¿Qué tan inteligente es la “inteligencia artificial”?

Artículo de Salvador D. Escobedo

Golden people robots

Foto de epSos (Flickr Creative Commons).

Actualmente estamos habituados al término “inteligencia artificial”, y hablamos de “ingeniería en inteligencia artificial”, “sistemas de inteligencia artificial”, etc. Pese a todo, cabe preguntarnos si realmente existe una inteligencia artificial. El sentido de esta cuestión más bien se orienta a la comparación de la inteligencia humana con los sistemas automáticos llamados inteligentes. ¿Es posible que una máquina sea más inteligente que un hombre? ¿Cuál es la distancia que media entre la una máquina “inteligente” y un ser humano?

Para abordar la cuestión de manera correcta, debemos tener primero una idea de qué es la inteligencia y en qué consiste la “inteligencia artificial”. Respecto a esto existen varias respuestas. Una de ellas es la llamada prueba de Turing. El doctor Carlos Gershenson, la expone de la manera siguiente: “Si no podemos comprender el funcionamiento de nuestra inteligencia, sólo podemos juzgar la inteligencia a partir de las acciones. Turing (1950) propuso una prueba para determinar la inteligencia en una máquina. Simplificando, sería esta: una persona interroga a un hombre y a una máquina, los cuales están aislados del interrogador. Si el interrogador confunde a la máquina con un hombre, esta máquina es inteligente. Nótese que no importa cómo funcione la máquina, con tal de que reproduzca el comportamiento humano” (Gershenson, 2001).

El problema con este punto de vista es que no nos dice qué es la inteligencia; si una máquina se comporta igual que un ser inteligente (un humano), es claro que o está guiada por una inteligencia o ella misma es inteligente, pero ello no responde a nuestra pregunta. En el criterio de Turing se nos dice cómo podemos saber si una máquina se porta de manera inteligente, pero no nos dice en qué consiste la inteligencia. Por lo demás, esta prueba implica que la persona que habla con la máquina, está evaluando –por lo menos de manera inconsciente– el nivel intelectual de su interlocutor, y que por lo tanto posee algún criterio para evaluarlo. Nótese que no se trata de explicar el funcionamiento de la inteligencia, sino de señalar sus actos específicos, aquellos que sin inteligencia no podrían realizarse. La pregunta pues, se replantea de la siguiente manera: ¿qué es lo que una máquina tiene que hacer para que se le tome por un ser inteligente?

Ahora bien, ¿existe un criterio universal para evaluar la inteligencia o se trata de algo relativo o incluso subjetivo? “…basándonos en las ideas del Dr. Mario Lagunez, podemos decir que para que un sistema (hombre, animal, máquina) sea considerado inteligente, éste tiene que realizar una acción. Después, una tercera persona juzga si la acción fue ejecutada de una forma inteligente o no. Como vemos, un sistema puede ser inteligente para algunos y para otros no. No importa. Lo que queremos dejar claro es que la inteligencia es percibible sólo en el comportamiento de los sistemas. La inteligencia no se tiene, se exhibe.” (Gershenson, 2001) Lo cual es bastante cierto, pues como de costumbre estaríamos conociendo la causa por medio de sus efectos.

El problema con este punto de vista es que no ofrece un criterio para distinguir cuándo un comportamiento inteligente nos revela la existencia de una inteligencia propia. Una marioneta puede comportarse inteligentemente, pero la marioneta no es inteligente. En gran medida muchos sistemas artificiales “inteligentes”, son como marionetas tecnológicas, y es a otro al que debemos atribuir esa inteligencia, y no al sistema mismo.

Por lo tanto, para que un sistema sea inteligente, no sólo debe realizar acciones inteligentes, sino también debe ser intelectualmente autónomo, es decir, debe “pensar” por sí mismo, no solamente ejecutar instrucciones.

chinese characters

Foto de Kevin Dooley (Flickr Creative Commons).

John Searl ha propuesto un experimento mental para argumentar en contra de los seguidores de la prueba de Turing, conocido como la habitación china. “Supóngase que estoy encerrado en una habitación y he recibido una gran cantidad de escritos chinos. Supóngase además (como ciertamente lo es en este caso) que no sé chino, ni hablado ni escrito, y que ni siquiera puedo distinguir entre la escritura china de otra forma de escritura diferente, como digamos, japonés o dibujillos sin significado. Para mí, la escritura china es como dibujitos sin sentido. Ahora, supongamos que junto con el primer grupo de escritos en chino, recibo otro grupo de escritos, también en chino, junto con un conjunto de reglas que correlacionan a ambos grupos de escritos entre sí. Las reglas están en inglés, y yo entiendo estas reglas tan bien como cualquier otro cuyo idioma natal sea el inglés. Se me permite correlacionar un conjunto de símbolos formales con otro conjunto de símbolos formales, y lo que aquí significa “formal” es que puedo identificar los símbolos únicamente por su forma. Ahora supóngase que recibo un tercer grupo de escritos en chino, junto con algunas instrucciones, también en inglés, que me permiten correlacionar los elementos de este tercer grupo con los dos anteriores, y estas instrucciones me dicen cómo devolver ciertos símbolos chinos con cierto tipo de forma, en respuesta a ciertos símbolos con determinadas formas dados en el tercer grupo de escritos. Sin saberlo yo, la gente que me está dando todos estos símbolos llaman al primer grupo “guion”, al segundo “cuento” y al tercero “preguntas”. Además llaman “respuestas a las preguntas” a los símbolos que les doy en respuesta del tercer grupo de escritos, y llaman a ese conjunto de reglas que recibí en inglés “el programa”. Ahora, sólo para complicar un poco más la historia, imaginemos que esta gente también me da historias en inglés, que yo entiendo, y ellos entonces me hacen preguntas en inglés acerca de esas historias, y yo doy respuestas en inglés. Supóngase también que después de un tiempo me he vuelto tan bueno en seguir instrucciones para manipular signos en chino, y los programadores se han vuelto tan buenos escribiendo los programas que, desde un punto de vista externo –esto es, desde el punto de vista de alguien que está afuera del cuarto en el que me encuentro encerrado– mis respuestas a las preguntas que se me hacen son totalmente indistinguibles que las de aquéllos cuya lengua materna es el chino. Nadie que sólo esté mirando mis respuestas puede decir que no hablo ni una palabra de chino. Vamos a suponer también que mis respuestas en inglés son –como no hay duda que lo serían– indiscernibles de las de aquéllos cuya lengua materna es el inglés, por la simple razón que soy un hablante nativo del inglés. Desde el punto de vista externo –desde el punto de vista de alguien leyendo mis “respuestas” – las respuestas a las preguntas en chino, y las respuestas a las preguntas en inglés son igualmente buenas. Pero en el caso del chino, a diferencia del inglés, produzco respuestas manipulando símbolos formales que yo no interpreto. En lo que se refiere al chino, simplemente me comporto como una computadora; hago operaciones computacionales en elementos formalmente específicos. Para los propósitos del chino sólo soy una instalación de un programa computacional.” (Searle, 1980)

Tesla Motors assembly line

Línea de ensamblaje automatizada en Tesla Motors. Foto de Steve Jurvetson (Flickr Creative Commons).

El recién citado filósofo ha puesto de manifiesto la diferencia entre pensar por sí mismo y sólo seguir una serie de instrucciones. Un sistema de inteligencia artificial puede mostrarse inteligente –eso no lo ponemos en duda–, muchos aparatos modernos nos lo han mostrado (recuérdese a Blue Deep de IBM que derrotó al campeón mundial de ajedrez Gary Kaspárov o a los actuales asistentes tipo Siri que pueden sostener una conversación y un diálogo con un interlocutor humano). El cuestionamiento sobre si la inteligencia artificial existe como verdadera inteligencia, lo debemos enfocar al aspecto de la autonomía. ¿Son esos sistemas tan autónomos que su comportamiento inteligente se lo podamos atribuir a ellos mismos y no a sus creadores? ¿En última instancia, las decisiones que toman, las toman ellos mismos, o son prejuzgadas por el fabricante del sistema? Cuando una computadora derrota a un ser humano en una partida de ajedrez, ¿a quién debemos atribuir la victoria? ¿a la máquina, que sólo sigue ciegamente instrucciones o a los programadores que previendo casos generales de jugadas dieron inteligentemente esas instrucciones?

Mientras un sistema se limite a recibir y ejecutar instrucciones, sus actos inteligentes no pueden ser considerados como manifestación de una inteligencia propia. Un sistema será realmente inteligente, cuando sea capaz de tomar decisiones inteligentes por sí mismo, sin necesidad de seguir a ciegas las instrucciones dadas por otro sistema.

Para comprender mejor este asunto, analizaremos un poco el proceso de la interpretación de los signos. Tal proceso se conoce con el nombre de semiosis. Nosotros distinguimos entre una semiosis “próxima”, realizada en el momento de encontrarse con el signo, y una semiosis “remota” que consistiría en la interpretación del signo anticipadamente, antes de que éste se presente (esta distinción no es estándar). Con base a la semiosis remota, una inteligencia puede interpretar signos a previsión y tomar decisiones que se realizarán cuando el signo se presente (Escobedo, 2012, pág. 149).

Así por ejemplo, un “edificio inteligente” que realiza una serie de procedimientos al reconocer los signos de un incendio (como emisiones de humo, aumento de temperatura, etc), no es en realidad quien interpreta esos signos, sino los ingenieros que crearon el sistema, quienes dieron a esos signos una interpretación anticipada (semiosis remota, según nuestra sugerida distinción), y en razón de ello determinaron que el edificio reaccionara de cierta manera.

L'espace internet

Espacio internet en el Museo de la Comunicación, Berlín. Foto de Jean-Pierre Dalbéra (Flickr creative Commons).

En suma, un sistema es inteligente cuando sus acciones son inteligentes y además son, en última instancia, decididas por el sistema mismo, y no por un sistema externo. Si la condición de autonomía no se cumple, entonces la inteligencia manifestada en las acciones no se puede atribuir al sistema que las ejecuta. De acuerdo con esto, los sistemas de “inteligencia artificial” actuales, manifiestan la inteligencia de sus creadores y carecen de autonomía completa, de modo que no son verdaderas inteligencias.

Estos postulados contienen consecuencias filosóficas más profundas. Si una inteligencia verdadera debe ser autónoma, en el sentido de ser independiente de instrucciones recibidas del exterior, entonces ello implica que podrá decidir por sí misma, y que por lo tanto tendrá libre arbitrio. Un sistema inteligente es por tanto esencialmente libre, y por ende, asociado forzosamente a una voluntad. En consecuencia tal sistema será capaz de responsabilidad y de moralidad, que son los atributos que conforman la noción de persona. Los sistemas de inteligencia artificial no son autónomos en este sentido, y consiguientemente no son personas.

Referencias

Escobedo, S. D. (2012). Teoría de los entes. Guadalajara Jalisco: Temacilli.

Gershenson, C. (2001). Filosofía de la mente y de la Inteligencia artificial. Recuperado el 29 de 11 de 2013, de http://turing.iimas.unam.mx/~cgg/jlagunez/filosofia/FilosofiaDeLaMente.htm

Searle, J. R. (1980). Minds, Brains, and Programs en The Behavioral and Brain Sciences, vol 3. Cambridge University Press. [La traducción es mía]

Turing, A. M. (1950). Computing Machinery and Intelligence. Mind, LIX (236), pp. 433-460

Advertisements

Ciencias de la complejidad: una visión genérica

CIENCIAS DE LA COMPLEJIDAD:

UNA VISIÓN GENÉRICA

por Luis Francisco Ochoa Rojas

Chaotic flow

Flujo caótico. Imagen de Jacopo Werther hecha con Chaoscope (Wikimedia Commons).

El presente texto se da a conocer con el deseo de contribuir en la comprensión de los antecedentes sobre lo que se llamaría “complejidad”, campo de ideas, unas científicas, otras filosóficas, que se bifurcaron hacia las “Ciencias de la Complejidad” de una parte, y de otra, hacia una propuesta de epistemología del sociólogo y filósofo francés Edgar Morin, más conocida como “Pensamiento Complejo”. En este texto se tratará sólo lo referido a las Ciencias de la Complejidad.

Se comenzará por mostrar un panorama muy genérico del conjunto de conocimientos relacionados con áreas científicas que condujeron a la emergencia de las llamadas Ciencias de la Complejidad. Cabe decir, que no existe una única definición sobre complejidad. Esa es una de las dificultades que se ha mantenido en el campo de las ciencias y de la filosofía de la ciencia, dificultad que intentó resolver el programa filosófico del Circulo de Viena, siguiendo las ideas del Tractatus Logico-Philosophicus, del lenguaje único y riguroso en lo semántico y lo sintáctico, que el propio Wittgenstein al final de ese libro calificó como sin sentido, pero necesarias para poder subir por la escalera de la comprensión y luego abandonarla. Dicho intento fracasó y por lo tanto la polisemia sigue campeando en el lenguaje de la ciencia, es por eso que aquí se traza un camino de una propuesta de definición. El término de “ciencias de la complejidad” se acuña a raíz de la fundación del Instituto Santa Fe, en Nuevo México, fundado en 1984 con la intención de crear una comunidad de investigadores para trabajar en una nueva clase de ciencia (cuyo objeto serían los fenómenos de urdimbre compleja). Enfatizando la participación y colaboración de manera multidisciplinaria en la búsqueda de la comprensión y entendimiento de temas comunes que surgen a partir de sistemas sociales, artificiales y naturales.

Para iniciar, vale decir, que la dificultad de establecer predicción en términos de alta probabilidad estadística en una inmensa cantidad de fenómenos, ha llevado al desarrollo de conocimientos relacionados con varias teorías que se mencionarán a continuación de manera muy breve, cada una de las cuales tiene a su vez unos antecedentes y precursores que aquí no se mencionan por la brevedad de espacio.

1. La “Termodinámica del no-equilibrio”, desarrollada por I. Prigogine. Derivada de los trabajos de Onsager, la obra de Prigogine se desarrolla a partir del estudio de la irreversibilidad, una idea que formula ya desde su tesis doctoral, presentada en 1945 con el título: Étude Thermodynamique des Phénomènes Irreversibles. La irreversibilidad constituye el núcleo de la nueva termodinámica, la cual tiene el mérito de mostrar que los sistemas dinámicos se encuentran lejos de lo que llamamos equilibrio. Por tal motivo son capaces de remontar la dirección del tiempo de la termodinámica clásica, la cual conducía hacia la muerte del sistema o, lo que es equivalente, al equilibrio del mismo. Precisamente debido a la flecha del tiempo, epistemológicamente se descubre la imposibilidad o la incapacidad de predecir el futuro de un sistema complejo. (Ésta, como es sabido, será una de las ideas directrices la teoría o ciencia del caos.) Es decir, el sentido de dirección del tiempo evidencia que su estructura es cada vez más compleja. De esta forma, la irreversibilidad pone de cara a la investigación con procesos o fenómenos de complejidad creciente.

2. De la misma manera, la “Teoría del caos”, una teoría desarrollada inicialmente por E. Lorenz en el MIT, en 1963, a partir de un documento llamado “Deterministic Nonperiodic Flow”. Sin embargo, el reconocimiento del caos tardó un tiempo, y sólo varios años después, en especial gracias a D. Ruelle, se logró reconocer su significado. Es hacia 1975 cuando el caos logra una aceptación generalizada entre la comunidad de científicos y teóricos, y a partir de allí se extiende hacia otros dominios distintos a la meteorología, tales como las ciencias físicas, la ecología y las ciencias sociales.

El caos se presenta como algo aleatorio. Sin embargo, se plantea el problema de si lo caótico es componente objetivo del mundo de los fenómenos, o si corresponde a la manera como el observador interactúa con el fenómeno que aparece como caótico. Es por esto que se habla, en rigor, de caos determinista. En ese sentido, es debido al caos determinista que los ejemplos más cercanos a los fenómenos del mundo son aquellos juegos que parecen apoyarse en el azar, los cuales se pueden examinar a través de la teoría de juegos, una teoría de origen matemático con fuertes implicaciones en dominios como la economía, la política y la dinámica social. Por lo anterior, se podría decir que no hay sistemas caóticos, sino sistemas —es decir, los mismos sistemas que la ciencia y la filosofía tradicionales han considerado a lo largo de la historia—, los cuales se comportan o se interpretan caóticamente.

3. Un tercer dominio teórico es el de la “geometría de fractales” que se derivó de las experiencias que en el año 1958 tuvo Benoit Mandelbrot cuando ingresó a trabajar en los laboratorios de la IBM para hacer un análisis del ruido y perturbaciones eléctricas. Mientras realizaba dichos estudios encontró un patrón en el comportamiento de tales perturbaciones y por lo tanto comenzó a descifrar una estructura escondida. Algo así como jerarquías de fluctuaciones en todas las escalas. Mientras seguía adelante con sus trabajos empezó a imaginar la posibilidad de que otros sistemas podrían expresarse o interpretarse con patrones similares que no puedan ser descritos con exactitud por la matemática existente y que se comportaran de igual manera. Esto lo llevó a observar distintos ámbitos del mundo real y matemático que lo condujeron a la formulación  de la teoría de fractales en un voluminoso texto de más de 600 páginas —La geometría fractal de la naturaleza— en 1977.

Mandelbrot set

Conjunto de Mandelbrot. Imagen de Wolfgang Beyer creada con Ultra Fractal 3 (Wikimedia Commons).

La historia de la ciencia y de la filosofía han considerado la existencia de lo irregular; a pesar de ello, siempre habían descartado su análisis y la necesidad de su comprensión. Mandelbrot inició tal trabajo, por primera vez, en forma sistemática y sin antecedente teórico ni metodológico; examinado lo “amorfo”, esto es, las formas carentes de regularidad, los “sólidos fuera de patrones normales”, así como las rugosidades y sinuosidades, tanto en el mundo natural como en la sociedad.

René Thom by Jacobs

René Thom. Foto de Konrad Jacobs (Wikimedia Commons).

4. Así mismo como parte de este conjunto se encuentra la “Teoría de las catástrofes”, la cual es el estudio de sistemas dinámicos que representan fenómenos naturales y que por sus características, no pueden ser descritos de manera exacta por el cálculo diferencial. Su proponente fue el matemático francés Rene Thom, hacia finales de la década de los años 50 del siglo pasado. Aunque Thom comienza su labor en esta dirección en 1951 cuando escribe su tesis doctoral sobre topología Las principales características de esta teoría son la “discontinuidad” (implica que pueden producirse cambios repentinos del comportamiento o de los resultados) o cambios súbitos dentro de un sistema dinámico; la “divergencia” (que es la tendencia de las pequeñas diferencias a crear grandes diferencias) en tales sistemas; y la “histéresis” que es el estado actual de un sistema dinámico que depende de su historia previa, pero si los comportamientos de éste se invierten conducen a que no se vuelva a la situación inicial, es decir, son irreversibles.

Cabe anotar que el concepto de “teoría de las catástrofes” no lo propuso Thom, sino a E. Ch. Zeeman. Entre estos dos científicos existe un debate fuerte sobre significado de las catástrofes. El mayor interés de Thom es la formación de los principios de estabilidad estructural en fenómenos pertenecientes a áreas tan distantes como la biología y el lenguaje. Tales principios semejantes a los que se dan en la física. A pesar de ello, dentro de los antecedentes de la teoría de catástrofes también cabe mencionar a C. H. Waddington, profesor de genética animal de la Universidad de Edimburgo, uno de los mayores integradores entre genética, embriología y evolución, un interés que se refleja en su trayectoria académica, y el trabajo pionero de D’Arcy Thompson, cuya tesis principal señalaba en la década de 1950 que los biólogos de aquellos días estaban sobrevalorando el papel de la evolución y, por lo tanto, desconociendo a las matemáticas como herramienta para estudiar el papel de la física y de la mecánica en la determinación de la forma y la estructura de los organismos vivientes.

5. Aunque requiere de una mayor explicación y justificación, otro componente lo constituye las “Lógicas no-clásicas”. En general la lógica ha constituido el esqueleto en el cual se arma el cuerpo de teorías científicas. Lo dicho, hablando de las ciencias que asumen los fenómenos de manera predecible. De manera análoga, los fenómenos no predecibles, necesitan de unas teorías que estén articuladas, en su interior y entre ellas, por sistemas lógicos que sean abiertos. Mientras que la lógica formal clásica y la lógica matemática son deductivas y cerradas, dan relevancia a modelos, teorías y explicaciones de corte hipotético-deductivo, útil para los fenómenos vistos de manera predecible; las lógicas no-clásicas no responden necesariamente a la deducción o, lo que es equivalente, la deducción no figura como fundamento del trabajo ni de los temas y problemas en estas lógicas. Por lo tanto, la construcción teórica no depende del uso de las reglas de inferencia deductiva, ya que los enunciados observacionales, que hacen parte de la teoría de un fenómeno no predecible, se manejan de forma paradójica, lo cual impediría una construcción teórica con conectores y derivaciones deductivas propio de la lógica formal o matemática clásica. Estas lógicas no clásicas trabajan aspectos que fueron dejados de lado por las lógicas clásicas, es decir cuando las posibilidades de un sistema va más allá de dos opciones (verdadero-falso) tales como por ejemplo: imposible, poco posible, algo posible, muy posible, totalmente posible; y que no se pueden poner en términos de probabilidad estadística. Estas lógicas son varias, aquí solo serán nombradas. Son las lógicas para-consistentes que intentan tratar las contradicciones e inconsistencias en forma atenuada; la lógica difusa conocida como “lógica borrosa” o como “lógica heurística”, la cual, se adapta mejor al mundo real e incluso puede comprender y funcionar con expresiones, del tipo “hace mucho calor”, “no es muy alto”, “el ritmo del corazón está un poco acelerado”; la lógica trivalente entendida como cualquier sistema lógico en el que hay tres valores de verdad, indicando verdadero, falso y algún otro valor indeterminado (desconocido por ejemplo); lógicas polivalentes que rechazan el principio del tercero excluido de las lógicas bivalentes  y admite más valores de verdad que los considerados tradicionales verdadero y falso; la lógica modal que intenta capturar el comportamiento deductivo de algún grupo de operadores modales, es decir, las las expresiones que califican la verdad de los juicios; la lógica temporal que es una extensión de la lógica modal, la cual es usada en sistema de reglas, donde está presente el tiempo; y la lógica cuántica que es el conjunto de reglas algebraicas que rigen las operaciones físico-matemáticas para combinar y los predicados para relacionar, proposiciones asociadas a acontecimientos físicos que se observan a escalas atómicas.

Estos cinco campos se pueden denominar “ciencias de la complejidad”. Con ellas se examinan los fenómenos que se han considerado como “complejos” por la intrincada red de relaciones que ellos comportan.

También cabe decir que la complejidad de los fenómenos ha abierto hasta el momento ocho (8) grandes áreas de estudio abordables por las combinaciones de las distintas ciencias de la complejidad con el apoyo de programas de simulación computacional. Son estos:

1. La moderna teoría matemática de la complejidad, basada en los aportes de A. Turing y de J. von Neumann. Se trata de la teoría de la complejidad, tal y como se entiende desde las matemáticas y las ciencias de la computación;

2. La teoría matemática de la información de Shannon;

3. La teoría ergódica, que se dedica principalmente al estudio matemático del comportamiento promedio de largo plazo, de los sistemas dinámicos, los mapas dinámicos y la teoría del caos; es decir, las relaciones entre la física, las matemáticas y las ciencias de la computación;

4. La vida artificial, un programa de investigación iniciado por Th. Ray y C. Langton, entendido como el estudio de la vida y de los sistemas artificiales que exhiben propiedades similares a los seres vivos, a través de modelos de simulación;

5. Las multiplicidades aleatorias y la ergodicidad rota (sistemas dinámicos caóticos), las redes neuronales, los estudios sobre percolación (se refiere al paso lento de fluidos a través de los materiales porosos, ejemplos de este proceso es la filtración y la lixiviación) , localización, y otros semejantes;

6. La criticalidad autoorganizada elaborada originalmente por P. Bak y, posteriormente, los estudios sobre fractales, para  describir (clases de) sistemas dinámicos que tienen puntos críticos como un atractor (conjunto al que el sistema evoluciona después de un tiempo suficientemente largo) en su  evolución temporal;

7. La inteligencia artificial y los campos afines como el estudio de sistemas expertos, los algoritmos genéticos y el trabajo con otras meta-heurísticas;

cerebro digital

Imagen de Wetware Hacker.

8. El estudio del cerebro, humano o animal, y que se condensa en el título de “wetware” (programas húmedos) como expresión de la integración de conceptos de la construcción física conocida como “sistema nervioso central” y la construcción mental conocida como la “mente humana”, entre quienes se encuentran a J. Holland, G. Cowan y M. Gell-Mann.

Estas áreas de trabajo investigativo tienden a la construcción de una teoría (general) de la complejidad. Como se puede observar las Ciencias Humanas y Sociales, sobre las que se hará luego un post específico en este blog, no han tenido hasta ahora intervención en esta elaboración. Habrá que ver cómo se pueden integrar estas ciencias con su capacidad reflexiva, la que contribuye a la construcción de heurísticas, para el análisis y síntesis de los fenómenos que tienen que ver con los seres humanos, tanto individuos, como colectivos en constante movimiento y transformación.

Decálogo del estilo de crianza científico

La ciencia tiene fama de elitista. Muchos piensan que sólo algunas personas privilegiadas la pueden practicar y, peor aún, que sólo algunos otros privilegiados pueden disfrutar de sus beneficios. En mi opinión, esto no es cierto. Para mí, la ciencia está al alcance de cualquiera que esté dispuesto a estudiarla y quien decida aplicarla a su vida diaria disfrutará de sus beneficios de manera directa.

IMG_0057Los campos de aplicación en la vida diaria son tan variados y extensos como individuos hay en el mundo, pero uno que se me antoja muy útil es el de la crianza. Criar un hijo no es una tarea fácil y la tarea de un padre o una madre se parece mucho a lo que hacen los científicos en su quehacer profesional, ya que tienes en tus manos la responsabilidad de una vida; te enfrentas a situaciones totalmente desconocidas, con pocos o nulos conocimientos previos; tienes que tomar cientos de decisiones, que por triviales que puedan parecer, van marcando pautas importantes para el futuro de tu hijo; y tienes que construir rutinas (modelos) que te permitan manejar el caos en el que se convierte tu vida desde que llegas con un recién nacido a la casa.

Esta sensación de caos o descontrol no cambia mucho conforme los pequeños crecen, a veces incluso se agudiza, por lo que es aconsejable tener algún tipo de estrategia para afrontarla. La ciencia, por ejemplo. De este modo, si utilizamos conocimientos generados por la ciencia y los aplicamos a nuestra labor como padres, podríamos hablar de un estilo de crianza científico, del cual propongo el siguiente decálogo:

I. Considerar que los niños son científicos en potencia.

Mi pequeño, a sus dos años y medio, tiene todas las características de un buen científico: todo le da curiosidad; todo lo cuestiona; todo lo prueba; ensaya cosas nuevas, de hecho, el ensayo y error es su principal método de aprendizaje (además del gusto, por supuesto); comprobar una y otra vez lo que aprende, como la ley gravitacional o la de causa y efecto, es su deporte favorito; y aplica inmediatamente todo lo que va aprendiendo. Asi mismo, es apasionado, le fascina descubrir y los dogmas no existen para él. Además, es divulgador de ciencia, pues todo lo que aprende nos lo cuenta a nosotros y a quien se le aparezca enfrente.

Por todo esto, no me cabe duda de que, a sus escasos 30 meses de edad, mi niño, al igual que los demás niños, es un científico en potencia. Y en este sentido, sólo espero tener la sabiduría para ir incentivando estas mismas características conforme vaya creciendo, pues me parece que, independientemente de que al final elija ser científico o no, le van a ser de mucha utilidad en su vida.

II. No utilizar verdades absolutas, sino acuerdos.

Su papá y yo, desde que él nació, nos hemos visto enfrentados a un reto muy importante: conciliar nuestras opiniones en cuanto a cómo criarlo. Esto es algo a lo que todos los padres se enfrentan, pues cada quien piensa diferente al haber sido educado por familias distintas. Sin embargo, para nosotros es aún más complicado, pues además de las diferencias individuales comunes, nacimos en países diferentes, por lo que hablamos idiomas distintos y nuestras culturas llegan a ser incluso antagónicas en algunos aspectos. Por ello, los conceptos revisados en el curso fueron de extrema utilidad para poder manejar de manera más efectiva nuestra situación.

Primero, tuvimos que considerar que lo que ocurre (verdad ontológica) es interpretado por cada uno de nosotros de forma diferente (verdades epistemológicas) de acuerdo a nuestros lenguajes, nuestros contextos, nuestras culturas y las sociedades de las que provenimos. Por lo tanto, manejar un contexto común y un mismo lenguaje (en este caso el inglés) es indispensable para nosotros, aunque no siempre es fácil, pues incluso hablando aparentemente el mismo idioma, los significantes de las palabras son distintos; pero esto es lo que al final nos facilita llegar a acuerdos sobre lo que está pasando, formulando así nuestras propias verdades, las cuales a su vez, nos permiten tener un mismo punto de partida para la discusión de ideas y creencias.

El hecho de entender que ninguno es poseedor de la verdad y que más que convencer al otro, se trata de construir nuestra propia verdad, nos ha alejado de muchas discusiones sin sentido, pero sobre todo, nos ha permitido tomar decisiones de manera consensuada y efectiva.

III. Tener una visión holística de la familia.

La dinámica de la familia no puede analizarse desde el punto de vista reduccionista, el cual diría que si queremos entender el comportamiento de un niño, hay que analizar la conducta de sus padres. En otras palabras, que las conductas del padre, sumadas a las de la madre, determinan la conducta de los hijos. Esto no es sólo simplista, sino que en muchos casos nos lleva a conclusiones equivocadas o a preguntas sin respuesta. Por ejemplo, podríamos pensar que, bajo este esquema, si nosotros nunca le hemos gritado a nuestro hijo (quien todavía no habla bien), éste no tendría por qué gritar. Por esta razón, no nos podíamos explicar por qué un día, sin más ni más, empezó a gritar.

Aquí es donde el Holismo representó una visión más adecuada para nosotros, con el fin de entender la dinámica familiar, ya que considera a la familia como un sistema complejo, cuyos componentes codeterminan su propio futuro, el cual es difícil de predecir, pero tiende a la adaptación.

IMG_2336De esta manera, lo que pudimos analizar fue que, si bien ninguno de nosotros nunca le había gritado, nuestro hijo (a falta de palabras) utilizó la voz y empezó a gritar como recurso para obtener la atención que en algún momento él consideraba no le estábamos brindando. Decidimos probar esta teoría y en lugar de decirle que no gritara cada vez que lo hacía (como lo habíamos empezado a hacer, reforzando así esta conducta), simplemente checábamos que sus gritos no fueran debido a que estuviera metido en alguna clase de problema y continuábamos haciendo lo que estábamos haciendo (por ejemplo, lavando los trastes o componiendo la tostadora) ignorando los gritos. Una vez que se dio cuenta que aunque no le pusiéramos atención el 100% del tiempo, no dejábamos de atender sus necesidades, los gritos fueron cesando.

Lo importante de este punto y lo que nosotros entendimos es que la dinámica familiar es compleja y se entreteje con las interacciones de todos los miembros de la familia, que no es sólo cuestión de causa y efecto.

IV. Tomar decisiones científicamente.

Este punto es sumamente importante, porque cuando nos vemos enfrentados a un problema para el cual no tenemos información o experiencia previa (lo cual es muy común, sobre todo cuando eres mamá o papá primerizo, como es nuestro caso), la tendencia general es preguntarle a las mamás, abuelas, amigas o a quien se pueda, recurriendo incluso a las ‘pseudociencias’, en lugar de tratar de informarse adecuadamente y de ser posible, hacer una validación antes de tomar una decisión definitiva. Además de que interviene otro factor importante: nuestras emociones. Y es que muchas veces, aun contando con la información adecuada, las emociones pueden interferir en nuestro juicio y llevarnos a tomar una decisión equivocada o que conlleve a un resultado negativo.

Aquí el espectro es muy amplio, pues va desde decisiones pequeñas, tales como qué tipo de pañales utilizar (desechables o de tela) o dónde es mejor que duerma de recién nacido (en moisés o en cuna); pasa por hasta cuándo amamantar al bebé (¿6 meses, 1 año o hasta que él/ella quiera?); usar o no chupón, andadera y/o almohadas en la cuna; y llega a decisiones muy importantes, como si es mejor vacunarlos o no, lo cual puede implicar graves consecuencias, incluso la muerte. Así que utilizar la ciencia y el método científico para la toma de decisiones a nosotros nos resultó y nos sigue resultando muy útil, sobre todo porque uno puede perderse muy fácilmente en el mar de opiniones que (solicitadas o no) todos los que están a tu alrededor empiezan a dar desde el embarazo.

De este modo, hay que empezar por cuestionarse si lo que todo el mundo da por hecho es cierto o no, es decir, cuestionar nuestros propios paradigmas. Por ejemplo, cuando mi niño nació, la primera decisión que tuve que tomar fue cómo acostarlo para evitar todos los problemas que pueden presentarse en esta etapa (desde que se pueda despertar, hasta la temible ‘muerte de cuna’ que a todas las mamás nos quita el sueño los primeros meses). En mi mente estaba la idea que había escuchado desde pequeña, de que era mejor poner a los niños de lado y muchas amigas me dijeron lo mismo, pero aun así, decidí cuestionarlo y buscar información bien fundamentada al respecto.

Para ello, empecé a recabar folletos en el hospital cuando iba a mis chequeos, me metí a internet a buscar estudios y pregunté a expertos en el tema (afortunadamente, en el país donde vivo hay un servicio gratuito las 24 horas para apoyar a las mamás). Me di cuenta que la tendencia de años atrás era, efectivamente, poner a los niños de lado, apoyados en una almohada. Sin embargo, estudios recientes habían demostrado que el problema es que tendían a rodarse por la noche y quedar boca abajo, aumentando así el riesgo de asfixia. Por lo tanto, la posición recomendada en estos días era boca arriba (que antes se temía que el bebé se ahogara si por alguna razón regurgitaba la leche, pero se vio en los estudios que el niño de forma natural movía la cabeza hacia alguno de los lados si eso llega a pasar, resolviendo así el problema) y con almohadas especiales a ambos lados para que no se rodaran. Decidí entonces probar unos días esta posición, observando durante la noche que el bebé efectivamente, ponía su cabeza de lado y dormía tranquilo. Y esta última fue la decisión que tomé en definitiva. Al final, este cambio de paradigma le permitió a mi bebé dormir más seguro y a mí, dormir tranquila (bueno, tan tranquila como puede dormir una mamá primeriza).

En conclusión, para tomar decisiones científicamente, primero hay que cuestionarse lo que se da como un hecho; luego, recabar información por varios medios y lo más sustentada posible; después, analizar y ponderar la información recabada; y por último, validar dicha información, ya sea probándola o confirmando con otras fuentes su aplicación o veracidad. De esta manera, nosotros sentimos que disminuimos considerablemente la posibilidad de tomar decisiones equivocadas.

V. Ser creativos y utilizar la imaginación para resolver problemas.

Pensamos que en temas de crianza todo está dicho, pero no es cierto. Hay un gran espacio abierto para la imaginación y, por lo tanto, para la creación de cosas nuevas. La ciencia nos enseña que la creatividad es la forma ideal de generar nuevos conocimientos y si algo necesita un bebé es precisamente eso.

IMG_8361En este sentido, nosotros tratamos de observar a nuestro hijo y seguirlo en sus aventuras, en lugar de decirle cómo jugar. Tratamos de no limitarlo (excepto si se trata de temas de seguridad, por supuesto) y de darle una guía o apoyo mínimos (y sólo si vemos que se empieza a frustrar mucho con alguna cosa que quiere hacer). A veces uno quiere enseñarles, por ejemplo, a apilar “correctamente” los cubos, pero si los dejamos jugar libremente, nos podremos dar cuenta que ellos están aprendiendo a su modo, aunque parezca que no saben “cómo” jugar con ellos, y lo curioso es que seguramente en algún momento acabarán apilándolos, pero cuando ellos lleguen por sí mismos a ese punto. Claro que también le hacemos demostraciones, pero no nos empecinamos en que las siga si él no quiere hacerlo.

Dejarlos libres para experimentar, estimula su imaginación y su creatividad, les permite conocer el mundo de acuerdo a su ritmo y a sus posibilidades. Y los hace sentir seguros también, pues se sienten en control, en lugar de estar siempre siguiendo lo que dice mamá o papá.

VI. Evitar el ‘Complejo de Dios’ para educar a los hijos.

Creo que no hay nada que limite tanto a un ser humano como el ser criado por alguien que piensa que tiene la verdad en sus manos y que es la única que vale. Desafortunadamente, es algo tan común que no es de extrañarse por qué seguimos repitiendo los mismos problemas, generación tras generación.

Muchos padres piensan que aceptar que no saben algo los hace verse débiles o sin autoridad frente a sus hijos. Y es todo lo contrario. Cuando aceptamos que no sabemos algo, podemos inculcarles la humildad que se requiere para aprender: aceptar que no se sabe. Y podemos también enseñarles cómo investigar lo que no se sabe, inculcando así en ellos la sed de conocimiento. La ciencia tiene como objetivo conocer todo, pero lo hace de manera humilde, es decir, sabe que esa búsqueda es constante, simplemente porque ese “todo” está siempre creciendo y cambiando. Me parece que así deberíamos actuar también los padres y transmitirlo a nuestros hijos.

Por otro lado, cuando aceptamos frente a ellos que nos equivocamos e incluso, si es necesario, les pedimos perdón, les estamos enseñando a ser humildes y compasivos. Aprender a dar y recibir perdón es una habilidad muy importante en nuestras vidas que nos brinda sanidad mental y emocional.

VII. Enseñar a través del contagio emocional.

Este es un concepto que me parece de lo más fascinante y que señala que, por asociación, tendemos a cambiar lo que consideramos aceptable. Es decir, lo que hacen las personas que están a nuestro alrededor (las redes sociales), influye en nuestras percepciones y, por ende, en nuestra conducta; sobre todo cuando nos une a ellas una relación de afecto. Siendo así, si conforme nuestros hijos crecen, nosotros empezamos a descuidar lo que comemos y a engordar, por ejemplo, es muy probable que ellos (aunque ya sean adolescentes y tengan formado un criterio propio), empiecen a imitar estas conductas (incluso de manera inconsciente) y engorden también, pues en su mente las empezarán a considerar aceptables al ser perpetradas por la gente que él quiere.

IMG_6697El contagio emocional es entonces muy parecido a predicar con el ejemplo que, a mi parecer, es la mejor manera de educar a un hijo. De este modo, yo lo que hago muchas veces es, en lugar (o a la par) de decirle a mi hijo lo que tiene que hacer o decir, simplemente lo hago. Por ejemplo, si quiero que se lave los dientes, le digo que venga a lavárselos y en lugar de esperar a que llegue, me los empiezo a lavar yo. Invariablemente, a los pocos minutos lo tengo a mi lado pidiéndome su cepillo. Lo mismo pasa cuando mi marido está arreglando el jardín. Nuestro hijo lo observa primero y luego se pone a hacer lo mismo que está haciendo su papá. Y el otro día noté que me decía “Lud, mama” cuando estornudé. Así me percaté que, aunque no lo había hecho a propósito, él había aprendido a decir “salud” porque yo siempre lo digo cuando alguien estornuda.

Qué importante es entonces observarnos y cuestionarnos si lo que les pedimos que hagan, lo estamos haciendo nosotros también y entender que, por asociación emocional, ellos imitarán lo que nosotros hagamos.

VIII. Enseñarles a usar la tecnología.

Cuando nuestro pequeño empezó a caminar y a agarrar todo lo que encontraba a su paso, sus objetos favoritos eran el teléfono y el control remoto de la TV. Primero pensamos que era mejor enseñarle a que no los agarrara, pero después pensamos que era mucho mejor enseñarle a usarlos. De este modo, cuando suena el teléfono en la casa, nuestro pequeño sabe cómo contestarlo, con el altavoz escucha y participa en la conversación y cuando decimos ‘adiós’, sabe cómo apagar el teléfono. Sólo hay que tener cuidado, porque una vez que escucha la palabra ‘adiós’, reacciona inmediatamente, asi que ya perdí la cuenta de cuántas conversaciones han quedado interrumpidas abruptamente (a pesar de advertirles a los abuelos al respecto) porque dicen la palabra mágica anticipadamente, en lugar de hasta el final de la oración y cuando ya no tienen nada que decir.

DSC00068Y por supuesto, me parece también muy necesario comprarles juguetes tecnológicos, como la primera laptop, o incluso dejarlos jugar con la iPad. A mí todavía no deja de impresionarme lo bien que nuestro hijo (a sus dos años y medio) la maneja. Incluso mejor que yo, pues apenas estoy aprendiendo a hacerlo. Algunas amigas me han dicho que no quieren que sus hijos jueguen con la iPad porque les parece que es como la TV o los videojuegos, pero yo no estoy de acuerdo con esto porque, si eliges aplicaciones educativas, los niños desarrollan concentración, memoria, psicomotricidad fina, coordinación viso-motora, además de los números, las letras, sonidos de animales, etc. Además, por supuesto, de familiarizarlos con las herramientas que, de cualquier modo, utilizarán en el futuro cercano.

IX. Permitirles que se equivoquen.

Muchas veces, conforme van aprendiendo a hacer cosas, nos vemos tentados a ayudar a nuestros hijos, en lugar de dejarlos a ellos solos equivocarse cuantas veces sea necesario antes de lograr lo que quieren hacer. No es que no podamos ayudarles como tal, pero es diferente modelarles la conducta, que hacerlo por ellos.

El Ensayo y Error es una técnica científica que nos permite ir descartando soluciones que no funcionan, sobre todo cuando nos enfrentamos a problemas donde no tenemos antecedentes, tal cual sucede con los pequeños cuando van creciendo y van descubriendo todo un mundo nuevo y lleno de posibilidades.

Además, el permitir que se equivoquen nos da la oportunidad de enseñarles capacidad de demora y tolerancia a la frustración, que son habilidades que les serán sumamente útiles más adelante en su vida.

X. Regla de oro: todo cambia.

Al igual que el científico asume que lo que descubre y ha comprobado hoy puede cambiar y ser cuestionado mañana, los padres debemos entender que el crecimiento se va dando por etapas. De este modo, lo que ya logramos resolver hoy, seguramente no aplicará en 6 meses más. Y estar conscientes de ello no sólo nos evitará dolores de cabeza, sino que nos permitirá irnos preparando para lo que venga, en la medida de lo posible.

IMG_7468Hay que entender que los niños van desarrollándose biológica y psicológicamente y que estos cambios son muy sanos y nos dicen que el desarrollo va por buen camino, aun cuando llegan a presentar conductas que parecieran decir lo contrario. Por ejemplo, cuando tienen más o menos un año o año y medio, son muy complacientes y hacen más que gustosos todo lo que les pides; cooperan y buscan que sus papás estén contentos. Sin embargo, una vez que empiezan a aparecer en el horizonte los famosos “terribles dos”, empiezan a comportarse de manera más rebelde, “No” se convierte en su palabra favorita y contradecir en su deporte favorito. Pero esto no es un retroceso, al contrario, es la forma en la que empiezan a demostrar necesidad de autonomía e independencia, lo cual no sólo es positivo, sino normal y deseado.

Por ello, es muy importante obtener toda la información posible sobre cómo se desarrollan los niños, física y psicológicamente, porque en la medida en que tengamos más conocimiento al respecto, estaremos mejor preparados para los cambios y nuestras respuestas al enfrentarlos serán mucho más adecuadas.

Conclusión.

Como podemos ver, la ciencia no sólo nos permite responder a las grandes preguntas que se ha hecho la humanidad a lo largo de su existencia o develar grandes misterios, también nos proporciona principios y herramientas que afortunadamente podemos aplicar en nuestra vida cotidiana como padres, con la finalidad de beneficiar con ello a nuestros pequeños. Sólo es cuestión de educarnos en ciencia y tener la creatividad para aplicarla en el día a día con nuestros hijos.

Fotografías de la autora.

La ciencia y sus límites

Es mi convicción —tal como lo expresé en los foros del curso Pensamiento Científico, que impartió Carlos Gershenson en Coursera— que, a pesar de todos los condicionamientos políticos y económicos, a pesar de todos nuestros errores y miopías, el saldo histórico en la cuenta de la ciencia y la técnica es positivo, de hecho muy positivo.

Grossberg

Der gelbe Boiler. Pintura de Carl Grossberg.

De las toscas herramientas del Paleolítico a las nanotecnologías del presente, de la astronomía primitiva a los modelos cosmológicos actuales, hay una patente trayectoria de ascenso. Los frutos apetecibles están a la vista: una productividad agrícola e industrial multiplicada, mayor esperanza de vida, drástica reducción de la mortalidad infantil, comunicaciones de velocidad relampagueante, dominio de nuevas fuentes de energía y la posibilidad de construir un mundo más vivible para las generaciones venideras.

Pero toda herramienta es también un arma y todo conocimiento se puede usar para fines perversos. La ciencia no puede gobernarse a sí misma, no puede generar su propio ethos. La ciencia nos puede decir lo que es posible; nuestra conciencia moral nos tiene que decir lo que es aceptable. La ciencia nos dijo cómo hacer bombas atómicas; un grupo de hombres decidió usarlas. La ciencia nos informa que quizá sea posible clonar seres humanos; nuestra conciencia moral nos informa que sería una monstruosidad. He ahí un primer y clarísimo límite de la ciencia.

Ese límite obedece a otro más general: ni todo conocimiento es conocimiento científico ni la ciencia puede conocerlo todo. Existe, por ejemplo, lo que Michael Polanyi llamaba conocimiento tácito, un conocimiento de muy difícil trasmisión que ni siquiera podemos articular en palabras.

De hecho, este tipo de conocimiento tiene efectos en cómo se hace la ciencia. Polanyi subrayaba que todo conocimiento tiene un componente tácito. Cuando el científico trabaja, además de modelos, teorías, datos, etc., tiene en su aparato cognitivo elementos adquiridos a través de todas sus experiencias vitales, de sus prácticas cotidianas, de las relaciones con maestros y colaboradores, etc. Es lo que le permite, en un momento dado, reconocer pautas y conexiones que otros no ven y tener ese momento mágico que es a veces un eureka, a veces una serendipia.

Gould

Stephen Jay Gould. Foto de Kathy Chapman Online.

Otro ángulo de esta problemática lo ilustran los extensos, acres y en buena parte confusos debates que sobre la evolución de las especies biológicas y su relación con la fe religiosa. Tan absurdo es esperar de la biología pruebas de la existencia de Dios como afirmar que la evidencia conocida sobre la evolución de las especies demuestra que Dios no existe. Ni la biología ni la física ni la química pueden probar o negar la existencia de Dios.

Por eso no andaba desencaminado el paleontólogo y biólogo evolucionista Stephen Jay Gould cuando planteó su principio de los magisterios separados:

“Creo que podemos adoptar esta palabra y este concepto [magisterium] para expresar… la solución de principio del supuesto ‘conflicto’ y ‘guerra’ entre la ciencia y la religión. Tal conflicto no debiera existir porque cada una tiene un magisterium o dominio de autoridad docente legítimo, y estos dominios no se superponen, principio al que me gustaría denominar magisterios no superpuestos, NOMA [siglas en inglés con las que se conoce el concepto de Gould desde que lo planteó]. La red de la ciencia cubre el reino de lo empírico: de qué está hecho el universo (hechos) y por qué funciona de tal manera (teorías). La red de la religión se extiende sobre cuestiones de significado y valor moral. Estos dos magisterios no se superponen, ni tampoco abarcan todo lo que hay que investigar (consideremos, nada más para empezar, el magisterium del arte y el significado de la belleza). Para citar los conocidos clichés, a nosotros nos tocó la edad de las rocas y la religión retiene la roca de las edades; nosotros estudiamos cómo van los cielos, y ellos determinan cómo ir al cielo.” (Stephen J. Gould. Non Over-Lapping Magisteria. Skeptical Inquirer, julio-agosto de 1999, pp. 55-61.)

Tanques y torre.

Tanques de petróleo junto a una torre antigua. Foto de Till Krech (Flickr Creative Commons).

Finalmente debo mencionar un límite esencial de la ciencia y el conocimiento científico: el hombre mismo. No sólo todo conocimiento científico tiene un inevitable componente subjetivo —que puede incluir desde las más variadas ideas preconcebidas hasta nuestras inclinaciones afectivas— sino que en muchos de los sistemas complejos que estudiamos interviene la conducta humana. Y si cualquier sistema complejo, de por sí, escapa a la predictibilidad laplaceana clásica, ahí donde la conducta humana esté presente lo estará también el libre albedrío y, con ello, un factor que inevitablemente restringe nuestra capacidad de predicción a la mera proyección de futuros posibles.

Lo cual no es malo. Quiere decir que siempre hay la posibilidad de procurar futuros mejores. Los agoreros del agotamiento de los recursos, los maltusianos con sus sombrías bolas de cristal estadísticas, los terroristas ideológicos que nos amenazan con la bomba de la población, debieran guardar circunspección al menos por dos razones. La primera es que hasta ahora todas sus alarmas han resultado un fiasco. La segunda y más importante es que ahí donde hay incertidumbre hay posibilidades.

[El artículo precedente está basado en una de mis intervenciones en el curso.]