3.2. DOMINIO DE ESTUDIO http://bajarsealbit.blogspot.com/2008/06/nuevo-positivismo-digital-viii-la.html La informtica como ciencia emprica: modelos de cognicin.

Mente, conciencia y artificio El dominio de estudio de la Informtica est constituido por un sector de fenmenos observables, que pueden ser tratados por teoras y mtodos propios de la disciplina. La Informtica como ciencia emprica (Gutierrez,1993) (busca el estudio a fondo de los fenmenos, comprender una entidad en profundidad) apunta a describir y explicar el conjunto de fenmenos de aquel sector de la realidad que recortan como su objeto de estudio, en un sentido general puede afirmarse que su principal finalidad es el desarrollo y construccin de sistemas abstractos de pensamiento. Uno de los objetivos de la ciencia es salvar los fenmenos, construir teoras que supongan una descripcin correcta de los aspectos observables del mundo. De particular importancia es la capacidad para predecir lo que es observable pero todava no es observado, ya que una prediccin precisa hace factible la aplicacin de la ciencia a la tecnologa. Algunos de los fenmenos propios de la Informtica son aquellos que estn relacionados con: Captacin, codificacin, almacenamiento y transmisin de datos/informacin/conocimiento, Diseo, expresin (formal/estructurada) y anlisis de algoritmos. Anlisis, diseo, construccin y administracin de SI/C. NUEVO POSITIVISMO DIGITAL (VIII): LA INFORMTICA COMO CIENCIA EMPRICA En el mundo de la ciencia la realidad se construye a base de teoras y hechos probados mediante contrastacin intersubjetiva. A estas alturas de pelcula tambin sabemos que las ciencias sociales no pueden alcanzar el mismo grado de exactitud y prediccin que las naturales, pero eso no impidi que unos cuantos expertos y ensayistas --autnticos tecnocrtas de letras sin saberlo-- nos convencieran de que era posible un uso adaptado, vlido y fiable para estudiar los fenmenos sociales y humanos sin renunciar a "hacer ciencia". La cosa es que despus de unos cuantos ros de tinta, polmicas, artculos, congresos, contrarrplicas, piques y otras miserias vertidas sobre el asunto llega Jos Luis Nueno --un analista del mercado que se limita a hacer bien su trabajo en un texto de tantos que explican la coyuntura (inmobiliaria en este caso)-- y nos recuerda (citando sin nombrarlo a Paul Volcker) de qu material est hecha toda una disciplina, con un ttulo que es un eslogan, una declaracin de principios y una teora general, todo a la vez: en economa percepcin es realidad (La Vanguardia, 31/05/2008). A qu vena entonces tanta reivindicacin cientfica? Percepcin es realidad: este es, ni ms ni menos, el axioma fundacional de la teora econmica, en las antpodas de cualquier conocimiento cientfico contrastado. La economa clsica ha tardado doscientos aos en asumir que su estatuto epistemolgico no pas de David Hume y su empirismo

radical. Para los gurs del mercado, cosas como la oferta y la demanda, Kant, el racionalismo y toda la revolucin cientfica y social que se levant sobre sus postulados, pues como si no hubieran existido, ya que lo importante en la gestin empresarial y la inversin financiera son los resultados (no los medios), y las decisiones se toman a partir de las impresiones que se tienen de la situacin del mercado, basadas en la propia experiencia personal. Los datos, los indicadores? S, estn bien para llenar pginas, hacer declaraciones y proporcionar titulares, pero no cuentan tanto como la intuicin de quienes poseen el mando. La informacin como tal, diga lo que diga el refrn neocon, no es poder; el control de la informacin s lo es. La preocupacin fundamental de productores, economistas, inversores y financieros es escrutar el futuro, conocer hacia dnde tirarn los ndices, los consumidores, los legisladores... con el objetivo de adelantarse y estar mejor situados que nadie en la casilla oficial de salida en esa ficcin que constituye el mercado libre. Ahora hablemos de informtica, concretamente de la rama que se ocupa del software, porque yo creo que est atrapada en la misma fase empirista en que se encuentra la economa. Est claro que las tecnologas de la comunicacin y la informacin son una ciencia cuyos logros incontestables se fundamentan en descubrimientos y teoras consolidadas de la fsica y han dado lugar --esto es una evidencia-- a un catlogo de dispositivos informticos que realizan infinidad de tareas (estndares de generacin, procesamiento y almacenamiento de datos, imgenes, sonido... Todo lo digitalizable que se nos ocurra). Ahora bien, cuando llega el momento de fabricar un software que maneje estos dispositivos los ingenieros no pueden hacer otra cosa que avanzar a base de empirismo; no es casualidad que las investigaciones sobre usabilidad se conozcan tambin como anlisis de experiencia de usuario, en las que se trabaja de acuerdo con los principios de un positivismo lgico hecho de pruebas y errores, reaccionando ante stos y volviendo a empezar. Una vez que las aplicaciones han sido escritas (y me estoy refiriendo fundamentalmente a arquitecturas cliente-servidor, que son las que sostienen todo el entramado de pequeas herramientas que maneja directamente el usuario/consumidor), compiladas y consideradas versiones estables susceptibles de lanzamiento, las fases que se desarrollan a continuacin estn marcadas por la lgica positivista pura y dura: pruebas de funcionamiento, de compatibilidad, de carga, usabilidad... A pesar de tanta prevencin, cuando finalmente se libera la aplicacin, sigue siendo una incgnita su respuesta efectiva, medible en determinadas circunstancias, ya que existen demasiados factores entrelazados y es imposible: a) realizar las pruebas en todos los contextos posibles b) predecir el comportamiento y los tiempos de respuesta. Con las aplicaciones funcionando es cuando se detectan fallos y errores imprevistos (los ms habituales son los de seguridad), y entonces ya no es econmicamente factible redisear y ejecutar todo el proceso que da lugar a una versin mejorada, estable y comercializable; as que se toma nota para el siguiente lanzamiento y lo que se disea es un parche que corrija la anomala detectada. Pero claro, los problemas A y B siguen siendo un obstculo insalvable: puede que se elimine el error, pero es imposible predecir ni controlar a qu otros elementos afectar la modificacin introducida, puede incluso que incida negativamente en mdulos y procesos que estaban funcionando bien. Hasta que el parche no entre en funcionamiento ni se registre su

actividad no se sabr con certeza cules sern sus efectos. Y as hasta que la acumulacin de modificaciones parciales sea tan compleja y la establididad del sistema tan precaria que resulte ms rentable y beneficioso comenzar un nuevo diseo desde cero. Cuando esto sucede y una nueva versin se pone en marcha entramos de nuevo en el terreno del racionalismo kantiano, el de los juicios sintticos a priori. Lo paradjico es que toda esa ciencia puntera, el funcionamiento mismo de las aplicaciones, depende en mayor medida de la experiencia del usuario/consumidor que de las respuestas tericamente previstas. Toda esta palabrera acerca del empirismo y el diseo de software no es ms que una versin domstica de la conocida fbula sobre la complejidad del mundo; una complejidad que sucumbe y colapsa a base de ciclos, permitiendo la aparicin de un nuevo orden (ms simple y eficaz por principio) que sustituye al anterior. La lgica del parcheo es la nica herramienta conocida hasta ahora por los ingenieros de software para combatir la entropa, la autntica unidad de medida de la evolucin del universo. CLAUDIO GUTIERREZ Este trabajo se enfoca desde la perspectiva segn la cual la informtica es una ciencia emprica, de parecida naturaleza a la biologa o la fsica.Para profundizar en esta perspectiva se hace nfasis en el carcter hipottico de algunas importantes tesis informticas.Se busca tambin dar a conocer en cierto detalle el paradigma funcionalista, dominante en la informtica.

http://www.claudiogutierrez.com/La_computadora_como_modelo_de_la_mente.html
MODELOS EN LA EPISTEMOLOGA Muchos autores consideran a la epistemologa la teora del conocimiento como la parte ms respetable de la filosofa. Hasta muy entrado nuestro siglo, la epistemologa ha debido ser eminentemente especulativa. Recurdense las polmicas sobre la naturaleza del entendimiento humano que llenan la literatura filosfica de los siglos XVII y XVIII: autores como Hobbes, Locke, Leibniz, Berkley y Hume especulan sobre la naturaleza de las ideas, si son copias de las impresiones externas o las encontramos dentro de la mente de manera innata; cmo se conectan o asocian unas con otras, etc. Pura especulacin, sin posibilidad de comprobacin emprica alguna! Construccin de modelos, con la desventaja de que no pueden funcionar como funcionan las cajas negras, son modelos de papel, castillos de naipes simplemente. Pero sucede que a mediados del Siglo XX un matemtico de genio, como lo fuera Leibniz en su tiempo, Alan Turing, a quien no se suele calificar de filsofo aunque bien lo merece, concibe un modelo magnfico de la mente humana, la mquina universal capaz de emular a cualquier otra mquina igualmente universal o no con tal de que la proveamos de una cantidad infinita de cinta de papel y de cualquier cantidad de tiempo que necesite para la emulacin. Todava no saldramos aqu del campo especulativo. Pero unos aos ms tarde, un grupo de tesoneros tecnlogos ingleses y americanos construyen una aproximacin cercana a la mquina universal: el computador digital de propsito general. No es la mquina universal porque no tiene infinita memoria y su velocidad es finita, pero por lo dems es en principio capaz de emular a cualquier otra mquina (dentro de sus limitaciones de espacio y de tiempo). LA EPISTEMOLOGA COMO CIENCIA EMPRICA?

Cmo afecta esto a la filosofa a la epistemologa? Podrn seguir siendo puramente especulativas? Ahora resulta que por primera vez en la historia el modelo de la mente puede ser construido (por lo menos como aproximacin) y probado experimentalmente. Las limitaciones del computador para encarnar a la mquina de Turing no lo inhiben para modelar parcialmente a la mente humana, puesto que despus de todo tampoco el cerebro humano tiene capacidades ilimitadas de memoria, y definitivamente su velocidad no es nada considerable. La capacidad de emular a otra mquina de la misma clase, que tan conspicua es en la mente humana, pues vivimos tratando de representar a otras mentes humanas por medio del conocimiento interpersonal, es solo potencial en el computador, condicionada a la provisin de una programacin adecuada. Pero los teoremas de Turing establecen que esa programacin es en principio posible, y muchos esfuerzos de investigacin en el campo llamado inteligencia artificial demuestran a las claras que se realizan progresos en esa direccin. Qu consecuencias tiene todo esto para el trabajo del filsofo? Para m, la respuesta es clara: significa que la teora del conocimiento ha pasado de un golpe a ser ciencia experimental. De ahora en adelante, si alguien propone un modelo de funcionamiento del entendimiento humano tendremos que decirle, como sugera Leibniz varios siglos antes de los computadores: "Sentmonos a computar". LA CIENCIA DEL CONOCIMIENTO Y LA INTELIGENCIA ARTIFICIAL Este reto ha dado nacimiento, en el ltimo decenio, a la ciencia cognoscitiva (cognitive science) contempornea. La lingstica, la psicologa, la neurologa, y la filosofa de la mente se han dado todas cita con la informtica para inaugurar una nueva disciplina con un nuevo objeto propio los seres cognoscentes o conocedores todas esas antiguas disciplinas separadas se han unido alrededor de una metodologa comn: la construccin de modelos que como los antiguos modelos especulativos tratan de representar los rasgos fundamentales del entendimiento; pero a diferencia de aquellos, pueden ejecutarse como programas, pueden "correr" o no "correr", funcionar o no funcionar, y as confirmar o refutar las teoras que les sirven de base. Aunque suene increble ha pasado a ser posible hacer experimentos epistemolgicos! Todava ms: la epistemologa puede ahora concebirse como un solo gran experimento, la construccin de una mente artificial. El da que podamos construir un robot que replique por lo menos lejanamente el comportamiento intelectual del ser humano, ese da sabremos que existe por lo menos una teora la que nos haya permitido construir el robot que explica ese comportamiento. Esa teora o una muy semejante formar parte muy probablemente del diseo mismo del cerebro y podr servir para explicar su funcionamiento. Mientras llega ese da, cada rendimiento de una mquina artificial que sea isomrfico del rendimiento correspondiente del cerebro, ser una explicacin suficiente de la capacidad especial humana identificada con ese rendimiento. As, la inteligencia artificial no solo es concebible como vertiente tecnolgica de la ciencia cognoscitiva: se constituye adems como una metodologa adecuada en la validacin de esa misma ciencia. MAQUINA TURING ALAN TURING