Òscar Vilarroya Oliver - Palabra de robot

Estos fracasos llevaron a los investigadores a intentar representar el conocimiento del sentido común. La investigación se dirigió a desarrollar nuevos tipos de base de datos, más complejos y flexibles (Rumelhart y Ortony, 1978). Una línea de trabajo (Schank y Abelson, 1977) optó por segmentar la información relevante por contextos, de tal manera que no siempre fuera necesario tener activada toda la información del sistema. Otra línea (Winograd y Flores, 1987) trató los problemas del sentido común de manera general. La primera perspectiva fracasó porque, se mire como se mire, cuando se tiene que definir cualquier relevancia contextual siempre hay un agujero negro de nuevas características relevantes que no se han tenido en cuenta. La perspectiva de la relevancia general todavía intenta, treinta años después de sus inicios, encontrar toda la información que permita completar la base de datos de relevancia general.

Resumiendo, las esperanzas que se pusieron en la opción formalista para establecer los procesos de pensamiento así como la capacidad para reproducirlos han ido decayendo a medida que han pasado los años. A los ordenadores formalistas les cuesta mucho comprender, abstraer, hacer planes y, sobre todo, aprender. La cuestión es que para aquellas actividades en las cuales los humanos encuentran dificultad, como la fiabilidad en el manejo de datos o las operaciones con nombres complejos, los ordenadores formalistas se han revelado como sumamente útiles; pero para esas cosas que encontramos sencillas, como la percepción de objetos, la comprensión del habla o la identificación de la relevancia, los resultados son decepcionantes. ¿Cuál es la causa del fracaso de la posición formalista?

LOS PROBLEMAS DE LA POSICIÓN FORMALISTA

El problema de la posición formalista es lo que se conoce como frame problem (Dennett, 1984; Dreyfus, 1992). El frame problem, también conocido como el problema del sentido común, consiste en representar el conocimiento en un sistema de tal manera que pueda abarcar lo que cambiará y lo que no cambiará en una situación cuando pasen determinadas cosas. Por ejemplo, si accionamos un interruptor al entrar en una habitación, los humanos sabemos que habitualmente la luz se encenderá y que, entre muchas otras cosas, el techo no caerá ni se abrirán las ventanas. A pesar de que esto parece obvio, no es tan obvio cómo identificar y colocar esta información en un sistema formalista tradicional. Primero tenemos que identificar todo el conocimiento que nunca se ha considerado explícitamente pero que forma parte de cualquier proceso cognitivo. Y después eso se ha de colocar en un ordenador sin que ocupe toda la memoria disponible en el mundo, sin que se reduzca el proceso al infinito. El sentido común es difícil de formalizar.

Incluso en conductas en las que el lenguaje parece autosuficiente, nos encontramos con que siempre necesitamos un grado de sentido común. Supongamos que Pedro le dice a Juan: «Le compré un cachorro a María». Y Juan responde: «María ya tiene un cachorro. Te lo hará devolver». Ningún humano dudará que el nuevo cachorro será el que Pedro tendrá que devolver, pero un ordenador formalista lo encontrará ambiguo. Y es muy difícil encontrar una regla para superar esta situación. Por ejemplo, la regla devolver siempre lo nuevo no valdría para los bombones o las galletas.

En este punto es donde la diferencia con los humanos se hace más evidente. Cuando un ser humano sabe algo más sobre una cosa, con más facilidad, y rápidamente, encuentra la solución relevante. En cambio, cuanto más sabe un ordenador (cuando más grande es su base de datos), tarda más en dar con una solución.

Hay quien piensa que la clave para solucionar este problema radica en el hecho de que los ordenadores formalistas sólo tienen un tipo de conocimiento, los datos registrados como símbolos, mientras que los humanos tenemos dos tipos de conocimientos: los datos y las habilidades. Los humanos tenemos un conocimiento que sustenta las capacidades, como ir en bicicleta, conducir, tocar el piano, y el conocimiento de cosas como que «la capital de Francia es París», «el fuego quema», «Navidad es el 25 de diciembre».

El conocimiento de datos podría adecuarse a la concepción formalista de que el conocimiento puede ser almacenado en forma de representaciones simbólicas. En cambio, el conocimiento de las habilidades no parecería adecuarse a datos explícitos que programen o dirijan las conductas. No parece factible que un pianista virtuoso interprete una pieza musical consultando datos en una pretendida base de datos. Es cierto que al comienzo, cuando se aprenden estas habilidades, los humanos utilizamos un conjunto de instrucciones que se dan en cualquier proceso de enseñanza, como cuando se aprender a conducir y nos dicen que «para girar a la derecha hay que girar el volante a la derecha», aunque a la larga estas instrucciones de olvidan.

Hay quien dice que nada de lo que cuenta como conocimiento humano puede estipularse de manera formalista, como base de datos, sino que gran parte del conocimiento humano corresponde a un conocimiento de habilidades (Dreyfus, 1992). Conocer sería una cierta habilidad de vivir, de adaptarse al medio, en lugar de estar relacionado con la cantidad de información de la cual somos dueños. El concepto de vida y de adaptación es la clave que llevará al desarrollo de los AIBO.

Текст предоставлен ООО «ЛитРес».

Прочитайте эту книгу целиком, купив полную легальную версию на ЛитРес.

Безопасно оплатить книгу можно банковской картой Visa, MasterCard, Maestro, со счета мобильного телефона, с платежного терминала, в салоне МТС или Связной, через PayPal, WebMoney, Яндекс.Деньги, QIWI Кошелек, бонусными картами или другим удобным Вам способом.