition, 23, pgs. 95-147.
Karmiloff-Smith, A., 1992, Beyond Modularlty. A Developmental Perspective On Cognitive
Science, MIT Press (trad. cast.: Ms all de la modernidad, Alianza, 1994).
Kauffman, S., 1993, The Origins o/Order. Sel/-Organizatzn and Selection in Euolutzn, Oxford
University Press.
Kawato, M., y otros, 1987, A hierarchical neural network model for the control and learning
of voluntary movement, Bzlogical Cybernetics, 57, pgs. 169-185.
Kelso, S., 1995, Dynamic Pattenzs, MIT Press.
Kirsh, D., 1991, \X'hen is information explicitly represented?, en In/ormation Thought and
Content, P. Hanson (comp.), UBC Press.
Kirsh, D., 1995, The intelligent use of space, Artzficial Intelligence, 72, pgs. 1-52.
Kirsh, D. y Maglio, R., 1991, Reaction and Reflection in Tetris, informe de investigacin D015, Cognitive Science Department, University of California, San Diego.
Kirsh, D. y Maglio, P., 1994, On distinguishing epistemic from pragmatic action, Cognitiue
Science, 18, pgs. 513-549.
Kleinrock, L. y Nilsson, A., 1981, On optima! scheduling algorithms for timeshared systems,
]oum,zl o/ the ACM, 28, pg. 3.
Knierim, J. y Van Essen, D., 1992, Visual cortex: Cartography, connectivity and concurrent
processing, Current Opinion in Neurohiology, 2, pgs. 150-155.
Koza, J., 1991, Evolution an<l co-evolution of computer programs to control independently
acting agents, en From A11imals to Ammats 1, }.-A. Meyer y S. Wilson (comps.), MIT
Press.
Koza, J., 1992, Genetzc Programming, MIT Press.
Lard, J., Newell, A. y Rosenbloom, P., 1987, SOAR: An architecture for general intelligen
ce, Artz/icial Intelligence, 33, pgs. 1-64.
Lakoff, G., 1987, Women, Fire and Dangerous Things: W hat Categories Revea! about the Mind,
University of Chicago Press.
Landi, V., 1982, The Great American Countrys1de, Collier Macmillan.
Le Cun, Y., Boser, B., Denker, J. S., Henderson, D., Howard, R., Hubbard, W y Jackal, L.,
1989, Back propagation applied to handwritten zip code recognition, Neural Computa
tion, 1, pgs. 541-551.
Lenat, D. v Feigenbaum, E., 1992, On the thresholds of knowledge, en Foundations o/ Arti
/zal Intelligence, D. Kirsh (comp.), MIT Press.
Lenat, D. y Guha, R., 1990, Building Large Knowledge-Based Systems: Representatzn and In
/erence in the CYC Pro'ect, Addison-Wesley.
Lichtenstein, S. y Slovic, P., 1971, Reversals of preference between bids and choices in gam
bling decisions,Journal o/ Experimental Psychology, 101, pgs. 16-20.
Lieberman, P., 1984, The Biology and Evolution o/ Language, Harvard University Press.
Lin, L., 1993, Reinforcement Learning for Robots Using Neural Networks, tesis doctoral,
Carnegie Mellon University.
Mackay, D., 1967, Ways of looking at perception, en Modds/or thc Pcrccptlon o/Spccch and
Visual Form, W. Wathcn-Dunn (comp.), MIT l'rl'ss.
294 1 Estar ah
Mackay, D., 1973, Visual stability and voluntary eye movements, en Handbook o/ Sensory
Physiology, volumen VII/3a, R. Jung (comp.), Springer-Verlag.
Maes, P., 1994, Modeling adaptive autonomous agents, Artificial Lz/e, 1, n 1-2, pgs. 135-162.
Magnuson, J.]., 1978, Locomotion by scobrid fishes: Hydromechanics morphology and beha
vior, en Fh Physiology, W Hoar y D. Randall (comps.), Academic Press.
Malone, T., Fikes, R., Grant, K. y Howard, M., 1988, Enterprise: A markerlike task schedu
ler for distributed computing environments, en The Ecology o/ Computation, B. Huber
man (comp.), North-Holland.
Marr, D., 1969, A theory of cerebellar cortex, ]ournal o/ Physiology, 202, pgs. 437-470.
Marr, D., 1982, Vision, Freeman (trad. cast.: La visin, Alianza, 1985).
Mataric, M., 1991, Navigating with a rat brain: A neurobiologically inspired model for robot
spatial representation, en From Animals to Animats 1, (comps.), J.-A. Meyer y S. Wilson,
MIT Press.
Maturana, H. y Varela, F., 1987, The Tree o/ Knowledge: The Biological Roots o/ Human Un
derstanding, New Science Library (trad. cast.: El rbol del conocimiento: Las bases biolgi
ms del conocimiento humano, Debate, 1989).
l'vkCauley, J., 1994, Finding metrical structure in time, en Proceedings o/ the 1993 Conneclionist Models Summer School, M. Mozer y otros (comps.), Erlbaum.
Me< :auley, R. (comp.), 1996, The Churchlands and Their Critics, Blackwell.
Me< :lamrock, R., 1995, Existential Cognition, University of Chicago Press.
Md :Jelland,J., 1989, Parallel distributed processing Implications for cognition and develop
ment, en Parallel Distributed Processing: Implications /or Psychology and Neurobiology, R.
Morris (comp.), Clarendon.
Md :lclland, J., Rumelhart, D. y Hinton, G., 1986, The appeal of parallel distributed proces
sing, en Parallel Distributed Processing: Explorations in the Microstructure o/ Cognition,
volumen 1: Foundations, D. Rumelhart y otros (comps.), MIT Press (trad. cast.: El atrae
' ivo del procesamiento distribuido en paralelo, en Introduccin al procesamiento distri
/,11ido en paralelo, Alianza, 1992).
M, < .01,kie, G., 1979, On the role and control of eye movements in reading, en Processing o/
\'111h!c Language, P. Kolers y otros (comps.), Plenum.
Me< :onkic, G., 1990, Where Vision and Cognition Meet, ponencia presentada en el HFSP
\\'orkshop on Object and Scene Perception, Leuven, Blgica.
/\k< :onkic, G y Rayner, K., 1976, Identifying the span of the effective stimulus in reading: Lite
r:11111T rcview and theories of reading, en Theoretical Models and Processes o/ Reading, H.
Si11,l'r y R. Ruddell (comps.), International Reading Association.
1\1, < :ulloch, W. y Pitts, W., 1943, A logical calculus the ideas immanent in nervous activity,
!>11/lc1111 o/ Mathematical Geophysics, 5, pgs. 115-133.
l'vld; r:rn, M. B., 1945, The Neuromuscular Maturation o/ the Human Infant, Columbia Uni
,.l'rsi I y l'ress.
M, N,n1gh1nn, B., 1989, Neuronal mechanism for spatial computation and information stora
,,. rn Neura! Connections, Mental Computation, L. Nade! y otros (comps.), MIT Press.
M, N,n,gh:on, B. y Nade!, L., 1990, Hebb-Marr Networks and the neurobiological represen1 :11 ion ,,J .1ction in space, en Neuroscience and Connectionist Theory, M. Gluck y D. Ru
nHlhart (rnmps.), Erlbaum.
/\lrnon, I:., y Belew, R., 1994, Evolving sensors in environments of controlled complexity,
,." 1lr11/iua! U/e, 4, R. Brooks y P. Maes (comps.), MIT Press.
l'v1nk:tll l'onty, M., 1942, LaStructure du Comportment, Presses Universitaires de France, tra
,l,1l'l'i,111 al ingles: ThcS!ructure o(Behavior (Beacon, 1963) (trad. cast.: La estructura del
,0111,or/11111/111/o, 1 lachette, 1976).
l'v1' .,lt,,11, 1 'olll v. M., J 94 5, Phc111J111,1wloJ!J<' de la Pcrception, Pars: Gallimard, traduccin al in-
Bibliografa 1 295
gls: Phenomenology o/ Perception (Routledge y Kegan Paul, 1962) (trad. cast.: Fenome
nologa de la percepcin, Pennsula, 1997).
Michie, D. y Johnson, R., 1984, ]'he Creative Computer, Penguin.
Miller, G. y Cliff, D., 1994, Protean behavior in dynamic garues: Arguments for the co-evo
lution of pursuit-evasion tactics, en From Animals to Animats, 3, D. Cliff y otros
(comps.), MTT Press.
Miller, G. y Freyd, J., 1993, Dynamic Mental Representations o/ Animate Motion. Cognitive
Science Research Paper 290, University of Sussex.
Millikan, R., 1984, Language, Thought and Other Biological Categories, MIT Press.
Millikan, R., 1994, Biosemantics, en Mental Representation. A Reader, S. Stich y T. Warfield
(comps.), Blackwell.
Millikan, R., 1995, Pushmi-Pullyu Representations, en Philosophical Perspectives 9: AJ, Con
nectionism and Phzlosophical Psychology, J. Tomberlin (comps.).
Minsky, M., 1985, The Society o/ Mind, Simon & Schuster (trad. cast.: La sociedad de la mente,
Galpagos, 1986).
Mitchell, M., Crutchfield, J. y Hraber, P., 1994, Evolving cellular automata to perform computa
tions: Mechanisms and impediments, Physician D, 75, pgs. 361-391.
Morrissey, J. H., 1982, Cell proportioning and pattern formation, en The Development o/
Dictyostelium discoideum, W. Loomis (comp.), Academic Press.
Motter, B., 1994, Neural correlates of attentive selection for color or luminance in extrastria
te area V4,Journal o/Neuroscience, 14, pgs. 2.178-2.189.
Nade!, L., Cooper, L., Culicover, P., y Harnish, R. (comps.), 1989, Neural Connections, Mental
Computations, MIT Press.
Neisser, U., 1993, Without perception there is no knowledge: Implications for artificial inte
lligence, en Natural and Artz/icial Minds, R. Burton (comp.) , State University of New
York Press.
Newell, A., 1990, Unz/zd Theories o/ Cognition, Harvard University Press.
Newell, A. y Simon H., 1972, Human Problem Solving, Prentice-Hall.
Newell, A. y Simon, H., 1981, Computer science as emprica! inquiry, en Mind Design, J.
Haugeland (comp.), MIT Press.
Newport, E., 1990, Maturational constraints on language learning, Cognitive Science, 14,
pgs. 11-28.
Nolfi, S., Floreano, D., Miglino, O. y Mondada, F., 1994, How to evolve autonomous robots:
different approaches in evolutionary robotics, en Artificial Lije, 4, R. Brooks y P. Maes
(comp.), MIT Press.
Nolfi, S., Miglino, O. y Parisi, D., 1994, Phenotypic Plasticity in Evolving Neural Networks,
informe tcnico PCIA-94-05, CNR Institute of Psychology, Roma.
Nolfi, S. y Parisi, D., 1991, Auto-Teaching: Networks That Develop Their Own Teaching In
put, informe tcnico PCIA91-03, CNR Institute of Psychology, Roma.
Norman, D., 1988, The Psychology o/ Everyday Things, Basic Books.
North, D., 1993, Economic Performance Through Time, texto del discurso de aceptacin
del Premio Nobel de Economa.
Norton, A., 1995, Dynamics: An introduction, en Mind as Motion, R. Port y T. van Gelder
(comps.), MIT Press.
O'Keefe, J., 1989, Computations the hippocampus might perform, en Neural Connections,
Mental Computations, L. Nade! y otros (comps.), MIT Press.
O'Regan, J., 1990, Eye movements and reading, en Eyc Movcmcnt.1 and 'f'hcir Role in Visual
and Cognitivc Proccssc1, E. Kowln (comp.), l:lscvier.
O'Regan, K., 1992, Solving thc "real" mystnics lli vis11al pncq1tilln: Thc world asan outsi
dc nwmorv, C:,11111ili1111 /1111m11! 11/l'svd",!11.v. 4(,, p,gs. 4(,1 4S8.
296 1 Estar ah
Oyama, S., 1985, The Ontogeny of Information: Developmental Systems and Evolution, Cam
bridge University Press.
Pearson, K., 1985, Are there central pattern generators for walking and flight in insects?, en
Feedback and Motor Control in Invertebrates and Vertebrales, W. Barnes y M. Gladden
(comps.), Croom Helm.
Petroski, H., 1992, The evolution of artifacts, American Scientzst, 80, pgs. 416-420.
Piaget, J., 1952, The Origins of Inte!ligence in Children, International University Press (trad.
cast.: El nacimiento de la inteligencia en el nzno, Crtica, 1985).
Piaget, J., 1976, The Grasp of Consciousness: Action and Concept in the Young Chzld, Harvard
University Press (trad. cast.: La toma de conciencia, Morara, 1981).
Pinker, S., 1994, The Language Instinct. Morrow (trad. cast.: El instinto del lenguaje, Alianza,
1995).
Plunkett, K. y Sinha, C., 1991, Connectionism and developmental theory, Psyhkologisk
Skrz/tserie Aarhus, 16, pgs. 1-34.
Polit, A. y Bizzi, E., 1978, Processes controlling arm movements in monkeys, Science, 201,
pgs. 1.235-1.237.
Port, R., Cummins, F. y McCauley, J., 1995, Naive time, temporal patterns and human audi
tion, en Mind as Motzn, R. Port y T. van Gelder (comps.), MIT Press.
Port, R. y van Gelder, T., 1995, Mind as Motion: Explorations in the Dynamics of Cognition,
MIT Press.
Posner, M. y Rothbart, M., 1994, Constructing neuronal theories of mind, en Large-Scale
Neuronal Theories of the Brain, C. Koch yJ. Davis (comps.), MIT Press.
Preston, B., 1995, Cognition and Too! Use (borrador l.
Putnam, H., 1975, The meaning of "meaning", en Mind, Language and Reality, H. Putnam
(comp.), Cambridge University Press (trad. cast.: El significado de "significado", en L.
M. Valds Villanueva (comp.) La bsqueda del significado. Lecturas de filosofa del lengua
je, Tecnos, 1991).
Pylyshyn, Z., 1986, Computation and Cognition. MIT Press (trad. cast.: Computacin y conoci
miento, Debate, 1988).
Quinn, R. y Espenschied, K., 1993, Control of a hexapod robot using a biologically inspired
neural network, en Bzlogical Neural Networks in Invertebrate Neuroethology and Robo
tics, R. Beer y otros (comps.), Academic Press.
Rayner K., Well, A. y Pollarsek, A., 1980, Asymmetry of the effective visual field in reading,
Perceptua! Psychophysics, 27, pgs. 537-544.
Resnick, M., 1994a, Learning about life, Artt/icial Lz/e, 1, pgs. 229-242.
Resnick, M., 1994b, Turtles, 1'ermites, and Traffic ]ams: Explorations in Massive!y Para!lel M1
croworlds, MIT Press.
Rtzmann, R., 1993, The neural organization of cockroach escape and its role in context-dc
pendent orientation, en Bzo!ogica! Neura! Networks in Invertebrate Neuroethology a11J
Robotics, R. Beer y otros (comps.), Academic Press.
Rosenblatt, E., 1962, Principies of Neurodynamics, Spartan Books.
Rovee-Colliet, C., 1990, The "memory system" of prelinguistic infants, en The Dcvclop111ml
and Neural Bases of Higher Cognitive Functions, A. Diamond (comp.), New York J\c1
demy of Sciences.
Rumelhart, D. y McC!ellandJ., 1986, On learning the past tenses of English vcrhs, en l'11r,1
lle! Distributed Processing: Explorations in the Microstructurc o/ Cog1tm, volu111c11 2: / 'I 1'
chological and Biological Models, J. McClelland y otros (comps.), M 11' l'rl'ss.
Rumelhart, D., Smolensky, P., Me( :Idland,.J. y I lnton, ( ;,, J 986, Schc111a1a and sn111c111ial 1!1<>11',lll
processes in PDP modds, en /Jara/le! /)i,1rih11tccl l'rncns111g /:x,!of'll/10111 /111/,, M1,n!l//'I!, 111
re ofC:ogni//on, D. R1111wlharl yolros lco111ps.), MIT J>r,ss llrad. casi.: J:sq11,111as v prons<>',
Bibliografa 1 297
de pensamiento secuencia en los modelos PDP, en Introduccin al Procesamiento Distri
Rutkowska, J., 19R4, Explaining Infant Perception: Insights from Artificial Intelligence,
Cognitive Studies Research Paper 005, University of Sussex.
Rutkowska, J., 1986, Developmental psychology's contribution to cognitive science, en Ar
tificial Intelligcnce Society, K. Gill (comp.), Wiley.
Rutkowska,J., 1993, The Computational In/ant, Harvester Wheatsheaf.
Saito, F, y Fukuda, T., 1994, Two link robot hrachiation with connectionist Q-learning, en
Fmm Animals to Animat.,, 3, D. Cliff y otros (comps.), MIT Press.
Saltzman, E., 1995, Dynamics and coordinate systems in skilled sensorimotor activity, en
Mind as Motion, R. Port y T. van Gelder (comps.), MIT Press.
Salzman, C. y Newsome, W., 1994, Neural mechanisms for forming a perceptual decision,
Scznce, 264, pgs. 231-237.
Satz, D. y Ferejohn,J., 1994, Rational choice and social theory,journal o/Philosophy, 9.102,
pgs. 71-87.
Schieber, M., 1990, How might the motor cortex individuare rnovements?, Trends in Ncu
roscience, 13, n 11, pgs. 440-444.
Schieber, M. y Hibbard, L., 1993, How sornatotopic is the motor cortex hand area?, Scien
ce, 261, pgs. 489-492.
Shields, P. J. y Rovee-Collier, C., 1992, Long-term memory for context-specific category in
formation at six rnonths, Child Devclopment, 63, pgs. 245-259.
Short!iffe, E., 1976, Computer Bascd Medica! Consultations: MYCIN, Elsevier.
Simon, H., 1969, The architecture of complexity, en The Scienccs o/ the Artz/icial, H. Simon
(comp.), Cambridge University Press (trad. cast.: Las ciencias de lo artz/iczl, ATE, 1979).
Simon, H., 1982, Models o/Bounded Rationality, Volmenes 1 y 2, MIT Press.
Skarda, C. y Freeman, W., 1987, How brains rnake chaos in order to make sense of the
world, Behavioral and Brain Sciences, 10, pgs. 161-195.
Smith, B. C., 1995, The Foundations of Computation, ponencia presentada en el AISB95 Works
hop on the Foundations of Cognitive Science, University of Sheffield.
Srnith, B. C., 1996, On the Origin o/ ObJects, MIT Press.
Smithers, T., 1994, Why better robots make it harder, en From Animals to Animat_r, 3, D.
Cliff y otros (comps.), MIT Press.
Smolensky, P., 1988, On the proper treatment of connectionism, Bchavioral and Brain Scien
ces, 11, pgs. 1-7 4.
Steels, L., 1994, The artificial life roots of artificial intelligence, Arti/iczl Lz/e 1, n 1-2, pgs.
75-110.
Stein, B. y Meredith, M., 1993, The Merging o/ the Senses, MIT Press.
Sterelny, K., 1995, Understanding life: Recent work in philosophy of biology, Britzsh ]ournal
for the Philosophy o/ Science, 46, n 2, pgs. 55-183.
S11chman, A., 1987, Plans and Situatcd Actions, Cambridge University Press.
S111 ton, R., 1991, Reinforcement learning architecture for anirnats , en From Animals to Animat.1 1, J.-A. Meyer y S. Wilson (comps.), MIT Press.
l':1tc>, A., 1985, A review of knowledge based planning techniques, Knozuledgc Engineering
l<.cuicw, l, pgs. 4-17.
1'11:1ch, W., ( ;oodkin, H. y Keating, J., 1992, The cerebellum and the adaptive coordination
of movcmcnt, lt1111ua! Rcuicw o/ Neuroscience, 15, pgs. 403-442.
l llllc-11, f,:., 1986, Trcadmill-clicited stepping in seven-month-old infants, Child Dcue!o1111,11t, 57. p,gs. 1.498-1.506.
i'll<'kn, 1,: . l'J'J5, Tirnc-scalc dynamics and the devclopment of an c111hodicd cognition, ,n
i\li11d ,11 Muliu11, R. l'ort y T. van Ccldcr komps.), MIT l'rcss.
298 1 Estar ah
Thelen, E., Fisher, D.M., Ridley-Johnson, R. y Griffin, N., 1Y82, The effccts of body build
and arousa! on newborn infant stepping, Devc/opmcnt Psychobiology, 15, pgs. 447-4 53.
Thelen, E. Fisher, D. M. y Ridley-Johnson, R., 1984, The relationship between physical growth
and a newborn retlex, In/ant Behavzr and Deve!opment, 7, pgs. 479-493.
T helen, E. y Smth, L., 1994, A Dynamic Systems Appmach to the Devc!opment o/ Cognition
and Action, MIT Press.
Thelen, E. y Ulrich, B., 1991, Hidden skills: A dynamic system arrnlysis of treadmill stepping
during the first year, Monographs o/the Society /or Research in Child Deve!opment, n" 223.
Thelen, E., Ulrich, B. y Niles, D., 1987, Bilateral coordination in human infants: Stepping on
a spltbelt treadmill, Journa! o/ Experimenta! Ps_ycho!og_y: Human Perception and Perfor
mance, 13, pgs. 405-410.
Tomasello, Kruger, y Rutner, 1993, Cultural learning. Beha1,ioral and Brain Sciences, 16, pgs.
495-552.
Torras, C., 1985, Tempora!-Pattern Ledrning in Neural Models, Springer-Verlag.
Touretzky, D. y Pomerleau, D., 1994, Reconstructing physical symbol systems, Cognitive
SC/ence, 18, pgs. 345-353.
Triantafyllou, G. S., Triantafyllou, M.S. v Grosenbaugh. M. A., 1993, Optima! thrust de
velopment in oscillating foils with application to fish propulsion, Jouma! of Fluzds ,md
Structures, 7, n 2, pgs. 205-224.
Trntafyllou, M. y Triantafyllou, G., 1995, An efficient swimming machine, Scientz/ic Ame
rican, 272, n 3, pgs. 64-71.
Turvey, M., Shaw, R., Reed, E. y Mace, \V., 1981, Ecological laws of perceiving and acting,
Cognition, 9, pgs. 23 7-304.
Valsiner, A.. 1987, Culture and the Development o/ Chi!drrn'.1 Action, Wiley.
Van Essen, D., Anderson, C. y Olshausen, B., 1994, Dynamic routing strategies in sensory,
motor, and cognitive processing, en Large-Scale Neuronal Theories o/ the Brain, C. Koch
y J. Davis (comps.), MIT Press.
Van Essen, D. y Gallant, J., 1994, Neural mech ,nisms of form and motion processing in the
primate visual system, Neuron, 13, pgs. 1-10.
Van Gelder, T., 1990, Cornpositionality: A conncctionist variation on a classical theme, CoJZ,11itive Saence, 14. pgs. 355-384.
Van Gelder, T., 1991, Connectionism and dynamical explanation, en Proceedings of the
13th Annual Conference of the Cognitive Science Society, Chicago.
V,m Celder, T., 1995, \X'hat might cognition be, if not computation?,Journa! o/ Philosophv,
')2, n" 7, pgs. 345-381.
\l;ir,la. F. Tl10mpson E. y Rosch, E.. 1991, The EmbodzJ Mmd. Cog11itiue Science and Human
I: \('cricnce, MIT Press (trad. cast.: De cuerpo presente. Las ciencias cognitivas y la expe
ri, 11cia humana, Gedisa, 1992).
\'l'1;1, 1\. y Simon, H., 1994, Reply to Touretzky and Pomerleau: Reconstructing physical sym
hol svstems, Cognztive Science, 18, pgs. 355-360.
V, ,g,l, S., 198 l, Behavior and the physic:al \\'orld of an animal, en Perspectiues in Ethology,
vnl111mn 4, P Bateson y P Klopfer (comps.), Plenum.
\'"11 1 o,1stcr, Jf., (comp.), 1951, C'_ybernetics Transactiom o/ the Seventh Conference. Josiah
l\focv ./ r. Foundation.
Vrn1 l lcxkull, J., 1934, A stroll through the worlds on animals and men, en Instinctlve Beha1mr. K. Lashley (comp.), lnternational Universities Press.
Vvgol sk v. L. S., 1986, J'hought and Language (traduccin al ingls de la edicin de 1962), MIT
f > nss ltrnd. cist.: JJ,11s<111li,1tto y li'/1,uae, Buenos Aires, Paids, 1995).
\\'"" 111. 1 '., l 'H,K, lk:1so11 ing about a ntlc,,, Quartcr!y Journal o/ Experimental Ps_ycho!o!,.V, 20,
'"'!'.' 27 \ 281.
Bibliografa
299
\X1atkins, C., J 989, Learning from Delayed Rcwards, tesis doctoraL Kings College.
Welch, R., 1978, Perccptual M.odi/zztion Adapting to Altercd SenSOt)' Environments, Academic Press.
Wertsch, J., (comp.), 1981, The Concept of Actzvlty in Soviet Psychology, Sharpe.
Wheeler. M., 1994, from activation to activity, AISB Q11arterly, 87, pgs. 36-42.
Whecler. M .. 1995, Esrnping from the Cartesian mind-set: Heidegger and artificial life. en
Lecture Notes in Artificial Intdligcnce 929, Advances in Artificial Life, Granada, Espaa.
Whorf, B., 1956, Lanf!,uage, Thought ,md Realzty, Wiley (trad. cast.: Lmguaje, pensamiento y
realidad, Barral, 1971).
\X'icner. N., 1948, Cybernetics, or Control and Communication in the Animal and in thc Machi
ne. \'\/iley (trad. cast.: Ciberntica o el control y la comunicacin en animales y mquinas,
Tusquets. 1985).
\X'imsatt, W., 1986, Forms of aggrcg,nivity, en H11m,m Nature and Natural Knowledge, A.
Donagan y otros (comps.), Rei<lel.
Wimsatt, W. (en prensa), Emergencc as non-aggregativity an<l the biases of reductionisms, en
Natural Contradzdions: Pcnpectivcs on Ecology and Change, P. Taylor y J. Haila (comps.).
\X'inogrnd, T. y Flores, E., 1986, Undnstanding Computen and Cognition: A New Foundation,
Abl.:x.
\X'oolscy, T., 1990, Peripheral Alteration and Somatosensory Development, en Development
o( Sensory Systems in Mammals, J. Coleman (comp.), Wiley.
Wu, T. Y. T., Brokaw, C. J., Brcnncn, C., (comps.), 1975, Swimming and Flying in Nature, vo
lumen 2, Plenum.
Yamuchi. B. y Beer, R., 1994, Integrating reactive, sequential and learning behavior using dy
n,imical neural networks, en From A11i111als to Ani111ats, 3. D. Cliff (comp.), MIT Press.
Yarbus, A., 1967, Er e Movcments a11J Viszn, Plenum.
Zelazo, P. R., J 984, The dcvelopment of walking: Ncw fin<lings and old assumptions. Jour
n,il o/Motor Bchavior, 15, pgs. 99-137.
Zhang. J. y Norman, D., 1994, Representations in distributed cognitive tasks, Cognitive
Scinzce, 18, pgs. 87 -122.
H11cll's de ;1<.Tinr1
\lase desarrollo
Busemeycr,]., 171
But!cr, K., 217
Carruthers, R, 249, 251-252, 255
Causalidad
- circular, 154
- recproca rnntinua, 143, 154-155, 225
Vanse tambi,'11 Sistemas dinmicos; Representaciones
Cerebelo, 78
Chalmers, D., 271
Chapman, D., 104
Chie!, I !., 44, 54 55
Christiansen, M., 268
Churchland, P M., 20l, 253. 262
Churchland, P S., 69, 70, 79
Clip, 267
Cognicin, corprea radical, 198-199
COC, 58-60
Comunicacin, 243-246
Vase tambin Lenguaje
Computacin
Vanse tambin Representacin; Sistemas dinmicos
-extendida hacia el entorno, 255-262, 272
-y xplicacin. 149-175
- y programas. 204-213
-y representacin. 212213, 255-262
Conexin adaptativa, 197
Concxionismo
Vase Redes neuronales
Consciencia, 253, 272
Contrafactuales, 164
Control, centralizado, 80. 83-86
Control neuronal. 18-l- 1 cJ 1
302 1 Estar ah
CottrclL G.,101
( :rccncias,extendicLis, 275
< :11caracha. 42. 43,135-139
( :Yt :, proyect0. 4042,43,45, 46, 93, 98
ll:nnasi0, A.,171,172,186-190
llarnasio,H ..171,172
1lasein,224
Dawkins,R.,132
1 lean, P.,62
l lcnnett, D., 51,151,245,248,249, 251-253,
256
lknzau, A., 235-236, 238
1 kpendcncia de trayectorias, 259-260
1 ksarrollo,75-92
proximal, 86,249-250
sin plant>s, 79-83
v ,111dami,1je,86-88
y hueles de accin, 76-79
y montaje blando, 83-86
1 kscornposicin. basada en la actividad
\','""' Arquitectura de subsuncin
1 h-1,Tlores de caractersticas, 183
1 lia1, I{, 248
I >1, tvu.,tdium doscoidcum, 114
1 li11a111irn usuario-artefacto,270-275
1 lisrn rso, privado,250
\ ,,11c /11mh111 Lenguaje
1 )<111"1.I, 1\1.. 261,266
l>1<"1skc, F .. 168,196
1 )1ni 11,, 11. 44,224,258
1>1cvl 1" S .. 2'g
/ tc)ll(ll!JLI, 25-2...f6
1 ,1, 1111;111. ( :., 185
1 I,, 1 ,lt-1 111a11glar, 263-267
1 1, , , 111. r:rci<11wl, 2 l l-246
1 1111.111. 1 '' 1 \, 25 \,259-260,269
1 11111.,rr, 1.1. S4 S'i, l."7
1 \olll( 1(111
l,1<11<>/'.l<,I, ll.1 1 \\, I-J<, 1-J"j
,1111111.1,l.1. 1 \I 1 \'!. 1-11
\ ,,111 ! n11!1, 11 :\l::11rit 1110 gl1H1 ico:-.
1
304 1 Estar ah
-en el cerebro,177-191
-explcitas, 52,72,98,108-109,120
-orientadas hacia la accin,76,88-92,200-204
-parciales,63-65,67,69-70, 85-86, 92
-pushmi-pullyu, 91
-replanteamiento,222-223,228-229
-y cmputo,142-143
-y desacoplamiento,219-223
-y explicacin, 142-175,215-219,71-72
-y lenguaje pblico,253-275
-y modelos del mundo, 61-71,87 -88,92
-y smbolos, 40-42,44,71-72
-y tiempo, 213-215
Representacin orientada hacia la accin, 76,
88-92,200-204
Resnick, M.,80,116,142,157
Retroalimentacin positiva,81,103, 114-115
Vase tambin Autoorganizacin
Rchardson,R.,160
Rtzmann. R.,42-43
Robots
-Attila, 54
-Herbert, 51-54, 63,65
-hexpodo,54-55
Rumelhart,D.,253-254
Saito, F.,57-58
Salzman,C., 183
Salzman,E.,166
Satz,D.,236-238
Schieber,M.,179-180,190
Sejnowski, T.,70
Sensacin dependiente del nicho,63-64
Sensores, 141
Shaw, C.,144,161
Smbolos externos, 243-275
Simon,H.,132,235,239
Simulacin,139-142
Sinergia,180-181,204-205
Vanse tambin Variables colectivas, Sistemas dinmicos
Sistemas dinmicos,143 147
- acoplados, 139,144
-puros,166-167
-teora de los,143-147,161-166
-y comprensin explicativa,149-175,188-191
-- y cognicin d_e alto nivel, 165-166
-y representacin,198-230
-y tiempo,213-215
Skarda, C.,199
Smith,L.,76-77,169,199,204-207,211-212
Smithers,T.,199,158,139-140
Smolensky,R,253
SOAR,sistema,94
Soluciones descentralizadas,113-123,189-191
Vanse tambin Planificacin,Autoorganizacin
Steels, L.,155-156,158, 160
Stein, L.,58
STRIPS, programa, 94
Subsuncin,52-54,61,72,88
Sunder,S.,238-239
Tetris,juego,107,258
T hach,T.,78-79
T helen,E.,76-77,79,83-85,168-169,199,204207,211-212
Thornton,C.,261
Tiempo,213-215
Vase tambin Sistemas dinmicos
Torras,C.,214
Townsend,J.,171
Triantafyllou,G.,277
Triantafyllou,M.,277
Umwelt, 64-71
Van Essen,D.,182-185
Van Gelder, T., 143-144, 160, 165, 173, 199,
213,216
Varela,E. 199,226-227
\ ariables colectivas,116
Vejiga natatoria,133
Visin,182-185
- animada, 67, 69-71, 105, 152-153, 182-183,
190
Vogel,S.,87
Von Uexkull,J.,64,66-67
Vygotsky,L.,75,86,249-250
Wason,R,242
Wheeler,M.,151,160,165,199
Wimsatt, W.,161
Yamuchi, B.,137
Yarbus, A.,69
Yo,273-275
Zelazo, R,80-81
Zonas de convergencia, 186-190, 202