l,

1 1

1
.
\'

\
 ANDYCLARK

ESTAR AHÍ
Cerebro, cuerpo y mundo
en la nueva ciencia cognitiva
 fflllt, ttflf11ttol lf;,1111¡ 11,,,11• Putting Brain, Body, and World Together Again
Jlwkfitiltf H 11 1 111uln" I'"' llrn M1t Press, Cambridge, Massachusetts

Jtttt11n•t•rn ,,,, 1 , ..111•, · .,1111.t1ez Barberán

Mt,lttnlt líh·11h ,, "" 1 n1 11.ir1do Martínez Manrique

t111h1111h1 •l t< 1 .. 11,111, ,11111·. y Montse Plass

, 1,1�,1,,.. , !¡j•" �...,,, .,_, I ". ,1,,1.1, 1.,·. ·.111 l.:i autorización escrita de los titulares del ,,Copyright»,
.i ..

i •>1!•, le1 1.11 ,1, •• 1, 1.1 ,·11 1.,., leyes, la reproducción total o parcial de esta obra por cualquier
.,,"'.¡¡,. .. f"'" -=, 11,
=

... ,1 ,, "'" /1d"'' iJ reprografía y el tratamiento intormá1ico, y Ja distribución

-·

dtea 1a1¡f<1,qde1•>== ,1., ,,11., ,,,. .. 1, 1111,, .i1,¡i1d,•1 o préstamo públicos.

,r, t 11111 H,1,,, .. 1, l 11 ,. ,,,11·. 111,:l1tute of Technology

,, , 1111111 ,1., l,1 1, ,1d11, , ,, '"· r ;1!nis Sánchez Barberán
,, , 1u1111 ,11 , 1, ..1,1 .. 1.1. ,,,1,, 10,1es en castellano,
f di• !111111·1 l',1f,l11·, 1/,PIIL,I, S. A.,
M,111""", ,,1,, ·1.· 111111:•1 Barcelona
y 1 ,111.. , 1,11 l 'o11d" , · ,/\ILI.
111111 1111¡¡1 '•'111 lt111111,1·,/\1res.
1111 11 WVi1\1\1 11,tl1 lc1, ( 1111]

l',1111 '"' 1•11111 .. 11 1

1111¡11·,,,11.. 1,.q,d 11 .' IJl·I l'}'l!-l

llllfllllflll 1111 /\.'1.�.fl i 11,1111 , ', I_,

11111 lll ',111 l'"'l'"I"" ti,• Moqoda (Barcelona)

111 1¡1111•,,, 1111 1 •,11o 111,1 1'11111.,d 111 Spain

 Sumario

Agradecimientos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
Prólogo: Del conexionismo a la mente corpórea y embebida . . . . . . . . 15
Prefacio: Pensamiento profundo contra acción fluida . . . . . . . . . . . . . . 31
Bases . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
Introducción: Un automóvil con cerebro de cucaracha . . . . . . . . . . . . 39

Primera parte
DE EXCURSIÓN POR LA MENTE

l. Agentes autónomos: un paseo por la luna . . . . . . . . . . . . . . . . . . . 49

1.1 Bajo el volcán . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
1.2 Desfile de robots . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
1.3 Mentes sin modelos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
1.4 Nichos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
...
1.5 ¿Sensibilidad para los detalles? . . . . . . . . . . . . . . . . . . . . . . . . 65
1.6 El robot refinado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71

2. El niño situado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
2.1 Yo, robot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
2.2 Bucles de acción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
2.3 Desarrollo sin diseños . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
2.4 «Montaje blando» y soluciones descentralizadas . . . . . . . . . . 83
2.5 Mentes con andamiajes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
2.6 La mente como espejo frente a la mente como controladora . 88
1O I Estar ahí

3. Mente y mundo: la frontera plástica ........................ 93

3.1 La mente escurridiza................................. 93
3.2 Las redes neuronales: una revolución inconclusa .......... 93
3. 3 Apoyarse en el entorno ............................... 100
3.4 Planificación y resolución de problemas ....... .......... 104
3.5 Después del archivador .............................. 109

4. Sabiduría colectiva al estilo de los hongos mucilaginosos ....... 113

4.1 Aquí llega el mucílago ............................... 113
4.2 Dos formas de emergencia ............................ 116
4.3 Tripulaciones marinas ................................ 119
4.4 Las raíces de la armonía .............................. 120
4.5 Modelos de la mente oportunista ....................... 123
Intermedio: una historia condensada ....................... 126

Segunda parte
EXPLICAR LA MENTE EXTENDIDA

5. Robots en evolución .................................... 13 1

5.1 Las elusivas estratagemas de la mente corpórea y embebida . 13 1
5.2 Un telón de fondo evolutivo. ......................... 13 2
5.3 Los algoritmos genéticos como instrumentos de exploración 13 3
5.4 Inteligencia corpórea en evolución ..................... 13 5
5.5 La batalla de los simuladores (¡Viva lo auténtico!) ......... 139
5.6 Cómo comprender los agentes evolucionados,
corpóreos y embebidos............................... 142

(). I·'.mcrgencia y explicación ................................ 149

(,. 1 ¿ Estilos diferentes? .................................. 149
(,.2 l)l' las partes a los todos ............................. . 150
(,. \ l .os sistemas dinámicos y la explicación basada en la
l'llH'rgl'ncta ....................................... . 160
<, .. ¡ M:1tl·111;íticos e ingenieros ............................ . 166
/,.'1 1 kcisio1ll'S, lkcisioncs ............................... 170
<d, LI, ,·n·l)I'() l'lllll raatac1 .............................. . 174

l ..1 1111,i¡'.''ll lll"lll<H·Íl'lllilÍC;I .........................•.•..•. 177

/ 1 ,r( .l'l1'\litlS1' jl':11'11 lJlll'I .............................. 177
i.' l. 11 ·,,l,·,l,,•.,l,·l111l>l!tl ····················· 179
 Sumario 1 11

7.3 La visión de los primates: de la detección de

características a los filtros sintonizados .................. 18 2
7.4 Hipótesis del control neuronal ......................... 18 4
7.5 Refinar la representación ............................. 19 0

8. Ser, computar, representar ................................ 19 3

8.1 ¿Noventa por ciento de vida (artificial)? ................. 19 3
8.2 ¿Qué es eso que llamamos representación? ............... 19 3
8.3 Representación orientada hacia la acción ................ 20 0
8.4 Programas, fuerzas y programas parciales ................ 20 4
8.5 Seguir el ritmo ...................................... 213
8.6 Causalidad recíproca continua ......................... 215
8.7 Problemas ávidos de representación .................... 219
8.8 Raíces ............................................. 224
8.9 Representacionalismo mínimo ......................... 228

Tercera parte
MÁS ALLÁ

9. Mentes y mercados ..................................... 233

9.1 Cerebros salvajes, mentes andamiadas ................... 233
9.2 Perdidos en el supermercado .......................... 235
9.3 ¿Oficinas inteligentes? ............................... 239
9.4 Dentro de la máquina ................................ 241
9.5 Entornos de diseño .................................. 245

10. Lenguaje: el artefacto definitivo ........................... 247

10.1 El poder de la palabra .............................. 247
10.2 Más allá de la comunicación .......................... 248
10.3 Cambio de espacios ................................ 255
10.4 Pensar sobre el pensar: el efecto del manglar ............ 263
10.5 La adaptación del lenguaje al cerebro .................. 267
10.6 ¿Dónde acaba la mente y empieza el resto del mundo? .... 27 0

11. Mentes, cerebros y atunes: un resumen en salmuera ........... 27 7

Epílogo: habla un cerebro .................................... 28 1

Bibliografía ............................................... 28 7
Índice analítico y de nombres ................................. 301
 Prefacio

Pensar a fondo o actuar con fluidez

Si tuviera el lector que construir un agente inteligente, ¿por dónde empeza­

ría? ¿Qué cree que es ese algo especial que separa el mundo no pensante de las
rocas, las cascadas y los volcanes, de los reinos de la inteligencia sensible? ¿Qué
es lo que permite que algunas partes del orden natural sobrevivan percibiendo
y actuando, mientras el resto se queda al margen, inerte y sin pensamiento?
«Mente», «intelecto», «ideas»: éstos son los elementos que marcan la dife­
rencia. Pero, ¿cómo los debemos entender? Estas palabras evocan reinos nebu­
losos. Hablamos de «intelecto puro» y decimos del sabio que está «sumido en el
pensamiento». Nos cuesta muy poco dejarmos seducir por la visión de Descar­
tes de la mente como una esfera totalmente distinta de los reinos del cuerpo y el
mundo. 1 Una esfera cuya esencia no debe nada a los accidentes del cuerpo y del
entorno: el famoso (en lo bueno y en lo malo) «fantasma en la máquina».2
Esta extrema oposición entre mente y materia ya hace tiempo que ha sido
abandonada. En su lugar nos encontramos con una amplia coalición de cien­
cias de la mente cuya meta común es llegar a comprender cómo es material­
mente posible el pensamiento mismo. Esta coalición recibe el nombre de
ciencia cognitiva y durante más de treinta años los modelos computacionales
de la mente han estado entre sus instrumentos más importantes. Teorizando

l. Descartes describió la mente como una sustancia inmaterial que se comunicaba con el
cuerpo mediante la interfaz de la glándula pineal. Véanse, por ejemplo, Meditations II y IV en
The Philosophical Works o/ Descartes, Cambridge University Press, 1991 (trad. cast.: Medita­
ciones metafísicas, Madrid, Alfaguara, 1997).
2. Véase Gilbert Ryle, The Concept of Mind, Hutchinson, 1949 (trad. cast.: El concepto de
lo mental, Buenos Aires, Paidós, 1967).
32 1 Estar ahí

en el vértice entre la ciencia ficción y la ingeniería pura y dura, las personas

que trabajan en un subcarnpo conocido corno inteligencia artificial (IA) 3 han
tratado de dar un cuerpo cornputational a las ideas sobre cómo puede surgir
la mente a partir del funcionamiento de una máquina física que, en nuestro
caso, es el cerebro. Como dijo Aaron Sloman en una ocasión, «Todo fantas­
ma inteligente debe contener una rnáquina». 4 Según parece, el cerebro hu­
mano es el puntal mecanicista <le la mente humana. Cuando la evolución
produjo cerebros complejos, cuerpos móviles y sistemas nerviosos, abrió la
puerta (por medios puramente físicos) a maneras totalmente nuevas de vivir
y de adaptarse, maneras que nos colocan en un lado de una línea divisoria
natural, dejando en el otro a los volcanes, las cascadas y el resto <le la crea­
ción cognitivamente inerte.
Pero, a pesar de todo, persiste una versión <le la antigua oposición entre
mente y materia. Persiste en la manera en que estudiamos el cerebro y la
mente, excluyendo como «periféricos» los papeles desempeñados por el res­
to del cuerpo y el entorno local. Persiste en la tradición de modelar la inteli­
gencia como la producción de soluciones codificadas simbólicamente a pro­
blemas expresados mediante símbolos. Persiste en la falta de atención a las
maneras en que el cuerpo y el entorno local forman parte, literalmente, de
los bucles de procesamiento que ocasionan la acción inteligente. Y persiste
en la elección de los dominios de problemas: por ejemplo, modelamos el jue­
go del ajedrez mediante programas corno Deep T hought5 cuando aún no he­
mos podido conseguir que un robot real atraviese con éxito una sala abarro­
tada y seguimos sin poder modelar completamente el éxito adaptativo de
una cucaracha.
En el contexto natural del cuerpo y el mundo, las maneras en que los ce­
rebros resuelven problemas se transforman radicalmente. No se trata de una
cuestión filosófica profunda (aunque tiene profundas consecuencias). Es
una cuestión pní.ctica. Jim Nevins, que trabaja en una planta de montaje con­
trolada por ordenador, cita un buen ejemplo. Ante el problema de conseguir
que una máquina controlada por ordenador ensamble unos componentes
con extrema precisión, una solución consiste en explotar múltiples bucles de

3. La inteligencia artificial estudia cómo hacer que los ordenadores realicen tareas para
las que se considera que hace falta intdigencia, conocimiento o comprensión.
4. Slom,m, «Notes on consciousness».11ISB Quartcrly72 (1990), págs. 8-14.
'í. 1 )c·c·p ·1 ·hought l '11ensamiento [Jrofundo ') es un programa de ajedrez que juega al nivel de
¡:1;111 lll:1estr<>. Se \i,isa c·n una hi'isqu<.,da l'xhaustivá que examina cerca de un millardo de movi-
11Jíc·1,1," ¡""il ,ks ¡" ,r sc·¡�u,,d, ,. l '.n camhio. los ex penos humanos en ajedrt'z parecen emplear me­
"'" L1 l>1N¡11,·,l.1 v h:1sarsc· 111,is ,·11 ,·stilus d,· r,w,namíento muy diferl'ntes: véase, por ejemplo, H.
\11""" ,111,I f.: ( ;¡J,11ar1ii1. «A .si11111L1ti<>11 <>i llll'nmrv for chcss positions». Cogmúve Psychology _5
1 I '1i11. ¡ ,.1¡•, . '' 1 \<,
 Prefacio 1 33

retroalimentación. Estos bucles pueden decir al ordenador si ha fracasado

en el ajuste para que lo intente otra vez con una orientación ligeramente di­
ferente. Ésta es, si se quiere, la solución formulada mediante «pensamiento
puro». La solución basada en el «pensamiento corpóreo» es bastante dife­
rente. Basta con armar los brazos de la máquina de montaje con articulacio­
nes de goma, permitiendo que cedan a lo largo de dos ejes espaciales. Una
vez hecho esto, el ordenador puede prescindir de los detallados bucles de re­
troalimentación ya que las piezas «se mueven y deslizan hasta su lugar como
si se estuvieran calculando continuamente millones de minúsculos ajustes de
retroalimentación hacia un sistema rígido». 6 En esencia, todo esto significa
que tratar la cognición como una pura resolución de problemas equivale a
separarnos del mismísimo cuerpo y el mismísimo mundo en los que nuestros
cerebros han evolucionado para guiarnos.
¿No sería más fructífero pensar en los cerebros como controladores de la
actividad corpórea? Este pequeño cambio de perspectiva tiene grandes con­
secuencias para nuestra manera de construir una ciencia de la mente. De he­
cho, exige una reforma radical de nuestra manera de concebir la conducta
inteligente. Nos exige abandonar la idea (común desde Descartes) de lo
mental como una esfera distinta del ámbito del cuerpo; abandonar la idea de
unas limpias líneas divisorias entre percepción, cognición y acción; 7 abando­
nar la idea de un centro ejecutivo donde el cerebro lleva a cabo el razona­
miento de alto nivel/ y, sobre todo, abandonar los métodos de investigación
que separan artificialmente el pensamiento de la actuación corpórea.
Lo que emerge es nada menos que una nueva ciencia de la mente; una
ciencia que, por cierto, se basa en los frutos de tres décadas de investigación
en colaboración, pero cuyos instrumentos y modelos son sorprendentemen­
te diferentes: una ciencia cognitiva de la mente corpórea. Este libro da testi­
monio de esta ciencia. Describe parte de sus orígenes, expone su sabor y
hace frente a algunos de sus problemas. Seguramente no será la última cien­
cia nueva de la mente. Pero es un paso más en ese viaje tan fascinante de la
mente en su intento de conocerse a sí misma y de comprender cuál es su lu­
gar en la naturaleza.

6. Este ejemplo se cita en Michie y Johnson, 1984 y se comunica en Clark, 1989. El pasa­
je en sí proce<le <le la pág. 95 de Michie y Johnson.
7. La expresión existente más clara de este punto de vista es probablemente d «marco de
enacción» desarrollado en Varela y otros, 1991.
8. Véase especialmente Dcnnett, 1991.
 Bases

Estar ahí no ha surgido de la nada. La imagen de la mente unida inex­

tricablemente a cuerpo, mundo y acción, ya visible en Being and Time de
Martín Heidegger (1927), encuentra una clara expresión en Structure o/ Be­
havior, de Maurice Merleau-Ponty (1942). Algunos de los temas fundamen­
tales están presentes en el trabajo de los psicólogos soviéticos, especialmen­
te de Lev Vygotsky; otros deben mucho al trabajo de Jean Piaget sobre el
papel de la acción en el desarrollo cognitivo. Entre las discusiones previas
en la literatura de la ciencia cognitiva, destacan por su importancia e in­
fluencia Maturana y Varela, 1987, Winograd y Flores, 1986 y, especialmen­
te, The Embodied Mind (Varela y otros, 1991). The Embodied Mind se en­
cuentra directamente en las raíces de varias de las tendencias identificadas y
estudiadas en esta obra.
Creo que mi propio contacto con estas tendencias empezó con la obra de
Hubert Dreyfus What Computers Can't Do, publicada en 1979. El persisten­
te acoso de Dreyfus a la inteligencia artificial clásica contribuyó a motivar
mis propias exploraciones de modelos computacionales alternativos (los en­
foques del conexionismo o del procesamiento distribuido en paralelo; véan­
se Clark, 1989 y Clark, 1993) y a consolidar mi interés en imágenes biológi­
camente plausibles de la mente y la cognición. Di mis primeros pasos en
1987 con un breve artículo también titulado (y no por coincidencia) «Being
There» [Estar ahí], donde el tema explícito de la discusión era la cognición
corpórea y embebida en el entorno. Desde entonces, el conexionismo, la
neurociencia y la robótica en mundo real han hecho unos grandes progresos.
Y aquí, especialmente en la explosión de la investigación en la robótica y en
la denominada vida artificial (véanse, por ejemplo, los artículos de Brooks y
Maes, 1994), encontramos por fin el impulso más inmediato de la presente
discusión. Por fin (me parece a mí) aparece una imagen más redonda, con-
36 1 Estar ahí

vincente e integradora, que reúne muchos de los elementos de las discusio­

nes previas en un marco de referencia rico en ilustraciones prácticas y ejem­
plos concretos. Esta imagen, más amplia e integradora, es la que aquí me
propongo exponer y examinar.
La postura que desarrollo debe mucho a varios autores y amigos. Sin
duda alguna, en el primer lugar de la lista se encuentran Paul Churchland y
Dan Dennett, cuyas reconstrucciones cuidadosas y al mismo tiempo imagina­
tivas de la mente y la cognición han sido la inspiración constante que subya­
ce a todo mi trabajo. Más recientemente, he aprendido mucho en mis inte­
racciones y conversaciones con los especialistas en robótica Rodney Brooks,
Randall Beer, Tim Smithers y John Hallam. También me han informado, en­
tusiasmado y desafíado varios fans de la teoría de los sistemas dinámicos, en
particular Tim van Gelder, Linda Smith. Esther Thelen y Michael Wheeler.
Además, hay varios miembros del Sussex University Evolutionary Robotics
Group que me han inspirado, enfurecido y siempre fascinado, especialmen­
te Dave Cliff e Inman Harvey.
Un agradecimiento muy especial a Bill Bechtel, Morten Christiansen,
David Chalmers, Keith Butler, Rick Grush, Tim Lane, Pete Mandik, Rob
Stufflebeam y a todos mis amigos, colegas y estudiantes del programa PNP
(Philosophy/Neuroscience/Psychology) de la Universidad de Washington en
St. Louis. También aquí tuve la buena fortuna de conocer a Dave Hilditch,
cuyos pacientes intentos de integrar las visiones de Merleau-Ponty con la
ciencia cognitiva contemporánea fueron fuente de alegría e inspiración. Gra­
cias también a Roger Gibson, Larry May, Marilyn Friedman y Mark Rollins,
así como a todos los miembros del Departamento de Filosofía de la Univer­
sidad de Washington por su inestimable ayuda, apoyo y crítica.
David van Essen, Charlie Anderson y Tom Thach, de la Escuela Médica
de la Universidad de Washington, merecen un agradecimiento especial por
introducirme en el funcionamiento de la auténtica neurociencia, aunque pre­
cisamente aquí la expresión de mi agradecimiento no debe implicar culpa al­
guna por cualquier vestigio de error o malentendido. Doug North, Art Den­
zau, Norman Schofield y John Drobak hicieron mucho por aligerar y alentar
la breve incursión en la teoría económica que aparece en el capítulo 9: gra­
cias también a los miembros del Hoover Institute Seminar on Collective
Choice de la Universidad de Stanford. No debería olvidarme de mi gato,
Lolo, que mantenía las cosas en su verdadera dimensión sentándose sobre
muchas versiones del manuscrito, ni del Santa Fe Institute, que me ofreció
tiempo de investigación y reacciones críticas básica en varios momentos cru­
ciales: gracias especialmente a David Lane, Brian Arthur, Chris Langton y
Melanie Mitchell por hacer que mis diversas estancias allí fueran tan pro­
ductivas. Gracias tamhi<'.·n a Paul Bethge, Jerry Weinstein, Betty Stanton y al
 Bases 1 37

resto del personal de T he MIT Press: vuestro apoyo, consejo y entusiasmo

me han ayudado enormemente. Beth Stufflebeam me proporcionó una fan­
tástica ayuda durante la preparación del manuscrito. Y Josefa Toribio, mi es­
posa y colega, me ha ofrecido una combinación perfecta de crítica, apoyo e
inspiración. Mi más sincero agradecimiento a todos.
 Introducción:
un automóvil con cerebro de cucaracha

¿ Dónde están las mentes artificiales prometidas por la ciencia ficción de

los años cincuenta y el periodismo científico de los sesenta? ¿Por qué inclu­
so nuestros mejores artefactos «inteligentes» son aún tan insoportable y
mortalmente tontos? Una posibilidad es que, sencillamente, hemos malin­
terpretado la naturaleza de la inteligencia misma. Concebíamos la mente
como una especie de dispositivo de razonamiento lógico asociado a un al­
macén de datos explícitos: una especie de combinación entre una máquina
lógica y un archí\·ador. Al adoptar esta perspectiva, desatendíamos el hecho
de que las mentes han evolucionado para hacer que ocurran cosas. Desaten­
díamos el hecho de que la mente biológica es, antes que nada, un órgano
para controlar el cuerpo biológico. Las mentes hacen movimientos y los de­
ben hacer con rapidez: antes <le que el depredador nos pille o de que nues­
tra presa consiga escapar. Las mentes no son dispositivos incorpóreos <le ra­
zonamiento lógico.
Este simple cambio de perspectiva ha generado algunos de los trabajos
más apasionantes e innovadores en el estudio contemporáneo de la mente.
La investigación <le modelos computacionales basados en «redes neurona­
les» ha empezado a desarrollar una visión radicalmente diferente <le la es­
tructura computacional <le la mente. La investigación en la neurociencia cog­
nitiva ha empezado a sacar a la luz las maneras, siempre sorprendentes, con
que los cerebros reales emplean sus recursos neuronales y sinápticos para re­
solver problemas. Y una oleada creciente <le trabajos sobre robótica simple
y en mundo real (por ejemplo, conseguir que una cucaracha robot camine,
busque alimento y evite peligros) nos enseña cómo pueden los seres biológi­
cos llevar a cabo en el mundo real las acciones rápidas y fluidas necesarias
para la supervivencia. Donde convergen estas investigaciones vislumbramos
una nueva visión de la naturaleza de la cognición biológica: una visión que
40 1 Estar ahí

coloca el almacenamiento de datos explícitos y la manipulación lógica en su

lugar, es decir, como complemento secundario de la dinámica y los comple­
jos bucles de respuesta gue unen entre sí cerebros, cuerpos y entornos rea­
les. Al parecer, la cognición natural no tiene tiempo (literalmente) para ar­
chivadores.
Naturalmente, no todo el mundo está de acuerdo. Un ejemplo extremo
del punto de vista opuesto es un reciente intento de inculcar el sentido co­
mún a un ordenador, previa inversión de 50 millones de dólares, dándole
una inmensa colección de conocimientos explícitos. Este proyecto, conoci­
do como CYC (abreviatura de encvdopedia), pretende construir manual­
mente una vasta base de conocimientos gue abarque una parte importante
del conocimiento general que tiene a su disposición un ser humano adulto.
Iniciado en 1984, el proyecto CYC se propuso llegar a codificar cerca de un
millón de unidades de conocimiento hacia 1994. Para introducir los datos de
este proyecto, una sola persona tardaría dos siglos. Se espernba gue al final
de este proceso CYC daría «el gran salto»: llegaría a un punto en el que po­
dría leer y asimilar directamente textos escritos y, a partir de ahí, «autopro­
gramar» el resto de su base de conocimientos.
Desde mi punto de vista, el aspecto más notable del proyecto CYC es su
fe extrema en el poder de la representación simbólica explícita: su fe en la in­
teriorización de estructuras construidas a imagen de las cadenas de palabras
de un lenguaje público. El lenguaje de representación del proyecto CYC co­
difica la información en unidades (ma :·cos) como la siguiente:

Missouri
Capital: (Jeffcrson City)
Residentes: (An<ly, Pepa, Beth)
Estado de: (Estados Unidos <le América)

Aunque este ejemplo está simplificado, la estructura básica siempre es la

misma. La unidad tiene «descripciones» «ranuras» (los tres subtítulos de
arriba) y cada ranura tiene como valor una lista de entidades. Las ranuras
pueden hacer referencia a otras unidades (por ejemplo, la ranura «Residen­
tes» puede actuar como un puntero hacia otra unidad que contenga más in­
formación y así sucesivamente). Este sistema de unidades y ranuras está au­
mentado por un lenguaje más potente (el lenguaje de restricción CycL,
[CYC Constraint languag,e]) que permite la expresión de relaciones lógic1s
más complejas como «Para todo elemento, si un elemento es X entonces tie­
ne la propiedad Y». El razonamiento de CYC también puede explotar varios
tipos simples de inferencia. Sin embargo, la idea básica es dejar que el cono­
cimiento codificado haga casi todo el trabajo y mantener la estructura de in-
 Introducción: un automóvil con cerebro de cucaracha 1 41

ferencia y control simple y dentro de los límites de la tecnología actual. Los

creadores de CYC, Douglas Lenat y Edward Feigenbaum (1992, pág. 192),
argumentan que el embudo para la inteligencia adaptativa es el conocimien­
to, no la inferencia o el control.
La base de conocimientos de CYC intenta hacer explícito todo lo que sa­
bemos de nuestro mundo pero que normalmente no nos molestamos en decir.
Por tanto, CYC se propone codificar unidades de conocimiento que todos te­
nemos pero que rara vez enumeramos, como las siguientes (ibíd., pág. 197):

La mayoría <le los automóviles de hoy circulan sobre cuatro ruedas.

Si nos dormimos mientras conducimos. nuestro automóvil no tardaní mucho
en salirse de la calzada.
Si hay algo gran<le entrt: nosotros y lo que queremos, probablemente debe­
remos rodearlo.

La idea es que, después de haber codificado explícitamente una gran

parte de este «conocimiento consensuado de la realidad», CYC llegará a un
nivel de comprensión que le permitirá responder con una inteligencia ge­
nuina. Incluso se espera que CYC emplee el razonamiento analógico para
abordar con buen criterio situaciones novedosas, encontrando paralelismos
parciales en otras partes de su inmensa base de conocimientos.
CYC es un proyecto ambicioso e importante. Sin duda, la base de datos
de sentido común que ahora codifica será de gran utilidad práctica como re­
curso para el desarrollo de mejores sistemas expertos. Pero deberíamos dis­
tinguir dos objetivos posibles para CYC. Uno sería ofrecer el mejor simulacro
posible del sentido común mediante un sistema informático fundamental­
mente no pensante. El otro sería crear, a partir del fondo de conocimientos
de CYC, el primer ejemplo de una mente artificial genuina.
Hasta la fecha, en el rendimiento de CYC no hay nada que indique que
el segundo objetivo esté al caer. CYC parece destinado a convertirse en un
«sistema experto» más grande y más elaborado, pero todavía esencialmen­
te frágil y falto de entendimiento. Y el hecho de añadir más y más conoci­
mientos a CYC no será una solución. La razón es que CYC carece de los ti­
pos más básicos de respuestas de adaptación al entorno. Esta deficiencia no
tiene nada que ver con la relativa escasez de los conocimientos que el siste­
ma codifica explícitamente. Más bien es atribuible a la falta de un acopla­
miento fluido entre el sistema y un entorno real que plantee problemas rea­
les de acción y sensación. Como veremos, incluso la humilde cucaracha
manifiesta este tipo de acoplamiento fluido: una versión del tipo de inteli­
gencia práctica, sólida y flexible de la que carecen casi todos los sistemas in­
form,íticos. ¡ Pero un ser tan sencillo mal puede ser acusado de contar con
42 1 Estar ahí

un gran almacén de conocimientos representados explícitamente! Por tan­

to , el proyecto CYC, entendido como un intento de crear una comprensión
y una inteligencia genuinas en una máquina, folla por su base de una mane­
ra rotunda y total. Las raíces de la inteligencia y la comprensión no se en­
cuentran en la presencia y la manipulación de estructuras de datos explíci­
tas y de tipo lingüístico, sino en algo más terrenal: el ajuste de respuestas
básicas a un mundo real que permite a un organismo corpóreo sentir, actuar
y sobrevivir.
Este diagnóstico no es nuevo. Importantes críticos filosóficos de la inte­
ligencia artificial han puesto en duda durante mucho tiempo el intento de in­
ducir la inteligencia por medio de la manipulación incorpórea de símbolos y
también han insistido en la importancia del razonamiento situado (es decir,
del razonamiento llevado a cabo por seres corpóreos que actúan en un en­
torno físico real). Pero ha sido demasiado fácil atribuir estas incertidumbres
a algún tipo de misticismo residual, a una fe carente <le rigor científico en
una esencia mental parecida al alma. o a un rechazo testarudo a permitir que
la ciencia entre sin autorización en el terreno favorito de los filósofos. Pero
ahora, cada vez es más evidente que la alternativa a la visión centrada en la
«manipulación incorpórea de datos explícitos» de la inteligencia artificial no
es apartarse de la ciencia pura y dura; es profundizar en una ciencia más
dura todavía. Es colocar la inteligencia en el lugar que le corresponde: en el
acoplamiento entre los organismos y el mundo que se encuentra en la raíz Je
la acción fluida cotidiana. Del CYC al ciclismo: así es el giro radical que ca­
racteriza a las nuevas ciencias de la mente corpórea.
Consideremos, por ejemplo. a la humilde cucaracha. La cucaracha es de­
positaria de un considerable corpus de conocimientos sobre el sentido co­
mún de las cucarachas. ¡ Por lo menos, así es como debe aparecer ante cual­
quier teórico que piense que el conocimiento explícito es la clave para un
comportamiento sensato en el mundo real! Porque la cucaracha es una for­
midable artista del escapismo, capaz de emprender una acción de huida for­
jada por una multitud Je factores externos e internos. He aquí una breye lis­
ta, extraída del detallado estudio de Ritzmann ( 1993) sobre las habilidades
de evasión de la cucaracha americana, Periplanetü americana:

La cucaracha siente las corrientes de aire pronKadas por el movimiento de

un depredador que ataca.
Distingue las corrientes producidas por los depredadores de las corrientes y
brisas normales.
No evita el contacto con otras cucarachas.
Cuando inicia un movimiento de huida, no corre simplemente al azar. En
cambio, tiene en cuenta su propia orientación inicial, la presencia de obstáculos
komo paredes y rincones), el grado de iluminación y la dirección del aire.
 Introducción: un automóvil con cerebro de cucaracha 1 43

¡Claro que siempre se escabulle! Como indica Ritzmann, esta malla <le
consideraciones contextuales conduce a una respuesta mucho más inteligen­
te que el simple reflejo <le «detectar al depredador y echar a correr al azar»
que los expertos en cucarachas (que los hay) creyeron otrora que todo lo ex­
plicaba. La complejidad adicional se capta con precisión en las descripcio­
nes que hace Ritzmann <le un automóvil con una «inteligencia» comparable.
Este automóvil percibiría a los vehículos que se aproximan, pero ignoraría a
los que se movieran de una manera normal. Si detectara una colisión inmi­
nente, iniciaría automáticamente un giro que tuviera en cuenta su propio es­
tado actual (diversos parámetros de la aceleración y del motor) y la orienta­
ción y la superficie de la carretera, evitando meterse en más peligros. Parece
claro que un automóvil con la inteligencia de una cucaracha estaría muy por
delante <le la industria automovilística más puntera ele hoy en <lía. Sin em­
bargo, a primera vista no es probable que la frase «Compre usted el automó­
vil con cerebro <le cucaracha» tuviera mucho éxito como eslogan publicita­
rio. Nuestros prejuicios contra las formas básicas de inteligencia biológica y
a favor de las «máquinas lógicas-archivadoras» más grandes y elaboradas son
demasiado profundos.
¿Cómo consigue la cucaracha controlar sus huidas? Ahora empezamos a
entender los mecanismos neuronales. Las corrientes de aire son detectadas por
dos cercus (estructuras parecidas a antenas situadas en la parte posterior del
abdomen) cubiertos con pelos sensibles a la velocidad y la dirección del aire.
Los movimientos de escape sólo se activan si la aceleración del aire es igual o
superior a 0,6 mls2 : así es como la cucuaracha distingue una brisa ordinaria de
la embestida de un atacante. El intervalo entre la sensación y la respuesta es
muy breve: 58 milisegundos para una cucaracha quieta y 14 milisegundos para
una cucaracha en movimiento. La respuesta inicial es un giro que tarda entre
20 y 30 milisegundos (Ritzmann, 1993, págs. 113-116). El circuito neuronal
básico que subyace a este giro está formado por poblaciones de neuronas cu­
yas posiciones y conexiones se conocen hoy bastante bien. En este circuito in­
tervienen más de cien interneuronas que actúan para modular las diversas ór­
denes de giro en función de la información contextual sobre la posición actual
de la cucaracha y el estado del entorno local. La información básica sobre el
aire es transmitida por una población de interneuronas ventrales gigantes,
pero la actividad final se basa en los resultados de la modulación <le muchas
otras poblaciones neuronales sensibles a esos aspectos contextuales.
Ante la impresionante exhibición de rutinas de escape de la cucaracha,
un teórico podría postular erróneamente que almacena de alguna clase de
base de datos cuasi lingüística. De acuerdo con el espíritu de CYC, podría­
mos imaginar que la cucaracha accede a marcos de conocimiento que inclu­
yen elementos como éstos:
44 1 Estar ahí

Si me atacan, no me estrellaré directamente contra una pared.

Si algo grande se interpone entre la comida y yo, intentaré rodearlo.
Las brisas suaves no son peligrosas.

Como el filósofo Hubert Dreyfus (1991) y otros han señalado, el proble­

ma es que los cerebros verdaderos no parecen emplear estos recursos lin­
guaformes, parecidos a textos, para codificar respuestas hábiles ante el mundo.
Y mejor que sea así, ya que como estas estrategias exigirían el almacena­
miento de enormes cantidades de datos explícitos y la búsqueda consiguien­
te, no podrían producir las rápidas respuestas que requiere la acción real. De
hecho, tras una breve reflexión vemos claramente que la tarea de anotar los
conocimientos «de sentido común» necesarios para capturar todo lo que
sabe un adulto humano no tendría fin. ¡ Es probable que incluso para captu­
rar de manera detallada el conocimiento corpóreo de una cucaracha hicieran
falta varios volúmenes!
Pero, ¿de qué otra manera podría avanzar la inteligencia artificial? Un
enfoque prometedor se basa en lo que se ha <lado en llamar teoria de agentes
autónomos. Un agente autónomo es un ente capaz de sobrevivir, actuar y
moverse en tiempo real y en el seno de un entorno complejo y un tanto rea­
lista. Muchos agentes autónomos artificiales existentes son verdaderos ro­
bots capaces de caminar como insectos y de evitar obstáculos. Otros son si­
mulaciones por ordenador de robots de ese tipo que, en consecuencia, sólo
se pueden mover y actuar en entornos simulados hechos por ordenador.
Existen polémicas entre los investigadores que sólo son partidarios de las si­
tuaciones y de los robots reales, y los que se contentan con explotar «meras»
simulaciones, aunque los dos bandos coinciden en destacar la necesidad de
modelar conductas realistas y básicas y de desconfiar de las soluciones exce­
sivamente intelectualizadas al estilo de las del «razonamiento explícito in­
corpóreo».
Teniendo presente esta imagen general de la investigación sobre los agen­
tes autónomos, volvamos muy brevemente a nuestra protagonista, la cucara­
cha. Randall Beer y Hillel Chiel han creado simulaciones informáticas y ro­
bóticas plausibles de la locomoción y la huida de la cucaracha. Para modelar
la respuesta de escape, Beer y Chie! intentaron desarrollar un modelo de
agente autónomo muy constreñido por datos etológicos y neurocientíficos.
El objetivo era acercarse lo más posible hoy en día a los datos biológicos rea­
les. Para ello, combinaron la metodología de los agentes autónomos con
modelos al estilo de las redes neuronales. También impusieron a este mode­
lo computacional unas restricciones coherentes con lo que se sabe de la ver­
dadera organización neuronal de (en este caso) la cucaracha. Utilizaron una
red ncuro1rnl para controlar el ettcrpo ,k un insecto simulado (Beer y Chicl
 Introducción: un automóvil con cerebro de cucaracha 1 45

1993). Los circuitos de esta red estaban limitados por los datos conocidos
sobre las poblaciones y las conexiones neuronales que subyacen a la res­
puesta de escape de las cucarachas reales. Después de un entrenamiento, el
controlador de la red neuronal fue capaz de reproducir en el cuerpo del in­
secto simulado todas las características fundamentales de la respuesta de es­
cape mencionada anteriormente. En los capítulos que siguen trataremos de
comprender, en parte, cómo se logran estos éxitos. Veremos con detalle
cómo se combinan los tipos de investigación acabados de esbozar con ideas
evolutivas, neurocientíficas y psicológicas para poder esclarecer una amplia
gama de conductas, tanto simples como complejas. Y también exploraremos
la sorprendente v,iriedad de estrategias adaptativas de que disponen los
agentes corpóreos y embebidos en un medio: los seres que se mueven por su
mundo y actúan sobre él.
Estos comentarios introductorios pretenden destacar un contraste fun­
damental entre la visión incorpórea, intemporal e intelectualista de la men­
te, y la imagen de la mente como controladora de la acción corpórea. Esta
imagen de la mente como controladora nos obliga a tomarnos en serio las
cuestiones del tiempo, el mundo y el cuerpo. Un dispositivo controlador
debe generar con rapidez acciones apropiadas en función de la interacción
en curso entre el cuerpo y su entorno cambiante. El sistema de planificación
de la inteligencia artificial clásica suele ponerse cómodo y tomárselo con cal­
ma para, al final, producir una descripción expresada simbólicamente de un
curso de acción plausible. El agente planificador corpóreo debe entrar en ac­
ción con rapidez, antes de que la acción de otro agente le guite la vida. Aún
no está claro si las codificaciones simbólicas similares al texto tienen algún
papel que desempefüir en estas decisiones de vida o muerte, pero hoy sí pa­
rece claro que no es un papel estelar.
El camino que conduce a una comprensión computacional completa de
la mente está bloqueado -parafraseando a Lenat y Feigenbaum- por un col­
chón. Durante muchos años, los investigadores se han desviado para ro­
dearlo, han tratado de ignorarlo, han hecho de todo excepto ponerse a tra­
bajar para quitarlo <le ahí. Lenat y Feigenbaum piensan que este colchón es
el conocimiento y que los enigmas de la mente se disiparán en cuanto se haya
construido una gran base de conocimientos repleto de fórmulas explícitas de
sabiduría de sentido común. Las lecciones de la cognición natural nos ense­
ñan otra cosa. El colchón no es conocimiento sino capacidad de respuesta
básica, en tiempo real y en el mundo real. La cucaracha tiene un tipo de sen­
tido común del que carecen los mejores sistemas artifici,1les de hoy, y segu­
ramente no es gracias a las codificaciones explícitas ni a las deducciones ló­
gicas que nos pueden servir en algunos ámbitos de cariz más abstracto. En
su raíz, nuestras mentes también son órganos para iniciar con rapidez el pró-
46 1 Estar ahí

ximo movimiento en situaciones reales. Son unos órganos exquisitamente

preparados para la producción de acciones que se despliegan en el esp<lcio
local y en tiempo real. Cuando la mente se formula como un dispositivo con­
trolador de la acción corporal, el conocimiento otrora recibido se desvanece
capa tras capa. La distinción entre percepción y cognición, la noción de unos
centros de control ejecutivo en el cerebro y una visión muy extendida de la
racionalidad misma, son puestas en duda. También peligra el aparato meto­
dológico que estudia la mente y el cerebro con muy escasa consideración ha­
cia las propiedades del entorno local o las oportunidades proporcionadas
por la acción y el movimiento corporal. La forma fundamental de las ciencias
de la mente cambia continuamente. En los capítulos que siguen, deambula­
remos por el paisaje de la mente bajo este cambio de iluminación.
 Primera parte

DE EXCURSIÓN POR LA MENTE

Bueno, ¿y con qué crees que comprendes? ¿Con la cabeza? ¡Bah!

NIKOS KAZANTZAKTS, Zorba d griego

El noventa por ciento de la vida consiste, simplemente, en estar ahí.

WoooY ALLEN
 1 Agentes autónomos:
un paseo por la luna

1.1 Bajo el volcán 1

En el verano de 1994, un robot explorador de ocho patas y 77O kg de peso lla -

mado Dante II descendió por una pared muy empinada hacia el fondo del cráter
de un volcán activo cerca de Anchorage, Alaska. En el transcurso de una misión
de seis días, Dante II exploró las paredes y el fondo del cráter empleando una
mezcla de control autónomo (autodirigido) y externo. Dante II es producto de
un proyecto financiado por la NASA, con base en la Universidad de Carnegie
Mellan y en otros lugares, cuya meta final consiste en desarrollar robots verdade­
ramente autónomos con el fin de recoger y transmitir información detallada so­
bre las condiciones ambientales locales de otros planetas. Se espera enviar a Mar­
te otro robot mucho más pequeño y en gran parte autónomo en 1996, y el
explorador lunar LunaCorp, que está basado en el software de Dante II, tiene una
plaza reservada en el primer lanzamiento comercial a la luna, previsto para 1997.
Los problemas a los que se enfrentan estos proyectos son muy instruc­
tivos. Los robots diseñados para explorar mundos lejanos no pueden de­
pender de una comunicación constante con científicos situados en la tie­
rra: los desfases de tiempo pronto conducirían a un desastre. Estos robots
se deben programar para que busquen unas metas generales explorando y
transmitiendo información. Para misiones largas deberán reabastecerse de
energía. quizá explotando la energía solar. Deberán ser capaces de fun­
cionar ante dificultades inesperadas y resistir varias clases de daños. En
resumen, deberán satisfacer muchas de las exigencias (aunque, desde lue-

l. El material acerca de Dante II se basa en un informe realizado por Peter Monaghen

(Chronicle o/ Highcr Education, 1 O de agosto de 1994, págs. A6 AS).
 50 1 De excursión por la mente

go, no todas) que la naturaleza ha planteado a los organismos móviles en

evolución.
El intento de construir robots móviles robustos conduce con sorpren­
dente rapidez a un replanteamiento radical de muchas de nuestras cómodas
y viejas ideas sobre la naturaleza de la inteligencia adaptativa.

1.2 Desfile de robots

Elmer y Elsíe
Los antepasados históricos de los sofisticados robots de hoy con aspecto
animal (a veces llamados «animatas») fueron un par de «tortugas» cibernéti­
cas construidas en 1950 por el biólogo W. Grey Walter. Estas «tortugas»
-llamadas Elmer y Elsie2- empleaban unos sencillos sensores de luz y de tac­
to y unos circuitos electrónicos para buscar luz, aunque evitando la luz in­
tensa. Además, cada tortuga llevaba unos pilotos luminosos que se encen­
dían cuando los motores estaban en marcha. Incluso un equipo incorporado
tan simple como éste condujo a unas intrigantes muestras de conducta, es­
pecialmente cuando Elmer y Elsie interaccionaban entre sí (al ser atraídos
por la luz de los pilotos) y con el entorno local (que incluía algunas fuentes
de luz por cuya proximidad competían y un espejo que condujo a un diver­
tido «baile» de autoseguimiento). Lo extraño es que, a ojos de un observa­
dor casual, sería más fácil ver vida y propósito en la conducta de estas crea­
ciones tan simples que en los diagnósticos incorpóreos hechos por sistemas
expertos tradicionales y de campanillas como MYCIN. 3

2. Véanse, por ejemplo, W. Grey Walter, «An irnitation of life», Scientt/ú.- American, 182
( 1959), nº 5, págs. 42-45; Steven Levy, Artt/záal Lz"(e. The Quest /ar a New Creatio!! (Pantheon,
1992), págs. 283-284.
3. El trabajo inicial en inteligencia artificial, corno el trabajo de Newell y Simnn (1972) so­
bre el «Solucionador general de problemas» (General Problem Solver), tendían a acentuar d
razonamiento y la resolución de problemas dt: utilidad g<:neral. Sin embargo, pronto se hizo
evidente que, para muchos propósitos, una base de conPcimientos detallados y ricos adaptado
a un dominio de actividad especifico era un determinante crucial para el éxito. Este descubri­
miento condujo a una explosión de trabajos con los denominados «sistemas expertos» a los
que se proporcionaban datos específicos de ciertas tareas obtenidos de expertos humanos y
que, en consecuencia, eran capaces de alcanzar niveles bastante ek\"ados de compeCtcncia en
dominios restringidos como el diagnóstico médico. El programa MYCIN (Shortliffe, 1976) se
basaba en un conjunto de reglas y directrices explícitamente formuladas, como la siguiente re­
gL1 para c·xt raccioncs de sangre: «Si 1) el lugar de cultivo es sangre, 2) el organismo es gram-
1\c"gati\·o, , l el org,111is1110 tic·m· fnrm,1 ,le varilla y 4) el paciente es un receptor en peligro. en­
tone,·, h.1v i1Hlicio, ,k- lJlll" la identidad dc·I organismo sea ¡,seudomon,11 aeruginose»
 Agentes autónomos: un paseo por la luna 1 51

Herbert

Uno de los precursores de las recientes investigaciones sobre los agentes

autónomos es RoJney Brooks, del MIT Mobile Robot Laboratory. Los ro­
bots móviles (mobilc robots o «mobots») de Brooks son robots reales capa­
ces de funcionar en entornos reales, desordenados e imprevisibles como una
oficina abarrotada. Dos características importantes de la investigación de
Brooks son la utilización de micromundos horizontales y el empleo de des­
composiciones basadas en la actividad dentro de cada sección horizontal.
El contr,1ste entre micromundos horizontales y verticales se establece en
Clark, 1989 y, en términos diferentes, en Dennett, 1978b. La idea es sencilla.
Un micromundo es un ámbito de estudio restringido: no podemos resolver a
la vez todos los enigmas de la inteligencia. Un micromundo vertical aísla como
objeto de estudio una pequeña parte de la competencia cognitiva de nivel hu­
mano. Como ejemplos cabe citar jugar a ajedrez, generar las formas pretéritas
de verbos ingleses y planificar un picnic, todas ellas actividades que han sido
objeto de anteriores programas de inteligencia artificial. El problema evidente
es que cuando nosotros, los seres humanos, resolvemos estos problemas avan­
zados, podemos echar mano de recursos computacionales forjados por otras
necesidades más básicas para las que la evolución equipó a nuestros anteceso­
res. Por tanto, las soluciones ingeniosas y orientadas al diseños para estos pro­
blemas tan recientes pueden ser muy diferentes de Lis soluciones naturales dic­
tadas por la necesidad de explotar la maquinaria y las soluciones ya existentes.
Podemos ser maestros de ajedrez gracias a nuestra capacidad para reconocer
patrones, seleccionada para que pudiéramos reconocer parejas, alimentos y
depredadores. En contraste con lo anterior, un micromundo horizontal es la

(Feigenbaum, 1977, pág. 1.016). Estm sistemas demostraron ser frágiles y limitados. Degene­
ran rápidanwnte en una estupidez automatizada si el usuario traspasa una iina línea divisoria
gramatical o J"' expresión, o si emplea términos que tienen abundantes significados del mun­
do real que no se reflejan explícitamente en la base de datos específica de la tarea (por ejem­
plo, el automóvil oxidado al que se le di,1gnosticó sammpión; \·<'.1se Lenat y feigenbaum, 1992,
pág. 197). ¿Cómo se puede evitar este deslizamiento haci,1 la estupideú Una ¡x>sibilidad es
que basta con «turboalim<:nar» los tipos de enfoques tradicionales antes 111encionacfos. SOAR
(Laird y otros, 1987) es un intento de crear una versión más poderosa del Solucionador gene­
ral de problemas. CYC (véanse la introducción a este volumen, v Lenat y Feigenbau111. 1992)
es un intento de cre,1r csta base de conocimientos más grande y más rica. SOAR y CYC com­
parten el compromiso con el empleo abundante de formas simbólicas tradicionales e inspira­
das en el texto para la codificación de conocimientos y metas. Pero puede que el problema
fundamental resida en el enfoque tradicional mismo: que el modelo de la inteligencia como
manipulación incorpórea de cadcnas de símbolos dentro dc la cabeza o del ordenador sea
erróneo en sí mismo. La prl'.sente obra explora algunas de las .llternativas.
52 1 De excursión por la mente

capacidad conductual completa de un ser (verdadero o imaginario) completo

pero relativamente simple. Al estudiar estos seres, simplificamos los problemas
de la inteligencia de nivel humano sin perder de vista elementos biológicos bá­
sicos como las respuestas en tiempo real, la integración de diversas funciones
motrices y sensoriales y la necesidad de hacer frente a los daños.
Brooks (1991, pág. 14 3) establece cuatro requisitos para sus seres artifi­
ciales:

Deben hacer frente de una manera adecuada y oportuna a los cambios de su

entorno dinámico.
Deben ser robustos en relación con su entorno...
Deben poder mantener múltiples metas ...
Deben hacer algo en el mundo; su existencia debe tener algún propósito.

Los «seres» de Brooks se componen de varios subsistemas o «capas»

productoras de actividad. Estas capas no crean ni pasan codificaciones o re­
codificaciones de entradas (inputs) explícitas y simbólicas. En cambio, cada
capa es, en sí misma, una ruta completa que va de la entrada a la acción. La
«comunicación» entre capas distintas se limita a pasar alguna señal simple.
Una capa puede estimular, interrumpir o anular la actividad de otra. La or­
ganización resultante es lo que Brooks denomina una «arquitectura de sub­
sunción» (porque las capas pueden subsumir mutuamente su actividad pero
no pueden comunicarse de una manera más detallada).
Por tanto, un ser se podría componer de tres capas (Brooks 1991, pág. 156):

Capa 1: evitar objetos mediante un anillo de sensores de sonar ultrasónico. Es­

tos sensores hacen que el mobot se detenga si se encuentra con un objeto directa­
mente frente a él y le permiten reorientarse hacia una dirección desbloqueada.
Capa 2: cuando la capa de evitar objetos está inactiva, un dispositivo incorpo­
rado puede generar rutas aleatorias para que el mobot «deambule» sin rumbo fijo.
Capa 3: esta capa puede anular la capa de deambulación y establecer una
meta distante que lleve al mobot a un escenario totalmente nuevo.

Una característica esencial de esta metodología es que se pueden añadir

capas progresivamente y que cada incremento produce un ser completo y
funcional. Obsérvese que estos seres no dependen de un depósito central de
datos o de un dispositivo planificador o razonador central. En cambio, ve­
mos en ellos una «colección de conductas que compiten entre sí» orquesta­
da por las entradas del entorno. No existe una línea divisoria clara entre la
percepción y la cognición, ningún punto donde las entradas perceptivas se
traduzcan a un código central compartido por varios dispositivos de razona­
miento incorporados. Esta imagen de múltiples dispositivos especializados
 Agentes autónomos: un paseo por la luna 1 53

de resolución de problemas, orquestados por entradas del entorno y por ti­

pos relativamente simples de señalización interna es, como argumentaré en
un capítulo posterior, un modelo neurocientíficamente plausible incluso
para los cerebros más avanzados.
Herbert,4 construido en el MIT Mobot Lab durante los años ochenta, ex­
plotaba el tipo de arquitectura de subsunción acabada de describir. La mi­
sión de Herbert era recoger latas de refresco vacías esparcidas por el labora­
torio. No era una tarea trivial; el robot tenía que desenvolverse en un entorno
abarrotado y cambiante, evitar tirar cosas, evitar tropezar con la gente, e
identificar y recoger las latas. Nos podemos imaginar un dispositivo planifi­
cador clásico tratando de resolver este complejo problema real empleando
abundantes datos visuales para generar un mapa interno detallado del en­
torno actual, distinguir las latas y planificar una ruta. Pero esta solución es a
la vez costosa y frágil: el entorno puede cambiar rápidamente (como cuando
entra alguien en la sala) y el procesamiento visual intensivo (por ejemplo, el
reconocimiento de escenas y objetos al nivel humano) se encuentra hoy en
día más allá del alcance de cualquier sistema programado.
Como hemos visto, las arquitecturas de subsunción adoptan un enfoque
muy diferente. La meta es conseguir la conducta compleja, robusta y en tiem­
po real que emerge como resultado de interacciones simples entre subsiste­
mas productores de conductas relativamente independientes. A su vez, estos
subsistemas están controlados de una manera bastante directa por las pro­
piedades del entorno encontrado.' No existe un control central o un plan glo­
bal. En cambio, el entorno mismo orienta al ser hacia el éxito gracias a algu­
nas respuestas conductuales básicas. En el caso de Herbert, estas conductas
simples incluían rutinas de evitación de obstáculos (detenerse, reorientarse,
etc.) y de locomoción. Estas rutinas se interrumpían cuando su sencillo siste­
ma visual detectaba un contorno parecido al de una mesa. Cuando Herbert
se encontraba al lado de una mesa, las rutinas de locomoción y evitación de
obstáculos cedían el control a otros subsistemas que barrían la mesa con un
láser y una cámara de vídeo. Cuando detectaba el perfil básico de una lata, el
robot giraba hasta situar el objeto con aspecto de lata en el centro de su cam­
po de visión. En este momento las ruedas se paraban y se activaba un brazo

4. Véase información sobre Herbert en Connell, 1989.

5. Ron McClamrock (1995) comunica un caso procedente de Marr en el que un bucle de
control sale de la cabeza y se extiende al entorno local. En palabras de McClamrock (pág. 85):
«Resulta que las moscas no saben del todo que, para volar, deben agitar las alas. No empren­
den el vuelo enviando una señal del cerebro a las alas. En cambio, existe un enlace de control
directo entre las patas y las alas de modo que cuando las patas dejan de estar en contacto con
una superficie, las alas de la mosca empiezan a agitarse. Para despegar, la mosca simplemente
da un salto y deja que la señal procedente de las patas active las alas».
54 1 De excursión por la mente

mecánico que, equipado con unos sencillos sensores, exploraba cuidadosa­

mente la superficie de la mesa que tenía delante. Cuando Herbert encontra­
ba la forma característica de una lata se activaba la conducta de agarrar y, una
vez recogida la lata, Herbert continuaba su búsqueda.
Por tanto, Herbert es un «ser» sencillo que no tiene almacenado ni un
plan a largo plazo ni un modelo de su entorno. Sin embargo, considerado
como un animal artificial que busca latas en el nicho «alimenticio» propor­
cionado por el ecosistema del Mobot Lab, Herbert manifiesta una especie de
inteligencia adaptativa simple donde la cooperación mutua entre sensores,
circuitos incorporados y el entorno externo conduce al éxito.

Attila
Rodney Brooks cree que unos robots más pequeños y flexibles que el tor­
pe y pesado Dante serían más adecuados para las necesidades de la explora­
ción espacial. Attila6 pesa poco más de kilo y medio y usa múltiples «minice­
rebros» ( «máquinas de estado finito») especializados para controlar un
conjunto de conductas locales que, unidas, hacen que se desplace con gran
habilidad moviendo cada pata por separado, detectando las fuerzas ejercidas
por el terreno para compensar las pendientes, etc. Attila también emplea
sensores infrarrojos para detectar objetos cercanos. Es capaz de desplazarse
por terrenos abruptos y hasta puede volver a ponerse de pie cuando se cae
de espaldas. Según Rodney Brooks, Attila ya encarna algo parecido a la inte­
ligencia de un insecto.

Periplaneta Computatrix
Ésta es la cucaracha simulada mencionada anteriormente. Beer y Chiel
(1993) describen un controlador de red neuronal para la locomoción hexá­
poda. Cada pata tiene un minicontrolador que explota una unidad «marca­
pasos»: un modelo idealizado de neurona cuya señal de salida oscila rítmica­
mente. Esta unidad se activa a intervalos determinados por el nivel tónico de
excitación de una neurona dominante y de cualquier entrada adicional que
reciba. La idea, sacada de un modelo biológico desarrollado por K. G. Pear­
son (1976), consiste en dar a cada pata su propio generador de patrones rít­
micos, teniendo en cuenta las influencias moduladoras locales asociadas a las
diferentes retroalimentaciones sensoriales de cada pata, a medida que el in-

6. Attila, descrito en las págs. 300-301 de Arti/iáal Lz/t', de Levy, fue diseñado por Colin
Angle y l{odney Krnoks. Un predecesor. Cenghis, se describe en Brooks, 1993.
 Agentes autónomos: un paseo por la luna 1 55

secta avanza por un terreno desigual. La coordinación entre las patas se con­
sigue mediante enlaces inhibidores entre generadores de patrones adyacen­
tes. Cada pata tiene tres neuronas motrices: la primera controla la oscilación
hacia adelante, la segunda controla la oscilación hacia atrás y la tercera hace
que la pata se levante. Corno antes, el circuito de control global está total­
mente distribuido. No existe un procesador central que deba orquestar una
respuesta teniendo en cuenta todas las entradas sensoriales. En cambio, cada
pata tiene una «inteligencia» individual y los simples enlaces inhibidores ga­
rantizan una conducta global coherente. Aparecen diferentes maneras de an­
dar a partir de las interacciones entre los distintos niveles de excitación tó­
nica procedentes de las unidades marcapasos (los generadores de patrones)
y la retroalimentación sensorial local. El robot adoptará una marcha trípeda
cuando las frecuencias de excitación sean elevadas y pasará a una marcha
metacrónica cuando sean más bajas. En la marcha trípeda, las patas anterior
y posterior de un lado se mueven en sincronía con la pata central del otro; en
la marcha metacrónica, cada pata empieza a moverse justo después de la
pata que tiene detrás, en una especie de movimiento ondulatorio.
Aunque diseñado y puesto a prueba como una pura simulación por or­
denador, este circuito de locomoción se ha utilizado en el cuerpo de un ro­
bot real y ha demostrado su robustez en el mundo real de los rozamientos, la
inercia, el ruido, los retrasos, etc. En la figura I .1 se muestra el primer robot
hexápodo, que se analiza con más detalle en Beer y Chie!, 1993, y en Quinn
y Espenschied, 1993. El circuito de locomoción empleado también es capaz
(al estar tan distribuido) de conservar la mayor parte de su funcionalidad
cuando se dañan neuronas o conexiones individuales (Beer y otros, 1992). A
pesar de la complejidad de la conducta que produce, el circuito de locomo­
ción en sí es bastante modesto: sólo consta de 37 «neuronas» estratégica­
mente situadas e interconectadas. Sin embargo, los vídeos del robot hexá­
podo y de sus sucesores constituyen un espectáculo fascinante. En una
secuencia aparece un robot posterior, algo más complejo (figura 1.2), avan­
zando cautelosamente por un terreno desigual formado por trozos de po­
liestireno expandido. Una pata se alza y empieza a descender suavemente.
Como no «hace pie» (a causa del terreno local), se levanta otra vez y vuelve
a posarse en un punto ligeramente diferente. Al final, cuando encuentra un
punto de apoyo adecuado, el robot prosigue su marcha. Esta conducta ex­
ploratoria y tanteadora tiene todo el sabor de la inteligencia biológica real.

Robot braquiador

La braquiación (figura 1.3) es el movimiento pendular que emplean al­

gunos primates superiores para desplazarse de rama en rmna por zonas den-
56 1 De excursión por la mente

FIGURA 1.1 El primer robot hexápodo, construido por Ken Espenschied en la Case
Western Reserve University bajo la supervisión de Roger Quinn. Fuente: Quinn y
Espenschied, 1993. Reproducido con la autorización de K. Espenschied, R. Quinn y
Academic Press.

FIGURA 1.2 El segundo robot hexápodo, construido por Ken Espenschied en la

Case Western Reserve University bajo la supervisión de Roger Quinn. Fotografía ce­
dida gentilmente por Randall Beer.
 Agentes autónomos: un paseo por la luna 1 57

FIGURA 1.3 Braquiación de un gibón. Fuente: Saito y Fukuda, 1994. Reproducido

con la autorización de F Saito, T. Fukuda y MIT Press.

samente arboladas. Saito y Fukuda (1994) describen un dispositivo robótica

que aprende a braquiar empleando un controlador de red neuronal. Esta ta­
rea es especialmente interesante puesto que incorpora una dimensión de
aprendizaje y aborda una conducta para la que el tiempo tiene una impor­
tancia fundamental.
Este robot utiliza un tipo de aprendizaje basado en redes neuronales
denominado Q-aprendizaje conexionista (connectionist Q-learning). 7 El Q­
aprendizaje implica intentar aprender el valor de distintas acciones en situa­
ciones diferentes. Un sistema de Q-aprendizaje debe tener un conjunto deli­
mitado de acciones y situaciones posibles y se le debe dar una señal de
recompensa para comunicarle el valor (positivo) de una acción elegida en la
situación que se le plantea. El objetivo consiste en aprender un conjunto de
emparejamientos situación-acción que maximicen el éxito en relación con
una señal de recompensa. Saito y Fukuda demuestran que estas técnicas per­
miten que una red neuronal artificial aprenda a controlar un robot braquia­
dar real de dos brazos (figura 1.4). Un robot braquiador totalmente entre­
nado puede balancearse con éxito de una «rama» a otra y, si no encuentra
asidero, puede aprovechar el impulso inicial para balancearse hacia atrás y
volverlo a intentar.

7. Véase información sobre el conexionismo en el capítulo 4 Je este mismo libro. El Q­

aprendizaje es una forma Je aprendizaje por refuerzo (véanse Kaelbling, 1993 y Sutton, 1991)
desarrollado por Watkins (1989). I:l empleo de redes neuronales en escenarios Je Q-apren<li­
/,aje se discute en Lin, 1993.
58 1 De excursión por la mente

FIGURA 1.4 Robot braquiador de dos brazos. Fuente: Saito y Fukuda, 1994. Repro­
ducido con la autorización de F. Saito, T. Fukuda y MIT Press.

COG
Seguramente, _COG (Brooks, 1994; Brooks y Stein, 1993) es el más am­
bicioso de todos los proyectos de la «nueva robótica» emprendidos hasta
ahora. Este proyecto, encabezado por Rodney Brooks, se propone crear un
robot humanoide con un funcionamiento extremadamente complejo. Este ro­
bot, del tamaño de una persona (figura 1.5) no tiene capacidad de ambula­
ción; sin embargo puede mover las manos, los brazos, la cabeza y los ojos.
 Agentes autónomos: un paseo por la luna 1 59

FIGURA 1.5 Tres vistas del robot COG. Fotografías cedidas por Rodney Brooks.
60 1 De excursión por la mente

Aunque su base está firmemente sujeta a un tablero, puede girar a la altu­

ra de las caderas. Esta libertad de movimientos se obtiene a partir de 24
motores separados, dotados cada uno de un procesador exclusivamente
dedicado a supervisar su funcionamiento (de acuerdo con el «espíritu»
general <le los mobots de evitar un control centralizado). Los brazos dis­
ponen de muelles que amortiguan los movimientos mecánicos. La mayor
parte de los motores (salvo los de los ojos) disponen <le sensores <le calor
que permiten a COG reunir información sobre su propio funcionamiento
en cada momento y conocer el nivel de trabajo <le cada motor: una espe­
cie de versión robótica del sentido cinestésico que nos dice cómo se orien­
tan en el espacio las partes de nuestro cuerpo. Cada ojo consta de dos cá­
maras; una tiene un campo de visión amplio con una resolución baja y el
otro tiene un campo de visión reducido con una resolución alta. Estas cá­
maras se pueden mover para inspeccionar una escena visual y las que tie­
nen el campo reducido realizan una función parecida a la de la fóvea de:
los mamíferos. COG también recibe información de audio por medio de
cuatro micrófonos. Toda esta abundancia de datos de entrada es procesa­
da por un «cerebro» compuesto por múltiples submáquinas (o «nodos»,
cada uno con un megabyte de ROM y de RAM y un sistema operativo de­
dicado), que son capaces de comunicarse entre sí de maneras restringidas.
Por tanto, el cerebro mismo de COG es un sistema multiprocesador y su
sistema nervioso también incluye otros dispositivos «inteligentes» (como
los procesadores dedicados de lo� motores). Así pues, aunque la organi­
zación global de COG refleja gran parte de la filosofía que guía el trabajo
de Brooks con insectos robot, es lo suficientemente compleja como para
traer a un primer plano problemas nuevos y acuciantes. Entre sus carac­
terísticas familiares se incluyen la ausencia de una memoria central com­
partida por todos los procesadores, la carencia de controles ejecutivos
centrales, una comunicación restringida entre los diversos subdispositivos
y el énfasis en la resolución de problemas en tiempo real que supone sen­
tir y actuar. Todos los problemas nuevos se centran en torno a la necesi­
dad de obtener conductas coherentes de un sistema complejo como éste
sin volver a los métodos antiguos y poco prácticos de la planificación se­
rial y el control central. Los ingeniosos trucos y estrategias que permiten
a los sistemas corpóreos mantener una coherencia mientras explotan múl­
tiples rutinas de resolución de problemas especializadas y cuasi inde­
pendientes (que se abordarán en capítulos posteriores), aportan luz so­
bre los papeles del lenguaje, la cultura y las instituciones en la
potenciación de la cognición humana. De momento, sin embargo, retro­
cederemos un poco e: intentaremos extraer algunas conclusiones generales
de este dc:sfilc: de crit tcrs artificiales.
 Agentes autónomos: un paseo por la luna 1 61

1.3 Mentes sin modelos

La revolución de la «nueva robótica» rechaza una parte fundamental de

la imagen clásica de la mente. Rechaza la imagen de un planificador central
que tenga conocimiento exclusivo de toda la información disponible en cual­
quier parte del sistema y que se dedique a descubrir posibles secuencias con­
ductuales que satisfagan unas metas concretas. El problema del planificador
central es que, en esencia, es muy poco práctico. Introduce lo que Rodney
Brooks denominó acertadamente un «embotellamiento representacional»
que bloquea cualquier respuesta rá1--jida en tiempo real. La razón es que la in­
formación sensorial entrante debe ser traducida a un código simbólico único
para que el mencionado planificador pueda encargarse de ella. Y la salida que
produzca el planificador también se deberá traducir desde su propio código
interno a los diversos formatos necesarios para controlar varios tipos de res­
puesta motriz. Estas fases de traducción consumen mucho tiempo y energía.
Critters artificiales como Herbert y Attila destacan por su falta de plani­
ficación central. En su lugar, la arquitectura de subsunción sitúa múltiples
dispositivos cuasi independientes, cada uno de los cuales constituye una vía
autosuficiente que enlaza la entrada sensorial con la acción. En consecuen­
cia, las conductas de estos sistemas no están mediatizadas por ninguna base
integrada de conocimientos que represente el estado actual del entorno glo­
bal. A estas bases de conocimientos se les suele llamar «modelos detallados
de] mundo» y un tema recurrente de los nuevos enfoques es que logran al­
canzar un éxito adaptativo sin emplear estos modelos.
Sin embargo, sería fácil exagerar est,1 diferencia. Uno de los mayores pe­
ligros que acechan a toda propuesta revolucionaria en la ciencia es que se
puede descartar una parte demasiado grande de la «visión antigua»: es decir,
se puede tirar mucha fruta fresca junto con la pocha. Este mismo peligro
existe, creo yo, en el rechazo de la nueva robótica frente a las representacio­
nes, los modelos y los mapas internos. Si sólo se interpreta como un aviso
para prestar atención a los costes de los modelos centralizados, integrados y
simbólicos, la crítica es oportuna e importante. Pero si se interpreta como un
rechazo sistemático a las economías internas cuyas complejidades incluyen
múltiples representaciones centradas en la acción y múltiples modelos par­
ciales del mundo, esto sería un error al menos por dos razones.
En primer lugar es indudable que, en ocasiones, el cerebro humano inte­
gra múltiples fuentes de información. El área que rige los movimientos sacá­
dicos (los movimientos rápidos de la fóvea de alta resolución hacia un nuevo
objetivo) es capaz de responder a múltiples entradas sensoriales: podemos
realizar un movimiento sacádico hacia el lugar donde hemos detectado un
movimiento periférico, hacia el origen de un sonido o para examinar un ob-
62 1 De excursión por la mente

jeto detectado solo por el tacto. Además, con frecuencia combinamos mo­
dalidades utilizando el tacto, la vista y el sonido en complejos bucles inter­
dependientes donde la información recibida en cada modalidad ayuda a sin­
tonizar y eliminar la ambigüedad del resto ( como cuando nos encontramos
con un objeto familiar en un rincón oscuro del armario).
En segundo lugar, la presencia de modelos internos que intervienen en­
tre la entrada y la salida no siempre constituye un embudo costoso en cuan­
to a tiempo. La emulación motriz ofrece un ejemplo claro y convincente.
Consideremos la tarea de alcanzar una taza. Una «solución» para estos pro­
blemas es el alcance ha!ístZco. Como indica su nombre, esta manera de asir
depende de una trayectoria prefijada y no corrige errores a lo largo de la mis­
ma. Una manera de asir más hábil se basa en la retroalimentación sensorial
para realizar correcciones sutiles y guiar el asimiento sobre la marcha. Una
fuente de esta retroalimentación es la propioccpción, el sentido interno que
nos dice cómo se sitúa nuestro cuerpo (en este caso, el brazo) en el espacio.
Pero las señales propioceptivas deben hacer el viaje de \'uelta desde las peri­
ferias corporales hasta el cerebro y esto requiere tiempo; de hecho, requiere
demasiado tiempo para que las se11ales se puedan emplear en la generación
de movimientos fluidos de asimiento. Para resolver este problema, el cere­
bro puede emplear un truco (muy empleado en los sistemas industriales de
controll denominado c'1nulación motriz. Un emulador es un circuito incor­
porado que duplica ciertos aspectos de la dinámica temporal del sistema más
amplio. Toma como entrada una cr';1ia de una orden motriz y produce corno
salida una se11al cuya forma es idéntica a la de una se11al que vuelva de las pe­
riferias sensoriales. Es decir, predice cómo debe ser la retroalimen ración
propioceptiva. Si el dispositivo es fiable, se pueden utilizar estas prediccio­
nes en lugar de las señales sensoriales reales para generar una actividad de
corrección de errores más rápida. Estos emuladores son el terna de numero­
sos tratamientos teóricos detallados ( por ejemplo, Kawato y otros, 1987;
Dean y otros, 1994) que muestran que el aprendizaje de redes neuronales
simples puede producir emuladores fiables y en los que se especula sobre la
manera de desarrollar estos emuladores en circuitos neuronales reales.
Estos emuladores motrices no son embudos que obstaculicen el éxito en
tiempo real. Al contrario, facilitan el éxito en tiempo real al ofrecer un tipo
de «retroalimentación virtual» que supera la retroalimentación procedente
de las periferias sensoriales reales, proporcionándonos una especie de «hi­
peragudeza» motriz que nos permite generar unas trayectorias de asimiento
más fluidas y precisas de lo que sería posible, dadas las distancias y la velo­
cidad de conducción que gohiernan el regreso de las sefiales sensoriales des­
de las periferias corporales. Pero también es indudable que un emulador es
1111;1 l'Spccic (k llH)(klo interno. ( :011sturir modelos dl' aspectos tkstacados
 Agentes autónomos: un paseo por la luna 1 63

<le la dinámica corporal <le los agentes y se puede desplegar incluso en

ausencia <le las entradas sensoriales usuales. Con to<lo, es un modelo parcial
dedicado a una clase específica de tareas y, en consecuencia, es compatible
con el escepticismo de la nueva robótica acerca de los modelos del mundo
detallados y centralizados y con su insistencia en el éxito conductual en tiem­
po real. También destaca la importancia intrínseca de los aspectos tempora­
les de la cognición biológica. El papel a<laptativo del emülador depende tanto
de su velocidad <le operación (su capacidad de superar la retroalimentación
sensorial real) como de la información que codifica.
Así pues, es evi<lente que el primer mensaje de la cognición corpórea es
que se debe evitar un modelado excesivo del mundo y que los modelos se
deben adaptar a las exigencias de los sistemas productores de conducta en
tiempo real.

1.4 Nichos

El segundo mensaje está muy relacionado con el primero. Se refiere a la

necesi<lad de encontrar ajustes muy precisos entre las necesidades y los esti­
los de vida de sistemas específicos (sean animales, robots o humanos) por un
lado, y los tipos de estructuras ambientales portadoras de información a las
que responden estos sistemas por otro. La i<lea es reducir la carga de proce­
samiento de información, sensibilizando el sistema a <letermina<los aspectos
del mundo que tengan una trascendencia especial para él a causa <lel nicho
ambiental en el que habita.
Vimos algo de esto en el caso de Herbert, cuyo «nicho» es el entorno lle­
no <le latas de Coca-Cola del MIT Mobile Robot Laboratory. Un hecho bas­
tante seguro de ese nicho es que las latas tienden a acumularse encima de las
mesas. Otro es que las latas, por sí solas, no se mueven ni intentan escapar. A
la vista Je estos hechos, la carga computacional <le Herbert se puede reducir
considerablemente. En primer lugar, puede utilizar señales de baja resolu­
ción para detectar las mesas y acercarse a ellas. Cuando se encuentra junto a
una mesa, puede iniciar una rutina especial dedicada a buscar latas. Para
buscar las latas, Herbert no necesita (y de hecho, no puede) formar repre­
sentaciones internas de los otros objetos que hay en la mesa. El «mundo» de
Herbert sólo está poblado de obstúculos, superficies de mesas y latas. Cuan­
do ha localizado una lata, Herbert lleva a cabo unos movimientos físicos ele
orientación con el fin de simplificar la tarea de cogerla. Todo lo gue hace
Herbert (emplear movimientos, basarse en señales fácilmente detectables y
evitar modelos del mundo detalla<los y centralizados), constituye un ejemplo
de .1cnsación Jcpcndic11tc del nicho.
64 1 De excursión por la mente

La noción de sensación dependiente del nicho no es nueva. En 1934,Ja­

kob Von Uexkull publicó una maravillosa monografía cuyo título se traduce
por Un paseo por los mundos de ani1J2<zles y hombres: libro ilusfrlzdo de mun­
dos invisibles. En esta obra, con una elocuencia y una claridad parecidas a las
de un cuento, Von Uexkull introduce la idea del Umwelt, definido como el
conjunto de aspectos ambientales a los que está sensibilizado un tipo deter­
minado de animal. Describe el Umwe!t de una garrapata, que es sensible al
ácido butírico que se encuentra en la piel de los mamíferos. El ácido butíri­
co, cuando es detectado por la garrapata, induce a ésta a soltarse de la rama
donde se encuentra para caer sobre el animal. El contacto táctil extingue la
respuesta olfativa e inicia un procedimiento de corretear hasta que se detec­
ta calor. La detección del calor inicia la actividad de perforar y cavar. Es im­
posible resistirse a citar a Von Uexkull con cierta extensión:

La garrapata cuelga inmóvil de la punta de una rama en el claro de un bos­

que. Su posición le da la oportunidad de dejarse caer sobre un mamífero que
pase. De todo el entorno entero, no le afecta ningún estímulo hasta que se acer­
ca un mamífero, cuya sangre necesita para poderse reproducir.
Y ahora sucede algo totalmente fantástico. De todos los efluvios que emanan
del cuerpo del mamífero, sólo tres se convierten en estímulos y aden1<1s en un or­
den definido. Del vasto mundo que rodea a la garrapata, tres aspectos refulgen
como faros en la oscuridad y actúan como guías que conducen de una manera in­
falible a la meta. Además de su cuerpo con sus receptores y efectores, la garra­
pata tiene la facultad de detectar tres señales que actúan como estímulos. Y es­
tas señales perceptivas prescriben el curso ele sus acciones con tanta rigidez que
sólo puede producir los impulsos efectores correspondientes.
El mundo entero y rico que rodea a la garrapata se encoge para convertirse
en un marco austero que consta, en esencia, de tres señales de recepción y tres
señales efectoras: su Umwelt. Pero la pobreza misma de este mundo garantiza la
indefectible certeza de sus acciones: la seguridad es más importante que la ri­
queza (ibíd., págs. 11-12).

Así pues, para Von Uexkull, cada especie animal habita en un entorno
efectivo distinto . Este entorno efectivo está definido por los parámetros que
tienen importancia para un animal y su estilo de vida concreto, y el entorno
general es el mundo físico en todo su esplendor y complejidad.
La monografía de Von Uexkull está repleta de imágenes maravillosas del
aspecto que podría tener el mundo si se viera a través del cristal de la sensa­
ción dependiente del Umwclt (figuras 1.6 a 1.8). Aunque las ilustraciones
son muy caprichosas, sus ideas son profundas e importantes. La cognición
biológica es muy selectiva y puede sensibilizar a un organismo a cualquier
parámetro (con frecuencia simples) que especifique con fiabilidad las condi-
 Agentes autónomos: un paseo por la luna 1 65

ciernes que conciernen a esa forma de vida concreta. La similitud entre los
mundos operacionales de Herbert y de la garrapata es sorprendente: ambos
se basan en señales simples que son específicas de sus necesidades y ambos
salen ganando al no molestarse en representar otros tipos de detalles. Una
extensión natural de esta idea, y que da bastante que pensar, es preguntarse
si el ser humano también percibe el mundo de una manera sesgada y res­
tringida. Nuestro tercer mensaje afirma que así es, y de una forma mucho
más espectacular de lo que pueda sugerir la experiencia cotidiana.

1.5 ¿Sensibilidad para los detalles?

Sin duda, muchos lectores estarán de acuerdo en que incluso la avanza­

da percepción humana está sesgada hacia los aspectos del mundo que tienen
importancia para los intereses y las necesidades del hombre. Según el último
y más especulativo mensaje de nuestra breve lista, este sesgo es mucho más
fuerte de lo que hayamos podido imaginar. Concretamente sugiere que nues­
tras experiencias cotidianas de percepción nos pueden inducir a error indi­
cando la presencia de unos modelos del mundo más duraderos y detallados
que los que nuestros cerebros construyen en realidad. Esta idea, en cierto
modo paradójica. exige una cuidadosa introducción. 8
Consideremos el acto de correr para atrapar una bola. Se trata de una
habilidad que exhiben rutinariamente los jugadores de críquet y de béis­
bol. ¿Cómo se lleva a cabo? La experiencia común sugiere que vemos la
pelota en movimiento, prevemos la continuación de su trayectoria y co­
rremos para estar en la posición adecuada para interceptarla. En cierto
sentido esto es correcto. Pero la experiencia (la «fenomenología») puede
ser engañosa si creemos que computarnos activamente estas trayectorias.
Investigaciones recientes 9 indican que una estrategia más eficiente en cuan­
to a computación consiste, simplemente, en correr de manera que la acele­
ración de la tangente de elevación de la mirada del jugador hacia la bola se
mantenga a cero. Si hacemos esto, siempre interceptaremos la bola antes de
que llegue al suelo. La observación de secuencias grabadas en vídeo de in­
terceptaciones reales indican que, en efecto, los seres humanos utilizan
-inconscientemente- esta estrategia. Una estrategia como ésta evita mu­
chos costes de computación porque aísla los parámetros mínimos y más fá-

8. Esto se expone con precisión en Churchland y otros, 1994 y está presente en gran par­
te de Dennett, 1991.
9. Estas investigaciones fueron llevadas a cabo por Zolten Díenes en la Universidad de
Sussl'x (comunicación persona]).
66 1 De excursión por la mente

---- ----
� -· ----==- --

..-:,• .. _·,

. ....
,_',j°!' : �.
,
·.,
.. .
(' L��:.-... .. ........... .

·-. . ..
'.\
.,

Flc;r lfü\ 1.6 Entorno y Umzcclt de una vieira. Ilustración basada en la figura 19 de
Von Uexkull, l 934; adaptada por Christine Clark, con autorización de International
Universities Press.
 Agentes autónomos: un paseo por la luna 1 67

fl(;(JRi\ 1.7 Umu,-elt Je un astrónomo. Ilustración basada en la figura 21 Je Von

Ucxku!L 1934; aJaptada por C:hristine C:lark, con autorización de lnternational Uni­
\Trsitics Prcss.

cilrnente perceptibles que pueden apoyar la acción específica de la inter­

ceptación.
Siguiendo una línea similar, un importante corpus de investigaciones co­
nocido como visión cmirnada /Ballard, 1991; véase también P S. Churchland
y otros, 1994) indica que la resolución cotidiana de problemas guiada por la
visión puede explotar una gran cantidad de estas estratagemas y rutinas es­
pecializadas. En vez de considerar la visión como la transformación de unas
sefiales luminosas entrantes en un modelo detallado de un mundo externo
tridimensional, la investigación de la visión animada estudia cómo se pueden
apoyar respuestas adaptativas rápidas y fluidas mediante rutinas que requie­
ran menos intensidad computacional: rutinas que entrelacen la sensación
con la acción y con el movimiento en el mundo. Como ejemplos podemos ci­
tar el uso de movimientos sacádicos rápidos y repetidos para inspeccionar
68 1 De excursión por la mente

FIGURA 1.8 Entorno y Umwelt de una abeja. Ilustración basada en la figura 53 de

Von Uexkull, 1934; adaptada por Christine Clark, con autorización de International
Universitics Press.
 Agentes autónomos: un paseo por la luna 1 69

una escena visual y extraer información detallada únicamente en posiciones

foveales seleccionadas, y la explotación de señales más burdas (como el co­
lor) que se pueden detectar en las periferias de baja resolución.
El caso de la exploración visual rápida es especialmente instructivo. Los
ojos humanos utilizan una pequeña área (menos del 0,01 % del campo visual
total) de resolución muy elevada. Los movimientos sacádicos desplazan esta
ventana de alta resolución <le un punto a otro en una escena visual. Yarbus
(1967) mostró que estos movimientos pueden ser inteligentes en el sentido
de que un sujeto humano situado frente a una escena idéntica realiza explo­
raciones sacá<licas muy diferentes para llevar a cabo tareas distintas. Estos
movimientos son muy rápidos (unos tres por segundo) y suelen incidir una y
otra vez sobre la misma posición. En uno de los estudios de Yarbus, a los su­
jetos se les mostraba la imagen de una habitación con algunas personas en
ella y se les pedía que dijeran las edades de estas personas, que adivinaran
qué actividad habían realizado anteriormente o que recordaran las posicio­
nes <le personas y objetos. Se identificaron pautas muy diferentes de movi­
mientos sacádicos en función de la tarea especificada.
Según los investigadores de la visión animada, los movimientos sacádicos
frecuentes nos permiten sortear la necesidad <le construir modelos detallados y
duraderos de nuestro entorno visual. Según Rodney Brooks, podemos utilizar el
mundo como si fuera el mejor modelo de sí mismo e inspeccionar una y otra vez
la escena real, tomando muestras detalladas en las posiciones concretas requeri­
das. Así se evita la costosa actividad <le mantener y actualizar un modelo interno
completo <le una escena tridimensional. Además, podemos tomar muestras de la
escena <le maneras adecuadas a las necesidades concretas <le cada momento.
Aun así, realmente nos parece que, en general, disponemos <le una ima­
gen tridimensional completa y detallada del mundo que nos rodea. Sin em­
bargo, como han destacado varios autores recientemente,1° esto puede ser
una ilusión subjetiva que se apoya en nuestra capacidad para incidir rápida­
mente sobre cualquier parte de una escena y recuperar una información de­
tallada (aunque no duradera) de la región de la fóvea. Ballard (1991, pág. 59)
comenta que «el sistema visual produce la ilusión <le estabilidad tridimen­
sional por su capacidad de realizar conductas rápidas».
El sentido del tacto nos ofrece una útil analogía. 11 En los años sesenta,
Mackay planteó la siguiente pregunta: imaginemos que estamos tocando
una botella con los ojos cerrados y las yemas <le los dedos separadas. Sólo
recibimos sensaciones táctiles de unos cuantos puntos separados. ¿Por qué

1O. Especialmente Dcnnett, 1991; Ballard, 1991 y Churchland y otros, 1994.

11. Véanse Mackay, 1967 y Mackay, 1973. Encontré este ejemplo por primera vez en
O'Regan, 1992, págs. 471-476.
70 1 De excursión por la mente

no tenemos la sensación ele palpar un objeto con agujeros que correspon­

derían a los espacios que hay entre los dcdos? La razón es, en cierto senti­
do. obvia. Utilizamos el tacto para cxplrm1r superficies y estamos acostum­
brados a desplazar las yemas de los dedos para encontrar miÍs superficie,
sobre todo cuando sabernos que lo que sostenemos es una botella. No tra­
tamos los espacios entre las entradas sensoriales como si fueran espacios en
el mundo, porque est,lmos acostumbrados a utilizar los sentidos como ins­
trumentos exploratorios que pasan de un punto a otro. Tras reflexionar so­
bre este caso. un investigador propuso que lo que con frecuencia pensamos
que es el acto sensorial pasivo de «sentir b botella». se entiende mejor si se
concibe como un ciclo basado en la acción donde unas percepciones frag­
nwnta rias provocan nuc\·as exploraciones, \' que este ciclo de .icción es la
base de la experiencia de percibir una botella completa. 12 Este punto de vis­
ta radical, donde el tacto se formula como un instrumento ex ploratnrio que
se lanza de acá para allá para explorar una y otra vez el entorno local, se ex­
tiende de una manera completamente n,itural a la visión y a la percepción
en gencral.
La sospecha ele que la visión no es to<lo lo que parece se expresa a la per­
fección en el artículo publicaJo en 1994 por Patricia ChurchLmd, V. S. Ra-
111;1ch,rndran y Terrence Sejnowski con el título «A critique of purc \'ision»
(Crítica ele la visir511 p!!ra). También ellos proponen que en lugar de una re­
prescntación interna formada por «imágenes perfectas» sólo cxtraemos una
sucesión de represent,iciones parci, les. conjetura que caracterizan como la
hipótesis de los «semimundos visuales» o de las «representaciones parciales
por ojeada». Según ellos, esta hipótesis no sólo está apoyada por considera­
ciones computacionales gcnerales relacionacLis con la utilización de movi­
mientos sacáclicos frecuentes. etc., sino también por algunos experimentos
psicológicos sorprendentes. 1
'

Estos cxperimenws se basaban en mostrar imágenes en la pantalla de un

ordenador y «engañar» a los sujetos alterando la imagen mostrada durante
los movimientos sacídícos de los ojos. Resultó que los cambios efectuados
durante los movimientos sacádicos rara \'eZ se detectaban. En estos momen­
tos críticos se pueden cambiar de lugar objetos enteros, se pueden añadir
otros objetos v se pu<:'.den modificar los colores. todo esto mientras el sujeto
permanece (normalmente) en la más bendita ignorancia. Quiz,í sca aún más

12. «El "pcrcl'pto'' ele- la hot<"lla es una o,cio11· concretanwnte. la l'xploración \'Ísual ,,
mental de la b()tella. So es una simple sensaci<Ín pasi,·,1 ljlll' "btl'ncrnos de la H'tina o algún d<:­
riva,!(1 ic,rnico de la información que ha\· en ella» (( J'Rcgan, 1992, pág . ..¡72).
l l. Véanse ,\lcC:onkie 1· lt1vner, 19,6; i\!c<:,rnkic>. 19,9; i\lcConki<:, 1990; O'Rcgan, 199()
, R,11·11cr I otros, l 9cs0
 Agentes autónomos: un paseo por la luna 1 71

sorprendente una investigación relacionada con la anterior, en la que se le

pide a un sujeto que lea un texto presentado en una pantalla de ordenador.
El texto en cuestión nunca está totalmente presente en la pantalla al mismo
tiempo y se limita a una zona que abarca (para sujetos típicos) 17 o 18 ca­
racteres. Este texto está rodeado por caracteres aleatorios que no forman p,1-
labras verdaderas . Pero (y aquí está el truco) la ventana de texto real se des­
plaza a lo largo de la pantalla de izquierda a derecha acompañando la mirada
del sujeto. El texto no es repetitivo porque el programa que se ejecuta en el
ordenador garantiza que el texto adecuado vaya apareciendo sistemática­
mente en lugar del texto aleatorio (aunque, como se trata de una ventana
m{Jvi!, van apareciendo nuevos caracteres aleatorios donde antes había tex­
to real). Cuando este sistema est,Í bien calibrado para un sujeto concreto,
;éste no se da cuenta de la presencia de los caracteres extraños! Además, la
impresión subjetiva es, con toda claridad, la de encontrarse frente a una pá­
gina llena de texto verdadero que abarca toda la periferia visual, de izquier­
da a derecha. En estos casos por lo menos podemos decir con seguridad que
la naturaleza experimentada de la escena visual es una especie de ilusión
subjetiva provocada por el empleo de una exploración rápida y una ventana
pequeña de resolución y atención.

1.6 El robot refinado

Hubo un tiempo en que el Mobile Robot Laboratory de Rodney Brooks

tenía un lema: «Rápido, barato y fuera de control». Éste es, de hecho, el
mensaje inmediato de la visión de la nueva robótica. Sin una planificación
central o incluso sin el empleo de un código simbólico central, estos sistemas
artificiales navegan de una manera fluida y robusta por el mundo real. Y lo
hacen gracias a unos acoplamientos cuidadosamente orquestados entre unos
dispositivos incorporados relativamente independientes y unos aspectos se­
leccionados del entorno (el Umwe!t del robot, por así decir). A pesar de las
apariencias, ahora parece imaginable que gran parte de la inteligencia hu­
mana se base en estrategias y ardides similares específicos del entorno, y que
también nosotros podamos carecer de un modelo del mundo central e inte­
grado al estilo tradicional. Por tanto, en la medida en que nos tomemos en
serio los mensajes generales de la nueva robótica, nos enfrentaremos a dos
problemas inmediatos y acuciantes.
El primero es un problema de descubrimiento. Si evitamos la imagen fá­
cil del planificador central que cavila sobre estructuras de datos similares a
textos, y si no nos fiamos de nuestras intuiciones sobre Li información que
extraemos de los Jatos sensoriales, ¿qué debemos hacer? ¿Cómo podemos
72 1 De excursión por la mente

siquiera formular hipótesis acerca del posible funcionamiento y la estructu­

ra de estas mentes fragmentarias y que desafían nuestra intuición? Brooks y
otros confían en desarrollar un nuevo conjunto de intuiciones basadas en la
atención a conductas específicas y organizadas en torno a la idea general de
una arquitectura de subsunción. Sin embargo, cuando tratemos de abordar
casos cada vez más complejos, es dudoso que este enfoque «artesanal» pue­
da triunfar. En capítulos posteriores investigaremos algunas maneras de
avanzar que parecen estar menos sujetas a las intuiciones humanas: trabajar
con datos neurocientíficos y evolutivos reales, procurar que los sistemas ro­
bóticas aprendan por su cuenta e incluso intentar imitar el cambio genético
para hacer evolucionar generaciones de robots cada vez más refinados. ¡Ob­
servemos la naturaleza y dejemos que la naturaleza simulada siga su curso!
El segundo problema es de coherencia. Tanto el poder como el misterio
de la investigación de la nueva robótica residen en el empleo de múltiples
subsistemas cuasi independientes de los que, en condiciones ecológicas nor­
males, emerge con delicadeza una conducta orientada a metas. El poder es­
triba en la capacidad de respuesta robusta y en tiempo real de estos sistemas.
El misterio es cómo mantener unas pautas de conducta coherentes cuando
los sistemas se hacen más y más complejos y se les exige que muestren una
variedad de conductas cada vez más amplia. Naturalmente, una respuesta a
este problema es renunciar a la imagen básica e insistir en que las conductas
complejas y avanzadas deben basarse en algo parecido a un sistema planifi­
cador simbólico central. Sin emb:1rgo, no deberíamos rendirnos antes de
tiempo. En los capítulos que siguen, sacaremos a la luz una cantidad sor­
prendente de estrategias y ardides adicionales que pueden inducir una co­
herencia global. La mayoría de estas estrategias suponen el empleo de algún
tipo de estructura externa o «ancbmiaje» para moldear y orquestar la con­
ducta. Entre los candidatos más evidentes se encuentran el entorno físico
inmediato (recordemos a Herbert) y nuestra capacidad para reestructurar
activamente ese entorno con el fin de apoyar y extender mejor nuestras ca­
pacidades naturales para la resolución de problemas. Estas estrategias son
especialmente manifiestas en el desarrollo infantil. Entre otros factores menos
evidentes pero que tienen una importancia crucial, se encuentran la presen­
cia restrictiva del lenguaje, la cultura y las instituciones públicas, la economía
interna de las respuestas emocionales y diversos fenómenos relacionados con
la inteligencia grupal o colectiva. En particular, el lenguaje y la cultura apa­
recen como unas especies avanzadas de andamiaje externo, «diseñadas» para
extraer la máxima coherencia y utilidad de unas mentes fundamentalmente
cortas de vista, especializadas e internamente fragmentadas. Por tanto, des­
de sus inicios en la simple robótica, nuestro viaje llegará a tocar -y en oca­
siones a poner en entredicho- algunos de los elementos más arraigados de la
 Agentes autónomos: un paseo por la luna 1 73

imagen intelectual que tenemos de nosotros mismos. El «deliberador racio­

nal» resulta ser un «respondedor adaptativo» bien camuflado. Cerebro.
cuerpo, mundo y artefacto están estrechamente vinculados entre sí, forman­
do la más compleja de las conspiraciones. Y mente y acción se manifiestan
en un íntimo abrazo.
2 El niño situado

2.1 Yo, robot

Robots que recogen latas Je refrescos, exploradores lunares, cucarachas:

si todo esto nos suena extraño, pensémoslo mejor. La incipiente perspectiva
sobre la cognición corpórea también nos puede ofrecer la mejor esperanza
hasta el momento de comprender las características fundamentales Jel pen­
samiento y el desarrollo humanos. Un campo especialmente prometedor es
el estudio de la infancia. La imagen que tiene la nueva robótica de «pensar
con los pies» encuentra un complemento natural en nuestra comprensión
creciente del desarrollo del pensamiento y la acción en los niños, porque el
especialista en robótica y un número cada vez mayor de psicólogos del desa­
rrollo coinciden en destacar la delicada interacción entre cerebro, cuerpo y
entorno local para determinar el éxito cognitivo inicial.
De hecho (y para ser históricamente justos), es probable que los psicólo­
gos del desarrollo fueran de los primeros en destacar la verdadera relación
entre los factores internos y externos para determinar el cambio y el éxito
cognitivo. En este sentido, teóricos como Jean Piaget, James Gibson, Lev
Vygotsky y J erome Bruner, aunque partiendo de enfoques muy diferentes,
previeron muchas de las ideas de cariz más radical a las que ahora se dedica
la robótica situada. 1 Con todo, continúan existiendo abundantes posibilida­
des para un mutuo esclarecimiento, pues cada uno de los dos campos dispo­
ne Je un conjunto distinto de instrumentos conceptuales y experimentales y
de corpus de datos diferentes. Por tanto, la alianza intelectual entre la psico­
logía del desarrollo y las otras ciencias de la mente corpórea puede acabar

l. Véanse, por ejemplo, Piaget, 1952, 1976; Cibson, 1979; Bruner, 1 %8; Vygotsky, 1986.
76 1 De excursión por la mente

siendo una de las empresas interdisciplinarias más apasionantes de la próxi­

ma década.
En este capítulo se exploran cinco hitos de fundamental importancia que se
encuentran a lo largo de esta frontera interdisciplinaria: la idea de bucles de ac­
ción que entrecruzan el organismo y su entorno (apartado 2.2); una visión muy
interactiva del proceso de desarrollo según la cual mente, cuerpo y mundo ac­
túan en pie de igualdad (apartado 2.3 ); una imagen de la cognición biológica en
la que emergen soluciones a problemas sin un control ejecutivo central (apar­
tado 2.4); el reconocimiento del papel fundamental desempeñado por apoyos y
estructuras externas para posibilitar el éxito adaptativo y proporcionar la en­
voltura para el aprendizaje individual (apartado 2.5); y un escepticismo cre­
ciente, enraizado en todas las consideraciones anteriores, acerca del verdadero
valor de las divisiones intuitivas entre percepción, acción y cognición ( apartado
2.6). La conclusión a la que se llega es que el desarrollo cognitivo no se puede
tratar con eficacia aislándolo del hecho de que el niño está embebido en el
mundo e interacciona con él. En una imagen más adecuada de la cognición in­
fantil (y, de hecho, de toda cognición), percepción, acción y pensamiento se vin­
culan entre sí en una variedad de formas complejas e interpenetradas.

2.2 Bucles de acción

Consideremos un puzzle. Una manera (improbable) de tratar de resolverlo

consiste en mirar muy fijamente una pieza y tratar de determinar, sólo con la ra­
zón, si encaja en una posición determinada. Sin embargo, en la práctica real em­
pleamos una estrategia mixta en la que hacemos una determinación mental
aproximada y luego probamos físicamente si la pieza encaja o no. En general,
no nos representamos la forma detallada de una pieza lo suficientemente bien
como para saber con certeza si encajará antes de realizar esta manipulación fí­
sica. Además, podernos hacer girar físicamente las piezas candidatas antes de
probar si encajan para simplificar la tarea más «mental» de evaluar aproxima­
damente su ajuste potencial (recordemos el empleo por parte de Herbert de un
procedimiento similar, girando sobre sí mismo para fijar una lata en una posi­
ción central canónica de su campo visuall. Por tanto, acabar un puzzle supone
una danza intrincada y repetida donde el «pensamiento puro» conduce a ac­
ciones que, a su vez, cambian o simplifican los problemas a los que se enfrenta
este pensamiento. Probablemente, éste es uno de los ejemplos más sencillos de
los fenómenos conocidos como bucles de acción. 2

2. Véanse exposiciones de fc,n<Ímcnos de bucles Je acci<Ín en Cole y otros, 1978; Rut­

kowsb, 19,,6, l99,;ThclcnvS111i1h, 1'!94.
 El 11ino situado 1 77

Recientes investigaciones sobre el desarrollo realizadas por Esther The­

len y Linda Smith, indican que estas interacciones entre pensamiento y ac­
ción puede ser tan omnipresentes y fundamentales, que estas investigado­
ras sospechan que todo nuestro conocimiento inicial se construye
«mediante interacciones trabadas en el tiempo entre percepción y acción
en contextos particulares» (Thelen y Smith, 1994, pág. 217). Para ver lo
que esto significa, consideremos la conducta de los niños pequeños ante
precipicios visuales (un precipicio visual es una caída vertical cubierta con
una superficie fuerte, rígida y transparente de plexiglás u otro material si­
milar). Se ha demostrado que los nÍl1os que aún no pueden gatear son ca­
paces de distinguir los lados poco profundos del precipicio de la zona que
se encuentra más allá de la caída. Muestran una atención y un interés cre­
cientes y, sorprendentemente, lloran menos cuando se encuentran encima
del precipicio que cuando están sobre los lados menos profundos. Los ni­
ños de más edad y con mayor movilidad responden al precipicio con res­
puestas asociadas al miedo (Campos y otros, 1978). 3 Claramente, los dos
grupos de niños pueden percibir la información visual que especifica la
profundidad. La diferencia crucial parece residir en cómo se emplea esta
información, es decir, en cómo interviene en la interacción entre percep­
ción y acción.
Un trabajo reciente sobre las respuestas de los niños a las pendientes nos
ofrece más información sobre esta interacción. En esta investigación, se co­
locaron niños pequeños con diferentes tipos de movilidad (niños que gatea­
ban y niños que caminaban) sobre pendientes con distintos grados de incli­
nación. Los que caminaban (14 meses) recelaban de las pendientes con 20º
o más de inclinación y, o bien se negaban a descender, o bien bajaban desli­
zándose. Los niños que gateaban abordaban con intrepidez inclinaciones de
20º o más y, normalmente, acababan cayendo (aunque siempre se les cogía a
tiempo).
Sin embargo, tras un examen detallado apareció una pauta fascinante. A
medida que los niños que gateaban iban aumentado su experiencia, apren­
dían a evitar las pendientes más inclinadas. Pero en el momento de transi­
ción en el que los niños empezaban a caminar, este conocimiento obtenido
con tanto esfuerzo parecía desaparecer. Los niños que empezaban a caminar
tuvieron que aprender sobre las pendientes desde el principio. En una prue­
ba, dos terceras partes de estos niños «se lanzaban sin vacilación por todas
las pendientes, igual que hicieron al encontrarse con ellas por primera vez,
cuando sólo gateaban» (Thelen y Smith, 1994, pág. 220). 4

3. Véase también Rutkowska, 1993, pág. 60.

4. El trabajo comunicado fue llevado a cabo por Adolph y otros (1993 ).
78 1 De excursión por la mente

Estas pruebas no sólo sugieren que los niños aprenden sobre el mundo
realizando acciones, sino también que el conocimiento mismo que adquieren
suele ser específico de la acción. Los niños pequeños no emplean su expe­
riencia de gatear para adquirir conocimientos sobre las pendientes en gene­
ral. En cambio, adquieren conocimientos sobre el papel de las pendientes en
contextos específicos que implican una acción. Otros resultados relaciona­
dos con la especificidad del conocimiento de los niños pequeños apuntan en
la misma dirección general.'
Este fenómeno no se limita a la infancia. Investigaciones recientes sobre los
mecanismos de compensación perceptiva de los adultos revelan un perfil espe­
cífico de la acción de carácter similar. Thach y otros ( 1992) presentan un ejem­
plo centrado en la adaptación perceptiva en condiciones inusuales." Thach y sus
colegas estudiaron la adaptación humana a unas lentes especiales que despla­
zaban la imagen hacia la derecha o la izquierda. Es bien sabido que el sistema
de percepción humano puede aprender a adaptarse a esta clase de distorsiones.
De hecho, varios experimentos demuestran que los sujetos pueden adaptarse
incluso a lentes que invierten por completo la escena visual haciendo que el
mundo se vea cabeza abajo. Después de llevar estas lentes de inversión unos
cuantos días, los sujetos comunican unos cambios súbitos donde los aspectos
del mundo se reorientan correctamente. Naturalmente, cuando se ha produci­
do esta adaptación, los sujetos dependen de las lentes: si se las quitan, el mun­
do vuelve a aparecer invertido hasta que se produce una nueva adaptación.
Lo que mostró el grupo de Thach es que, en el caso de las lentes de des­
plazamiento lateral, la adaptación parece ser específica de ciertos bucles mo­
tores. Se pidió a los sujetos que lanzaran dardos a una diana. Al principio fa­
llaban como resultado del desplazamiento lateral producido por las lentes.
Sin embargo, con el tiempo se produjo una adaptación y fueron capaces de
apuntar tan bien como antes (a diferencia de lo que ocurría en los experi­
mentos con lentes de inversión, esta adaptación no tuvo ninguna conse­
cuencia en la experiencia: los sujetos no comunicaron ningún «rebote» de la
imagen visual consciente). Pero, en la mayoría de los casos, esta adaptación
era específica del bucle motor. Al pedírseles que lanzaran los dardos sin le­
vantar el brazo por encima del hombro -en vez de tirarlos por encima de la
cabe?a- o que emplearan su brazo no dominante, los sujetos no mostraron
una mejora comparable. La adaptación para los lanzamientos por alto y con
el brazo dominante no se extendieron en absoluto a los otros casos. Lo que
parece haber ocurrido es un adaptación restringida a la combinación especí­
fica del ángulo de visión y el ángulo de tiro empleados en un lanzamiento

5. Véanse Shiel<ls y Rovee-Collier, 1992; Rovee-Collier, 1990.

6. \','.ase un estudio general de expct'imentos con lente, deformadoras en Welch, 1978.
 El niño situado 1 79

normal. Lo que no se produjo fue una adaptación perceptiva general que

ofreciera «datos de entrada corregidos» para qm: fueran utiiízadus por cu,il­
c¡uicr subsistema cognitivo o motor.
Thach y otros han relacionado sus resultados con algunas hipótesis muy
específicas y fascinantes sobrc el papel de una estructura nerviosa concreta
-el cerebelo- en el aprendizaje de respuestas pautadas a estímulos encontra­
dos con frecuencia. Estas conjeturas encajan bien con la imagen que nos va­
mos forjando, puesto que indican que la antigua imagen que consideraba al
cerebelo puramente implicado en tareas motrices es errónea y que las fun­
ciones motrices y .llgunas funciones cognitivas «superiores» pueden estar ín­
timamente relacionadas en el cerebro. Por ahora, sin embargo, sólo es nece­
sario destacar que puede hacer falta algún replanteamiento de la imagen
«pasiva» de nuestro contacto perceptivo con el mundo. Al parecer, en mu­
chos casos la percepción no se debería contemplar corno un proceso en el
que se recopilan pasivamente datos del entorno. En cambio, la percepción
puede estar orientada desde el principio hacia rutinas de acción específicas.'
Así pues. el reto estriba en desarrollar «una estructura teórica que sea, por
así decir, más "motorcéntrica" que ''visuocéntrica"» (P. S. Churchland y otros,
1994, pág. 60). Los estudios detallados de microdesarrollos, como el trabajo
sobre el modo de superar pendientes, parecen ofrecer una prometedora base
experimental sobre la que fundamentar una reorientación tan radical.

2.3 Desarrollo sin diseños

Aquí entenderemos por diseño un plan o una especificación muy deta­

llados de -por ejemplo- un automóvil o un edificio. Las explicaciones más
sencillas ( pero normalrnen te menos satisfactorias y admisibles) del desarro­
llo, describen la alteración y el crecimiento de las capacidades cognitivas de
un niño corno el despliegue gradual de un «diseño» para el cambio cogniti­
vo determinado genéticamente. Según la ingeniosa descripción de Thelen
y Smith (1994, pág. 6), estas explicaciones, que predominaron durante los
a11os treinta y cuarcnta, 8 conciben el desarrollo corno «una progresión lineal
y por etapas a través de una secuencia de conductas cada vez más funciona­
les que es dirigida hacia unas formas adultas por un plan global (que está
programado por un cronometrador global)». Estas concepciones aún siguen
con nosotros, pero con unas formas cada vez más sofisticadas. Por ejemplo,
el desarrollo gradual de la capacidad para caminar se explica como el efecto

7. Recuérdense los ejemplos de visión animada descritos en el capítulo l.

8. Véasc-,pmejempl<l,(;L.scll l9,9;i\kCraw. 19-1'>.vclrnpít1ilo l ,kTlwk·nvSmith, l')'l-1.
80 1 De excursión por la mente

de unos aumentos de la velocidad de procesamiento del cerebro que están

determinados por la maduración y que permiten un control y una integra­
ción motrices de carácter complejo (Zelazo, 1984).
Sin embargo, desde la perspectiva altamente interactiva que hemos esta­
do desarrollando. estos enfoques suelen incurrir en un error muy común.
Toman un fenómeno complejo (por ejemplo, el desarrollo de la capacidad
del niño para caminar) y buscan un solo factor determinante. Este error es lo
que Mitchel Resnick, del MIT Media Lab, denomina «pensamiento centra­
lizado»:

.. .la gente tiende a buscar la causa, la razón, la fuerza impulsora, el factor decisi­
vo. Cuando la gente observa pautas y estructuras en el mundo ( por ejemplo, las
pautas de las bandadas de a\'es o las pautas de búsqueda de alimento de las hor­
migas), suele suponer unas causas centralizadas que en realidad no existen. Y
cuando la gente intenta crear pautas o estructuras en el mundo (por ejemplo,
nuevas organizaciones o máquinas), suele imponer un control centralizado que,
en realidad, no es necesario (Resnick. 1994, pág. 120).

He citado este pasaje completo porque capta perfectamente un mensaje

fundamental de nuestras investigaciones que aparecerá una y otra vez en este
libro: los fenómenos complejos presentan una gran autoorganización. De he­
cho, las aves que vuelan en bandada no siguen a un líder. En cambio, cada ave
sigue unas cuantas reglas sencillas que hacen que su conducta dependa de la
conducta de las aves que tiene más -.:erca. La pauta de la bandada surge de
la masa de estas interacciones locales: no está orquestada por un líder o por
un plan general representado en la mente de cada ave. De manera similar,
ciertos tipos de hormigas buscan alimento mediante un proceso de «recluta­
miento en masa». Cuando una hormiga encuentra alimento, vuelve al nido y,
durante el recorrido, va soltando un marcador químico (una feromona).
Cuando otra hormiga detecta este rastro, lo sigue hasta llegar a la fuente de
alimento. Esto hace que, a su vez, esta hormiga refuerce el rastro químico.
Este rastro más fuerte tiene más probabilidades de atraer a otra hormiga que,
cuando encuentre el alimento, reforzará aún más la señal química aumentan­
do su potencia. Por tanto, lo que nos encontramos aquí es un proceso exten­
dido de. retroalimentación positiva que pronto conduce a una concentración
masiva de actividad, con centenares de hormigas recorriendo el camino arri­
ba y abajo. La cuestión es que esta organización se consigue mediante unas
cuantas «reglas» locales sencillas que, en presencia de la fuente de alimento y
de otras hormigas, dan origen a esta conducta aparentemente organizada."

9. Véase una simulación por ordenador de éste y otros fenómenos emergentes en Rt:snick,
1994, págs. 60-67.
 El niño situado 1 81

Algunos estudios recientes proponen que el desarrollo infantil también

se puede comprender mejor desde el punto de vista de las interacciones de
múltiples factores locales que incluyen, en pie de igualdad, el crecimiento
corporal, los factores ambientales, la maduración del cerebro y el aprendiza­
je. No existe un «diseño» para la conducta ni en el cerebro ni en los genes,
igual que no existe un diseño de la bandada en la cabeza de las aves.
Para captar el sabor de esta propuesta, consideremos el caso de aprender
a caminar. Los datos brutos son los siguientes: cuando un recién nacido es
suspendido por encima del suelo, realiza unos movimientos de pisar bien co­
ordinados; hacia los dos meses de edad estos movimientos de pisar se pierden;
los movimientos reaparecen entre los ocho y los diez meses de edad, cuando
el niño empieza a apoyar su peso sobre los pies; hacia los doce meses, apare­
ce el andar independiente. Según el punto de vista «del plan global y el fac­
tor único», sería de esperar que estas transiciones fueran expresiones de la
maduración o el desarrollo de una fuente central (por ejemplo, la apropia­
ción gradual de unos procesos similares a reflejos por parte de un centro
cognitivo superior; véase Zelazo, 1984). Sin embargo, los estudios del mi­
crodesarrollo indican que estas transiciones no están orquestadas por una
entidad central y que, al parecer, se deben a la interacción de múltiples fac­
tores en condiciones esenciales de igualdad.
Por ejemplo, aunque es cierto que el reflejo de pisar desaparece hacia los
dos meses de edad, todavía se producen unos movimientos cinemáticos casi
idénticos cuando el niño está tendido sobre la espalda. Este «pataleo en de­
cúbito supino» persiste durante todo el primer año de vida. Ahora parece
que el parámetro crucial que subyace a la desaparición del pisar a los dos
meses es, simplemente, ¡la masa de las piernas! En la postura erguida, la re­
sistencia ejercida por la masa de las piernas hacia los dos meses de edad su­
pera la acción elástica de los músculos. Esta hipótesis está apoyada por unos
experimentos (figura 2.1) donde el pisar desaparece cuando se añade peso a
las piernas de un niño que pisa y por otros donde el pisar reaparece cuando
niños de tres meses de edad que no pisan se sostienen erguidos dentro del
agua para reducir la masa efectiva de las piernas. 111
Las manipulaciones del entorno son igualmente eficaces para estudiar la
segunda fase: la reaparición del pisar entre los ocho y los diez meses de edad.
Cuando colocamos a niños más pequeños que no pisan en una rueda de an­
dar, pisan de una manera coordinada; incluso son capaces de ajustar el ritmo
de su paso a la velocidad de la rueda y de adaptarse a restricciones asimétri­
cas cuando se les coloca sobre una rueda de andar con dos cintas indepen-

1 O. Véase Thelen y Smith, l 994, págs. l l-12. Véanse también Thelen y otros, 1982 y The­
len y otros, 1984.
82 1 De excursión por la mente

l'i<;UJ,,\ 2.1 Este niüo de tres meses de edad fue sometido a prueba para ver si pisa·
ha erguido, primero sobre una me,,i y después sumergido en agua t ibia. Fuente:
Thelen y Smith, 1994. Por gentileza de T'. Thelcn, L. Smith y lvlIT Press.

dientes que van a velocidades distintas. Se encontró que la conducta de pi­

sar en ruedas de andar se daba en nifios de edades comprendidas entre uno
y siete meses de edad (Thelcn y Smith, 1994, págs. 11-17). 11
Estos últimos resultados indican que la pauta mecánica ocasionada por
la extensión de las piernas hacia atrás, que a su vez está provocada por la
rueda, tiene un papel fundamental. Este componente de pisar es indepen­
diente de las transiciones conducrnales generales normales que reflejan la in­
fluencia de múltiples factores adicionales corno la masa de las piernas. La
pauta evolutiva no es la expresión de un diseño interno. Más bien refleja la
compleja interacción de múltiples fuerzas, algunas corporales (como la masa
de las piernas), otras mecánicas (la extensión de las piernas y las acciones
elásticas), algunas totalmente externas (la presencia de ruedas de andar,
<lgua, cte.) y otras más cognÍtÍ\'as e internas (la transición hacia un moví-

11. \'éansc umhién Thclcn. 1986; Thclcn y otros, 1987 y Thelcn y Ulrich, 1991.
 El niño situado 1 83

miento volitivo, es decir, deliberado). Centrarse exclusivamente en uno de

estos parámetros equivale a pasar por alto la verdadera explicación del cam­
bio e\·o!utivo, que se basa en comprender la interacción <le diversas fuerzas
y eliminar la necesidad de postular un solo factor controlador.

2.4 «Montaje blando» y soluciones descentralizadas

Una perspectiva rnultifactorial conduce, de una manera bastante naturaL

a un respeto y un interés teórico crecientes hacia lo que podría denominarse
«idiosincrasias históricas del desarrollo individual». Pero esto exige explicar
el delicado equilibrio existente entre la variación individual y los logros evo­
lutivamente sólidos. Una noción fundamental para comprender esta acción
de equilibrio es la de monta/e h!ando.
Un brazo robótico tradicional, gobern,1do por un programa clásico, pro­
porciona un ejemplo de «montaje duro». Dispone de un repertorio de movi­
mientos y su éxito depende de la precisión de la colocación, la orientación, el
tamaño y otras características de los componentes que debe manipular. En
cambio, el andar humano es de montaje blando en el sentido de que compensa
de una manera natural cambios bastante importantes en el espacio del proble­
ma. Como indican Thelen y Smith, las ,1cerns heladas, las ampollas en los pies y
los zapatos de tacón «reclutan» diferentes pautas de marcha, control muscular,
etc., mientras se mantiene el objetivo genernl de la locomoción. En general, el
control centralizado con modelos internos o especificaciones de carácter deta­
llado parece ser desfavorable para esta adaptación fluida y contextual (recor
demos las lecciones de la robótica situada en el capítulo 1 ). En cambio, los en­
foques multifactoriales y descentralizados suelen producir esta adaptación
sólida y contextual como una consecuencia indirecta y sin coste alguno. La ra­
zón de esto es que, como vimos antes, estos sistemas crean acciones basándose
en «asociaciones en pie de igualdad» donde el entorno local desempeña un pa­
pel fundamental en la selección de conductas. En situaciones donde una solu­
ción más clásica. dirigida por un modelo interno. fracasa como resultado de la
incapacidad del modelo p,tra reflejar cambios novedosos en el entorno, L1s so­
luciones basadas en «asociaciones en pie de igualdad» suelen ser capaces de
funcionar porque el entorno mismo ayuda a orquestar la conducta.
Siguiendo esta misma línea, Pattie Maes del MIT Media Laboratory des­
cribe un sistema de planificación cuyo objetiYo consiste en emparejar proce­
sos (tareas o partes de tareas) con procesadores (máquinas). 1 c Se trata de una

12. Este ejemplo procede de Maes, 1994 (págs. 145-146). Los agentes ele planificación
clásicos se describen en Kkinrock y Nilsson, 1981.
84 1 De excursión por la mente

empresa compleja puesto que siempre se están creando tareas nuevas y el vo­
lumen de trabajo de cada máquina varía continuamente. Un solución tradi­
cional de montaje duro adoptaría un enfoque centralizado donde un sistema
contendría un corpus de conocimientos sobre las configuraciones de las di­
ferentes máquinas. las tareas típicas, etc. Este sistema también reuniría con
cierta frecuencia datos procedentes de todas las máquinas acerca de su volu­
men de trabajo actual, los trabajos que hay en espera, etc. A continuación, y
utilizando toda esta información y algunas reglas o heurísticos, el sistema tra­
taría de elaborar una programación (una asignación eficiente de tareas a má­
quinas). Ésta es la solución ofrecida por la «cognición centralizada pura».
Ahora consideremos, en cambio, la solución descentralizada favorecida por
Maes. 13 Aquí, cada máquina controla su propio volumen de trabajo. Si una
máquina A crea una tarea, envía una «solicitud de ofertas» a todas las má­
quinas restantes. Las otras máquinas responden a esta petición enviando un
cálculo aproximado del tiempo que tardarían en realizar la tarea Oas m,íqui­
nas que se utilicen poco o que ya tengan cargado un programa adecuado
«pujarán» más que las máquinas muy utilizadas o mal preparadas). Enton­
ces, simplemente, la máquina original envía el trabajo a la máquina que más
haya «pujado». Esta solución es a la vez sólida y de montaje blando. Si en
una máquina se produce un fallo, el sistema lo compensa automáticamente.
Y no hay una sola máquina que sea crucial: la planificación es más bien una
propiedad emergente de las interacciones simples de «anunciar» y «pujar»
entre las máquinas que estén activas en cada momento. Como no existe un
modelo central de la configuración del sistema en ningún lugar, no se plan­
tean los problemas asociados con la actualización y la utilización de seme­
jante modelo.
Los montajes blandos formados por múltiples componentes básicamen­
te independientes producen una mezcla característica de solidez y flexibili­
dad. Las soluciones que emergen se adaptan a las particularidades del con­
texto y al mismo tiempo satisfacen un objetivo general. Esta mezcla, que
impregna todo el desarrollo, persiste en la resolución de problemas y la ac­
ción durante la madurez. Por tanto, la variabilidad individual no se debería
desestimar como si fuera «mala información» o «ruido» que oscureciera, de
alguna manera, unas pautas de desarrollo esenciales. En cambio, como in­
sisten Thelen y Smith, es una buena pista hacia la naturaleza de los procesos
de montaje blando subyacentes. 14
Para ilustrar esto, Thelen y Smith describen el desarrollo de la conducta
de alcanzar en varios niños pequeños. A pesar del carácter común de la con-

13. Se basa en Malone y otros, 1988.

14. Por tanto, la variabilidad es un dato, no ruido; véase Smith v Thelen, 199-1. págs. 86-88.
 El niño situado 1 85

ducta global final (la capacidad para alcanzar objetos), encontraron fuertes
diferencias individuales. En cada caso concreto, la conducta de alcanzar re­
sultó ser el resultado del montaje blando de unos componentes un tanto di­
ferentes, que reflejaban diferencias en la dinámica intrínseca de los ni­
ños y en su experiencia histórica. Aunque la descripción que ofrecen Thelen
y Smith es muy detallada, aquí nos limitaremos a examinar algunos aspectos
destacados.
Uno de los niños, Gabriel, era muy activo por naturaleza y agitaba los
brazos con mucha rapidez. Para él, la tarea consistió en convertir estos mo­
vimientos en una conducta de alcance dirigido. Para conseguirlo, necesitó
aprender a contraer los músculos cuando el brazo estaba cerca de un objeto
con el fin de moderar los movimientos y establecer un contacto adecuado.
En cambio, Hannah era más bien inactiva en el aspecto motor. Movía las
manos con muy poca velocidad y escasa fuerza. Su problema no era moderar
los movimientos, sino producir el impulso suficiente para vencer la gravedad.
Otros niños presentaban distintas mezclas de dinámica intrínseca, pero
en todos los casos el problema básico consistía en aprender a controlar esta
dinámica intrínseca (cuya naturalez,1, como hemos visto, puede variar consi­
derablemente) para alcanzar un objetivo. Para hacerlo, el sistema nervioso
central (SNC) debe encontrar una solución que tenga en cuenta una amplia
variedad de factores que incluyen la energía, el temperamento y el tono mus­
cular. Una propuesta prometedora 1 ' es que, cuando hace esto, el SNC trata
el sistema total como si fuera un conjunto de muelles y masas. Por tanto, no
se ocupa de generar modelos internos de trayectorias de alcance, etc., sino
de aprender a modular factores como la rigidez de las extremidades para que
la energía transmitida se combine con una dinámica intrínseca parecida a la
de los muelles y produzca una oscilación cuyo punto de reposo sea el objeto
deseado. Es decir, el SNC se trata como un sistema de control para un cuer­
po cuya dinámica intrínseca desempeña un papel crucial en la d<:terminación
de la conducta.
Por tanto, los problemas evolutivos a los que se enfrenta cada niño son
diferentes, puesto que la dinámica intrínseca de cada niño es distinta. Lo que
tienen en común es el problema de nivel superior de dominar esta dinámica
individual para lograr alguna meta como la conducta de alcanzar. A lo largo
del desarrollo, el trabajo del SNC no es «meter en vereda» cada vez más al
cuerpo para que pueda llevar a cabo unas órdenes detalladas y representadas
internamente que especifican, por ejemplo, las trayectorias que deben seguir
los brazos. En cambio, su tarea consiste en aprender a modular parámetros
(como la rigidez) que después interaccionarán con restricciones intrínsecas

15. Polir y Bizzi, 1978: Bogan y otros. 1987; Jordan y otros, 1994; Thden y Smith, 1994.
86 1 De excursión por la mente

corporales y ambientales para producir los resuludos deseados. En resu­

men, la tarea consiste en aprender a armar conductas adaptativas mediante
montajes blandos que respondan al contexto local y exploten la dinámica in­
trínseca. Así pues, mente, cuerpo y mundo intervienen en pie de igualdad en
la construcción de conductas sólidas v flexibles.

2.5 Mentes con andamiajes

Hay una propiedad final de las soluciones basadas en los montajes blan­
dos que se debe mencionar explícitamente porque ocupará un lugar desta­
cado en varios capítulos posteriores. Se refiere a la afinidad natural existen­
te entre el montaje blando y el empleo de andamiajes extcmns. Como ya se
ha apuntado antes, cuando el sistema nervioso central aprende a modular
parámetros como la rigidez, lo que hace en realidad es resolver un problema
«suponiendo» un telón de fondo formado por una dinámica corporal intrín­
seca concreta Oas propiedades elásticas de los músculos). Estos telones de
fondo no tienen por qué limitarse al cuerpo del agente: con frecuencia po­
demos resolver problemas «a horcajadas» sobre ciertas propiedades fiables
del entorno. Lo que quiero denotar con el término a11damiaje es esta explo­
tación de la estructura externa.
La noción de andamiaje tiene sus raíces en el trabajo del psicólogo sovié­
tico Lev Vygotsky. 11' Vygotsky destar·ó que la experiencia con estructuras ex­
ternas (incluyendo las lingüísticas, como palabras y frases, véase el capítulo
10) puede alterar y dar contenido a los modos de procesamiento y compren­
sión intrínsecos de un individuo. La tradición que siguió incluía la noción de
una zona de desarrollo proximal: 17 la idea de que la ayuda de los adultos en
momentos cruciales del desarrollo del niño, daría a éste la experiencia de
una acción con éxito que el niño, por sí solo, no podría conseguir. Ofrecer
apoyo durante los primeros pasos vacilantes de un niño que empieza a cami­
nar y sostener a un bebé en el agua para que pueda realizar mcwimientos de
natación son dos buenos ejemplos.
Sin embargo, la noción intuitiva de andamiaje es más amplia pon-1ue pue­
de abarcar toda clase de apoyos y ayudas externas, tanto si proceden de
adultos como del entorno inanimado. 18 Como ejemplos tenemos la utiliza­
ción de la estructura física del entorno de la cocina como ayuda externa para
la memoria (agrupando las especias, los cacharros, etc.; Cole y otros, 1978) y

16. Véase, por cjt,mplo, Vygotsky, 1986.

17. V c'anse, por ejemplo, Valsinn, 1987 y Wl'.rtsch, 1981.
18. Véase esta uti}j7ación, por ejemplo, en Rutkowska, 1993, págs. 79-80.
 El niño situado 1 87

el empleo de utensilios especiales p,ira comer que reducen la libertad del

ni110 para derramar y pinchar cosas, al tiempo que ofrecen un tosco simula­
cro del entorno de un adulto cuando come (Valsiner, 1987). 1� Para nuestros
propósitos actuales, la cuestión es que las estructuras del entorno, como la
elasticidad de los músculos, forman un telón de fondo en relación al cual se
configuran los problemas computacionales individuales a los que se enfren­
ta cada niño.
Este andamiaje es muy común en casos no cognitivos. La simple esponja,
que se alimenta filtrando agua, explota la estructura de su entorno físico na­
tural para reducir la cantidad de bombeo que debe realizar: cambia de orien­
tación y aprovecha las corrientes del entorno para alimentarse.20 Aunque se
trat,1 de una estrategia manifiesta, los biólogos no la han reconocido hasta
hace muy poco. La razón de esta tardanza es reveladora: los biólogos han
tendido a centrarse únicamente en el organismo individual como sede de la
estructura adaptativa. Han tratado el organismo como si se pudiera entender
indepcndientemcn te de su mundo f(1ico. En este sentido, los biólogos se han
parecido mucho a los científicos cognitivos que sólo han buscado explica­
ciones internas para los fenómenos cognitivos. En respuesta a estas tenden­
cias, el biólogo Vogel (1981, pág. 182) ha recalcado la necesidad de un prin­
cipio de parsimonia: «No desarrollar explicaciones que requieran un gasto
de energía metabólica (por ejemplo, la hipótesis de bombeo total para la es­
ponja) hasta que se puedan descartar los efectos físicos simples (por ejemplo,
la utilización de las corrientes del entorno)». La extensión de la m,ixima de
Vogel al ámbito cognitivo es simple. Es lo que una vez denominé «principio
007»:

En gener,t!, los seres evolucionados no almacenarán ni procesarán informa­

ción de maneras costosas si pueden emplear la estructura del entorno y sus ope­
raciones sohre él como sustitutos convenientes de las operaciones implicadas en
el procesamiento de la información. Es decir, no hace falta saber más de lo nece­
sario para cumplir una misión (Clark 1989, pág. 64).

Este principio se refleja en el lema de la mobótica: «El mundo es la me­

jor representación de sí mismo». También es un compañero natural de las
nociones ele montaje blando y de resolución de problemas descentralizada.
En lugar de un dispositivo intelectual que cavila inmerso en un reino de mo­
delos internos detallados, nos enfrentamos a un agente corpóreo y embebi­
do que interviene, en pie de igualdad, en respuestas adaptativas que hacen

19. Véanse también el capítulo 4 de Clark, 1989 y el capítulo 3 de Rutkowska, I 993.

20. Véanse Vogel, 1981 y el capítulo 4 de Clark, 1989.
88 1 De excursión por la mente

uso de recursos de la mente, el cuerpo y el mundo. Hasta ahora hemos visto

unos cuantos ejemplos preliminares basados en la dinámica corporal y en el
empleo de ciertos tipos sencillos de almacenamiento externo de memoria.
En capítulos posteriores aplicaremos estas ideas a las esferas especiales de las
estructuras externas puestas a nuestra disposición por el lenguaje, la cultura
y las instituciones.

2.6 La mente como espejo frente a la mente como controladora

Acabamos de ver que la cognición puede explotar de varias maneras la

acción real para reducir la carga computacional. La perspectiva desarrollada
en los apartados precedentes nos lleva un paso más allá, porque indica algu­
nas de las maneras en que las conductas sólidas y flexibles pueden depender
de procesos descentralizados de montaje blando donde mente, cuerpo y
mundo actúan en pie de igualdad en la determinación de la conducta adap­
tativa. Esta perspectiva conduce a un profundo cambio en nuestra concep­
ción de la mente y de la cognición, un cambio que yo caracterizo como la
transición desde los modelos de la representación como reflejo o codifica­
ción, hasta los modelos de la representación como control (Clark, 1995). La
idea es que el cerebro no se debería contemplar como la sede de unas des­
cripciones internas de situaciones externas; más bien se debería considerar la
sede de unas estructuras internas que operan en el mundo mediante su papel
en la determinación de acciones.
Podemos encontrar un excelente ejemplo del empleo de estas represen­
taciones centradas en la acción en el trabajo de Maja Mataric, del MIT Arti­
ficial Intelligence Laboratory. Mataric ha desarrollado un modelo inspirado
en la neurobiología de cómo se orientan las ratas en su entorno. Este mode­
lo se ha implementado en un robot móvil. La rata robot, que dispone de sen­
sores de sonar y de una brújula, consigue el éxito en tiempo real empleando
la arquitectura de subsunción que se describe en el capítulo 1: utiliza un con­
junto de «capas» cuasi independientes, cada una de las cuales constituye una
ruta de procesamiento completa desde la entrada hasta la salida, y que sólo
se comunican pasándose unas señales muy simples. Una de estas capas ge­
nera el trazado de los contornos: el robot sigue las paredes al tiempo que evi­
ta los obstáculos. Otra capa detecta referencias físicas o «hitos» del entorno,
que se registran como una combinación del movimiento del robot y de su
entrada sensorial (así, un corredor se recuerda como la combinación de un
movimiento hacia delante y unas lecturas de distancias laterales cortas en los
sensores de sonar). Otra capa emplea esta información para construir un
mapa del entorno (figura 2.2). Este mapa consiste en una red de hitos que,
 El niño situado 1 89

C:12

_.....,._ •••
4
Pll2

es

FICLJl{A 2.2 Ejemplo de la conducta de orientación refleja de un robot en un entor­

no de oficina abarrotado. Las etiquetas incluyen el tipo de referencia física y la orien­
tación según la brújula (PI8 = pared izquierda hacia el sur; C120 = corredor hacia el
norte; J = límite extenso irregular). Fuente: Mataric, 1991. Reproducido con la au­
torización de M. Mataric y MIT Press.

como hemos visto, son una combinación de lecturas motrices y sensoriales.

Todos los nodos del mapa procesan información en paralelo y se comunican
entre sí propagando estados de activación. La posición actual del robot es
indicada por un nodo activo. El mapa construido representa la proximidad
espacial de las referencias físicas mediante conexiones topológicas (a unas
referencias adyacentes les corresponden unos nodos contiguos; véase la fi­
gura 2.3). Un nodo activo excita a sus vecinos en la dirección del recorrido,
generando así unas «expectativas» sobre los próximos hitos que se van a en­
contrar. Supongamos ahora que el robot quiere encontrar el camino hacia
una posición recordada. La actividad del nodo para esa posición aumenta.
El nodo de la situación actual también está activo. A continuación, el proce­
so de propagación de la activación difunde una señal por el mapa cognitivo
y se computa la trayectoria más corta hasta la meta (figura 2.4). Como los
propios nodos del mapa combinan información sobre el movimiento del ro-
90 1 De excursión por la mente

FIGURA 2.3 Mapa construido por un robot en el entorno mostrndo en la figura 2.2.
Las conexiones topológicas entre los hitos indican adyacencias espaciales. Fuente:
Mataric, 1991. Reproducido con la autorización de M. Mataric y MIT Press.

FIGURA 2.4 El mapa lleva a cabo activamente la búsqueda de tra:-·ectorias. El nodo

sombreado es el nodo meta. Las flechas indican la propagación de la activación a
partir del nodo meta. Fuente: Mataric, 1991. Reproducido con la autorización de M.
Mataríc y MIT Press.

bot y la correspondiente entrada perceptiva, el propio mapa puede actuar

como controlador. Resulta que utilizar el mapa y generar el plan para los mo­
vimientos reales es, exactamente, la misma actividad.
Esta característica -la capacidad del propio mapa para actuar como con­
trolador- es la que tiene más interés para nosotros. Un enfoque más clásico
postularía la presencia simultánea de un mapa almacenado y de un módulo
de control central que accede a ese mapa y lo emplea para planificar los mo­
vimientos. En cambio, el robot de Mataric no emplea ningún dispositivo de
razonamiento fuera del mapa mismo. El mapa es su propio usuario y su co­
nocimiento es al mismo tiempo descriptivo (de posiciones) y prescriptivo
(representa la relación entre dos posiciones como la secuencia de movimien­
tos que permiten al robot desplazarse de una posición a la otra). Por tanto,
este robot es un ejemplo perfecto de la noción de representaciones orientadas
a la acción: representaciones que describen aspectos del mundo y al mismo
tiempo prescriben acciones posibles, y que se encuentran entre las puras es­
tructuras de control y las representaciones pasivas de la realidad externa.
El psicólogo James Gibson (1950, 1968, 1979) promovió una imagen
de las representaciones internas relacionada con la anterior. Sin embargo
este trabajo incurrió en el error de parecer atacar tout cnurt la noción de
unos estados internos mediadores complejos. A pesar de este desliz retóri­
co, los enfoques de Gibson tienen mucho más interés cuando sólo se ven
 El niño situado 1 91

en cuanto se oponen a la imagen de la representación interna como codifi­

cación o reflejo.
La afirmación de Gibson, expresada de esta manera aséptica. era que la
percepción. en general. no está mediada por unos modelos del mundo inter­
nos, detallados y neutrales respecto a la acción. No est,í mediada por estados
internos que requieran más inspecciones o cómputos (por parte de otro
agente interno) para producir acciones adecuadas. Por tanto, esto no signi­
fica negar totalmente la existencia y la importancia de unos estados media­
dores internos. Significa, más bien, insistir en que los estados internos están
«centrados en la acción», tema en el que Gibson profundiza describiendo a
los organismos corno entes adaptados para detectar «facilitaciones (a//or­
dances)» en el entorno distal. Estas oportunidades no son nada más que las
posibilidades de uso, intervención y acción que ofrece el entorno local a un
tipo concreto de agente corpóreo. Por ejemplo, un ser humano percibe una
silla como algo que «facilita un asiento», pero las facilitaciones ofrecidas por
esa silla a un hámster serían totalmente diferentes.
Interpretada de esta manera, la percepción está orientada desde el prin­
cipio a investigar posibilidades para la acción. En lugar de una re-presenta­
ción pasiva seguida de una inferencia. Gíbson postula la «percepción direc­
ta» de un complejo de oportunidades para la acción. Al representar (como
diría yo, que no Gibson) el entorno como un complejo de posibilidades,
crearnos unos estados internos que describen aspectos parciales del mundo
y que, al mismo tiempo, prescriben intervenciones y acciones posibles. Estos
estados han sido bautizados acertadamente con el nombre de representacio­
nes «pushmi-pullyu» (animal imaginario de los relatos del doctor Dolittle,
obra del escritor Hugh Lofting [n. del ed.]) por la filósofa Ruth Millikan.21
Al igual que esta quimérica fiera, estas representaciones miran en los dos
sentidos a la vez: dicen cómo es el mundo _1' 11demcís prescriben un espacio de
respuestas adaptativas.
El tema común de estas diversas líneas de investigación es el rechazo a
cualquier imagen global de la percepción como recepción pasiva de infor­
mación. Como vimos, las percepciones que tienen los niños de las pendientes
parecen estar vinculadas profundamente con los hábitos motores específicos
mediante los cuales se enfrentan acti\'arnente a ellas. En los experimentos
con lentes distorsionadoras, parece que la habilidad de los adultos con los
dardos implica la inten·ención de sistemas de percepción/acción a gran es­
cala, y no una percepción pasiva que actúe como fuente <le datos que luego

21. Véanse t\lillikan, 1995 y Clark, 1995. Tambit'n se puede encontrar una \'crsión de tipo
computacional de estas ideas en d empleo de Rutkowska ( l 993, págs. 67 -78) de los «progrn­
lllas de acción» como constructo fundacional de las teorías del desarrollo.
92 1 De excursión por la mente

serán explotados por unos sistemas de acción independientes. Estos casos

indican que los productos inmediatos de gran parte de la percepción no son
tanto descripciones neutrales del mundo como especificaciones ligadas a la
actividad de modos potenciales de acción e intervención. Tampoco estas es­
pecificaciones son neutrales en relación con el sistema. En cambio, como in­
dica la discusión sobre la acción de alcanzar, es probable que se adapten de
maneras que simplemente supongan, como telón de fondo no representado,
la dinámica corporal intrínseca Je unos agentes específicos. Vale la pena ha­
cer una pausa para apreciar cuánta distancia separa esta visión Je la clásica
imagen «incorpórea».
La percepción se suele formular como un proceso mediante el cual reci­
bimos información procedente del mundo. Por tanto, la cognición com­
p rende unos procesos inteligentes definidos en torno a alguna versión inter­
na de esa información. La acción intencional se interpreta como la ejecución
de órdenes que constituyen la salida de un sistema «pensador» central. Pero
el éxito en el mundo en tiempo real no respeta esta pulcra división tripartita
del trabajo. En cambio, la misma percepción está enmarni°íada con unas po­
sibilidades específicas <le acción: de hecho, está hm enmara11ada que la tarea de
la cognición central con frecuencia deja de existir. Por tanto, las representa­
ciones internas que emplea la mente para orientar las acciones se pueden en­
tender mejor como estructurns de control específicas de la acción y del con­
texto, en vez de como recapitulaciones pasivas de la realidad externa. Los
modelos internos detallados y neutrales respecto a la acción que tenían que
proporcionar el ámbito para un pensamiento incorpóreo y centralizado, apa­
recen ahora como un lujo lento, costoso y difícil de mantener que la natura­
leza preocupada por los costes generalmente se esforzará en evitar.