El argumento de la habitación china y la teoría computacional de la mente

Texto completo

(1)Universidad Alberto Hurtado Facultad de Filosofía y Humanidades Departamento de Filosofía. El Argumento de la Habitación China y la Teoría Computacional de la Mente. Tesis para optar al grado de Licenciado en Filosofía. Por: Sebastián Jaramillo Acosta. Director de tesis: Dr. Francisco Pereira. Santiago, Chile 2017.

(2) Tabla de contenido. Tabla de contenidos (p.2) Introducción (p.4) 1. Capítulo I: La mente como una máquina computacional (p.9) 1.1 Funcionalismo (p.10) 1.2 Máquinas de Turing y funcionalismo de máquinas. (p.15) 1.3 Test de Turing y funcionalismo de máquinas (p.23) 1.4 Teoría representacional de la mente y la Teoría Computacional de la Mente (p.26) 1.4 Conclusiones: el rompecabezas de la teoría computacional de la mente (p.36) 1.4.1 Realizabilidad Múltiple (p.36) 1.4.2. Funcionalismo. de. máquinas:. computación. estilo. Turing. y. funcionalismo. (p.37) 1.4.3 Teoría representacional de la mente: computación al estilo Turing y representaciones. (p.37) 2. Capítulo II: El argumento de la habitación china. (p.40) 2.1 Inteligencia Artificial Fuerte: ¿Simulación o duplicación de estados mentales? (p.41) 2.2 El argumento de la habitación China CRA. (p.44) 2.2.1CRA: comprensión computacional de historias. (p.44) 2.2.2CRA: el método. (p.47) 2.2.3 CRA: el experimento mental. (p.50) 2.2.4 CRA: el argumento. (p.58) 2.3 CRA: ¿simulación o duplicación de estados mentales? (p.65) 2.4 Conclusión. (p.69) 3. Capítulo III: Respuestas y evaluación del Chinese Room Argument (p.73) 3.1 Las réplicas al CRA (p.75) 3.1.1 La réplica del sistema (p.76). 2.

(3) 3.1.2 La réplica del Robot (p.82) 3.1.3 La réplica del simulador de cerebro (p.86) 3.1.4 La réplica combinada (p.92) 3.1.5 La réplica de las otras mentes (p.98) 3.1.6 La réplica de las múltiples mansiones (p.100) 3.2 Conclusiones generales: ¿Es el CRA un contraargumento para la TCM? (p.102) 3.2.1¿Qué no deberíamos concederle al CRA con respecto a las consecuencias que este parece tener sobre la TCM? (p.103) 3.2.1.1 El CRA parece sólo refutar la afirmación conductista de que la duplicación del comportamiento es suficiente para la duplicación de estados mentales. (p.106) 3.2.1.2 El CRA no es un caso prima facie en contra de la TCM para la comprensión de un lenguaje. (p.112) 3.2.1.3 El CRA sobreestima los poderes causales neurobiológicos de los cerebros. (p.125) 3.2.2¿Qué si deberíamos concederle al CRA con respecto a las consecuencias que este parece tener sobre la TCM? (p.126) 3.2.2.1 Insuficiencia de la sintáctica por sí sola para generar semántica o intencionalidad. (p.127) 3.2.3 ¿Es el CRA un contrargumento para la TCM? (p.128) 4. Referencias. (p.129). 3.

(4) Introducción. La así llamada tradición materialista en la filosofía de la mente ha intentado explicar el funcionamiento y la naturaleza de los estados mentales (“EM” en adelante) intentando reducir estos últimos a estados físicos de alguna clase. Según Searle (2006) esta ha sido la tradición más influyente para la Filosofía de la Mente a lo largo del siglo XX y comienzos del siglo XXI (p. 48). Esta tradición ha dado a luz a una saga de teorías, entre las cuales, el proyecto de la Inteligencia Artificial1 (en adelante “IA”) es destacado en la presentación del mismo Searle como “la teoría más influyente y pujante de las últimas décadas” (2004, p. 73). La IA surge a partir de la convergencia de investigaciones procedentes de disciplinas como la psicología cognitiva, la lingüística, la informática y la inteligencia artificial, además de la Filosofía. En términos generales, la IA es etiquetada en el ámbito de la Filosofía de la mente como una Teoría Computacional de la Mente (en adelante “TCM”). La TCM es usualmente reconocida por postular la siguiente analogía: la mente es al cerebro lo que el software o programa es al hardware. De acuerdo con esto, el cerebro humano sería una clase de hardware en el que se ejecuta un determinado software al que llamamos mente. Y la mente ejecuta tareas complejas por medio de su descomposición en pasos y símbolos simples (algoritmos), dentro de una serie de inputs, estados mentales y outputs que recibe, accede o realiza el organismo respectivamente. Así, la función de un EM estaría determinada por un conjunto de relaciones causales en el comportamiento general del organismo: el input, el procesamiento de información por medio de las reglas del software y el output, constituirían la descripción de un EM, tanto para los humanos, como para cualquier otra estructura física capaz de ejecutar apropiadamente este. 1. Searle entenderá a la IA en dos versiones. Una versión débil (IAD) que asume que los estados computaciones sólo simulan estados mentales. Y una versión fuerte (IAF) que afirma que los estados computacionales duplican estados mentales. Hablaremos más de esto en el capítulo II.. 4.

(5) software o programa. De esta manera, la TCM, en su versión más fuerte2, sugiere que cuando una computadora posee la programación adecuada no sólo simula tener una mente, sino que la tiene literalmente, es decir, la ha duplicado. Ahora bien, si esto es así, ¿cómo podemos comprobar que una computadora, o cualquier otra estructura que ejecute las mismas relaciones causales con las que la TCM describe un estado mental, es inteligente y entiende la información que procesa? ¿Cómo podemos saber si en realidad piensa? Alan Turing, uno de los teóricos pioneros en computación, afirmó en 1950 que sólo basta con preguntarse si es que la máquina puede comportarse de tal manera que, un experto en aquel comportamiento que la máquina manifiesta, es incapaz de distinguir su desempeño de un desempeño humano natural. A esta prueba se le llamó el test de Turing. Si el comportamiento de la máquina es capaz de engañar a un agente pensante, entonces, la pregunta por el pensamiento de esa máquina parece innecesaria e incluso ambigua. De acuerdo con Searle (2006), ya a finales de la década de 1970 algunos investigadores en AI, como Roger Schank y sus colegas, afirmaban que los computadores podían entender el lenguaje natural. Frente a esto, John Searle, un filósofo norteamericano de la UC de Berkeley, planteó un conocido argumento en 1980 para mostrar que no es posible para un computador manipular contenidos semánticos ya que sólo procesa símbolos abstractos. Se trata del argumento de la habitación china: The Chinese Room Argument (“CRA” en lo que sigue) que intenta responder negativamente a la pregunta ¿Puede poseer semántica una computadora?, o en términos generales, ¿Puede poseer intencionalidad una máquina sólo por el hecho de ser una computadora? El CRA muestra, por medio de un experimento mental que, si bien un ser humano encerrado en una habitación sin ninguna comprensión del idioma chino sería capaz de seguir las mismas reglas y símbolos de un programa computacional diseñado para 2. La versión débil sostendrá que la relación entre software-hardware y mente-cerebro es un juicio analógico (y no de identidad) que constituye sólo un recurso explicativo para entender e investigar de mejor manera la naturaleza y funcionamiento de la mente y el cerebro. Trataremos más esta distinción entre simulación y duplicación en el Capítulo II.. 5.

(6) producir respuestas coherentes a preguntas en chino, sin embargo, este ser humano no habrá entendido chino al hacerlo: sólo habrá manipulado ciertos símbolos abstractos de acuerdo a ciertas reglas. De esta manera el CRA afirmará de forma general que no es posible obtener significado (semántica) desde la manipulación formal de símbolos (sintáctica) que ejecuta un programa computacional. Y, debido a que, es justamente la semántica aquello que caracteriza la comprensión de un lenguaje y el contenido de los estados mentales en los humanos, la TCM, en su versión más fuerte, es falsa. El argumento de la CRA podría reconstruirse de la siguiente manera (i). “Los programas de computadora son puramente formales o sintácticos: a grandes rasgos, son sensibles únicamente a las figuras de los símbolos que procesan.. (ii). La comprensión genuina (y, por extensión, todo pensamiento) es sensible al significado (o semántica) de los símbolos.. (iii). La forma (o sintaxis) nunca puede constituir, ni ser suficiente para ello, un significado (o semántica). [La justificación de esta premisa (iii) es justamente el experimento mental de la habitación china]. (iv). Por lo tanto, hacer funcionar un programa de computadoras nunca puede ser suficiente para la comprensión o el pensamiento” (Crane, 2008, p. 203).. El CRA ha tenido diversas y múltiples respuestas. Algunas respuestas le conceden al CRA que efectivamente el hombre en la habitación china no puede entender chino, sin embargo, sostienen que ejecutar un programa computacional podría crear algo que entienda chino. Otras estrategias de respuesta al CRA consistirían en conceder a Searle que solamente ejecutar un programa computacional no es suficiente para crear comprensión de un lenguaje por un humano o un computador, sin embargo, afirmarán que una variante en el sistema computacional si podría comprender el lenguaje que procesa. Y otras respuestas sugieren que, en el escenario original que propone el CRA,. 6.

(7) el hombre dentro de la habitación china si entiende chino, o bien, que el escenario es imposible. Así, la presente investigación se propone como objetivo evaluar el CRA a la luz de los principios fundamentales de la TCM que constituyen los supuestos del CRA; la identificación del método, argumento y consecuencias del CRA en cuanto tal; y la discusión de las réplicas tradicionales que el CRA ha recibido. El problema general que guiará el desarrollo de esta investigación será el siguiente: ¿Es el Argumento de la Habitación China de Searle un contraargumento para la Teoría Computacional de la Mente? Parece que, a pesar de que el CRA logra mostrar que la visión de que las computaciones formales sobre símbolos no son suficientes para producir semántica o intencionalidad, eso no significa, prima facie, que cualquier Teoría Computacional de la Mente no sea capaz de producir semántica o intencionalidad. De hecho, parece que el requisito de sistematicidad y productividad del pensamiento, junto con las relaciones y conexiones apropiadas con el ambiente externo del agente o la máquina, no parecen estar siendo incorporadas por Searle en el escenario del CRA, a pesar de ser elementos centrales para una TCM que busque generar semántica o intencionalidad. De esta manera, la tesis que defenderemos en esta tesina será que el CRA no es un caso prima facie en contra de la TCM para la generación de semántica e intencionalidad. En términos generales el CRA supone concepciones computacionalitas de la mente que no se adecuan a requisitos fundamentales de las teorías clásicas de la TCM como la sistematicidad-productividad del pensamiento; la descentralización del proceso funcional en partes simples; y el rol fundamental de las conexiones apropiadas con el ambiente externo. Considerar estos tres elementos, es decir, proponer a la Robot Reply en conjunto con la System Reply, puede ofrecernos una posible salida al problema de la generación de semántica o intencionalidad en máquinas que ejecutan un programa computacional. Si bien esta posible salida no está ausente de inconvenientes, parece ser, al menos, inmune a la estrategia de respuesta de Searle de internalizar todo lo que ocurre en el sistema: ¿Cómo es que sería posible pensar de manera coherente que tanto las. 7.

(8) distintas partes del sistema, incluyendo las conexiones con el ambiente externo al organismo, podrían ocurrir dentro del hombre en la habitación? Llegaremos a defender esta tesis en tres grandes momentos. En primer lugar, en el capítulo I daremos cuenta de los elementos centrales que componen una Teoría Computacional de la Mente. Nuestro recorrido por estos elementos centrales nos permitirá finalmente afirmar que el corazón o elemento fundamental de la TCM es la idea de computación a la manera o estilo de las máquinas de Turing. Es la idea de computación al estilo Turing lo que le permite a la TCM articular el Funcionalismo de Máquinas y la Teoría Representacional de la Mente en una visión coherente sobre los estados mentales entendidos como programas computacionales. Una vez que tengamos una imagen general de la TCM, habremos entendido los supuestos fundamentales que Searle intentará considerar en el CRA. Así, en segundo lugar, en el capítulo II presentaremos el CRA como un argumento y experimento mental que busca refutar aquella versión fuerte de la TCM que asume que un estado computacional es literalmente un estado mental. En este capítulo reconstruiremos el CRA desde el problema de la simulación y duplicación de estados mentales que parece estar implicado en la distinción entre afirmar que un estado computacional “es” un estado mental (Inteligencia Artificial Fuerte-IAF-duplicación) y afirmar que un estado computacional “es como” un estado mental (Inteligencia Artificial Débil-IAD-simulación). Ambas afirmaciones serán entendidas como dos versiones de la TCM y el CRA como una refutación a la idea de confundir la simulación con duplicación que está presente en la AIF. Y finalmente, en tercer lugar, en el capítulo III reconstruiremos la discusión en torno a las principales y más comunes réplicas que el CRA ha presentado desde su formulación en 1980. Lo que haremos será presentar cada una de estas réplicas junto con las respuestas del propio Searle a ellas y los comentarios de otros autores sobre las respuestas de Searle. Esta reconstrucción nos permitirá concluir que, tanto el CRA como las respuestas de Searle a las réplicas tradicionales que le han presentado, descansan en un supuesto sobre la relación entre sintáctica y semántica que no considera. 8.

(9) seriamente, por un lado, posibilidades alternativas de justificar la adquisición de semántica o contenido mental por medio de relaciones con el mundo externo. Y, por otro lado, subestima la complejidad de la organización funcionalista que la Teoría Computacional de la Mente fórmula para la duplicación de estados mentales e intencionalidad. Esto, sin embargo, implica concederle al CRA uno de sus puntos centrales: sólo la sintaxis de un programa computacional no es suficiente para la generación de semántica. 1. Capítulo I: La mente como una máquina computacional. El objetivo de este primer capítulo es dar cuenta de los elementos centrales de la teoría computacional de la mente (TCM). La afirmación elemental de la TCM es que la mente es un programa computacional. En palabras más técnicas la TCM “considera a la mente como un computador que almacena y manipula secuencias de símbolos de acuerdo a reglas fijas de transformación” (Kim, 2011, p.506). Los teóricos adherentes de la TCM comúnmente postulan la siguiente analogía para explicar el funcionamiento y la naturaleza de los estados mentales3: la mente es al cerebro lo que el software o programa computacional es al hardware. Es decir, la mente sería un programa computacional ejecutado por el cerebro, y este último, cumple el rol de ser el hardware o realizador físico del programa. 3. Usaré aquí los términos “estado mental”, así como sus equivalentes físicos, en un sentido general que incluye estados, propiedades, eventos, procesos, etc. Los “estados mentales” serán simplemente considerados como factores causales (entidades de las que suponemos el poder de causar y ser causadas) en el mismo sentido en que comúnmente decimos que “su sonrisa de satisfacción es causada por la comprensión de la solución del problema, que la consideración de los pros y los contras de la cuestión hizo que se matriculase en Medicina, y que su opinión de que las películas de John Houston son amenas le llevó a ir esa tarde al cine”. Estos estados mentales “incluyen también acaecimientos – la “visión” como en un flash de la solución al problema-, procesos – la consideración de todos los pros y los contras relevantes previa a la toma de una decisión importante- y estados propiamente dichos- la opinión de que las películas de John Houston son amenas” (Carpintero, 1995, pp.43-44). 9.

(10) Para dar cuenta de la TCM es necesario entender previamente la concepción funcionalista de la mente, y específicamente, aquella formulación del funcionalismo en términos de máquinas de Turing: el funcionalismo de máquinas (machine functionalism FM). De esta manera podremos entender la idea de la TCM que sostiene que el funcionamiento de la mente es mejor entendido en términos de las operaciones de una máquina computacional. Sin embargo, parece que el FM no logra dar cuenta por sí mismo de la sistematicidad y productividad del pensamiento humano. Por esta razón, se hace necesario suplementarlo con una la teoría representacional de la mente (TRM) que nos permita, por un lado, entender en qué sentido y por qué la TCM afirma que la mente computa secuencias de símbolos (y no de otra cosa) y, por otro lado, dar cuenta de mejor manera de la sistematicidad y la productividad del pensamiento humano. Nuestro recorrido por estas teorías nos permitirá finalmente afirmar que el corazón o elemento fundamental de la TCM es la idea de computación a la manera o estilo de las máquinas de Turing. Es la idea de computación a la Turing lo que le permite a la TCM articular el FM y la TRM en una visión coherente sobre los estados mentales entendidos como programas computacionales. 1.1 Funcionalismo. En la introducción a este capítulo describimos al cerebro como el realizador de un programa computacional. Pero para la TCM, el cerebro humano no sería más que una de las múltiples estructuras (físicas o no) que pueden realizar un estado mental entendido como programa computacional. Esta clase de relación entre múltiples estructuras realizadoras de un mismo estado mental es denominada realizabilidad múltiple de los estados mentales. Es importante notar que la idea de la realizabilidad múltiple de los estados mentales es distinta a la idea de la realizabilidad física de esos mismos estados. Afirmar que los estados mentales son sólo realizables de forma física sería afirmar algo como esto:. 10.

(11) Realizabilidad física: “si algo x tiene alguna propiedad mental M (o es en un estado mental M) en el tiempo t, entonces, x es una cosa física y x tiene M en t en virtud del hecho de que x tiene en t alguna propiedad física P que realiza M en x en t” (Kim, 2011, p. 415). Aceptar la tesis de la realizabilidad física parece ser un supuesto necesario de ser aceptado por la así llamada teoría Tipo-Tipo de los estados mentales4 que afirma que “la caracterización de estados mentales requiere identificar a estos estados con tipos de estados físicos del cerebro que implican que sólo este órgano es capaz de producir estados mentales como dolores, creencias y deseos” (González, 2007, p.54). Sin embargo, parece que la realizabilidad múltiple de los estados mentales es un contraargumento para la teoría Tipo-Tipo en cuanto esta última no es compatible con la posibilidad de que distintos tipos de estados físicos puedan realizar el mismo tipo de estado mental. No podemos negar a priori la posibilidad de que, por ejemplo, la misma propiedad mental-dolor, sea realizable por diversas estructuras físicas. Sabemos que en el ser humano el dolor es realizado por la activación de las así llamadas fibras-C del sistema nervioso, pero en otras especies el mecanismo que realiza esa misma propiedad mental del dolor puede variar, o incluso, no poseer ningún componente de tejidos biológicos como sería el caso de los robots electromecánicos que aparecen en algunas películas de ciencia ficción, creaturas inmateriales inteligentes como los ángeles o cualquier otra clase de ser o entidad que sea capaz de realizar el mismo tipo de estado mental. De esta manera, parece que los estados mentales no presentan en principio ninguna limitación con respecto a los mecanismos físicos que las realizan o implementan.. 4. “Con el objetivo de caracterizar lo mental como producto de estados físicos del cerebro, las versiones contemporáneas del materialismo han usado la distinción tipo/token. La secuencia C C C tiene tres instancias o tokens del mismo tipo, la letra C” (González, 2007, p.54). 11.

(12) Afirmar esta característica de los estados mentales implica rechazar una teoría Tipo-Tipo que identifique a tipos de estados mentales con tipos de estados físicos, ya que distintos estados físicos podrían, en principio, realizar o implementar el mismo tipo de estado mental. A esta posibilidad de que múltiples mecanismos (físicos o no) realicen o implementen propiedades mentales es aquello que se denomina: realizabilidad múltiple de los estados mentales. Y esta realizabilidad múltiple, a su vez, parece compatible con una teoría Tipo-Token de los estados mentales en la que el mismo tipo de estado mental sea implementado por diversas ejemplificaciones o tokens físicos que no puedan ser agrupados bajo un mismo tipo de estados físicos. No es muy difícil notar entonces que una teoría de la mente como la TCM, sólo con la caracterización elemental que hemos introducido al inicio de este capítulo, muestra que los estados mentales poseen la característica de ser realizables de forma múltiple5. Hoy sabemos que un mismo programa computacional puede ser ejecutado por diversas máquinas con distintas estructuras físicas. Si diversas máquinas pueden ejecutar el mismo programa computacional, y la explicación del funcionamiento y naturaleza de la mente se realiza en analogía con esto, es decir, si los estados mentales funcionan en un nivel básico como procesamiento computacional de información, entonces, no parece haber ninguna restricción para pensar en múltiples y distintos realizadores físicos del mismo estado mental. Ahora bien, si la realizabilidad múltiple de los estados mentales está en lo correcto, ¿cómo es que podríamos afirmar que tanto el hardware de un programa computacional como el cerebro de un ser humano se encuentran realizando el mismo estado mental? ¿Cómo sabemos que, por ejemplo, ambos se encuentran en el estado mental “dolor”? 5. A pesar de que, si asumimos el principio de la realizabilidad múltiple, no parece haber restricción alguna que impida a estructuras no-físicas realizar el mismo estado mental que una estructura física, hay una tendencia mayoritaria en los autores que abordan estos temas a considerar que sólo las estructuras físicas pueden realizar estados mentales. La razón de esta tendencia es probablemente que el mundo actual parece estar constituido sólo por objetos que están dentro del espacio y el tiempo. Es por eso que, de aquí en adelante, se considerará y hablará de múltiples realizaciones o estructuras físicas (y no de realizaciones o estructuras no-físicas).. 12.

(13) ¿Cómo identificamos y distinguimos los estados mentales? Parece que, en estos casos, lo que está en juego para la individualización de los estados mentales es algo similar a lo que se utiliza para individualizar conceptos y artefactos. Decimos que tanto un automóvil como una motocicleta poseen un motor que produce su movimiento. Decir que un objeto posee la propiedad de ser un motor no parece implicar ninguna restricción a priori sobre la composición y relación de sus elementos físicos: podríamos describir, crear o imaginar toda clase de materiales que podrían ser ensamblados de múltiples maneras y utilizados con diversos combustibles como fuente de energía para lograr hacer aquello que hace un motor: generar movimiento a partir de fuerza mecánica. En palabras de Kim (2011) “El concepto de un motor es definido por una descripción de tarea, o rol causal, no por una descripción de los mecanismos que ejecutan la tarea” (p. 418). De esta manera, si es que aceptamos la tesis de la realizabilidad múltiple de los estados mentales y queremos individualizar estos estados o propiedades mentales, parece que debemos centrar la atención en el rol funcional que aquel estado mental posee dentro del determinado sistema al que pertenece. Aquella teoría en Filosofía de la Mente que afirma que los estados mentales son clases funcionales que cumplen cierto rol causal dentro de un sistema de estímulos y respuestas se le denomina funcionalismo. En una teoría funcionalista de los estados mentales, “el concepto de dolor es definido en términos de su función, y la función implicada sirve como un intermediario causal entre inputs o estímulos comunes de dolor (daño de tejido, traumas, etc.) y típicos outputs o respuestas comunes de dolor (quejidos, comportamiento defensivo, etc.)” (Kim, 2011, p. 425). Decimos que los estados mentales son una clase funcional en el sentido de que, a diferencia de las así denominadas clase estructurales como el agua que posee una “esencia composicional oculta” descrita químicamente por una estructura molecular de dos moléculas de hidrógeno y una de oxigeno (Block, 1990, p. 385), las clases funcionales poseen una esencia nominal dada por su rol causal, como es el caso del motor del auto o del estado mental del dolor. El dolor no parece tener una esencia real. 13.

(14) en el mismo sentido de la estructura molecular del agua, sino más bien un rol nominal o funcional. Aquello que es mental es entonces para el funcionalismo una clase funcionalcausal y aquello que tienen en común distintas instancias de un misma clase de estado mental es justamente que todas ellas cumplen el mismo rol causal distintivo de la ejecución de esa clase estado mental: “la especificación de un input-estímulo y un outputrespuesta <i, o> definirá un estado mental particular: por ejemplo, <daño de tejido, comportamiento defensivo> define dolor, <irritación de la piel, rascarse> define picazón, y así” (Kim, 2011, p.427). Sin embargo, así descrito el funcionalismo parece poco clara su distinción con una teoría conductista en la que se asocia cada estado mental con un patrón característico de comportamiento: tanto el funcionalismo como el conductismo hablan del rol central que ocupan los estímulos-inputs y las respuestas-outputs para identificar un estado mental. A pesar de esto, es posible identificar diferencias significativas entre el funcionalismo y el conductismo que, a su vez, nos pueden ser útiles para caracterizar de mejor manera el funcionalismo. La primera diferencia parece ser que el funcionalismo sostiene un realismo metafísico mental al asumir a los estados mentales como estados reales de un organismo con poderes causales para producir respuestas en base a ciertos estímulos, mientras que el conductismo sólo parece conceder un rol instrumental a esos estados mentales para explicar el comportamiento: “Al hablar de los estados mentales como disposiciones de comportamiento, entonces, el funcionalista toma estas disposiciones como estados reales internos de personas y otros organismos que en circunstancias normales causan comportamiento de algún tipo específico en ciertas condiciones de estímulos específicos. En contraste, el conductista toma los estados mentales solamente como correlaciones entre input-output, o estimulo-respuesta” (Kim, 2011, p. 436). 14.

(15) La segunda diferencia sería que mientras que el funcionalismo puede hacer referencia a otros estados mentales para lograr caracterizar un estado mental dado, el conductismo, sólo puede hacer referencia a los inputs-estímulos y outputs-respuestas que sean físicamente observables. De esta manera, parece que es importante para la concepción funcionalista de los estados mentales que tanto las causas como los efectos de estos estados puedan incluir otros estados mentales, y no sólo condiciones o respuestas físicas: estar con dolor de estómago no sólo nos puede causar quejidos, sino que también deseo de ir a un servicio de urgencias médicas y la creencia de estar intoxicado por el consumo de algún alimento en mal estado el día anterior: “Incluir otros estados mentales entre las causas y los efectos de un estado mental dado es parte de una concepción funcionalista general de los estados mentales como formando una compleja red causal anclada al mundo externo en varios puntos (…) y la identidad de una clase de estado mental (…) depende solamente del lugar que este ocupa en la red causal” (Kim, 2011, p. 439). En suma, en la concepción funcionalista de la mente un sistema posee una mente en cuanto este sistema tiene una apropiada organización funcional que puede ser realizada de forma múltiple. De esta manera, los estados mentales son estados que desempeñan un rol dentro de la organización funcional del sistema, y cada estado mental es definido por medio de sus interacciones con inputs y outputs que corresponden a condiciones o respuestas físicas y también a otros estados mentales dentro de la red causal que compone al sistema de una forma holística. 1.2. Máquinas de Turing y funcionalismo de máquinas. Volvamos ahora a la TCM. Existe una relación estrecha entre una concepción funcionalista de los estados mentales y la afirmación de que la mente es como un programa computacional. Para entender esta relación es necesario que abordemos ahora. 15.

(16) aquella versión del funcionalismo en la que este es descrito en términos de máquinas de Turing, es decir, en términos de máquinas computacionales matemáticamente caracterizadas. Esta caracterización del funcionalismo es usualmente denominada funcionalismo de máquinas (machine fuctionalism). Inventada por el matemático inglés Alan Turing a principios del siglo XX, una máquina de Turing es un “modelo abstracto de un dispositivo computacional idealizado con tiempo y espacio de memoria ilimitados a su disposición. El dispositivo manipula símbolos, tal como un agente humano, calculando o computando, manipula marcas de lápiz sobre el papel durante un cálculo aritmético” (Rescorla, 2017, p. 3). Tal como Crane (2008) lo aclara, una máquina de Turing no es una máquina en el sentido ordinario de la palabra: “no es una máquina física, sino una abstracta especificación teórica de una posible máquina. Aunque las personas han construido máquinas para esas especificaciones, el punto de ellas no es (en primer lugar) ser construidas, sino ilustrar algunas propiedades generales de los algoritmos y las computaciones6” (p. 92-93). A pesar de que pudiera haber muchas clases de máquinas de Turing para realizar diversas clases de cálculos o computaciones, todas ellas comparten los siguientes componentes y características de funcionamiento básicas (Rescorla, 2017, p. 3-4; Kim, 2007, p. 442; Crane, 2008, p. 93-94): a) Hay un número infinito de ubicaciones de memoria en donde puede ser escrito o borrado un símbolo del alfabeto finito que la máquina posee. Estas ubicaciones de memoria poseen una estructura lineal y son usualmente representadas como recuadros o células en una cinta (tape) de papel que no tiene fin.. 6. De manera muy amplia, un algoritmo es un procedimiento explicitado por un número finito de etapas que se emplea para resolver alguna pregunta o problema por medio de rutinas de instrucciones o reglas mecánicas que dictan como proceder en cada etapa. Y la computación es el proceso que evalúa un problema específico por medio de la aplicación de un algoritmo. (ver Crane 2008).. 16.

(17) b) Hay un procesador central que puede acceder a una ubicación de memoria a la vez y que puede estar en número finito de estados internos, estados de la máquina o configuraciones. Estos estados no son otra cosa que disposiciones de la máquina para ejecutar operaciones básicas. c) Este procesador central es usualmente representado como un escánerimpresora que se mueve a lo largo de la cinta estando en un recuadro o célula a la vez y puede ejecutar dos operaciones básicas: i.. Escribir o borrar un símbolo en una ubicación de memoria.. ii.. Acceder (o moverse) a la siguiente o anterior ubicación de memoria en la cinta.. d) Cada operación básica que el procesador central ejecuta depende por completo de dos hechos: i.. Qué símbolo está escrito en la ubicación de memoria que está siendo escaneada en el momento actual, y. ii.. El estado interno o configuración en el que el procesador central se encuentre en el momento actual.. e) Una tabla de la máquina (machine table) dicta u ordena a la máquina qué operación básica el procesador central ejecuta, teniendo en cuenta el actual estado interno de la máquina y el símbolo que está actualmente siendo escaneado. Esta tabla de máquina también dicta cómo el estado interno del procesador central de la máquina cambia de acuerdo a esos dos mismos factores. De esta manera, la tabla de la máquina concentra el conjunto finito de rutinas de instrucciones mecánicas que gobiernan la computación o calculo que la máquina realiza. Es decir, la tabla de la máquina es aquello que permite identificar y distinguir una máquina de Turing: una máquina de Turing X es el conjunto de instrucciones “x” que están contenidas en su tabla de máquina.. 17.

(18) Tal como lo resalta Rescorla (2017), la motivación de Turing al crear estas máquinas estaba puesta en una idealización de los cálculos que podrían realizar agentes humanos: “teniendo en cuenta los límites de nuestro aparato perceptual y cognitivo, él [Turing] argumenta que cualquier algoritmo simbólico ejecutado por un humano puede ser replicado por una máquina de Turing apropiada. Él concluye que el formalismo mecánico de Turing, a pesar de su extrema simplicidad, es suficientemente poderoso para capturar cualquier procedimiento mecánico humanamente ejecutable sobre configuraciones simbólicas” (p. 4). Parece entonces que cualquier problema que pueda ser resuelto en un número finito de pasos mediante un conjunto de reglas que especifique qué hacer en cada paso, esto es, cualquier problema computable, puede ser ejecutado y resuelto por una máquina de Turing: “cualquier computación ejecutada por un computador puede ser realizada por una máquina de Turing. Esto es, ser computable y ser computable por una máquina de Turing se vuelven equivalentes. En este sentido, una máquina de Turing captura la idea general de computación y computabilidad” (Kim, 2011, p.452). Junto con las máquinas de Turing (M) que acabamos de describir, Turing introdujo también la idea de una máquina de Turing universal (UTM) que usualmente es caracterizada como una computadora de propósito general, es decir, como una máquina de Turing que es capaz de imitar cualquier otra máquina de Turing de la siguiente manera: “se le proporciona a la UTM un input-estímulo simbólico que codifique la tabla de máquina de una máquina de Turing M. La UTM replica el comportamiento de M ejecutando las instrucciones contenidas por la tabla de máquina de M” (Rescorla, 2017, p.5). Podemos notar que las instrucciones de la tabla de las máquinas de Turing (tanto de M como de UTM) son deterministas en el sentido de que, dado el símbolo que este siendo escaneado en el momento actual por la máquina y el estado interno en el que el procesador central se encuentre, la siguiente operación básica de la máquina está ya determinada en la tabla de máquina. A pesar de esta determinación, es posible pensar. 18.

(19) las máquinas de Turing como autómatas probabilísticos7 (AP). Es decir, pensar a las máquinas de Turing ejecutando operaciones que no están determinadas en cuanto incorporan probabilidades en la transición de sus estados internos. Este AP incorporaría en su tabla de máquina instrucciones probabilísticas de la clase “entra en el estado interno Qj con probabilidad R1, o en Qk con probabilidad R2, …, o en Qm con probabilidad Rn” (Kim, 2011, p. 455). Sin embargo, debemos notar que el hecho de que las transiciones entre estados internos del AP sean probabilísticas, eso no significa que sean azarosas, ni mucho menos arbitrarias: justamente las transiciones están también fijadas, aunque sea de un modo probabilístico, en la tabla de máquina como instrucciones. Ahora que ya tenemos una idea general de cómo funciona (o podría funcionar) una máquina de Turing, podemos notar que estas máquinas son compatibles con la idea de realizabilidad múltiple que introducimos en la sección anterior de este capítulo. Si bien hemos descrito inicialmente a las máquinas de Turing como dispositivos teóricos, podemos imaginarnos también diversos realizadores físicos de una máquina de Turing, esto es, diversos dispositivos físicos que funcionen de acuerdo a las instrucciones de una tabla de máquina que es aquello que la define e individualiza: “En general, entonces, lo que necesitamos hacer es remplazar las relaciones funcionales o computacionales entre los diversos parámetros abstractos (símbolos, estados y movimientos del procesador) mencionados en la tabla de máquina, de manera que coincidan con las relaciones causales entre las corporalizaciones físicas de esos parámetros” (Kim, 2011, p.460). Esto significa que, en cuanto a los realizadores físicos de las máquinas de Turing, lo relevante es que el realizador sea competente para ejecutar el rol causal que es definido por la tabla de máquina. La composición específica de los materiales físicos y la 7. Esta noción fue introducida por Hilary Putnam en 1976.. 19.

(20) manera particular en que estos materiales están ensamblados entre sí para funcionar, no parece relevante si es que son capaces de realizar aquel rol causal definido por la tabla de máquina. Si lo logran, entonces, podemos decir que el material físico y su ensamblaje (denominaremos a esta conjunción estado físico) ha realizado la máquina de Turing. Dicho de otra manera, el estado físico q1 ha realizado el estado interno Q1, y es capaz de realizar el resto de estados internos Q2, …, Qn especificados por la tabla de máquina. Recordemos que, en la concepción funcionalista de los estados mentales que hemos descrito antes, aquello que define e individualiza a una clase de estado mental es su respectivo rol causal con respecto a un sistema de inputs-estímulos, outputsrespuestas y otros estados mentales. Y acabamos de ver que aquello que permite a un estado físico ser el realizador de un estado interno de una máquina de Turing es justamente que es capaz de realizar aquel rol causal definido por la tabla de máquina. Y este rol causal especificado por la tabla de máquina es justamente definido por la relación entre inputs-estímulos, outputs-respuestas y otros estados internos de la máquina. De esta manera, la relación entre el funcionalismo de los estados mentales y máquinas de Turing parece natural: “es natural para los funcionalistas ver a las máquinas de Turing como un modelo de la mente” (Kim, 2011, p.463). Esta relación entre los funcionalistas de los estados mentales y las máquinas de Turing es aquello que da origen al así llamado funcionalismo de máquinas (machine functionalism FM). La afirmación fundamental del FM es que la mente puede ser pensada como una máquina de Turing o como autómatas probabilísticos: “La idea central es que aquello que hace que algo posea mentalidad – esto es, poseer una psicología- es ser un realizador físico de una máquina de Turing de complejidad apropiada, con estados mentales (esto es, tipos de estados mentales) identificados con los realizadores de los estados internos de una tabla de máquina” (Kim, 2011, p.466). 20.

(21) Kim habla aquí de máquinas de Turing de “complejidad apropiada” en el sentido de que sería posible imaginar toda clase de simples máquinas de Turing que no sean suficientes para generar mentalidad. Sin embargo, este planteamiento hace surgir inmediatamente la pregunta de ¿qué clase o grado de complejidad se requiere para que sea apropiado atribuirle mentalidad al realizador físico de una máquina de Turing? El propio Kim (2011) reconoce que el funcionalismo de máquinas no ofrece respuestas detalladas a estas preguntas. A pesar de esto, parece que es común en los funcionalistas abordar estas preguntas apelando a la propuesta del propio Alan Turing de realizar una prueba para determinar si una máquina que realiza cómputos o cálculos (computing machine), a la manera de una máquina de Turing, puede pensar. Esta propuesta es conocida como el test de Turing. Antes de abordar el test de Turing, me gustaría volver al objetivo enunciado al inicio de esta sección. Al inicio de esta sección anunciábamos que había una conexión estrecha entre la TCM y el funcionalismo de los estados mentales. Parece que en este punto es posible hacer la conexión. Hemos visto ya por qué es natural para los funcionalistas de los estados mentales ver a las máquinas de Turing como un modelo de la mente. Es justamente esa manera de entender a la mente y a sus estados lo que da origen al así llamado funcionalismo de máquinas. La conexión entre este funcionalismo de máquinas y la TCM podemos hacerla introduciendo una descripción breve de los dos componentes y descripciones básicas que poseen los computadores con los que hoy estamos familiarizados. Tal como Sterelny (1991) lo describe “Tenemos dos diferentes descripciones de los computadores. Un ingeniero puede proporcionarnos una descripción de hardware hecha de silicio. Esa descripción especificará el diseño, el circuito y las interconexiones del dispositivo: será una descripción elaborada en el lenguaje de un ingeniero. Pero también podemos describir el computador a través de su flujo de información. Un diagrama de flujo específica el flujo de la información a través de la computadora y la tarea que. 21.

(22) ejecuta en cada etapa. Una base de datos especifica esa información, los contenidos de su memoria” (p. 4). De esta manera, podemos ver que los computadores con los que actualmente estamos familiarizados poseen ambas descripciones: poseen un hardware o estructura física con un diseño e interconexiones internas que, a su vez, ejecuta un diagrama de flujo o algoritmo que comúnmente denominamos software o programa computacional. Y estos algoritmos o programas, tal como lo menciona Crane (2008) están automatizados en la computadora: “las computadoras con las que estamos familiarizados usan algoritmos automatizados. Usan algoritmos y representaciones8 de entrada y salida que están, de cierto modo, incorporadas a la estructura física de la computadora” (p. 173). En otras palabras, podemos decir que las computadoras que actualmente conocemos funcionan como máquinas de Turing. Es decir, son dispositivos que solucionan problemas complejos por medio de su descomposición en un número finito de pasos más simples y claros que están definidos por el algoritmo o programa computacional ejecutado que dicta las instrucciones de cada paso. El resultado de la descomposición de una tarea compleja en un número finito de pasos más simples es justamente una tabla de máquina que dicta las operaciones básicas que puede ejecutar una máquina, en este caso, una computadora. Y el hardware, al igual que como veíamos en el caso de los realizadores físicos de las máquinas de Turing, es el realizador del programa computacional o algoritmo. En el hardware está incorporada de forma física la tabla de máquina o algoritmo que define al software o programa computacional. La TCM afirma que “la mente es un sistema computacional similar en aspectos importantes a una máquina de Turing, y los procesos mentales básicos (e.g., razonar, tomar decisiones y solucionar problemas) son computaciones similares en aspectos importantes a las computaciones ejecutadas por una máquina de Turing” (Rescorla, 2017, p.8). Así, parece que la TCM incorpora la tesis del funcionalismo de máquinas, pero 8. Volveremos sobre la cuestión de las representaciones más adelante.. 22.

(23) apelando a una máquina de Turing en particular: los programas computacionales. Los estados mentales son programas computacionales, es decir, son roles funcionales que son ejecutados y realizados en aspectos similares importantes a cómo sería ejecutada y realizada una máquina de Turing. 1.3. Test de Turing y funcionalismo de máquinas. La propuesta de Turing con este test es una manera de responder a la pregunta ¿puede un computador pensar? pero reformulando las condiciones de esta pregunta con el fin de evitar cuestionamientos teóricos sobre lo apropiado del pensar y de las características que la máquina o computador deben poseer. Veíamos antes que aquello que hace que algo posea de mentalidad es ser un realizador físico de una máquina de Turing con “complejidad apropiada”. Evitar el problema de la complejidad apropiada de la máquina para poseer mentalidad parece ser una motivación central del test de Turing. Así, la cuestión por la suficiencia de criterios teóricos para definir un concepto apropiado de pensamiento que pueda serle atribuido a un concepto apropiado de computador o máquina, cuestión que parece necesaria de ser respondida en la pregunta ¿puede un computador pensar?, es reformulada por la pregunta ¿puede un computador pasar el test de Turing?: “El Test Turing explica un método para evitar definir términos como “pensamiento” y “máquina”, que llevarían a una satisfacción estadística sobre qué es aquello que las personas significan con su uso. Además de representar una manera de llevar a cabo la simulación de inteligencia, el test de Turing principalmente específica qué medios son necesarios para la creación de mentes artificiales” (González, 2007, p. 29).. 23.

(24) La idea central de este test es evaluar las capacidades de una máquina computacional frente a las capacidades de seres humanos promedio que consideramos poseedores de mentalidad: “si las máquinas lo pueden hacer tan bien como los humanos en ciertas tareas cognitivas e intelectuales, entonces ellos deben ser juzgados como no menos psicológicos (“inteligentes”) que los humanos” (Kim, 2011, p.496). Podríamos describir el funcionamiento elemental del test de Turing de la manera como lo hace Block (1990): “un juez en una habitación se comunica por medio de un teletype (esto fue en 1950) con una computadora en una segunda habitación y con una persona en una tercera habitación por un periodo específico de tiempo (digamos que por una hora). El computador es inteligente, si y sólo si, el juez no puede notar la diferencia entre el computador y la persona” (p. 378). El propósito de la computadora en este test es simplemente intentar engañar al juez o interrogador para que piense que en las otras dos habitaciones hay seres humanos comunes y corrientes. Si la computadora logra hacer su trabajo tan bien como lo haría un ser humano en su lugar, entonces, la propuesta del test de Turing es que debemos concederle a esa computadora toda la inteligencia que le concederíamos a un ser humano que estuviese en su lugar, es decir, debemos afirmar que esa computadora o máquina ha pasado el test de Turing: “Si una computadora nos puede engañar constantemente para que nuestro éxito en la determinación de su identidad no sea mejor de lo que podría lograrse mediante suposiciones al azar, debemos conceder, parece, que esa máquina posee la clase de mentalidad que le aseguramos a los seres humanos” (Kim, 2011, p.498).. 24.

(25) Sin embargo, parece que este test, si bien se concentra en el amplio rango de capacidades y funciones racionales, en cuanto deja por fuera la apariencia, composición, estructura y manera de moverse de la máquina computacional, no parece ser suficiente para atribuirle la misma clase de mentalidad que un ser humano tendría al ejecutar la misma tarea en lugar del computador. Esta crítica a la insuficiencia del test de Turing es usualmente atribuida a Ned Block (1990). Block argumenta que pueden haber máquinas de Turing, como “Aunt Bubbles9” que pasen con éxito el test de Turing, aunque parezca evidente que no poseen inteligencia o pensamiento. De cualquier manera, parece que el funcionalista de máquinas (machine functionalism) también tendría que afirmar la insuficiencia del test de Turing en cuanto este test posee una premisa conductista que no puede ser admitida por esta clase de funcionalista. Si dos computadores o máquinas computacionales realizan el test de Turing y, además, ambas son equivalentes en lo que refiere a su comportamiento, entonces, parece que su desempeño en el test sería también equivalente. Esta premisa o tesis conductista, en palabras de Kim (1011) sería la siguiente: “Si dos sistemas son equivalentes en inputs-estímulos y outputs-respuestas, ellos poseen el mismo estatus psicológico; en particular, uno es mental, o inteligente, sólo en caso de que el otro lo sea” (p. 501). Sin embargo, parece que desde el funcionalismo de máquinas se sigue que dos sistemas poseen el mismo estatus psicológico sólo si estos sistemas realizan la misma 9. Aunt Bubbles es un computador, que es programado con cadenas típicas de conversaciones posibles en formato pregunta-respuesta, que simula una personalidad específica (el tío Bubbles), y es capaz de sostener una conversación lo suficientemente compleja con un ser humano como para pasar el test de Turing: “aunque la máquina puede hacerlo tan bien en el test de Turing de una hora como lo haría el tío Bubbles, posee la inteligencia de un tocadiscos tragamonedas (jukebox). Cada comentario apropiado que produce fue específicamente pensado por los programadores como una respuesta al comentario anterior del juez en el contexto de la conversación previa” (Bock, 1990, p. 382). 25.

(26) tabla de máquina. Es decir, puede haber dos sistemas que se comporten de la misma manera (posean los mismos estímulos y respuestas), pero ejecuten tablas de máquinas o algoritmos distintos. Un ejemplo sencillo de esto es imaginarse dos máquinas que, recibiendo la misma ecuación (4x2=X) y produciendo la misma respuesta (8=X), ejecuten dos algoritmos distintos para llegar el mismo resultado10. De esta manera, para el funcionalista de máquinas la equivalencia en el comportamiento de dos sistemas no implica que esos dos sistemas posean también una equivalencia de estados mentales. Así, para el funcionalista mecánico, lo que parece otorgar la equivalencia de estados mentales en dos sistemas, no es sólo la equivalencia en el comportamiento de estos, sino también la equivalencia en la estructura de procesamiento interno de los sistemas, es decir, la equivalencia en sus tablas de máquina. Y en términos de la TCM, que como vimos incorpora el funcionalismo de máquinas, la equivalencia de dos estados mentales estará determinada entonces por una equivalencia en sus estados o procesos computacionales, es decir, por una equivalencia en los programas computacionales ejecutados por el dispositivo que los realiza de forma física. 1.4. Teoría representacional de la mente y TCM. Decíamos al inicio de este capítulo que, para la TCM, la mente es el software o programa computacional que es realizado de forma física, en el caso humano y de otros animales, por el cerebro que hace las veces de hardware. De esta manera, para la TCM, la mente es un computador. Entonces, si queremos saber qué es y cómo funciona la mente debemos saber qué es y cómo funciona un computador. Crane (2008) nos da una definición elemental de lo que es un computador: “una computadora es un dispositivo que procesa representaciones de una manera sistemática”. 10. Una de las máquinas podría, por ejemplo, simplemente buscar en su memoria el resultado preguardado en su tabla de múltiplos de 4, o de 2, y agregarlo como el valor de 8=X. Mientras que la otra podría, por ejemplo, sumar 4 veces 2, o 2 veces 4, para dar con el valor de 8=X.. 26.

(27) (p.168). De esta manera, siguiendo la analogía que hace la TCM con los computadores, podríamos decir entonces que la mente es un dispositivo que procesa representaciones de forma sistemática. Sin embargo, para entender esta definición de computadora debemos saber qué significa, por un lado, “procesar de un modo sistemático” (a) y, por otro lado, qué es una “representación” (b). Me parece que en este punto ya debiese estar clara la primera parte de esa definición (a). La descripción del funcionamiento de las máquinas de Turing debiese bastarnos para hacernos una idea básica sobre (a). Recordemos que las máquinas de Turing son dispositivos teóricos extremadamente simples que pueden resolver problemas complejos por medio de su descomposición en una serie de pasos finitos que contienen procedimientos claros para su resolución. De esta manera, procesar algo de un modo sistemático, significa procesar ese algo al modo en que lo hace una máquina de Turing: resolviéndolo al modo algorítmico o, en otras palabras, al modo de un procedimiento eficaz. Sabemos, además, que ese procesamiento sistemático que realiza una máquina de Turing puede ser realizado por un dispositivo físico. En el caso de los computadores de hoy, este dispositivo físico correspondería al hardware que, como también veíamos, incorpora de manera automatizada los algoritmos en su estructura física. Es por esto que las máquinas de Turing son consideradas como la base fundamental de la computación, es decir, de algún modo los computadores de hoy son máquinas de Turing11. Ahora bien, también podemos encontrar la idea de “representación” (b) de forma implícita en las máquinas de Turing:. 11. Estrictamente hablando, los computadores de hoy no son exactamente máquinas de Turing. Hay algunas diferencias entre ambos (por ejemplo: los computadores de hoy no tiene una memoria ilimitada como si la tienen las máquinas de Turing). Pero en general, su estructura de funcionamiento básica es la misma: utilizan procedimientos eficaces para resolver un problema. Para más detalle sobre las diferencias entre los computadores y las máquinas de Turing ver Rescorla (2017).. 27.

(28) “Para que la máquina [de Turing] sea entendida como una función12 realmente computadora, los números de su cinta tienen que ser tomados como estando en el lugar o representando algo. Otras representaciones- por ejemplo, las oraciones en español- pueden ser codificadas en estos números. Algunas veces las computadoras se llaman “procesadores de información”. Otras “manipulaciones simbólicas”. En mi terminología esto es lo mismo que decir que las computadoras procesan representaciones. Las representaciones llevan información en el sentido de que “dicen” algo o se les interpreta como “si dijeran” algo. Esto es lo que los procesos de computadora manipulan. Cómo procesan o manipulan es realizando procedimientos eficaces” (Crane, 2008, p.169). Pare entender la diferencia entre una máquina que realmente computa una función y una que no lo hace, es útil aclarar la diferencia entre ejemplificar una función y computar una función. Según Crane (2008) cuando decimos que algo ejemplifica una función debemos entender que ese algo puede ser describible o es un ejemplo de una función. Mientras que cuando decimos que algo computa una función debemos entender que ese algo es capaz de manipular ciertas representaciones que ha recibido como input-entrada y transformarlas en otras representaciones que da como output-salida. De esta manera, por ejemplo, es que podemos entender la diferencia entre una máquina sumadora física (calculadora) y los planetas del sistema solar: “aunque ejemplifiquen una función13, los planetas no emplean representaciones de su entrada gravitacional y de otro género para formar representaciones de su salida” (Crane, 2008, p. 171). Los planetas no computan sus orbitas, simplemente se mueven. La calculadora estrictamente hablando, y a diferencia de lo que sucede con los planetas del sistema solar, computa una función (sumar) utilizando numerales (y no 12. Función, en este caso, debe ser entendido simplemente como la relación que existe entre un conjunto de inputs y un conjunto de outputs lícitos que poseen la siguiente propiedad: cada input está relacionado con exactamente un output. 13 En este caso sería alguna de las funciones descritas por las leyes de Kepler.. 28.

(29) números). Es decir, lo que alimenta a la máquina “calculadora” son representaciones de números (numerales) y no números en sí mismos. Algo similar sucede cuando nosotros realizamos una suma con lápiz y papel o con un ábaco: utilizamos representaciones de números, símbolos que representan números. Es por esta razón que se afirma que computar una función requiere representaciones o símbolos. Bien, pero ¿qué sucede en el caso de la mente humana? ¿requiere también representaciones? De acuerdo a la teoría representacional de la mente “mientras que los estados mentales difieren, uno de otro, los estados mentales son estados representacionales, y la actividad mental es la adquisición, transformación y uso de información correcta e información errada” (Sterelny, 1991, p. 19). Parece que hay ciertos hechos biológicos que soportan la idea de que la capacidad de representar es central para entender la mente humana según Sterelny (1991). Los seres humanos poseemos patrones de comportamiento flexibles, es decir, usamos la información que contienen nuestras representaciones acerca del mundo externo para adaptar nuestras acciones a las contingencias de cada caso. Y este patrón flexible de comportamiento se debe a que somos sensibles a la información de los estímulos perceptivos y no sólo a la forma física de esos estímulos: “la flexibilidad adaptativa, especialmente el aprendizaje, requiere una habilidad para representar el mundo” (p.21). Nuestros patrones flexibles de comportamiento muestran que somos sensibles al acerca de qué es el estímulo perceptivo y no es sólo la forma física del estímulo aquello que determina de forma rígida nuestro comportamiento. Parece, entonces, que nuestro comportamiento flexible debe estar guiado por representaciones que explican por qué somos sensibles a la información que un estímulo acarrea, y no sólo a su forma física. La capacidad de los estados mentales de representar parece ser algo esencial en ellos. Es así como parece que tenemos algunas razones para afirmar que tanto las computadoras como la mente humana utilizan representaciones. Ahora bien, ¿de qué manera esto justifica la analogía que realiza la TCM entre mentes y computadores? Para responder a esta pregunta, es útil que veamos primero ¿por qué el funcionalismo de máquinas no es suficiente para justificar la analogía entre mentes y computadoras?. 29.

(30) Recordemos que hay una conexión estrecha entre el funcionalismo de máquinas y la TCM. El funcionalismo de máquinas afirmaba que los estados mentales son máquinas de Turing realizadas de forma física. Y en la medida en que los computadores son, de alguna manera, máquinas de Turing en un nivel fundamental, entonces, parece haber una razón para justificar que los estados mentales son computadores en un nivel fundamental. Sin embargo, esta afirmación del funcionalismo de máquinas ha enfrentado algunos problemas, entre los cuales, los más destacados en la literatura sobre el tema, parecen ser los planteados originalmente por Jerry Fodor y a Ned Block en 1972. Se trata de, en primer lugar, la así llamada productividad del pensamiento: parece que un ser humano normal puede llegar a poseer una cantidad potencialmente infinita de proposiciones ya que, a pesar de que poseemos memoria y vida limitadas, no parece haber ninguna ley psicológica que restrinja la clase de proposiciones que pueda poseer un ser humano. El problema con el funcionalismo de máquinas es que este enfoque identifica a los estados mentales con los estados de una máquina de Turing o de un autómata probabilístico. Y si realiza esa identificación, entonces, no estaría dando cuenta de la productividad del pensamiento: “Debido a que [en las máquinas de Turing o autómatas probabilísticos] sólo hay estados de máquina finitos, no hay suficientes estados de máquina para emparejarlos uno a uno con los posibles estados mentales de un ser humano normal” (Rescorla, 2017, p. 12). Es decir, a pesar de que una máquina de Turing o un autómata probabilístico está dotado, en principio, con capacidad ilimitada de memoria y tiempo tal como lo exponíamos antes, posee un número finito de estados de máquina que no permite ubicar correctamente la productividad del pensamiento que está presente en la cognición humana. En segundo lugar, el otro problema importante que enfrenta el funcionalismo de máquinas es la sistematicidad del pensamiento: “la habilidad de poseer una proposición. 30.

(31) está correlacionada con la habilidad de pensar otras proposiciones” (Rescorla, 2017, p. 12). Un ejemplo para entender esta sistematicidad del pensamiento es que si alguien es capaz de poseer el pensamiento de “que Juan ama a Ana” puede también poseer el pensamiento de “que Ana ama a Juan”. De esta manera, parece que habría relaciones sistemáticas entre los estados mentales. Sin embargo, parece que el funcionalismo de máquinas tampoco daría cuenta adecuadamente de esta segunda característica de los estados mentales: “El funcionalismo de máquinas identifica los estados mentales con estados de máquina sin estructura que carecen del requisito de las relaciones sistemáticas con otros [estados de máquina]” (Rescorla, 2017, p.12) La idea central de este segundo problema con el funcionalismo de máquinas es que los estados de máquina descritos por la tabla de máquina sólo describen las condiciones de transición entre uno y otro estado de máquina, pero no muestran que existan relaciones estructurales sistemáticas de cada estado de máquina con otros estados de máquina. Estos problemas del funcionalismo de máquinas para dar cuenta de estas dos características esenciales de la mentalidad humana, motivaron la búsqueda de un enfoque diferente para fundamentar la analogía entre mentes y computadores que sostiene la TCM. Y este enfoque suplementario es el que se desprende de la teoría representacional de la mente (TRM) que parece dar cuenta de mejor manera de la productividad y sistematicidad del pensamiento humano, permitiéndole entonces a la TCM una mejor fundamentación de la analogía entre mentes y computadores. El origen de este enfoque diferente se deriva de atender a los símbolos que son manipulados durante el estilo de computación presente en las máquinas de Turing. Para lograr esto último, la TRM afirma que el pensamiento ocurre en un lenguaje de. 31.

(32) pensamiento que es usualmente llamado Mentalese y fue originalmente postulado por Jerry Fodor14: “Él [Fodor] postula un sistema de representaciones mentales, incluyendo tanto representaciones primitivas y representaciones complejas formadas a partir de las representaciones primitivas. Por ejemplo, las palabras Mentalese primitivas JHON, MARY y AMA pueden combinarse para formar la oración Mentalese JHON AMA A MARY. El Mentalese es composicional: el significado de una expresión compleja Mentalese es una función del significado de sus partes y la manera en que esas partes están combinadas. Las actitudes proposicionales15 son relaciones con símbolos Mentalese. Fodor llama a esta visión la teoría representacional de la mente (TRM). Combinando la TRM con la Teoría computacional de la mente, él argumenta que la actividad mental implica computación al estilo Turing sobre el lenguaje del pensamiento. Las computaciones mentales almacenan símbolos Mentalese en ubicaciones de memoria, manipulando esos símbolos de acuerdo con reglas mecánicas” (Rescorla, 2017, p. 13). Podemos ver que este enfoque postulado por Fodor da cuenta de la productividad del pensamiento en cuanto parece que las representaciones primitivas de Mentalese pueden combinarse en representaciones complejas potencialmente infinitas. Y, además, también parece dar cuenta de la sistematicidad del pensamiento en cuanto las representaciones complejas (actitudes proposiciones) parecen poseer relaciones. 14. En este caso, la hipótesis del lenguaje del pensamiento de Fodor es sólo un buen ejemplo de esta estrategia: hay otras teorías representacionalistas de la mente. 15 “Los reportes de actitudes proposicionales se refieren a las relaciones cognitivas que las personas tienen con las proposiciones. Por lo general, hacemos tales reportes al emitir actitudes proposicionales que reportan oraciones como "Jill cree que Jack rompió su corona", empleando una actitud proposicional como "cree", "espera" y "sabe", seguida de una cláusula que incluye una oración completa que expresa una proposición (una cláusula-que).” (McKay, 2014. p. 1). 32.

(33) sistemáticas entre ellas como la relación expresada entre “A” ama a “B” que está igualmente presente en “B” ama a “A”. De esta manera, tal como Rescorla (2017) lo destaca en el final de la cita que acabamos de ver, la TRM, que es usada para fundamentar la TCM, postula un enfoque esquemático de los procesos mentales que debe ser completado con un modelo computacional detallado del proceso mental específico que se esté analizando. Este modelo sería algo como lo siguiente: i.. Describir los símbolos Mentalese manipulados por el proceso mental;. ii.. Aislar las operaciones elementales que manipulan los símbolos (e.g., inscribir un símbolo en una ubicación de memoria); y. iii.. Especificar las reglas mecánicas que están gobernando la aplicación de las operaciones elementales (p.16).. Este modelo computacional de la TRM posee la misma estructura elemental que el modelo de manipulación de símbolos ejecutado por las máquinas de Turing: un proceso complejo (que en este caso es mental) se descompone en una serie de operaciones elementales (mentales también en este caso) que son manipuladas de acuerdo a una tabla de máquina o serie de reglas que forman un procedimiento eficaz. Además, para Fodor, la TRM parece ser la mejor explicación científica del funcionamiento de la mente: “Fodor discute fenómenos mentales como la toma de decisiones, la percepción y el procesamiento del lenguaje. En cada caso, él sostiene, nuestras mejores teorías científicas postulan la computación al estilo Turing sobre representaciones mentales. De hecho, él argumenta que nuestras únicas teorías viables poseen esta forma. El concluye que la Teoría computacional de la mente + la TRM es “the only game in town” (Rescorla, 2007, p. 17). Consideremos, brevemente, el ejemplo de la toma de una decisión racional que propone Fodor para respaldar la existencia de un lenguaje del pensamiento, que funciona de manera computacional, en la naturaleza misma del procesamiento mental.. 33.

(34) Consideremos, por ejemplo, la decisión de un jugador de ajedrez especializado sobre su siguiente movida. A lo menos, de manera idealizada sugiere Sterelny (1991), la toma de decisión de la siguiente movida de este jugador requiere cuatro elementos para dar cuenta de ella (p.26): i.. “Una asignación del ranking de preferencias del jugador”. Para entender su movida necesitamos saber qué está buscando el jugador con ella: empatar, ganar, ganar de forma brillante, etc.. ii.. “Debemos especificar el conjunto de opciones que ella reconoce” Debe poder reconocer una jugada de jaque mate para que esta sea posible de ser ejecutada.. iii.. “Una asignación al jugador del conjunto de creencias o expectativas sobre las consecuencias de varias de las posibles movidas”. iv.. Y a estos tres elementos debemos agregarle la expectativa de que el jugador “en base a sus preferencias, opciones y expectativas, maximice su utilidad esperada: haga un compromiso entre su más deseada consecuencia y la más probable consecuencia”.. El punto central de Fodor con este análisis de la movida de un jugador en una partida de ajedrez, o cualquier otro proceso cognitivo para tomar una decisión racional, es que este proceso implica la manipulación computacional de representaciones: “Para este modelo [de decisión], y para cualquier otro, se requiere de un agente que represente el mundo cómo es y cómo puede ser, y que extraiga inferencias apropiadas a partir de esas representaciones. Fodor argumenta que el agente debe poseer un sistema simbólico al modo-lenguaje.” (Sterelny, 1991, p.26). La idea es entonces que, la posesión de un sistema simbólico al modo de un lenguaje del pensamiento se puede deducir, en este caso, a partir de la constatación de. 34.