COLUMNISTAS
inteligencia artificial

Metáfora del cisne negro

Dentro del marco posmetafísico, la explicación naturalista de la mente, como objeto renovado por la ciencia contemporánea, es el centro donde se expresan diversos campos de investigación, como la física cuántica, la informática, la teoría del caos, de la complejidad, de los fractales y de los sistemas emergentes.

default
default | CEDOC

Dentro del marco posmetafísico, la explicación naturalista de la mente, como objeto renovado por la ciencia contemporánea, es el centro donde se expresan diversos campos de investigación, como la física cuántica, la informática, la teoría del caos, de la complejidad, de los fractales y de los sistemas emergentes. El hombre de ciencia no es enemigo de la tradición filosófica sino que en su ejercicio crítico-analítico abraza nuevos saberes.

Desde la filosofía, el problema radica en la existencia de alguna razón para creer en lo que se denomina “la uniformidad de la naturaleza”, donde todo lo que ha ocurrido o lo que sucederá es una instancia de alguna ley general para la cual no hay excepciones. Esto nos conduce al siguiente interrogante: ¿existe alguna razón para asumir que lo que ha ocurrido en el pasado sucederá en el futuro? O ¿los futuros del futuro se asemejarán a los futuros pasados? De alguna manera Bertrand Russell nos acerca a la idea de probabilidad asociada con ciertos datos e indirectamente a la presencia de “cisnes negros” en su analogía con animales domésticos en Problems of Philosophy.

Por su parte, Popper en Logic of Scientific Discovery (1959), nos introduce en el mundo de la incertidumbre, lo desconocido, lo abstracto, lo incierto, y recurre a la metáfora de los “cisnes negros” para mostrar en sentido lógico que las generalizaciones empíricas, aunque no verificables, son falseables. En la premisa universal “todos los cisnes son blancos”, comprobar la existencia de al menos un cisne negro, nos permite derivar lógicamente que “no todos los cisnes son blancos”.

Esto no les gusta a los autoritarios
El ejercicio del periodismo profesional y crítico es un pilar fundamental de la democracia. Por eso molesta a quienes creen ser los dueños de la verdad.
Hoy más que nunca Suscribite

Para Taleb la idea del cisne negro sienta sus bases en la estructura aleatoria de la realidad empírica. Un mito e incluso una teoría científica al reducir ciertas dimensiones e imponer un cierto orden de las cosas podrían disminuir esta aleatoriedad.

En lo biológico también existe esta tendencia a reducir la complejidad del mundo. Sin embargo, cuando realizamos un abordaje desde la platonicidad, desde ese acto ilusorio que nos hace pensar que las formas puras y definidas reglan la realidad, se producen esos “trastornos” o sesgos cognitivos donde hay una sobrevaloración de la información factual, una platonificación de la realidad. Estos “errores sistemáticos” hacen que la máquina perfecta de hilar sentidos y encadenar explicaciones esté al parecer incapacitada para concebir lo impredecible, aun cuando posea la habilidad de adaptarse a lo impredecible.

Desde el enfoque cognitivo, los cisnes negros −fenómenos aleatorios, inesperados, de gran impacto− son cruciales en el diseño y la evolución de los sistemas con inteligencia artificial (IA). Si bien las hipótesis en la creación de un sistema de IA implican un set de datos de entrenamiento fijo, en el contexto de los cisnes negros lo que conocemos es tan valioso como aquello que desconocemos. Un cisne negro como evento aleatorio sería un “outlier”, es decir se encontraría fuera del universo del conocimiento del agente entrenado. Sin embargo, esta anomalía o rareza es especialmente importante y por lo tanto debe ser monitoreada. El agente artificial deberá ser capaz de adquirir nuevas formas de conocimiento e identificar sus efectos en diversos entornos.

Finalmente ¿hay cisnes negros con efecto positivo y otros con efecto negativo? De ser así, ¿cómo podrían estos agentes artificiales maximizar o minimizar el impacto? En el mundo del Big Data sería como buscar una aguja en un pajar.

 *Lingüista.