You are on page 1of 14

El

concepto

de

inteligencia

en

la

ciencia

cognitiva

(I

Parte).

En relación al enfoque simbólico o serial en la ciencia cognitiva, Francisco Varela,
señala que para los fundadores de este modelo, “la inteligencia (incluida la inteligencia
humana) se parece tanto a un ordenador o computador, en sus características
esenciales, que la cognición se puede definir como la computación de
representaciones simbólicas.” Esta definición, la explica el mismo Varela cuando se
pregunta:
“¿Qué significa exactamente decir que la cognición se puede definir como
computación? Una computación es una operación que se lleva a cabo sobre símbolos,
es decir, sobre elementos que representan aquello que designan. La noción clave es la
de representación o ‘intencionalidad’, el término filosófico para aludir al ‘acerca de’. El
argumento cognitivista es que la conducta inteligente presupone la aptitud para
representar el mundo como si fuera de ciertas maneras. Por lo tanto no podemos
explicar la conducta cognitiva a menos que demos por sentado que un agente actúa
representando rasgos relevantes de la situación en que se halla. En la medida en que
esta representación de una situación sea precisa, la conducta del agente tendrá éxito
(siempre que todo lo demás permanezca igual).
La noción de representación es –al menos desde el ocaso del conductismorelativamente poco controvertida. Lo controvertido es el paso siguiente. Nos referimos
a la afirmación cognitivista de que la única manera de explicar la inteligencia y la
intencionalidad es plantear la hipótesis de que la cognición consiste en actuar a partir
de representaciones que se realizan físicamente en forma de un código simbólico
dentro del cerebro o de una máquina.”
Allan Newell y Herbert Simon, fundadores del enfoque computacional, señalan, en un
clásico artículo publicado en 1976, que:
“Los símbolos descansan en la raíz de la acción inteligente que es, desde luego, el
tema principal de la inteligencia artificial. En cuanto a eso, es una cuestión central para
toda la ciencia de la computación, ya que toda la información se procesa en
computadoras en función de fines y medimos la inteligencia de un sistema por su
capacidad para alcanzar objetivos establecidos frente a variaciones, dificultades y
complejidades planteadas por el ámbito de la tarea que hay que realizar.”
En cuanto a la naturaleza de la inteligencia plantean:
“Nuestro entendimiento de los requisitos del sistema para realizar actos inteligentes
surge lentamente. Es compuesto, pues no hay una sola cosa elemental que explique
la inteligencia en todas sus manifestaciones. No existe un ‘principio de la inteligencia’
como tampoco hay un ‘principio vital’ que por su propia naturaleza transmita la esencia
de la vida. Sin embargo, la ausencia de un simple deus ex machina no implica que no
existan requisitos estructurales para la inteligencia. Uno de estos requisitos es la
capacidad de almacenar y manipular símbolos.”
El trabajo de Newell y Simon, así como el de otros teóricos de la inteligencia artificial,
los llevó a proponer sistemas que fueran capaces de resolver problemas, pues, como
ellos mismos explicitaron, “la capacidad de resolver problemas se considera en
general como un primer indicador de que el sistema tiene inteligencia.” Un sistema de
resolución de problemas para ser considerado inteligente, no sólo necesita ser eficaz,
es decir, llegar a una o varias soluciones posibles, sino también necesita ser eficiente,

Connaître: Les Sciences Cognitives. la inteligencia no podía basarse en supuestos holistas. E. Barcelona. Allan. Margaret. el Wittgenstein de la época posterior y Rosenblatt tenían razón al pensar que nos comportamos de manera inteligente en el mundo sin tener una teoría de ese mundo. maximizando todo lo posible los recursos de que dispone. tales como la información. o dicho de otra manera. Herbert. que tenían los estudiosos de la inteligencia artificial y la comunidad científica en general. Hubert y Stuart Dreyfus. Cambridge. The Embodied Mind: Cognitive Science and Human Experience. Ed. al advertirse que el enfoque computacional no lograba dar cuenta de la conducta inteligente que manifiesta un ser humano común y corriente. “Quizás tengamos que desechar la intuición básica. Gedisa. Si no es necesaria una teoría para explicar el comportamiento inteligente. hacia fines de la década de los ’60. Edición en español. de que debe existir una teoría de cualquier aspecto de la realidad. E. Conocer.esto es. Paris. Thompson. p. Rosch.” Varela. México. ni siquiera podía explicar claramente. 1988. Edición en español. De esta manera. indica que éstos “suponen implícitamente que la abstracción de los elementos a partir de su contexto cotidiano. Varela. tenemos que estar preparados para formular la pregunta de si esta explicación teórica es siquiera posible en ámbitos cotidianos. que debe haber elementos y principios en términos de los cuales podamos explicar la inteligibilidad de cualquier ámbito. Filosofía de la Inteligencia Artificial. también debe funcionar en la IA. fundamento de la filosofía. FCE. se impuso la idea de que “cualquier campo debe poderse formalizar.. F. que se vio también apoyado por el desarrollo que estaba teniendo en esos años la neurobiología. Barcelona. p. y Simon. Editorial Gedisa. 1994. Mass. Newell. la conducta inteligente que se advierte en animales aparentemente tan simples como lo son los insectos. Francisco. como los que subyacen al enfoque conexionista. que define a la filosofía y que funciona en las ciencias naturales. La ciencia de la computación como investigación empírica: símbolos y búsqueda. Esto llevó al resurgimiento del enfoque conexionista hacia fines de la década del ‘70. a poco andar. Editions du Seuil. es decir. alcanzar dichas soluciones utilizando la menor cantidad de recursos posibles. De Cuerpo Presente: Las ciencias cognitivas y la experiencia humana. En la tradición racionalista que imperó durante el siglo XX y que perdura hasta nuestros días. el hecho de que este reduccionismo analítico no aparezca fundamentado por los teóricos del enfoque simbólico. pp. tendences et perspectives. MIT Press. 1996.. 64-65. como el tiempo. 1991. 1997. Las redes neurales pueden mostrar que Heidegger.” Sin embargo. 124. 37. En Boden. El enfoque serial o computacional. . predominó sobre el enfoque conexionista o de redes neuronales. esta forma de concebir la inteligencia comenzó a ser severamente cuestionada. al aplicar lo que se conoce como “sentido común” para resolver los problemas cotidianos con los que se enfrenta. Más aún. se explican esta situación por el “prejuicio filosófico cuasirreligioso contra el holismo”. en un artículo publicado en 1988 en la revista Artificial Intelligence. la manera de hacer IA en cualquier área es obviamente encontrar los elementos y principios exentos de contexto y basar una representación simbólica formal en este análisis teórico.” Para estos autores. que suelen ser limitados. a pesar de los importantes aportes que éste había realizado.

Dreyfus. M. Ibíd. S. México. Filosofía de la Inteligencia Artificial.. 356. H. p. Ibíd. Ibíd. “La construcción de una mente versus el modelaje del cerebro: la inteligencia artificial regresa a un punto de ramificación” en Boden. 366. . 124-125.Ibíd. p. p.. 356. FCE. 138. p. p. Ibíd.... pp. y Dreyfus. 353. (1994).

(. Los intentos para construir una teoría simplificada deben ignorar algunas interacciones. Si se encuentra una. que procuraban emular la inteligencia de un experto dotado de gran capacitación. A medida que los intentos se volvieron más modestos y localizados. publicado en la revista Artificial Intelligence. Estos problemas. el problema tiene una teoría tipo 1. . . Hay problemas que para resolverlos se requiere la acción simultánea de muchos procesos. no todos los problemas. resultó evidente que la inteligencia más profunda y fundamental es la del bebé que puede adquirir el lenguaje a partir de manifestaciones cotidianas dispersas. según Marr. David Marr. ¿puede la arquitectura simbólica o serial dar cuenta. y puede constituir objetos significativos a partir de lo que parece un mar de luces. psicológica y social. Francisco Varela. un importante teórico de la ciencia cognitiva. los problemas que intenta resolver la inteligencia artificial pueden ser de dos tipos. corresponden a los que tienen una teoría tipo 1. pero si la mayoría de ellas son cruciales en cierta etapa del plegamiento. Hay problemas para los cuales se puede saber con claridad qué debe hacer el algoritmo que se elabora para su implementación y resolución. biológica. al señalar que trata de “el estudio de problemas complejos de procesamiento de la información que a menudo tienen sus raíces en algún aspecto del procesamiento biológico de la información. . en este caso. cuánto mejor.El concepto de inteligencia en la ciencia cognitiva (II Parte). (.). química.” . . por sí sola. Marr las ilustra de la siguiente manera: “Hay muchas cosas que influyen en una cadena polipeptídica larga cuando se sacude y agita en un medio. pero no encontrarla no significa que no exista. de índole física. Los primeros intentos procuraban resolver los problemas más generales. especialmente en el ámbito de la biología. ¿pueden ser efectivamente abordados y explicados exclusivamente por el enfoque computacional de la inteligencia artificial?. comenta el giro que tuvo la investigación en la ciencia cognitiva y en la inteligencia artificial luego de que se hicieron evidentes las falencias del modelo computacional. tienen una teoría del tipo 2. y de no ser así. Un ejemplo de este tipo de problema sería predecir cómo se pliega una proteína y las consecuencias de este tipo de problemas. Esta información puede ser captada por el enfoque computacional clásico y. pero su importancia es decisiva. una teoría simplificada resultará inadecuada. “La culminación de la experiencia de las dos primeras décadas de predominio cognitivista se puede expresar señalando una convicción que cobró progresivo arraigo en la comunidad de investigadores: es preciso invertir al experto y al niño en la escala de desempeños. Sin embargo. En un artículo de 1977. En cada momento sólo unas cuantas interacciones posibles serán importantes.” La pregunta que surge de estos planteamientos es que si los problemas de la vida cotidiana que enfrenta un organismo o agente corresponden fundamentalmente a situaciones complejas donde simultáneamente actúan muchos procesos.” Para Marr. como él la denomina. de una conducta propiamente inteligente?. abordaban los problemas difíciles e interesantes. concibe de un modo bien particular a la inteligencia artificial. “cuya interacción es su propia descripción más sencilla”. Se consideraba que estos intentos. ) La principal dificultad en la IA es que nunca se tiene la suficiente seguridad de que el problema tiene una teoría del tipo 1.

una configuración abstracta. encarnadas. no deben considerarse. hacen posible que estos sistemas presenten conductas inteligentes como resultado de su dinámica organizacional. Este tránsito desde las reglas locales hacia la coherencia global es el corazón de aquello que en la era cibernética se llamaba autoorganización. Son rápidas. una capacidad que es esencial para el reconocimiento perceptivo y el control motor en tiempo real. incorporadas. Pero como el sistema está constituido como red. . pues. se resisten a la idea de refutar de plano a los sistemas más clásicos. “En este enfoque. . la inteligencia emerge de la forma de operar que tiene este sistema. El pensamiento simbólico sería una propiedad emergente del sistema. y que lo que caracteriza al conocimiento –su historicidad y su contexto.) Los sistemas clásicos. de modo que ningún agente externo hace girar el eje del sistema. Este autor señala: “El sistema emergente que puedo imaginar con más facilidad sería una implementación del pensamiento simbólico antes que una refutación de él. hay una cooperación global que emerge espontáneamente cuando los estados de todas las ‘neuronas’ participantes alcanzan un estado mutuamente satisfactorio. no se requiere una unidad procesadora central que guíe la operación. con sus direcciones de memoria ordenadas y bien definidas. Estas características. (. redes no lineales. autores como W. si bien presentan propiedades que los aproximan significativamente a los sistemas biológicos. Pueden sufrir ‘interferencias’ cuando unas codificaciones similares se obstaculizan mutuamente (de manera similar a cuando aprendemos un número de teléfono que se parece a otro que ya sabemos y enseguida los confundimos. cada componente opera sólo en un ámbito local. es decir. De hecho.) Incluso algunos fallos de estos sistemas son atrayentes en el plano psicológico. En dicho sistema. imperfectos o incompletos. las redes neuronales artificiales presentan tanto ventajas como inconvenientes.lentamente han ido cobrando conciencia de que las cosas han sido planteadas al revés y han comenzado un radical viraje paradigmático o epistémico. Son resistentes a daños locales. Y sobresalen en tareas que suponen la integración simultánea de muchas pequeñas señales o elementos de información. Y no son intrínsecamente adecuados para la resolución de problemas secuencial y gradual típica de la lógica y la planificación. . sistemas complejos e incluso sinergia.no es un ‘ruido’ que oscurece la pureza de un esquema que ha de ser captado en su verdadera esencia. que el conocimiento se refiere a una situacionalidad. a pesar de adoptar un enfoque conexionista.” Para Andy Clark. “Son capaces de tolerar datos ‘ruidosos’. mediante ciclos recursivos de retroalimentación. les permite contar con una autonomía y flexibilidad de la que adolecen los sistemas que operan bajo un procesamiento serial. son inmunes a estas interferencias y ofrecen un rendimiento . Daniel Hillis.” El enfoque conexionista y los sistemas basados en este tipo de arquitectura.“Existen fuertes indicaciones de que el conjunto de ciencias que tratan del conocimiento y de la cognición –las ciencias cognitivas.” La capacidad que tienen los sistemas conexionistas de aprender a través de la experiencia. entre otros. necesariamente. El núcleo de esta visión emergente es la convicción de que las verdaderas unidades de conocimiento son de naturaleza eminentemente concreta. (. vividas. destacado teórico de la ciencia cognitiva y director del PhilosophyNeuroscience-Psychology Program de la Universidad de Washington. . olvidándonos de los dos). Hoy se prefiere hablar de propiedades emergentes o globales. como la superación final de los sistemas seriales o simbólicos. Estas ventajas se derivan del hecho de que estos sistemas se dedican a completar patrones con un procesamiento en paralelo masivo. dinámica de red.

dados suficientes ejemplos de entradas asociadas a una salida particular. se debe comenzar a analizar esos sitemas en términos de las estructuras y funciones básicas necesarias y sus modos de origen. pero en situaciones del mundo real gran parte de la inteligencia humana consiste en generalizar de manera adecuada al contexto. “Una confrontación del número de niveles interactivos en un organismo real capaz de conducta inteligente revela una estremecedora complejidad de interacciones no lineales.) El problema aquí es que el diseñador ha determinado. Y en general somos mejores al fútbol que en lógica. mediante la arquitectura de la red.) Creemos que la IA finalmente sólo se alcanzará en sistemas no-von Neumann en los que variantes especializadas de hardware. . En vez de eso. (. plantearon hace más de una década. debía observar con mayor atención a los sistemas biológicos que son los que realmente presentan conductas inteligentes. deseos y emociones y tener. una red también debe compartir nuestro sentido de adecuación a la salida de datos. Si se agrega la transmisión social a través del lenguaje. Todo eso está bien y es aceptable para problemas de juguete en los que no se cuestiona qué constituye una generalización razonable. . pues si aspiramos a modelar la cognición humana. abandonando la noción de inteligencia como una actividad solamente abstracta de procesamiento de la información y adoptando un enfoque que respete la complejidad de los organismos y de los sistemas biológicos. basadas en el tema común de la selección y el pensamiento de la población. tal como lo hacen los organismos biológicos. . Premio Nobel de Medicina en 1972. (.” Hubert y Stuart Dreyfus. pero rinden mucho peor en tareas de control en tiempo real. cuestionan también que la inteligencia artificial. y esto significa que debe compartir nuestras necesidades. A la vista de esta complejidad. . la red debería asociar más entradas del mismo tipo con el mismo tipo de salida. de manera que la red o el sistema pueda hacer generalizaciones adecuadas del conocimiento que ha adquirido mediante su experiencia. aclara que estas desventajas o inconvenientes de los sistemas conexionistas no son necesariamente malos.) Si ha de aprender a partir de sus propias ‘experiencias’ para realizar asociaciones semejantes a las humanas y no aprender las asociaciones que su entrenador ha especificado.” George Reeke y Gerald Edelman. . es decir. además. su desarrollo tanto como su evolución.excelente en la resolución de problemas lógicos y secuenciales. trabajarán sin programas para adaptarse a los ambientes particulares en los que se encuentren. que la inteligencia artificial necesitaba integrar los conocimientos de la neurobiología para seguir avanzando. (. la complejidad se incrementa aún más. . parece ser el colmo de la arrogancia pensar que todos los problemas que confrontan las criaturas inteligentes se pueden comprender ponderándolos en abstracto. que nunca se encuentren ciertas generalizaciones posibles. “se deben favorecer aquellos fundamentos computacionales que produzcan una pauta de puntos fuertes y débiles parecida a la nuestra.” Clark. en su corriente conexionista. . pueda presentar significativos avances si no abandona el concepto abstracto y descontextualizado que maneja de la inteligencia. Ellos señalan: “Todos los diseñadores de redes neurales concuerdan en que para que una red sea inteligente debe ser capaz de generalizar. un cuerpo semejante al humano con movimientos físicos apropiados. así como habilidades y vulnerabilidad a las lesiones.

p. Ed. . Gedisa. 155. y Edelman. Barcelona.” Marr. pp. Barcelona. 369-370. Ibíd. p. Sin duda la ciencia ha recorrido un largo camino desde esos días en que se creía que los aspectos previsibles y racionales de las máquinas eran la imagen del universo. Briggs. pp. M. 101. p. Reeke. 203. “La inteligencia como conducta emergente. 174. . es significativo que ahora los científicos cifren sus esperanzas en los aspectos no reduccionistas de la complejidad para resolver el problema de crear una máquina capaz de pensar. p. W. Santiago. David Peat. et al.. S. (1997) Estar ahí: cerebro. S. Barcelona. Paidós. Ed. Clark. F.) La inteligencia tiene que motivarse mediante propósitos en el organismo y a través de las metas que éste seleccione a partir de una cultura en curso. Dolmen Ediciones..(. e incluso revolucionarios. México. p. De Cuerpo Presente: Las ciencias cognitivas y la experiencia humana. Filosofía de la Inteligencia Artificial. D. pp. p.D. op. F. “Cerebros reales e inteligencia artificial” en Graubard.(1997). pp. las redes neurales y las computadoras de programación simbólica todavía tienen un largo camino por recorrer. Hillis. “La inteligencia artificial: un punto de vista personal” en Boden. Gedisa.” Sin lugar a dudas. F. A. 153. . Gedisa. Ed. G. Varela. 100-101.. FCE. cuerpo y mundo en la nueva ciencia cognitiva. M. No obstante. Ibíd. (1994). quienes me parece resumen de muy buena forma lo hasta aquí tratado. Barcelona. cit. 13-14. J. G. Varela. (1990) Espejo y Reflejo: Del caos al orden. en los últimos años se han ido gestando importantes. H. 198. El avance que en materia de inteligencia artificial hemos tenido ha sido vertiginoso y los resultados alcanzados parecen indicar que se está actuando en forma inteligente. S. F. “Filosofía de la Inteligencia Artificial”. “La construcción de una mente versus el modelaje del cerebro: la inteligencia artificial regresa a un punto de ramificación” en Boden. Barcelona. (1994). 112-113. Dreyfus. y Peat. Ed. Quisiera terminar con las palabras de John Briggs y F.(1997). (1993) El nuevo debate sobre la inteligencia artificial. Si la mínima unidad de análisis es la de todo un organismo adaptado a todo un mundo cultural. “Aún está por verse si la ruta conexionista hacia la IA puede triunfar. Ed. et al. 114-115. o la canción del Edén” en Graubard. y Dreyfus. Varela. Gedisa. (1996) Ética y Acción. cambios paradigmáticos y epistemológicos en la forma que tenemos de entender al ser humano y la conducta inteligente. México. (1993) El nuevo debate sobre la inteligencia artificial. pp. FCE.

Los estudios y avances alcanzados por la ciencia cognitiva. psicológico y cultural en el que se encuentra este organismo. Francisco Varela. que habían sido ya formalmente planteadas por la cibernética en los inicios de esta ciencia. es esta estructura –la forma en que el sujeto que percibe está encarnado. mente-cuerpo y razón-emoción. no se pueden separar cuando nos referimos a los procesos cognitivos. escenas de las películas y libros de ciencia ficción de mediados del siglo XX. el cual es consistente con los planteamientos antes realizados. con resultados que nos acercan velozmente a recrear.” Han sido muchos años. Estas ideas revolucionarias de la ciencia cognitiva. la cognición en su sentido más abarcador consiste en la enactuación de un mundo –en hacer emerger un mundo. esto es. en sus distintos dominios. implica también asumir que estas operaciones sensorio-motrices están en una relación de co-dependencia. de carácter recursivo. En palabras de Andy Clark: “Pero ahora. sino más bien la estructura sensorio-motriz del agente cognitivo. es profundizar en una ciencia más dura todavía. cada vez es más evidente que la alternativa a la visión centrada en la ‘manipulación incorpórea de datos explícitos’ de la inteligencia artificial no es apartarse de la ciencia pura y dura. en la vida cotidiana. durante los cuales.” Si adoptamos el concepto de inteligencia que propone Clark. por otro lado. Más que un mundo pre-determianado.” “La cognición ya no se encara como resolución de problemas a partir de representaciones. la percepción y la acción. el objetivo es estudiar cómo el organismo que percibe puede guiar sus acciones en su entorno local. Para el enfoque enactivo.CONSTRUYENDO ORGANISMOS INTELIGENTES: UNA MIRADA DESDE LA ROBÓTICA (I PARTE). Cambiar esta forma particular de mirar no resulta fácil y no lo ha sido para quienes se han dedicado a estudiar la inteligencia y la cognición. han sido incorporadas al ámbito de la robótica. motores.la que determina los modos de acción posibles del que percibe y cómo éste puede ser moldeado por acontecimientos ambientales. independiente del que percibe. plantean que la cognición debe estudiarse como acción corporizada. hemos sido educados en una epistemología lineal-causal. Esto significa. entonces no resulta muy aclarador sostener la idea de que un sistema representa al otro.mediante una historia viable de acoplamiento estructural. los procesos sensoriales. . en realidad siglos. Las distinciones sujeto-objeto. Es colocar la inteligencia en el lugar que le corresponde: en el acoplamiento entre los organismos y el mundo que se encuentra en la raíz de la acción fluida cotidiana. en el mundo occidental. por una parte. parece estarnos confrontando con este cambio de mirada. son fundamentales para nuestra forma de concebir el mundo y a nosotros mismos. “El punto de referencia para comprender la percepción ya no es un mundo pre-dado. donde la acción conjunta de ambos sistemas permite resolver los problemas de la vida cotidiana. que la cognición está biológicamente determinada por un cuerpo que es capaz de establecer operaciones sensorio-motrices. entendiendo que la inteligencia se da en la relación entre el sujeto y su entorno. adoptando una fe casi ciega en la racionalidad científica y en su método de estudio analítico. con el contexto biológico. Desde esta perspectiva. en cambio. el modo en que el sistema nervioso une superficies sensoriales y motrices. considerando que este entorno está cambiando constantemente como resultado de la acción del mismo organismo. Evan Thompson y Eleanor Rosch.

Cualquier otro robot contaba con uno. Nada de cognición.Rodney Brooks. F. . Estas reflexiones lo llevaron a cuestionar el clásico modelo representacional con el que operaba la ciencia cognitiva. Varela. al distinguir sin esfuerzos una serie de objetos cotidianos. . Decidí que el mejor modo de construirla sería eliminarla. cuestiona el concepto de inteligencia que utilizaba la inteligencia artificial en sus primeros años de desarrollo. pues ésta sólo consideraba el saber de un experto académico. la mayoría de los consagrados a la inteligencia artificial habían comprendido que estos últimos problemas eran muy difíciles y en los veinte años transcurridos desde entonces. Varela. muchos han llegado a advertir que en realidad son notablemente más arduos que los de la primera serie.. término que es un neologismo derivado del inglés “to enact”.” Brooks. cit. el meollo del pensamiento y de la inteligencia. (1997). Barcelona. p. De Cuerpo Presente: Las ciencias cognitivas y la experiencia humana. . cit. Brooks se inspiró en los insectos. 19.. (. (1996). Eso sería todo lo que crearía. la cual le permite actuar como todo un experto en el mundo. dejando de lado la inteligencia que requiere un niño de cuatro o cinco años para desplazarse por su medio. p. op. Ver. tales como desplazarse velozmente de un lugar a otro evitando obstáculos. . et al. entonces me desembarazaría de él. narra su experiencia al intentar construir un robot: “Yo había estado pensando en el modo de organizar la computación para controlar el robot. hacer emerger. Para mayor detalle de este enfoque. et al. Gedisa. F.” Para el desarrollo de su robot. quienes eran capaces de realizar conductas mucho más sofisticadas que las de cualquier robot en ese tiempo. F. op. Simplemente percepción y acción.” Varela denomina de este modo su propuesta teórica. dejando por completo fuera todo lo que tradicionalmente se concebía como la ‘inteligencia’ de una inteligencia artificial. andar.) Esta caja era considerada como el departamento de cognición. La cuestión radicaba en el modo de construir esta caja de computación (. al caminar en dos pies y esquivar obstáculos.. De alguna manera el sistema conectaría los procesos perceptivos que trataban los datos brutos de los sensores con los procesos motores que controlaban las órdenes a la base robótica. Podía referirse simplemente al mundo real a través de sus sensores cuando fuese preciso ver lo que pasaba. evitar a los depredadores y encontrar alimento y pareja. ¿Por qué pues habían de requerirlos nuestros robots?. entre otras conductas que nos resultan “muy naturales” en un menor. “La clave radicaba en conseguir que el robot reaccionara con tal velocidad ante sus sensores que no necesitase construir y mantener un modelo interior del mundo computacional. véase Varela. pero no estaba claro que lo tuvieran los insectos. que significa traer a la mano. 238. Ética y Acción. la diferencia de rendimiento debía hallarse en la organización del sistema nervioso del animal. mediados de los ochenta. Tan sólo suceden. De Cuerpo Presente. quien es director del Laboratorio de Inteligencia Artificial del Instituto Tecnológico de Massachusetts (MIT). Dado que la capacidad de cómputo de un insecto era muy similar a la de un ordenador digital. “Hacia los años ochenta. sortear obstáculos y juzgar estéticamente no exigen por lo común una reflexión explícita o el desarrollo de una cadena de razonamientos.) Si tanto costaba construir y mantener un modelo interno del mundo. . Ed.

existen estudios que sugieren que los niños no sólo aprenden sobre el mundo realizando acciones. 42. es decir. al igual que todos los seres vivos. que es característico de los sistemas dinámicos. p. sino también que el conocimiento así adquirido suele ser específico de la acción. resultó fundamental para el desarrollo de la inteligencia artificial y la robótica. mediante procesos de retroalimentación positiva y caóticos. CONSTRUYENDO ORGANISMOS INTELIGENTES: UNA MIRADA DESDE LA ROBÓTICA (II PARTE). tienden a presentar un alto nivel de dependencia de los sujetos o agentes que los programaron. p. En el ámbito de la psicología del desarrollo.Clark. una vez más. cit. la importancia que tiene la interacción entre el organismo y su medio. que denominamos aprendizajes. p. p. particularmente. presentar autonomía y capacidad de auto-organización. la interacción entre el sujeto y su entorno se da en una historia de desarrollo. R. Estos hallazgos fundamentan. no lo era tanto en el de la inteligencia artificial. incluidos los sistemas que operan en base a redes neuronales. 52. Ediciones B. 47. se va haciendo progresivamente más complejo y va presentando un mayor nivel de autonomía y de auto-organización. lleva a que éstos adopten ciertas pautas o patrones de conducta organizada que permiten el surgimiento de sistemas más complejos cuyas conductas no son posibles de explicar a partir de los organismos constituyentes. algunos de los cuales se mantienen en el tiempo. Este proceso de índole recursiva. El desarrollo de un organismo vivo. op. Ibíd. (2003) Cuerpos y Máquinas. En su intento de crear un organismo inteligente. Brooks. Este fenómeno se conoce como comportamiento emergente. se ha podido advertir también en los adultos. A. el cual se caracteriza además. La auto-organización que presentan los seres vivos. el tipo de acciones que este organismo realiza en su historia de acoplamientos estructurales con su entorno. Este hecho. Barcelona. Esta idea.. así . con lo cual el sistema. si tomamos como referente al ser humano. lo que gatilla en dicho organismo cambios estructurales. que puede parecer muy obvia en el ámbito de la psicología del desarrollo. la cual es fundamental para alcanzar un adecuado nivel de éxito en las tareas cognitivas. Esta capacidad de un organismo de ser agente de sí mismo. permite que conductas que en un inicio pueden ser muy simples. acerca de la especificidad del conocimiento. siendo muy escasa o rudimentaria su capacidad de autonomía. y así consecutivamente. se vayan transformando en conductas bastante sofisticadas. en este caso el organismo. 48. por lo que su incorporación a este ámbito ha resultado muy significativa para la robótica. (1999) Estar ahí: cerebro. De hecho. Rodney Brooks reparó en el hecho de que los insectos. pues los sistemas computacionales. incluidos organismos muy primitivos como los virus o las bacterias.. puede considerarse un fenómeno emergente. que a su vez se constituyen en la base sobre la cual ese organismo volverá a acoplarse estructuralmente con su entorno. cuerpo y mundo en la nueva ciencia cognitiva. han evolucionado a lo largo del tiempo.. por el hecho de que no es posible predecir su aparición. dado que las metas u objetivos de sus acciones están previamente definidas. Ibíd.

llamado Cog. un robot que puede participar en interacciones sociales y que está constituido . un peine o la pantalla de un ordenador. aunque casi nadie lo reconocerá. continuó desarrollando robots. Curiosamente. que es capaz de interactuar socialmente con las personas de un modo “más natural”.” A pesar de estas falencias. los cuales define de la siguiente manera: “Una criatura o robot situado es aquel que se halla inserto en el ambiente y que no opera con descripciones abstractas sino a través de sensores propios que en el aquí y ahora del mundo influyen directamente en su conducta. al menos en parrte. dejando todavía en su sitio y operativos los antiguos sistemas de control. Luego añadiría sistemas adicionales de control para un comportamiento más complejo. cada vez más sofisticados. como fue el caso del Sojourner. fue capaz de realizar conductas que hasta ese momento ningún robot había logrado. lo que permitió. muchos desacreditaron su trabajo. fue presentado por Brooks en el II Simposio Internacional de Investigación Robótica. advierte: “La verdad de la cuestión es que carecemos de un sistema de visión informática que sobresalga en la tarea de reconocer que algo es una taza. la aparición y el desarrollo de un cáncer. . repitiendo el proceso de la evolución natural de sistemas neurales cada vez más complejos. dado que ese robot no se basaba en procesos de razonamiento centralmente dirigidos ni en algoritmos clásicos que pudieran ser analizados. por ejemplo. Una criatura o robot encarnado es aquel que posee un organismo físico y experimenta el mundo.como también. Construiría sistemas simples de control para una conducta sencilla. Brooks. los sistemas más recientes podrían asumir ocasionalmente capacidades anteriores del sistema. “Ésta fue la metáfora que elegí para mis robots. se puede advertir. construyeron el primer robot humanoide. y así se agregarían capa tras capa. pero tras cuarenta años de investigaciones no destacan en tareas que los seres humanos y muchos animales llevan a cabo sin esfuerzo.” En la década de los ’90. se basan todos en dos principios fundamentales: situación y encarnación. Se produce un tipo más especializado de personificación cuando la plenitud de ese ser se halla contenida dentro del mundo. en 1997. aparentemente tan básicas. Robert Irie y otros miembros de su equipo. directamente a través de la influencia de éste sobre el cuerpo. queda ejemplificada en el procedimiento adoptado por Brooks. en la organización que adoptan algunas aves en sus vuelos migratorios o en la organización social que presenta un hormiguero o una colmena de abejas. contar con un robot autónomo. Brooks. Cog permitió el desarrollo de Kismet. en la superficie de Marte. Nuestros sistemas de visión informática pueden hacer unas cuantas cosas con gran destreza.) Está claro que todavía nos falta algo fundamental en el modo en que se halla organizada la visión en los humanos. . Los robots que Brooks y su equipo han desarrollado.” Cuando Allen. (. Si era necesario. Brooks. de índole social. En términos más macros. Cynthia Breazeal. celebrado en Francia a finales de 1985. La aplicación de estas ideas en la construcción de robots. A pesar de estos significativos avances. sin control humano. . conductas que muchas veces denominamos inteligentes.

pero no comprende lo que dice ni sabe cómo encadenar los fonemas o sílabas de una manera significativa. también es capaz de percibir voces e identificar indicadores prosódicos que le permiten extraer el mensaje emocional que acompaña al mensaje verbal. presenta un rudimentario estado emocional que afecta su actividad. Más aún. La inteligencia artificial.” Ciertamente Cog y Kismet. Kismet sólo oye que las personas hablan y la prosodia de sus voces. Flesh and Machines. .. estas conductas emergen de otras conductas más simples. es decir. es decir. 52. Edición en español. resultan ser organismos inteligentes en varios sentidos. New York. Pantheon Books. atendiendo a cosas que se mueven. constituyen importantes avances en el desarrollo de la robótica y nos llevan a replantear algunas conceptualizaciones referentes a la cognición y a la inteligencia.. Cuerpos y Máquinas. Kismet presenta diversas y significativas limitaciones: “Lo que Kismet no puede hacer es entender realmente lo que se le dice. 2003. p. 65. 2002. Kismet puede buscar y localizar objetos. Ediciones B. me parece que no permiten desechar completamente el aporte de los sistemas computacionales más clásicos. Estos robots humanoides. que presentan colores saturados y las que tienen el color de la piel. Ni es capaz de manifestar algo significativo. p. La experiencia parece indicar que hay que dejar que la evolución haga su parte. Kismet pronuncia fonemas ingleses. puede dirigir su mirada hacia aquello que llame su atención. En medio de estos loops recursivos que nos resultan impredecibles. Ibíd. aunque claramente no en otros. Ibíd. pues hasta el momento parece haber actuado con cierto grado de inteligencia. p. Brooks. a pesar que no ha sido programado para ello. Es capaz de localizar los ojos de su interlocutor y presentar cambios apropiados en su contacto visual a lo largo de una conversación. Rodney. estos mensajes emocionales que identifica pueden afectar su conducta. Pero ninguna de estas restricciones parece constituir un gran obstáculo para una buena conversación.por diversos subsistemas que no cuentan con un subsistema de control central. Kismet. Barcelona. la robótica y la ciencia cognitiva han tenido importantes desarrollos teóricos y prácticos en los últimos años y todo parece indicar que estamos al comienzo de una impredecible e interesante aventura. nadie puede asegurar que no aparecerá un modelo que integre el enfoque de los sistemas seriales al desarrollo que en ese momento esté presentando esta nueva inteligencia artificial. LA INTELIGENCIA COMO CONCEPTO RELACIONAL. Kismet. Por supuesto. Las importantes limitaciones que presentan los robots hasta la fecha. 111.

estando las diferencias fundamentalmente basadas en el énfasis que le dan a un aspecto específico de dicha relación. La evolución construye un . Es probable. especialmente en las áreas cognitivas. la principal forma. Todos formamos parte de diversos sistemas y nuestras acciones pueden o no contribuir al acoplamiento estructural de los mismos. es improbable que hayamos alcanzado un estado por completo óptimo. Aparentemente. dado que nuestras conductas pueden constituir pequeñas diferencias que se pueden amplificar mediante los procesos recursivos del vivir. En este caso. Quisiera terminar este comentario con una reflexión de Rodney Brooks: “Como producto de la evolución. la cual se caracteriza por permitir el acoplamiento estructural necesario entre estos dos sistemas para que dicho organismo pueda seguir existiendo en ese dominio o ámbito particular. La evolución del pensamiento seguía su curso. un mundo analizado. Me parece que lo mismo está pasando con las emociones. un mundo predecible. estamos reparando nuevamente en ellas y advirtiendo la influencia que ejercen en lo que tradicionalmente llamamos nuestra inteligencia. Encerrarnos en la idea del control racional fue el resultado de dicho intento. sino más bien el nombre con el que distinguimos un tipo de interacción particular entre ese organismo y su entorno. la manera cómo los enfrentemos será. Hasta el momento. sin importar que en este esfuerzo este mundo fuera brutalmente distorsionado. Un fenómeno similar se dio con la propuesta de quienes sustentaron el enfoque conexionista y la cibernética. Jean Piaget.La inteligencia es. la inteligencia artificial y la robótica nos están ayudando a pensar acerca del vivir humano y a comprender un poco más lo complejo de nuestra existencia. Quizás aún no veamos las consecuencias que esto pueda tener. No podemos saber con certeza dónde estaremos en los próximos años. permite plantear que la inteligencia no es una cualidad o propiedad de un organismo específico. en la primera mitad del siglo XX. para ver y escuchar lo que podían significar sus planteamientos. El desarrollo que hasta ahora ha alcanzado la ciencia cognitiva. la mayoría no pudo ver lo que esas ideas significaban. en ese momento. tampoco estuvimos a la altura de esas ideas. que no hayamos estado preparados. si se puede así llamar. de evaluar nuestra inteligencia. aunque quizás nuestra percepción se afine para permitirnos captar la tendencia que tiene el sistema del cual formamos parte. sólo prestamos atención a una parte de lo que Piaget nos indicaba. Tradicionalmente. Parece ser que durante mucho tiempo. enfatizando la importancia de los procesos y operaciones sensorio-motrices. así como también el abandonar nuestro cuerpo y con él la experiencia del mundo. Creo que la mayoría de las definiciones o conceptualizaciones acerca de la inteligencia son consistentes con esta forma de entenderla. quizás la única válida. de más de una década. faltaban algunos ciclos recursivos para poder ver y escuchar con mayor claridad. Como individuos y como especie tenemos importantes desafíos por delante. claramente. nuestra cultura occidental ha intentado transitar por un mundo simplificado. en mi opinión. nos invitaba a entender la cognición y la inteligencia como un proceso que se da en la interacción del organismo con su medio. con lo cual la ciencia cognitiva tuvo un retraso. un concepto que nos remite a un mundo complejo. sin ahondar mucho en sus consecuencias.

New York. Pantheon Books. Rodney. 228-229. Serían capacidades sobre las que nuestra propia reflexión especial.batiburrillo de capacidades que resultan adecuadas para el nicho en que la criatura sobrevive. Edición en español. Es por entero posible que con unos cuantos cambios adicionales en las conexiones de nuestros cerebros ‘normales’ lleguemos a descubrir nuevas capacidades. Barcelona. de la que los seres humanos nos sentimos tan orgullosos. no es capaz de razonar sin que hayan tenido lugar esos cambios de conexiones. Ediciones B. Quizá se trate de destrezas sobre las que no conseguimos ahora razonar. justo como le sucede al paciente de agnosia. 2002. Cuerpos y Máquinas. . pp. Flesh and Machines. 2003.” Brooks.