LA LGICA BORROSA

(en Andrs Simn Moreno Arreche, Teora del caos social / Captulo 3 / ISBN
9789801241312)

1.- A manera de introduccin temtica:

La lgica borrosa o difusa se basa en la relatividad de lo observado.
En tal relatividad, este tipo de lgica toma para el anlisis comparativo dos o ms
valores aleatorios pero contextualizados y auto referidos. As, por ejemplo, una persona
que mida 2 metros es claramente una persona alta, si y slo si previamente se ha
asumido que el valor de altura estndar en una persona es de 1,75 metros, y la altura es
baja si es de, digamos, 1,60 metros o menos. Decimos, entonces, que los tres valores
estn contextualizados a las personas y referidos a una medida mtrica lineal. El juicio
que produce tal razonamiento, basado en trminos relativos, no puede ser exacto,
porque representa una impresin subjetiva, quiz probable pero no exacta. Por ello, la
Teora de los Conjuntos Borrosos es ms idnea que la lgica clsica para representar y
analizar la mayora del conocimiento humano, ya que permite que los fenmenos y
observaciones tengan ms de dos estadios lgicos.
Una manera de abordar la lgica borrosa' sera sta: Juan mide 2 metros y es diestro.
Mara mide 1.65 metros y tiene los ojos azules. Pedro es de ojos caf y es zurdo ser
alto o bajo? Esta paradoja se convierte en paradigma de lo difuso pues desmonta la
lgica lineal al introducir una incertidumbre inesperada, o al menos incongruente con
los postulados iniciales.
La incertidumbre valida la Lgica Borrosa
Pero no nos debe sorprender que la incertidumbre sea moneda corriente' en nuestras
vidas Se ha detenido a pensar cules fueron sus expectativas de ayer? Si, las de ayer.
Cunta seguridad y certeza tena Usted ayer en la maana acerca de lo que le sucedera
durante las 24 horas transcurridas hasta hoy? La incertidumbre puede derivarse de una
falta de informacin o incluso por que exista desacuerdo sobre lo que se sabe o lo que
podra saberse. Puede tener varios tipos de origen, desde errores cuantificables en los
datos hasta terminologa definida de forma ambigua o previsiones inciertas del
comportamiento humano. La incertidumbre puede, por lo tanto, ser representada por
medidas cuantitativas (por ejemplo, un rango de valores calculados segn distintos
modelos) o por afirmaciones cualitativas (por ejemplo, al reflejar el juicio de un grupo
de expertos).
La realidad social, en todos sus mbitos y niveles est saturada de incertidumbre. El
concepto de incertidumbre, tan importante para resaltar la validez de la lgica borrosa,
tiene varias acepciones, lo cual introduce una variable externa de orden semntico y
lingstico que ralentiza' las operaciones de despeje conceptual. Veamos: Para los
cientficos, la gua ISO 3534-1 [ISO 1993], define incertidumbre como "una estimacin
unida al resultado de un ensayo que caracteriza el intervalo de valores dentro de los
cuales se afirma que est el valor verdadero". Esta definicin tiene poca aplicacin
prctica ya que el "valor verdadero" no puede conocerse. Esto ha hecho que el
Vocabulario de Metrologa Internacional, VIM [BIPM, 1993], evite el trmino "valor
1

verdadero" en su ms reciente edicin y redefina la incertidumbre como "un parmetro,

asociado al resultado de una medida, que caracteriza el intervalo de valores que puede
ser razonablemente atribuidos al mensurando".
En esta definicin, el mensurando indica: "la propiedad sujeta a medida" [BIPM 1993].
El contenido de zinc en un acero o el ndice de octano en gasolina son dos ejemplos de
mensurandos en anlisis qumicos. El concepto de incertidumbre refleja, pues, duda
acerca de la veracidad del resultado obtenido una vez que se han evaluado todas las
posibles fuentes de error y que se han aplicado las correcciones oportunas. Por tanto, la
incertidumbre nos da una idea de la calidad del resultado ya que nos muestra un
intervalo alrededor del valor estimado dentro del cual se encuentra el valor considerado
verdadero.
En la esfera de lo social, la inseguridad puede ser un rasgo caracterstico de las
sociedades contemporneas, porque delimita los estados (individuales y/o sociales)
invadidos por la perplejidad y la desconfianza. Es decir, nos habla de una realidad en la
que sus agentes se encuentran anmicamente desconcertados a la hora de encontrar el
sentido que tienen sus ideas, sus valores y sus acciones con respecto a las cosas que
pasan en la realidad. La perplejidad que sentimos y la desconfianza que tenemos
cotidianamente a la hora de salir a la calle estn muy relacionadas con la costumbre,
cada vez ms desarrollada, de percibir la realidad sin contrastes. No nos referimos a la
incapacidad orgnica de distinguir entre el fro o el calor, la noche o el da, lo dulce o lo
amargo, sino a la incapacidad cultural de encontrarle un significado coherente a la
imposibilidad de percibir con claridad los contrastes de las realidades cuya principal
caracterstica son precisamente los altos contrastes; por ejemplo, no percibir un
contrasentido entre la pobreza extrema de determinados pases y el hecho de que la
obesidad aparezca como un relevante problema sanitario en los pases ms
desarrollados.
Las situaciones de incertidumbre son cada vez ms recurrentes, es decir, su periodicidad
no slo responde a una repeticin estadstica (frecuencia) sino ms bien a una
reiteracin cultural que la hace, paradjicamente, ms habitual. No obstante, la nica y
mayor seguridad posible que se puede dar en esas circunstancias se concentra en la
sensacin del incremento del riesgo a padecer un cambio o un trastorno de carcter
destructivo, esto es, la inseguridad se reactiva a s misma. La incertidumbre no es un
trastorno (padecimiento, destruccin o cambio por el acaecimiento de algo tangible),
sino ms bien vulnerabilidad en estado puro hacia los trastornos que, a pesar de no
haber culminado, se perciben muy cercanos y de aparicin inminente.
En consecuencia, la incertidumbre es una situacin de propensin a un padecimiento,
destruccin o cambio no deseados, y se manifiesta en contextos muy proclives para que
aflore la inseguridad. Por ltimo la incertidumbre es una situacin presencial,
sentidamente experimentada por quienes estn inmersos bajo su influencia; no tiene una
conclusin en s misma, sino siempre apunta hacia un futuro de obligado cumplimiento.
Si al final se consolidan y se materializan las peores previsiones, la incertidumbre da
paso a una realidad (ya trastornada) que se desvela con certezas muy crudas, con
seguridades forzosamente renovadas y con un nuevo y diferente estado en calma con
respecto al que le dio origen. Pero, tanto en el caso de alcanzarse o no los pronsticos
proyectados, la situacin de incertidumbre no desaparece por completo, permanece, en
un segundo plano, tanto en el nimo como en la memoria de las personas y las
sociedades.
Teoras de la Lgica Borrosa

Recientemente han surgido, desde diferentes campos y disciplinas cientficas, una serie
de teoras que permiten aproximaciones a la realidad social, abordndola en toda su
complejidad, todas ellas con un claro nfasis epistemolgico. Una de estas teoras de la
complejidad es la de los conjuntos borrosos o difusos (Zadeh)[1] como formalizacin
matemtica de un modelo lgico de lo impreciso, de lo indeterminado, lo difuso y lo
borroso.
Los estudios sobre lgica borrosa nos presentan de forma mucho ms creble la
naturaleza social de los conglomerados humanos y la comprensin de sus eventos,
porque los sistemas convencionales que diariamente se utilizan en las ciencias sociales,
en algunos casos no aportan una decisin real; sucede lo contrario en la lgica difusa,
que se ha convertido en parte fundamental para el desarrollo de sistemas inteligentes.
Esta lgica no-convencional nos permite generar una toma de decisin a partir de un
cmulo de informacin imprecisa, puesto que es un tipo de lgica que reconoce los
valores que estn en la zona gris de simples estimaciones verdaderas y falsas, y porque
en la lgica difusa, las proposiciones pueden ser representadas con distintos grados de
veracidad o falsedad, como aquellos que se expresan semnticamente desde una
perspectiva subjetiva: "ms que...", "casi como..."
El catedrtico de ingeniera elctrica de la Universidad de California (Berkeley), el iran
L.A. Zadeh public en 1965 un artculo en la revista "Information and Control"[2], en el
que aplic la lgica multivalente de Lukasiewicz a los conjuntos o grupos de objetos.
Comienza a referirse a cierto tipo de agrupaciones indefinidas y difusas como los
"conjuntos borrosos" ("fuzzy sets" fue el ttulo del mencionado artculo). As, respecto al
concepto de "lgica borrosa", consideraremos su acepcin ms amplia, entendindola
como...
"... un sistema lgico que est dedicado a la formalizacin de modos de razonamiento
que son aproximados y no exactos."
Basndose en la teora de conjuntos borrosos, que es una teora de clases "con fronteras
no ntidas" (Zadeh, 1996: Information and Controlp.p. 422), la lgica borrosa consiste
en razonar con conjuntos imprecisos. Pero, qu es un conjunto borroso? Cmo se
puede analizar los acontecimientos sucedidos recientemente en Venezuela a partir de la
lgica borrosa?
La realidad no siempre se manifiesta en blanco-y-negro
Al hablar y referimos a nuestras percepciones, en la vida cotidiana hacemos mencin a
infinidad de conjuntos borrosos. Es decir, a "conceptos que no tienen fronteras
ntidamente definidas, como por ejemplo: alto', gordo', muchos', la mayora',
lentamente', viejo', familiar'... los nombres de los colores como rojo', verde', azul',
prpura'..." (Zadeh, 1996: : Information and Control p.p. 425). Zadeh denomina
"granulacin" al proceso de formar clases borrosas de conceptos agrupados por una
similitud fundamentalmente subjetiva; un proceso que est determinado por "la
capacidad limitada de los humanos para resolver y/o almacenar detalles" (Zadeh,
1996: :Information and Control p.p. 426).
Si usted detiene la lectura de este ensayo y le formula la siguiente pregunta a, digamos,
las primeras 10 personas que se tropiece: "Cmo est el clima poltico de hoy en el
pas?" inevitablemente descubrir que hay una imprecisin conceptual que de manera
difusa produce una dificultad para la medicin cuantitativa de las respuestas.

Por esta circunstancia, la borrosidad de los conceptos puede graficarse en una "curva
borrosa" o curva de borrosidad y al hacerlo conseguimos una correspondencia ms
precisa con la realidad, un nuevo modo de conocerla o al menos de construirla
conceptualmente, con transacciones lgicas no probabilsticas. Entonces se sobrepone a
la probabilidad el concepto de posibilidad, un extenso camino cualitativo que nos abre
la epistemologa.(Munn,[3] 1995).
Aunque la lgica borrosa ha sido aplicada prioritariamente al control de sistemas
ingeniera civil y en procesos industriales (llamados tambin sistemas expertos'), la
lgica borrosa se ha comenzado a considerar como un elemento clave en el estudio de la
realidad social, un contexto impregnado permanentemente de borrosidad como casi todo
en las ciencias humanas, en las que conceptos particulares como emocin, grupo,
cognicin o clase social son esencialmente imprecisos.
Un ejemplo de esto son las categoras borrosas de una escala de Likert[4], as como
todas las aplicaciones que directa o indirectamente se hacen de la misma, tal como la
tcnica de la rejilla de Kelly[5] para la exploracin de los constructos personales.
Smithson plantea otra aplicacin de la lgica borrosa en la construccin de un
cuestionario acerca del consumo de drogas. Se utilizan variables borrosas para recoger
las respuestas (cualitativas) de dicho cuestionario. Concretamente, Smithson analiza la
distribucin de posibilidad que se "esconde" tras las respuestas pre-categorizadas de
"algunas veces" o "unas pocas veces" ante la pregunta "cuntas veces has consumido
drogas?".
Gil Quesada[6] (1990) realiza una aproximacin emprica de aplicacin de la teora de
los conjuntos borrosos para la evaluacin escolar. Para ello elabora un examen con una
serie de tems puntuados segn una valoracin continua (de O a 1) con un punto de
corte ntido y una "zona de corte borrosa" de aceptacin de las respuestas. Con ello, Gil
Quesada persigue una mayor adecuacin en las evaluaciones de rendimientos
acadmicos en exmenes grupales. Con esta aplicacin borrosa, Gil Quesada accede al
clculo de una serie de nuevos ndices, como son: (1) el ndice de suficiencia ntida: %
de alumnos del grupo que obtienen una puntuacin superior al punto de corte ntido; (2)
el ndice de suficiencia borrosa: probabilidad de que un alumno supere el examen si
consideramos la funcin de pertenencia como funcin de probabilidad; (3) el ndice de
borrosidad: % de alumnos del grupo que estn ntidamente clasificados. Es de destacar
que la teora borrosa en la lgica computacional o inteligencia artificial ha tenido
grandes e importantes aplicaciones para disponer de lenguajes y programas borrosos
(Boehm, 1999; Zu-Guo Yu, 2000; Wei-Yi Liu, 2000)[7].
He aqu algunas reflexiones crticas acerca de la lgica borrosa y su aplicabilidad
epistemolgica a las ciencias sociales. Una primera valoracin positiva respecto de la
teora de la borrosidad tiene directa relacin con el "problema de la discordancia"
(Kosko)[8]: Tradicionalmente, la ciencia se ha planteado el abordaje de los problemas
como la dicotoma "blanco o negro" para referirse a un mundo que es "gris". En este
sentido, el nuevo paradigma estara reflejando con mayor precisin la realidad, porque
como afirma Kosko:
"Cuando hablas (cientficamente), simplificas. Y cuando simplificas, mientes".
En este sentido, la lgica borrosa aporta matices enriquecedores a una perspectiva
epistemolgica, comprensiva y hermenutica, como alternativa a la explicativapositivista que es an el enfoque dominante para las ciencias sociales. La lgica borrosa
contribuye con el pensamiento holstico y facilita el anlisis y la comprensin de las
fases entrpicas de cualquier realidad social porque le aporta sentido y relevancia a las
4

sutiles pero importantes diferencias que surgen del magma gris y cuantitativamente
impreciso de las percepciones, los sentimientos y las particularidades.
2.- Metodologa del razonamiento aproximado.
Como pueden inferir mis lectores, el desierto epistemolgico prosigue en este epgrafe.
Comprendo sus angustias porque ya las sufr en carne propia', y ahora que vengo de
cruzar este desierto puedo asegurarles que el oasis de las aplicaciones prcticas de la
teora de La Lgica Borrosa como instrumento para el anlisis de la Teora del Caos
Social est cerca, detrs de esta duna, que si bien no es la ltima, al menos es la ms
inminente. Por eso sugiero que no se salten' este captulo (la tentacin es grande, se los
aseguro) porque aqu encontrarn los elementos metodolgicos que convirtieron al
razonamiento aproximado en el instrumento ideal para la comprensin del Caos Social.
Tmese un vaso de agua, estire las piernas o actualice sus anotaciones; luego de esta
pausa, respire hondo porque lo que viene es ms denso an. Listos? Adelante.
Ya lo hemos mencionado en prrafos anteriores; Zadeh introdujo la teora del
razonamiento aproximado y otros muchos autores han hecho contribuciones importantes
a este campo. Aunque superficialmente pueda parecer que la teora del razonamiento
aproximado y la lgica clsica se diferencian enormemente, la lgica clsica puede ser
vista como un caso especial, una excepcin' que se muestra a partir de un raciocinio
explicativo-positivista. En ambos sistemas, se pueden ver a las premisas como
inductoras de subconjuntos de mundos posibles que las satisfacen, aunque en el caso de
la teora del razonamiento aproximado, esos conjuntos estarn integrados por
subconjuntos borrosos que se superponen, y al solaparse arrojan nuevos constructos
informativos, escalares y subjetivos, pero no menos importantes ni menos significativos
que las respuestas obtenidas a partir de la lgica clsica.
La inferencia en ambos sistemas est basada en una regla de inclusin: una hiptesis se
infiere de una coleccin de premisas si el subconjunto de mundos posibles que
satisfacen la conjuncin de las premisas est contenido en el subconjunto de mundos
posibles que satisfacen la hiptesis.
Variables y cuantificadores del razonamiento aproximado
La contribucin fundamental del razonamiento aproximado es el uso que hace de las
variables y la representacin de las proposiciones en trminos de valores de verdad
lingsticos -subconjuntos borrosos- como valores de esas variables. La lgica clsica
slo usa de modo implcito de idea de variable, en el sentido de valor de verdad
asociado a una proposicin. Sin embargo, su naturaleza binaria le permite ocultar este
hecho, ya que nos podemos referir a una proposicin que es verdadera por su
denotacin, p, y a una que es falsa simplemente por su negacin, p, evitando as la
introduccin de una variable Vp cuyo valor sea la valoracin de la proposicin p. El uso
del concepto de variable en la teora del razonamiento aproximado conduce a tratar
dominios que no estn dentro del mbito de la lgica clsica, como es el caso de los
problemas que tratan los Sistemas Expertos borrosos o los controladores borrosos.
La teora del razonamiento aproximado permite representar tambin cuantificadores
lingsticos situados entre dos baremos difusos. Zadeh indic que un cuantificador
como "la mayora" puede ser representado como un subconjunto borroso sobre un
universo de discurso. Los cuantificadores aproximados se usan para representar
conocimiento de sentido comn.

Una extensin interesante de la teora del razonamiento aproximado es la posibilidad de

tratar con ella el conocimiento prototpico. Reiter[9] sugiri una aproximacin a la
representacin de conocimiento de sentido comn usando reglas por defecto y Yager lo
estudi en el marco de la teora del razonamiento aproximado. De acuerdo con Reiter,
una regla por defecto tal como "tpicamente los pjaros vuelan", puede ser interpretada
as: Si un objeto es un pjaro y nuestro conocimiento disponible no es incompatible con
que el objeto vuele, entonces asumimos que el pjaro vuela.
La lgica binaria puede ser vista como un caso especial de la teora del razonamiento
aproximado en el cual los conjuntos base tienen dos elementos {T, F} y los grados de
pertenencia se restringen a 1 0. La lgica posibilstica puede ser vista como una
extensin de sta, en tanto que, aunque se restringen los conjuntos base de valores a dos,
T y F, se permiten que los grados de pertenencia sean nmeros en el intervalo unidad.
Es por esta percepcin cuntica que la Lgica Borrosa va ms all de la lgica binaria
permitiendo su formalizacin en trminos de la teora del razonamiento aproximado.
As, lo que es verdadero alcanzara varias representaciones y lo que es asumido como
falso tambin; ambas indican que el valor de verdad absoluta de la proposicin es
desconocido.
La regla principal de inferencia en lgica clsica, el modo de razonamiento introducido
por los Megricos y Estoicos en tiempos de Aristteles, es el Modus Ponens (nombre
asignado en la Edad Media), que consiste en que si se tiene la regla A B y, por
ejemplo, la regla es "Si llueve entonces me mojo", si se da el hecho cierto de que
"llueve", entonces podr concluir que "me mojo". En lgica borrosa se puede
generalizar esta regla, quedando su esquema de la siguiente forma: Por ejemplo, la regla
podra ser "Si la ciudad es grande (x es A), el trfico es muy denso (y es B)", el hecho
podra ser "la ciudad no es muy grande (x es A')", Qu se podra decir del trfico
(B'(x))?.
Supongamos que las variables estn relacionadas, y no necesariamente por una funcin,
sino por cualquier relacin. Supongamos que es una relacin binaria borrosa R en el
universo XxY. A' y B' son conjuntos borrosos en X e Y respectivamente. Si conocemos
R y A' podramos conocer B' mediante la denominada Regla composicional de
inferencia:
B'= A'(x) R(x, y)
B'(y) = supxXmin[A'(x), R(x, y)]
Donde R(x, y) = I(A(x), B(y)) (Funcin de Implicacin).
Y esto es posible porque una inferencia es una evaluacin que realiza la mente entre
conceptos que, al interactuar, muestran sus propiedades de forma discreta, necesitando
utilizar la abstraccin para lograr entender las unidades que componen el problema, o
creando un punto axiomtico o circunstancial, que permite trazar una lnea lgica de
causa-efecto, entre los diferentes puntos inferidos en la resolucin del problema. Una
vez resuelto el problema, nace lo que conocemos como postulado, o una premisa
transformada de la original, de la que al estar enmarcada en un contexto referencial
distinto, se obtiene un significado equivalente.
Un ejemplo que lo clarifica todo
Todo lo que hemos enunciado hasta aqu se lo explico con un ejemplo que, estoy
seguro, comprender de inmediato, y entonces me criticar por no haberlo
utilizado "antes - de" el abordaje terico.
6

Una familia de clase media venezolana entra en un escenario de crisis. Una crisis cuyas
variables le voy a exponer de seguidas, y que presentan una aparente relacin de causaefecto': Luego de 25 aos de matrimonio, pap y mam se enfrentan a la posibilidad de
un divorcio. Sus tres hijos (las gemelas de 25 aos y el menor de 21) son solteros y
viven en la casa familiar, una cmoda y espaciosa quinta de tres niveles en el Este de
Caracas, que la familia hered de los abuelos maternos. No obstante que pap es un
demcrata convencido y ex- trabajador de PDVSA de los que ya-no-estn' (particip
activamente en el "paro cvico" para unos o boicot petrolero' para otros) las gemelas
son chavistas contumaces. Mam' ha decidido retornar a las aulas universitarias (quiere
optar por una segunda maestra) y el hijo menor ha decidido formar una banda que l
llama de limpieza tnica' con otros cinco vecinos del exclusivo sector donde vive, y
todas las noches sale con sus amigos a ubicar indigentes en el centro de la capital, y
filman sus tropelas para colgar los vdeos en YouTube.
Cualquier explicacin psicolgica o social es posible para exponer el probable epicentro
y las posibles causalidades de la crisis de esta familia. Se podran inferir cientos de
lneas lgicas de causa-efecto y cualquiera de ellas tendra altas contingencias de acierto
en el diagnstico de este trance familiar, porque el anlisis binario bueno malo',
correcto incorrecto', cierto falso' sera el baremo a utilizar. Sin embargo, la realidad
es imprecisa y vaga, an en las apariencias ms slidas. Si ya usted ha mentalizado' las
causas de la crisis de esta familia, haga el siguiente ejercicio: Antelas... Si, pare de leer,
busque lpiz y papel y escriba lo que a su entender, son las causas de la crisis de esta
familia. No anote muchas, slo cinco.
Ya lo hizo? Las tiene a mano? Ahora intente precisar sus aciertos con estos
cuantificadores lingsticos situados entre baremos difusos: Mam' retorna a las aulas
universitarias porque estima que "algunas veces" no es tan bien evaluada y aceptada en
su dintorno social como su esposo. Pap', luego de su expulsin de PDVSA, descubri
que es ms un lder democrtico que un tecncrata ('Cunto' ms ser
significativamente ms'?). Las gemelas' entraron al PSUV inducidas por una amiga
que tambin se convirti en amante de las dos y el menor' sale casi' todas las noches
ms o menos' a localizar indigentes, y cuando les disparan con un rifle de paint ball
filman esos acontecimientos como parte del trabajo de campo de una investigacin
social sobre la reaccin de las personas a la agresin fsica inesperada, y que integra su
Tesis de Grado.
Cmo quedaron sus causas de esta crisis familiar? Verdad que le faltaron datos e
informacin adicional? Lo que le sucedi es que al aplicar la inferencia de la lgica
clsica en un escenario construido sobre informacin concreta pero parcial, usted obvi
el impacto de las causalidades que se generan en el vrtice de lo indefinible. La poca o
casi nula inter relacin entre los deseos de mam' con el descubrimiento de las nuevas
habilidades sociales de pap', es tan inasible como relacionar la exploracin
homosexual de las gemelas con la tesis de grado del hijo menor. Hasta se podra inferir
que la crisis del matrimonio (si es que la hay o la hubo) nada tiene que ver con las
actividades o las nuevas acepciones de los miembros de esta familia. La lgica binaria,
lineal, deja de ser relevante y entonces surge la Teora del Razonamiento Aproximado
como la opcin ms idnea para el anlisis del caos en el que se ha sumergido esta
familia.
Ahora extrapole este anlisis situacional a la globalidad del pas Son acertados los
anlisis y las percepciones que escucha en la calle y en los medios sobre el acontecer
poltico y social? Contemplan estos anlisis las imperceptibles, aunque
importantsimas diferencias lingsticas que existen entre los baremos extremos'?
7

Aunque la intencin original del profesor Zadeh era crear un formalismo para manipular
de manera ms eficiente la imprecisin y vaguedad del razonamiento humano expresado
lingsticamente, caus cierta sorpresa que el xito de la lgica borrosa llegase primero
al campo del control automtico de los procesos. Esto se debi principalmente al
"boom" de lo borroso en Japn, iniciado en 1987 y que alcanz su mximo apogeo a
principios de los noventa. Desde entonces, han sido infinidad los productos lanzados al
mercado que usan tecnologa borrosa, muchos de ellos utilizando la etiqueta "fuzzy"
como smbolo de calidad y prestaciones avanzadas. Un ejemplo de ello es el anuncio
publicitario de la lavadora Bosch con sistema eco-fuzzy.
En 1974 el profesor Mamdani experiment con xito un controlador borroso en una
mquina de vapor, pero la primera implantacin real de un controlador de este tipo fue
realizada en 1980 por F. L. Smidth & Co. en una planta cementera en Dinamarca. En
1983, Fuji aplica lgica borrosa para el control de inyeccin qumica para plantas
depuradoras de agua, por primera vez en Japn. En 1987 la empresa OMRON desarrolla
los primeros controladores borrosos comerciales con el profesor Yamakawa.
A partir de ese momento, el control borroso ha sido aplicado con xito en muy diversas
ramas tecnolgicas, por ejemplo en la metalurgia, en los robots de fabricacin, en
controles de maniobra de aviones, ascensores o trenes (tren-metro de Sendai, Japn,
1987), en los sensores de imagen y sonido (sistema de estabilizacin de imagen en
cmaras fotogrficas y de video Sony, Sanyo, Cannon...), en los electrodomsticos
como las lavadoras de Panasonic o Bosch, o el aire acondicionado Mitsubishi con
sistema rice-cooker. Tambin en la industria automovilstica, cuyo ejemplo ms notable
est en los sistemas de ABS de Mazda o Nissan, o en el cambio automtico de las cajas
de velocidad de Renault y una larga lista de aplicaciones comerciales.
Pero dnde radica el xito de las aplicaciones de control? El xito est en la
simplicidad, tanto conceptual como de desarrollo. Los dos paradigmas clsicos de
control borroso son el enfoque de Mamdani y el de Takagi-Sugeno que describo
brevemente a continuacin.
Las etiquetas lingsticas de Mamdani y Takagi Sugeno
En el enfoque de Mamdani un experto ha de especificar su conocimiento en forma de
reglas lingsticas, ha de definir las etiquetas lingsticas que van a describir los estados
de las variables. Para cada entrada (input informativo) se ha de especificar la
correspondiente etiqueta lingstica que define la salida informativa. Cada una de
las n variables de entrada y la de salida han de repartirse en conjuntos borrosos
especficos con unos significados. As, podrn ser definidos diversos conjuntos
borrosos, todos distintos, en la variable de salida .Lo mismo se puede hacer con el resto
de las otras variables involucradas en el proceso y sus salidas. Cada conjunto borroso
debe llevar asociado a l una etiqueta lingstica.
He aqu un ejemplo de uso del enfoque borroso de Mamdani para aplicar en un
restaurant. Si capturamos lo esencial del problema y dejamos a un lado todos los
factores que pudieran ser arbitrarios, podramos quedarnos con el siguiente conjunto de
reglas:
1. Si el servicio es pobre o la comida es mala, entonces la propina ser poca
2. Si el servicio es bueno, entonces la propina ser media
3. Si el servicio es excelente o la comida es deliciosa, entonces la propina ser generosa

En estas tres reglas se basa la solucin. Acabamos de definir las reglas de un sistema de
inferencia borrosa. Si diramos significado matemtico a las variables lingsticas,
tendramos un sistema de inferencia borrosa completo. No entraremos en detalles en
esta seccin, lo que nos interesa es lo que acabamos de mostrar: la lgica borrosa es
adaptable, simple y se aplica fcilmente.
(No est en el documento original)
Este es el grfico asociado al sistema de inferencia borrosa, y generado por las tres
reglas de arriba. Simplemente con estas tres reglas hemos podido generar una solucin
al problema, de una manera mucho ms cercana a la forma de pensar humana y por
tanto ms fcil para nosotros. Todo lo contrario ocurre en el enfoque clsico, en el que
nos tenemos que adaptar a la forma de actuar de la mquina.
Por ltimo cabe destacar que si quisiramos aadir o modificar ciertas consideraciones
del problema, nos bastara con incluir o cambiar reglas. Esta forma es mucho menos
costosa que la utilizada en el enfoque clsico.
En el enfoque de Takagi-Sugeno se mantiene la misma especificacin de las particiones
borrosas de los dominios de las entradas que en el modelo de Mamdani, pero no se
requiere una particin borrosa del dominio de salida. Las reglas de control deben
contener una funcin que se supone generalmente lineal: El grado de aplicabilidad se
obtiene de la misma manera que el modelo de Mamdani.
3.- Etapas de un controlador borroso
Este segmento va expresamente explicitado para los investigadores sociales, y tambin
para los dems lectores, aclaratoria que hago para evitar una dispora' entre quienes
han tenido la valenta de acompaarme hasta aqu. Vamos a abordar las etapas que
integran el proceso de construccin de un controlador borroso'. En trminos
coloquiales, vamos a decirle cmo construir la regla' para que usted mismo, desde su
casa u oficina, se entretenga midiendo' y evaluando' los fenmenos sociales que
considera son ms impactantes o atractivos. Y para qu? Se preguntar con toda la
razn que le aporta la incertidumbre. Pues para muchas cosas. Le menciono dos, las ms
comunes: 1.- Para recabar informacin relevante y confiable, si se dedica a la
investigacin social. 2.- Para que pueda exhibir resultados slidos y pertinentes cada vez
que a usted se le ocurra hablar, informalmente o en algn foro, sobre la incidencia de
X' fenmeno social. Busque lpiz y papel (o un resaltador) y squele punta a lo que
viene.
La mayora de los fenmenos que se presentan en el acontecer diario se pueden
catalogar como imprecisos, es decir tienen implcito cierto grado de difusin en la
descripcin de su naturaleza. Esta imprecisin puede estar asociada con su forma,
posicin, momento, color, textura e incluso en la semntica que describe lo que son. En
muchos casos el mismo concepto puede tener diferentes grados de imprecisin en
diferentes contextos de tiempo. Un da clido en Venezuela no es exactamente lo mismo
que un da clido en Dinamarca. Este tipo de imprecisin o dispersin asociada a los
fenmenos atmosfricos es muy comn en otros campos de estudio; las ciencias del
comportamiento social es uno de ellos.
Ya hemos definido a la lgica borrosa como un sistema matemtico que modela
funciones no lineales, que convierte unas entradas en salidas, acordes con los
planteamientos lgicos que usan el razonamiento aproximado. Se fundamenta en los
9

denominados conjuntos borrosos y un sistema de inferencia borroso basado en reglas de

la forma relativa ("Si entonces"), donde los valores lingsticos de la premisa y el
consecuente estn definidos por conjuntos borrosos, por lo que las reglas siempre
convierten un conjunto borroso en otro.
Para la evaluacin de los riesgos sociales se precisa de un controlador social borroso, un
instrumento de medicin cualitativa que consta de 4 etapas:
1. Interfase de borrificacin.
2. Creacin de la base de datos (para definir los conjuntos borrosos) y de la base de
reglas (para caracterizar las acciones de control)
3. Proceso de inferencia basado en lgica borrosa.
4. Interfase de desborrificacin.
Desglose de las etapas del controlador social borroso:
La primera etapa de un controlador social borroso es la "Interfase de borrificacin". En
ella se debe identificar el riesgo social asociado con el evento. Asignar los factores de
riesgo social correspondientes al conglomerado en estudio, que se considerarn como
variables de entrada' susceptibles de control, y se har la medicin de las variables de
entrada en el contexto del universo discursivo del problema, donde las medidas de
frecuencia y de consecuencia se combinarn para obtener un nivel de riesgo, que ser el
que caracterizar el evento en cuestin. En dicha matriz influirn muchos factores
subjetivos, pues las apreciaciones para cada individuo u organizacin en particular
pueden no coincidir en muchos aspectos.
Esta primera etapa determinar una escala entre los valores lingsticos y un rango
numrico que se relacionar con los valores lingsticos y asumir estos valores desde
cero hasta uno, es decir usando el sistema endecadario.
La segunda etapa Consiste en la creacin de una base de datos, donde se definen los
riesgos sociales, los factores de esos riesgos, las magnitudes a contemplar y el criterio
semntico para su evaluacin y la determinacin de una base de reglas para utilizar en
el proceso de inferencia, la cual est dada por el formulario que describe cada categora
que evala el sistema de riesgos.
En la tercera etapa el proceso de inferencia simula la toma de decisiones operando sobre
las bases de datos y reglas establecidas en cada caso por la cantidad de riesgo (n), luego
el ndice recorre n' valores o riesgos. Cada riesgo estar asociado a diferentes y
variados factores, los cuales le darn origen; y cada uno de estos factores tendr
asociado a su vez una magnitud o rango numrico, en dependencia de su nivel de riesgo,
el cual fue tomado segn la relacin existente entre la frecuencia y la severidad.
Finalmente, la cuarta etapa, llamada "Interfase de desborroficacin", consiste en la
interpretacin del resultado en trminos del problema real, el establecimiento de las
acciones de control consecuentes, tomando la previsin que las acciones de control
consecuentes deben precisar, por su orden de prioridad, los objetivos de control, las
tcnicas de control correspondientes y los responsables de ejecutarlos.
Quisiera finalizar esta aproximacin epistemolgica a la metodologa investigativa con
el lema que acompaa el escudo de La Universidad del Zulia en Maracaibo, Venezuela,
y que resume y explicita la importancia de la Lgica Borrosa para el anlisis del caos
social:
"Post Nubila Phoebus" , que se traduce...Despus de las nubes, el sol.

10

[1] Lotfi Asker Zadeh (en azer Lfti Zad). Matemtico azerbaiyano profesor de la
Universidad de Berkeley. Es famoso por introducir en 1965 la teora de conjuntos
difusos o lgica difusa. Se le considera asimismo el padre de la teora de la posibilidad.
[2] Lotfi Asker Zadeh; B. Bouchon-Meunier; Ronald R. Yager. ISBN: 9783540543466.
Publisher: Springer-Verlag Publication Date: 1991.
[3] Barcelona 1934 / Profesor Emrito de la Universidad de Barcelona y Catedrtico de
Psicologa social en la Facultad de Psicologa. ha sido profesor en las Facultades de
Derecho, de Medicina, de Ciencias Econmicas y Empresariales, de Filosofa y Letras,
de Filosofa y Ciencias de la Educacin, as como en diversos Masters de la misma
Universidad, habiendo dirigido un Master sobre Ciencias del Consumo.
[4] Rensis Likert La Escala de Liker' es una escala psicomtrica comnmente utilizada
en cuestionarios, y es la escala de uso ms amplio en encuestas para la investigacin.
Cuando respondemos a un elemento de un cuestionario elaborado con la tcnica de
Likert, lo hacemos especificando el nivel de acuerdo o desacuerdo con una declaracin
(elemento, tem o reactivo). La escala se llama as por Rensis Likert, que public un
informe describiendo su uso.
[5] Rejilla de Kelly La Tcnica de Rejilla es un instrumento de evaluacin de las
dimensiones y estructura del sistema de construccin personal que se deriva
directamente de la Teora de los Constructos Personales (Feixas, 2003). Consiste en un
formato de entrevista que genera una matriz de datos; stos se someten a varios anlisis
para revelar su estructura aparente e implcita
[6] Gil Quesada, Xavier / La teora de los conjuntos borrosos en la medicin escolar.
Universidad de Barcelona. Departamento de Mtodos de Investigacin e Diagnstico en
Educacin
[7] Boehm Autor de El desarrollo en espiral un modelo de ciclo de vida del software
desarrollado en 1985, utilizado generalmente en la Ingeniera de software. Las
actividades de este modelo se conforman en una espiral, en la que cada bucle o iteracin
representa un conjunto de actividades. Zu-Guo Yu Wei-Yi Liu
[8] Bart Kosko KC USA 7 de febrero de 1960 / profersor de ingeniera elctrica en la
University of Southern California (USC). Principal defensor de la Lgica Borrosa, que
la populariz mediante la propuesta de un teorema con soluciones algebraicas para
calcular la entropa de cualquier sistema borroso y resolver sus paradojas.
[9] Reiter, R. Nonmonotonic Reasoning. Annual Reviews Comput. Sci. No. 2, pp. 147186, 1987.

11