RSS
Blogger
Twitter
Facebook
Wordpress
Correo electrónico |
El modelo no es la realidad |
Pero este optimismo tecnológico no es un fenómeno aislado. El ser humano se ha sorprendido de sus propias creaciones, a veces se atemoriza de ellas, otras por el contrario, cree que puede jugar a ser un dios con ellas. Los avances científicos han tardado en aparecer, necesitando derribar antiguos paradigmas. Pero cuando lo hacen, los colectivos humanos especulan abiertamente con ellos y se imaginan superando las ataduras a sus limitaciones físicas. Anhelan haber hallado por fin una explicación universal que les libere de la incertidumbre, de la duda eterna que ha atenazado a los seres humanos desde que son conscientes de su existencia.
Esta tendencia recurrente en cuanto a extrapolar más allá de lo que realmente permite el nuevo paradigma, ha sido un patrón histórico bastante característico y, me atrevería a decir, la mayoría de las veces equivocado de maneras catastróficas. Por supuesto, la culpa no es ni de los científicos ni de la ciencia. Es una trampa en la que el ser humano cae, consecuencia de sus propias capacidades pero también, de sus limitaciones, cuando creemos haber dado solución a misterios que nos angustiaban. El primer ejemplo significativo de esta tendencia histórica tuvo como protagonista a la formulación de la Ley de la gravitación universal de Isaac Newton.
A nadie se le ocurriría culpar al célebre científico británico por haber dado explicación a una parte fundamental del funcionamiento del universo. Sin embargo, la sorprendente capacidad del inglés para articular una serie de formulaciones de carácter matemático y preciso sobre el universo al que se tenía acceso con los medios de la época, tuvo importantes efectos filosóficos, sociales y políticos. En primer lugar, las corrientes de pensamiento idealistas, representadas mayoritariamente por filósofos alemanes, asistían sorprendidos a cómo una visión materialista y mecanicista «ponía orden» en el universo. Otra de las consecuencias fue que, dado el sorprendente éxito del nuevo marco de conocimiento, se inició una tendencia a buscar «leyes universales» que explicaran diversos aspectos de la realidad.
Uno de los casos más paradigmáticos fue el del Karl Marx que, como reacción a los abusos que en el ámbito laboral se estaban dando, «gracias» de nuevo a los descubrimientos tecnológicos de la Revolución Industrial, creyó ver una ley fundamental que explicaba «el motor de la historia», cuya corriente filosófica se le llamó materialismo histórico y que lo reducía todo a la «lucha de clases». Otro caso fue el de Sigmund Freud, que deseando dar respuesta a los males que afectaban a la mente humana al tener que vivir en un mundo cada vez más alejado del que vio nacer a la especie de la que forma parte, analizó casos particulares de individuos coetáneos y los interpretó como universales a todo el género humano y parte fundamental de su naturaleza.
Estos marcos ontológicos compartían la característica de ser herméticos y difícilmente refutables dentro de su propio ámbito. Sin embargo, este aparente logro se alcanzaba ignorando todo lo que no encajaba dentro de él o reinterpretándolo de manera que sí lo hiciera. Por ejemplo, Freud zanjaba las criticas a su modelo respecto a la pulsión de muerte o culpa por «matar al padre» diciendo que «no lo recordaban». En el caso de la filosofía materialista, las criticas se interpretaban como «idealismo» o incluso, «materialismo vergonzante».
Varios sucesos ocurrieron posteriormente que cuestionaban la posibilidad de que un marco cerrado de este tipo pudiera servir como modelo preciso de la realidad. Un aviso fue protagonizado por el matemático y filósofo británico Bertrand Russell al formular su famosa paradoja. Con ella, se advertía de ciertos límites intrínsecos de la lógica formal. Esta limitación no fue inconveniente, sino que más bien fue estímulo, para que el matemático alemán David Hilbert pretendiera elaborar lo que llamó programa de fundamentación completa de Hilbert, un conjunto finito de axiomas que contuviera todas las matemáticas. Es decir, que cualquier formulación matemática que se propusiera podía ser realizada dentro o a partir de dicho conjunto de axiomas. Una de las particularidades de dicho programa era el concepto de «decibilidad» o la posibilidad de poder decidir a partir de dicho conjunto de axiomas si un problema dado cualquiera tenía solución o no. Nota importante: no se trata de la dificultad en encontrar la solución a un problema, sino en poder determinar para todo problema dado si la solución es posible no no.
Algo más tarde apareció el austriaco Kurt Gödel, que con su teorema de la incompletitud acabo tirando por tierra —probablemente sin proponérselo— todo intento de normalizar y formalizar la realidad en un conjunto de axiomas aritméticos. Gödel demostró que ningún sistema formal suficientemente axiomatizado como para ser completamente coherente puede llegar a ser completo a la vez. Es decir, que para ser coherente y completo es necesaria una validación externa a todo marco ontológico. ¿Qué ocurre con la Ley de la Gravedad? ¿Acaso se ha demostrado que es falsa? No, lo que se evidenció es que la famosa ley no explica toda la realidad y que es necesaria otra teoría para llegar a ciertas partes de ella, como fue la de la relatividad de Albert Einstein. Así mismo, la teoría del científico de origen alemán tampoco explica toda la realidad, como también quedo patente con la mecánica cuántica.
Curiosamente, a pesar de todas estas lecciones históricas, el ser humano parece repetir cabezonamente tendencias similares sin mantener la cautela necesaria. Cuando Alan Turing desarrolló la teoría de la computación que hoy define todos los sistemas de tal ámbito, prácticamente de inmediato surgió la posibilidad de explicar «toda» la inteligencia y la capacidad humana, lo que incluiría también la consciencia, la creatividad, la intuición o el pensamiento simbólico, en términos de dicha teoría de la computación. Dicho de otra manera: existía una voluntad ontológica en caracterizar la inteligencia humana en algo intrínsecamente computable. El propio Turing consideró esta posibilidad y para ello propuso un hipotético test para establecer cuando un sistema computacional habría alcanzado una capacidad equivalente a la humana.
Sin embargo, si bien la computación parecía sugerir una capacidad similar a la mente humana al poder realizar tareas que hasta ese momento solo un humano podía acometer, de esto no puede deducirse que sea computable en su totalidad. Que la computación nos permita modelizar o crear «conjuntos de axiomas», también llamados algoritmos dentro de la teoría de la computación, que realizan actividades que hasta ese momento solo podía hacer un ser humano, no implica en absoluto que todo lo que la mente humana puede realizar esté incluido dentro de dicho conjunto de axiomas o que pueda diseñarse uno que la incluya. Es decir, la mente humana hace muchas cosas, algunas —incluso probablemente la mayoría— son computables, pero no todas las que hace o sobre todo, las que puede llegar a hacer —los límites de la mente humana todavía están por definir— tienen por qué serlo.
A pesar de ello, esto es precisamente lo que los defensores de la inteligencia artificial fuerte defienden, simplemente porque la computación puede explicar que ciertos procesos algorítmicos realizan funciones similares a algunas que hasta ahora solo el cerebro humano podía hacer. El resto de las características humanas que continúan fuera de las posibilidades de esta tecnología no son tenidas en cuenta como un verdadero obstáculo y responden con frases del tipo: «se logrará en el futuro» ¿Les suena de algo esto? En definitiva, no solo no se puede afirmar que la mente es «computable», sino que no se tiene ningún motivo para pensar que sea así. El computacionalismo se convierte de esta manera en un marco ontológico hermético y difícilmente falsable, y por ello mismo, insuficiente para lo que cree poder alcanzar.
De la misma manera que la gravedad nunca explicó todo lo que ocurre en el universo —a pesar de lo extraordinariamente precisa que era para aquello que sí podía explicar—, la teoría de la computación tampoco tiene por qué explicar un fenómeno singular y único como es el de la consciencia humana. Que la mente parece estar ubicada en el órgano cerebral —cosa que no está nada clara, menos todavía la consciencia—, el hecho de ser un sistema físico como lo es también un computador, no implica que sea el mismo fenómeno físico el que explique ambos. Un órgano evolucionado durante millones de años puede responder a paradigmas de funcionamiento muy diferentes al de un sistema diseñado en el garaje de una vivienda durante el fin de semana.
Los límites de la computación
Llegados a este punto, con un contexto aproximado lo suficientemente preciso que el medio y sobre todo, la limitada capacidad de su autor permiten, es factible preguntarse ¿Qué sabemos acerca de los límites de la computación? Si la mente no es necesariamente computable entonces debería ser posible formalizar los límites de la actual teoría de la computación que señalen esa frontera. Algunos ya se han indicado, como el teorema de la incompletitud de Gödel: si un sistema algorítmico puede definirse como un conjunto finito de axiomas, este nunca podrá ser completo y coherente a la vez. Ahora bien, la pregunta siguiente sería ¿lo es la mente humana? Es difícil responder a esta cuestión, pero todavía más lo es responder a la de si puede un sistema informático desarrollar la demostración del teorema de la incompletitud de Gödel, «sabiendo» qué es lo que ha demostrado.
Si estas cuestiones resultan abrumadoras puede empezarse por algo más modesto. Precisamente, el propio Turing descubrió que las máquinas que llevan su nombre, la base de toda la teoría de la computación actual —incluida la computación cuántica y la inteligencia artificial— tienen un límite muy preciso. El matemático británico se dio cuenta que para una serie de problemas de un tipo concreto, un sistema computacional basado en la máquina de Turing no podía decidir si había alcanzado una solución o por el contrario, esta no existía.
Si recordamos el concepto de decibilidad que pretendía Hilbert, consistía en determinar si un problema cualquiera tiene solución o no dentro de un conjunto de axiomas dado. Turing comprobó que no existe un algoritmo general que pueda concluir, para un problema cualquiera dado, si este tiene solución o no. A este tipo de problemas se les llama indecidibles y el llamado problema de la parada constituye el ejemplo más conocido en el ámbito de la computación. Este se da cuando una máquina de Turing ha de resolver uno de estos problemas y nunca llega a una solución porque en efecto, esta no existe. Nótese de nuevo que aquí la dificultad no radica en encontrar solución a un problema, ya que por definición, este tipo de problemas no la tienen, no hay solución a la que llegar. El «problema», o más bien habría que decir «metaproblema», consiste en identificar precisamente que no tienen solución y dar como resultado dicha conclusión.
La capacidad humana
Con el conocimiento actual, ni tan siquiera un número infinito de máquinas de Turing —que según la propia teoría seguiría siendo otra máquina de Turing— serían capaces de identificar que un problema es indecidible y por tanto, no emplear ni un solo ciclo de reloj en intentar solucionarlo. Turing sí que pudo no solo identificarlo, sino además demostrar que ninguna máquina de Turing podía hacerlo. Gödel también pudo demostrar que a veces hace falta una validación externa. Einstein, amigo de Gödel, descubrió la relatividad gracias a dejar atrás el concepto newtoniano de la física y a sus experimentos mentales. Según el famoso físico alemán:
«no podemos resolver un problema si razonamos de la misma manera en la que lo creamos»
Estos obstáculos no parecen importar a los defensores del computacionalismo fuerte, asumiendo de manera ontológica que cualquier tipo de procesamiento es reducible a la teoría de la computación. Tal vez argumenten que el procedimiento para averiguar si un problema es indecidible puede ser computable. Y tendrán probablemente razón: una vez hallado, el proceso de demostración puede ser formalizado. Pero de nuevo, en este punto se corre el riesgo de pasar por alto el «metaproblema»: no es «identificar un problema indecidible», sino, dado un problema cualquiera, desarrollar el método necesario para identificar si es decidible o no. Dicho método sería el resultado, pero el proceso para lograr ese método constituye el verdadero reto para el que no existe un método algorítmico válido.
Hasta donde alcanza el conocimiento actual, no disponemos de ningún procedimiento efectivo general que describa ese proceso. Si existe, permanece desconocido; si no existe, el computacionalismo fuerte tendría que afrontar una profunda revisión. Para entender la envergadura de esta acción es necesario hacer el siguiente planteamiento: hasta ahora se han definido algunos de los límites matemáticos a la computación pero no se ha mencionado nada acerca de la naturaleza de lo computable. Esta cuestión se recoge en la llamada tesis de Church-Turing, que sostiene que todo procedimiento efectivo —todo método que pueda descomponerse en pasos sucesivos, por numerosos o complicados que sean— es computable, es decir, que existe un algoritmo que puede llevar a cabo dicha tarea. Aquí es donde el computacionalismo fuerte introduce una premisa adicional que no se deriva de la teoría de la computación ni de la tesis de Church-Turing: que todo proceso cognitivo humano constituye, en último término, un procedimiento efectivo. Sin embargo, esa afirmación nunca ha sido demostrada.
La cuestión no es si un procedimiento efectivo puede ejecutar un razonamiento previamente formalizado. La cuestión es si el proceso mediante el cual un investigador reconoce la insuficiencia de un marco conceptual y construye otro nuevo puede describirse, él mismo, mediante un procedimiento efectivo general. Mientras no se describa un procedimiento de este tipo, la computabilidad completa de la mente humana seguirá siendo una hipótesis filosófica y un programa de investigación, no una consecuencia establecida de la teoría de la computación..
Frente a esta situación, la postura metodológicamente más prudente consiste en distinguir entre aquello que hoy sabemos describir mediante procedimientos efectivos y aquello para lo que todavía no disponemos de una descripción semejante. Si bien es legitimo intentar modelizar la mente humana hasta alcanzar los límites que la teoría de la computación puede ofrecer, actuar como si esa fuera la única explicación físicamente plausible, tiene el riesgo de descartar de antemano otras posibilidades que, siendo también hoy especulativas, podrían abrir nuevos caminos para ampliar los límites del conocimiento científico.
El cultivo de la creatividad
Resulta paradójico que el computacionalismo fuerte adopte como punto de partida su propio marco sin cuestionar si es suficiente para el objetivo que pretende respecto a la cognición humana. Precisamente, cuestionar la suficiencia del marco vigente fue una de las actitudes intelectuales decisivas que permitieron a Gödel y Turing formular sus teoremas. El hecho de que los defensores del computacionalismo fuerte insistan en proponer un marco que deja de lado el argumento clave que puede cuestionarlo, nos hacer volver la vista hacía el otro protagonista: el ser humano y sus propios límites. No todas las personas podemos identificar o determinar si un problema es indecidible, ni las que son capaces lo han sido siempre. Afortunadamente, cada ser humano es único, no es producto de una cadena de fabricación en serie como lo son los sistemas computacionales. Las personas somos el resultado, no solo de un proceso evolutivo de millones de años, sino que cada individuo lo es de una vida llena de experiencias, de aprendizaje, de conocimiento interior, de vicisitudes y de traumas.
En algunas ocasiones, trabajando como afirmaba Pablo Picasso —creador del cubismo— la inspiración llega a nuestra mente. En otras viene paseando o mientras se realiza cualquier otra actividad. En cualquier caso, no parece que el proceso de creatividad responda a lo que se ha definido como «procedimiento efectivo». No hay una lista de pasos, una receta para lograrla, aunque ha sido objeto de leyendas y mitos conseguirla. El arte, la filosofía, incluso las matemáticas y la ciencia, no son el resultado de un procedimiento efectivo, sino probablemente de todo lo contrario. A veces las ideas llegan incluso en los sueños.
Más bien se trata de una cualidad que ha de ser cultivada. Un proceso laborioso y paciente cuyos resultados no pueden determinarse hasta que aparecen. Dicho cultivo puede incluir prácticas como la meditación, las artes marciales y en general, un aprendizaje lento y pausado. Todo aprendiz puede que se haya preguntado alguna vez sobre la utilidad de sus materias de estudio. Y tendrá razón en preguntárselo, porque el resultado no se sabe ni cuando ni cómo llega. Solo se sabe que, a veces, ocurre.
