ANTROPOLOGIA Y PROGRAMACION LOGICA

Una propuesta sistemtica

Carlos Reynoso
Universidad de Buenos Aires

I
CONTEXTUALIZACION Y PLANTEAMIENTO DEL PROBLEMA

0. SINTESIS
El programador que llega a PROLOG desde un lenguaje clsico, experimenta una revelacin semejante a la del escolar que pasa de la aritmtica a los primeros
rudimentos del lgebra. Puede representar como incgnitas aquellas entidades cuyos
valores busca, establecer ciertas relaciones entre estas incgnitas y, sin tener que
detallarlos, dejar que la mquina considere todos los casos posibles y aporte todas las
soluciones. Qu ms se puede pedir?
Alain Colmerauer

El trabajo siguiente consta de dos partes. En la primera (Introduccin y captulo I) se realiza la

presentacin de una herramienta bsica, un algoritmo de clculo lgico sobre el cual hemos
elaborado formalismos e interfaces que lo adaptan a los requerimientos de las ciencias sociales en
general y de la antropologa en particular. En estos captulos iniciales el foco es amplio y el tono es
ms bien didctico, porque se presume que el lector es un antroplogo sin ms experiencia en
inteligencia artificial que algunas lecturas dispersas y una cierta sensibilidad a los rumores que
pueblan la atmsfera. Lo que demostramos en esta seccin es la utilidad de un instrumento que, unido a una perspectiva renovadora en materia formal, es capaz de transformar profundamente las tcnicas de elaboracin y de arrojar enseanzas de un nuevo tipo sobre la formulacin de teoras y la
comprobacin de hiptesis en el interior de nuestra disciplina.
En la segunda parte (captulos II-V), que tiene propiamente formato y textura de tesis, se analizan los aspectos lgicos ms puntuales que se erigen como prerrequisitos de la implementacin de
esa herramienta, y se sacan consecuencias que conciernen por un lado a una reformulacin de los
mtodos convencionales de descripcin, explicacin y prueba, y por el otro a la introduccin de una
instancia axiomticamente fundada en la construccin de modelos. El foco es en este caso ms
estrecho y el tono es enteramente tcnico, porque se apunta a un lectorado ms especfico, igualmente antropolgico, del cual se supone que domina los tecnicismos genricos presentados en la
primera seccin. Lo que se busca demostrar en esta segunda parte es que nuestras propuestas metodolgicas son capaces de plegarse a premisas lgicas divergentes y a marcos tericos dismiles, sin

392

dejar de constituir un punto de referencia operativo en el que los profesionales pueden encontrarse
para refinar su debate.
Toda la tesis no es ms que el marco que fundamenta, pone en accin e interpreta los resultados
de una herramienta metodolgica cuya instrumentalidad, replicabilidad y adecuacin habr que demostrar; sin resultados (programas, modelos, pruebas de hiptesis, testeo de teoras), el discurso estar condenado a quedar en promesa, de modo que por una vez lo importante no es lo que se puede
decir del instrumento, sino lo que se puede hacer con l. Toda la tesis es, al mismo tiempo, el testimonio de la construccin de una teora de modelos que sobamos preexistente y consabida, y que
sin embargo hemos debido construir o esclarecer paso a paso, a contrapelo de lo que muchos sostienen como verdad consagrada o de lo que algunos sospechan resuelto.
La bsqueda de una estructura adecuada para la presentacin de nuestras elaboraciones se ha revelado problemtica, dado el carcter fatalmente lineal de todo el texto encargado de researlas. Por
otro lado, aunque aquello de lo que aqu se habla es un sistema formal, el metalenguaje que se utiliza
para describirlo no es formal en s mismo. No hay un isomorfismo perfecto, entonces, entre el rigor
del instrumento propuesto y los desbordes en que pudiera incurrir la retrica que lo promueve.
De todas maneras, nos ha parecido conveniente adjuntar todo el material computacional necesario para probar cada uno de los puntos que pudieran manifestar ribetes polmicos en forma de programas lgicos inmediatamente ejecutables en un procesador comn. La totalidad de los ejemplos,
incluso los ms contingentes y en apariencia fragmentarios, son programas susceptibles de
ejecutarse, pequeos o grandes modelos en capacidad de producir.
En lo que se refiere al texto en s, hemos decidido proceder mediante acercamientos asintticos
que van fundando el terreno para una expresin plenamente formal del sistema propuesto, el cual
slo ser patente, en su conjunto, en el momento de las conclusiones. Estimamos que lo que aqu se
presenta es mucho ms que una herramienta que puede agregarse a las ya disponibles para arrojar un
beneficio marginal. La exploracin de los recursos formales que se nos ponen al alcance con la
escalada de la evolucin tecnolgica toca zonas sensibles, pone al descubierto dilemas insospechados
y seala, con asomos de certidumbre, la necesidad de revisar algunos de nuestros fundamentos epistemolgicos que creamos ms inconmovibles.
La idea bsica es que de ahora en ms podemos calcular razonamientos, conferir a la ideacin
cualitativa recursos que antes slo eran prerrogativa de los nmeros, y que esto es posible sin incurrir
en ningn esquematismo, sin axiomatizar la disciplina, sin sustentar una concepcin mecanicista de
la existencia. Este punto tendr que ser debidamente demostrado, pues no hay en su expresin la menor traza de metfora; y ninguna duda cabe que esta demostracin ser difcil. Lo nico que puede
anticiparse a todos estos respectos es que lo que aqu comienza a proponerse no conlleva ni reafirmar
el ideal de la cuantificacin, ni reiterar la preceptiva pontificante de las facciones nomolgicodeductivas de la filosofa analtica, ni reivindicar la necesidad de emular los mtodos (presuntos o
reales) de las llamadas ciencias duras. Por el contrario, la presente tesis quiere constituir, desde el
inicio, una cruzada en favor de la formalizacin cualitativa, una protesta contra el facilismo
positivista que an hoy permea un buen segmento de la epistemologa acadmica y una bsqueda de
los mtodos propios de una disciplina que, en muchos sentidos, no puede ni debe dejar de ser lo que
ha sido.

393

1. INTRODUCCIN
El reciente auge de las estrategias irracionalistas en antropologa (bajo las variadas mscaras de
la fenomenologa, la antropologa simblica, la antropologa interpretativa, la etnografa dialgica, el
posmodernismo) se explicara -segn se argumenta- por el hundimiento de los programas de investigacin que buscaban situar la disciplina bajo el auspicio de los mtodos propios de las ciencias
naturales. El retraimiento relativo de la ecosistmica, de la cross-cultural anthropology, del neo-evolucionismo y del materialismo cultural demuestra con elocuencia el descrdito de una concepcin
ms rigurosa que debera haber posibilitado la existencia de una disciplina consensualmente ms
homognea. Este fracaso parecera ser tan rotundo que los sofisticados modelos inscritos en la
antropologa matemtica o en la antropologa computacional no cuentan virtualmente para nada, y no
alcanzan a modificar un pice el balance de fuerzas.
Existen otras razones de fondo, naturalmente, pero aqu haremos de cuenta que ese diagnstico
es correcto, porque lo es en parte. Trataremos tambin de clarificar la cuestin y por qu no? de identificar las causas y revertir las culpas. Este no es, empero, nuestro objetivo central, sino un corolario que no por ms colateral es menos apremiante. No es necesario aclarar que el problema es complicado, que las antropologas interpretativas y posmodernas no constituyen una solucin satisfactoria ni siquiera en opinin de sus promotores, y que todo el asunto, en fin, merecera un estudio
especfico.
Sabemos que todo nuestro razonamiento sobre el particular es hasta cierto punto simplista y que
no hace justicia a la complejidad de los hechos: en el mbito "cientificista" o "positivista" (que
carece de una denominacin o de un nom de guerre que no entrae un matiz peyorativo) no existe
una perspectiva unificada sobre los que deberan ser los mtodos propios de las ciencias naturales,
sino una multiplicidad de paradigmas contrapuestos y una multitud de cientficos que en su trabajo
habitual pueden no sentirse ni implicados en una causa ni envueltos en una crisis. Pero cuando hablamos de la oposicin entre ciencias naturales y ciencias del espritu, o entre ciencias y humanidades, o entre explicacin y hermenutica, aunque esas disyuntivas no apunten siempre a los mismos
referentes, todos sabemos muy bien de qu estamos hablando; y todos entendemos adems que, en lo
que a la antropologa respecta, estamos aludiendo a la discusin primordial. Se trata de una polmica
que posterga el tratamiento de otras cuestiones hasta tanto ella misma no se resuelva: es la
antropologa algo as como una ciencia, o es "otra cosa"?. Esta es la inflexin esencial que est
implicada en este trabajo, aunque en apariencia distraigamos energas hablando de otras cuestiones.
Pese a que este ensayo versa principalmente sobre una tcnica informtica, no es por hipocresa
ni por indiferencia que vamos a declinar en lo que sigue la discusin (necesaria) sobre las condiciones polticas y sociales del advenimiento de las mquinas, sobre su fascinacin fetichista, su
proliferacin y su repentina necesidad. De pronto la demanda se ha vuelto comparable a la oferta,
que ya de por s es inconmensurable, a pesar de que pocos saben con exactitud qu es lo que se
puede demandar. Estamos en la era de las mquinas, y la sociedad se transforma no slo ms all del
alcance predictivo de las ciencias sociales, sino ms all de la capacidad que ellas muestran para explicar lo que est sucediendo; al ignorar lo que tcnicamente significa todo esto, el cientfico social
promedio est imposibilitado incluso para describirlo.

394

No existe, que sepamos, una antropologa de la subcultura informtica, ni un estudio de los efectos de la proliferacin informacional sobre la sociedad, ni un anlisis sensato y sistemtico de sus correlatos ideolgicos1. Esta elaboracin es imprescindible, y tal vez nos sintamos compelidos a emprenderla pronto nosotros mismos, ms an cuando la "revolucin" informtica apenas ha hecho
sentir sus efectos en nuestra disciplina; pero quede claro que no lo haremos ni aqu, ni ahora, y que
esta postergacin no implica como su consecuencia lgica que estemos lisa y llanamente a favor de
las mquinas, de la prdida de la artesana en el desarrollo de los mtodos o de la automacin del saber. No propugnaremos, entonces, una "antropologa computacional" en la cual haya que militar en
contra de tal o cual oscurantismo humanista, sino que presentaremos una herramienta que, aunque no
presume de neutralidad, puede llegar a servir a todos por igual, a condicin que se crea que toda
ciencia tiene que basarse en un mtodo y que los mtodos que nosotros tenemos hasta ahora necesitan perfeccionarse.
El trabajo siguiente es algo ms complejo y diversificado de lo que es habitual entre los que proponen innovaciones metodolgicas, porque pretendemos al mismo tiempo demostrar y persuadir.
Demostrar el valor de recursos computacionales inexplorados abiertos a la disciplina, y persuadir a
los que (con toda la razn) desconfan del cientificismo a ultranza, de la cuantificacin forzosa y de
los rigores ilusorios. La persuasin es adems, desde siempre y tal vez para siempre, el modus
dominante en nuestra clase de ciencia. Pretendemos realizar ambas tareas en un lenguaje que pueda
tanto concitar el inters de los primerizos como satisfacer el nivel de especificacin que exigen los
expertos, aunque no dudamos que la lectura sea dificultosa tanto para unos como para otros. Pese a
que este trabajo no se define como interdisciplinario, los expertos que tenemos en mente se
encuadran tanto en la antropologa como en la informtica, porque en aqulla nunca se han
introducido sistemticamente herramientas como las que aqu describiremos, y en sta no se ha
presentado jams un campo de aplicacin tan alejado de sus dominios habituales y que ofrezca tantos
desafos.
Sentimos que en el cuadro opositivo que habr de trazarse entre la informtica y la antropologa,
esta ltima no podra reemplazarse por cualquier otra disciplina sin perder algo de las tensiones
emergentes de la marginalidad de nuestras conceptualizaciones y del relativismo escptico inherente
a nuestro modo de pensar. La antropologa no es en ese cuadro una ciencia cualquiera, referida aqu
slo por el hecho de ser la que incidentalmente practicamos, sino el saber que opone a los mtodos
propuestos su experimento ms crucial.
La articulacin que se explora en esta propuesta, adems, se enclava en un espacio del desenvolvimiento del mtodo que rara vez o nunca haba sido objeto de diseccin. Tendremos oportunidad de
verificar que en el desarrollo del trabajo de elaboracin terica y construccin modlica tal como lo
concebimos, muchas de las problemticas centrales de la epistemologa (las definiciones categricas,
la cuantificacin, el cisma entre tcnica, mtodo y teora, la disyuntiva entre induccin y deduccin,
la diferencia entre trminos tericos y trminos observacionales, las reglas de correspondencia, las
reglas de transformacin de frases bien formadas) se han desplazado hacia la periferia y que, concu1 Aparte de textos apocalpticos y de metodologa precaria o indiscernible, como los de Roszak, Shore o Michael Shallis, conocemos un
ensayo bienintencionado pero obsoleto de Paola Manacorda (El Ordenador del Capital, Barcelona, Blume, 1982), y un lapidario estudio
de Vincent Mosco (Fantasas electrnicas. Crticas de las tecnologas de la informacin, Barcelona, Paids, 1986) sobre una tecnologa
que luego se revel marginal. Estudios relevantes, pero ya viejos, son los de Walter M. Mathews (ed.), Monster or Messiah? The
computer's impact on society, Jackson, University of Mississippi Press, 1980, y Donald H. Sanders, Computers in Society, N.York,
McGraw-Hill,1981.

395

rrentemente, asumen cierto protagonismo otras nuevas para las que no existe an un repertorio de
respuestas consagradas. No es que aquellos interrogantes se cancelen; simplemente se postergan,
hasta tanto lo ms bsico, lo que permite poner los mtodos en marcha, resulte esclarecido por
completo.
Nuestro objetivo impone la demostracin de una serie de hiptesis de las que aqul se deriva
como consecuencia probable. La primera de esas hiptesis es la que sigue: si las orientaciones formalizadoras en antropologa fracasaron, ello sucedi como producto de la persistencia de nociones, mtodos y tcnicas propios de las estrategias interpretativas en el interior de su entramado referencial y
de sus esquemas de procedimiento, y como saldo de un concepto demasiado laxo de las operaciones
axiomticas correspondientes a dicha formalizacin. Los formalistas pensaban que edificar modelos
y endurecer la ciencia resultaba ms fcil de lo que es realmente el caso, y que slo sera cuestin de
proponrselo. Las experiencias formales de la antropologa se incrustaban en un tejido discursivo
que no estaba preparado ni para formular adecuadamente las preguntas, ni para encontrar sentido en
las respuestas.
Ntese, entre parntesis, que hemos identificado en un solo cuerpo orgnico el proyecto de una
antropologa cientfica y la idea de una ciencia formal. Quien piense que, por algn privilegio
especial, la antropologa puede llegar a ser una ciencia sin formalizarse en algn grado, si proyecta
seguir pensando de ese modo har bien en abandonar la lectura en este punto y en frecuentar
ideologas que le procuren ms placer. Igual exhortacin se aplica, para ser ecunimes, a quien postule la formalizacin o la adopcin de las mquinas como finalidades en s mismas, slo porque ya
ha llegado la hora de comportarse cientficamente. Las mquinas no han de adoptarse porque s, o
porque son mquinas de escribir magnficas que han tornado obsoleto al engrudo, sino slo en tanto
y en cuanto a travs de ellas se obtengan soluciones consistentes e imaginativas a los problemas que
aquejan el mtodo.
La propuesta de cientifizacin de la disciplina est pasando por un mal momento. Aqu y all el
irracionalismo reclama acciones tan incomprensibles como absurdas, y hasta han logrado que
algunos cientficos serios se las festejen: la abolicin de la distincin entre sujeto y objeto, la
supresin del antroplogo como mediador entre culturas, el reemplazo de la terminologa analtica
por el sentido comn, por la credulidad absoluta en la perspectiva del actor, por conjeturas que adrede no reivindican ningn valor de verdad o por el silencio. Pero lo que se les responde ni es ms
elocuente ni tiene mucha mayor solidez. En el trayecto de la tesis tendremos oportunidad de ponderar
algunas aventuras formalistas y cientificistas de la antropologa en lo que realmente valen, que por
desdicha es muy poco.
Lo que decamos es que no existen, de hecho, estrategias formales liberadas por completo de
sombras retricas, de lagunas deductivas, de thick description, de contradicciones en los
fundamentos y de simplismos en los desarrollos. Mal que nos pese a quienes discrepamos con este
lugar comn de la reciente "etnografa experimental", nuestra disciplina ha sido, como pocas, literatura de ficcin. Los antroplogos posmodernos (Clifford 1988; Strathern 1987) han elaborado esta
circunstancia, haciendo hincapi en los artificios literarios mediante los cuales la etnografa comprometida con una antropologa de pretensin cientfica aspiraba a legitimarse; a ellos remitimos para
probar este punto, aunque no estemos para nada de acuerdo con la alternativa que ofrecen y con la
renuncia metodolgica que representan.
Por otra parte, el carcter aproximativo, oscuro y retrico del discurso antropolgico convencional quedar de manifiesto por s solo, cuando se ponderen las cotas de rigor a las que los recursos a
396

proponer nos acercan. No ser preciso, por consiguiente, demostrar axiomticamente este particular;
alcanzar con una simple ostensin comparativa del punto en el que estbamos y de las posibilidades
que se inauguran. En lo que al rigor lgico concierne, aqu no reputamos ambiguos e impresionistas
tan slo a antroplogos de la estirpe humanista de Boas, Benedict o Frazer, quienes deliberadamente
no lo perseguan; cuando decimos que la antropologa convencional ha estado sumida en la misma
nebulosa, aludimos tambin a profesionales liminales como Murdock, Goodenough, RadcliffeBrown o Marvin Harris, e incluso a los formalistas que (como Kronenfeld, Douglas White, Harold
Driver o Hans Hoffmann) han descollado en las gestas matemticas, estadsticas y computacionales
de la disciplina. Cuando se pasa alguna elaboracin antropolgica formal a clusulas de programa
lgico invariablemente deja al desnudo sus debilidades, y no precisamente por limitaciones en la
tecnologa que se le aplica; ms adelante tendremos ocasin de comprobarlo con una regularidad que
tiene algo de fatigosa y que nos habla elocuentemente de los efectos devastadores de un siglo y
medio de discurso sin control. Pero la realidad, an la realidad esquemtica de la teora, no se puede
meter en la mquina as como est para ver qu sale del otro lado. Entre la materialidad de los
planteos empricos y la idealidad de los mtodos formales est faltando una dimensin; entendemos
que esa dimensin es una teora de modelos, y estamos decididos a formularla.
Como esta propuesta atae a soluciones metodolgicas, hemos optado por no predefinir los
problemas que se acomodan a ellos. Creyendo entrever las respuestas, no sera juego limpio encargarse tambin de seleccionar los interrogantes. Esto quiere decir que en lugar de haber diseado la
totalidad del espacio de la investigacin, desde los problemas sustantivos hasta la epistemologa,
pasando por la organizacin de las campaas, escogimos un modo de operar algo menos omnipotente: nos hemos hecho cargo del momento resolutivo y metodolgico de problemas ya planteados, solicitando a los respectivos responsables que se hicieran cargo de la evaluacin de las soluciones propuestas. Esto nos ha eximido, entre otras cosas, del trabajo de campo, con toda su cohorte de problemas contingentes, permitiendo que nos concentrramos en las articulaciones de inters terico
ms general.
Algunos especialistas que han trabajado con nosotros, y que se vieron compelidos a definir con
mayor penetracin reflexiva de la que acostumbraban lo que queran expresar al hablar de rasgo
diagnstico, de estilo artstico, de elemento narrativo, de indicador, de estructura social, de interaccin o de proceso de cambio, pudieron evaluar suficientemente la distancia que media entre una
pretextacin difusa y un modelo cabal. Y tuvieron que reconocer tambin que, cuando las variables
son numerosas y su interrelacin es compleja, ese modelo no se puede construir ni evaluar
literariamente, a pulso y de memoria, y que la pretensin antropolgica de hacerlo as estaba
radicalmente mal encaminada. Que nuestra ciencia sea blanda no implica que las relaciones,
entidades y estructuras que en ella se manejan sean menos en nmero o ms sencillas que las que se
articulan en disciplinas ms respetables, las que confan sus operaciones sintticas y analticas a los
artefactos que sean menester sin sentirse por ello menoscabadas.
Si se nos ha permitido el privilegio del trabajo cooperativo, ello ha sido porque en opinin de los
investigadores que nos han abierto las puertas hacia la intimidad de su objeto, ninguna pieza del inventario formal preexistente, epistemologa incluida, ha demostrado alcanzar. La antropologa est
en crisis, y ello poco tiene que ver con que las culturas exticas se hayan planetizado, o con que
existan ms candidatos haciendo fila que vacantes profesionales. El problema es esencialmente
metodolgico, y hasta de credibilidad global de la metodologa: en antropologa sociocultural, por lo
menos, los modelos consagrados de investigacin no funcionan, los conceptos disponibles no se aplican a las situaciones, las tcnicas no arrojan resultados tiles. En fin, existen razones para creer
397

que el modo individualista (o egocntrico) de produccin terica ya no puede dar ms de s, y que

debe ser reemplazado por otra cosa.
Por otra parte, haber confiado a los filsofos de la ciencia el esclarecimiento de nuestros dilemas
no parece habernos beneficiado mucho, puesto que las estructuras discursivas con las que nos afrontan poseen tan escasa instrumentalidad como cualquier formulacin intuitiva que tuviramos antes.
La utilidad de la epistemologa es irrefragable en lo que hace a ciertos controles del diseo
investigativo, y en ello insistiremos mil veces; pero la reflexin filosfica en torno del mtodo ha
demostrado ser dbil, a nuestro juicio, como motor de la construccin metodolgica y como conocimiento de apoyo para la elaboracin de modelos que funcionen. La epistemologa constituida de
Popper, Kuhn o Lakatos y sus descendientes (constituida tambin, dicho sea de paso, lejos del terreno concreto de la investigacin sociocultural y, por lo que nos consta, lejos del sudoroso taller de
la tecnologa) no es la solucin a nuestros problemas, ni tampoco lo es la lgica de los libros de texto, menos ideologizada pero demasiado abstracta, como si las configuraciones axiomticas no se
pudieran o quiz no se debieran "bajar" al nivel del trabajo terico estndar.
Originadas en la filosofa de alto vuelo, estas empresas fallan tanto por su falta de carcter instrumental como por su discursividad idealizadora de la situacin investigativa. Nos ofrecen pgina
tras pgina de prescripciones, ejemplos y ancdotas, frmulas impenetrables codo a codo con el
didactismo pueril de los cisnes negros, enumeraciones de razonamientos acertados e incorrectos y rtulos latinos para las falacias recurrentes; pero ni un solo mtodo conducente a la propia instrumentacin sistemtica de tanta sabidura, ni un estudio severo -siquiera- de la posibilidad de su aplicacin a problemas de la prctica cientfica real. Adems, en lo que respecta a los procedimientos
de inferencia connaturales a los cnones "deductivos" que promocionan, la especialidad de la
filosofa analtica y de la paideia epistemolgica, inadvertidamente o a sabiendas, se sita alrededor
de un artificio que luego demostraremos perimido, incompleto e inadecuado (el clculo de
proposiciones), que no sirve siquiera para deducir que Scrates ha muerto.
Decamos que estas construcciones filosficas eran discursivas, nebulosas, inexactas. En computacin es pblico y notorio que este aserto no necesita demostrarse, porque la inteligencia artificial,
pese a sus propios desrdenes, ya lo corrobor sobradamente. Cuando en 1965 Robinson pretendi
implementar la mecanizacin de la lgica abstracta para la demostracin automtica de teoremas, los
fantasmas tomaron cuerpo donde menos se los esperaba. Se hall que las reglas de inferencia tradicionales, tales como el modus ponens, sometidas histricamente a la necesidad de resultar lo suficientemente asequibles como para permitir el seguimiento intuitivo de los procedimientos de prueba, eran demasiado dbiles para soportar un clculo verdaderamente axiomtico. La "intuicin
lgica" que regulaba la admisin de las verdades autoevidentes y que controlaba la transmisin de
los valores de verdad result estar plagada de supuestos de sentido comn y de ruido ideolgico. Se
tuvo que inventar una regla ms fuerte, el algoritmo de resolucin, que si bien es difcil de seguir a
ojo desnudo, resulta eficiente para su tratamiento en mquinas (cf. Robinson 1965; Malpas 1987;
Thayse 1988; Blsius y Brckert 1989), y se debi modificar asimismo el nivel y el estilo de tratamiento de las entidades lgicas, abandonando para siempre las proposiciones en beneficio de los
predicados2, y de cierto tipo muy concreto de predicados expresados de una forma especial.

2 En la segunda y tercera parte de la Tesis explicaremos pormenorizadamente cada uno de estos conceptos, conforme a la significacin que
asumen en este contexto.

398

En otras palabras, la lgica necesit ser replanteada, pues en trminos reales toda ella adoleca
de ambigedad desde su nacimiento, aparte de generar explosiones combinatorias por poco que se
aplicara al tratamiento de problemas de cierta magnitud o del mundo emprico. Y an en los escasos
enclaves en los que la sedimentacin y el entrecruzamiento de experiencias axiomticas garantizaban
la exactitud de los sistemas lgicos, pronto se vio que el anlisis por s solo no poda llevar muy
lejos: sin heursticas y sin corazonadas aproximativas, sin una interaccin precisa con un
conocimiento contextual, relativo al objeto, la lgica se extraviaba en un laberinto infinito de pasos
discretos que ninguna mquina sera (ni siquiera tericamente) capaz de atravesar. Ninguna lgica
anterior a la computadora habla siquiera de la estructura de representacin de los conocimientos,
de tiempos razonables de resolucin de un problema, de procesamiento de masas de datos, de
retrodiccin del objeto por inversin del anlisis o de la necesidad de podar las ramas de una combinatoria mediante una heurstica.
Con los mtodos tradicionales no era posible entonces emprender genuinamente un clculo lgico, que fuera comparable al clculo matemtico que media desde siempre entre las entidades de los
universos cuantificables. A escala de la capacidad humana de clculo, sin embargo, las debilidades
pragmticas de la lgica acadmica rara vez llegan a ser significativas o perceptibles, aunque sin
duda sus fallos son constantes y su efecto de arrastre puede llegar a ponerse de manifiesto. El momento ha llegado (porque la tecnologa ya est en capacidad de vehiculizarlo) de dictar la sentencia
que corresponde a los veredictos de Church, de Turing y de Gdel respecto de la computabilidad de
los clculos lgicos y su relacin con la posibilidad de la prueba.
Partimos de una doble consigna: El simbolismo lgico es fetichismo puro si no es la notacin de
un clculo. El clculo es pura prdida de tiempo si no discurre como solucin de un problema. Hay
que llevar a puerto, de una vez, un procedimiento mecnico de clculo que hasta el da de hoy ha
sido tan slo una figura del lenguaje. Y esta no es una pretensin desmesurada: una vez que se fijan
las reglas del juego, la inferencia de conclusiones a partir de premisas, cuantas y cualesquiera sean
stas, no tiene por qu ser menos axiomtica que el uso de las tablas de multiplicar. De aqu en ms,
mecnico quiere decir menos "ejecutable necesariamente por una mquina" que "lo suficientemente
explcito, bien definido, operativo y preciso como para que hasta una mquina lo pueda resolver".
Acordemos que esta implementacin en gran medida est pendiente y que, hasta tanto no se materialice, los speros simbolismos de la notacin lgica son ms un emblema de un rigor difuso que
un mecanismo de desambiguacin. La lgica es bastante menos majestuosa de lo que aparenta, y no
slo en los mrgenes de la paradoja o en las vecindades de los lmites. Pero admitamos tambin que
inexactitud o prueba parcial no es lo mismo que catstrofe. La crisis se nota menos en las bases epistemolgicas que en los usos de la ciencia concreta. Se trata, en ltima instancia, de un problema de
granularidad o de masa crtica: la epistemologa o la lgica, as como el trabajo cientfico convencional, pueden sobrevivir al razonamiento ocasionalmente defectuoso. Las ciencias sociales tal vez
no, porque su discurso no se asienta (todava) sobre ninguna fundamentacin inicial, ninguna lnea
de procedimientos intrnsecamente correcta, ningn consenso metodolgico, ninguna prueba
taxativa, ninguna certidumbre tangible.
La deplorable trayectoria de los conatos formalistas en nuestra disciplina es aleccionadora, y segn comenzamos a barruntar no siempre tiene que ver con la imposibilidad de instrumentar todo lo
que la filosofa de la ciencia nos dicta, porque los trminos de ese dictado son imprecisos. Lo que
ms nos ofende de la filosofa analtica y de sus exploraciones en la lgica de la investigacin es,
precisamente, la lejana metafsica de su lgica, su imposibilidad de articularse con una prctica del
399

mtodo, con una heurstica positiva. Podra decirse que la epistemologa constituida funciona slo en
reversa, avasallando las elaboraciones tericas de nuestras pobres ciencias y descubriendo falacias
por todas partes, para despus ordenarlas en una matriz que no pocas veces, en pleno siglo XX,
aparece plena de resonancias escolsticas: esto es una apdosis, aqullo un a dicto secundum quid ad
dictum simpliciter, y as el resto.
La alternativa a un latn en retroceso son las frmulas inextricables de la teora de modelos, que
fingen un clculo que en general las mquinas recusan. Se habla de refutabilidad y de verificacin
como si esas operaciones fueran transparentes, como si entre las entidades de un discurso cientfico y
las cosas del mundo existiera un mapeado inequvoco. Se ignora todo lo concerniente a las lgicas
desviadas y todo lo actuado por la lgica despus de Principia Mathematica, por no decir nada de la
lgica computacional. Bajo pretexto de la historia, la "lgica" de la investigacin se abisma en
dilemas que no vienen al caso o que tienen que ver con otros asuntos, fuera de la lgica y de los modelos: la forma en que los paradigmas se suceden, los contornos de las comunidades cientficas, la
defensa (o la condena) de la subjetividad, la denuncia de los deslices seudocientficos de las teoras
que un autor aborrece en un momento dado, el colapso (o la gloria) de la Razn. Todo se agota en
este muestrario teratolgico, en este formalismo sin forma propia, en este academicismo, erudito
hasta el deslumbramiento pero con escasos destellos de vigor creativo en lo que al mtodo respecta.
A fuerza de creer en los rigores de los que otros se jactan a veces sin poseerlos, la crisis de nuestra ciencia se comport en algn momento como el antecedente de una conclusin pragmtica: nosotros mismos hemos dictaminado que, ante la mediocridad de nuestros modelos, debamos rentar los
servicios de los epistemlogos, filsofos analticos, lgicos, matemticos o computadores cientficos,
intuyendo que en la reflexin especializada de los otros se encontraba el secreto de la aplicacin de
nuestros mtodos (cf. Reynoso 1990c). Huelga decir que el ardid no funcion. El error no estuvo en
darle trabajo a otros, sino en creer que al delegarlo quedaba ya consumado, en abandonar el mtodo a
los metodlogos, en vez de tornarnos metodlogos por nuestra cuenta. Este es acaso el protocolo de
una versin perversa de la interdisciplinariedad: yo te describo el contenido del problema, t me
revelas la forma de la solucin.
Lo malo es que ningn filsofo nos dice qu es lo que debe hacerse, de modo que la forma y el
contenido nunca confluyen. La supervivencia de estas disciplinas fundamentadoras parece establecer,
en ltimo anlisis, y como condicin misma de su integridad, la imposibilidad de su apropiacin por
otros, la falta de una genuina e ntima fusin entre lo que la filosofa o las matemticas exigen y lo
que las manos pueden hacer. Con certeza, la responsabilidad por el fracaso de las antropologas con
huella y autoconciencia epistemolgica no es slo nuestra, y en el cuerpo de la tesis tendremos ocasin de verificarlo: ningn profesional del mtodo confiesa sus lmites o su apata por la ciencia
emprica, y si lo hace se cuida de no enfatizarlo mucho.
Aunque fuese til (que tal vez lo haya sido en ocasiones y que lo es sin duda en menesteres filosficos ajenos a la administracin del mtodo), la epistemologa profesional nos rinde un servicio
fragmentario; siempre que algn epistemlogo o matemtico se refiere a nuestros asuntos es inevitable sentir que los ha asimilado de apuro, que hay dimensiones de problematicidad que se le escapan,
que la cosa no es exactamente as (vase v.g. Suppes 1988:203-214; Bunge 1985), que entre la materialidad de nuestros problemas y la generalidad de su discurso hay una discontinuidad (cf. Kemeny,
Snell y Thompson 1966), que a pesar de las intervenciones transdisciplinares, a menudo locuaces, los
modelos siguen sin funcionar. Nadie explica por qu la formalizacin de las ciencias sociales, que se
anuncia deseable y posible, siempre se posterga para maana. Las intenciones pueden ser muy bue400

nas, y la idea bsica es encomiable en tanto aspira al mayor rigor. Para salir del atolladero hay que
formalizar, por cierto, pero de qu manera, con qu rentabilidad, siguiendo el modelo de qu o de
quines? Con veleidades epistemolgicas o sin ellas, nada se resuelve con meramente imponer la
formalizacin como consigna. Lo que menos nos hace falta son los modelos cientificistas ingenuos,
las puntillosas mediciones de detalles balades (cf. Chapple 1972), las rotulaciones botanizantes (cf.
Harris 1964), las cuasiciencias sin mtodos o con mtodos descartables cuyos objetos comprenden el
universo (como la semitica) o los anlisis totales diseados para desvelar, en un cmulo de informacin heterognea y mediante una simple regla de tres, los misterios de la determinacin estructural
(cf. Dobbert et al 1984).
Lo que ms nos ha sorprendido en el transcurso de la elaboracin de la experiencia en que esta
tesis se apoya, ha sido que los rigores ms slidos y convenientes no estaban all donde creamos,
sino en lugares del saber de los cuales hasta hoy ningn antroplogo nos ha hablado con palabras
realistas. Espacios donde se sabe desde siempre que la regla de Gdel en poco nos afecta, que LviStrauss jams traz un modelo, que Bateson ignoraba todo de la lgica o que cuando ponderan la
inferencia clnica los antroplogos interpretativos se engaan o nos mienten; espacios, por
contrapartida, donde nadie cree posible una ciencia de lo social, donde nada se hace ni se har para
impulsarla y donde los cientficos sociales son aborrecidos tanto por ser sociales como por no ser
cientficos. Un territorio, en sntesis, en el que muy pocos se interesan por promover interdisciplinariedades con poetas muertos y en el que son menos an los talentos creadores dispuestos a
filosofar o a compartir con ciencias deficitarias su supervit de progreso. Casi nos ha dolido
descubrir que los lmites tampoco estaban donde se supona, y que ningn libro, ni siquiera
heterodoxo, haba allanado el camino ni adelantado las dificultades que ha de afrontar (y los requisitos que debe reunir) todo el que quiera construir un modelo. Si alguien ha desarrollado esas ideas, ha sido necesariamente en un lenguaje que ningn antroplogo podra comprender.
Como podra haber dicho Wittgenstein, si algo no est en lado alguno y es necesario, entonces
debe ser hecho. Hacerlo tiene hoy por hoy un beneficio incierto y un precio elevado, pero nadie ms
lo har por nosotros. No hay smosis posible entre las ciencias blandas y los mtodos duros sin el requisito de una reformulacin metodolgica de aqullas, esta vez de veras radical. No se trata de importar todos los mtodos que se puedan. Las extrapolaciones de la ciberntica, la teora de sistemas,
las estructuras disipativas, la sinergtica y la investigacin operacional han fracasado una tras otra,
porque es ostensible que se refieren a modelos matemticos y nosotros no cuantificamos las variables sobre las que ellas se fundan, o porque no estaba preparado el espacio de recepcin e interpretacin del tipo de resultados que ellas segregan. No nos resignamos a creer que la sofistera sea
un trance inevitable, derivada de o concomitante a la naturaleza nebulosa del objeto que se aborda, o
asociada al carcter anxigeno de la investigacin humana. Pero es obvio que, con los recursos que
tiene, la antropologa no puede desplegar categoras taxativas sin distorsionar el objeto, ni equiparar
procesos empricos a transacciones lgicas sin idealizar el mundo, ni cuantificar sus variables y sus
relaciones sin ocuparse de las escasas trivialidades socioculturales dciles a la enumeracin.
El problema que aqu planteamos afronta estos lmites, bajo la forma de estas preguntas: Puede
la ciencia (cualquier ciencia, necesariamente formal) proceder con un mnimo de rigor sin aferrarse
al yugo de las definiciones categricas, sin seguir mentalmente el trmite pormenorizado de cada uno
de los pasos lgicos que desencadena y sin recurrir a entidades cuantificables? Se puede contar con
un instrumento que resuelva las conclusiones que se derivan de cierto juego de premisas, sin
acartonar la representacin ms all de lo admisible y sin jugar el juego tonto del silogismo? Lo que
aqu pretendemos como macro-objetivo es demostrar que s, cualificar esa posibilidad con referencia
401

a la antropologa, ejemplificarla y sacar de ello las conclusiones que sea menester. Para ello ser
necesario no slo caracterizar al instrumento, sino disear from scratch una epistemologa y una teora de modelos que lo fundamenten.

402

2. ANTROPOLOGA Y PROGRAMACIN LGICA

Este objetivo nos lleva a proponer una segunda hiptesis: recin ahora la ciencia (en general)
dispone de las herramientas necesarias para el desarrollo de esquemas tericos consistentes. Estas
herramientas son las de la programacin lgica, uno de los pilares fundamentales de la inteligencia
artificial; y son por cierto nuevas, ya que los desarrollos esenciales se remontan a bastante menos de
dos dcadas. Expresndolo de otra manera, podramos decir que todo intento por formalizar la
disciplina previo a la disponibilidad de un instrumento adecuado para el clculo cualitativo, estaba
en alguna medida limitado a y por las posibilidades de una tcnica persuasiva, incluso en lo que se
refiere al convencimiento del propio formulante. La insuficiencia de estas tcnicas, su carcter descaradamente retrico, sumado a las consabidas limitaciones de la categorizacin en ciencias sociales,
alcanza y sobra para explicar la improductividad de los intentos por rigorizar la disciplina, desde el
mtodo comparativo de Tylor hasta los smiles informacionales de Geoghegan. Descubrir que recin
en estos das tenemos el instrumento adecuado no asegura el triunfo: as como ahora se sigue
desconociendo que existe, antes se ignoraba que carecamos de l y por consiguiente nadie reclamaba
su advenimiento. El problema, como se ver, es mucho ms complejo, y aunque tenemos los elementos para el planteo al alcance de la mano, eso no quiere decir que hayamos dado con la solucin.
Antes que nada, hay que mapear el territorio. Mencionamos recin a la inteligencia artificial,
pero esa mencin es ambigua: existen innumerables concepciones de lo que es o debera ser esa
ciencia, especialidad o tecnologa. Una de ellas, por lo menos, no nos interesa en absoluto en este
contexto: la que establece que el propsito de esta rama de la investigacin tecnolgica es el de
construir mquinas inteligentes, clones en silicio (funcionalmente hablando) del cerebro humano, o
el de disear programas que posibiliten esa utopa. Este proyecto es tan desmesurado que ya nadie lo
alienta, ni siquiera a nivel de artculos de divulgacin (cf. Shipley 1989). La inteligencia artificial
sufre las consecuencias de una denominacin grotesca, sugestiva de una esfera de estudios hermtica
y separada de la realidad, de un lujo tecnolgico, una especie de perversin de la informtica strictu
sensu, representada sta por los sistemas de liquidacin de sueldos y jornales o por otros utilitarios
igualmente prosaicos.
Nuestra propuesta no tiene nada que ver con las interfaces entre el hombre y la mquina, ni con
la robtica, ni con las fantasmticas redes neuronales, que imitan el comportamiento del cerebro
hasta el punto de que se cansan y necesitan dormir. Lo mejor de la inteligencia artificial es,
pensamos, el poder lgico de sus lenguajes de programacin descriptiva y sus modelos de
representacin del conocimiento, que la ponen en las antpodas de la "computacin" tradicional. Ms
tarde volveremos sobre esta dicotoma tecnolgica, cuando cuestionemos ms a fondo, en un captulo especfico, las candorosas incursiones computacionales de la antropologa.
El proyecto entero de la inteligencia artificial, como luego historiaremos en detalle, tambin comenz siendo ingenuo. Tan es as que an en la actualidad la inteligencia artificial tiene mala prensa.
Los aficionados adictos a la literatura de divulgacin estn al tanto de sus limitaciones y llevan la
cuenta de sus escndalos, pero no han tomado nota de sus logros. Saben, por ejemplo, que el proyecto de la traduccin automtica sobre la base de un diccionario magntico result en un fiasco, que el
Resolvedor General de Problemas fue abandonado a medio construir, que numerosas corporaciones
que pensaban que la inteligencia artificial era un estupendo negocio acaban de ir a la quiebra, y que
403

la presunta revolucin de los perceptrones tuvo que ser desconstruida por algunos de sus propios impulsores3. Pero prefieren ignorar el hecho de que ahora existen herramientas no slo capaces de automatizar la lgica, sino de conferir rigor a los enunciados y modelos de cualquier disciplina, bajo
los auspicios de cualquier marco terico. Este rigor no es desde ya absoluto, ni siquiera ptimo, sea
porque subsisten interfaces humanas falibles o interesadas, o porque la tecnologa no est tan
avanzada despus de todo; pero es mucho ms que mnimo, y la antropologa, como la concebimos,
est en perfectas condiciones de incorporarlo. Hemos elaborado una modalidad de trabajo que posibilita establecer discusiones de un elevado nivel de precisin, as como construir modelos que sirven,
simultneamente, para verificar el funcionamiento de un marco terico (propio o ajeno) y para
ponerlo a trabajar si es que resulta viable.
No hay a la vista ni panaceas, ni milagros, ni un futuro de iluminacin instantnea apretando un
pulsador. Conviene no llamarse a engao respecto a lo que significa contar con estos recursos y no
ser demasiado optimistas en lo que concierne a su eventual adopcin. En primer trmino, ellos no
son tan fciles de asimilar que puedan ser dominados en el estrecho margen de tiempo y esfuerzo que
el cientfico social dedica tradicionalmente a la adquisicin de las herramientas y a la conquista de su
maestra. La programacin lgica es difcil, mucho ms difcil que cualquier otra actividad que hayamos desarrollado, personalmente, en ms de veinte aos de experiencia informtica; y la fuerza deductiva de un sistema se encuentra por lo general en relacin directa con la complejidad de su proceso de programacin. Los logiciales aqu propuestos no son productos listos para usar que hemos
tenido la fortuna de adquirir en el comercio: son sistemas que tuvimos que construir clusula por
clusula, a partir de un intrprete lgico abstracto y de una pantalla vaca.
Lo que es difcil de aprender es an ms difcil de ensear. No existe tampoco en nuestro medio
un mercado de profesores de inteligencia artificial y programacin lgica entre quienes escoger; si
asistimos a clase se nos dir a lo sumo lo que dicen los libros, y ms probablemente diluido que profundizado. Se nos ensear un lenguaje de computacin con referencia a otros que no vienen al caso,
ejemplificando las clusulas con algn problema contable o financiero incapaz de encender nuestra
imaginacin. O se nos instar a analizar los predicados de un formalismo en orden alfabtico, sin relacionarlos con ningn contenido concreto. No podremos abordar la inteligencia artificial hasta que
coordinemos sus lgebras abstractas con nuestros problemas sustantivos, pues ella es una estructura
sin contenidos. La inteligencia artificial no existir plenamente hasta tanto no haya un campo del
saber fuera de ella que la requiera para perfeccionarse; la programacin lgica no ha de servir de
mucho si no encuentra, ms temprano que tarde, un mbito de conocimiento cualitativo y emprico a
modelizar, aparte de la lgica y la computacin misma.
Es preciso que se comprenda que lo que aqu se propone no consiste en adquirir el paquete de
Prolog, leer el manual de instrucciones y escribir la antropologa en el diskette para obtener resultados. Un lenguaje de computacin no ofrece ms que un monitor, un mecanismo de resolucin oculto
y un cursor que parpadea. Algunas implementaciones, como el intrprete de Arity Prolog, ofrecen
menos que eso: todos los formalismos de representacin de los datos, todos los procesos de inferencia, todas las modelizaciones, en suma, corren por cuenta del estudioso. Los ornamentos que pueda

3 La controversia sobre los perceptrones (que afecta a un buen fragmento de la investigacin en Inteligencia Artificial) se formula a partir
de Marvin Minsky y Seymour Papert, Perceptrons, Cambridge, MIT Press, 1988. La apasionada intervencin de dos prceres de la
disciplina en una crtica negadora de muchas de las ideas que la imaginacin popular les atribua, signa todo el campo de una doble
coaccin batesoniana que ha sembrado el desconcierto entre los especialistas.

404

traer un entorno de programacin lgica comercialmente asequible son chafalona: lo nico axiomtico que incluyen son los conectores lgicos (los operadores de condicionalidad, disyuncin, conjuncin y negacin) y un principio genrico que permite realizar pruebas lgicas, pero que ser ms bien
intil si se ignoran o tergiversan los cnones que rigen a una formalizacin. Todos los dems elementos son extralgicos y sin duda pueden llegar a ser de gran ayuda en ciertos contextos de
trabajo, pero no fundamentan en nada. Mirndolo bien, lo nico que tenemos de nuevo es un
mecanismo para determinar si lo que se construye est bien planteado y para saber si podemos
plantear ciertas teoras y explicaciones a la luz de lo que ya sabemos.
Esto es mucho ms de lo que nunca tuvimos, pero las consecuencias y los alcances de esta nueva
adquisicin sern, durante un tiempo, materia de conjetura. La lente ms pulida es la que muestra los
detalles ms crueles. Ms que facilitar los procedimientos metodolgicos, las herramientas que presentaremos relevan dramticamente la naturaleza y la extensin de las verdaderas dificultades de la
prctica disciplinar. Resultar patente que para construir un modelo, as fuere el ms simple, no alcanza con hablar de "oposiciones binarias" y con definir confusamente estructuras, sistemas y
teoras. Modelizar la realidad es un ejercicio mayor de abstraccin, precisin argumentativa y rigurosidad. Si en antropologa se quiere disfrutar de los beneficios potenciales de semejante instrumento,
sin duda alguna se deber modificar adems la relacin de predominio entre teora y tcnica que ha
prevalecido hasta hoy, o habr que redefinir de raz el significado y la operatoria de la interdisciplinariedad. Para preservar la esencia de su problemtica, hay que replantear el estilo de su formulacin
hasta la mdula. Eso no quiere decir que la antropologa tenga que transformarse al punto de plantear
solamente problemas que la mquina est en condiciones de resolver: por el contrario, es el mismo
planteamiento de los problemas antropolgicos tradicionales en el contexto adecuado de computacin el que nos desoculta la existencia de dilemas bsicos que hasta el momento ignorbamos, y sin
cuya resolucin ningn progreso cientfico ser posible.
Nuestra propuesta se inicia en el plano tcnico. Tradicionalmente la tcnica es la hija boba de la
epistemologa, al lado (pero menos alto) que el mtodo y la teora. Como lo admite Richard Rudner,
En trminos generales, ser consciente de que distintas disciplinas cientficas utilizan diferentes tcnicas de
investigacin no equivale a ser consciente de algo importante sobre la naturaleza de la ciencia social. [...]
Defender que existe una diferencia metodolgica entre dos disciplinas o dos tipos de disciplinas es, por el
contrario, defender un criterio muy radical. Pues hay que tener en cuenta que la metodologa de una disciplina
cientfica no es algo que concierna a sus tcnicas transitorias, sino a su lgica de la justificacin (1973:21).

Algo huele mal, sin duda, en una epistemologa que separa tan taxativamente las etapas y los niveles de trabajo cientfico sin preocuparse por lo que sucede, precisamente, en las discontinuidades
que se introducen y sin inspeccionar con ojo crtico las razones que obligan a introducirlas. En el
universo de categoras puras y de transiciones y lmites no problemticos de la filosofa analtica, la
tcnica se asocia con el trabajo manual, la maquinaria, lo preliminar, lo contingente, y la metodologa con la elaboracin intelectual, la abstraccin, lo definitivo, lo necesario. Lo que aqu ofrecemos
como alternativa no es ni una cosa ni la otra, y penetra en el horizonte del mtodo (si se lo quiere
seguir llamando as) desde varios ngulos, en diversos momentos y con diferentes propsitos.
La antropologa ha sido -excepto en sus raras cuantificaciones- virtualmente una disciplina sin
tcnicas, o, quiz mejor, una disciplina en la que las tcnicas se aplican prevalentemente en las fases
primarias, transductivas, en las que los hechos se convierten en datos o se acomodan en una
clasificacin: se sacan fotos, se registran voces, se trazan diagramas, se realizan entrevistas "estructuradas" o "libres", se realiza "investigacin participante" y finalmente se proyectan fenmenos en
405

conceptos ms o menos estructurados en un campo. De all en ms todo es intangible, espiritual o

intuitivo, al punto que las fases superiores y ms delicadas de la elaboracin carecen de herramientas que se les apliquen.
Tal como aqu las interpretamos, las tcnicas no son ni apndices auxiliares de la teora, ni operaciones de clculo restringidas a un momento de bsqueda de legitimidad adicional, ni una instancia
emblemtica de la cientificidad de la empresa, ni su protagonista clandestino: son, ms bien, su precondicin. Nos referimos, s, a tcnicas. Pero se trata de tcnicas de construccin y validacin
terica, cuya incidencia en el trabajo cientfico global podramos caracterizar como recurrente y recursiva. Ms adelante indagaremos el impacto de las tcnicas aqu propuestas en la configuracin del
trabajo de elaboracin teortica, impacto que no supone, en modo alguno, su desnaturalizacin. No
slo se trata de fundar una teora de modelos operativa y completa; habr que elaborar tambin el
proceso metodolgico integral en el que dicha teora se inserta.
Pero disponer de una tcnica rigurosa no implica ahora (ni lo har en el futuro) estar inevitablemente del lado de la verdad, en tanto la verdad se establezca mediante una correspondencia con los
hechos empricos. El esfuerzo mayor que debimos realizar en el cuerpo de la tesis y en la discusin
pedaggica que la rode fue para desembarazarnos de una epistemologa obstinada en insinuar que
aspectos por dems contingentes de la investigacin son susceptibles de una axiomtica, como si los
valores de verdad internos de la lgica se hicieran extensivos a todas las materialidades aludidas
referencialmente por sus smbolos.
La verdad lgica tiene bastante poco que ver con la concepcin intuitiva de la verdad. Un ideal
veritativo como el que, por ejemplo, esgrima Marcelo Brmida (adequatio mentis ad rem), no significa gran cosa ni compromete con ninguna filosofa. Es tan genrico que sirve tanto para
emprender una operacionalizacin de carcter positivista como para convalidar una concepcin
teolgica; es tan balad como para suponer que la problematicidad se agota en un nexo simple entre
dos instancias objetivas: el mundo all afuera, el concepto aqu dentro, como contenido de
conciencia. En todo caso, este criterio deja en penumbras el significado preciso de esa adecuacin,
por no decir nada de la indefinicin que trasunta respecto de la mente y del mundo, indefinicin que
puede admitirse en cualquier parte, excepto en un criterio de verdad que se edifica a partir de ellos
(cf. Bormida 1976:13). Nosotros hemos optado por no hablar de verdad, sino de consistencia, y en
consecuencia no definimos la lgica como la ciencia que estudia las presuntas leyes de la mente
humana, o que de algn modo se aduea de alguna verdad objetiva, sino como la disciplina que se
ocupa de establecer cnones de razonamiento correcto. Cnones que pueden variar, y de hecho lo
hacen, conforme al modo lgico que se admita como regulando la conservacin de los valores de
verdad.
La coherencia o consistencia de la articulacin lgica (esto es importantsimo remarcarlo) no se
predica sobre el mundo, sino sobre el modelo que a partir de l se construye, teora de por medio; no
decimos pues que la realidad tenga un orden lgico, una arquitectura inmanente milagrosamente igual a la del intelecto: tan slo afirmamos que el modelo que construimos para reflejarla no es contradictorio en tanto tal y que ms vale que no lo sea. Un modelo sistematiza una mirada terica que
ordena una concepcin de la realidad sin trasmutarla, pues es precisamente funcin de la teora
introducir un orden, ms que mapear lo dado miembro por miembro. El orden en el modelo nada
tiene que ver con la legalidad o la regularidad del mundo, y menos todava (a pesar de Gadamer, de
los neoweberianos o de los neotylorianos) con la racionalidad de las conductas que son su objeto. Y

406

a la inversa, el modelo que representa el caos, el desorden o la complejidad desorganizada no ha de

ser imperiosamente catico4.
Tener un instrumento preciso de clculo cualitativo no implica ninguna certidumbre global ms
all de la coherencia interna, lo mismo que disponer de una calculadora aritmtica poderosa no
garantiza los valores de verdad de una teora que, entre otras cosas, cuantifique. Una teora puede ser
lgicamente perfecta y empricamente falsa, pues la interpretacin semntica de las entidades a las
que recurre no forma parte de los procesos de inferencia que desde un punto de vista formal la
constituyen, y las premisas en que la teora se origina pueden estar equivocadas. Es posible pensar
tambin en seudociencias consistentes, como el trazado de una carta natal, y en ciencias
metodolgicamente indecidibles, como el anlisis estructural levistraussiano: nuestro aporte no tiene
nada que ver con tal demarcacin.
En antropologa existe una sola teora axiomtica, la de William Geoghegan (1970, 1971), que
es perfecta y coherente, pero que es muy probablemente falsa, porque presume la validez de un
anlisis componencial que los crticos han ridiculizado con sobrada razn. Seguira siendo falsa an
cuando se la expresara en predicados de Prolog o en frmulas de LISP en lugar de axiomas
euclidianos. La programacin lgica no modificar este estado de cosas, que presenta problemas que
no slo afectan a las ciencias sociales. Lo que s puede garantizarse es que de ahora en ms el rigor
lgico interno de un enunciado terico es algo que puede someterse a control. Aunque siempre
existirn muchas formas de enunciarlas, en lo sucesivo las teoras enunciadas podrn ser por lo
menos intrnsecamente consistentes, y su articulacin podr ser reproducida, documentada, modelizada y verificada en una misma operacin instrumental. Habr que salir al campo antes, para recabar los datos esenciales, y habr que volver despus, para corroborar si la interpretacin que se
otorga al educto del modelo corresponde con la realidad. Pero lo que suceda en el medio ser ntido y
replicable, aunque sigan existiendo infinitas formas de llevarlo a cabo. Un modelo lgico consistente
no genera verdad, pero mantiene hasta sus conclusiones aquella verdad que hubiere en sus premisas.
Cuando alguien nos proponga un mtodo (por ejemplo, el mtodo estructuralista levistraussiano
de anlisis mitolgico, o el mtodo cognitivista de anlisis de componentes semnticos, o el mtodo
ecosistmico de Rappaport para explicar la funcin del ritual) podremos en lo sucesivo reproducirlo,
ponerlo en actividad y comprobar en el acto si funciona tal como se alega que lo hace. La programacin lgica del discurso disciplinar redunda as, a travs de la clarificacin de los supuestos y de los
procedimientos analticos, en lo que Clifford Geertz llamara el "refinamiento del debate". Y esto no
es una presuncin utpica, sino una posibilidad palpable: nosotros mismos hemos incluido pruebas
de la extraordinaria capacidad modelizadora de la programacin lgica en los apndices que
acompaan este ensayo.
An cuando la realizacin de un programa pueda estar sesgada, an cuando se puedan malinterpretar aviesamente los postulados de una teora a la cual se recusa escudndose en la "prueba de la
mquina", la expresin formal de los argumentos configura una instancia sobre la que se puede debatir con harto ms claridad que la que se puede alcanzar con medios convencionales. Tenemos en ella
una forma pautada de representar el conocimiento, de sacar a la luz los supuestos ocultos y de visualizar la estructura de toda la construccin conceptual. A diferencia de Geertz (con quien jams hasta
4 Este nfasis es necesario porque con frecuencia se ha equiparado la bsqueda de modelos no contradictorios con una afirmacin
implcita sobre la adecuacin del mundo a la mente, o se ha afirmado que el carcter paradjico de la realidad impone la necesidad de
construir modelos contradictorios para dar cuenta de ella (cf. Feyerabend 1982:36, 226-232).

407

hoy hemos coincidido virtualmente en nada), pensamos que el debate no puede refinarse hasta que el
consenso se perfeccione. Y al contrario de l, tambin, que nos regal con su descripcin densa un
pretexto para que se sepa poco y para que valga todo, ofrecemos un mtodo para llevar adelante ese
perfeccionamiento, un mtodo de una naturaleza tal que quien pretenda impugnarlo deber cargar
con el peso de la prueba y enarbolar una respuesta mejor que la de llamarnos tecncratas.
Nos parece importante que la programacin lgica est en condiciones de satisfacer un objetivo
estipulado por un antroplogo que es, acaso, el enemigo arquetpico de la formalizacin. Tambin es
esencial, en lo que concierne a las posibilidades de incorporacin y asimilacin de estos recursos,
que los mismos no sean esotricos ni impongan procedimientos forzados de cuantificacin o de
escritura simblica. Hay que insistir en sto: disponer de una herramienta de diseo y control terico
no involucra que el antroplogo est de ahora en adelante obligado a cuantificar o a memorizar las
insulsas tablas veritativas del clculo de proposiciones. Admitir que la programacin lgica es difcil
no es afirmar que sea artificiosa. La gracia de este juego tiene que ver con la capacidad de la programacin lgica para plegarse al mtodo de las ciencias sociales sin distorsionar su esencia, an
cuando despus quepa volver sobre esa esencia para discutirla, alterarla o ponerla en crisis.
Ms todava, la competencia cuantificadora de los modernos lenguajes de programacin lgica
es apenas discreta, si se la compara, por ejemplo, con la del venerable Fortran o con la del Algol; y la
sintaxis del lenguaje que escogeremos nada tiene de la apariencia cabalstica de las ecuaciones
lgicas, carentes (por definicin) de significado. En esta propuesta, la cosa no pasa por ah: quienes
eternamente confunden rigor metodolgico con cuantificacin o con el despliegue de lgebras
carentes de ambigedad por su misma falta de denotacin, pueden bajar las armas. Lo mismo se
aplica a quienes en lugar de vindicar la cuantificacin como garanta de cientificidad, hacen pasar el
rigor por la posibilidad de las definiciones taxativas, o por la extrapolacin del imaginario metodolgico de las ciencias naturales.
Lo ms seductor de todo el espectro de posibilidades de la programacin lgica es que ella opera
eminentemente con smbolos y relaciones, ms que con cantidades y operaciones aritmticas. Las
teoras antropolgicas pueden introducirse as en la mquina casi tal cual se las enunciara en
lenguaje natural, aunque sometindose, claro est, a una cierta convencin notacional. Por aadidura,
las constelaciones de ideas que an no han llegado al estatuto de verdaderas teoras hallarn en la
programacin lgica el incentivo y el medio para alcanzarlo, clarificando en el ejercicio interactivo
con el sistema tanto los supuestos y el aparato categorial como los procedimientos del investigador.
Al igual que el personaje de Molire lograba hablar en prosa sin esfuerzo, teorizaremos sin notar que
lo hacemos.
Todava ms: se podra decir que lo que en realidad se introduce primariamente en la mquina
no es tanto una teora (en el sentido ms restrictivo) cuanto una descripcin ordenada del objeto que
le atae y todo cuanto de l sabemos. La "teora" se va construyendo despus, interactivamente, y se
constituye como el conjunto de hiptesis que resultan verdaderas a partir de la informacin de que se
dispone. Esto es as porque la programacin lgica es declarativa (o descriptiva): un programa lgico ideal no consiste en un conjunto de operaciones discretas realizadas ms o menos
arbitrariamente sobre el material cuya naturaleza semntica se refiere a la conducta de la mquina,
sino en una descripcin sistemtica de un fenmeno o dominio del conocimiento. Un programa
lgico slo se denomina "programa" porque se lo sigue implementando en una mquina y utilizando
un lenguaje computacional que ella puede decodificar; pero un programa "puro" escrito en Prolog no
hace ms que enunciar un conjunto de hechos pertinentes sobre un campo acotado del saber, en
408

forma de una serie de afirmaciones y reglas que hacen pensar ms en los axiomas de las matemticas
que en rdenes dadas a un aparato5 . Se realiza entonces una descripcin de lo que se sabe, inscrita al
comienzo en una exploracin vacilante que luego se sistematiza casi sin advertirlo, en un nivel de especificacin que poco o nada tiene que ver con la conducta binarizante de un sistema clsico de
procesamiento electrnico de datos. El carcter sistemtico de esta descripcin es, como se ver, un
emergente de la experiencia del estudioso, de su interaccin con el sistema de programacin y del
enriquecimiento que significan las innumerables exploraciones en Ciencia Cognitiva, Informtica e
Ingeniera del Conocimiento, cuyas experiencias pueden incorporarse desde ahora al horizonte
disciplinar.
Por supuesto, las hiptesis que pueden llegar a plantearse sobre un mbito cualquiera del conocimiento pueden llegar a ser infinitas, y en el nivel actual de la tecnologa la computadora no es (an)
capaz de formular espontneamente ninguna. Resolver dilemas mediante un procedimiento automtico no es lo mismo que proponerlos mecnicamente. Deslindar cul hiptesis es la ms fundada no es
lo mismo que probar cul es la menos trivial. La iniciativa que despus de Peirce hemos convenido
en caracterizar como abduccin sigue siendo privativa del investigador humano, y est perfectamente
bien que as sea. Aunque la abduccin puede simularse mediante una estrategia de inferencia conocida como encadenamiento hacia atrs (de la que luego hablaremos), las mquinas siguen siendo
inertes y estpidas: todo lo que el ordenador puede hacer es determinar si una hiptesis que atraviesa
el conocimiento descripto puede o no verificarse tomando ese conocimiento como axioma o premisa.
Pero con esto ya es suficiente.
Lo que personalmente nos atrae de la inteligencia artificial no es la promesa eternamente
diferida de desarrollar mquinas sagaces, sino la posibilidad actual de modelizar los procedimientos
cientficos, comenzando por la representacin del objeto o de lo que el estudioso sabe acerca de l.
Habr que programarlo todo, porque los lenguajes de computacin en s mismos no hacen
absolutamente nada, y habr que desarrollar toda la interface entre una informtica que no se
preocup por sustentar a una ciencia inexacta y una antropologa que desde las oportunidades de
aprender el rigor.
El partidario de una antropologa interpretativa y humanstica no debe sentirse intimidado por la
resonancia cientificista o escolstica de los trminos que venimos empleando: axioma, premisa,
teora, hiptesis, clculo lgico, inferencia. Despus demostraremos la forma en que los razonamientos cualitativos de la antropologa humanstica, soft, son tambin, a su manera y mal que les
pese, clculos lgicos a cuyo rigor esta herramienta puede asimismo contribuir. Y del mismo modo,
ejemplificaremos de qu manera el rigor lgico que puede alcanzarse en el planteamiento de
hiptesis en programacin lgica puede comprenderse, sin distorsin alguna, como una versin
enriquecida y precisa del supuesto fenomenolgico e interpretativo por excelencia que estipula la
"prioridad hermenutica de la pregunta" (Gadamer 1977). De hecho, en un entorno de programacin
lgica adecuadamente reflexivo, el planteamiento de preguntas, hiptesis y teoras -en ese orden de
magnitud creciente- ratifica gran parte de las mejores elaboraciones fenomenolgicas en ese sentido,
sentando las bases de una conmensurabilidad impensada con las premisas de un "positivismo" meto-

5 La comparacin pertenece a uno de los inventores del lenguaje Prolog, Alain Colmerauer (1984:1072).

409

dolgico que se sospechaba en sus antpodas6. Para expresarlo en otras palabras, podramos decir
que, a la luz de su enunciacin en predicados lgicos, los mtodos enraizados en la emulacin de las
ciencias naturales y los mtodos comprometidos con un marco hermenutico revelan ms de un segmento de coincidencia y una naturaleza si se quiere complementaria. Ms tarde volveremos sobre
este particular, y sobre la mirada reflexiva que las tcnicas que hemos desarrollado son capaces de
arrojar sobre la teora.
Recin hablamos de representacin del conocimiento, y luego veremos la forma en que ese conocimiento se expresa, con una versatilidad an inalcanzable -por ejemplo- por los sistemas de
gestin de base de datos ms sofisticados. Por ahora digamos que ni siquiera es imperativo que la
descripcin sea completa, que las definiciones sean taxativas o que las clusulas se sujeten a
exigentes cnones de sintaxis. Aunque algunos lenguajes (como el LISP) parezcan enrevesados y
resulten desagradables a la vista, en programacin lgica no hay formas preestablecidas de representacin ni contenidos de estipulacin forzosa. Podemos representar el agua diciendo que corre
por los arroyos cuando deshiela, que es inodora, incolora e inspida, o que est compuesta por dos
tomos de hidrgeno por cada tomo de oxgeno. Del mismo modo, podemos referirnos a los mataco
como el grupo bitico que vive a determinada latitud y longitud, haciando mencin de sus dioses o
computando la poblacin de sus asentamientos: la naturaleza de la representacin depende de los
objetivos tericos, y no se excluye que stos sean la reproduccin del pensamiento salvaje, el desvelamiento de las estructuras del delirio, la modelizacin ecolgica o la descripcin pautada de la
poesa. Si hay algo que la programacin lgica no presupone, es que haya un solo modo (o un modo
completo, u objetivo) de representar los datos, o datos que sean ms dignos que otros, o ms proclives a la representacin.
El programa lgico puede o bien acoger informacin conceptualmente dispersa para explorar ulteriormente nexos posibles, o concentrar conocimientos focalizados para construir acabadamente una
teora, con todos los grados intermedios de economa categorial, recursin, anidamiento o redundancia. Como no hay umbral de simplicidad o lmite de complejidad que se impongan al diseo del programa, y como tampoco se prescriben sus contenidos, la tcnica de la programacin lgica no se restringe a ninguna etapa especfica de la investigacin ni obliga a establecer modalidades
idiosincrticas de trabajo. Sera una bella propuesta sugerir que la utilizacin misma de la
herramienta se disimule para evitar que se la endiose, para impedir que usurpe los primeros planos, y
que se la saque a la luz slo en el caso de que alguien ponga el trabajo propiamente antropolgico en
tela de juicio, para operar entonces una demostracin an mejor.
Dado que la esencia de la programacin lgica es la operacin con smbolos, por primera vez en
la historia de la informtica nos es posible recurrir a las mquinas para garantizar el juego limpio de
los procesos conceptuales que encadenan nuestras descripciones y nuestros juicios. El programador
escoge tanto la sintaxis como la interpretacin semntica, y no est en principio constreido por
ninguna lgica consagrada, sino slo por sus propias necesidades de organizacin. Las limitaciones
son, en todo caso, las mismas que las del pensamiento, pues la generacin de teoras no est prescripta de antemano ni se desencadena inevitablemente como subproducto del mero accionar de las
mquinas. En computacin hay un axioma primario: garbage in, garbage out, o en buen romance,
"si se ingresa basura, basura es lo que se obtiene". Si de la informacin que se introduce es imposible

6 En Inteligencia Artificial existen, de hecho, estrategias ntegramente consustanciadas en el ideal de la fenomenologa y la hermenutica.
El ms representativo de sus promotores ha sido, quiz, Terry Winograd (cf. Winograd y Flores 1987).

410

deducir genuinamente un orden, la mquina no lo har por nosotros. A lo sumo, lo podr deducir en
tanto y en cuanto ese orden sea genuinamente deducible, y siempre que una abduccin creativa, un
acto de la imaginacin, proponga su clculo.
Aunque el humanista sentado ante la pantalla puede darse el lujo de soslayar los problemas lgicos puntuales e ignorar la mecnica del silogismo, el significado de las conectivas o la interpretacin
de los cuantificadores, la destreza que confiere el conocimiento de la lgica no es de despreciar. Si al
programador le place, puede acatar los procedimientos de la lgica acadmica, que son los que operan by default, es decir, los que se desenvuelven a menos que se estipule lo contrario. Con la suficiente experiencia de programacin, se puede hacer que los procesos lgicos adquieran matices propios de una escuela o de una tendencia epistemolgica determinada, o que alternen, por ejemplo, el
sabor matematizante de Russell o Tarski con las iniciativas de Church o Quine. Pero si el programador quiere, puede poner en marcha las premisas de una lgica polivalente, de la lgica difusa, de la
lgica probabilista o de la lgica chamacoco, en tanto sea mnimamente capaz de especificarla. Por
aadidura, es posible someter el mismo conjunto de hechos a interrogaciones e hiptesis derivadas
de premisas lgicas discrepantes, y someter los resultados de esa inspeccin a una comparacin
formal.
Desde ya, no slo podemos emular un rico repertorio de premisas lgicas en la base, sino que
tambin podemos plegarnos a los variados conjuntos de principios tericos que rigen la naturaleza de
los problemas planteados y la forma de hacerlo. Podemos fingir incluso que nos hemos vuelto momentneamente estructuralistas, o materialistas culturales, o hermeneutas, haciendo que la formalizacin se pliegue a todos los matices tericos que correspondan para iluminar el mismo conjunto de
hechos desde distintos ngulos, o para ver cmo se transforman las cosas que llamamos hechos cuando cambiamos de premisas.
Esto ltimo quiere decir que, en trminos de la antropologa del conocimiento o de lo que se ha
dado en llamar ciencia cognitiva, la programacin lgica constituye un excelente dispositivo de
modelizacin. Pero no est todo dicho: si la descripcin del fenmeno que se modeliza es
suficientemente densa, conexa y ordenada, la descripcin se transforma en un mecanismo generador
de (potencialmente) todas las instancias posibles de ese fenmeno. La misma descripcin es susceptible de comportarse, aadiendo los procedimientos adecuados, como esquema descriptivo, como
base de datos y como modelo de simulacin conceptual de los procesos relativos a ese dominio.
Si describimos, por ejemplo, la estructura de una serie de mitos o relatos como un conjunto de
clases de variables ordenadas de cierta manera y con determinados contenidos posibles, es factible
realizar la descripcin situndose en un nivel de generalizacin relativamente elevado y luego
generar los mitos que responderan a la descripcin en base a un corpus o a un inventario de los
valores que podran asumir las respectivas clases de variables. El educto o salida de este proceso de
simulacin sera un conjunto de narraciones individuales que nunca fueron introducidas como tales
en el almacenamiento de la mquina, pero que seran estructuralmente posibles en funcin de la descripcin general propuesta en forma de reglas combinatorias o de pautas emic.
Lo mismo podra lograrse, naturalmente, si se tratara de procesos de cambio social, de patrones
de asentamiento, de modelos de conducta interactiva, de acumulacin de huesos en un yacimiento o
de paneles de arte rupestre: basta definir los valores de sus respectivas variables como hechos y su
secuencia o combinatoria posible como reglas. El sistema se encarga de instanciar los valores con
sus posiciones estructurales, generando as una representacin dinmica del fenmeno. Si los
"procesos", "tendencias generales" o "estilos" estn correctamente expresados, obtendremos una re411

produccin realista de los fenmenos correspondientes; y si esa re-produccin no es satisfactoria,

tendremos ocasin de revisar la estructura de las reglas propuestas y de introducir las modificaciones
a que haya lugar. Si se desea, se puede complementar la resolucin lgica de este proceso con una representacin figurada o esquemtica expresada en el mismo lenguaje de programacin, desplegando
rboles esquemticos, grafos, diagramas de flujo, pinturas, colores, smbolos o secuencias sonoras,
de acuerdo con el fenmeno que se trate.
Aunque la programacin lgica es naturalmente ms productiva cuando se utiliza para analizar
una articulacin terica precisa, un nudo crucial de los procesos de razonamiento, una hiptesis
consciente de ser tal, que cuando se la implementa para formalizar comentarios incidentales, con
toda honestidad no sabemos que exista ningn mbito de la disciplina imposible de expresar a travs
de ella. Modelizar una teora compleja puede resultar imprctico, y cuanto menos conexos sean sus
momentos, cuanto menos se crucen los trminos que participan en sus proposiciones, tanto ms
esculida ser su productividad; pero en principio no es imposible, y hasta podra ser fundamental si
es que se la modeliza con la intencin de optimizarla. Si se puede manifestar verbalmente una idea,
luego ser posible tambin expresarla en los predicados que constituyen la base sintctico-semntica
de nuestra herramienta. Las definiciones taxativas no tienen nada que ver con sto, pues se refieren al
espacio emprico de la operacionalizacin7 , y no necesariamente al proceso de formulacin y verificacin lgica de una teora o a la construccin de un modelo, que es donde nosotros situamos nuestro
aporte.
Esta observacin es importante, pues se refiere a una instancia que no ha sido debidamente
esclarecida por la epistemologa de las ciencias. La definicin es un dilema operacional,
interpretativo o emprico que slo adquiere la apariencia y la naturaleza de un problema lgico all
donde especfica y explcitamente se lo estipula como tal. Como problema lgico, la debilidad y la
fuerza de las definiciones radican en la consistencia interna del modelo del cual forman parte, y ya
no en su aplicabilidad. La coherencia interna de los modelos y de las teoras puede establecerse sin
mayor conflicto en funcin de definiciones que no tienen por qu remitir inexorablemente a la lgica
de clases y que slo tienen vigencia en su interior.
Por supuesto, de lo que nada puede decirse lo mejor es callar. Pero todo lo expresable es desde
ahora pasible de formalizacin. La amplitud de significaciones que puede ser cubierta por la programacin lgica slo deja de lado a las formulaciones voluntariamente inefables o a las que se niegan a
reconocer los principios elementales de la identidad y la contradiccin, cerrndose a la posibilidad de
toda polmica (p.ej Tyler 1986); su exclusin, a decir verdad, no nos importa demasiado.

7 Es decir, los procedimientos que problematizan las condiciones necesarias y suficientes que debe satisfacer determinada entidad del
mundo emprico para calificar como instancia de determinada categora de la teorizacin.

412

3. LOS LMITES ANTROPOLGICOS DE LA COMPUTACIN CONVENCIONAL

Dado que este ensayo no configura un manifiesto de ninguna "antropologa computacional" que
conciba la tecnologa como un beneficio que se presta a las ciencias por el solo hecho de que el progreso avanza, debemos poner en claro cules son las diferencias que median entre una propuesta
como la nuestra, hecha en trminos de programacin lgica, y una apologa indiscriminada en favor
de las mquinas. Lo que podamos decir ms adelante sobre el panorama metodolgico que la programacin lgica nos abre, no tendra mayor sentido si no dejramos sentados cules son a nuestro
juicio los lmites de las tcnicas convencionales de programacin con las que aquella contrasta.
Lmites que explican, por otra parte, el minsculo impacto que la alardeada revolucin informtica
ha tenido hasta hoy sobre las ciencias sociales renuentes a la cuantificacin. La pregunta a formular
es sensata: si ocurri verdaderamente una revolucin en el saber y si es cierto que la sociedad misma
est cambiando por ello cmo es posible que nuestra disciplina no haya acusado su efecto?
Aqu se superponen dos responsabilidades, una por cada disciplina involucrada. Por un lado, las
elaboraciones computacionales de la antropologa son, hasta la fecha, enormemente convencionales,
cuando no de una estremecedora candidez. Por el otro, los estudios que, desde la informtica, pretenden ilustrar la utilidad de las nuevas tcnicas de inteligencia artificial para los diferentes campos del
saber, no acostumbran incluir a las ciencias sociales entre los candidatos a beneficiarse. Lase un ensayo en que se describa el uso de computadoras en antropologa sociocultural, y se lo encontrar
irremisiblemente trivial, informticamente hablando. Bsquese un texto importante que ofrezca genuinas herramientas de inteligencia artificial especficamente pensadas para las ciencias sociales, y
ser afortunado quien lo encuentre.
Hay que demostrar aquel aserto y aportar una solucin al problema sealado en ste. Lo primero
es la demostracin, porque para resolver lo segundo es que elaboramos las interfaces, construimos
los modelos y escribimos este ensayo. En la demostracin que discurre en los siguientes prrafos
seleccionaremos nuestros ejemplos de la arqueologa, la cual se precia de mayor rigor metodolgico
que la antropologa sociocultural, quiz porque de tarde en tarde cuantifica. Debe entenderse que
nuestro dictamen, sin embargo, es extensivo a las aventuras computacionales de todas las dems orientaciones o mbitos de nuestra profesin.
Como podra esperarse, ni una sola de las aplicaciones antropolgicas de recursos
computacionales nos resulta satisfactoria. Textos como el de Richard y Ryan (1985), sobre
computacin y arqueologa, slo cubren unos pocos productos ready-made sin hacer referencias
tiles a tcnicas de programacin de carcter ms bsico, mencionan una tecnologa que ya era
obsoleta a la fecha de la publicacin y dedican ms de la mitad del libro a una introduccin a la informtica absolutamente inespecfica, que no es ms til a un antroplogo de lo que lo sera para un
empleado bancario. Al margen de ello, Richard y Ryan analizan paquetes de software escasamente
portables y realizan afirmaciones infundadas, como la que pone en duda que en los prximos aos se
efecten avances en materia de lenguajes de programacin que puedan tener incidencia sobre la
disciplina (1985: 201). Este es un aserto que ningn analista osara suscribir en una era de evolucin
tecnolgica explosiva y al que un trabajo como el presente sin ningn lugar a dudas recusa. Puede
juzgarse la calidad computacional de este texto a partir del hecho de que dedica siete pginas al lenguaje COBOL, construido para satisfacer requerimientos comerciales, sin acusar siquiera recibo de la

413

existencia del Prolog, de los sistemas expertos o de los lenguajes de programacin orientados al
objeto.
El ensayo de Dan Moore (1978), que versa sobre lenguajes de simulacin de procesos arqueolgicos, ilustra con meridiana claridad la forma en que las referencias a la computacin como garanta
de exactitud encubren la vaguedad de todo lo que se afirma. Moore, por ejemplo, comenta dos presuntos "lenguajes compiladores" de simulacin, SIMSCRIPT y SIMULA, cuya adopcin
recomienda. Ahora bien, ni SIMSCRIPT ni SIMULA son en realidad lo que una definicin precisa
caracterizara como "lenguajes" de esa naturaleza, ni es en absoluto verdad que los compiladores
estn "orientados hacia el problema, y no hacia la mquina", como eventualmente se pontifica
(1978:11).
Existen, de hecho, lenguajes de muy bajo nivel, ntegramente "maquinsticos" en su semntica,
que son sin embargo compilables, y existen tambin versiones interpretadas (es decir, no compilables) de Prolog, que es un lenguaje de altsimo nivel: la diferencia, sencillamente, no pasa por ah.
A diferencia del SIMSCRIPT y del SIMULA, el Prolog no slo es un lenguaje cabal, sino que al
igual que el LISP, puede llegar a ser su propio metalenguaje: su gramtica es especificable en Prolog
mismo. Por otra parte, la estructura de las clusulas de SIMSCRIPT y de SIMULA revela a las claras
que no estamos en presencia de lenguajes, sino de macro-lenguajes: entidades computacionales de
alto nivel, compiladas sobre un lenguaje verdadero de nivel ms bajo (tal vez FORTRAN o
ALGOL), pero que carecen de una gramtica BNF completa8 y que lo mismo podran operarse
mediante "frases" como a travs de planillas, teclas de funcin, ratones o mens. Ntese que
hablamos de "compilados", no de "compiladores": confundir estos conceptos equivale a incurrir
(como Moore lo hace) en una gruesa falacia de tipificacin.
En qu medida puede un arquelogo adquirir uno de estos productos, ponerlo a funcionar y estar seguro de que lo que produce responde a una fundamentacin rigurosa? Pensamos que en ninguna. Lo concreto es que cada clusula en uno de estos macro-lenguajes compilados dispara una cantidad no especificada de pasos, cuya naturaleza tampoco est especificada. Podemos confiar en la correccin de los productos, pero en ausencia de una documentacin completa de sus fundamentos filosficos y matemticos, esta confianza no pasa de ser un acto de fe. Fuera del fetiche tecnolgico y de
las pginas cubiertas de frmulas oscuras, no hay en el artculo de Moore ninguna formalizacin, por
cuanto los algoritmos procedimentales de ambos productos son una incgnita que se agrega a los
pasos del mtodo. Como herramienta de axiomatizacin cientfica, lo mismo vale encomendarse a
Dios.
El artculo de Dennis O'Neill en American Antiquity representa el proverbial encantamiento de
los antroplogos hacia las bendiciones prcticas de los productos off the rack orientados al comercio,
que pueden ser utilizados "para catalogar, clasificar y simplificar el anlisis de los datos
arqueolgicos rpida y fcilmente". "No es necesario -agrega O'Neill- que los arquelogos esperen
ms tiempo antes de pasarse a las computadoras para la mayor parte del procesamiento de sus datos"
(1984:809, 814). En nuestro trabajo se encontrar muy poco de este simplismo aferrado a la
practicidad, porque aqu no consideramos al antroplogo como el usuario de un producto en el tratamiento de sus datos, sino como el programador de una mquina en la representacin de sus
8 BNF es acrnimo de Backus Naur Form, una gramtica de estructura de frase context free, similar a la porcin generativa de la
gramtica chomskyana. En informtica, esta es la forma de presentacin cannica de los metalenguajes; ningn lenguaje carente de esa
especificacin se considera plenamente tal.

414

conocimientos. Esta ltima es, como se ver, menos una cuestin de prctica que de teora, aunque la
prctica resulte tambin afectada.
No somos nosotros ni los inventores de la idea ni los descubridores del hecho de que la computacin se ha venido empleando torcidamente en las ciencias sociales. Hace ya veinte aos, el
polmico Allan Coult (creador de una inslita "antropologa psicodlica") protestaba contra los
abusos en el uso de computadoras en nuestra disciplina, poniendo en el centro de su mira a las
complicaciones superfluas, ms que a las formalizaciones ilusorias:
El uso de computadoras es para muchos antroplogos una tcnica mgica empleada por unos pocos de sus
colegas; a ellos se les da automticamente el ttulo de sabios matemticos, porque su trabajo tiene el prestigio
relacionado con los mtodos cuantitativos y porque sus colegas, mayormente incapaces para juzgar sus resultados, aceptan la validez de sus trabajos como artculo de fe. Es suficiente cubrir cierto nmero de pginas
con notaciones oscuras y frmulas matemticas para que sean publicadas en nuestras revistas ms prestigiosas.
[...] En ninguna otra profesin la reputacin de competente se construye sobre una habilidad tan escasa (Coult
1968:22, 26).

Las afirmaciones de Coult estaban ampliamente fundadas en una generalizacin a partir de casos
concretos. Tras esos juicios, Coult desconstrua varias de las empresas que en su poca parecan
augurar un futuro deslumbrante para la sistematizacin de la ciencia: el anlisis matemtico de la
terminologa comanche de parentesco realizado por Hammel, el anlisis factorial de datos transculturales de LeVine y Sawyer, los clculos estadsticos de Robert Textor sobre los archivos de la HRAF.
Podramos seguir cuestionando los usos antropolgicos de la computacin hasta el infinito. Aunque algunas aplicaciones son ingeniosas, por lo comn han sido tan precarias que su crtica pronto se
vuelve letrgica de tan fcil que resulta. Por lo dems, la dificultad de la computacin se ha vuelto un
tpico profesional de la antropologa. Yasunori Yamamoto, en un artculo circunstancial pero significativo, caracteriz cinco niveles en el uso de las computadoras por parte de los etnlogos:
1) Utilizacin de datos que otras personas ya han procesado computacionalmente.
2) Requerimiento de desarrollo de un programa de computadora a un especialista, a fin de
efectuar determinado proceso. Para Yamamoto esta puede llegar a constituir "una de las
interfaces ms inteligentes entre el hombre y la mquina".
3) Utilizacin de programas ya hechos, simplemente en el papel de usuario final.
4) Combinacin de programas ya hechos, subrutinas y paquetes de aplicacin para el tratamiento de determinados datos.
5) Programacin de una computadora utilizando un lenguaje determinado.
Yamamoto presume que "el etnlogo puede hacer todo lo que puede hacer un especialista en
computacin"; pero el costo de esta capacitacin es elevado y el proceso de aprendizaje es tedioso.
Viene bien sintetizar el panorama que se nos pinta, por cuanto es expresivo del estado de cosas propio de la programacin procedimental:
An para un programador profesional, no es fcil escribir un programa en gran escala que funcione
correctamente. Un etnlogo que trata de escribir un programa experimenta dificultades a un nivel ms primario.
Primero, se enfrenta a conceptos no familiares (tales como variable, loop, salto condicional, subrutina) y a
estructuras de datos complicadas. Cada paso del programa significa una funcin abstracta y constituye slo una
parte muy pequea de todo el programa. Lo que l quiere procesar se debe reducir a una larga secuencia de
clusulas que la computadora pueda entender. El trabajo es tedioso y se debe hacer paso a paso, y siempre hay
un hiato entre cualquier paso del programa y el objetivo final. Las reglas (o gramticas) del lenguaje de programacin son muy estrictas. Si se omite un solo punto, el programa no correr como se espera que lo haga. Con

415

muchas otras responsabilidades aparte de la programacin, un etnlogo habitualmente no puede dedicar tiempo
a escribir un programa (Yamamoto 1987:176).

Ned y Lou Heite (1982), arquelogos de profesin, llegan a conclusiones similares que traslucen
la existencia de una "barrera de jerga" entre las ciencias sociales y la informtica, barrera que impide
a los antroplogos acercarse a herramientas potencialmente tiles. Ellos piensan que la valla
interpuesta por esa jerigonza se puede trasponer o eludir. Nuestra opinin es otra, porque conocemos
la denotacin de esa jerga y sabemos que aunque ocasionalmente se la despliega en vano, en general
es precisa e inevitable: no se trata, como podra prejuzgar el humanista receloso, de una coleccin de
ensalmos y frmulas pensadas para deslumbrar, de un amontonamiento de mantras tecnolgicos,
sino de una forma de referencia sinttica a una enorme experiencia sustantiva que no podra
enunciarse de otra manera sin multiplicar el nmero de significantes que hay que conocer.
El hecho es que ambos campos no se comprenden. No slo hay una jerga que asimilar, un vocabulario que agregar al que toda elaboracin cientfica de por s prodiga: hay un know-how
descomunal al que esa jerga corresponde y que no se agota en ella. La solucin a este dilema serio y
cierto no parece ser, empero, la interdisciplinariedad. Uno de los factores que este ensayo y sus
exploraciones concomitantes procuran eliminar de raz es la incompatibilidad que se ha manifestado
tantas veces en la produccin interdisciplinaria, en la que los diversos especialistas convocados no
han logrado comunicarse plenamente sus respectivas necesidades y ofrecimientos. Si la
interdisciplinariedad es el justificativo de una modalidad de capacitacin tcnica inmovilizadora para
una de sus partes, entonces redondamente nos oponemos a ella.
Analicemos con algn detenimiento la forma en que se desenvuelve la cooperacin interdisciplinar entre antroplogos e informticos. Lejos de materializar la "interface ptima" que seduca a Yamamoto, lo habitual es que el analista de software ignore las connotaciones de la informacin antropolgica que se le suministra y el contexto preciso de las polmicas internas, y que el antroplogo
presente un requerimiento que en gran medida es ininteligible o de escaso inters para sus colaboradores eventuales. En nuestra peregrinacin a la Universidad de Davis en busca de la mayor autoridad mundial en modelos arqueolgicos de simulacin, hallamos que el mismo ignoraba el lenguaje
en el que se haban programado sus sistemas, el tipo de mquinas en que podan correr y los entornos
operativos a los que se podan portar. No obstante el prestigio acadmico que por lo comn se otorga
a la labor transdisciplinar, las monografas cooperativas, como la de Colby y Knaus (1974), la de
Coult y Randolph (1965) o la de Stefflre, Reich y McClaran (1971), son invariablemente decepcionantes.
La interdisciplinariedad convencionalmente entendida promueve extravagantes parlisis de la
iniciativa epistemolgica, como si se encontrara mayor virtud en recalcar la ignorancia que el usuario
tiene de los beneficios tecnolgicos que se le dispensan, que en tratar de disipar su misterio. Para
ejemplo basta este caso: despus de treinta y cuatro aos de publicar artculos sobre el uso de computadoras en arqueologa y sobre el problema de la significacin, Jean-Claude Gardin nos sorprende
revelndonos que l no es "ni un semitico ni un experto en computadoras" (1989:5). Cualquiera
haya sido el predicamento de los clsicos hitos transdisciplinares que mencionbamos antes, hoy se
los percibe como conatos rudimentarios, exultantes de una candorosa tecnolatra, por poner un nombre a una nueva clase de conducta fetichista en la que una de las partes no saba qu pedir, la otra ignoraba qu ofrecer, pero ambas proclamaban de todas maneras su vanguardismo. En este mbito de
interdisciplinariedad compulsiva, ni los problemas antropolgicos han sido planteados en toda su
complejidad y riqueza de matices, ni los recursos informticos han sido aplicados en toda su
416

potencia, probablemente porque la interaccin necesaria y la compenetracin mutua (si es que son
posibles) requeriran una comunidad de intereses y motivaciones que debera extenderse a lo largo de
muchos aos, so pena de trivializar tanto el problema como su resolucin.
Que ambos se han venido trivializando, es harto evidente. De otra manera no se habra podido
considerar que la adopcin de los beneficios de la "inteligencia artificial" por parte de los antroplogos es un hecho consumado, que no suscita ninguna dificultad especial (p.ej. Colby, Fernandez y
Kronenfeld 1981; Toren 1983). Nuestra tesis demuestra que ese acople no puede materializarse hasta
que se traduzcan sus significaciones, se resuelvan sus puntos oscuros, se exploren sus consecuencias
y sus premisas y se fabriquen los instrumentos adecuados. Por supuesto, a los antroplogos de la
vanguardia les gusta presumir que "utilizan tcnicas de inteligencia artificial" y que la tecnologa del
futuro respalda incluso sus reclamos ideolgicos; (cf. Randall 1976; Rice 1980; Casson 1983), pero
nadie ha alcanzado an siquiera a araar la superficie de lo que esa utilizacin impone, presupone y
representa.
El viso humanista de la enculturacin acadmica de los antroplogos los capacita cuando mucho
para transformarse, pasados unos aos, en programadores diletantes. No conocemos ningn trabajo
antropolgico que testimonie ese maridaje con las tecnologas de avanzada que sea mnimamente riguroso y que no est surcado de gruesos errores de concepto, inadmisibles an en los ejercicios de un
aprendiz novel. Mencionaremos, con todo el respeto que nos merecen sus responsables, algunos de
los disparates ms insignes que a nuestro entender nos han legado, a fin de que se pueda tener una
idea de su carcter abismal:
1) En El Contador de los Das, Benjamin Colby estima posible formalizar la produccin
de textos etnogrficos en base a reglas de reescritura, ignorando la necesidad de reglas transformacionales y de subcategorizacin (Colby y Colby 1987). Aplica, en fin, para dar cuenta
de textos complejos de una cultura extraa, un formalismo que ni siquiera resulta semnticamente aplicable a frases simples de la propia lengua.
2) En "Analogy, Mysticism, and the Structure of Culture", Sheldon Klein (quien al revs
de Gardin s se define como experto en inteligencia artificial) afirma que existiran teoras
que conciben el cerebro como si fuera un autmata finito. Es indudable que Klein utiliza el
trmino equivocado, y como lo hace reiteradamente es posible alimentar la sospecha que no
domina ni siquiera la nomenclatura bsica. En rigor, y si fijamos como precondicin para la
existencia de semejantes teoras que quienes las suscriben sepan qu es un autmata finito,
estas teoras no existen. Los autmatas finitos no pueden ser modelos de la mente, pues como
es sabido, ellos carecen de memoria y parten de un estado inicial completamente estipulable
(Klein 1983; cf. Martin 1972).
3) El mismo Sheldon Klein asevera que el tiempo de procesamiento de un razonamiento
conceptual crece en forma exponencial de acuerdo con la magnitud de la base de datos
(1983). Esta apreciacin, que le sirve de pretexto para fundar un modelo "analgico" del que
despus hablaremos, decididamente es incorrecta y no se funda ni en una evaluacin teortica
seria, ni en una serie tangible de datos experimentales. En todo caso, su sustento matemtico
es errneo. Si un conjunto de datos se sortea siguiendo una estructura de rbol binario, el
tiempo insumido en encontrar un item sera, en promedio, proporcional al logaritmo binario
del nmero total de elementos. Como un buen experto debera saber, el crecimiento exponencial del tiempo de resolucin est relacionado con la complejidad de los procesos de inferencia, y no con la masa de datos que se consideran.
417

4) Dan Sperber, en un conocido artculo varias veces reimpreso (1979) en el que modeliza el procesamiento humano de la informacin, echa mano de un esquema de estructuras procesuales que los especialistas en ciencia cognitiva haban descartado por ineficaz (cf. Toren
1983). Su jerga relativa a los "procesadores" lgicos y simblicos albergados en la mente (derivada de las primeras obras de Ulric Neisser) se salpica sobre una concepcin harto idealizada de los tratamientos computacionales, en un desarrollo que no agrega precisamente
sutileza al peligroso despliegue de metforas de la ciencia cognitiva.
No es de sorprender que los antroplogos menos entusiastas hayan rechazado las tcnicas de
vanguardia con presuroso desdn: Clifford Geertz (1987:39) utiliza un rengln para argumentar su
desprecio por la ingeniera computacional, a la que reputa de "alquimia", en tanto que Marshall
Sahlins (1976) dedica un prrafo de cuatro lneas y una sorna indecible a la condena taxativa de la
lgica nebulosa, favorita de la faccin humanista de la Ingeniera del Conocimiento. En nuestras conclusiones revisaremos las motivaciones escondidas y la estructura conceptual de esas manifestaciones de desprecio, y estimaremos la necesidad de su revisin, de que dosifiquen al menos su
cuota de soberbia, ante un proyecto formal que al fin funciona.
Cuando los antroplogos de vanguardia se refieren a la "inteligencia artificial" casi siempre
denotan una esfera de prcticas sui generis, inscripta por lo general en la llamada Ciencia Cognitiva,
en la que la modelizacin sigue siendo discursiva y no est acompaada por ninguna experiencia
computacional concreta, aunque abunden los diagramas de flujo, los grafos orientados, los
neologismos y las palabras en mayscula. All donde se cantan las loas de la revolucin tecnolgica,
se despliega con ms frecuencia su parafernalia simblica que sus mecanismos de resolucin. El caso
ms notable es el de los desarrollos en "inteligencia artificial" aplicada a la arqueologa por el equipo
francs de Jean-Claude Gardin, Marie-Salom Lagrange y Monique Renaud (cf. Gardin 1967; Gardin
1989; Gardin et al 1987; Gardin et al 1988; Lagrange y Renaud 1982). Estos estudios "posibilistas"
aportan ocasionales reflexiones de cierto inters, pese a su fatigoso semioticismo, a su excesiva
tolerancia para con los planteamientos vagos y al hecho de estar dirigidos por un intelectual que,
como ya dijimos, se jacta de no ser ni semilogo ni experto en computacin (Gardin 1989:5); pero la
relacin de todo este movimiento con la prctica efectiva de la programacin es muy difusa y la
utilidad de los formalismos que han producido para la construccin de modelos es, probablemente,
nula. La mayora de los trabajos consultados en la antropologa computacional y en su periferia,
empero, se ocupa de modalidades computacionales sumamente conservadoras, que ni siquiera han
tomado nota del advenimiento de la inteligencia artificial o lo han hecho circunstancialmente, en una
nota al pie que nos recuerda, ms o menos, que "la ciencia sigue progresando en alguna parte" (cf.
Colby, Fernandez y Kronenfeld 1981; Klein 1983; Reading 1983).
Hagamos de cuenta, por el momento, que la computacin tradicional de naturaleza cuantitativa
es en principio til, metodolgicamente, a la investigacin sociocultural. Esto ya involucra cierto
grado de ficcin. Pero an as tendramos que subrayar que el uso de tcnicas computacionales cuantitativas por parte de los antroplogos es por lo menos potencialmente tan peligrosa como servicial,
si no es que ms. Esta peligrosidad no es marginal, y no se reduce a la sospecha de que los antroplogos carecen por lo general de habilidad en el terreno de la programacin, o al hecho de que los nexos
profesionales con especialistas de otras reas -por efecto del famoso sndrome de la interdisciplinariedad- tienden a ser esquemticos, superficiales o competitivos. A la opacidad de la
computacin en s se aade la de las matemticas a las que se recurre, y de las que resultan cifras que
pocos estn en condiciones de interpretar y menos an de comunicar inteligiblemente a los profanos.
Impulsadas por programas convencionales que son slo ristras de procedimientos variadamente
418

descompuestos, las computadoras slo hacen las operaciones que se les pide, sin analizar si su contexto es el apropiado o su interpretacin es justificable; realizar una operacin de este tipo a mano o
con una simple calculadora de bolsillo (aunque no garantice el mismo prestigio) no es necesariamente ms inexacto.
La peligrosidad de la computacin convencional no es circunstancial, sino que es inherente al
modo en que sta opera. Existe un doble hiato entre la pragmtica de las operaciones de la mquina,
la sintaxis de los lenguajes tpicos de programacin y la semntica del problema que se modeliza. La
programacin en un lenguaje clsico como el Fortran, el Pascal, el Modula-2, el Basic o el mismo C
es intrnsecamente procedimental o prescriptiva. Sea que se trate de un lenguaje de "alto nivel" (ms
cercano semnticamente al problema) o de "bajo nivel" (ms allegado semnticamente a la mquina),
siempre se le est diciendo a la mquina qu es lo que tiene que hacer para resolver un problema.
Con los lenguajes ms cercanos a la mquina estas operaciones prescriptivas o procedimentales no
guardan la ms mnima correspondencia conceptual con el problema; menos an si se trata de un
problema propio de las ciencias blandas. Con los lenguajes de nivel ms alto esa correspondencia
puede llegar a ser aparente, pero se la debe construir paso a paso. A la mquina slo se le dice que
abra archivos, que lea registros, que mueva determinados campos, que efecte ciertas
comparaciones, que realice operaciones entre campos pertenecientes a los registros o entre los contenidos de la memoria, que escriba un registro, que realice una clasificacin por orden numrico o
alfabtico, que cierre un archivo, y as hasta el infinito. Una leve modificacin en la estructura de los
datos, un ligero error en la secuencia de operaciones mecnicas realizadas, bastan para que el
procedimiento sea globalmente incorrecto. Si bien existen prestaciones de tracing que permiten el
seguimiento computacional de un programa, estos recursos no nos acercan un milmetro, semnticamente, al problema general (y conceptual) que un programa de computacin debe resolver. La
computadora es una herramienta veloz y de memoria infalible -qu duda cabe- pero el tratamiento
computacional de un problema es un mecanismo de multiplicacin exponencial de las posibilidades
de resolverlo equivocadamente. Por ello es penoso que cientficos sociales de renombre crean a pies
juntillas en el educto de "ejecutables" preprogramados (que en esta era de piratera de software, casi
siempre han sido robados a un ladrn), y que depositen su confianza en programas intrincados,
careciendo ya sea de los listados fuente que los documentan o de la idoneidad computacional para
descifrarlos.
Los programas elaborados en funcin de las posibilidades de un lenguaje procedimental,
adems, slo sirven para resolver problemas incorporados previamente a su esquema de resolucin.
Los datos que forman parte del almacn de conocimientos representados no sirven para responder
preguntas que no hayan sido consideradas especficamente en los procedimientos, aunque en lo
conceptual se traten de problemas similares a los que s pueden resolverse. Una vez programadas
determinadas consultas no se pueden plantear ni siquiera cuestiones ntimamente relacionadas, por
ms que desde el punto de vista lgico sean triviales (como, por ejemplo, lo son la transitividad, la
semejanza, la generalizacin y la reciprocidad). Es imposible establecer a priori todas las preguntas
pertinentes susceptibles de plantearse a propsito de determinada cuestin. En un lenguaje
prescriptivo, hay que realizar un programa, una rutina o un procedimiento para cada tipo de pregunta
susceptible de ser planteada por el futuro usuario y para cada uno de sus matices de varianza
semntica. Un programa escrito para responder a la pregunta "en qu regin viven los yanomamo?",
por ejemplo, no sirve para responder sobre la marcha a esta otra: "qu otras tribus habitan la misma
regin?".

419

Sinteticemos los peligros aludidos hasta ahora: por un lado, el carcter procedimental de la programacin, que no deriva trabajo sobre la mquina sino que arroja sobre el usuario humano la obligacin de descomponer su problema en pasos esotricos, sin correspondencia con las formas humanas
de solucionarlo. Por el otro, la falta de "inteligencia" de la mquina para resolver problemas afines a
los que hayan sido formulados explcitamente. Por ltimo, la posibilidad totalmente fuera de control
de que los pasos para resolver un problema estn mal estipulados. Pero el riesgo ms importante
tiene que ver no slo con la rigidez y mecanicidad de los procedimientos inferenciales, sino con la
escasa plasticidad de las formas convencionales de representacin de los datos. Si el programa en
cuestin es una rutina de gestin de base de datos (DBMS), pronto hallaremos que las formas de
representacin de los datos propia de esta tecnologa son demasiado esquemticos como para
plegarse a nuestras necesidades conceptuales. Si definimos un campo para indicar -digamos- la
materia prima de un artefacto arqueolgico, o bien slo podemos introducir un indicio sumario, o
bien tendremos que definir ese campo con la longitud de la mxima combinacin probable de
elementos (piedra, madera, cuero, papel, tela, cermica, bronce). En el primer caso perdemos
precisin antropolgica, en el segundo desperdiciamos espacio computacional y enrevesamos las
operaciones de consulta. En ambos, nos alejamos del terreno de una implementacin razonable. Los
programas y lenguajes de la computacin convencional, en otras palabras, carecen de elasticidad para
enfrentarse a datos, casos y fenmenos cuya variabilidad es poco menos que absoluta. Carecen, por
ejemplo, de listas y de rboles, estructuras de datos inherentemente elsticas y capaces de ser infinitamente recursivas, de contener en s mismas otras estructuras verstiles de la misma naturaleza. Un
solo caso de variabilidad de la que no podamos dar cuenta computacionalmente (un nmero variable
de hijos de un matrimonio, un nmero incierto de tribus en una confederacin, un nmero indefinido
de localidades en una provincia, una variable cuyo valor conocemos slo con referencia a muy pocos
casos) nos hacen ya sea adoptar procedimientos imprcticos, o esquematizar la informacin de una
manera que sera inadmisible si hubisemos empleado otra metodologa como -por ejemplo- lpiz y
papel. Hemos conocido casos que a la inadaptabilidad del software agregan el escaso ojo clnico del
antroplogo para las operaciones formales: una base de datos relacional, por ejemplo, sobre la que se
calculaban promedios, ignorando que los valores desconocidos para el antroplogo eran ms bien
nulos para la mquina. Pese a su perspicacia aparente, el software no contaba con ningn recurso
predefinido para neutralizar los efectos de esa falacia.
En los ltimos meses, en los que hemos procurado multiplicar los intercambios de ideas y las
funciones de asesoramiento, hemos chocado con la proliferacin de tcnicas aberrantes, al comps de
la diseminacin de las mquinas: mitos y entrevistas tratados con recursos de bases de datos (en vez
de Hypertext o Cardfiles), conocimiento experto almacenado en planillas de clculo (en lugar de
KBS), y datos cuantitativos sacrificados en aras de las limitaciones estadsticas del Lotus. Los
metodlogos, entretanto, se llaman a silencio, porque su saber artesanal y su formacin humanista no
los capacitan siquiera para interactuar dignamente con los rudimentos de un sistema operativo.
Este apartado no tiene por objeto sistematizar un canon exhaustivo de los fallos de la computacin convencional, sino sencillamente establecer un contraste que los sucesivos captulos debern
enriquecer. Por ello terminaremos mencionando slo un peligro adicional: a nivel de las operaciones
puntuales, la computacin clsica es metodolgicamente indcil porque, salvo que hablemos a la
mquina en binario, su granularidad no es verdaderamente puntual. El procedimiento concreto
seguido por la mquina para la resolucin de una clusula (por ejemplo, un query de SQL o una
comparacin de literales) vara de una marca de software a otra, de una a otra versin de un mismo
producto, de un dialecto a otro de un lenguaje, de una generacin a otra del sistema operativo, al
420

comps de consideraciones tan poco antropolgicas como la economa en la cantidad de memoria

consumida, la reduccin del nmero de pasos elementales en el programa compilado, el tiempo de
acceso en la lectura del disco y as por el estilo. Los fabricantes slo conocen el idioma de la
amplitud creciente de las prestaciones, sin obedecer estndares o intentando imponerlos de facto a
fuerza de inversin publicitaria, de creacin de necesidades y de estrategias de distribucin.
Esto implica, ni ms ni menos, que cuando pedimos a la mquina que efecte una operacin
que, por su propia ndole, se halla ya distanciada de los pasos metodolgicos "naturales" o
sistemticos de la resolucin del problema, no sabemos qu es lo que el sistema hace precisamente
en respuesta a nuestro requerimiento. Al contrario de la programacin lgica, que mira con
desconfianza todo cuanto no est axiomticamente fundado y que dibuja crculos de exclusin
alrededor de algoritmos eficaces pero oscuros, la computacin clsica slo responde a criterios de
masa, velocidad y color, reputndose tanto mejor cuanto ms escondida est para el usuario la
racionalidad de su verdadera articulacin. Si se tratara de planificar una herramienta deliberadamente
amenazadora para las ciencias sociales, no podra delinearse nada tan perverso e incontrolable como
la computacin convencional.

421

4. PROLOG: EL CONTEXTO TECNOLGICO

El captulo que sigue versa exclusivamente sobre computacin; pero de haber un lector antroplogo, ms que insinuarle saltear su lectura le invitaramos a realizarla escrupulosamente. Si bien los
especialistas en informtica podran omitirlo sin mayores prdidas, en l hablamos de ciertos
aspectos que podramos llamar filosficos que la literatura del gnero casi nunca aborda y que
demasiado a menudo se dan por descontados. En los prrafos siguientes se clarifica la denotacin de
algunas categoras tcnicas de orden pragmtico que ya hemos introducido sin mayores aclaraciones
y se brindan pautas para tipificar y comprender mejor las que vienen ms adelante.
Para situar debidamente la herramienta que utilizaremos en el contexto de otras herramientas posibles y en el espacio del estado actual de la investigacin en torno suyo, debemos prodigar algunos
tecnicismos. La informtica abunda en ellos, en una proporcin de mil a uno respecto de una
antropologa que a veces, sin motivos verdaderos, se queja de la proliferacin de su argot. Es nuestro
objetivo, empero, que ninguno de esos tecnicismos se utilice en vano o quede privado de su correspondiente explicacin. No debe olvidarse que este no es un texto de informtica ni un estudio de sus
mltiples aplicaciones, sino el reflejo de una investigacin antropolgica en la que el autor simplemente utiliza la herramienta que corresponde, a la que cree conocer con la familiaridad debida, y a
la que est obligado a hacer conocer con la claridad que sea preciso.
Para ello habr que hacer un poco de historia, lo cual vuelve a ser problemtico porque la historiografa computacional carece de preceptiva, de mtodo y de verosimilitud. Los orgenes del
lenguaje Prolog son oscuros; se sabe que fue inventando por Alain Colmerauer y sus colegas en la
Universidad de Aix-Marseille, hacia 1972, y que su nombre es un acrnimo por programacin en
lgica; que se lo utiliza (junto con el LISP, mucho ms antiguo) en proyectos de investigacin en
inteligencia artificial, que su versin cannica est constituida por el llamado "Prolog de Edinburgo"
o "Prolog de Clocksin y Mellish", y que fue adoptado masivamente en los Estados Unidos despus
que los japoneses amenazaron con utilizarlo, en 1981, en su grandioso proyecto de las "Mquinas de
Quinta Generacin" (Feigenbaum y McCorduck 1985), luego abortado.
Esta referencia peridica merece esclarecerse. Las cuatro generaciones anteriores corresponden a
otros tantos horizontes tecnolgicos, segn este cuadro aproximado:
1) Mquinas con vlvulas de vaco, correlativas a la programacin en lenguaje de mquina.
2) Introduccin de transistores, lenguajes de alto nivel, monito- res y ensambladores de macros.
3) Incorporacin de circuitos integrados, sistemas operativos y multiprogramacin.
4) Integracin en gran escala (VLSI), surgimiento de la tecnologa PC y universalizacin del
sistema operativo DOS.
Esta genealoga, tomada de Gruenberger (1976) y en la que no todos concuerdan, trasunta la automitologa de la informtica, que ve en la proliferacin de etapas y en su minucioso inventario la
confirmacin de un impulso dinmico que nadie en sus cabales se atrevera a desmentir.
Dado que la inteligencia artificial es un mbito frecuentemente mixtificado y que la
computacin en s es una actividad misteriosa para la mayor parte de los cientficos sociales, es
imperativo definir los trminos cruciales y practicar una serie de distinciones. Los cientficos sociales
tienden a confundir, eventualmente, los contenidos semnticos de "Informtica", "inteligencia
422

artificial", "programacin lgica", "Ciencia Cognitiva", "Ingeniera del Conocimiento", "Teora de

Autmatas" y hasta "Robtica" y "Ciberntica", por lo que esta puntualizacin no es superflua.
Servir no tanto para suministrar una visin objetiva de cmo es verdaderamente el panorama
tecnolgico, sino para especificar con mayor precisin el marco categorial y paradigmtico en que
este mismo trabajo se inscribe.
Como ya lo hemos dicho, aunque empleando otros conceptos, nuestra investigacin explora la
utilidad de un lenguaje de programacin lgica, el Prolog, para la antropologa. La programacin lgica es una especialidad dentro de la programacin en general que se ha desarrollado en el interior de
la inteligencia artificial, la cual a su vez es una especialidad no necesariamente nueva dentro de la informtica. El objetivo primario de la programacin lgica es el uso de un simbolismo lgico como
lenguaje de computacin.
Empleamos aqu el trmino de informtica como equivalente al procesamiento de la informacin o, como se dice por extensin metonmica, a la computacin. Contrariamente a lo que
muchos piensan, la ciberntica tiene poco o nada que ver con la Informtica: la ciberntica se ocupa
del estudio de un tipo particular de sistemas que poseen mecanismos de control basados en el
principio de la retroalimentacin (feedback). Pese a que en toda computadora (igual que en todo refrigerador) puede haber algunos mecanismos de este tipo, ninguna computadora es una entidad
"ciberntica" en s misma. Los especialistas en computacin, que sepamos, jams utilizan ese
trmino, excepto para denotar la teora y el estudio de los mecanismos de regulacin retroalimentados como un asunto susceptible de computar entre otros.

Entidades de Software
Sistemas Operativos
Entornos operativos
Lenguajes

Productos

Seudolenguajes

Tipos
Grficos
Prescriptivos
Funcionales
Objetuales
Declarativos
Planillas
DBMS
Procesadores de texto
Desktop Publishing
Diseo Asistido
Macros
Generadores de reportes
Lenguajes estructurados

Ejemplos
DOS, UNIX, Windows NT, OS/2
Windows, X/Windows
Basic, Pascal, C, Forth
LISP
Smalltalk
Prolog
Lotus, Quattro, Excel
dBase, Paradox
Word, WordStar, WordPerfect
PageMaker, Ventura
AutoCAD
Macros de Lotus Macros de Word
RPG
SQL

Diagrama 1.1 - Tipos de Software

Dentro de la inteligencia artificial encontramos diversos campos, que cada analista caracteriza
segn su criterio: robtica (o sea, fabricacin y programacin de mecanismos inteligentes),
resolucin automtica de teoremas o de problemas lgicos, diseo de sistemas de conocimiento en
general o de sistemas expertos en particular, ingeniera del conocimiento, diseo de computadoras
inteligentes o de programas que emulen la inteligencia humana, tratamiento del lenguaje natural y
reconocimiento de formas por parte de las mquinas. La programacin lgica se aplica a todos estos
423

campos de la inteligencia artificial, como parte de un proyecto global para superar el estancamiento
al que condujeron la programacin procedimental por un lado, y la mquina de arquitectura Von
Neumann por el otro. Trataremos en otro apartado la historia peculiar de la inteligencia artificial y
sus tortuosas relaciones con las ciencias duras por un lado y las ciencias sociales por el otro.
Refirindonos al Prolog, lo primero que salta a la vista es que se trata de un lenguaje de computacin: esto implica que en computacin existen otras entidades de software, aparte de los lenguajes,
como ser los sistemas operativos, los programas utilitarios y lo que llamaremos "paquetes" o
"productos" de software. Los programas utilitarios ataen por lo comn a la administracin de la
mquina, por lo que podemos pasarlos por alto. Un "producto" (como ser el Lotus, el dBase IV o el
Statgraph) es un programa o conjunto de programas que el usuario compra, instala y utiliza directamente, aplicndolo a sus datos. El lenguaje en que se compil el programa que est en la base del
producto es irrelevante para quien se sirve de l; en computacin se ha popularizado una conviccin
que, aunque no se encuentra taxativamente comprobada, es por lo menos verosmil: en principio, y
salvo que se requieran instrucciones exclusivamente concernientes a la mquina, se podra
implementar cualquier programa convencional utilizando cualquier lenguaje.
Existen diversos tipos de productos, concebidos para distintos fines: sistemas de gestin de base
de datos (DBMS), spreadsheets o planillas de clculo, sistemas de edicin o procesamiento de
textos, sistemas de composicin grfica o desktop publishing, sistemas de CAD o diseo asistido por
computador, etc. Cuando un producto incluye algn "lenguaje", ste puede ser o bien una entidad
lgica de alto nivel (como el lenguaje xBase, el AutoLISP o el SQL) o bien un logicial de bajo nivel,
como las macroinstrucciones del Lotus; pero en este caso el nivel no se establece con respecto a la
mquina, sino con respecto al umbral de referencia que fija el producto mismo. Se dira que los
"lenguajes de macros" incorporados en los productos no son verdaderos lenguajes, como tampoco lo
son algunos que pasan por ser tales, como el RPG, por carecer de una gramtica completa y por no
responder a ciertas caractersticas estructurales propias de todas las entidades de ese tipo. La primera
de estas caractersticas (como lo saben los lingistas despus de Hockett) es la de poder ser su propio
metalenguaje; el Prolog, desde ya, puede serlo (Covington, Nute y Vellino 1988:160-182; Sterling y
Shapiro 1986). Esto permite, como se ver, adaptar la lgica de su funcionamiento a las exigencias
de premisas diferentes a las que le sirvieron de base.
Lo que sostenemos en este ensayo es que una formalizacin cabal que utilice recursos computacionales no puede situarse, de ninguna manera, a nivel de los productos ni de los programas readymade, como algunos antroplogos pareceran creer (Howell y Lehotay 1978; O'Neill 1984). Es necesario trabajar a lo sumo a nivel de los lenguajes, que es donde puede comenzar a tenerse dominio y
control de las operaciones que la mquina verdaderamente realiza, y donde se dispone de una documentacin suficiente como para ponderar los fundamentos y la estructura de la herramienta utilizada.
En el caso especial del Prolog, podemos profundizar an ms en los niveles fundamentales, y
acceder a los algoritmos lgicos que rigen por completo su operatoria. Cuando estemos en pleno desarrollo del trabajo de tesis propiamente dicho, verificaremos que esta exigencia es correlativa a la
necesidad de definir un lenguaje de modelizacin como requisito para la construccin de modelos.
Hagamos, no obstante, una aclaracin que el especialista en informtica comprender de inmediato: situarse a nivel de los lenguajes no significa estar obligado a codificar lo que se escribe en trminos cercanos a la mquina, pues en tal caso la nica opcin legtima sera el Assembly o, mejor
an, el cdigo binario. Significa ms bien que trabajando de esta manera tendremos acceso
conceptual a todas las inflexiones crticas que caracterizarn el comportamiento de los programas
424

que desarrollemos, de modo tal que podamos estar seguros que no se introducen efectos colaterales,
que comprendemos todo lo que nuestra herramienta hace y que no violamos ninguno de los pasos
lgicos que conducen desde un problema hasta su resolucin. El Prolog es, acaso, uno de los
lenguajes de ms alto nivel que se conocen, pero al mismo tiempo es uno de los lenguajes de los que
se tiene el ms claro concepto en cuanto a su forma de operar, por su robusto vnculo con la lgica
matemtica y por su ntida fundamentacin terica (cf. Lassez y Maher 1983; Lloyd 1984).
Utilizar un producto pre-hecho como objetivo, herramienta o campo de una investigacin antropolgica que lo pone en foco, slo tendra valor de curiosidad. Servirse de un programa comercial
exitoso, como el dBase o el Lotus (que todo el mundo sabe que estn atestados de errores conocidos
como "bugs") y situar esa utilizacin en el centro del escenario metodolgico nos parece ms
grotesco que meritorio. Ningn producto, por otra parte, se halla suficientemente documentado en su
estructura de procesamiento como para sustentar una formalizacin seria o al menos una secuencia
controlada de procedimientos, ni siquiera en una disciplina tan poco exigente, metodolgicamente
hablando, como la nuestra. Menos an los productos que por presiones comerciales en un mercado
competitivo adoptan la filosofa user-friendly, que consiste en facilitar o trivializar las cosas para el
usuario, disimular a toda costa las dificultades y proporcionar atajos para pensar menos, hasta el
punto que las intimidades de la computadora se precipitan en una caja negra, el anlisis de los
medios para lograr ciertos fines se torna innecesario y la documentacin tcnica desaparece. La
trivialidad de estos empeos no impide que cada tanto se realicen investigaciones, por ejemplo, sobre
las prestaciones de diversos productos (bases de datos, planillas de clculo, paquetes estadsticos) a
sta o aquella rama de la antropologa (cf. Greene 1987), ignorando los gotchas que ellos registran
an en el contexto de su utilizacin comercial o financiera. Slo unos cuantos productos de uso
especficamente cientfico han resultado satisfactorios, pero muy pocos de ellos permiten expresar y
verificar proposiciones tericas cualitativas.
Si nos centramos en torno a un lenguaje, entonces, como la mquina-herramienta que permite
fabricar herramientas (programas, modelos) que a su vez pueden utilizarse para formalizar
determinados procedimientos de la disciplina, deberemos especificar de qu clase de lenguaje se
trata. El Prolog es un lenguaje de inteligencia artificial, lo mismo que el LISP o el Smalltalk. Esto no
quiere decir mucho, ya que cualquier lenguaje se puede utilizar, en teora, para ese mismo fin: de
hecho, uno de los intrpretes de Prolog que nosotros usamos ha sido programado en lenguaje C, y
existe cierta tendencia a utilizar lenguajes convencionales (Ada, Forth, C, Modula-2, Pascal e incluso
Basic) en trabajos tpicos de inteligencia artificial (cf. Tello 1988:392-400; Kluzniak y Szpakowicz
1985). Lo que viene a cuento de esta insercin del Prolog en el dominio de la inteligencia artificial,
es que se trata de un lenguaje especficamente diseado para superar el modelo de Von Neumann y la
filosofa procedimental de resolucin. Este modelo y esta filosofa son dos caras de una misma
moneda. Von Neumann demostr que poda construirse una mquina para resolver problemas,
siempre y cuando se pudieran implementar lenguajes que indicaran a la mquina lo que se deba
hacer para resolverlos. Aunque hoy da esto pueda sonar pueril y sumamente obvio no lo es en absoluto, y tuvo que ser prolijamente demostrado en el plano terico antes que se pensara siquiera en
llevarlo a la prctica (cf. Descls 1989).
La mquina de Von Neumann es el modelo abstracto al que responden todas las computadoras
convencionales, y los lenguajes procedimentales son los que implementan los conjuntos granulares
de instrucciones que le dicen secuencialmente a la mquina qu es lo que tiene que hacer. Para resolver un problema, es necesario descomponerlo en una serie de pasos discretos que siempre tienen
que ver con unos pocos tipos de operaciones propias de la mquina: comparar, mover, saltar a una
425

direccin determinada y sumar. Estos pasos discretos son las clusulas del lenguaje o los comandos
del programa. Aunque cada vez ms abstractos, todos los lenguajes convencionales llevan la marca
de la arquitectura de la mquina de Von Neumann subyacente.
Por debajo de los lenguajes de este tipo opera un mecanismo que "traduce" las clusulas del lenguaje que sea (COBOL, Fortran, Algol, C, PL/I, Forth, Pascal, Ada, Modula-2, Basic, APL) a las
correspondientes "instrucciones de mquina". Este mecanismo se implementa procesando las clusulas mediante un programa traductor que se denomina compilador o cargando en la memoria un programa que realiza la misma funcin y que se denomina intrprete. Hablar de lenguajes de "alto" o
"bajo" nivel involucra una cuantificacin relativa de las operaciones mecnicas producidas por cada
clusula (muchas y pocas, respectivamente), y en segundo orden implica una alusin a la lejana o
cercana semntica entre las clusulas y dichas operaciones elementales.
Las mquinas que responden al esquema Von Neumann fueron diseadas para efectuar clculos
numricos en una poca en que el equipamiento era costoso, frgil, voluminoso y consuma mucha
energa; la economa computacional era en aquel entonces una variable importante: se trataba de
utilizar un mnimo de equipo para construir sistemas de una sencillez mxima, con la mayor eficacia
posible dentro de estas limitaciones. En la actualidad las premisas son otras. Las computadoras han
alcanzado un nivel de prestacin y una velocidad de procesamiento que pone a tiro objetivos ms
ambiciosos y su funcin, tanto potencial como real, va mucho ms all del clculo numrico. A pesar
de que cada tanto surgen audaces o conservadores que las defienden9, la mayor parte de los estudiosos en inteligencia artificial de avanzada considera que las mquinas de Von Neumann deben dejar
paso a una estirpe de procesadores menos condicionados por sus contingencias de aparicin.
La arquitectura de Von Neumann condujo a una divisin del trabajo en dos grandes fases o aspectos: (a) la designacin de un mtodo para la resolucin de un problema, o bien la formalizacin
del conocimiento de que se dispone, y (b) la traduccin de la resultante del punto anterior a un conjunto de instrucciones que la mquina estuviera en condiciones de aceptar primero y de resolver despus.
El modelo lgico de las distintas mquinas aceptadoras y resolvedoras es lo que se denomina un
autmata, entidad que no guarda relacin alguna con un robot, que es una mquina fsica controlada
por una computadora. La teora de autmatas es de orden puramente lgico y algunas de sus fases
son anteriores e independientes del desarrollo de la inteligencia artificial e incluso de la
computacin; las mquinas de Turing, por ejemplo, datan por lo menos de 1936. La robtica, en
cambio, se ocupa de las interfaces entre programas de control y dispositivos fsicos y su surgimiento
se encuentra relacionado estrechamente con el diseo de mquinas inteligentes, aunque existen
innmeros robots industriales que son de una escalofriante precisin, pero de conducta ms bien
mecnica.
La clave del planteamiento correcto de un problema consiste en la eleccin del modelo lgico o
autmata adecuado. Existen diversos tipos de autmatas, que van desde los llamados autmatas finitos hasta las mquinas universales o mquinas de Turing, pasando por una serie finita y no
extensible de tipos intermedios; la estructura del conjunto de instrucciones que cada tipo de mquina
puede aceptar y resolver es lo que se llama formalmente una gramtica y el conjunto de
instrucciones en s es lo que constituye un lenguaje.

9 Por ejemplo Minsky 1986:29; Bertram Raphael 1984:15-19; Descls 1989; Backus 1978, etc.

426

La teora de autmatas y de las gramticas y lenguajes formales posee cierta relevancia oculta
para la antropologa; a cada tipo de modelo concebible corresponde uno o varios autmatas, conforme a la naturaleza de la informacin que debe aceptar, al proceso que tiene que efectuar sobre esa informacin y a la salida que debe producir como resultante de ese proceso. En antropologa ha sido
frecuente la eleccin de un modelo equivocado; el error ms frecuente es el de la eleccin de un autmata demasiado simple como para realizar la tarea de aceptacin o educcin que le compete. Este
es el caso de los modelos generativos del lenguaje y la cultura, como el anlisis eidocrnico de
Colby, el estudio de Mridula Durbin sobre el jainismo o el modelo del cambio social de Fredrik
Barth. Todos ellos "producen" casos del fenmeno que son correctos sintcticamente, pero que no
garantizan la coherencia semntica de los encadenamientos resultantes; todos pasan por alto la clebre demostracin de Chomsky acerca de los lmites de los autmatas finitos y de las gramticas context-free en la produccin lingstica, y es precisamente por esta razn que fracasan (cf. Martin 1972;
Durbin 1974; Colby y Colby 1986).

Autmatas
Autmata finito
Autmata de almacn pushdown
Autmatas ligados linealmente
Mquinas de Turing

Lenguaje formal aceptado

Lenguajes regulares
Lenguajes independientes del Contexto
Lenguajes sensitivos al contexto
Lenguajes no Restringidos

Diagrama 1.2 - Lenguajes formales y autmatas

Si hemos de ser rigurosos, las computadoras no son autmatas; este concepto se restringe al
modelo lgico subyacente de las mquinas aceptadoras y no se aplica a realidades que suelen ser ms
contingentes y heterogneas. La teora de autmatas no cubre todo el modelado de la computacin,
dejando fuera factores tan esenciales como la codificacin de los datos y de las instrucciones de mquina que, como se sabe, responde a una sealizacin de orden binario. Del mismo modo, es el
modelo lgico general de los lenguajes de computacin el que constituye un lenguaje de autmata, y
no las implementaciones y dialectos de los lenguajes de computadora en s.
Ahora se ver a dnde queremos llegar con este razonamiento. Las condiciones concretas del desarrollo tecnolgico y la orientacin del mercado de computadoras hicieron que las mquinas y los
lenguajes se fueran apartando del modelo inicial, y que el problema de la generacin de cdigo
procesable acabara reduciendo a un segundo plano la teora y la prctica de resolucin de problemas.
Segn algunos, esto trajo aparejada la llamada "crisis del software", acab con la leyenda de los
programadores y analistas como tipos humanos reglados por una concepcin lgica de la existencia,
y durante algunos aos distanci los intereses de la resolucin de problemas como asunto terico de
la computacin como trabajo emprico y (tambin) como negocio.
En programacin lgica se piensa que el programa debe ser parte del proceso de resolucin
mismo; es decir, los pensamientos deben poder ser articulados como programas, de modo que las
consecuencias de un conjunto de presunciones puedan investigarse poniendo en marcha las
inferencias implcitas en ellas. Aunque durante todo este tiempo, obviamente, se sigui utilizando la
lgica y la modelizacin para disear computadoras y lenguajes, el uso directo de la lgica como lenguaje de computacin es una iniciativa muy reciente, la demostracin de que ello era posible no ha
cumplido an veinte aos y la implementacin efectiva tiene menos de quince.
427

La programacin lgica es el correlato intangible, vale decir el software, de una nueva concepcin que tendr que ser complementada, ms adelante, con un hardware capaz de procesamiento
paralelo, de respuesta casi instantnea y de comportamiento verstil, las llamadas "mquinas de
quinta generacin" (Moto-oka 1984). En lugar de procesar informacin secuencial y mecnicamente,
los programas lgicos deben simular razonamientos inteligentes a partir ya no de "datos" estructurados de una manera convencional, tendiente a la cuadratura y al esquematismo, sino de una
representacin del conocimiento. En lugar de procedimientos abstractos basados en la forma de
operar de un aparato secuencial, esos programas desarrollan procesos de inferencia que procuran
asemejarse al razonamiento humano, o que directamente lo modelizan conforme a una teora
psicolgica. Las teoras psicolgicas que producen modelos sobre las formas en que los seres
humanos adquieren, almacenan, modifican y consultan sus conocimientos y en que se desarrollan las
inferencias se inscriben, hoy por hoy, en la llamada Ciencia Cognitiva. De ella proceden algunas de
las intuiciones ms felices que se han instrumentado en la inteligencia artificial, aunque es importante aclarar que ni toda esa ciencia se funda en modelos computacionales, ni todas las
herramientas informticas responden a modelos psicolgicos conjeturales de las formas humanas de
procesamiento de informacin.
El Prolog dista de ser cabalmente un lenguaje de programacin lgica. Es ms: todava no
existen lenguajes de programacin lgica que se puedan adquirir en el mercado, pues todo este
proyecto recin se encuentra en sus fases iniciales. Aunque se han emprendido incontables investigaciones, fuertemente financiadas, y se han desarrollado docenas de simposios y congresos, los
especialistas todava no se han puesto de acuerdo ni siquiera acerca de las especificaciones bsicas
de la futura familia de genuinos lenguajes de programacin lgica. Estamos en una etapa
transicional, en la que las mquinas siguen respondiendo al modelo de Von Neumann y en la que los
lenguajes lgicos siguen dependiendo de intrpretes y compiladores, pero se sabe que este estado de
cosas es transitorio. El Prolog es en realidad una entidad hbrida, pues contiene algunos rasgos declarativos derivados de la lgica matemtica junto a algunos aspectos procedimentales (no muchos)
heredados de la programacin convencional. Algunos especialistas afirman que de esta combinacin
especial deriva el Prolog gran parte de su atractivo y de su potencia (cf. Walker 1987:7-8; Covington
et al 1988).
Otros estudiosos han puntualizado las razones que hacen del Prolog un formalismo lgico
incompleto. Neil Rowe enumera las siguientes:
1) El lenguaje no permite calcular conclusiones disyuntivas, es decir aserciones en las cuales
uno de los trminos (sin saberse cul) sea verdadero.
2) Tampoco es posible demostrar directamente que determinado hecho conclusivo es falso,
ya que no se admite negar la cabeza de una clusula.
3) De la misma manera, no es factible cuantificar existencialmente los hechos, las reglas o las
preguntas.
4) Por ltimo, el Prolog no es capaz de expresar directamente clusulas de lgica de segundo
orden, por cuanto no se pueden utilizar nombres de predicado como trminos (Rowe
1988:349-350).
Aunque caracterizaciones como stas son muy frecuentes en los textos introductorios, ninguna
de las limitaciones sealadas por Rowe es verdaderamente crtica. Los dialectos modernos permiten
superar esos escollos mediante tcnicas aceptables de programacin: respectivamente, los problemas
428

antedichos se superan (1) estipulando un predicado adicional que reenve a una clusula disyuntiva,
(2) definiendo un predicado intermedio que remita a una negacin en el cuerpo de una regla, (3) utilizando una tcnica conocida como skolemizacin y (4) escribiendo predicados metalgicos. En los
captulos que siguen se explicarn estos conceptos.
Pero aunque el Prolog no es un lenguaje de programacin lgica en todos sus aspectos, y aunque
por ello mismo su capacidad built-in est afectada de algunas limitaciones para la demostracin automtica de teoremas10, lo que se avizora en el horizonte en materia de lenguajes inteligentes es lo
suficientemente anlogo al Prolog como para conjeturar la posibilidad de una migracin no
traumtica a las nuevas tecnologas cuando llegue la hora. De hecho, el Prolog se ha probado satisfactoriamente en arquitecturas paralelas de procesamiento, y los lenguajes experimentales de
lgica paralela, como el Parlog, el Concurrent Prolog y el GHC se le parecen mucho (cf. Ueda 1985;
Clark y Gregory 1986; Shapiro 1986; Eadline 1989). Por el momento, y an sabiendo que la
programacin lgica en estado puro es una clase con la que el Prolog slo parcialmente se solapa,
identificaremos uno y otro concepto hasta tanto advengan los lenguajes autnticos de programacin
lgica llamados a superarlo.
Respecto de esta provisionalidad desearamos hacer una puntualizacin. De todos los niveles posibles del espacio computacional, el de los lenguajes es el que mejor resiste el paso del tiempo. El
lector habr tomado conciencia de una paradoja: la literatura antropolgica que versa sobre la aplicacin de tcnicas computacionales, y que se supone representa, desde el punto de vista instrumental,
la voz de las vanguardias, es, en toda la produccin disciplinaria, la que ms rpidamente se torna
caduca. A quin le sirven hoy, pongamos por caso, los escarceos de Benjamin Colby con el General
Inquirer, los anlisis automticos de mitos urdidos por Pierre Maranda o los diccionarios contextuales de Stefflre, Reich y McClaran, si todos los logiciales de referencia se han convertido en
piezas de coleccin y si todas las mquinas que mencionan han sido discontinuadas? En estas
condiciones, la investigacin es absolutamente irreplicable, y la mejor razn que se poda tener para
formalizarla se esfuma. Pero mientras los sistemas operativos, los dispositivos perifricos y las
unidades de procesamiento evolucionan a un ritmo vertiginoso, los mejores lenguajes permanecen, y
todo lo que se elabore en torno a ellos adquiere cierta sedimentacin y continuidad. El LISP, por
ejemplo, se remonta a la dcada de 1950, y es, despus del Fortran, el ms antiguo de los lenguajes
que todava se utilizan. Situndonos a nivel de los lenguajes, podemos sacar conclusiones duraderas
acerca de cuestiones "gramaticales", estratgicas, estructurales y filosficas que van mucho ms all
de la vigencia efmera de este o aquel dialecto. En otras palabras, si hemos de investigar la
aplicabilidad de la informtica a nuestra ciencia (o si hemos de buscar en aqulla las soluciones que
sta necesita con tanta urgencia), hablemos de lenguajes: de otra manera, lo que podamos decir, por
interesante que parezca, no slo ser incierto sino que ya es obsoleto.
El Prolog es, entonces, un lenguaje de inteligencia artificial fundado en la idea de la programacin lgica. Esto quiere decir que existen otros, y que es necesario explicar por qu no hemos optado
por ellos. Acotemos el campo: aunque los lenguajes de inteligencia artificial son una especie abundante, que va desde el Smalltalk (orientado al objeto) hasta el FRIL (un superconjunto del Prolog
diseado explcitamente para clculos ambiguos) la nica alternativa razonable al Prolog es el LISP.
El resto de los lenguajes se basa en un conjunto de criterios que a la fecha no posee una articulacin
axiomtica.

10 Lo cual no implica ninguna limitacin terica significativa, dado que siempre es posible metaprogramar.

429

Como a menudo sucede en este campo, los partidarios de uno u otro lenguaje son adversarios
apasionados; la literatura tcnica abunda en diatribas sobre la pobre prestacin del Prolog en materia
de tratamiento de listas, o sobre la dificultad de la implementacin del LISP en la vida real. Estos
juicios axiolgicos, unilaterales, reminiscentes de nuestras polmicas entre las concepciones emic y
etic, son siempre recprocamente relativos, y muchas veces no se los puede tomar demasiado en serio. Sin entrar en la contienda hemos tomado partido por el Prolog. De hecho, conocemos el LISP
desde mucho antes de saber que el Prolog exista, e incluso desde un poco antes de que siquiera este
ltimo llegara a existir, y apreciamos las inmensas virtudes del LISP en todo lo que ellas valen,
aunque no tenga objeto aqu comentarlas. En nuestro lugar, un purista lgico sin duda habra elegido
el LISP. Pero tres razones nos han persuadido de que esta investigacin no podra jams llevarse a
cabo en LISP sin incurrir en alguna especie de distorsin o de fetichismo:
1) El LISP es un lenguaje infinitamente ms dificultoso que el Prolog, lo cual ya es mucho decir
si nos interesa su asimilacin por parte de los cientficos sociales. Un programa en LISP sera una
entidad ininteligible para los antroplogos, dado que es hermtico incluso para muchos veteranos de
la computacin: sus clusulas, adems, se refieren explcitamente a entidades, funciones y
operaciones lgicas que el estudioso tendra que dominar, aparte de la antropologa y la computacin. Sabemos de la existencia de programadores excelsos que dominan docenas de lenguajes,
que no son capaces de desarrollar programas en LISP que pasen de cierta complejidad.
Unnimemente se reconoce que la sintaxis del LISP es execrable. Sus matemticas, por aadidura, se
basan en la notacin polaca. La lectura de un programa en LISP no guarda la misma secuencia que la
expresin del asunto que trata en lenguaje natural, y su anidamiento es de varios rdenes de
magnitud. En el mbito de la informtica norteamericana, los crticos aducen que LISP, en lugar de
ser acrnimo de list processing, significa "lots of irritating single parentheses".
2) El LISP no es un lenguaje descriptivo, sino un lenguaje de un tipo peculiar, correspondiente a
una forma de programacin que se conoce como "funcional". Si bien esta filosofa es ampliamente
respetable, mediante el LISP no podramos cumplimentar nuestro objetivo de establecer la formalizacin a partir de una descripcin del problema. Por otro lado, mientras que el LISP no posee prestaciones descriptivas, el Prolog s incluye prestaciones de programacin funcional y de tratamiento de
listas. Sin implicar que el LISP es "menos poderoso" o "ms restringido" que el Prolog, es evidente
es que este ltimo es ms adecuado a nuestra finalidad concreta.
3) Mientras el universo Prolog dispone de un standard de facto, con respecto al LISP las cosas
no son tan claras. Si bien existe el llamado Common LISP como modelo de referencia, ninguna implementacin conocida de ste incluye todas las clusulas necesarias, con las especificaciones
precisas que una buena documentacin supone. El Common Lisp no es una solucin demasiado
sensata: incluye 620 nombres de funcin, 175 constantes y 13 tipos de datos, que con sus variantes
llegan a ser unos 30. Contrastivamente, el ncleo del Prolog puro es quiz el lenguaje que menos
predicados built-in posee, sin que ello afecte mucho su capacidad procedimental. La escasa eficacia
del cdigo generado por compiladores e intrpretes de LISP, adems, ha ocasionado que, en algunos
respectos, las propuestas de toda la inteligencia artificial hayan perdido credibilidad en una esfera
que ya es, en su conjunto, bastante difcil de creer.

430

5. INTELIGENCIA ARTIFICIAL Y CIENCIA COGNITIVA

Ya esclarecidas las categoras bsicas, en este apartado precisaremos an con mayor escrpulo el
concepto que nos merece la inteligencia artificial y sus relaciones con la Psicologa Cognitiva
primero (en los aos 50 y 60) y con la Ciencia Cognitiva despus. Se trata de evaluar el impacto que
la computacin ha ejercido sobre una disciplina psicolgica y sobre una confluencia que se supone
interdisciplinaria, as como el retorno de esta influencia bajo la forma de modelos de representacin
del conocimiento, para poder abordar despus el fenmeno de la participacin (o la ausencia) de la
antropologa en este mbito de trabajo.
Se trata, adems, de quebrar al menos dos estereotipos y un mal hbito: aqullos consisten en
concebir a la inteligencia artificial como una empresa destinada al propsito imposible de construir
mquinas pensantes y sensitivas, y a la Ciencia Cognitiva como una rama degenerada de la psicologa, obstinada en pensar que la mejor metfora para describir la actividad de la mente humana es
una computadora. Estas ideas proliferan en mbitos intelectuales proclives al irracionalismo, al lado
de una negativa a profundizar la potencia de las nuevas tcnicas: una clausura tan perniciosa como lo
seran las disciplinas cuestionadas si lo que se dice de ella fuese verdad. El estereotipo, en cambio,
emana de la propia antropologa de vanguardia y consiste en hablar de la inteligencia artificial en
trminos tan genricos que nada significan. Este ltimo sndrome se presenta especialmente en la
moderna antropologa del conocimiento, donde se juega a presumir del uso de conceptos y modelos
que pretender testimoniar la maestra que se ha alcanzado en el manejo de recursos formales que,
valga la paradoja, nunca se usan formalmente.
La mitografa de la inteligencia artificial remonta sus orgenes heroicos al Simposio de Dartmouth, en New Hampshire, en 1956, donde se discuti precisamente la posibilidad de implementar
programas de computadora capaces de "pensar" o de "comportarse" con inteligencia. Si ese Simposio
ha alcanzado el rango de mito fue porque en l se encontraron por lo menos cuatro de los genios oficiales de la disciplina naciente: John McCarthy (quien acu su desgraciada denominacin), Allen
Newell, Herbert Simon y Marvin Minsky. Tambin la Ciencia Cognitiva, fundada oficialmente
mucho despus, se remonta a ese tiempo-eje; como lo rememora una de sus protagonistas,
Ese ao es importante porque seala un nuevo enfoque en la comprensin de la mente humana, un nuevo
paradigma cientfico, al que hoy llamamos el paradigma del procesamiento de la informacin. En 1956, George
A. Miller public un artculo sobre el procesamiento de la informacin en el que se hablaba de la capacidad
limitada de la memoria a corto plazo (Miller 1956); Chomsky public uno de sus primeros anlisis acerca de las
propiedades formales de las gramticas transformacionales (Chomsky 1956); Bruner, Goodnow y Austin, en su
A Study of Thinking (1956) propusieron estrategias como constructos mediadores en la teora cognitiva; y Allen
Newell y yo publicamos una descripcin del Logic Theorist, el primer programa de ordenador que resolva problemas imitando a los seres humanos mediante la bsqueda heurstica (Newell y Simon 1956). Un ao activo,
1956 (Simon 1987:25-26).

Pese a que los lmites son difusos y a que toda separacin tajante es artificiosa, seguiremos primero el trmite de la inteligencia artificial y luego nos reencontraremos con la Ciencia Cognitiva. Es
costumbre entre los historiadores de la inteligencia artificial hablar de una versin "dbil" y una versin "fuerte" de la disciplina; la dicotoma es habitual en otros espacios del saber en el que se cruzan
timoratos e imprudentes, palomas y halcones, reduccionistas a ultranza y hombres de espritu. La
faccin dbil (que acadmicamente es, sin embargo, la ms poderosa) afirmara que el diseo de programas "inteligentes" no es ms que un medio para poner a prueba teoras sobre el modo en que los
431

seres humanos cumplen sus operaciones cognitivas. La faccin fuerte, como es de prever, asegura
que las mquinas pueden llegar a pensar, que "una computadora programada de la manera correcta es
de hecho una mente, en el sentido de que si se le introduce el programa correcto, puede decirse que
ella literalmente comprende y experimenta otros estados cognitivos" (Searle 1980:417). Ninguna de
las dos facciones, por otra parte, nos ha proporcionado una definicin aceptable de lo que entienden
por inteligencia; de modo que si antes sta era, pragmticamente, "lo que miden los tests", en el futuro ser "las capacidades de los seres humanos y tambin (o no) de las mquinas".
No quisiramos ser identificados ni con una lnea dura computacional ni con el metaforismo
cognitivista; hoy por hoy, las mquinas no son ms sagaces ni ms parecidas funcionalmente a un
cerebro humano por correr un programa de ajedrez en Prolog que por efectuar un proceso contable
en Fortran. Si es posible o no llegar a construir computadoras inteligentes y si el cerebro se parece o
no a una computadora, no nos interesa en lo ms mnimo, y menos an en este contexto, en el que
slo nos preocupa la posibilidad de utilizar los principios de la programacin lgica como sustento
de una formalizacin de la antropologa. Incluso nos parece que hasta la dicotoma entre moderados
y recalcitrantes est mal planteada, ya que se ha pretendido enfriar an ms a los tibios negando que
la mente humana pueda ser siquiera modelada mediante una computadora11, y se ha hecho a los reduccionistas ms extremistas de lo que son, ya que la afirmacin de que las mquinas son mentes
slo se halla, como smbolo caricatural sin referente preciso, en los testimonios de quienes impugnan
esa idea.
La polmica es ftil porque es inconcluyente, y ya se debera acabar con ella: lo que se puede hacer con una computadora es un modelo, y punto. Dado que todo correlato observable de procesos no
observables puede producirse, en teora, de diversas maneras, o bien dado que el nmero de teoras
capaces de explicar esos hechos es infinito, no se puede probar que ese modelo sea un equivalente
funcional del cerebro, ni siquiera si sus comportamientos respectivos fueran idnticos en todas las
condiciones de observacin. Aunque en principio esa especie de modelizacin nos simpatiza,
debemos admitir que entre quienes lo practican se ha hecho costumbre afirmar no slo que los modelos nos ponen en presencia de una equivalencia formal, sino que constituyen la nica descripcin
posible. Y esto ya es demasiado.
Sea como fuere, lo concreto es que la reunin de Dartmouth no gener ningn consenso. La inteligencia artificial y su disciplina limtrofe en direccin a la psicologa, la Ciencia Cognitiva, se desarrollaron en trminos de continuas polmicas, en una tensin que muchas veces llegaba a las vas
de hecho. Pero esta querella, significativamente, no nos interesa: en gran parte porque la caricatura
de esa polmica se ha convertido en un gastado lugar comn (cf. Cohen 1983; Gardner 1987:203; De
Vega 1984; Covington et al 1988:217 y ss.), pero en lo esencial lo relevante de todo ese conflictivo
proceso no fueron sus instancias blicas, ni la participacin de figuras estelares (como John Searle,
Noam Chomsky o Hilary Putnam), sino los productos que lo jalonaron a uno y otro lado de la divisoria de aguas.
Casi todos esos productos fueron programas de computacin, algunos de ellos en lenguajes convencionales, otros en lenguajes de inteligencia artificial inventados ex-profeso. Al revs de lo que
despus se hizo comn en Ciencia Cognitiva (donde existen amplios espacios de especulacin sin

11 O, lo que es exactamente lo mismo -aunque no lo parezca- que una computadora sea una buena metfora de la mente. Hemos
desarrollado esta polmica de la ciencia cognitiva en Reynoso (s/f), y no vamos a reiterar el caso aqu.

432

una prctica computacional que la sustente), esos programas concretos no suscitaron la reflexin que
habra sido necesaria, y sus ricas consecuencias quedaron muchas veces sin inspeccionar.
El primer programa al que haremos alusin es el vituperado Logic Theorist (LT), de Newell, Simon y Shaw, capaz nada menos que de demostrar teoremas tomados de los Principia Mathematica
de Whitehead y Russell y de otras proezas anlogas. Lo significativo es que para ello se debi implementar una filosofa de resolucin distinta a la de la programacin convencional y un lenguaje
especfico de tratamiento de listas. El planteamiento de esa investigacin fue tan riguroso, que pudo
ser reproducido por una de las computadoras de la poca, la monstruosa Johniac, en agosto de 1956.
El LT comenz a cosechar enemigos cuando Simon declar que Allen Newell y l haban inventado
"la mquina de pensar" y cuando se envi a una revista de lgica simblica una demostracin en un
artculo en el cual figuraba como co-autor el propio programa (McCorduck 1979:142).
El editor de la revista rechaz el artculo, pese a que las demostraciones del programa se resolvan en general a mayor velocidad que las de sus competidores humanos y a que por lo menos una de
ellas resultaba ms elegante que la ofrecida por Whitehead y Russell, segn a este ltimo le
encantaba admitir. Los autores del LT se haban malquistado incluso a algunos practicantes de
avanzada de la inteligencia artificial, como a McCulloch y a Pitts, por enfatizar que la equivalencia
funcional entre la computadora y el cerebro humano no requera ninguna correspondencia estructural
entre los mecanismos que llevaban a cabo los procesos. Estos ltimos tericos, como se sabe,
sostenan que el secreto de las operaciones mentales (y el futuro de la inteligencia de las
computadoras) radicaba en comprender de qu manera actan los circuitos o redes neuronales12.
El grupo de Newell y Simon, empero, comenz a trabajar en otro proyecto an ms ambicioso,
un programa llamado General Problem Solver, capaz de resolver -en teora- cualquier tipo de problemas, de jugar cualquier tipo de juego lgico y hasta de superar paradojas de ingenio. Lo notable
del GPS fue el modo en que se reuni la informacin que sirvi de base para estructurar la filosofa
de sus procedimientos: se trabaj con entrevistas, introspecciones y observaciones ms o menos
subjetivas acerca de los "procesos mentales" implicados en la resolucin de problemas. El objetivo
no era desencadenar veloces combinatorias hasta dar con una respuesta, sino achicar el espacio de
bsqueda mediante heursticas y conjeturas. Aunque se logr echarlo a andar y su conducta era en
ocasiones iluminadora, a la larga el GPS qued suspendido a medio implementar. Su operatoria no
era, en definitiva, todo lo general que deba haber sido. Lo positivo de toda esta experiencia gir en
torno de una comprobacin: toda inteligencia implica el uso y manipulacin de sistemas simblicos,
similares a los de la lgica o la matemtica. Un sistema de procesamiento inteligente de la
informacin consiste entonces en una serie de dispositivos de produccin que operan sobre sus datos,
simblicamente representados.
Pese a su naturaleza polmica, a sus constantes antropomorfizaciones de la mquina y a sus mecanizaciones de la mente, la concepcin que alimentaban Newell y Simon fue lo suficientemente
grandiosa como para impresionar incluso la imaginacin de algunos antroplogos de la poca. Su
influencia, en efecto, puede rastrearse en una multitud de pequeos ensayos y escaramuzas de
modelizacin, que van desde el ensayo de Peggy Sanday (1968) al modelo de Dan Sperber sobre el
procesamiento de la informacin simblica (1979), pasando por la ya mencionada teora axiomtica

12 Esta ltima, como se sabe, es la postura del "monismo psiconeural emergentista" abrazado, entre otros, por Mario Bunge, El Problema
Mente-Cuerpo. Un enfoque psicobiolgico, Madrid, Tecnos, 1985.

433

de William Geoghegan (1971). Hemos comentado algunas de estas elaboraciones en otra parte
(Reynoso 1989).
Otro aspecto radicalmente distinto de la inteligencia artificial fue desarrollado por el polmico
Marvin Minsky, del Instituto Tecnolgico de Massachusetts. Mientras Newell y Simon constuyeron
modelos clsicos de procesamiento de la informacin, Minsky se ocup ms bien de explorar las
estructuras cognitivas subyacentes a la conducta en general, desde la percepcin ms simple hasta la
inteligencia ms elaborada. La contribucin de Minsky comprende una galera de conceptos que pretenden reflejar aspectos y ordenamientos globales de la cognicin humana, articulados en una
filosofa compleja, de lenguaje engaosamente trivial (cf. Minsky 1986). Pese a que Minsky desarroll ciertas implementaciones computacionales, su lado fuerte radica en la invencin de
categoras sintticas, y antes que nada los clebres frames, que han revolucionado todo el campo de
la ciencia cognitiva y todas las tcnicas de codificacin del conocimiento, tanto relativas a los
hombres como a las mquinas. A despecho del aparente esquematismo del estilo intelectual de
Minsky, sus invenciones se han incorporado a sistemas computacionales de diagnosis en mbitos que
(como la medicina, la deteccin de yacimientos y el contralor industrial) son escasamente proclives a
la especulacin. Indagaremos estos aportes en un apartado especfico de nuestra tesis, cuando
revisemos las tcnicas computacionales de representacin del conocimiento.
La programacin lgica constituye, a nuestro juicio, uno de los puntos culminantes de la inteligencia artificial. En ella confluyen las ideas de Newell y Simon al respecto de la resolucin de
dilemas lgicos, las de Minsky acerca de las estructuras declarativas de representacin y las de
McCarthy referidas a los lenguajes de tratamiento de listas. Acaso ella sea sin embargo una
especializacin aparte, por cuanto la programacin lgica se aparta radicalmente del mainstream de
los lenguajes de computacin y de sus filosofas concomitantes. Como ya lo hemos indicado, en
lugar de fundarse, mediante una serie de abstracciones y reorganizaciones, en el modelo de la
mquina de Von Neumann y en su conjunto tpico de instrucciones, se deriva de un modelo abstracto
que no posee ninguna relacin directa con ningn tipo de mquinas.
La programacin lgica opera una identificacin entre el programa como conjunto de axiomas,
por un lado, y entre el proceso de computacin como la prueba constructiva de una afirmacin a
demostrar en base a la informacin estipulada en el programa, por el otro. Esta idea se remonta a las
matemticas intuicionistas y a la teora de la prueba de principios de siglo. Estos paradigmas respondan al programa de Hilbert, quien aspiraba a basar el cuerpo entero del conocimiento matemtico
sobre un cimiento lgico y a desarrollar mtodos mecnicos de prueba para las teoras, en funcin de
los axiomas de la lgica y de la teora de conjuntos. Es sabido que Gdel y Turing perturbaron este
proyecto, estableciendo aqul en su Segundo Teorema el principio de la incompletitud y
caracterizando ste una serie de problemas que sern eternamente incomputables.
La prueba de Gdel y las demostraciones de Turing demoraron el desarrollo de los mtodos automticos de clculo lgico hasta casi mediados de los aos 60. Ms que por la influencia de las experiencias de Newell y Simon, la programacin lgica se origin en una propuesta de J.A. Robinson,
inicialmente conjetural, que defini como nico procedimiento lgico mecanizable al principio de
resolucin y puso a punto el algoritmo de unificacin, el cual rige las operaciones de asignacin de
variables, el traspaso de los parmetros y la estructuracin de los datos. Ambos conceptos estn en la
base misma del Prolog y se mencionarn con cierta frecuencia, ahondando en sus atributos, cuando
caractericemos las entidades que conforman el lenguaje.

434

Pese a estos desarrollos, la estrategia de la programacin lgica continuaba pareciendo poco realista, y algunos estimaban que contradeca, entre otras cosas, a la prueba de Gdel. A principios de
los 70, sin embargo, Kowalksi y Colmerauer implementaron el Prolog, y luego aqul y van Emden
desarrollaron una semntica formal para los lenguajes de programacin lgica. Llama la atencin que
todo esto haya sucedido en Europa. En los Estados Unidos, que es donde se controla la trayectoria de
este tipo de investigaciones, las pruebas fallidas con el Micro-Planner y el Conniver (sustitutos del
LISP) haban sembrado la impresin de que todo el proyecto de mecanizacin de la prueba lgica
estaba mal planteado.
A fines de la dcada, David Warren hizo conocer el compilador Prolog-10, el cual aceptaba
clusulas cuya sintaxis sent los precedentes para el standard de Edinburgo. La programacin lgica
contaba ya con un lenguaje plenamente operativo, lo que sirvi para demostrar materialmente los
beneficios de una elaboracin automtica del clculo lgico en materia de coherencia interna,
continuidad deductiva, economa representacional, replicabilidad y exhaustividad de la prueba. Los
mitos sobre la impractibilidad de la programacin lgica debieron derrumbarse entonces, pero este
derrumbe no se manifest de inmediato. Todava hoy en el interior de la inteligencia artificial los especialistas en tcnicas de programacin lgica conforman una minora. La popularizacin de esta
prctica es an cosa del futuro.
Nacida hacia 1976, la moderna Ciencia Cognitiva ha hecho un uso intensivo y extensivo de los
hallazgos de la inteligencia artificial y de la programacin lgica, al punto que sus intereses se confunden. Aquella ciencia, intrnsecamente transdisciplinaria, se origin en la ms restringida
Psicologa Cognitiva, la cual a su vez se fundaba en la controvertida metfora computacional de la
mente humana. Lo que aqu nos interesa no es la peripecia histrica de esta nueva ciencia de confines
difusos y mtodos heterogneos -estupendamente reseada en el excelente libro de Gardner (1987)-,
sino el hecho de que las experimentaciones de la inteligencia artificial hayan tenido cabida y aprovechamiento inmediato en una ciencia humana que principi siendo tan "blanda" y programtica
como cualquier otra y que merced a esa prctica ha alcanzado en pocos aos una notable claridad de
objetivos y un cierto envidiable esplendor.
Pese a que nuestra actitud personal hacia ella es ambivalente y la simpata que nos despierta ha
experimentado altibajos, la Ciencia Cognitiva nos sirve, en esta coyuntura, como punto de referencia
para estimar una posible va de incorporacin de mtodos formales a las ciencias antropolgicas. A
priori, la integracin de tcnicas computacionales efectivas a la antropologa es dificultosa porque, al
no haber participado sta en la ciencia cognitiva ms que a ttulo circunstancial, las etapas intermedias de modelizacin discursiva no se han cumplido: es como si faltara un eslabn, como si hubiera
que explicar y discutir tediosamente cuestiones que en otras ciencias humanas se dan por sentadas.
Pero aunque la antropologa hubiera tenido una participacin mayor en aquellos proyectos, no parece
probable que en el futuro se incorpore al conjunto de las cognitive sciences o a otro mbito similar en
tanto sus mtodos de actualizacin cientfica (y de desarrollo metodolgico) no se pongan a la altura
de las circunstancias, y hasta tanto no se acondicione un nicho epistemolgico que preste a la
formalizacin una atmsfera adecuada.
Por el momento las vas de comunicacin interdisciplinaria distan de ser fluidas, hasta el punto
que los antroplogos (que nos preciamos de ser tan receptivos) nos hemos dado el lujo de soslayar la
existencia de un cambio cualitativo en los instrumentos del saber. Est visto que no se puede tomar
noticia de los avances y retrocesos de una ciencia en estado de revolucin permanente a travs de los
peridicos, de la literatura de divulgacin o de los acercamientos tangenciales. Si un cientfico serio
435

desea desentraar el funcionamiento del LT o del GPS, por ejemplo, no debera recurrir a las opiniones de Boden (que los ha visto funcionar, segn se dice) o las de Gardner (que ha resumido las
crnicas de McCorduck), sino que debera imponerse a s mismo profundizar en los formalismos y
afrontar los programas cara a cara, a travs de su cdigo fuente o al menos de sus especificaciones
tcnicas. Los mejores cientficos cognitivos se han acostumbrado en general a esta metodologa, la
nica aceptable a la luz de la escala de las argumentaciones y de la dificultad intrnseca de los
problemas; los antroplogos, en cambio, han hallado ms cmodo seguir confiando en el rumor.
An en territorio amigo es extremadamente habitual encontrar afirmaciones equivocadas acerca
de los presuntos fracasos, limitaciones y callejones sin salida de la inteligencia artificial. Es indudable que han habido fiascos, como en toda ciencia activa; pero la fabricacin de versiones
oficiosas acerca de dificultades insolubles e imposibilidades tericas constituye ya una actividad
institucionalizada que ha sentado sus reales en la periferia de la disciplina. Estas afirmaciones capciosas suelen disfrutar de un gran poder de penetracin entre los cientficos sociales; significativamente, acostumbran aludir a "demostraciones taxativas" que refutan la posibilidad misma de
implementar la programacin lgica, o prodigan otras habladuras absolutamente inexactas, todas
ms o menos del mismo jaez. Las noticias que ms arraigan son las que dan cuenta de los fracasos
ms espectaculares. Se quiere que lo ms chirriante y descomunal sea verdad. El rumor ms tpico
consiste en afirmar que algo que se viene haciendo desde hace aos como cosa de rutina constituye
una utopa o un proyecto irrealizable, y que eso ha sido demostrado sin margen de duda por los
cientficos; un segundo arquetipo es el gnero de la confesin reaccionaria por parte del vanguardista
desengaado, sucednea de la evolucin wittgensteiniana, una especie que (salvando las distancias)
ha comenzado a proliferar tambin en antropologa13.
Es comn que entre los adversarios sistemticos al proyecto de la inteligencia artificial las
fuentes de datos de ambas especies de prevaricacin sean anticuadas y de segunda mano. La creencia
en una serie de obstculos insuperables para el proyecto de la programacin lgica afecta incluso a
algunos estudiosos que miran con buenos ojos el progreso de la ciencia. En un texto que es un verdadero muestrario de informacin unilateralmente expuesta, y que se presenta como una "introduccin a la informtica para psiclogos y humanistas", Bertram Raphael expresa (en una misma
pgina) que "el clculo de predicados de primer orden no permite que los cuantificadores abarquen a
los predicados o funciones, o que los predicados o funciones sean aplicados a otros predicados o
funciones" y que "recientemente se han hecho muchos intentos para desarrollar mtodos de prueba
automtica, quiz anlogos a los de resolucin, que fueran aplicables a la lgica de orden superior.
Los resultados han sido decepcionantes" (1984:171). Pese a su suficiencia y a su tono formal, ambas
aserciones son equvocas, si es que no errneas: comprobmoslo.
El clculo de predicados puede perfectamente referirse a s mismo; por supuesto, en ese trmite
deja de ser un clculo de primer orden, pues esa operacin es metalgica, es decir, de orden superior.
Se trata -como diran Tarski, Russell o Bateson- de una propiedad bien conocida de la tipificacin
lgica, y no de un defecto imputable a la naturaleza del clculo o una limitacin fatal del formalismo

13 Ejemplos clsicos son Marshall Sahlins (1976: passim); Melford Spiro, "Culture and Human Nature", en G. Spindler (ed.), The Making
of Psychological Anthropology, Berkeley, University of California Press, 1978; Stephen Tyler, The Said and the Unsaid, N. York,
Academic Press, 1978, passim; Charles Frake, Language and Cultural Description, Stanford, Stanford University Press, 1981; Peggy
Reeves Sanday, Poder Femenino y Dominio Masculino, Barcelona, Mitre, 1981, etc; todos ellos son apologas implcitas o explcitas del
renegamiento que contrastan con el carcter de la trayectoria anterior de los respectivos autores.

436

o de la mente humana. Raphael confunde la base sustentatoria de los algoritmos de resolucin de los
sistemas de clculo lgico con sus alcances y posibilidades, identifica las premisas iniciales de un
formalismo con su capacidad de extensin: los lenguajes de programacin lgica se basan en el clculo de predicados del primer orden, pero los mecanismos operativos que les estn asociados pueden
procesar inferencias de cualquier orden, si bien no existen an axiomticas completas que den cuenta de esa actividad extendida en tanto tal. Los programas que hemos adjuntado incluyen docenas de
rutinas que utilizan recursos metalgicos; todos los dialectos de Prolog que conocemos incorporan
predicados metalgicos que an los aprendices usan rutinariamente: assert, clause, retract, call...
Existe una profusa fundamentacin terica, tanto de los aspectos metalgicos como de los
extralgicos; desarrollar sistemas de clculo automtico mediante clusulas metalgicas no slo no
arroja resultados decepcionantes, sino que es una prctica habitual e inevitable en la computacin
moderna (cf. O'Keefe 1983; Brown 1985; Brown y Weinberg 1985; Sterling y Shapiro 1987:146156; Hashim 1988).
En el trmite de la apropiacin de formalismos computacionales y razonamientos
metamatemticos por parte de las ciencias humanas, o en la mirada crtica que se les dirigi, las
exigencias de rigor se vieron relajadas y las simplificaciones categricas estuvieron a la orden del
da. Se populariz una perversin de la divulgacin cientfica y filosfica, caracterizada por la
diseminacin de lo que podramos llamar "ambigedades lapidarias". Para el socilogo Jess Ibez,
por ejemplo, Gdel demostr nada menos que "la imposibilidad de la prueba terica" (1985: 188).
Sea lo que fuere lo que esto pretende significar, la prueba de Gdel, como todo el mundo sabe, slo
rige para las expresiones autorreferentes en un sistema formal de primer orden que incluya una porcin muy precisa de las matemticas, como lo son las funciones numricas recursivas primitivas
(Gdel 1981:55-89). De all a decir que "ninguna teora puede ser completa" y (separadamente) "ninguna teora puede ser consistente" hay, para decir lo menos, un buen trecho. Volveremos varias veces
sobre esta cuestin.
Existe adems una espesa tradicin de minuciosas exploraciones de lo que no puede ser hecho,
ejemplificada en textos que llevan ttulos tales como Limitaciones Internas de los Formalismos, de
Jean Ladrire (1969), o Matemticas. La Prdida de la Certidumbre, de Morris Kline (1985), adems de colecciones de amplsima difusin sobre paradojas y problemas insolubles. Aunque la
mayora de estos trabajos se refieran a campos tan poco relevantes para una ciencia emprica como la
teora elemental de los nmeros, los invariantes de conversin del clculo lambda o la recursin
sobre conjuntos infinitos, su adopcin por parte de interpretativos e irracionalistas no para mientes
en esas cuestiones de detalle y reivindica su efecto deletreo global, aunque no vengan para nada al
caso. Lo que podramos llamar el "imposibilismo" cuenta incluso con una epistemologa propia,
pomposa y contradictoriamente expuesta bajo el signo del "constructivismo radical", cuando no es
ms que un inmovilismo conservador desde el cual se nos dicen cosas tan sesudas como que la
realidad es un invento y que la ciencia no funciona (cf. Watzlawick y otros 1988). El cuidadoso
anlisis de lo que s es posible, mientras tanto, se posterga ad calendas grcas o se guarda en lugar
oculto, al extremo de que para fundamentar esta misma tesis tuvimos que desbrozar la trocha con
nuestras propias manos.
Creemos, por otra parte, que ciertos sectores bien intencionados de la Ciencia Cognitiva no se asientan sobre una base computacional demasiado firme. Como en las antiguas luchas dinsticas,
algunos de los aspirantes al trono son impostores y muchos de los documentos que se presentan son
amaados. Ms adelante presentaremos evidencia referida a la escasa familiaridad que muchos que
se reputan expertos denotan con los rudimentos ms insoslayables de la informtica.
437

En efecto: la aparicin cada vez ms frecuente de selecciones de textos de "Semitica e inteligencia artificial" o de "inteligencia artificial y Estudios Simblicos" y otras similares, coincide con el
despliegue de una extraa especie de formalizacin figurada, de lgicas fantasmticas, en la que incluso aparecen seudolenguajes especialmente inventados a los efectos de la ejemplificacin convincente (cf. Ouellet 1989). El caso ms flagrante que conocemos es el de Borillo, Borillo y Bras
(1989), autores encuadrados en la escuela de arqueologa computacional de Gardin: en su breve
artculo sobre el razonamiento temporal se anuncian ejemplos "en lenguaje Prolog" que no son ms
que clusulas sueltas en una signatura sui generis que de ningn modo es Prolog, que no sigue el
canon de ningn lenguaje formal y que ninguna mquina fabricada por el hombre estara en condiciones de aceptar.
Por desdicha, al revs de lo que sucedi en los sectores ms laboriosos y respetables de la Ciencia Cognitiva, la antropologa se ha alimentado ms de estos estereotipos y vulgarizaciones (que pasan por alto incluso el planteamiento puntual de los problemas) que de una compenetracin juiciosa
en los avances sustantivos de la inteligencia artificial. Ya que hemos tenido ocasin de poner en tela
de juicio la utilizacin de la computacin convencional por parte de la antropologa, habr tambin
que fijar postura sobre el encuentro, bastante ms espordico, entre la antropologa y la dupla conformada por la inteligencia artificial y la Ciencia Cognitiva.
La segunda mitad de la dcada del 70 marc el punto ms alto de esta triple alianza, que por alguna razn se materializ prevalentemente en una serie de artculos breves y de aplicaciones episdicas publicadas en American Ethnologist (cf. Berlin 1976; Burton y Kirk 1977; Dougherty 1978;
Fjellman 1976; Gladwin 1979; Quinn 1975, 1976; Rice 1980). Ningn tratado antropolgico de cierta magnitud profundiz en las bases epistemolgicas de la adopcin de las nuevas herramientas y
metforas; ningn antroplogo descoll tampoco como virtuoso en los formalismos a los que recurra, ni mantuvo demasiado tiempo sus asociaciones interdisciplinarias. La generalidad de los formalismos era apenas mencionada o forzada al trmite de una ejemplificacin presurosa, orlada de
promesas de desarrollar una fundamentacin prolija cuando se tuviera la oportunidad. Diez o quince
aos despus la situacin es la misma, aunque el ejercicio es hoy menos popular.
La inteligencia artificial de aquel entonces (urge aclararlo) an no haba desarrollado los instrumentos necesarios para sustentar la idea de la programacin lgica. Fuere por ello o por otra causa, el
proyecto poco a poco se fue desdibujando, sin que nadie researa su apogeo, sintetizara sus alcances
o explicara su desaparicin. En el cuerpo de la tesis habr motivos para esclarecer qu fue lo que en
realidad sucedi.

438

6. PROGRAMACIN DE PROBLEMAS ANTROPOLGICOS EN PROLOG

Nuestras demostraciones se inician en este punto, aunque (por no haber materializado an

ninguna fundamentacin) no corresponda por ahora interpretarlas demasiado formalmente.
Expondremos un ejemplo que debera ser familiar para cualquier antroplogo (un sistema de parentesco) para comenzar a apreciar la manera en que se formula un programa en Prolog, el ms popular
de todos los lenguajes de programacin lgica, el de sintaxis ms sencilla y el de precio ms barato.
Despus aclararemos las estructuras lgicas del Prolog en un mbito ms independiente de una
aplicacin determinada y, posteriormente, propondremos algunos usos antropolgicos de las diversas
estrategias de programacin lgica, exponiendo por fin un conjunto de aplicaciones ms o menos
completas. Toca ahora al lector antroplogo armarse de paciencia frente a una ejemplificacin que
puede no ser afn a su rbita de preocupaciones y concentrarse no tanto en los contenidos a los que
haremos referencia en este caso, sino en la naturaleza de las relaciones ilustradas.
Anticipemos que el Prolog se basa en el clculo de predicados de primer orden y que este
clculo se anota por medio de las llamadas clusulas de Horn. En su implementacin computacional,
este clculo (cuyos rigurossimos fundamentos lgico-matemticos es conveniente, aunque no
imperativo, conocer) se articula a travs de la interrelacin entre dos tipos de entidades lgicas,
hechos y reglas, que se contrastan luego con un tercer tipo que podramos caracterizar como consulta
o pregunta (query). Todos estos elementos y sus correlatos conceptuales sern analizados en un
captulo especfico.
Para simplificar, consideraremos hecho a todo predicado que exprese una relacin entre constantes (o entre valores conocidos). Esas constantes pueden hacer referencia a cosas, clases de cosas,
nombres, acciones, procesos, cualidades, lugares, cantidades y toda otra entidad que pueda formar
parte de una asercin en lengua natural. En Prolog esas relaciones pueden escribirse de distintas maneras, en cualquier idioma, utilizando palabras significativas o smbolos abstractos, de acuerdo con
las necesidades del programador. Por ejemplo:

Cualquiera de estos predicados que consignan "hechos", funciones o propiedades, significa que
"Juan es el padre de Pedro" o a la inversa, que "Pedro es el padre de Juan", de acuerdo con la pauta
de interpretacin semntica que se escoja. Algunos especialistas consideran que existe una entidad
fctica an ms elemental, que se denomina atributo o propiedad, y que tiene una estructura de predicado de aridez mnima, como sta:

Por lo comn (aunque esta interpretacin no es mandatoria), los atributos mondicos presuponen
una predicacin del tipo "A es B", siendo A el valor de la constante y B el nombre del predicado.

439

El segundo tipo de predicados es la regla. Por ejemplo, la regla

correspondiente al primer tipo sintctico de la notacin de los hechos, nos permite tanto definir
la relacin "hijo de" como calcularla. Los dos puntos y el guin representan la condicin "si"; de
modo que esta regla podra leerse como "el hijo de A es B, si el padre de B es A". Hasta aqu, como
vemos, no hay nada esotrico ni contraintuitivo, y es fcil advertir que las constantes (los objetos
conocidos) se indican con trminos en minscula y las variables (los candidatos posicionales, las
incgnitas de las preguntas, los trminos generales de una regla) con inicial mayscula.
Si escogemos la lectura "el padre de Juan es Pedro" en la interpretacin de los hechos, aplicando
la regla correspondiente no hace falta indicar al sistema que "el hijo de Pedro es Juan". La mquina
puede deducirlo o calcularlo lgicamente, mediante un procedimiento de instanciacin de variables
que no viene al caso analizar ahora, pero del que podemos decir que es insospechable y transparente.
Esto quiere decir que, en la estipulacin declarativa de un conjunto de hechos conocidos, slo hace
falta explicitar los que no pueden ser deducidos de otros hechos ms bsicos mediante la aplicacin
de reglas. Estos hechos a explicitar constituiran algo as como los "primitivos" del sistema axiomtico.
Llamemos la atencin sobre el hecho de que estos primitivos carecen por completo del aura de
misterio, de la inmediatez eidtica y del carcter puntual e indescomponible de que disfrutan los que
los epistemlogos generalmente aducen como tales, y que constituyen el punto de partida de sistemas
axiomticos, como ser -digamos- el de Euclides. En todo modelo lgico, los primitivos son simplemente los trminos que no se definen con el objeto de que los dems se definan a partir de ellos, y a
fin de que el razonamiento no se precipite en una regresin infinita.
En un genuino sistema axiomtico, un primitivo no tiene por qu ser intuitivamente palmario.
Su carcter de primitivo no implica ningn lmite, sino que expresa un comienzo, un punto de amarre relacional y arbitrario para los dems conceptos. Contrariamente a lo que se piensa, la definicin sustantiva no forma parte de ningn sistema lgico: a nuestros efectos, y a diferencia de lo que
afirmara (digamos) un Rodney Needham (1975), no es catastrfico para la teora y la prctica de la
modelizacin que la antropologa experimente dificultades en definir sus trminos esenciales.
Lo que se defina como primitivo (los hechos, en suma) sern las premisas del razonamiento,
aquello sobre lo que corresponder discutir, en ltima instancia, una vez que se confe a la mquina
el encadenamiento del clculo de la inferencia que lleva desde aqullas a los teoremas, conclusiones,
corolarios o como se lo quiera llamar.
En este punto, un buen antroplogo ya se habra dado cuenta de que para calcular todas las relaciones de parentesco posibles, los nicos hechos que hay que consignar son las relaciones de
filiacin, las relaciones de conyugalidad y el sexo de los varones o las mujeres incluidos en la
muestra. A partir de estos hechos, se puede construir un sistema de reglas que permitan instanciar la
relacin de cada uno con todos los dems en el interior de un conglomerado social. El Prolog torna
obsoletos o superfluos algunos de los laboriosos procedimientos de elicitacin del mtodo genealgico, formulados por Rivers a principios de siglo y luego colectivamente trivializados, que obligaban a
relevar redundantemente la relacin de todos con todos, una exigencia que slo poda

440

cumplimentarse en contadas ocasiones y que ante un conjunto menos que mediano ya es matemticamente imposible (cf. Hackenberg 1973: 294-295; W.H.R. Rivers 1975).
Y ya que estamos hablando de parentesco en tanto tpico clsico de la antropologa, hay que
decir que no es necesario, desde ya, recurrir a predicados cuyas relaciones obedezcan a la nomenclatura occidental: se puede plantear el sistema en terminologa samoyedo, selknam o kwakiutl, o mejor
an en varias terminologas a la vez, modificando la aridez (el nmero de trminos) de los
predicados para poder tomar esa indicacin como computable. Por ejemplo:

O bien:

El segundo caso ilustra algunos de los trminos de parentesco y sus recprocos en terminologa
fox, de acuerdo con Floyd Lounsbury; el punto y coma separa, como es evidente, las definiciones
alternativas, las que tambin pueden expresarse mediante clusulas separadas. Estas facilidades nos
permiten operar a travs de distintos sistemas clasificatorios e incluso plantear problemas de isomorfismo, semejanza o discrepancia entre dichos sistemas, apelando a lo que se conoce como "tcnicas
de metaprogramacin".
Las prestaciones antedichas sugieren que su expresin en Prolog confiere a la programacin lgica un inusitado valor como mecanismo de relevamiento. Un mecanismo que permite, entre otras
cosas, introducir informacin altamente condensada y obtener eductos inmensos, o volcar la
totalidad de las relaciones bsicas de un conglomerado indefinido en el momento de la elicitacin, y
luego deducir los conjuntos parentales conexos y sus ramificaciones sin basarse necesariamente en
un Ego inmvil como punto de referencia. Para la antropologa de las relaciones sociales (de la que
el anlisis del parentesco es slo un caso entre otros) esta posibilidad de variar interactiva y
dinmicamente el punto de referencia -en contraste con el carcter acabado, cristalizado e inerte de
los diagramas de los libros- no es menos que revolucionaria. Ego puede ser una variable!
Traducido a otras problemticas, esto quiere decir ni ms ni menos que en un programa lgico
se puede modificar a voluntad el eje de articulacin relacional entre los trminos que se analizan,
deslizando la perspectiva a lo largo de sus implicancias o de sus transitividades. La programacin
lgica pone en accin, por primera vez, la posibilidad real de construir modelos que se pueden manipular y modificar a voluntad, observando los resultados diferenciales de cada modificacin y
planteando problemas en consecuencia.
La tercera categora de predicados es, como habamos anticipado, la pregunta (query) que equivale al planteo de un problema, de una hiptesis, de una generalizacin o de una teora compleja, de
acuerdo con su interpretacin semntica y con su nivel de complejidad. La pregunta estimula al sistema para que instancie todas las variables pertinentes de acuerdo con su conocimiento expresado en
hechos y con el orden que recorre esos hechos expresado en reglas. Se pide a la mquina una res441

puesta, la cual depende estrictamente de los datos que nosotros mismos hayamos indicado. De
acuerdo con las relaciones entre constantes y variables, existen cuatro tipos de preguntas:

En el primer caso, en el que ambas variables estn libres, se solicita al sistema que entregue la
lista de todos los sujetos relevados que se encuentran en la relacin estipulada.
En el segundo y tercero, se pregunta acerca de las variables que estn en cierta relacin con las
constantes indicadas: respectivamente, "de quin es hijo Juan?" y "quien es el hijo de Pedro?" (o
bien, "quines son los hijos de Pedro?").
En el cuarto caso, se pregunta si es verdad (o no) que el hijo de Pedro es Juan. Esta es la variante de query que, tal como aqu se la presenta (aunque el problema planteado es indeciblemente
esquemtico) tiene ms similitud formal con la puesta a prueba de una hiptesis.
Es obvio que los ejemplos que hemos dado no alcanzan para hacerse una idea cabal de lo que es
realmente formular el modelo de un sistema en un lenguaje de programacin lgica. Es necesario
aclarar que la estructura de la representacin tanto de los datos como de las reglas y preguntas puede
(y acostumbra) ser mucho ms elaborada y compleja, involucrando definiciones alternativas o desatando clculos de relaciones subsidiarias. Si preguntramos por la relacin "suegro de X", en vez de
por "hijo de X", el sistema tendra que resolver primero la existencia de X, resolver la relacin "esposa de X" e instanciar luego el valor correspondiente al "padre de la esposa de X". Los pasos intermedios en la resolucin de una consulta de cualquier tipo, de hecho, pueden ser centenares, y situarse
mucho ms all de la capacidad de concentracin del mejor analista humano, haciendo realidad el
sueo levistraussiano de la manipulacin del modelo.
Pero el ncleo de la programacin lgica en Prolog consiste, bsicamente, en los elementos referidos y slo en ellos; la fuerza deductiva de un sistema se basa en su densidad, en la riqueza de
observaciones que compendia, ms que en la masa absoluta de los datos que colecciona. La potencia
combinatoria de la sucesin de hechos, reglas y consultas que pueden a su vez ser complejas,
recursivas y jerarquizadas en un sistema que representa un dominio real, hace de los lenguajes de
programacin lgica la herramienta por excelencia para la sistematizacin del conocimiento, incluso
en mbitos respecto de los cuales existe una cobertura verbal escasamente refinada.
Apenas tendra gracia que la programacin lgica aportara recursos formales a un rea de la disciplina que ya se encuentra en gran medida formalizada. El mismo formalismo que hemos ejemplificado, casi sin modificaciones estructurales, sirve para abordar otros tipos de relaciones caractersticas
de los estudios antropolgicos: compadrazgo, clientelismo, relaciones intra o intertnicas, subordinacin, redes sociales, relaciones de poder, anlisis del rumor, diseo de las retculas a nivel de la
communitas, construccin analtica de las "estructuras sociales" en el sentido tradicional, faccionalismo, relaciones entre clases sociales, anlisis de rol-status y un largo etctera. Tambin, si se desea,
se puede plantear en un solo macroesquema complejo de resolucin todo un rico cuadro de
relaciones intersistmicas. De esta manera, se podran formular hiptesis sobre la relacin entre las
estructuras de parentesco y cualquier otro orden de la vida social, introduciendo la informacin

442

pertinente y vinculando los diversos registros temticos a travs de predicados que expresen los
hechos conocidos.
Al igual que los lenguajes procedimentales ms elaborados, el Prolog es asimismo modular:
tanto los hechos como las reglas pueden imbricarse en construcciones jerrquicas de complejidad
creciente, o bien a la inversa: cada problema complejo es susceptible de descomponerse en partes
interrelacionadas, dedicando toda la potencia de la mquina a cada una de las resoluciones parciales.
La resolucin de un problema puede convertirse, a su vez, en el input de un programa concatenado.
De igual modo, se pueden someter distintos conjuntos de hechos a una misma batera de reglas de
ordenamiento, ajustando a stas en funcin de su rendimiento relativo frente a problemticas especficas y aprovechando el anlisis de ese ajuste para construir una tipologa de problemas
caractersticos y sus respectivos modos de resolucin. Una "teora general" (es decir, una teora que
conserva su validez a travs de mltiples mbitos de predicacin, como la Teora General de
Sistemas) tendra en la modularidad del Prolog un instrumento de verificacin insuperable. En
trminos de programacin lgica de sistemas expertos, esta modularidad se comprueba confrontando
diversas masas de datos o representaciones analticas de "hechos" con la misma mquina de
inferencia.
La posibilidad de generar programas de cierto grado de generalidad no excluye el uso ocasional
del Prolog como "calculadora lgica" para salir del paso, por as decirlo. Supongamos que un colega
nos presenta un razonamiento lgicamente sospechoso, como el encuadrado en esta frase de Melford
Spiro en contigidad a ciertos comentarios sobre falacias de tipificacin:
La cultura, a la que he definido como 'un sistema cognitivo' [...] no consiste en pensamientos ms de lo que
consiste en sentimientos. Dado que el pensamiento y el sentimiento son propiedades de las personas, y una
cultura no consiste de personas -aunque una sociedad s- es difcil ver de qu manera [el pensamiento y el
sentimiento] podran ser parte de la cultura" (Spiro 1984: 324).

Utilizando las estructuras que ya hemos revisado, la casi totalidad de implicancias de este razonamiento puede modelizarse muy fcilmente en lenguaje Prolog. La siguiente es la expresin
completa de las afirmaciones pertinentes de Spiro vertidas en la cita anterior en clusulas de Turbo
Prolog, el dialecto de la compaa Borland (posteriormente transferido a sus diseadores originales)
que pasa por ser el ms utilizado en todo el mundo. Obsrvese que el segmento verdaderamente
operativo del programa, que son sus clusulas (el resto es informacin de ajuste para control del
programa intrprete), insume bastantes menos palabras que su formulacin en lenguaje natural:

443

Las preguntas que podemos formular son variadas. Por ejemplo:

La primera solicita al sistema que indique cules son los atributos de quines; la segunda
requiere a la mquina que entregue los atributos propios del individuo; la tercera, pregunta si es
verdad o no que el sentimiento forma parte de la cultura. El programa se comporta conforme al
modelo intencional de Spiro hasta cierto punto; si preguntamos al sistema si "el pensamiento es parte
de la sociedad", empero, el sistema nos contesta que s, por cuanto ello estaba implcito en la
formulacin del autor. Este parece ser un corolario no deseado del razonamiento, puesto que
cualquier atributo particular de un elemento pasa a convertirse en propiedad colectiva del conjunto.
No es sto lo que los lgicos llaman "falacia de composicin"? (cf. Nagel y Cohen 1983:215).
Pronto se hacen evidentes los puntos en los que se esconde la falacia, y resulta claro, manipulando
variables, que "ser parte de algo" no es exactamente simtrico con "tal cosa consiste de tales elementos", que la pertenencia de un individuo a un conjunto no transfiere al conjunto sus propiedades
personales y que ese tanto ese consistir como ese ser parte constituyen expresiones oscuras.
Incorrecto o no (el razonamiento de Spiro, en rigor, es ms desprolijo que propiamente falaz),
todo aserto de este tipo es programable, verificable y susceptible de optimizarse con absoluta transparencia. Tenemos aqu quiz no tanto una herramienta como un arma. Sin necesidad de soar con
una conmensurabilidad imposible, podemos definir modos de acuerdo sobre la limpieza y
exhaustividad lgica de los procedimientos con un grado de precisin por lo menos algo ms
aceptable que el que poseamos.
El nmero de frases o aseveraciones que podemos incluir en un programa de verificacin es elevado, de modo tal que se pueden cubrir todos los aspectos fundamentales de una teora razonablemente compleja con todos los matices, salvedades y definiciones alternativas que hagan falta, y suponiendo, en un arrebato de la imaginacin, que en nuestra ciencia lleguemos a tener teoras complejas
alguna vez. Quiz ahora s podemos aspirar a construirlas. Cundo tuvo la antropologa a su disposicin una herramienta semejante?

444

II
MARCO EPISTEMOLOGICO

1. PUNTO DE PARTIDA ANTROPO/LOGICO

Este captulo inicia el fragmento de nuestro ensayo que obedece ms de cerca los cnones que en
nuestra prctica acadmica se estiman propios de una tesis. Tras una serie de apartados
introductorios tendientes a demostrar la amplitud de las prestaciones potenciales de la programacin
lgica de cara a la antropologa, corresponde ahora acotar el tema a un campo mucho ms restringido
para poder operar con la concentracin necesaria. La inslita extensin de los captulos introductorios referidos al estado actual del problema obedece al hecho de que hemos tenido que ser
nosotros mismos quienes lo hemos planteado como tal.
Como los pormenores del clculo cualitativo formal no eran problemticos para la antropologa,
como no podamos avanzar ms sin plantear la cuestin, y como estimamos que a la vez de estar
estableciendo el problema estamos ofreciendo una vislumbre de solucin, hemos tenido que escenificar todo el contexto, procediendo en trminos de un modus didctico que deseamos excluir de
la tesis propiamente dicha. Los captulos anteriores ocupan entonces el lugar de un fragmento de la
historia del mtodo antropolgico que hasta el momento no haba sido escrito, pero en el que el
eventual lector puede desde ahora situarse. Asumimos, entonces, que la trayectoria, la razn de ser y
la estructura general de las herramientas protagnicas de esta tesis ya no forman parte de la incgnita.
Hasta la fecha, ni la antropologa haba desarrollado modelos genuinos de inteligencia artificial,
ni sta se haba dado por enterada de la existencia de campos enteros del conocimiento incapaces de
asimilar -mediante una incorporacin cabal y no mediada- los instrumentos que se han estado
forjando. La distancia que media entre la vaguedad de las formalizaciones antropolgicas convencionales y el rigor potencial de los procedimientos informticos ha sido tan vasta, su asimetra es
tan grotesca, que incluso estimamos inconveniente considerar la tesis que sigue como un trabajo
interdisciplinario, en el sentido clsico de la palabra.
El ideal metodolgico -conjeturamos- se encuentra menos en la ampliacin del desempeo cooperativo que en el replanteamiento de la competencia en el interior de las disciplinas requirentes. La
excusa tranquilizadora de una interdisciplinariedad latente (siempre a la mano aunque se la utilice
poco) coadyuva a que la formacin disciplinar en materia de metodologa y tcnicas siga siendo tan
insustancial como siempre ha sido. Si proponemos esta elaboracin como un trabajo consagrado a
modificar las tcnicas de elaboracin terica de la antropologa, aconsejar que se derive ese desarrollo a un "entendido" o a un "especialista" que nos resuelva los percances del mtodo aplicando a
un material que no le interesa una herramienta cuyos alcances slo l comprende, nos dejara de
nuevo en el punto de partida.
Por qu aceptar el hiato interdisciplinar como un mal necesario? Por qu confiar, adems (si
no por oscurantismo tecnoltrico), en las soluciones incomprensibles que los tecnlogos nos
445

entregan, tpicamente plagadas de nmeros donde tendra que haber conceptos? El antroplogo,
pongamos por caso, no delega la responsabilidad de analizar los sistemas de parentesco a un experto
en genealoga, ni el derecho a interpretar los mitos a un hermeneuta de profesin; el conocimiento
tcnico para llevar a trmino uno y otro anlisis forma parte inherente de sus propias capacidades
curriculares. Lo mismo debera suceder en el caso de la programacin lgica, si la entendemos no
como una prctica esotrica, sino como un recurso propio de la disciplina, y an con ms razn: el
cambio de manos introducira una discontinuidad conceptual y metodolgica que anulara el efecto
de la continuidad deductiva que estos formalismos nos garantizan y que slo puede construirse, laboriosamente, cuando comprendemos desde los fundamentos lgicos del instrumento hasta la ltima
connotacin del material al cual se aplica.
Mientras nuestra introduccin se dedic a mostrar qu es lo que puede extraerse de la informtica de avanzada, los captulos que siguen se abocarn a establecer qu matices, dificultades y exigencias presenta a sta la investigacin antropolgica concreta, a fin de que el modelo no resulte sospechable de esquematizacin y de logicismo. Nuestro trabajo no ha sido el de la invencin del artificio,
sino (como quera Bateson) el hallazgo de la pauta que conecta. Ahora hay que reforzar y matizar la
conexin. Aqu el punto crtico es, si se quiere, el realismo, la sutileza, la versatilidad e incluso la expresividad y la elegancia de los modelos que pueden desarrollarse. Nos contentamos con que la introduccin simplemente haya preparado la atmsfera, sin demostrar nada, a efectos de posibilitar la verdadera demostracin, que slo puede ser axiomtica y completa. El trabajo que resta es de sintona
fina en el plano de las correspondencias significativas entre los problemas y las herramientas, y de
fundamentacin y prueba exhaustiva en el plano de la implementacin.
De acuerdo con un ordenamiento que ya se ha tornado clsico, indagaremos la aplicabilidad de
la programacin lgica a niveles que podramos llamar sintctico, semntico y pragmtico. Al hablar
de estos "niveles" nos orienta una intencionalidad heurstica ms que una actitud clasificatoria
estricta, pues estamos persuadidos que los tres planos se interpenetran, que sus periferias son tan
anchas como sus focos, que sus fronteras tienen la textura y la penetrabilidad de una nube. Sea como
fuere, el punto crtico se localiza en el centro, lo que no poda ser de otra manera tratndose -como es
el caso- de un problema de modelizacin.
La hiptesis que nos motiva es la concordancia semntica entre una idea antropolgica y la
interpretacin del predicado lgico formalmente expuesto que le corresponde; esa concordancia
semntica inaugura la posibilidad de conferir a la representacin de nuestros conocimientos y al
tratamiento de nuestros problemas un estatuto de reflexividad, rigor y consistencia que los convierten
en una especie de clculo. Clculo (hay que insistir en ello) que no incurre en las consabidas ingenuidades del cientificismo respecto de la posesin de la verdad objetiva y que, ms que facilitar el
trabajo intelectual en la era de las mquinas, nos revela la abismal dimensin de problematicidad
propia de todo planteamiento responsable. Esta potencialidad comienza a avizorarse cuando el antroplogo y el programador son la misma persona o coordinan sus intereses como si lo fueran, y
cuando la tcnica no se introduce como un cuerpo extrao tendiente a confirmar un compromiso
unilateral con las ciencias duras, sino como una herramienta que (al igual que la hermenutica o el
mtodo genealgico) nos es tan propia, necesaria y oportuna como cualquier otra.
La hiptesis de esa correspondencia de significados ya ha sido verificada, hasta cierto punto; resultaba fatal que as fuese, porque el lenguaje utilizado naci de la necesidad de contar con una herramienta de clculo basada en la descripcin de los hechos y en el lgebra cualitativa de las relaciones. La tesis siguiente tiene por objeto ampliar esa verificacin hasta hacerla incontrovertible; y lo
446

har no acumulando ejemplos extensivos adicionales, ni multiplicando las reas temticas de su

posible implementacin, sino operando intensivamente, en profundidad, analizando primero la
naturaleza de los fundamentos de la modelizacin misma y el espacio epistemolgico que con su incorporacin se determina, poniendo a prueba despus la plasticidad del Prolog para la representacin
del conocimiento, e indagando por ltimo la adaptabilidad de la lgica formal (la cual en este contexto no se restringe a la lgica acadmica) a diversos juegos de premisas filosficas y a distintos
marcos tericos.
La escala de rigor de los mtodos que estamos proponiendo y, en general, la complejidad estructural de la epistemologa que le corresponde, requieren antes que nada la construccin de una verdadera teora de modelos, fundada en el aserto (a demostrar) de que no existe ni en la filosofa de la
ciencia ni en las ciencias sociales una elaboracin sobre el particular que resista la crtica y que convenga recuperar como precedente bien fundado. Considerando lo expuesto, la estructura de la demostracin despliega, sucesivamente:
(A) Un cuadro de situacin (dispuesto a los efectos de establecer un ulterior contraste) relativo a
las posibilidades y alcances, a la fecha, del desarrollo de modelos en antropologa. El objetivo de esta
visin de conjunto es demostrar que todava no existen a disposicin de la disciplina modelos metodolgicamente instrumentables y que las bases epistemolgicas mismas de la modelizacin (las
"teoras de modelos") difundidas por la literatura asequible son dbiles, no instrumentables y contradictorias. Este cuadro comprende la totalidad del captulo II.2, y slo afecta a los lineamientos disciplinares arquetpicos; otros modelos antropolgicos, no menos relevantes, se revisarn en apartados
especficos.
(B) Un anlisis en profundidad de las caractersticas lgicas del lenguaje utilizado a lo largo de
los niveles sintctico, semntico y pragmtico, como demostracin preliminar de que se dispone de
un formalismo predicativo apto para la representacin del conocimiento y la construccin de modelos con capacidad eductiva. Este anlisis ocupa la seccin II.3. La "semntica" de la que aqu se trata
es de naturaleza lgica, y corresponde considerarla como una suerte de nivel de significacin de
primer orden que fundamentar, en su momento, la capacidad del formalismo para expresar la
semntica de orden superior concerniente a un dominio de interpretacin que, en este caso, coincide
con nuestra temtica disciplinar.
(C) Un esbozo sucinto de la epistemologa y la metodologa requeridas para posibilitar la integracin de una instancia formal en el conjunto de los procedimientos disciplinares. Este esquema
define con una cierta taxatividad los alcances mximos de toda formalizacin y establece la
existencia de conjuntos de procedimientos que podrn sujetarse a una especificacin ms o menos
rigurosa, pero que jams sern pasibles de una formalizacin en sentido estricto. El ncleo del marco
epistemolgico se completa en los apartados II.4 y II.5.
(D) Una exploracin sistemtica de las formas de representacin del conocimiento ideadas en
antropologa, ciencia cognitiva y computacin en tanto instancia semntica de segundo orden, y de
los cruzamientos transdisciplinares emergentes. Este proyecto se desarrolla en el captulo III.
(E) Una caracterizacin de los diversos esquemas lgicos alternativos (polivalentes, modales, difusos, epistmicos, probabilsticos), un anlisis de su adecuacin a la modelizacin antropolgica y
una comprobacin concurrente de la versatilidad del Prolog para operar en base a sus premisas. Toda
la parte IV se consagra a este anlisis.

447

(F) Una prueba de reescritura de "hechos", problemas e hiptesis antropolgicas en notacin lgica computacional utilizando diversos formalismos, y una evaluacin de la informacin sustantiva y
reflexiva que este procedimiento devuelve. Un intento concomitante por establecer a partir de esta
prueba niveles de problematicidad, tipos de modelos y formas pautadas de resolucin. A esto se
dedica la parte inicial del captulo V y el apndice de programas aplicativos.
Aunque los nexos entre las diversas argumentaciones procurarn ser explcitos, presuponemos
una lectura tan constructivista y dinmica como el paradigma lgico que sirve de fundamentacin a
nuestro formalismo; de ella, ms de lo que en puridad se ha escrito, depender que se constituya o no
la propuesta sistemtica de la que con cierta imprudencia alardeamos en el ttulo.

2. LA CONSTRUCCION DE MODELOS EN ANTROPOLOGIA.

Slo ocasionalmente se han explorado en antropologa las posibilidades, significados y
promesas de la construccin de modelos; casi nunca se ha indagado el problema de la elaboracin
modlica en s o en general, y en la mayora de los casos se ha afrontado, sobre bases epistemolgicas muy dbiles, el estudio de un tipo especfico de modelos (por lo comn
estructuralistas, cognitivos y "matemticos") ligados a una teora, a un mtodo o a un dominio
peculiar.
Es necesario saber en qu situacin nos encontramos. Resulta imperativo trazar un balance, y
eso es lo que emprendemos a rengln seguido. Restringimos deliberadamente nuestra visin de los
modelos antropolgicos al espacio de la antropologa sociocultural, por cuanto en el mbito de la arqueologa el problema pareciera ser el de la adecuacin de los modelos, y ya no el de su inexistencia.
Todo cuanto tenemos que decir a propsito de los modelos arqueolgicos (que constituyen una creciente multitud) lo hemos dicho al dejar sentada nuestra crtica a la computacin convencional y a la
caja negra de los lenguajes procedimentales, a los que dicha formalizacin ha recurrido en la
generalidad de los casos.
En nuestra opinin, la situacin de la teora y la praxis del uso de modelos en antropologa
sociocultural se encuentra en una atolladero. A partir de un comienzo desafortunado que defini
buena parte del carcter de las preocupaciones ulteriores, el grueso de la indagacin disciplinar en
torno a los modelos se transform en el campo de batalla de una disputa con la que la modelizacin
apenas est relacionada, y que se refiere a la esencia "real", "formal" o "ideal" de las entidades, relaciones y estructuras que constituyen el objeto de modelizacin.
Como tendremos ocasin de demostrar, los protagonistas de esa bsqueda han incurrido inexorablemente en serios errores metodolgicos y filosficos, y esos errores han precipitado a la disciplina en discusiones tan inconcluyentes como ingenuas, que convendra ya ir abandonando. El
tratamiento del tema no ha logrado trascender el circuito de un crculo vicioso, en el que obsesivamente se discute en torno de la esencia de lo que se modeliza, como si eso pudiera resolverse
merced a la utilizacin de un modelo. Prcticamente no se ha reflexionado en absoluto sobre los prerrequisitos, caractersticas, posibilidades y lmites de los modelos en general de cara a las necesidades de la disciplina, sobre los aspectos que confieren a los modelos capacidad de representacin y
fuerza de sistematicidad, sobre los pasos que se han de seguir para construirlos o sobre lo que distingue a un modelo de otros tipos posibles de configuracin analtica.
448

Aunque existen diversas prefiguraciones y anuncios profticos, el uso de modelos en la

disciplina se inaugura con las especulaciones de Lvi-Strauss en "La Nocin de Estructura en Etnologa", de 1952, artculo que constituye el clebre captulo XV de la Antropologa Estructural
(1973:249-309). Sus afirmaciones han definido el tono, el objeto y el nivel de los debates subsiguientes, y por ello es preciso citarlas textualmente. Dice Lvi-Strauss:
El principio fundamental afirma que la nocin de estructura social no se refiere a la realidad emprica, sino
a los modelos construidos de acuerdo con sta. [...] Se trata ... de saber en qu consisten estos modelos que son
el objeto propio de los anlisis estructurales. El problema no corresponde a la etnologa sino a la epistemologa,
porque las definiciones que daremos a continuacin no dependen para nada de la materia prima de nuestros
trabajos. En efecto, pensamos que para merecer el nombre de estructura los modelos deben satisfacer exclusivamente cuatro condiciones. En primer lugar, una estructura presenta un carcter de sistema. Consiste en
elementos tales que una modificacin cualquiera en uno de ellos entraa una modificacin en todos los dems.
En segundo lugar, todo modelo pertenece a un grupo de transformaciones, cada una de las cuales corresponde a
un modelo de la misma familia, de manera que el conjunto de estas transformaciones constituye un grupo de
modelos. En tercer lugar, las propiedades antes indicadas permiten predecir de qu manera reaccionar el modelo, en caso de que uno de sus elementos se modifique. En fin, el modelo debe ser construido de tal manera que
su funcionamiento pueda dar cuenta de todos los hechos observados. (1973:251-252).

Las parfrasis de estas palabras que podemos encontrar en la literatura antropolgica son innumerables, pero por desdicha los trminos concretos del acto fundacional han sido fatalmente los expuestos. Podramos sealar en estos prrafos clsicos numerosos galimatas y entuertos conceptuales,
sin necesidad de sobreimprimirle ningn nfasis: la confusin lisa y llana de las estructuras con los
modelos; la asombrosa afirmacin de que "una estructura presenta carcter de sistema"; la idea de
que en un sistema todas las variables son igualmente sensibles y determinantes, y de que todas las
dems se ven afectadas cuando se modifica una de ellas; la equivocada identificacin de un modelo
con un miembro de un grupo de transformaciones estructurales; la inslita observacin de que en un
modelo puede haber no ya una estructura, sino una estructura social, contradictoria con el aserto de
que la materia prima de los referentes es irrelevante para dicho constructo.
La palpable ligereza de los juicios levistraussianos (que, como antroplogos, nos ocasiona ms
pesadumbre que indignacin) no hara necesaria una recusacin en regla si la nuestra fuese una ciencia madura. Es por escrpulo metodolgico (y no por dudar de la astucia epistmica del lector) que
procederemos, no obstante, a subrayar los desatinos ms ofensivos. Los errores de la argumentacin
levistraussiana son innumerables, y nos inclinamos a sentir que su reconocimiento no depende de la
adscripcin a una doctrina determinada por parte del crtico. Al contrario de lo que piensa LviStrauss,
(a) Las estructuras no son modelos. Existe cierto acuerdo respecto de que las estructuras sean
determinadas invariantes, configuraciones, disposiciones de componentes o constantes que se pueden
presentar ya sea en un modelo que representa a un sistema o en un discurso analtico cualquiera que
se refiere a una realidad ms o menos "dada". No es imperativo que todo modelo de una realidad enfatice su carcter de sistema, ni tampoco es inevitable que todo modelo est conminado a exaltar o
probar la existencia de estructuras. Existe una amplia libertad para inspeccionar la relacin entre realidades, sistemas, estructuras y modelos, libertad que se va perdiendo, necesariamente, por poco que

449

los diversos trminos se utilicen como si fueran equivalentes14. Si se igualaran sin ms estructuras y
modelos (y en principio sera legtimo hacerlo, si a quien formula una doctrina le place) se pierde,
obviamente, la posibilidad de identificar y caracterizar aqullas mediante manipulaciones operadas
sobre stos. Naturalmente, lo que se llama "estructura" en un marco terico puede recibir el nombre
de "modelo" en otro: un caso a propsito es el de la econometra en relacin con la lgica (Suppes
1988: 112); pero semejante confusin jams se da en el interior de un mismo entramado conceptual.
(b) Las estructuras no "presentan carcter de sistema", sino que ms bien los sistemas (reales o
ideales) poseen real o idealmente una estructura, definida por las invariantes relacionales que se
revelan al cabo de una serie de transformaciones; se pueden postular (y de hecho se hace habitualmente) diferentes estructuras y niveles estructurales en el interior de un sistema representado en
un modelo.15
(c) En ningn sistema conocido que tenga algo que ver con una realidad mnimamente compleja
la totalidad de las variables reacciona a la modificacin de una cualquiera de ellas: siempre hay variables ms o menos sensibles, ms o menos crticas o determinantes, al punto que existe una "teora
de las jerarquas" que estudia la importancia o falta de importancia relativa de los diversos conjuntos
de variables en un sistema y un "anlisis de la sensibilidad" que aborda las propiedades matemticas
de ese estado de cosas.16
(d) En la epistemologa y en las matemticas estructuralistas, un grupo de transformaciones define una estructura, y de ninguna forma un modelo; segn otra definicin estructuralista aceptable, un
grupo se puede considerar como un tipo especial de estructura, pero jams como la forma necesaria
de todo modelo.17
(e) An admitiendo la legitimidad de imprimir un sentido atpico o idiosincrtico a la nocin de
modelo, un modelo no es necesariamente un miembro de una familia de transformaciones, pues la
relacin entre una operacin transformacional discreta y un modelo no es ni remotamente una a uno;
si las variables del modelo admiten manipulacin (y no tendra sentido pensar en un modelo que restrinja esta posibilidad), un solo modelo puede dar cuenta de una, muchas o infinitas series de transformaciones. Un modelo que representara un solo estado en una serie de transformaciones sera
absolutamente intil para dar cuenta de la serie, y no sera pasible de modificarse para examinar la
re-estructuracin o la dinmica del sistema al cual representa.

14 Las definiciones alternativas son innumerables, pero el ncleo del sentido de todas las que hemos consultado nunca pasa por la
asimilacin de "estructura" y "modelo"; la entidad del "sistema" es variable de un cientfico a otro, pero muy de tarde en tarde se lo
confunde con la estructura y jams con el "modelo" (cf. J.G. Miller 1978:22-23; Mouloud 1969; Wilden 1979; Klir 1984; von Bertalanffy
1982, 1984; Rapoport 1984). Nuestra formulacin alberga un implcito deliberado que por ahora dejamos latente: que no es posible
determinar la entidad "sistemtica" de una realidad compleja si no se construye un modelo.
15 Pueden verse diferentes definiciones correlativas de sistema y estructura en la literatura estructuralista y en los estudios encuadrados en
la teora general de sistemas, dinmica de sistemas, etc. Cf. James Grier Miller 1978:9-50; Aracil 1983, passim.
16 Sobre las organizaciones jerrquizas, cf. Whyte, Wilson y Wilson 1973; Aracil 1983:35-36. Sobre el anlisis de la sensibilidad en la
moderna teora de la modelizacin, vase Rothenberg 1989:88-89; D'Ambrosio 1989:142-146.
17 Vanse las definiciones estructuralistas clsicas de Robin Gandy (1976). Definimos formalmente un modelo ms adelante, en mltiples
ocasiones y segn diferentes perspectivas. Como definiciones alternativas cf. Miller 1978, passim; Aracil 1983:15-38. Hemos tratado con
ms detalle el concepto de "grupos de transformacin" en Reynoso 1986.

450

(f) Puesto que Lvi-Strauss ha identificado a los modelos con las estructuras, la suposicin de
que el modelo se transformar "en caso de que uno de sus elementos se modifique" es errnea; en su
propia epistemologa, las estructuras (y consecuentemente los modelos) no constituyen conjuntos de
elementos sino conjuntos de relaciones; la modificacin de un elemento en nada incide sobre la estructura y la trayectoria de un sistema, en tanto las relaciones entre los trminos se mantengan constantes. La incidencia de un elemento sobre el conjunto depende del valor de sus relaciones en el
tejido estructural del sistema.
Ms que la escala de la equivocacin, sorprende la densidad de los errores, la forma en que se aglomeran en una muestra textual mnima casi sin necesidad de interponer elipsis. Toda la construccin se apoya sobre arena, y su denuncia se torna forzosa. La lectura levistraussiana de la doctrina estructuralista preexistente ha sido a todas luces apresurada, superficial y confusa, y en lo que respecta
a su discurso sobre modelos es incluso infiel a las definiciones y usos que l mismo asentara; la
resultante de ello es el caos que acabamos de cartografiar, donde todos los tipos lgicos se ofrecen
por el precio de uno y donde no se cumple en absoluto el objetivo que l mismo se ha propuesto de
"saber en qu consisten estos modelos que son el objeto propio de los anlisis estructurales". De
todas maneras, carece ya de sentido preguntarse en qu consiste una entidad que, por definicin, el
mismo antroplogo ha construido. Virtualmente no hay en todo el cuerpo de la cita una sola
proposicin que sea correcta en alguna epistemologa imaginable o que no resulte contradictoria con
aserciones contiguas. Sea que paradigmticamente examinemos sus correspondencias con otros
marcos categoriales o que sintagmticamente examinemos su consistencia interna, la formulacin
levistraussiana deviene insostenible.
Estructuras, transformaciones, modelos y sistemas no deberan ser, creemos, conceptos difusamente intercambiables de acuerdo con los vaivenes del mercado retrico; se trata de aspectos que,
cualquiera sea la amplitud semntica de sus definiciones y cualesquiera sean las diferentes personalidades ontolgicas que hayan asumido en el curso del tiempo, han sido distinguidos con claridad en
todas las epistemologas ms o menos responsables, con la posible excepcin de las que se
construyeron en nuestra disciplina tras el advenimiento del estructuralismo. No es que esos trminos,
por una decisin autoritaria, no puedan definirse en un marco terico a travs de denotaciones que en
otros marcos corresponden a otras categoras; lo verdaderamente incorrecto es que en el interior de
una sola perspectiva sus significaciones se confundan.
Con cierto esfuerzo de reconstruccin por parte del lector es posible corregir lo que Lvi-Strauss
efectivamente dice e infundirle un contenido aceptable: que la estructura social de un sistema concreto slo se capta en un modelo relativamente abstracto, que un modelo permite dar cuenta de y predecir determinadas transformaciones del sistema representado, que estas transformaciones no son estocsticas sino que responden a cierta pauta, que la estructura de un sistema se revela a lo largo de las
transformaciones a las que se somete el modelo, etctera. Esta lectura algo ms correcta, pero idealizada, es, sin duda, la que realizan cotidianamente los antroplogos y los crticos de la disciplina; de
otra manera, alguien se habra dado cuenta antes de que el esquema teortico est lisa y llanamente
mal planteado y no habramos tenido que ser nosotros quienes trajramos a colacin el caso recin
aqu y ahora. En todo el discurso antropolgico sobre los modelos levistraussianos los ostensibles
errores de la formulacin original invariablemente se pasan por alto, como si existiera un acuerdo
mutuo en no poner en relieve su precariedad (Cf. Vogt 1960; Nutini 1965; Caws 1974; Chaney 1978;
El Guindi y Read 1979).

451

Las lecturas redentoras, empero, no alcanzan para poner los modelos en marcha. Lo ms grave
de todo esto es que en la presentacin que de ellos hace Lvi-Strauss, la naturaleza de los modelos y
la forma en que estos modelos reflejan una realidad nos han sido escamoteadas, tal vez deliberadamente. En los ensayos levistraussianos no hay una clara delimitacin entre el modelo y el discurso
asertivo comn, y es esa misma fluidez la que dificulta saber en qu consiste el modelo y cmo trabaja. El modelo de marras es soluble en lenguaje, se disuelve al sumergirse en las pretextaciones
retricas e ideolgicas que lo circundan. Es cierto que las argumentaciones de Lvi-Strauss que asumen un tono formal difieren de las dems por cierto carcter diagramtico y por la generosidad de
sus lances analgicos; pero todo ello es harto indisciplinado, y en todo el discurso modlico levistraussiano lo ms necesario est sistemticamente ausente: no existe ni una gramtica inherente al
modelo, ni una fundamentacin lgica de su capacidad productiva, ni una forma pautada y replicable
de operarlo, ni un conjunto enunciable de reglas de modelizacin.
En la jerga cientfica, si la palabra "modelo" significa algo, ello es la capacidad de re-producir
una herramienta que (como dira Ayer) pone en pie de igualdad a los pontfices y a los jornaleros, y
que permite llegar a conclusiones parecidas partiendo de los mismos interrogantes; suprema
paradoja: ninguna escritura, ninguna analtica es, en toda la antropologa, ms idiosincrtica e
inimitable que la levistraussiana. En la encrucijada de las referencias eruditas a la lingstica, a la ciberntica, a las matemticas estructurales y a la teora de la informacin el modelo levistraussiano no
es definidamente nada de eso; no cumple con el deber de delimitarse y con ello no se compromete a
ningn cdigo de conducta. Tras la fachada de la interdisciplinariedad se esconde, de hecho, el
laberinto de la ms anrquica indisciplina.
La pregunta que debemos hacernos es: qu es para Lvi-Strauss efectivamente un modelo? Es
acaso una entidad imaginaria que se puede "materializar" y "operar" -por as decirlo- mediante un
flujo de palabras? Es una herramienta que podra constituirse de diversas formas, incluso en una
discusin verbal entre intelectuales? Es un constructo heterclito, formado de aserciones, imgenes,
maquetas, circuitos y mecanismos? Es una nueva suerte de metfora? Es un diagrama en un papel,
acompaado por una nota explicativa que prescribe su forma de uso? Es, ms formalmente, una entidad conceptual que se puede traducir de acuerdo con determinados principios de simbolizacin en
un conjunto de grafos, vectores y parntesis? Es un artificio puramente lgico, un ncleo platnico
capaz de transcodificarse y corporizarse bajo diversas formas de representacin? O es ms bien un
conjunto no pautado de proposiciones, que el escritor va "transformando" guiado por su intuicin a
medida que, discursivamente, se simula la modificacin de sus variables?
Adems, Qu privilegio exime a los modelos levistraussianos de la estipulacin de aquello en
que se fundamentan, de la identificacin precisa de los rigores que hacen que se les deba tener confianza? Cules son los atributos de estos modelos que le confieren la adecuacin descriptiva y el
poder explicativo que reclaman? Cules son los prerrequisitos a los que se atienen y las reglas que
reconocen en materia de precisin conceptual, exhaustividad y coherencia interna?
Los interrogantes son infinitos, pues la necesidad misma de que Lvi-Strauss recurra a una entidad instrumental que despus no caracteriza ms que a travs de un uso que sistemticamente la encubre, resulta enigmtica. Podramos seguir hacindonos preguntas que nadie nos contestar: Por
qu hablar de modelos, despus de todo? Cul es el quantum de precisin que debe poseer un modelo para contrarrestar los efectos envolventes de la subjetividad, la connotacin y la ideologa?
Cmo puede verificarse la validez descriptiva y la eficacia predictiva de un modelo? Es un modelo
una herramienta de una teora, una estructura escondida en la realidad, o un avatar o manifestacin
452

de la teora misma? Cuando Lvi-Strauss ridiculiza a Gurvitch (1973:74-78) Cul es el sentido de

desplegar la sutileza de apabullar a un colega por no haberse dado cuenta que las "estructuras sociales" pertenecen al plano del modelo (y no a la realidad) para terminar encubriendo (o ignorando),
a fin de cuentas, la topologa, la capacidad funcional, el status ontolgico, el rgimen interno y la
configuracin formal de ese constructo?
Sin reflexionar sobre su propio silencio en las materias verdaderamente cruciales, Lvi-Strauss
sigui entonando loas a la modelizacin cientfica en los casi cuarenta aos siguientes; pero jams
nos proporcion un solo modelo explcito y digno de ese nombre, a no ser que se acepten como
modelos elaboraciones literarias -brillantes o letrgicas, se no es el punto- que en nada difieren, epistemolgica e instrumentalmente hablando, de cualquier otra escritura o de un despliegue
imaginativo de sentido comn. A menos que exista alguna resea que desconozcamos, Lvi-Strauss,
por ejemplo, nunca se dign a demostrar la forma en que se manipula una variable de un modelo
para observar su comportamiento diferencial, pese a que sta es una de las las razones recurrentes
que justifican su construccin.
Este estado de cosas nunca se modific, por ms que los intelectuales ms conspicuos de la
poca participaron en el debate. Para Lvi-Strauss los modelos siguieron siendo nebulosos y
polimorfos, y nadie se atrevi a despertarlo de esta etapa de sus sueos dogmticos, ni sinti la
necesidad de hacerlo. Alguna evolucin hubo con el correr del tiempo, pero no fue para mejor. Hacia
1946, en una contribucin sobre sociologa francesa en una obra colectiva, los modelos an no se
confundan con las estructuras, sino que eran "dispositivos analticos capaces de reducir la complejidad concreta de los datos a estructuras ms simples y elementales" (1946: 525). En la etapa intermedia es cuando ms proliferan las identificaciones extravagantes, como cuando afirma que las
estructuras sociales consisten en modelos etnolgicos (!) cuyas caractersticas los tornan
cientficamente manipulables; es decir, son sistemticos, transformacionales, predictivos y
exhaustivos (1953:279-280). En Tristes Trpicos se encuentra tal vez la justificacin ms escueta y
ms clsica:
Despus de Rousseau, y de una manera que me parece decisiva, Marx ense que la ciencia social ya no se
construye en el plano de los acontecimientos, as como tampoco la fsica se edifica sobre los datos de la sensibilidad: la finalidad es construir un modelo, estudiar sus propiedades y las diferentes maneras como reacciona
en el laboratorio, para aplicar seguidamente esas observaciones a la interpretacin de lo que ocurre empricamente, y que puede hallarse muy alejado de las previsiones (1973:45-46; original de 1955).

Eventualmente, empero, los modelos volvan a identificarse con la cosa en s o con entidades
ideales emergentes de operaciones abstractas: un modelo cientfico -afirmaba Lvi-Strauss- "es un
objeto que puede aislarse fcilmente, con contornos bien definidos, cuyos diferentes estados revelados por la observacin se pueden analizar con referencia a unas pocas variables" (1964: 544). Estas
afirmaciones son de por s inespecficas, pero si se las concatena a las anteriores el contrasentido es
inquietante: cmo se concilia, por ejemplo, el argumento empirista de que un modelo es un "objeto
que puede aislarse" con el dictum racionalista de que se trata de una construccin ideal o de un "dispositivo analtico"? Los razonamientos de Lvi-Strauss sobre los modelos son, sin duda, precarios; lo
malo del caso es que ni siquiera se trata de una precariedad consistente.
Los comentarios acerca del discurso levistraussiano sobre los modelos han sido, en lo metodolgico, tan poco rigurosos como el original. Parain-Vial lleg a objetar que Lvi-Strauss a menudo parece vacilar entre una definicin sustantiva de los modelos cientficos -como cuando habla de modelos conscientes e inconscientes- y una definicin epistemolgica -como cuando caracteriza a los
453

modelos mecnicos y estadsticos-; pero no saca de ello ninguna conclusin acerca de la dudosa
existencia de modelos genuinos en la analtica levistraussiana (cf. Parain-Vial 1969:195 y ss.).
Para Hugo Nutini la contribucin culminante de Lvi-Strauss a la antropologa radica en su distincin entre los modelos mecnicos y los estadsticos; pero ni el comentarista ni el autor original nos
dicen por qu, ni reconocen que la tipologa representa un subproducto fragmentario del tipograma
ciberntico de Wiener. Y lo que es ms flagrante, tampoco especifican a qu tipo encarnan los modelos que el estructuralismo despliega (cf. Nutini 1965-709; Wiener 1985). A todo esto, nadie se ha
dado cuenta de que la caracterizacin de los modelos mecnicos como algo que est "a la misma escala que los fenmenos", y la consiguiente idea de los modelos estadsticos como constructos que se
encuentran a una escala diferentes es ridcula: ningn conjunto de enunciados puede estar a la misma
escala que una cosa de distinta naturaleza; no existe, adems, ninguna escala que sea propiamente la
de un fenmeno, pues cualquier entidad es analizable a infinitos niveles de detalle. Como bien dicen
algunos manuales elementales de epistemologa, una clula es tanto o ms compleja que un sistema
solar.
En su presentacin de la antropologa estructural para un lectorado americano, y al caracterizar
su peculiar teora de los modelos, Bob Scholte arm un bricolage en el que se entremezclan fragmentos levistraussianos de diferentes pocas con voces de otros autores (Miguelez, Mouloud, Nutini), y
con polmicas colaterales (estructura e historia, sociedades fras y calientes), conformando un metadiscurso ms bien redundante del cual nada que se refiera a una normativa de la construccin levistraussiana de modelos se puede sacar en limpio (cf. Scholte 1973:668-673). La visin de Scholte es
distorsionada, espasmdica, proyectiva -como tambin lo ser la de Geertz- y no slo por mutilar articulaciones cruciales de las palabras que cita18; al igual que en los textos que analiza, en el intertexto
que Scholte fabrica, el modelo y el discurso indicativo tambin se fusionan, sin que se llegue a ninguna conclusin sobre la retoricidad que esa capacidad de fusin pone de manifiesto.
Con posterioridad a la presentacin de Lvi-Strauss -en la que la prctica disciplinaria de construccin de modelos qued menos instaurada para siempre que prematuramente abolida- la
naturaleza de los modelos no se clarific, sino ms bien lo contrario. Se trabaj mucho y mal, a tal
grado que hoy se habla del fracaso global de las estrategias formales con un acuerdo digno de mejor
causa, y se utiliza el trmino "modelo" en un sentido inespecfico, para hacer referencia a cualquier
postura terica, incluso a las que encuadran en concepciones humanistas, enemigas acrrimas de toda
modelizacin: el modelo etnometodolgico, el modelo interpretativo, el modelo semitico...
En el otro extremo, la prctica de la modelizacin antropolgica se encogi hasta identificarse
con la aplicacin circunstancial de un formalismo cualquiera a un problema cualquiera; y esto se
haca de una manera tal, que inevitablemente se tornaba imposible generalizar el modelo propio de
una aplicacin determinada al anlisis de otros fenmenos, aunque se trataran de fenmenos
anlogos. Las definiciones de los profesionales con inquietudes epistemolgicas, que lograban el extrao efecto de sumir todo el campo semntico de las operaciones modelizadoras en la ms absoluta
indefinicin, continuaron multiplicndose. Buscando trascender a Lvi-Strauss, el antroplogo Peter
Caws, del Hunter College, por ejemplo, estableci las siguientes:

18 En la referencia que citamos de Tristes Trpicos, por ejemplo, Scholte omite una elocucin que es tan poco probablemente marginal
para un intelectual norteamericano como "Marx nos ense que..."; tras esa elipsis, no sorprende que su resea acabe con una cita de
Kolakowski (Scholte 1973:670, 704).

454

Una estructura abstracta es un modelo si se encuentra en lugar de una estructura concreta homloga; una
estructura concreta es un modelo si se encuentra en lugar de una estructura concreta corporizada de forma distinta. Por "estar en lugar de" quiero significar que los rasgos del modelo sustituyen a los rasgos de la estructura
cuyo modelo es aqul, a los propsitos de la presentacin, la instruccin, la explicacin, la variacin imaginativa, el cmputo o la prediccin. No es necesario que haya una direccin preferencial en la relacin entre el
modelo y lo modelado: de acuerdo con una perspectiva familiar, una teora es un modelo de los aspectos del
mundo con los cuales ella trata, en el sentido de que podemos determinar el comportamiento de esos aspectos de
la teora sin tener que realizarlos en la prctica, en la confianza sin embargo de que eso es lo que sucedera en la
prctica; pero, por otra parte, un objeto perfectamente concreto (un planetario por ejemplo) puede ser un modelo
para una teora, y lo mismo podra serlo otra teora. Hacer que los rasgos estructurales del modelo sean centrales
refleja el hecho de que ellos estn en lugar de las relaciones entre las entidades que constituyen el sistema, ms
que en lugar de las entidades mismas (Caws 1974:1).

Una vez ms, no se ha parado mientes en la peligrosidad de los predicados existenciales que pretenden fundar lo que las cosas "son", ni en el comportamiento indisciplinado de los corolarios
reflexivos y transitivos de las operaciones que instituyen identidades. Nuevamente vemos que se
identifican por una parte estructuras y modelos y por el otro modelos y teoras, lo cual conduce (por
transitividad) a numerosas consecuencias lgicas indeseables: puesto que, ms adelante, Caws recupera la famosa distincin levistraussiana entre "modelos mecnicos" y "modelos estadsticos", y
entre el carcter consciente e inconsciente de ciertas dimensiones estructurales, se dara el caso que
existe la posibilidad de hablar de "estructuras" mecnicas o estadsticas, y de "teoras" conscientes o
inconscientes, consecuencias paradojales que Caws ostensiblemente pasa por alto.
A despecho de una dispersa ilustracin didctica de los modelos posibles mediante alusiones a
maquetas en escala, a "modelos teorticos", a "estructuras mentales", y a "conjuntos sistemticos de
relaciones", en la argumentacin de Caws persisten todas las anfibologas esencialistas y los contrasentidos habituales ("todo modelo es una estructura", determinadas estructuras "funcionan como
modelos", "una teora es un modelo", los modelos cientficos "explican" las estructuras sociales) sin
que la naturaleza lgica de los modelos llegue a clarificarse, y sin que se impongan a los modelos
que presuntamente se elaboran requisitos mnimos de explicitacin, reflexividad, fundamentacin
operacional y coherencia interna.
Nos queda la impresin de que las relaciones entre modelos, teoras, estructuras y realidades
eran ms claras antes, cuando se las manejaba oscuramente como referencias intuitivas y
preconscientes, que despus de semejante tropel de definiciones entrecruzadas, las que con entera
seguridad remiten a recursiones infinitas, circularidades y paradojas. Tambin nos aborda la sospecha -que algunas frases aventuradas convierten en certidumbre- de que tanto Caws como LviStrauss, El Guindi, Read, Voget, Leach, Scholte, Schneider, Chaney, Hanson y Nutini han pretendido
axiomatizar, demostrar o negar a travs de una invocacin ritual a los modelos la naturaleza "real" o
"ideal" de las entidades que conforman el contenido sustantivo de los mismos: estructuras sociales,
reglas de comportamiento, entidades psicolgicas "en la cabeza del actor" o "en la mente del
cientfico", interacciones, intercambios, smbolos.
Todos estos autores desprecian o afectan ignorar una regla inviolable, sin cuyo acatamiento la
teora de modelos deviene pura charlatanera cientificista: sean lo que fueren, los modelos sirven
para despejar relaciones, no para analizar o demostrar esencias. Al cambiar el medio de
representacin en lo que va del modelo a la cosa modelizada, la esencia de la cosa es precisamente
aquello de lo que no puede hablarse desde un modelo. La misin que se les endilg en antropologa
tras el acto fundacional de Lvi-Strauss tena que ver ms con discusiones ontolgicas de larga data
455

que con tcnicas modlicas de avanzada, y fue quiz por ello que la construccin de modelos sigui
confundindose con el arte de la retrica y la operacin de los mismos con la especulacin libre. Ms
adelante volveremos sobre estas cuestiones.
Si cabe dudar de la implementacin de genuinos modelos en Francia y en su rea de influencia,
en los Estados Unidos las cosas no anduvieron mejor. El defecto cardinal de la presentacin que
David Kaplan y Robert Manners han hecho de los modelos (1976:274-282) es virtualmente el
inverso del que hemos observado, y su magnitud es llamativa en un discurso que por lo comn es de
excelente nivel epistemolgico. Mientras Lvi-Strauss y su cohorte se abocaron a afirmar que los
modelos son o equivalen a determinadas cosas (estructuras, sistemas, transformaciones), Kaplan y
Manners incurren en la falacia simtrica de estipular lo que los modelos no son, de prohibir aquello a
lo que pueden aspirar a ser.
Para asegurar la validez de una proposicin formal, se tiene que conocer el sistema formal del que sta es
parte. Ms an, el criterio para evaluar a un sistema formal (como la geometra euclidiana) es siempre formal o
lgico, no emprico. [...] Ningn modelo formal es capaz de explicar por s mismo los fenmenos empricos; las
teoras explican, los modelos no. [...] Finalmente, como Eugene J. Meehan seala: pueden presentarse
"resultados catastrficos" cuando "aquellos que usan modelos formales (...) olvidan que los modelos no son
teoras" (Kaplan y Manners 1976:276277, 282).

Es verdad que, en su forma convencional, los modelos son ms a menudo descriptivos que
explicativos. Es verdad tambin que los modelos no pueden ser "verdaderos", sino a lo sumo
consistentes. El problema con las afirmaciones de Kaplan y Manners es, por un lado, que se se
circunscriben a una concepcin obsoleta y parcial de los modelos, y por el otro, que aunque estn
refirindose a modelos "formales", siempre tienden a revestirlos con los atributos propios de los
modelos icnicos y analgicos, o a tratarlos como si fueran proyecciones metafricas, exportaciones
transdisciplinares, faons de parler. Esta identificacin tiene al menos cinco defectos: 1) es demasiado drstica, como si las capacidades de todo modelo concebible pudieran ser instituidas por
decreto; 2) presupone que por el solo hecho de llamarse igual los modelos icnicos y los formales
comparten ms propiedades de lo que es realmente el caso; 3) ha dejado de tener vigencia por cuanto
no incorpora las experiencias de la prctica modlica por excelencia que es, a nuestro juicio, la programacin lgica; 4) no rige cuando el dominio de referencia de un modelo es una teora y 5) no se
aplica de ningn modo a los modelos que ellos precisamente discuten, que son el estructuralista y el
etnocientfico.
Vayamos por partes. Para empezar, es obvio que la diferencia entre los modelos "descriptivos" y
las teoras "explicativas" es una materia bastante ms complicada de lo que estos autores insinan,
como tendremos ocasin de comprobarlo en los captulos siguientes. Anticipemos un ejemplo. Nuestros programas lgicos constituyen modelos que (a) estn realizados segn los cnones descriptivos
de determinadas teoras, o (b) constituyen modelizaciones de supuestos o procedimientos tericos, o
(c) pueden pergear explicaciones a partir y en funcin de una descripcin tanto del mbito emprico
al cual se aplican como de la teora que define su estructura. Que un modelo sea descriptivo versus
explicativo (o hipottico versus nomolgico) depende de la interpretacin que se realice de sus trminos (o de la evaluacin que se asigne a esas interpretaciones) y no de una estructura diferencial o
especfica de representacin o de inferencia.
En la actividad cientfica, la relacin entre modelos y teoras no est estipulada autoritariamente,
de una vez y para siempre, sino que depende del marco conceptual y de la perspectiva que se adopten. Vanse, por ejemplo, las disquisiciones por dems barrocas de Stegmller (1983) y de otros
456

epistemlogos estructuralistas para apreciar el grado de complejidad de este tipo de distinciones. Lo

ms productivo, adems, puesto que nos estamos refiriendo a una cuestin de suma generalidad, es
que en su caracterizacin recproca las teoras (o los modelos) admitan una configuracin anidada,
jerrquica y recursiva, y no el carcter lineal que le confiere la epistemologa clsica, como la que
Kaplan y Manners representan con cierto fervor mecnico. Esta epistemologa -urge reconocerlojams supo proponer una clasificacin de las entidades teorricas que hiciera justicia a la diversidad
existente y a la libertad necesaria. La ansiedad escolstica de prescribir obnubil su capacidad
efectiva de descripcin.
En programacin lgica la regla ha sido menos dictatorial, y por ello se ha podido llegar a algn
resultado operativo ms all de la semblanza clasificatoria. Nadie acaricia la ilusin de que lo representado en un modelo sea la cosa misma. Segn algunas de las perspectivas hoy vigentes en esa disciplina, los contenidos conceptuales y las formas de un modelo constituyen, representan o encarnan
la envoltura formal de una teora aplicada a un problema; la descripcin del mundo que conforma un
programa lgico, refleja implcita o explcitamente las distinciones que sobre aqul define una
postura terica. Un programa lgico expresa una forma terica, elabora reflexivamente una formulacin discursiva y al mismo tiempo utiliza una teora axiomtica para representar un dominio del
conocimiento. Una interpretacin de la teora inherente a un programa lgico constituye un modelo.
En otras palabras, un modelo expresado en un lenguaje representacional axiomticamente fundado,
deviene una teora axiomtica, por ms que su interpretacin en trminos de la disciplina involucrada
en su mbito predicativo no constituya lo que se dice siquiera una teora:
Utilizamos la palabra sistema para referirnos a cierta parte limitada del mundo. El conocimiento sobre un
sistema es equivalente al anlisis de la estructura del sistema. [...] El clculo de predicados es un ejemplo de
formalismo representacional, porque es posible describir la estructura de un sistema mediante una teora axiomtica de la lgica de predicados. [...] Un conjunto completo de reglas de inferencia permite a un lgico derivar
las consecuencias de una teora axiomtica [...] Una interpretacin de una teora es una asignacin de cada
smbolo que ocurre en la teora a algn componente (entidad, funcin o relacin) del sistema. [...] Un programa
en Prolog puede representar el conocimiento sobre un sistema de una manera muy parecida a la forma en que
una teora axiomtica del clculo de predicados puede describir un campo de conocimiento. Para hacer esta
comparacin explcita, cada clusula de Prolog en el programa equivale a un axioma, y la totalidad del
programa equivale a una teora (Malpas 1987:254-255).

Adems, y como ya hemos visto, los modelos de la programacin lgica son mucho menos
icnicos -en el sentido peirceano- que simblicos o conceptuales. Y entre las cosas que son posibles
de simbolizarse o conceptualizarse en un modelo estn tambin las explicaciones y las teoras. Se
puede escribir un programa lgico que constituye incuestionablemente un modelo y cuyo contenido
sea una teora, o la aplicacin de una teora: en tal caso, modelo y teora se corresponderan como
forma y contenido de la misma entidad; y tal como se sabe desde siempre, la correspondencia entre
forma y contenido es compleja.
Este estado de cosas define un crculo epistemolgico incompatible con el que promueven Kaplan y Manners, al que estimamos no slo infiel a la realidad sino autocontradictorio. En efecto, sea
lo que fuere lo que hayan pretendido establecer esos autores, todo se viene abajo cuando ellos
terminan disolviendo la naturaleza conceptual de los modelos en una empiria ilusoria, con estas palabras que debieron mejor callar:
Por supuesto que un modelo formal puede ser convertido en una teora asignando un contenido emprico
especfico a los diferentes smbolos del modelo; de esta forma, los modelos de un modelo [!] se convertirn en

457

entidades empricas, y la relacin entre stas ser una relacin emprica, en lugar de una relacin puramente
formal (Idem:277).

Primera objecin: Los epistemlogos distinguen entre trminos tericos, como "clase social", y
trminos empricos u observacionales, como "Napolen". En un modelo se puede definir una nueva
clase de trminos, puramente formal, a la que podemos denotar como "X", pero tambin (sin modificar estructuralmente al modelo) como cadenas de caracteres que incluyen tanto a las clases sociales
como a los Napoleones. La caracterizacin de Kaplan y Manners parecera reservar el marbete de
"teora" para las construcciones conceptuales que incluyen "trminos empricos"; con lo cual tendramos que llegar a la conclusin de que o bien la distincin entre modelos y teoras pasa por otra parte,
o bien (extrao corolario) que el locus de los "trminos tericos" no son las teoras, sino alguna otra
cosa.
Segunda objecin: Existen innumerables modelos cientficos; excepto en esferas muy
especiales, como las matemticas y la lgica, todos estos modelos estn interpretados, ello es, todos
sus smbolos estn mapeados sobre lo que se llama un "dominio de interpretacin", y en este sentido
se les ha asignado un "contenido emprico". Naturalmente, fuera de esas empresas que medran en la
abstraccin perpetua, a nadie le servira un modelo puramente formal. Pero existe una diferencia sutil
entre "otorgar contenido emprico" en base a referentes puntuales (p.ej., afirmar que Juan piensa de
tal manera debido a su pertenencia a la clase gerencial, a sus intereses econmicos especficos y a su
educacin conservadora) y hacerlo en funcin de trminos genricos o "tericos" (p. ej., afirmar que
el ser social determina la conciencia).
Nuestra postura epistemolgica no utiliza la naturaleza de los referentes como criterio para
trazar una distincin, pero la de estos autores s. En un sistema lgico no hay ni trminos
observacionales ni trminos tericos, sino sencillamente trminos. No hay razones lgicas que
permitan prescribir la naturaleza observacional o terica, concreta o abstracta, real o imaginaria,
hipottica o legaliforme, literal o metafrica de los trminos que participan en un modelo.
Pero retomemos nuestro ejemplo. Aunque no hablan en ese contexto de las diversas clases de
trminos, Kaplan y Manners ejemplifican de manera parecida a nuestro caso hipottico cuando se refieren, respectivamente, a la medicin de las distancias entre determinadas ciudades concretas de los
Estados Unidos y a la geometra euclidiana en un sentido abstracto (p.277). Lo llamativo del caso es
que en la postura de estos autores la aplicacin ms concreta acaba identificndose con la teora y la
ms abstracta con el modelo, lo cual contradice tanto los usos cannicos de las palabras como la idea
eminentemente icnica y convencional que ellos mismos sustentan a propsito de la modelizacin.
Afirmar que la proposicin sobre Juan es de orden teortico, mientras que el enunciado sobre la determinacin social de la conciencia pertenece al orden de los modelos no parece muy convincente, ni
coincide con ninguno de los usos registrados o potenciales de la nocin de modelos en la praxis cientfica.
Si, como afirman, las teoras poseen contenidos empricos, mientras los modelos no, cul sera
el sentido prctico del uso de modelos? No resulta contradictorio representar lo ms concreto y emprico a travs de entidades puramente lgicas y formales? Se construye un modelo para corporizar
entidades conceptuales o ms bien para disolver la empiria en una representacin sin referentes? En
todos estos razonamientos, no se estn confundiendo, identificando o cruzando diversas y fragmentarias concepciones de los mismos trminos? Es posible establecer por un lado distinciones
absolutas (los modelos no son teoras) como si todo estuviera tipificado y por el otro semblanzas
458

genricas (existen muchas clases de modelos) como si nada fuera tipificable, cuando de lo que se
habla es de epistemologas que no son la propia?
El enredo es ms grave de lo que parece, porque todo ese discurso no es ms que el prolegmeno para desprestigiar dos paradigmas que utilizan "modelos" en un sentido radicalmente distinto a
los que Kaplan y Manners caracterizan. Aunque los golpes se asestan, el holocausto fracasa. Ni los
modelos estructuralistas ni los etnocientficos constituyen modelos en el sentido de ser extrapolaciones metafricas, analogas proyectivas entre objetos pertenecientes a disciplinas distintas o representaciones a escala. Ninguno de ellos puede casar con su idea (de races blackianas) de que "es mejor
definir, o por lo menos pensar un modelo como una analoga o una metfora" (p.274), de modo que
todas sus advertencias respecto a no extraer falsas conclusiones, a no confundir el mapa con el territorio, etc., devienen por completo irrelevantes. Kaplan y Manners saben que "existen muchos tipos
de modelos" (p.276); pero no se detienen a pensar que, por eso mismo, una crtica de los modelos
"formales" en general en funcin de caractersticas que son especficas de ciertos tipos muy distintos
de modelos, acaba siendo menos digna de confianza que aquello que cuestiona.
Tambin cabe impugnar la idea que estos autores tienen respecto de lo que en un marco terico
se acostumbra considerar "lo emprico". En la imaginacin icnica de Kaplan y Manners, los
contenidos empricos de los smbolos de un modelo convertido en teora son como si fueran "cosas
de verdad", al punto que las relaciones entre ellos se transforman de pronto en "relaciones
empricas". La cuestin no es acaso ms compleja, su articulacin no es ms delicada?
Corrijamos la perspectiva. Una relacin es algo que se postula acerca de la realidad; no concebimos ninguna operacin interpretativa tras la cual resulte legtimo afirmar que las relaciones
simbolizadas en un modelo sean, en su mera simbolizacin, relaciones empricas, por otorgrseles
una interpretacin o un contenido en lugar de otro. Ni los referentes ni las interpretaciones pertenecen a los modelos, que son siempre constructos de ndole formal. En el interior de un modelo,
una clusula lgica no se transforma en una entidad emprica (o en un enunciado terico) slo
porque se escriba "lucha de clases" en vez de "X": ambos trminos son nada ms que smbolos, y
como bien sabe quien ha tenido que desarrollar un modelo, tanto uno como el otro estn an
pendientes de interpretacin.
La concepcin de los modelos que sostienen Kaplan y Manners es, en fin, simplista y enrevesada, porque mezcla los atributos de los modelos "icnicos" o "analgicos" (los ms concretos) y de los
modelos "formales" o "teorticos" (los ms abstractos) para formular una crtica que termina oscureciendo no slo nuestra nueva intuicin sobre lo que es un modelo, sino nuestra certidumbre originaria sobre lo que era una teora.

Hemos expuesto la postura levistraussiana, sus derivaciones y sus contrapartidas para forzar un
contraste que ilumine la cabal significacin de la posibilidad de una genuina instancia modlica en la
antropologa, inaugurada por la programacin lgica. Existen otras vas potenciales para alcanzar ese
objetivo; la decisin de no analizarlas no implica que se las desprecie y, mucho menos, que se las domine lo suficiente como para tasar su valor en un precio justo. Algunos preferirn el LISP o el C++
en lugar del Prolog, o el mtodo de tableaux en vez del algoritmo de resolucin. Nuestra propuesta
no alardea de ser la nica sensata, si bien es la primera en pretender zanjar el abismo que se ha
abierto entre las sutilezas de las teoras axiomticas, la materia bruta de los objetos que nos han
tocado en el reparto y los mtodos que hasta ahora se han arbitrado para tratarlos.
459

De ningn modo insinuamos que las mquinas son, en lo que al trazado de modelos respecta,
garanta necesaria y suficiente. La cosa no es tan simple que se reduzca a la identificacin de
modelos ya no con estructuras o sistemas, sino con programas grabados en un soporte magntico o
con un switch que les infunde impulso dinmico. Lo importante no es que el modelo sea fsicamente
tangible (que lo es), sino que sea lgicamente especificable (que deber serlo). Lo que en la epistemologa de Lvi-Strauss y de otros pioneros constitua un enigma o por lo menos una mancha
oscura, aqu ha de ser objeto de cuidadosa especificacin; y es esta especificacin la que a
continuacin se despliega.

3. LA ESTRUCTURA LGICA DEL PROLOG

Quo facto, quando orientur controversiae, non magis disputatione

opus erit inter duos philosophos, quam inter duos computistas. Sufficiet
enim calamos in manus sumere sedereque ad abacos, et sibi mutuo (accito
si placet amico) dicere: calculemus.
Gottfried Wilhelm Leibniz

Para materializar un contraste significativo entre la naturaleza de la modelizacin que proponemos y la que ha sido moneda corriente en antropologa habra bastado el material expuesto en los captulos introductorios. En ellos comentamos los aspectos bsicos de la programacin declarativa,
presentamos un instrumento capaz de expresar relaciones cualitativas y de producir inferencias a
partir de una representacin de nuestro conocimiento, y deslindamos las diferencias entre la confeccin de modelos consistentes (bajo la forma de programas lgicos) y una profesin de fe (positivista
o metafsica) respecto de la coherencia del mundo. Pero un discurso riguroso sobre la modelizacin
antropolgica, una genuina teora de modelos, debe necesariamente explorar otras dimensiones de
problematicidad, y ante todo la atinente a las premisas lgicas en que ella misma se basa. Cules
hayan de ser en concreto esas dimensiones quedar claro despus de caracterizar en profundidad las
herramientas de las que disponemos y la forma en que ellas nos permiten expresar, cotejar y validar
modelos, as como elucidar cules son las fases y zonas de la elaboracin metodolgica que no pueden ni podrn jams formalizarse.
Todo discurso sobre la conveniencia del uso de modelos en una ciencia debe basarse, a nuestro
entender, en una demostracin previa de que existe un conjunto conexo y estructurado de medios (un
soporte fsico, un lenguaje, una preceptiva de representacin, un mecanismo inobjetable de
inferencia, una heurstica) sobre el cual los modelos puedan ser construidos. Sin estos requisitos,
jams podra hacerse otra cosa que idealizar las bondades de un mtodo que no se posee o cuya instrumentacin puede ponerse seriamente en tela de juicio. La disponibilidad de dicho conjunto de
medios es necesaria, pero los elementos que lo integran son contingentes, en tanto cumplan la
funcin que les compete o integren una entidad que satisfaga un conjunto anlogo de funciones. El
aparato ms sofisticado no siempre es el mejor. Ante ciertas problemticas, un pizarrn puede
reemplazar ventajosamente a una computadora y la teora axiomtica de la lgica del primer orden
puede resultar ms embarazosa que un simple diagrama de Venn. Luego se ver mejor cules son los
umbrales, los confines y las condiciones.
460

De lo que aqu se trata es de caracterizar no la nica modelizacin posible, sino la que es al

mismo tiempo, por muchas razones, la ms general, la ms precisa y la ms poderosa, o la que mejor
combina, a la fecha, generalidad aplicativa, precisin representacional y potencia de resolucin. Los
modelos que aqu proponemos son programas lgicos, una entidad inexistente cuando Lvi-Strauss
comenz a hablar del asunto. Un programa lgico suma a las precisiones de la lgica carnal la certidumbre de que no existen zonas oscuras, desviaciones ideolgicas o supuestos clandestinos en las
definiciones que fundamentan las operaciones de inferencia, garanta que hoy por hoy slo una computadora puede aportar. Aunque en la introduccin ya hemos esbozado una semblanza genrica de
las entidades que conforman un programa lgico, conviene recorrer una serie de perspectivas convergentes sobre las mismas, variadamente axiomticas, a fin de que se las pueda comprender mejor. Lo
que nos interesa en este apartado no es ensear Prolog (para lo cual hay muchos y excelentes manuales), sino establecer con mayor claridad la correspondencia entre sus entidades fundamentales y los
elementos de un planteamiento antropolgico, examinar la fuerza de los respaldos formales de esta
modalidad de representacin, homogeneizar una terminologa que los didactas han alborotado, corregir algunos errores no triviales que los aximatas de profesin han dejado deslizar y brindar todos
los elementos necesarios para que se pueda justipreciar, descifrar y replicar los programas que figuran en los apndices.
Antes de comenzar nuestros desarrollos tcnicos es menester una advertencia que podr parecer
desalentadora. Nuestra tesis parte de la base de que todo modelo se realiza en una convencin simblica que por comodidad llamamos un lenguaje. Si ese lenguaje es una lengua natural, la exigencia
mnima para construir un modelo ser la de ser un hablante competente de esa lengua. Si ese
lenguaje es, en cambio, un lenguaje de computacin, la plena replicabilidad del modelo estar supeditada a la capacidad efectiva para programar en ese lenguaje. Para decirlo sin eufemismos,
digamos que para desarrollar un programa lgico es razonable exigir que el modelista sea un programador. Como este es un requisito inexcusable, y como la formacin acadmica en vigencia determina que ser antroplogo y programador sea una doble cualidad rara vez satisfecha, procuraremos ser
lo suficientemente explcitos para que la misma exigencia no se haga extensible a la inteligibilidad
de lo que se modelice. Otorgamos consecuentemente el derecho de consignar como no probado el
aserto que no encuentre su explicacin tcnica en los confines de esta tesis, o que d por supuesto y
trivial un saber circunscripto y esotrico.
La organizacin estructurada de los captulos subsiguientes pretende compensar el efecto de
atomizacin que se manifiesta al tratar una a una las correspondencias entre un problema y su planteamiento y las diferentes dimensiones y jerarquas de problematicidad. Es conveniente aclarar que
este efecto indeseable es, en ltimo anlisis, una constante inevitable de toda tcnica de escritura y
no la consecuencia de una estrategia analtica que promueva la descomposicin del problema como
mtodo deliberado. La estructura de este captulo aparece en cierta forma invertida: tomamos como
punto de partida la definicin de los elementos que participan en el planteamiento de problemas en
lenguaje Prolog, y recin despus examinamos los slidos fundamentos que rigen la capacidad del
lenguaje para aportar una solucin.

461

1. Elementos sintcticos
a) Predicados lgicos
Atomos, Trminos y Predicados
El Prolog es un lenguaje de computacin, lo que entraa que antes que nada es un lenguaje.
Como todos los dems lenguajes, su estructura comprende lo que podra llamarse una "doble articulacin". La primera articulacin de este lenguaje concierne a un nmero finito y ms bien reducido
de elementos discretos que slo tienen una dimensin posicional, y la segunda a configuraciones que
adquieren ya cierto valor de hecho, regla o consulta, construidas a partir de los elementos de la primera articulacin. Los elementos bsicos del Prolog se denominan trminos, y segn el punto de
vista, el nivel de anlisis y el contenido pueden ser de distintos tipos: tomos, estructuras, variables,
listas y nmeros.
Por ahora nos interesan slo los dos primeros. De los nmeros slo cabe decir que constituyen
los nicos trminos que el intrprete del lenguaje efectivamente interpreta y que pueden ser
utilizados en clculos matemticos. Fuera de los nmeros, el lenguaje no interpreta los dems
trminos atmicos, y lo ms que puede hacer con ellos en tanto trminos de una expresin es (a) expedirse sobre su identidad o desigualdad en las operaciones que implican compararlos, o (b) determinar si tienen o no asignado un valor.
La denominacin de tomo deriva, probablemente, de las ideas de Wittgenstein y Russell acerca
del atomismo lgico, una visin filosfica que no es preciso compartir al adoptar este lenguaje (cf.
Russell 1965). En esa epistemologa, ya superada, se crea necesario iniciar el anlisis desde "partculas-acontecimientos", tales como la posesin de una propiedad por una sustancia, ascendiendo progresivamente a formas ms complejas de predicacin. Nada de ello se impone en esta tesis, donde se
presume la mxima libertad constructiva y donde no se propondrn (como dira Lakatos) ni inyecciones inductivas de verdad desde la base emprica, ni infalibilidades deductivas que fluyen desde la
cspide de las leyes universales.
En programacin lgica, un tomo es nada ms que el nombre de un objeto o de un predicado.
Como estamos refirindonos al nivel ms abstracto de la sintaxis, caracterizaremos los "objetos"
como meros elementos discretos, sin referirlos todava a las "cosas del mundo". Contrariamente a lo
que nos exigen otros formalismos, ni an cuando se los interprete los objetos debern ser necesariamente significantes de cosas tangibles, individuales u observables; un objeto en Prolog es slo (o
nada menos que) cualquier idea que se desee simbolizar, desde un individuo con un nombre propio
hasta una clase de definicin escurridiza. Estamos hablando de objetos; an en un nivel presemntico hay que establecer la significacin que les es propia, subrayar su carcter de smbolos.
Para la epistemologa que estamos construyendo, es esencial retener el concepto de que los objetos
bsicos que constituyen el lenguaje son ideas ms que cosas. Como dira Bachelard, lo que hay que
conseguir es plantear el problema sistemticamente en trminos de objetivacin, ms que en
trminos de objetividad (1973:39). Por lo tanto, no manipulamos relaciones objetivas entre cosas, ni
cantidades objetivamente recabadas, sino consecuencias sistemticas de las relaciones que habrn de
darse entre las ideas que constituyen nuestro asunto.

462

Diagrama 2.1 - Trminos

Al tomo que es el nombre de un objeto se lo llama argumento, y al tomo que es el nombre de

un predicado se lo llama functor (o, segn la Academia, funtor). A veces se denomina tambin predicados a los functores; esto, empero, no introduce ninguna anfibologa, pues en la prctica de la
programacin lgica la denotacin de estos vocablos siempre puede inferirse de su contexto de uso.
Una estructura consiste de un tomo functor, una apertura de parntesis, uno o ms argumentos
separados por comas y un cierre de parntesis. Se puede considerar que un tomo es tambin una estructura, slo que sin argumentos. Naturalmente, de todo esto se deduce que un predicado se expresa
mediante una estructura. El nmero de argumentos de un predicado se denomina su aridez (o aridad,
como prefiere Mostern), trmino que proviene del lgebra relacional y que equivale a lo que en un
registro de base de datos se llama una tupla.
Cuando un predicado posee un solo trmino se dice que es mondico (si se prefiere la nomenclatura griega) o unario (si se prefiere la elocucin latina); los predicados relacionales de aridez progresivamente mayor se denominan didico, tridico, tetrdico, ..., n-dico (o binario, ternario, cuaternario, ..., n-ario), segn el caso. Existen formas pautadas de transformar predicados mondicos a polidicos y viceversa, aunque ello es infrecuentemente necesario en lgica computada. La aridez de un
predicado puede ser cualquiera, desde cero hasta la cifra que tolere la versin del lenguaje que se utilice. La prctica, empero, aconseja que la aridez de un predicado nunca sea ms que cinco o siete,
para preservar la legibilidad de la clusula. La variabilidad en la aridez no posee, hasta donde alcanzamos a ver, ninguna consecuencia lgica, pues toda relacin n-aria puede ser expresada como la
unin de n+1 relaciones binarias (Kowalski 1986:49).
El nico concepto del Prolog que no admite una definicin anidada o recursiva es el de tomo.
Como en la fsica de Demcrito, el "tomo" es una partcula que no puede dividirse en sub-partculas
o componentes ms elementales. Un objeto o un trmino en Prolog no necesariamente es atmico,
pues uno de los objetos o trminos de una expresin (a excepcin del functor) puede ser, recursivamente, otra expresin de la misma naturaleza y de similar complejidad. No nos ocuparemos por el
momento de esa posibilidad. El ejemplo 2.1 ilustra la anatoma sintctica de un predicado de elementos atmicos y de aridez tres.
Si uno o ms de los argumentos de una estructura es tambin una estructura, se considera
functor principal al predicado exterior y functores secundarios a los ms interiores o anidados. El
nombre de "functores" es tambin una supervivencia de la concepcin funcional de la lgica
neopositivista de principios de siglo. Aunque es posible simular la lgica funcional mediante el
clculo de predicados (cf. Maier y Warren 1988), ningn functor de Prolog equivale a las funciones
de otros lenguajes de programacin, las cuales a su vez tampoco remiten necesariamente a esa
lgica. En Fortran o en Pascal una funcin equivale a una operacin que debe ejecutarse entre sus
argumentos; un functor de Prolog no es una operacin, sino el simple encabezamiento de una estructura de datos que denota alguna relacin entre los argumentos que le corresponden.
La diferencia entre functores y objetos, sentada ya por Frege, confiere a cada entidad caractersticas diferenciales y suplementarias, hasta cubrir toda la amplitud de los predicados lgicos posibles.
Recordemos que, de acuerdo con Frege, los objetos incluyen toda suerte de cosas que no sean funciones, "esto es, no slo palos, piedras y hombres, sino asimismo nmeros y valores de verdad"
463

(Kneale 1972:461). En el mismo marco, una funcin radica en una cierta conexin o coordinacin
entre los objetos que constituyen sus argumentos.
Es posible definir las relaciones denotadas por los trminos que ofician de functores o
predicados de un modo genrico. En su versin clsica, peirceana, y dadas estructuras tales como
r(I,J), las relaciones podan definirse como las clases cuyos elementos son todos los agrupamientos
de las cosas I y J tales que, como se dira corrientemente, I es un r de J. Esta concepcin, sin
embargo, slo vale para las estructuras binarias. Como se ver ms adelante, las relaciones ms
complejas requieren una definicin predicativa ms variable y elstica. Est visto que a pesar de que
los functores son entidades sintcticas, su definicin y razn de ser involucran cuestiones de semanticidad, y por lo tanto se vern despus con mayor detenimiento. Ms adelante estableceremos tambin
la correspondencia entre estas piezas sintcticas del lenguaje y las estructuras sintcticas de las
formas lgicas que se expresan mediante l. Expuesto ya el cuadro nomenclatorio de las partculas
abstractas y genricas, nos ocuparemos seguidamente de los constructos especializados que en base a
ellas pueden definirse.
Hechos

En el segundo nivel de articulacin del lenguaje, los elementos sintcticos comienzan a contaminarse con contenidos semnticos y pragmticos. Desarrollar una teora, deslindar la estructura de una
hiptesis y describir un dominio del conocimiento antropolgico en Prolog, en una palabra, construir
un modelo en este lenguaje, presupone entonces la implementacin de un programa en la mquina.
La programacin en un lenguaje de este tipo consiste en (a) la declaracin de algunos hechos sobre
objetos del mundo y sus correspondientes relaciones, (b) la definicin de algunas reglas sobre esos
mismos objetos y relaciones, y (c) la formulacin de preguntas o consultas sobre el dominio de
conocimiento representado por las instancias anteriores.
Todo esto se desenvuelve dinmica e interactivamente: en la mayora de los dialectos de Prolog
que se consiguen en el mercado, existe alguna prestacin conversacional que permite optimizar el
programa o replantearlo a medida que se observa su comportamiento. Sin necesidad de atribuir a la
mquina comprensin de los hechos representados ni inteligencia alguna, podramos decir que el
usuario dialoga o interacta con su propio modelo, en base a un protocolo y a un cdigo que habremos de caracterizar en los captulos que se ocupan del plano pragmtico.
En Prolog, los hechos, que pueden ser de un rango de complejidad indefinidamente amplio, se
identifican por un conjunto de convenciones sintcticas. Un hecho se escribe mediante una estructura
o predicado. Por ejemplo:

Hagamos de cuenta que estas aserciones enumeran algunos de los casos de residencia posmatrimonial en Truk segn la estimacin de Goodenough (1956). Comprobamos de inmediato que (a diferencia de lo que es el caso en los empeos axiomticos autoconscientes) las exigencias de la notacin
no son desmesuradas ni crpticas. La especificacin ampliada y cuasi "natural" de los elementos
464

significantes no involucra -como sucedera en la lgica simblica meramente escrita- una depreciacin del valor de la escritura como planteamiento de un clculo. En adelante, no ser preciso
reducir los signos a los "P" y a los "Q" abigarrados e ilegibles de los tratados tcnicos, puesto que la
plenitud lingstica de los significantes no impide a la mquina operar conforme a la estructura
formal de los enunciados.
Al escribir los hechos, los nombres de las relaciones y de los objetos se estipulan en minscula.
Las relaciones se escriben primero y los objetos seguidamente, entre parntesis y separados por comas, terminando la enunciacin de un hecho con un punto, al igual que en una frase en lengua
vulgar. El orden de las clases de objetos dentro del parntesis es arbitrario, pero debe mantenerse
constante a lo largo del programa. La misma constancia debe conservarse en cuanto a la interpretacin semntica de cada una de las entidades y relaciones representadas.
Al contrario de lo que sucede en la lgica simblica convencional, las diferentes coacciones sintcticas que este lenguaje ejerce sobre la libre escritura obedecen menos a una intencionalidad taquigrfica (y a la larga criptogrfica) que a una razn operativa; el lenguaje es tanto un simbolismo lgico como un cdigo lo suficientemente inambiguo como para ser aceptado por una mquina. Si el
Prolog es ms legible que la lgica simblica diseada para la lectura humana, es porque hay menos
signos y porque a la mquina le es indiferente la apariencia de un smbolo en tanto se la mantenga
invariable en sus sucesivas referencias. Comparativamente, el taquigrafismo de la lgica comn resulta excesivo: no hace falta, despus de todo, estrechar tanto la simbolizacin.
Aunque sera necio aseverar que la escritura en este lenguaje posee un valor esttico
suplementario, nadie puede afirmar honestamente que la estructura sintctica del Prolog introduce de
por s una distorsin en los significados que los predicados conllevan, o que la estipulacin separada
de los elementos que constituyen un enunciado aniquile la atmsfera connotativa de la enunciacin
original. La interpretacin ltima de lo que los procesos de inferencia determinen como falso o verdadero, a nivel de las connotaciones, los valores estticos de los asertos y los significados afectivos,
sigue estando en manos del sujeto programador, lo mismo que si el proceso inferencial se realizara
en clusulas del lenguaje comn.
En tanto se escojan adecuadamente los trminos sintcticos, las clusulas lgicas no enajenan ni
escabullen las resonancias subjetivas de la expresin; ms bien agregan una representacin complementaria a lo que la expresin natural denota, echando mano de un simbolismo harto menos ofensivo
a la lectura que los grafemas convencionales de la lgica. Si respetamos las denotaciones esenciales
en la interpretacin de los procesos y los resultados, podemos preservar a partir de all toda la
esttica de las asociaciones de ideas y todos los valores literarios que muchos estiman propios de
nuestra ciencia, considerando su nuevo rigor como un valor agregado.
Ms adelante, cuando hayamos reunido suficientes elementos conceptuales, abordaremos la descripcin de la formidable teora semntica subyacente al Prolog y de los recursos que ella aporta al
siempre espinoso problema de la interpretacin. Pasando a aspectos ms prosaicos, habr que resignarse a aplicar la jerga que antes construimos. Como ya hemos visto, los objetos encerrados entre parntesis se llaman argumentos; algunos autores llaman relaciones a los predicados, porque la denotacin de un fenmeno relacional es su funcin ms habitual o acaso la nica funcin posible en
algunas acepciones de la palabra. Segn esta nomenclatura, "residencia" sera un predicado que
posee tres argumentos, o ms tcnicamente, un predicado de aridez 3 o una relacin ternaria.

465

La aridez que puede tener un predicado vara conforme a las necesidades de la representacin;
pero una vez definida una aridez para todos los hechos correspondientes a una misma relacin se
debe respetar el significado posicional de cada uno de los argumentos. Si en un programa lgico se
escriben predicados del mismo nombre pero de distinta aridez, el sistema considerar que esos
predicados refieren relaciones o propiedades distintas, y no simples variantes de una misma relacin.
Es la unin de un nombre de predicado con su aridez lo que determina, desde el punto de vista del
sistema, su mismidad.
Ahora que nos hemos apropiado de los rudimentos del vocabulario, podemos redefinir los
hechos como una propiedad de un objeto individual, o como una relacin entre objetos mltiples. La
enunciacin de los hechos puede responder a un simple encadenamiento de tomos:

O puede echar mano de lo que ya hemos llamado "estructuras" u "objetos compuestos", especificando functores y componentes subordinados. En este nivel de articulacin, el functor define el nombre el tipo de estructura, y los componentes actan como los objetos del hecho cuyo atributo o relacin define el functor:

La primera versin representa al dato como una relacin entre seis tems; la segunda los reduce a
tres sin perder informacin y ganando en precisin categorial. Una estructura "compleja", pese a su
nombre, refleja los hechos con ms elegancia que un hecho linealmente expuesto. La sintaxis de las
estructuras es la misma que la de los hechos: el functor de la estructura es adems un predicado, y los
componentes de una estructura son los argumentos de ese predicado.
Una vez ms hay que decir que la idea de "relacin" no tiene aqu el sello de primitividad, la inmediatez intuitiva y el carcter de piedra angular que posea en el sistema russelliano y que suscitara
los escrpulos de Lakatos (1981:28). En rigor, despues de la Lgica de los Relativos de Peirce
(mucho antes de Russell o del positivismo lgico) las relaciones han dejado de ser algo extrao o especial. Cualquier predicacin implica "relaciones" que no es preciso hiperanalizar ni
subdescomponer para construir con ellas una representacin aceptable de un dominio de conocimiento.
El uso de las estructuras incrustadas responde a necesidades de programacin o de metaprogramacin muy precisas que no pueden ser detalladas en este contexto, pero que se clarificarn en los
comentarios a los programas de aplicacin que figuran en el apndice. Uno de esos usos bien podra
ser, por poner un caso, la clasificacin de los componentes individuales en jerarquas de mltiples
niveles, insertando as la lengua maring en el conjunto de las lenguas ocenicas, a Nueva Guinea en
el mbito global de la Melanesia, a la poblacin tsembaga en el censo demogrfico del mundo, y as
sucesivamente. A la vista de las necesidades representacionales comunes en nuestra disciplina, no existen limitaciones en la complejidad de anidamiento de los hechos que dependan de la
implementacin del lenguaje que se utilice.

466

Reglas

Desde cierto punto de vista, las reglas del Prolog son simplemente frmulas para inferir hechos
a partir de otros hechos. Otra forma de expresar esto es diciendo que una regla es una conclusin que
se puede considerar verdadera si una o ms conclusiones son tambin verdaderas19. Es decir, las reglas son relaciones dependientes o aserciones condicionales: permiten inferir una pieza de
observacin a partir de otra, que puede ser a su vez un conjunto de hechos y/o reglas. En Prolog
todas las reglas tienen tres partes: una cabeza, un smbolo "si" y un cuerpo.

La cabeza es el hecho que sera verdad si se cumplieran ciertas condiciones; tambin se la llama
"conclusin" o "relacin dependiente". El smbolo "si" que separa la cabeza del cuerpo puede escribirse con los caracteres :- o mediante la palabra if. En caso de definir la palabra espaola "si" (o cualquier otra) como operador de condicionalidad, se puede utilizar directamente el nuevo operador en
lugar del signo condicional.
La secuencia de caracteres :- pretende ser una flecha que apunta de los antecedentes al consecuente, o como antes se deca, de la prtasis a la apdosis. El cuerpo es el conjunto de condiciones (o
la lista de hechos) que deben cumplirse, uno tras otro, para que se pueda probar que la cabeza de la
regla es un hecho verdadero. En principio, el orden en que se estipulan o satisfacen las condiciones
es irrelevante, aunque en la prctica las cosas disten de ser tan simples.
La existencia de ms de una condicin o hecho a probar en el cuerpo de la regla equivale a la
conjuncin lgica; la existencia de ms de una regla con la misma cabeza y distinto cuerpo equivale
a una disyuncin. Es posible asimismo denotar una disyuncin separando los diferentes predicados
del cuerpo que forman una unidad disyuntiva mediante punto y coma. Al igual que en la lgica
simblica convencional, se utiliza la conjuncin para expresar ms de una condicin a cumplir para
que sea verdadera la cabeza de una regla y la disyuncin para denotar para denotar ms una forma de
arribar a la misma conclusin.
Desde el punto de vista lgico, la relacin que media entre la cabeza y el cuerpo de la regla es la
de la condicionalidad, lo que no debe confundirse con la implicacin. La condicionalidad es una arquitectura que se introduce arbitrariamente y que no est en principio garantizada por ninguna prueba
taxativa en el momento en que se enuncia. La implicacin, en cambio, llamada tambin "implicacin
veritativo-funcional", es la relacin lgica puramente formal que un enunciado guarda con otro cuando el segundo se sigue del primero por medio tan solo de consideraciones lgicas pertenecientes a la
teora de las funciones veritativas (cf. Quine 1986:68).

19 O posibles, o probables, o verosmiles; como luego se ver, los valores veritativos dependen del paradigma lgico y de la interpretacin
que se adopte.

467

Comprender la diferencia entre condicionalidad e implicacin es fundamental en nuestra epistemologa, sobre todo si tenemos en cuenta que lgicos tan prestigiosos como Russell y Whitehead
mezclaban despreocupadamente ambos conceptos, o que estudiosos tan finos como Kowalski o
Hogger siguen obstinados en confundirlos (cf. Kowalski 1982: 11-12; Hogger 1984:18-22). Aunque
muchos de los textos clsicos de programacin lgica estn igualmente equivocados a este respecto,
el lenguaje Prolog demuestra y simboliza la diferencia abismal entre la condicionalidad y la implicacin a partir del hecho de que la primera es escrita al acaso por quien realiza el programa y la
segunda es calculada axiomticamente por la mquina, merced a un algoritmo que se explicar en su
momento. Dicho de otra forma, la validez de una conclusin estipulada en una expresin condicional
se demuestra mediante la implicacin lgica. Veamos un sencillo ejemplo:

La regla inicial es ntidamente un condicional: el programador decide condicionar que la ta de A

sea B al hecho de que la madre de A sea C y la hermana de sta sea B. Ningn sistema lgico del universo podra sacar esa conclusin de esos antecedentes, sencillamente porque la condicionalidad no
es una operacin. Si una vez escrito el programa se solicita al sistema que verifique si la expresin
es verdadera, el sistema contesta que s. Las reglas y los hechos expuestos han hecho
que esa expresin se siga implicativamente. Desde el punto de vista de la implicacin, la condicionalidad es una premisa que, aunque se simbolice como regla, tiene carcter de hecho. Como escriba
Quine, con la opacidad rgida de que hacen gala los lgicos, "la implicacin es la validez del condicional" (1986:64).
Aunque este vocabulario cuadra ms a la implicacin, podra decirse que el carcter de la condicionalidad denotada por el signo :- puede ser tanto "material" como "estricto", dependiendo de la interpretacin de la regla y de su contexto circundante. En condiciones lgicas normales (es decir, bajo
las premisas de una lgica estndar) la conversa de la implicancia es el entraamiento: la conclusin
de una regla entraa (el cumplimiento de) las condiciones expresadas en el cuerpo.
El operador de la condicionalidad lgica, el smbolo :-, satisface distintas caractersticas y modalidades del proceso de inferencia que tambin dependen de la interpretacin. La condicionalidad
sera subjuntiva de serlo la interpretacin de los verbos correspondientes ("Si vinieran lluvias sobreviviran las plantas"), y sera contrafctica en caso de ser falso el antecedente ("Si se hubieran
reducido los impuestos ahora tendramos el capital necesario"). En una expresin regular comn, la
interpretacin mnima del signo de condicionalidad considera el cuerpo de la regla como condicin
suficiente para arribar a la conclusin denotada en la cabeza. Si esta conclusin se derivara adems
necesariamente de sus condiciones, y slo de ellas, stas seran entonces condiciones necesarias y
suficientes, y el condicional se transformara en lo que se llama un bicondicional: "si y slo si
cuerpo, entonces cabeza".
El carcter de la condicionalidad es en todo caso un factor extralgico, o eventualmente un elemento de juicio que depende del contexto total de las reglas. Lo que importa es que todos los matices
de la condicionalidad se pueden expresar utilizando para ello el mismo smbolo, o reservando para
ste determinada interpretacin y definiendo operadores especficos para las restantes. Combinando
la expresividad semntica de otras condicionalidades (posibilidad, necesidad, contrafacticidad) con

468

la fuerza de clculo de la implicacin pueden lograrse efectos que en poco difieren, fuera de su
mayor rigor, de los razonamientos ms sutiles y dctiles de que es capaz la inferencia humana.
Debera ser innecesario aclarar que las "reglas" del Prolog lo son slo con respecto al modelo.
No existe ningn paralelismo entre el uso de reglas en un modelo de este tipo y la suposicin de que
el mundo o la conducta humana se rigen por reglas dicotmicas e invariantes. Una regla del lenguaje
lgico bien puede cubrir una referencia a una situacin emprica de la ms absoluta anarqua. No es
preciso adems mapear atomsticamente un hecho real discreto sobre cada regla. Pueden asentarse
tantas reglas alternativas como se quiera, escribiendo diferentes cuerpos para las mismas cabezas o
utilizando en el cuerpo el operador de disyuncin. La conclusin de una regla lgica puede denotar
tanto una asercin taxativa como una vaga suposicin o una probabilidad muy remota. La denotacin
de lo que se afirma mediante una regla, en otras palabras, podra corresponder a un evento sumamente improbable, sin que ello afecte al rigor de la implicacin.
La existencia de reglas que utilizan variables de objeto es lo que caracteriza ms centralmente al
clculo de predicados, en oposicin al silogismo o al clculo de sentencias o proposiciones. A diferencia de los hechos, que se utilizaban para representar relaciones entre constantes o valores conocidos, las reglas relacionan constantes con variables, variables solas o ms raramente slo constantes.
Cualquiera sea el espesor de las operaciones intermedias, todos los predicados del cuerpo de una
regla remiten en ltima instancia a la asercin o negacin de algn hecho.
Sintcticamente las variables se identifican con letra inicial mayscula en el Prolog de
Edinburgo o con minscula en el original marsells (cf. Giannesini et al 1989). Hay algunas otras
diferencias al respecto entre las distintas versiones del lenguaje; en algunas de ellas, por ejemplo, no
es permitido incluir variables en el cuerpo de una regla. Todos los dialectos, empero, comparten los
rasgos esenciales e instrumentan un concepto de variable que no tiene equivalentes en otros
lenguajes de computacin. En estos ltimos una variable es el nombre de un espacio de
almacenamiento en la memoria; en Prolog, en cambio, es una entidad que est en lugar de un hecho
o constante (o que representa a todo hecho, o a algn hecho) que posee la misma estructura sintctica
de predicado.
El uso de tecnicismos tales como "variables" y "constantes" no debe intimidar. Una variable es
nada ms que un smbolo que indica que en su lugar pueden ir diversos valores, y esos valores son
las constantes. La jerga del Prolog no debe encubrir el hecho de que lo aparentemente especfico de
este lenguaje es, bien mirado, general y extensivo a todo modelo. Podra decirse que en el clculo de
predicados en sentido estricto slo existen variables, pero que a las variables ligadas a un valor
conocido se las considera constantes. La implementacin computacional de los lenguajes lgicos
incluye un tercer tipo de elemento, que se ha dado en llamar "variable annima". En Prolog la
variable annima se denota con el signo de subrayado (_) y se interpreta en el sentido de
"cualquiera", "alguno" o "al menos uno". La interpretacin depende del contexto, y no es improbable
que a veces se la interprete como "todo". Toda variable que aparezca una sola vez en una regla puede
(o debe) ser reemplazada por la variable annima.
En la prctica, los razonamientos complejos no slo se realizan en funcin de hechos y reglas.
Las operaciones que mencionamos antes pueden ser de variadas magnitudes de complejidad, y a veces dependen de la programacin de una serie de clusulas que combinan hechos, reglas y procedimientos, y que recurren a los llamados predicados "preconstruidos" [built-in] del lenguaje Prolog.
Estos son predicados que el sistema ya posee y que no precisan ser estipulados; aparte de dinamizar
la inferencia, dichos predicados permiten realizar operaciones imposibles o difciles de definir
469

mediante clusulas especficamente lgicas o relacionales: escribir en pantalla, formatear literales, efectuar clculos aritmticos, guardar los datos en un archivo, convertir una descripcin verbal en un
esquema grfico. Pese a que (o debido a que) dichos predicados suplementarios son por definicin
extralgicos, su incidencia en el encadenamiento deductivo de un programa ha sido objeto de un
examen formal escrupuloso, como luego veremos en un captulo especfico (p.ej. Kowalski 1984).
Hechos y reglas completan, en principio, las estructuras bsicas de descripcin necesarias en el
lenguaje, y hasta podramos decir las estructuras bsicas subyacentes a la descripcin del
conocimiento sobre cualquier dominio en cualquier lenguaje, con las modificaciones notacionales
que correspondan. Por lo comn, la conversin de un fondo de conocimientos expresados en lenguaje natural a un programa en Prolog se realiza con cierta facilidad; algunos lgicos insisten en que
esta recodificacin es casi siempre straightforward, fluida, no problemtica (cf. Parsaye 1988:76).
Pero no todo el mundo est de acuerdo en que la trascodificacin del nudo de perceptos, juicios y
prejuicios que forman parte de cualquier conocimiento es as de sencilla:
El problema principal en la representacin del conocimiento radica en la traduccin de afirmaciones o
descripciones en el metalenguaje a lenguaje objeto. Por ejemplo qu predicado deberamos usar, cuntos argumentos debe tener, qu constantes tenemos? El clculo de predicados nada dice sobre tales cuestiones y deja
la decisin al criterio del analista. Estas decisiones, las elecciones de los predicados, funciones y constantes, son
probablemente las ms importantes que hayan de hacerse en inteligencia artificial (Thayse 1988:112).

La verdad se encuentra a mitad de camino. Difcil o trivial, el procedimiento es a fin de cuentas

posible, aunque una codificacin pueda revelarse ineficaz cuando ya es demasiado tarde. Es importante notar (y luego insistiremos en este punto) que este proceso no est axiomatizado, difcilmente
pueda estarlo algn da y dudosamente sea razonable exigir que lo est; lo mismo se aplica, desde ya,
a cualquier otro formalismo: no existe ninguna forma axiomtica de predefinir qu aspectos del
mundo son relevantes y cmo se los debe necesariamente representar. Esto depende de cada marco
terico, y est perfectamente bien que as sea.
Se han propuesto, empero, algunas reglas de cocina ampliamente genricas, dictadas por lo que
parecera ser sentido comn: expresar primero el conocimiento mediante proposiciones o frases lingsticas, y mapear luego los verbos de esas frases mediante nombre de predicado y los sujetos y
objetos de las frases como sus respectivos argumentos. Evitar siempre predicaciones demasiado bsicas, del tipo de "es" o "es un", e introducir a cambio expresiones ms variadas; cuidar de que los conjuntos de predicados sean conexos, es decir, verificar que haya alguna forma de intervincularlos mediante reglas o metarreglas. Asignar a las variables valores mnemnicos, evitando las "X" y las "Y" a
que nos han acostumbrado el lgebra y la lgica simblica. Estas podran ser recetas de una preceptiva aceptable, aunque con certeza no conviene tomar la "predicacin" de los predicados en un sentido
gramatical demasiado estrecho. El mismo nombre de "clculo de predicados" para denotar la modalidad lgica que estamos caracterizando es otra de las pesadas herencias de la concepcin neopositivista de la epistemologa como anlisis (lgico) del lenguaje cientfico, idea que no es necesario compartir para hacer uso de la herramienta que aqu se propone.
Del hecho de que el traspaso de los datos crudos al formalismo requerido para la construccin
del modelo no sea axiomtico, no se ha de inferir que las articulaciones metodolgicas importantes
son indecidibles. Ninguna metodologa de formalizacin nos dir jams por dnde debe empezarse, y
en esta tesitura los lenguajes lgicos entran en las generales de la ley. No es una teora de modelos la
que debe dictar cules son los elementos pertinentes a codificar: eso debe emanar de la formulacin
discursiva que le precede, ya que en su especificacin las estructuras teorticas no se trasmutan; slo
470

se tornan visibles y evidentes. El hecho de construir un modelo efectivizar despus, cuando se lo

ponga en funcionamiento, sus propias coacciones; pero ellas de ningn modo tienen que ver con ese
dictado.
En otras palabras, la relevancia de los hechos y reglas a considerar no se desprende tanto del lenguaje objeto que se agrega, como de la teora que se posee independientemente de l. Lo que se codifica en un programa lgico no es un acopio de conocimientos directamente tomados de la realidad
mediante una abstraccin axiomticamente fundada, sino lo que una formulacin discursiva convencional ha definido ya como relevante. La mquina no suplanta a la teora, mucho menos la segrega, y
todava menos impone la adopcin de ninguna.
Ni una comprensin acabada de las posibilidades de especificar hechos, ni un dominio excepcional en la estipulacin de reglas para derivar hechos nuevos son suficientes para construir un modelo
que funcione y que justifique el costo intelectual de la formalizacin. El objetivo de todo modelo ha
de ser ms bien el de proporcionar respuestas, lo cual impone prestar una atencin particular a la
tercera clase de entidades que conforma un programa lgico (la consulta, pregunta, goal u objetivo),
a caracterizarse en el apartado siguiente.
Preguntas

La respuesta es "s". Pero cul es la pregunta?

Woody Allen

Una vez que se han representado algunos hechos y que se ha estructurado el conjunto mediante
reglas, podemos plantear preguntas, consultas [queries] u objetivos [goals] al sistema. En este lenguaje, la apariencia de los hechos y las preguntas puede ser la misma; pero conceptual y pragmticamente los hechos se estipulan en la escritura del programa y las preguntas durante su ejecucin. En
el corrimiento de un programa comn, las preguntas con argumentos en maysculas o variables
retornan respuestas extensionales y las preguntas con argumentos en minscula (es decir, las hiptesis, que siempre involucran constantes) se contestan invariablemente con "si" o con "no". Como se
ver en detalle en el prximo apartado, "no" significa en este contexto que el sistema no puede
probar la asercin que la pregunta supone en funcin de los predicados que se han estipulado como
hechos y de las reglas que los relacionan y sistematizan.
Por si las lecturas espordicas de epistemologa no lo han dejado claro, sealemos que "si" y
"no" no son respuestas esquemticas que trasuntan informacin escasa, ocasionadas por el hecho de
trabajar con una mquina, sino el resultado natural y pertinente del planteo de una hiptesis. Una
hiptesis, sea que se la promueva en Prolog o en cualquier otra forma, siempre se contesta por "si" o
por "no". Este es un imperativo al que los diseos de investigacin propios de nuestra disciplina rara
vez conceden la atencin debida.
Una respuesta extensional, que refiere cifras, nombres y casos, ser la contestacin a otra clase
de requerimiento (una consulta, una bsqueda, un clculo), pero no de una hiptesis. Esto quiere
decir, trasladado a Prolog, que las preguntas con variables no instanciadas (quin?, cundo?, cmo?, cunto?, dnde?) obtienen respuestas extensionales, producen una enumeracin de casos o
471

instancias, y no cabe calificarlas como hiptesis, sino como tanteos exploratorios en un contexto de
trabajo interactivo.
Una hiptesis es un query peculiar que no comporta variables libres, sino que relaciona valores
conocidos o probables, pero en todo caso siempre explcitos. En un diseo de investigacin concreto,
la pregunta "A cunto asciende el nmero mximo de individuos que componen las sociedades que
se rigen primordialmente por relaciones de parentesco?" no es de ningn modo una hiptesis. Para
que lo sea, se debe plantear como un hecho definido que debe ser probado: "En una sociedad que se
rige primordialmente por relaciones de parentesco, el nmero mximo de individuos que la
componen es de ..."; y aqu va una cifra, un rango, o una caracterizacin cualitativa, pero que no es ni
puede ser una incgnita.
La estructura de una hiptesis, si se lo piensa bien (y la sintaxis del Prolog lo trasluce esplndidamente) no es la de la pregunta, sino la de los hechos: una hiptesis es un hecho a probar. Y a la inversa los hechos, en un sentido estricto, son hiptesis: los "hechos" de la teora son "hechos" de la
realidad en un sentido precario, es decir, en tanto la teora (o el paradigma del cual sta depende)
pueda sostenerse. En general la hiptesis es un hecho conjuntivo, condicionado a la validez de otros
hechos, a su vez ramificados en otros ms, como una pauta que los atraviesa y los conecta y que,
invisible al principio de la demostracin, tiene que ser imaginativamente construida antes de ofrecrsela a la mquina para que la demuestre.
Existe una trabazn lgica profunda entre las tres estructuras bsicas del Prolog cuya naturaleza
iremos esclareciendo en el transcurso de este estudio. Si consideramos, por ejemplo, que las reglas
constituyen las afirmaciones ms bsicas y generales, podemos considerar los hechos como reglas
sin cuerpo (en las que nada resta demostrar) y las preguntas como reglas sin cabeza (en las que nada
se ha demostrado an). La naturaleza lgica de una pregunta con variables no ligadas y de una
hiptesis son distintas, aunque desde un punto de vista tcnico ambas sean queries. Una respuesta
extensional es informativa y orientadora, pero no puede decirse que pruebe gran cosa. La respuesta a
una hiptesis, en cambio, aunque fuere negativa, es prueba pura. En ambos casos la naturaleza de la
prueba slo puede ser de orden lgico, y no factual, independientemente del carcter que, previo a su
codificacin, tuvieren los hechos representados.
La consideracin de la dialctica de la pregunta y la respuesta en trminos de variables versus
constantes, clarifica el proceso infinitamente ms de lo que fue posible en la epistemologa
convencional. A nuestro juicio, la caracterizacin de los tipos de preguntas y problemas reconocidos
por la filosofa cientfica tradicional deja bastante que desear. Polya, por ejemplo, distingue los
"problemas de hallar" de los "problemas de demostrar", correspondientes a los "problemas de construccin" y a los "problemas referidos a las consecuencias lgicas de los supuestos" de la filosofa de
Papo (cf. Polya 1957). Ms all de la fealdad y la precariedad que connotan todos estos rtulos categoriales, lo que se ha elaborado a este respecto en la preceptiva cientfica dominada por la filosofa
analtica es enredado y poco parsimonioso. La siguiente clasificacin de Mario Bunge es representativa de ese desorden:
Los problemas de hallar son un subconjunto de lo que Aristteles llam problemas del qu, mientras que
los problemas de demostrar se incluyen en sus cuestiones de alternativa, o dialcticas. Adems, los problemas de
demostrar son un subconjunto de los problemas de hallar, puesto que demostrar un teorema consiste en hallar un
conjunto de supuestos que impliquen el teorema dado, y esto, segn nuestra clasificacin, es un problema sobre
individuos. La diferencia entre unos y otros no es lgica ni metodolgica, sino ontolgica: la solucin de un
"problema de hallar" consiste en presentar un objeto que no sea un enunciado, mientras que los "problemas de

472

demostrar" se refieren a enunciados y a sus relaciones lgicas. Nuestra clasificacin de los problemas elementales no concede tampoco ningn lugar especial a los problemas de decisin, esto es, problemas cuya
solucin es un simple "S" o un simple "No". Los problemas de decisin son casos especiales de problemas
sobre individuos, particularmente de los que se refieren a la determinacin de valores veritativos. [...] La
cuestin de si un problema dado es o no un problema de decisin no es una cuestin lgica sino metodolgica:
los medios disponibles y el objetivo considerado nos permitirn decidir acerca de si determinados problemas
son cuestiones de s-o-no (Bunge 1985: 202).

La programacin lgica ha ordenado este caos de intrusiones ontolgicas y metodolgicas, demostrando que el contraste entre los dos (y no tres) tipos de "problemas" es siempre cuestin de lgica, y encima de una lgica axiomtica, por cuanto puede resolverse en los cnones del clculo de
predicados del primer orden. En el esquema que proponemos, no hay necesidad de "decidir" la omisin de "problemas de decisin" presuntamente marginales, ni de fabricar un jeroglfico clasificatorio
en el que todas las clases acaban siendo "casos especiales" o "subconjuntos" de las clases opuestas.
Como se muestra en el diagrama 2.2, la cosa es maravillosamente simple.
En la computacin de un programa, la formulacin de una pregunta con al menos una variable
libre (un "problema de hallar") determina una respuesta extensional que consiste en la enumeracin
de los casos posibles, o (en caso de tratarse de nmeros) en los clculos aritmticos a que haya lugar;
cuando todas las variables estn ligadas, la pregunta es una hiptesis (o sea, un "problema de demostracin") y la nica respuesta posible es "S" o "No". "Si" o "No" quieren decir en este contexto que
el hecho que la pregunta implica puede (o no puede) agregarse a los hechos y reglas originarios sin
generar contradiccin.

Pregunta
predicado(X

predicado(v
alor)

Variable
Libre

Respuesta
Extensional

Categora
"Hallar"

Ligada

Si/No

"Demostrar"

Diagrama 2.2 - Tipos de Preguntas

No existen lgicamente otros tipos de pregunta, ni es preciso salirse de la lgica para categorizarlas. No importa tampoco que los trminos (libres o ligados) se refieran a "individuos" o a alguna
suerte de colectivo; por un lado, ste es un problema de interpretacin, y como tal es por completo
extralgico; por el otro, un individuo lgico puede denotar un nombre de clase, de modo que la distincin no es pertinente en este nivel de anlisis. Desde un punto de vista veritativo-funcional formal,
por ltimo, los problemas de decisin no constituyen clase aparte: la necesidad de decidir valores de
verdad es inherente al proceso de pregunta y respuesta; que se requiera directamente "Es verdad que
la tribu X habita el territorio Y?" o que se pregunte "Cules son las tribus que viven en Y?" no
incide sobre la realizacin del clculo veritativo propiamente dicho.
Tcnicamente, se puede obtener la misma respuesta intensional (s o no) preguntando por un hecho ya afirmado o tratando de derivar un hecho de las aserciones previamente establecidas, conforme
a las reglas que rigen la inferencia en el interior de un programa. Este es un peligro sobre el que los
libros en general no advierten: la construccin de un sistema formal puede constituir una fachada que

473

justifica el hallazgo de pruebas que se han introducido clandestinamente bajo el manto de la asercin
de los "consecuentes" como hechos no condicionales.
En nuestros cursos de programacin lgica para antroplogos, muchas veces nuestros colegas se
mostraron ms bien desilusionados del hecho de que la productividad de un modelo se restringiera a
teoremas o consecuencias que de alguna manera estn ya implicados y contenidos en las premisas.
Esta observacin es fruto de una muy pobre comprensin de las fuerzas y alcances de un sistema deductivo, imputable de lleno a las deficiencias de nuestra formacin profesional, que nos ha ilusionado con la promesa implcita de formulaciones teorticas "predictivas" o "explicitivas", que seran
capaces no slo de conservar los valores de verdad, sino de originarlos, poniendo al descubierto "hechos" que no estaban siquiera latentes.
La lgica legtima es tautolgica, pero puede serlo en dos sentidos contrapuestos: derivando limpiamente nuevos hechos a partir de los inicialmente asertados, o repitiendo alguna asercin sin pasar
por ninguna operacin de clculo. No existe, aparentemente, ninguna forma de distinguir una conclusin vlida de una tautologa insidiosa, como no sea el de seguir el curso del procedimiento de
prueba y asegurarse que el hecho que se afirma o se niega resulte de la aplicacin de una regla. Algunos dialectos del Prolog, atentos a este efecto lgico, incluyen predicados que determinan si un
hecho es "originario" o si se trata del efecto de la aplicacin de alguna regla que ha debido superar
cierto grado de condicionalidad. En el proceso de la computacin una asercin tautolgica no es
propiamente lo que los manuales sindican como falacia: su carcter de tal depende del contexto en
que se formule la pregunta y de la interpretacin que se otorgue al hecho de formularla.
Algunos captulos ms adelante abordaremos el problema de la instanciacin de variables en
Prolog, es decir, el modo en que el intrprete resuelve las preguntas mediante un proceso de apareo
de patrones cuya posibilidad est definida por el algoritmo de unificacin inventado por Robinson, y
cuyo orden "de arriba hacia abajo y de izquierda a derecha" est regido por otro algoritmo, llamado
backtracking (de autor annimo) relativamente fcil de integrar a heursticas y a estrategias
selectivas. Desarrollaremos el asunto en forma muy sucinta, pues se trata de un tema tan frecuentemente descrito en los textos que carece de sentido explayarse sobre el particular (cf. Clocksin y Mellish 1987: 6-13; Malpas 1987; Covington et al 1988:10-13, 78-79, 94-100). Por el momento,
digamos que nada hay de peculiar en las implementaciones antropolgicas que justifique sospechas
respecto de que el clculo conceptual que le atae no sea viable por estos medios.

b) Predicados extralgicos

Una dificultad que los "modelos" mentales o dibujados en papel no experimentaban eran la de
necesitar clusulas y mecanismos que no estn directamente ligados a la naturaleza y a los
contenidos del problema que todo modelo representa. Un modelo convencional era capaz, en
principio, de resolver la pregunta "cules son las tribus que habitaban la Patagonia?" sin que fuera
preciso especificar en algn momento "escriba la respuesta correspondiente" o "mantenga los
resultados en la memoria". Cualesquiera fueren las ventajas de este hecho, una computadora no es un
autmata lgico o un instrumento abstracto, sino un dispositivo real que envuelve fsicamente a todo
modelo que en ella se implemente y que le impone su propia lgica; lgica que hasta cierto punto es,
desde el punto de vista del modelo, o bien irrelevante o bien extralgica.
474

La mayor parte de los dialectos de Prolog incluyen numerosos predicados extralgicos que complementan a un ncleo de resolucin estrictamente formal que se denomina Prolog puro. Ciertos dialectos, que se jactan de rigurosos, aceptan slo unos pocos, en tanto que otros, que se precian de
prcticos, incorporan docenas; el hecho es que todos incluyen alguno, tpicamente assert, consult,
save, nl, integer, write, read, retract. De hecho, cabe interpretar como extralgicos a todos los predicados y elementos del lenguaje, con excepcin de los conectivos lgicos convencionales que son expresables en forma clausal: el condicional (:-), la conjuncin (and o coma), la disyuncin (punto y
coma) y la negacin (not). Algunos predicados extralgicos desarrollan operaciones fundamentales;
otros, como el ifthenelse del Arity Prolog, procuran preservar la atmsfera procedimental de los lenguajes clsicos. En el Apndice II incluimos una tabla razonada de predicados extralgicos, necesaria
y suficiente para decodificar las operaciones involucradas en los predicados built-in de todos los programas adjuntos.
El problema prctico que presentan ciertos predicados extralgicos es el de los efectos lgicos
colaterales. Veamos, por ejemplo, el caso de dos predicados clsicos de entrada/salida, correspondientes a las operaciones de leer y escribir (de teclado y en pantalla, respectivamente, a menos que se
estipule otra alternativa). El procedimiento de lectura liga una variable a un valor introducido, y el de
escritura retorna el valor de una variable ligada o de una constante. Pese a que desde un punto de vista lgico ambas operaciones pareceran simtricas, existe entre ellas una marcada diferencia operacional. Si todas las invocaciones que realiza un programa a la rutina de escritura se reemplazaran con
un procedimiento vaco que siempre se ejecuta exitosamente, la semntica del programa no se vera
afectada. Lo mismo no se aplica, por desdicha, a las operaciones de lectura; en estas ltimas, los
valores asumidos por las variables correspondientes podran modificar la naturaleza de las
conclusiones a las que se llega.
Como la intrusin de esquirlas extralgicas en un tejido lgico axiomtico entraa problemas
sumamente delicados, los formalistas contemplan todas las capacidades prcticas de las
computadoras (y sus clusulas correlativas en el lenguaje lgico) con cierto recelo. Kowalski (1984),
por ejemplo, ha discutido los peligros de utilizar predicados de tipo assert y retract. Su actitud es
ms tolerante respecto del primero que del segundo, por cuanto la asercin de una nueva clusula en
un programa que se est computando se asemeja a la generacin de lemma, una tcnica de prueba
habitual en el clculo de predicados. En las diversas implementaciones del Prolog la generacin de
lemma puede instrumentarse realizando la asercin de una prueba que acaba de deducirse (o de un
resultado parcial) al conjunto global de hechos y reglas:

La vez siguiente que se intente probar el objetivo

, el sistema utilizar la solucin hallada,
y no ser preciso volver a computar todo el proceso. Este uso formal de la asercin solamente es vlido cuando el proceso denotado por
es determinista, es decir, cuando tiene una nica
solucin posible.
Debemos tomar nota de una diferencia entre la generacin de lemma en un programa lgico y la
introduccin de lemmas en un marco terico tal cual se ha venido caracterizando en la filosofa de la
ciencia. En este mbito, un lemma es una hiptesis demostrada como teorema en otra teora y que se
toma en prstamo "cuando hace falta" (Bunge 1985:437). Los lemmas son harto frecuentes en las
deducciones propias de la ciencia factual. En programacin lgica las cosas son algo ms estrictas:
475

un lemma debe ser o bien demostrado a travs de un proceso determinista a partir de las premisas iniciales, o debe ser incluido entre ellas desde un principio, a ttulo de axioma.
Los dems usos de la asercin y retraccin de hechos y clusulas en tiempo real no estn an
bien delimitados. Dicen Sterling y Shapiro:
Los predicados assert y retract introducen en el Prolog la posibilidad de programar con efectos colaterales.
El cdigo que depende de efectos colaterales para su ejecucin adecuada es difcil de leer, difcil de optimizar y
difcil de tratar formalmente. De all que estos predicados sean un tanto controvertibles, y que utilizarlos sea a
veces resultado de pereza intelectual y/o incompetencia. [...] A medida que avance la tecnologa de los
compiladores de Prolog, la ineficiencia del uso de assert y retract ser ms evidente. [...] Los programas que se
automodifican son un concepto olvidado de la ciencia computacional. Los modernos lenguajes de programacin
eliminan esta posibilidad, y la buena prctica con lenguaje ensambladores tambin evita estos trucos de
programador. Es una irona histrica que un lenguaje de programacin que pretende abrir una nueva era en
computacin abra la puerta del frente a tales tcnicas arcaicas, utilizando los predicados assert y retract
(1986:180).

La realidad es algo menos alarmante, y la nocin de programas capaces de automodificarse

(correlato, en lgica, de la nocin de no-monotona) constituye una posibilidad seductora que no debera descartarse por las dificultades formales que acarrea. Es posible, de todas maneras, proporcionar una justificacin lgica para algunos usos limitados de la asercin y la retraccin. Realizar la asercin de una clusula, por ejemplo, se justifica si dicha clusula ya se sigue deductivamente del
programa. Agregar esa clusula no modificar entonces el significado del mismo, sino que a lo sumo
mejorar su performance. Del mismo modo, retirar una clusula se justifica cuando ella sea lgicamente redundante.
Las operaciones de entrada/salida y asercin/retraccin, en sntesis, nunca han estado demasiado
bien combinadas con la estructura global del lenguaje, y por ello su uso ha de ser discrecional. Su
implementacin reposa slo en la llamada semntica procedimental20 del lenguaje, y no tiene
conexin alguna con el modelo estricto de la programacin lgica, representado por un formalismo
ms abstracto.
Tenemos que tener permanentemente en cuenta que la tecnologa disponible es transicional. La
existencia de predicados de entrada/salida lgicamente "impuros" ser evitada en el corto plazo con
la puesta en marcha de programas lgicos concurrentes basados en el Prolog; en ellos, las estructuras
de datos modificables se podrn implementar mediante monitores que tienen una definicin puramente lgica, y que actan como si constituyeran un proceso recursivo perpetuo (cf. Shapiro 1984).
No existe, por ltimo, una clasificacin lgicamente aceptable de los tipos de predicados extralgicos posibles. Su espectro, por otro lado, vara conforme a la evolucin de las tcnicas computacionales comunes, lo cual quiere decir que se expande con suma rapidez. Es habitual que los
manuales consignen predicados aritmticos, para lectura y escritura de archivos, para tratamiento de
ristras de caracteres, para conversin de tipos de datos, para manejo de ventanas y menes, para gestin de bases de datos, para realizacin de grficos o sonidos y para programacin de mquina a bajo
nivel. El cuadro no es exhaustivo ni sistemtico; en todo sentido, y en tanto no sean interferentes, las
operaciones a las que alude quedan por completo fuera de la lgica.

20 Vanse los siguientes apartados sobre los diferentes modelos semnticos del lenguaje.

476

c) La forma lgica clausal

Este es el momento de examinar dos cuestiones fundamentales para nuestros propsitos: la relacin de la sintaxis del Prolog con la notacin lgica y los aspectos concernientes a su semntica. Examinemos primero las caractersticas lgicas. El lector, sin duda, habr notado cierta diferencia
entre las estructuras lgicas que constituyen el lenguaje y las notaciones simblicas que pueblan los
libros de texto como los de Quine, Church, Gdel, Carnap o Von Wright. Esta diferencia no es slo
sintctica. La sintaxis del Prolog no slo encarna una modalidad definida de clculo de inferencia (el
clculo de predicados)21 sino que responde a un estilo de notacin, intermedio entre la escritura simblica y el lenguaje natural, que se denomina forma clausal.
Todo sistema de clculo lgico que haya adoptado la notacin simblica dispone de varias formas alternativas de escritura, y de procedimientos especficos de transformacin para pasar de un
tipo de forma a otro. La ms comn de todas recibe el nombre dudosamente imaginativo de forma
normal o forma cannica; otras formas habituales son las llamadas forma prenexa, las formas de
Skolem, las formas prenexas skolemizadas, la forma normal disyuntiva y, naturalmente, la forma
clausal. Las razones de la existencia de diversas formas en el interior de un mtodo de clculo son
diversas: determinadas operaciones son ms fciles de realizar en una forma que en otra, ciertos razonamientos resultan ms comprensibles, y algunos mtodos de prueba de consistencia pueden llegar
a simplificarse cuando se incluyen o se eliminan cuantificadores, o cuando se quitan o agregan
conectivas lgicas. Eventualmente, procedimientos de prueba que son posibles bajo una forma no lo
son bajo otra forma distinta.
Por ejemplo, Alonzo Church prob que la lgica de primer orden es indecidible respecto a satisfacibilidad. Esto quiere decir que para un conjunto de frmulas de lgica pura del primer orden no
existe un procedimiento automtico tal que para cada frmula perteneciente a l nos permita decidir
en un nmero finito de pasos si esa frmula es satisfacible o no. En 1930 Gdel prob que ciertos
conjuntos de la lgica de primer orden son decidibles, y esos conjuntos coinciden con las propias frmulas del clculo de predicado cuando se las expresa en forma prenexa. Como es bien sabido, toda
frmula normal es equivalente (es satisfecha por las mismas interpretaciones que) alguna frmula
prenexa (cf. Gdel 1982:37-39). No interesa aqu, en rigor, al menos por ahora, qu signifique la
satisfacibilidad de una frmula o qu estructura peculiar tengan las formas prenexas. El objetivo es
simplemente demostrar que las diversas formas de expresin lgica se comportan diferentemente
frente a los problemas de la consistencia, la completud, la decibilidad o la computabilidad.
A diferencia de lo que presuponan las teoras modlicas informales (o amorfas) de la antropologa, la forma, en definitiva, no es neutral, por cuanto determina el campo de posibilidades y los procedimientos de prueba que afectan a un lenguaje. La eleccin de una forma adecuada es crucial
cuando se trata de disear un procedimiento para que una computadora sea capaz de reconocer y
validar una clusula de la manera ms econmica y eficaz posible. Por diversas razones, tanto
formales como contingentes, la forma clausal es, entre otras cosas, una forma que admite una computacin ms cercana a lo ptimo que la que es peculiar de otras formas alternativas. Los siguientes

21 Nos ocupamos del clculo de predicados en la cuarta parte de la tesis, al desarrollar el contraste entre ese formalismo y el clculo de
proposiciones (secuela anacrnica del silogismo) que acompaa desde siempre a la lgica y a la epistemologa no computacionales.

477

ejemplos estn en forma clausal, aunque no (todava) en el tipo de forma clausal que es capaz de
aceptar el intrprete de Prolog:

Obsrvese una peculiaridad de los conectores de la forma clausal en su versin originaria: pese a
que estn denotados por el mismo signo (la coma), los de la cabeza corresponden a la disyuncin
("o"), y los del cuerpo a la conjuncin ("y"). En su versin computacional slo esta segunda propiedad habra de mantenerse; luego se ver por qu.
Ya hemos descripto la estructura notacional de las clusulas del Prolog, sealando en el trmite
sus diversos componentes y su variada nomenclatura: predicado, functor o relacin, tomos, objetos,
argumentos o trminos, cabeza y cuerpo, variables y constantes. Todos estos elementos preexisten al
lenguaje de computacin; los diseadores de ste slo han introducido ligeras modificaciones en los
signos, en funcin de las limitaciones tipogrficas caractersticas de los teclados de consola.
En trminos histricos, la forma clausal es hasta cierto punto independiente del clculo de predicados, pero se ha desarrollado de hecho en conjuncin con ste. De hecho, en el excelente texto de
programacin lgica editado por Thayse (1988:26-29), las clusulas de Horn se explican como si formaran parte del clculo proposicional. La forma clausal no es sino una convencin de escritura que
busca superar algunas ambigedades del lenguaje natural, pero sin perder su innegable poder expresivo. La prctica ha demostrado que no es necesario pasar por la forma normal de la notacin lgica
antes de escribir formas clausales. Por el contrario, en general es la llamada forma normal la que se
clarifica cuando se transcribe a notacin de clusula. El paso de la forma natural del lenguaje a la
forma clausal de la lgica (a diferencia de lo que sucedera con otro formalismo simblico) es de una
notable fluidez, al punto que casi carece de toda preceptiva categrica, con la excepcin de un rgimen sumamente escueto que pasamos a describir.
Amn del uso de parntesis, la forma clausal acostumbra invertir el orden en que aparecen las
conclusiones respecto de las premisas. Por consiguiente, en vez de escribir "si A entonces B", la clusulas deben atenerse a la expresin "B si A". La razn de ser de esta prescriptiva es puramente analgica: se procura atraer la atencin hacia la conclusin o consecuente de la clusula.
Adems, por razones tcnicas, dentro del conjunto de las formas clausales, en programacin lgica se ha adoptado una convencin ms especfica en favor de una notacin propuesta por Alfred
Horn (1951). Las clusulas de Horn son aquellas que contienen una sola conclusin: es decir, la cabeza de una clusula de esta clase contiene un solo trmino, en lugar de varios trminos disjuntos.
Para que una clusula de esta forma califique como clusula de Horn debe cumplir adems dos condiciones: la conclusin debe ser afirmativa, y por lo menos uno de sus trminos (en la cola) no debe
ser negado22. Horn demostr que cualquier problema que pueda ser expresado en forma lgica se
puede transformar en un conjunto de clusulas de ese tipo; la mayor parte de los formalismos utiliza-

22 Existen otras definiciones, por cierto: Malpas dice que "una clusula de Horn es una clusula que contiene un solo literal positivo"
(1987:44). Un literal positivo es una afirmacin lgica; un literal negativo es una negacin (_P). El Prolog original marsells utiliza la
terminologa de literales positivos y negativos que haba instrumentado Kowalski en su teora de la resolucin, de modo que la clusula A :B1,...,Bn se escriba +A-B1...-Bn. Nosotros optamos por la definicin original, que es ms clara y completa.

478

dos en la programacin de computadoras se parece mucho ms a las clusulas de Horn que a las que
Kowalski denomina "no-Horn" (1986:28-29).
Algunos lgicos han llamado la atencin sobre el hecho de que las clusulas de Horn se pueden
considerar como si fueran reglas de reescritura de proposiciones o predicados y que, en
consecuencia, un conjunto de clusulas de Horn equivaldra a una especie de gramtica context free
(no determinista), anloga a las que se han desarrollado en lingstica (cf. Thayse 1988:29). En efecto, una clusula de Prolog de este tipo:

Se puede interpretar anlogamente a esta regla generativa o de reescritura, donde el signo denota
"se reescribe" en lugar de la condicin:

Aunque esta es una analoga significativa, existe, sin embargo, una diferencia importante: en una
regla de reescritura, el orden de los elementos del cuerpo es crucial, mientras que en una clusula de
lgica pura el orden sera indiferente debido al principio de conmutatividad de las operaciones conjuntivas. Con todo, de ser preciso sera posible justificar la analoga, introduciendo una serie de restricciones cuyo carcter analizaremos al desarrollar los comentarios sobre nuestros modelos generativos.
Las clusulas de Horn son tan simples como expresivas. Todo el Prolog se basa en ellas, al
punto que un programa se puede redefinir como un conjunto de clusulas de Horn que expresa la
informacin pertinente para la resolucin de un problema o para responder a una consulta. Desde el
punto de vista lgico, una clusula de este tipo puede ser:
a) una simple asercin atmica, como "los arunta viven en Australia", o
b) una condicin, como ser "x heredar el bien y si x es el hijo de z y z es el actual poseedor
de y"23.
Las aserciones e implicaciones son lo mismo que con referencia a los elementos sintcticos del
lenguaje hemos llamado respectivamente "hechos" y "reglas".
Sera posible escribir clusulas de Horn mediante una notacin infija, que es muy comn en matemticas, por ejemplo 2+2 en lugar de +(2,2); pero en lgica simblica se ha popularizado una notacin prefijada, en la que por lo comn se antepone el elemento indicador de la relacin: la idea de
que los arunta viven en Australia se expresara
. La notacin infija es ms
natural, por lo menos para los hablantes de lenguas indoeuropeas; pero la notacin prefijada es a la
larga ms precisa, porque el orden de los elementos trasunta una cierta estructura funcional, lo cual
adems simplifica su descomposicin analtica y facilita su lectura por parte de una mquina.

23 Kowalski (1982:6) dice "implicacin"; a menos que consideremos la condicionalidad como una especie de forma dbil de la
implicacin, esta aseveracin es equvoca. Es necesario reiterarlo: condicionar y definir son prerrogativa del anlisis que realiza un
estudioso que escribe un programa lgico. La implicacin, en cambio, no se aserta: se calcula. Calcular una implicacin es tarea de la
mquina.

479

La programacin lgica no est ligada, en teora, a ninguna forma especfica de notacin. Si

fuera preciso, se podran disear operadores infijos o sufijos para expresar las clusulas en el orden
que se desee, o para escribir directamente en una forma que no sea clausal. Aunque esto es en principio posible, la configuracin actual de los programas intrpretes hace que dicho procedimiento no
resulte demasiado prctico y que vaya a contramano de una tendencia tecnolgica que al menos ha
demostrado ser eficaz.
Subrayemos por ltimo una discrepancia adicional entre la forma clausal del Prolog y las notaciones lgicas convencionales: aqulla carece de cuantificadores y en consecuencia, de los signos requeridos para denotarlos. La lgica estndar posee dos cuantificadores bsicos: el cuantificador universal ("para todo X") y el existencial ("existe un X"). Si bien al introducir la cuantificacin en la
lgica se gana un innegable poder expresivo, es evidente que aumenta tambin la complejidad de la
notacin.
El Prolog no explicita cuantificador alguno, lo que no significa que no se pueda cuantificar lgicamente en ese lenguaje cuando sea preciso hacerlo. Suele decirse que en l se asume que todas las
variables estn universalmente cuantificadas, pero es ms correcto pensar que la cuantificacin de las
variables de la cabeza de la regla es universal y la de las variables locales del cuerpo de la regla es existencial. Este rasgo acerca otro paso ms el Prolog a las formas naturales de plantear un problema e
insina que ciertos planteamientos lgicos del pasado seguan pistas innecesariamente enrevesadas.
La forma en que se puede cuantificar existencialmente en Prolog es quiz ms expresiva que la
forma clsica, aunque es muy rara la ocasin en que la cuantificacin existencial se pone de
manifiesto en tanto tal; no es que en los problemas de la vida real que se modelizan no surjan
instancias que la lgica convencional resolvera mediante una cuantificacin de ese tipo: ms bien se
trata de que el estilo de resolucin de un programa lgico no pone en foco el hecho de que se est
cuantificando de una u otra manera, aunque sea eso lo que se est haciendo cuando se contempla el
problema desde cierta ptica.
Veamos un caso de cuantificacin existencial implcita. Si no pudiramos cuantificar
existencialmente, la siguiente regla de Prolog sera impropia:

La regla expresa que alguien es madre de P si P es una persona. Pero "alguien" pretende ser aqu
una constante, no una variable. La expresin anterior implica que "alguien" es madre universal de
cualquier persona, que no es lo que se quiere expresar. La solucin consiste, con perdn por el neologismo, en skolemizar. Esto es, introducir una funcin llamada "funcin de Skolem" en honor del
matemtico noruego Thoralf Skolem, quien las introdujo como una tcnica para eliminar cuantificadores, utilizando en su lugar smbolos de funcin.

La funcin
denota la dependencia con respecto a P. En esta forma, la frase podra
leerse como: "Para todo P, progenitora de P es una madre de P, si P es una persona". La skolemizacin, desde ya, no necesita ser tan tautolgica y autoevidente. El programador de Prolog tpico skolemiza constantemente sin tener conciencia de ello. Nuestro programa de ejemplo de relaciones pa480

rentales skolemiza en forma ms discreta y an as es susceptible de leerse conforme a la intencin

que orient su escritura.
El clculo de predicados que respalda a la programacin lgica es llamado tambin clculo de
cuantores (o cuantificadores); es notable que su rasgo ms conspicuo prcticamente haya desaparecido en su encarnacin computacional. La skolemizacin es la forma ms frecuente ya no de expresar
cuantificadores existenciales, sino de hacerlos desaparecer del horizonte sin incurrir en falacias lgicas. Existen otras maneras de hacer lo mismo y de introducir determinadas sutilezas de cuantificacin, como las metavariables descriptas por John Sowa o los focalizadores de McCord, que
resultara excesivamente preciosista referir aqu (cf. McCord 1987; Sowa 1987).
d) El Algoritmo de Resolucin
En la vida real o en la prctica de una lgica estndar, los procesos de inferencia se realizan en
funcin de los llamados procedimientos de prueba, que ponen en marcha las leyes que rigen el modo
de razonamiento de que se trate. Un procedimiento de prueba consiste en el encadenamiento de una
serie de pasos lgicos en los que se desenvuelven operaciones y transformaciones que resultan aceptables en funcin de la aceptacin de determinadas leyes o principios lgicos, fundadas a su vez en la
demostracin formal de un teorema. En el clculo de proposiciones, por ejemplo, dichas leyes
podran ser la "ley de la doble negacin", la "ley de contraposicin del condicional", la "ley de la
conmutatividad de la disyuncin", las leyes de De Morgan, el modus tollendo tollens, etctera
(Deao 1987:107-112). Los procedimientos de prueba que se consideran aceptables para el
desarrollo de un razonamiento dependen de numerosos factores y varan irremisiblemente segn se
acate uno u otro marco de teora.
La pregunta ahora es: cules son los procedimientos de prueba subyacentes al uso del lenguaje
en que fundamos nuestra modelizacin? Nuestra herramienta lgica es un procedimiento mecnico
de prueba y por lo tanto descansa en el uso de una mquina de computacin. La pregunta podra reescribirse: cmo se hace para materializar una demostracin lgica en una mquina? Controladamente antropomorfizado, ese interrogante se podra tambin formular as: Todos sabemos que
una computadora realiza clculos numricos con una eficacia que nadie discute, pero cmo es
posible que una mquina desarrolle un razonamiento?
Imaginemos por un momento que estamos intentando modelar un fenmeno o sistema
cualquiera de la vida real en el cual cabe discernir cierto nmero de variables. Supongamos tambin
(y luego se comprobar que sta es una suposicin de pesadilla) que debemos construir nuestro
modelo de acuerdo con los cnones de la lgica convencional, valindonos de las conocidas tablas
veritativas. Recurriendo a la tabla de la figura 2.3, observemos qu sucede en el caso de tomar como
punto de partida un nmero de tres componentes proposicionales y sus correspondientes interrelaciones:
Ntese que el nmero de lneas de una tabla veritativa es 2n, donde n es el nmero de variables
presentes en la frmula. Esto causa que sea completamente impracticable utilizar tablas de valores de
verdad o cualquier otro sucedneo similar para verificar la correccin de inferencias cuando se parte
de un nmero superior (digamos) a las veinte o treinta variables. Una tabla de verdad de 40 variables
tendra algo as como 1.099.511.627.776 renglones (unos quince o veinte mil millones de pginas),
lo cual hasta para una computadora es demasiado.

481

A o B

B & C

V
V
V
V
F
F
F
F

V
V
F
F
V
V
F
F

V
F
V
F
V
F
V
F

V
V
V
V
V
V
F
F

V
F
F
F
V
F
F
F

B&C si
AoB
V
F
F
F
V
F
V
V

Diagrama 2.3 - Tablas veritativas

Una forma mejor y ms directa consiste en inventar una regla de inferencia que legitime la conclusin de una afirmacin a partir de otras aserciones. Por ejemplo, para deducir:
(C1) El pueblo migrar si no hay suficientes lluvias.
A partir de las premisas:
(P1) El pueblo migrar si sobreviene el hambre.
(P2) Sobrevendr el hambre si no hay suficientes lluvias.
Utilizamos una regla de la forma

A esta regla la podramos considerar la transitividad de "si". Se puede probar que una asercin
tal como C1 se sigue de una serie de otras aserciones, mediante el uso sucesivo de reglas de prueba,
de las que la transitividad es slo una. Una prueba es entonces una secuencia de correctas aplicaciones de reglas a premisas y a teoremas, es decir, a aserciones que ya han sido probadas.
Pero aqu viene lo interesante: la regla de transitividad para "si" se puede formular de una
manera ligeramente distinta. Dado que las frmulas que contienen el condicional "si" se pueden reescribir con "o" utilizando este principio de equivalencia:

podemos reescribir la regla de transitividad bajo la forma de la llamada regla de resolucin, la

cual constituye la base oculta de todas las mquinas de inferencia de los dialectos del Prolog y de
otros lenguajes emparentados:

482

Existen muchas otras reglas de prueba aparte de la resolucin. Incluso podemos inventar nuevas
reglas, utilizando otros conectores. Pero para un mecanismo computacional de resolucin de problemas, es ms sencillo tener slo una regla de inferencia y restringir todas las frmulas a una nica modalidad correspondiente. Las frmulas resultantes de la aplicacin del principio de equivalencia mencionado responden, casualmente, a las restricciones impuestas por la forma clausal. En este punto,
conviene ilustrar lo que resulta cuando se intenta probar un tipo especfico de aserciones en forma
clausal:

Las clusulas P1 y P2 se llaman a menudo clusulas madres [parent clauses] de la clusula C1,
conocida a su vez como resolvente. Aqu el signo {} denota lo que se llama "clusula vaca", que no
es otra cosa que la contradiccin. Una clusula vaca se contradice a s misma, y slo puede derivarse
de un conjunto contradictorio de premisas. En realidad, por razones tcnicas muy precisas, el mecanismo de resolucin del Prolog trabaja exactamente al revs de lo que cabra esperar, introduciendo
una cierta reminiscencia popperiana en el procedimiento de prueba: el intrprete primero niega la hiptesis que corresponde probar; si de esta negacin resulta la clusula vaca, la hiptesis se estima
correcta.
Podra decirse, en otros trminos, que el principio de resolucin es una nica regla de inferencia
que puede utilizarse para producir todas las conclusiones posibles que pueden emanar de un conjunto
determinado de hechos y aserciones. La regla de resolucin comprende dos momentos: una clusula
definida (que es la asercin implicada en un objetivo) y una clusula negada, que es otra afirmacin
que niega la afirmacin definida o la considera falsa. El clculo lgico resultante de la aplicacin de
esta regla funciona aproximadamente as: el intrprete primero construye la negacin del goal que se
pretende demostrar y luego procura establecer que esta negacin (si se afirmara) sera inconsistente
al agregarse a los dems hechos conocidos.
En realidad, el clculo de resolucin ideado por Robinson no es completo en el sentido en que
dentro de l sea posible derivar todas las consecuencias de una frmula. En una aplicacin relativa al
mundo real esta nocin de completud significara muy poco, dado el carcter masivo que en seguida
asume la derivacin. La resolucin posee en cambio la propiedad, infinitamente ms valiosa, de ser
completa en cuanto a la refutacin. De un conjunto no satisfacible de clusulas siempre es posible
derivar la clusula vaca, la contradiccin elemental, un aserto falso en todas las interpretaciones posibles. Esta propiedad es suficiente para probar todas las consecuencias.
Sera sumamente imprctico si para comprobar la inconsistencia de un conjunto de premisas generando todas sus consecuencias lgicas. No se parte entonces del dictamen de sentido comn de que
hay que calcular todas las consecuencias de un conjunto de aserciones para probar si una de ellas
coincide con la pregunta que se formule; se parte del principio, mucho ms pragmtico, de que un
conjunto de aserciones inconsistente genera la clusula vaca. O lo que es lo mismo, que slo de un

483

conjunto de premisas inconsistente se puede derivar una contradiccin, aunque el dominio de referencia sea infinito24.
Al nivel de la interpretacin, podra decirse que el mtodo de resolucin del Prolog es a la vez
fundado (no permite inferir ninguna asercin que no se siga de otras aserciones) y completo (todas
las aserciones que se sigan de otras se pueden inferir mediante este mtodo). Esta posibilidad se abre
porque incorpora no slo un simbolismo lgico apto para expresar predicados de primer orden, sino
adems un lenguaje de computacin capaz de desarrollar procesos de inferencia que escapan a las
posibilidades de la lgica clsica, en base a representaciones imposibles de estipular en computacin
convencional. Las posibilidades de la lgica tradicional no son otras que las de la combinatoria ciega, la expansin exponencial y la recursividad infinita. Las posibilidades de la computacin convencional son las de ejecutar rdenes impartidas a una mquina.
No existen procedimientos para calcular de una manera eficiente todas las conclusiones que se
pueden derivar de un conjunto de premisas. El intrprete de Prolog no combina posibilidades conforme a tablas veritativas, sino que desarrolla una heurstica, algoritmo, estrategia o regla de resolucin
que no implica revisar una a una las conclusiones de una serie de premisas para determinar el valor
de una pregunta; en su lugar ejecuta un procedimiento que, segn se ha descubierto, tiene plena
validez para ciertos casos y formas lgicas especficas. Da la casualidad que esas formas lgicas (y
en particular la forma conjuntiva) son las que vienen al caso en todos los usos que podamos
imaginar, aunque desde un punto de vista abstracto y absoluto sigan existiendo regiones indecidibles,
im-probables o incalculables. Luego veremos con todo detalle lo que significan estas caractersticas
en cotejo con las limitaciones supuestas que algunos antroplogos endilgan a todos los sistemas formales a raz de una lectura atroz -alimentada por intereses irracionalistas- de la llamada "prueba de
Gdel".
Lo que aqu hemos presentado no es una descripcin detallada de los fundamentos operativos
del lenguaje, pero alcanza para nuestros fines. A pesar que todava los programas en Prolog se
desarrollan en mquinas de arquitectura Von Neumann, nada hay en sus procedimientos resolutivos
que no est minuciosamente especificado, que resulte sospechable o que haya sido alguna vez
motivo de crtica seria por parte de los entendidos. El trabajo de fundamentacin prosigue da a da,
al punto que el estado actual de (por ejemplo) la investigacin sobre la decidibilidad de la resolucin
en operaciones distributivas se consultar ms probablemente a travs de revistas peridicas (Journal
of Artificial Intelligence, The Journal of Automated Reasoning, Journal of Symbolic Computation,
International Journal of Approximate Reasoning) que en las pginas de los libros, siempre demasiado viejos en relacin con el crecimiento exponencial de los mtodos.
2. Semntica de los programas lgicos

Ms interesantes an nos resultan los aspectos semnticos del Prolog, aquellos en los que se relaciona con su fundamentacin lgica por un lado y con su utilidad antropolgica por el otro. Qu
tipo de saber modeliza efectivamente este lenguaje, y cmo es que logra hacerlo? Qu correspondencia existe entre la "interpretacin" semntica de las clusulas, los "datos" de la disciplina y los

24 Vase en el captulo siguiente la restriccin necesaria del dominio lgico a un universo acotado, y la correlativa posibilidad de que todo
conjunto inconsistente de clusulas admita un subconjunto inconsistente finito.

484

"hechos" del mundo real? Cules son los supuestos de la descripcin? En qu consiste el isomorfismo entre las relaciones que constituyen o que subyacen a los problemas antropolgicos esenciales
y el carcter relacional del lenguaje, y cmo es concretamente que logra ste representar o iluminar a
aqullas?
Lo primero que hay que decir es que hay un significado lgico que tiene que ver con lo que un
programador pretende expresar y un significado computacional, relacionado con el comportamiento
que se espera adopte la mquina en la ejecucin de una clusula. Luego veremos que por encima de
esta doble semntica (por fortuna, reductible a una sola) existe otra, ms rica y compleja, que rige las
relaciones entre un programa en tanto modelo y el mundo que resulta modelado.
Veamos primero la semntica de orden ms bajo, que ya de por s nos presenta una doble problemtica. El "significado" de una frmula en lgica simblica se refiere a su valor de verdad. Esta
es una decisin que se remonta a Frege, quien se vio impelido a identificar el valor veritativo de un
enunciado con su referencia (Frege 1985:51-86). Pese a que debiera ser transparente, el valor de
verdad de una asercin es, para los practicantes de una ciencia concreta, una entidad oscura que es
necesario esclarecer. Afortunadamente esto no parece ser difcil: la ambigedad de la nocin es un
efecto de la forma en que se enuncia. La significacin de un smbolo constante dentro de una frmula
o clusula se refiere a su valor veritativo con respecto a un dominio de interpretacin: es verdad o no
lo que se afirma en ella.
Sintaxis
es una tautologa,
es consistente
es inconsistente
es deducible de ,
equivale a una sentencia
positiva
equivale a una sentencia
condicional

Semntica
es vlido,
es satisfacible
es refutable
es consecuencia de ,
es incremental y no vlido o
refutable
se preserva en
intersecciones

Diagrama 2.4 - Equivalencias entre semntica y sintaxis

(segn Chang y Keisler 1973:16)

No tenemos que demostrar aqu que entre la sintaxis y la llamada semntica lgica existe un
bien afiatado conjunto de correspondencias (cf. diagrama 2.4). Pero nuestros modelos no son
abstractos sino computacionales, y en computacin la semntica de un constructo en lenguaje de
computadora se refiere usualmente al comportamiento de la computadora cuando ese constructo se evala. Desde este punto de vista, la semntica implica la asignacin de significado a los programas:
discutir la semntica permite entonces describir ms formalmente las relaciones que un programa
computa. Dado que el Prolog es a la vez un lenguaje lgico y un lenguaje de computadora, ambas
nociones de semntica le resultan aplicables. Dado tambin que el lenguaje en cuestin es de tipo
descriptivo, todo cuanto tenga que ver con su semntica es esencial, y por lo tanto ha sido objeto de
una elaboracin particularmente precisa.
La problemtica impone una descripcin separada de las cuestiones semnticas involucradas por
la lgica del Prolog en relacin con la mquina y de la relacin (por as decirlo) entre el modelo y el
485

mundo. Tenemos entonces dos rdenes de semanticidad vinculados en el mismo modelo, ms que
contrastados en concepciones distintas de la significacin: por una parte est la semntica que llamaremos "de primer orden", que se refiere a la interpretacin modelo-teortica o axiomtica del formalismo computacional, y por el otro la semntica que de aqu en ms se llamar "de segundo orden", y
que se refiere a la representacin del conocimiento de un dominio de interpretacin a travs de dicho
formalismo. Trataremos inicialmente la semntica del lenguaje como formalismo lgico, y luego la
semntica de un modelo escrito en ese lenguaje en tanto representacin de un dominio emprico.
Informalmente, puede considerarse que el significado de un programa lgico es el conjunto de
instancias fundadas que son deducibles de sus clusulas por medio de un nmero finito de aplicaciones de una regla de inferencia como, por ejemplo, el modus ponens. El hecho de que internamente el
intrprete se cia ms bien a una versin ms fuerte del modus tollendo ponens (identificado con la
regla de resolucin) es semnticamente irrelevante. El conjunto de instancias fundadas es la totalidad
de los hechos que pueden deducirse, mediante reglas, de los hechos iniciales: fundar una instancia
quiere decir ligar una variable a un valor constante, demostrar que hay un caso que corresponde a
una relacin. Pero esta versin informal del significado no es suficientemente clara.
Existen cuatro modelos semnticos formales concurrentes que explican el "significado" de un
programa, y que nosotros hemos sintetizado, homogeneizado e interrelacionado a partir de elaboraciones dispersas y de estructura literaria muy dismil: el modelo declarativo, el modelo de punto fijo,
el procedimental y el de la mquina abstracta o autmata. A estos modelos se puede agregar, en otro
nivel de anlisis, una semntica en trminos de metalenguaje. Los siguientes apartados explican en
base a qu fundamentos lgicos el comportamiento de una mquina se puede referir significativamente a un problema relativo a un dominio emprico, o en otros trminos, mediante qu formalismos
se vinculan un lenguaje, un clculo lgico, un dispositivo de procesamiento de smbolos y un
universo de significacin.
a) Modelo semntico declarativo
El modelo semntico declarativo del Prolog especifica el valor de verdad de sus relaciones. De
todos los modelos, este es el que ms enfatiza las cuestiones lgicas. Se usa el trmino "declarativo"
porque bajo esta interpretacin se asume que una clusula declara que existe una relacin entre sus
argumentos si se satisfacen todas las condiciones estipuladas en la clusula. Tomemos el siguiente
caso:

Esta especificacin puede leerse como: "Cualquiera (Individuo) es adulto si l o ella es una persona con una edad igual o mayor a dieciocho aos". Ledas de acuerdo con el modelo declarativo, las
clusulas de Prolog son frmulas basadas en la lgica de predicados del primer orden, escritas mediante clusulas de Horn. Los nicos conectores lgicos que pueden ocurrir son "si", "y" y "o". Segn
este modelo, el orden de las condiciones de una clusula no es significativo, puesto que se interpreta

486

que todas ellas se sostienen simultneamente. El conjunto de clusulas que conforma un programa en
Prolog describe la estructura lgica relevante de su dominio de aplicacin.
Lo que acaba de enunciarse completa la idea de la interpretacin declarativa en una tesitura aproximadamente informal, en el sentido cotidiano de la palabra; conjeturamos que un antroplogo
aceptablemente escrupuloso puede conformarse con esa versin de las cosas, que en rigor es ms que
suficiente para alcanzar cierta comprensin de lo que significa leer declarativamente un programa.
Pero para que dicha interpretacin fuese siquiera posible, ha sido preciso desarrollar una formulacin
harto ms rigurosa, en trminos de procesos y relaciones lgicas mucho ms fuertes; los prrafos que
siguen reproducen esa fundamentacin. La exposicin es difcil, como que se refiere a un conjunto
de teoremas abstractos, pero no es ininteligible; los conceptos definidos engranan mutuamente, como
las entradas de un diccionario, y a pesar de que la construccin del modelo ha sido un proceso colectivo, todo se articula con la fundamentacin procedimental del intrprete lgico que se ha analizado
en el captulo anterior con una congruencia que tiene algo de estremecedora.
El punto de partida es el hecho de que el clculo de predicados introduce la cuantificacin lgica
para formalizar aserciones sobre todas las cosas posibles. Para otorgar alguna significacin a tales aserciones, necesitamos denotar expresamente su rango de posibilidades. Una abstraccin hecha a
partir del mundo contra la cual se deba interpretar una frmula en clculo de predicados incluye un
dominio de objetos, que hace las veces de "todas las cosas posibles" que pueden reemplazar a una
variable. Las asignaciones de verdad sern entonces relativas a ese dominio.
Pero esto no es tan sencillo. En el interior de un dominio, existen innumerables opciones
posibles, y no es infrecuente que el dominio sea infinito o por lo menos "innumerable". Si se define
la implicacin lgica con respecto a la verdad en todos los modelos, cmo se puede poner a prueba
la implicacin en presencia de una infinidad de modelos? El problema se ha resuelto utilizando un
tipo de expresiones propias del clculo de predicados llamadas "frmulas universales". En el caso de
estas frmulas, es factible determinar la implicacin relativa a modelos sobre un dominio en
particular, un dominio abstracto llamado Universo de Herbrand. Este universo debera ser llamado
de Skolem, ms que de Herbrand, pues fue el mismo lgico que introdujo la eliminacin de los
cuantificadores quien propuso la idea tan tempranamente como en 1928. La iniciativa de Skolem le
permiti desarrollar procedimientos mecnicos de prueba cuyos conceptos fundamentales
constituyen la base de todos los sistemas deductivos contemporneos (cf. Blsius y Brckert
1989:19).
Antes de explicar la nocin de universo de Herbrand debemos caracterizar un sustrato an ms
fundamental, el que los manuales refieren como la semntica formal de un sistema lgico. Como es
sabido, el codificador de esa semntica fue el polaco Alfred Tarski (1936). Dado un conjunto no vaco, llamado el universo o dominio de discurso, se llama interpretacin a la operacin que asocia los
objetos sintcticos (smbolos constantes, smbolos de funcin y de predicacin) con objetos semnticos tales como miembros de ese universo y relaciones entre ellos. Supongamos, para mayor claridad,
que nuestro sistema es literalmente oscuro y que la naturaleza de las funciones ha sido expresada a
travs de una sintaxis abstracta, aunque ello no sea necesario dada la capacidad de nuestros lenguajes
para operar con sintagmas complejos. Consideremos que el universo est formado por los smbolos
constantes a y c, por el smbolo de funcin siguiente y por el smbolo de predicado menor_que.
Tomemos inicialmente dos interpretaciones convencionales posibles, J y K; la primera tiene
como universo los nmeros naturales, la segunda los das de la semana de lunes a domingo, sin reciclar. Se dice entonces que en la interpretacin J, la funcin siguiente mapea con el sucesor y el sm487

bolo de predicado menor_que con la relacin aritmtica del mismo nombre. De igual modo, bajo la
interpretacin K, el smbolo de funcin siguiente corresponde al mapeado de "maana" y el
predicado menor_que con la idea de "da anterior".
Asignemos ahora valores a las constantes c y a conforme a este cuadro arbitrario.
Constantes
a
c

Interpretacin J
0
2

Interpretacin K
Domingo
Martes

Diagrama 2.5 - Interpretaciones

Bajo una interpretacin determinada, cada trmino fundado se debe evaluar contra un elemento
del universo. Por ejemplo, un trmino como
evala contra el nmero natural 4
en J y con el da Jueves en K. Dada una serie de elementos atmicos t1, , tn, correspondientes a los
miembros de los respectivos universos, la evaluacin resulta en una tupla de elementos

que se deben evaluar conforme a la relacin asociada con el smbolo de predicado P.

La evaluacin consiste en determinar si la tupla pertenece a la relacin asociada con dicho
smbolo. Cuando este sea el caso, diremos que la interpretacin satisface al tomo, o que el tomo es
verdadero bajo dicha interpretacin; de otro modo, se dir que la interpretacin de marras falsa al
tomo, o que el tomo es falso bajo esa interpretacin.
Por ejemplo, la interpretacin J satisface al tomo:

puesto que cero es efectivamente menor que cuatro; la interpretacin K, en cambio, falsa este
tomo o estructura, pues de acuerdo con lo establecido Domingo no precede a Jueves. As como se
puede determinar el valor de verdad para tomos o estructuras, se puede hacer lo propio con cualquier frmula de cualquier complejidad que pueda formarse a partir de los elementos del lenguaje.
De todo este ejemplo deber retenerse lo siguiente: una interpretacin que satisface a una frmula F
es llamada un modelo de F. Las frmulas a su vez se llaman:
Vlidas
Si son satisfechas por todas las interpretaciones.
Satisfacibles
Si son satisfechas por al menos una
interpretacin.
Falsables
Si son falsadas por al menos una
interpretacin.
Insatisfacibles
Si son falsadas por todas las interpretaciones.
En el modelo declarativo, el conjunto de todos los trminos fundados25 que pueden formarse a
partir de los smbolos constantes y de las funciones que aparecen en un programa constituye lo que

25 Es decir, un smbolo constante o la aplicacin de una funcin cuyos argumentos son todos trminos fundados.

488

se denomina un universo de Herbrand o dominio de Herbrand. De cualquier conjunto finito o

"alfabeto" de constantes, por ejemplo
y de otro conjunto finito de functores, por ejemplo
se
pueden construir dominios conglomerando todos los trminos constructibles a partir de esos
alfabetos de constantes y functores. Un universo de Herbrand es un dominio combinatorio que
poseera una estructura de este tipo:

El concepto de universo de Herbrand puede parecen en principio oscuro a los programadores de

Prolog o a los antroplogos, porque intuitivamente las descripciones en un programa concreto nunca
consideran por separado un conjunto de constantes y otro conjunto de functores. En realidad la nocin es ms simple de lo que parece, y el ejemplo dado basta para caracterizarla aunque su utilidad
pueda parecer al comienzo un tanto enigmtica.
As como antes vimos que una interpretacin que satisface a una frmula F es llamada un
modelo de F, tambin puede decirse que toda frmula satisfacible en un sistema lgico posee un
modelo de Herbrand. En muchsimos casos, la programacin lgica se hace posible porque no es
preciso considerar todas las interpretaciones posibles (y todos los modelos posibles) de un programa,
sino tan slo las interpretaciones y modelos de Herbrand.
La base de Herbrand es el conjunto de todos los goals, demostraciones u objetivos fundados
que se pueden formar a partir de los predicados de un programa y de los trminos del universo de
Herbrand. Una base es infinita si el universo lo es: por ejemplo, si el programa consistiera en un
predicado que denota los "nmeros naturales", la base de Herbrand de ese programa sera:

Paradjicamente, que la base sea infinita no quiere decir que el universo lo sea. En correlacin
con la universalidad de su cuantificacin, para el clculo de predicados el universo de Herbrand es
finito, lo que significa que una frmula slo posee como implicacin un conjunto finito de modelos
de Herbrand, es decir, modelos cuyo dominio es el universo de Herbrand.
Hay que tener en cuenta que el teorema de Jacques Herbrand (o mejor dicho, el teorema de
Lwenheim-Skolem) fue formulado en realidad pensando en la lgica funcional, y no en el clculo
de predicados. En este ltimo contexto, la base de Herbrand es finita en virtud tanto de la
cuantificacin universal como del uso de variables, lo que no es necesariamente verdad en el caso de
la lgica funcional.
Como se ha visto, en este esquema conceptual, una interpretacin de un programa lgico equivale a un subconjunto de la base de Herbrand. Esto es, una interpretacin asigna verdad o falsedad a
los elementos de la base de Herbrand. Una demostracin en la base de Herbrand es verdad con respecto a una interpretacin si es miembro de esa base, y el falsa si no lo es (Sterling y Shapiro
1986:80-81).
Esto se puede expresar con ms sencillez exponiendo las cosas de otra manera. En rigor, estas
definiciones se originan en el hecho de que no existe ningn algoritmo general de decisin que nos
pueda determinar si una frmula arbitraria del clculo de predicados es vlida, contingente o
inconsistente, porque las formas de ese clculo (al operar con variables y al no imponer lmites al
489

encadenamiento de conjunciones) estn sujetas a una infinidad de interpretaciones posibles. Esto es

lo que quiso decir Church en 1936 cuando prob que la lgica de primer orden es indecidible. Ello
implica que, en la prctica, no se pueden tomar en cuenta todas las interpretaciones posibles para testear si una frmula es consistente o no. Ante esta circunstancia, reminiscente del problema de la
induccin, Herbrand propuso una solucin de sumo inters que a la larga llev a una prueba muy
simple para verificar la validez de una frmula.
El principio de Herbrand estipula que una forma clausal es inconsistente si y slo si es falsa en
todas las interpretaciones posibles. Como existen innumerables dominios posibles, sera conveniente
definir un dominio especial tal que una forma clausal fuera inconsistente si (y slo si) fuera asignada
como falsa por todas las interpretaciones posibles de ese dominio. Dicho dominio existe, y es precisamente el dominio de Herbrand. Este es un dominio "universal", un microcosmos distinguido,
cuyos trminos (los trminos de Herbrand) no poseen sentido especfico alguno; son meros trminos
sintcticos.
Las limitaciones asentadas por Gdel y por Church no afectan en modo alguno a programas
lgicos referidos a dominios empricos normales, analizados a travs de conceptos semejantes a los
que se han dado histricamente o de otros conceptos acaso ms sutiles. Un universo de Herbrand
comprende harto ms posibilidades de anidamiento y recursin que las que son propias de cualquier
universo conceptual de las ciencias sociales, porque incluye la combinacin recursiva de todos los
valores de objeto con todas las relaciones y nombres de atributo susceptibles de concebirse. En un
modelo antropolgico real los valores de objeto slo se hallan incrustados en predicados que
expresan algunas de las relaciones posibles, pues ninguna teora sensata comprende el mundo como
el conjunto de todas las relaciones entre todos los elementos. Una combinatoria relacional de una
potencia semejante a un dominio de Herbrand no tiene siquiera correlatos conceptuales imaginables
en una ciencia social: en sntesis, la oferta de la lgica desborda de antemano a las demandas categoriales posibles, an sobre la base de una implementacin computacional en su expresin mnima.
Toda asercin puede expresarse en forma lgica; toda forma lgica puede expresarse mediante
una clusula de Horn. Los lgicos hngaros Andreka y Nemeti (1976) han demostrado primero que
toda funcin computable sobre cualquier universo de Herbrand se puede definir mediante un programa escrito en clusulas de Horn, y luego que un programa lgico destinado a computar una funcin
sobre un universo de Herbrand se puede construir utilizando solamente las constantes y functores definidos en los alfabetos de ese universo.
Aqu debemos practicar una disyuncin entre lo que intuitivamente llamamos "modelo" (y que
puede ser desde una representacin analgica a una metaforizacin extendida) y lo que por ese trmino se comprende en un plano semntico ms formal. Tenemos aqu que afrontar la definicin de
lo que se entiende por "modelo" dentro de un "modelo" de interpretacin. Es importante retener la
idea que esta profusin de homnimos no intenta disolver la nocin vulgar de modelo sino precisarla
en diferentes y bien especificados mbitos de interpretacin. Los modelos a los que nos estamos refiriendo en este prrafo nada tienen que ver con la naturaleza de los programas lgicos en tanto "modelos" de una u otra realidad emprica, sino a los aspectos formales e internos de su significacin
lgica, observados desde una determinada perspectiva. Con estas salvaguardas, una interpretacin es
un modelo para un programa lgico si para cada instancia fundada de una clusula en un programa
hay una interpretacin correspondiente. Intuitivamente, puede decirse entonces que los modelos son
interpretaciones con respecto a la lectura declarativa de las clusulas de un programa.

490

Por ejemplo, ya que

est en todos los modelos,
tambin
lo estar. Es fcil darse cuenta que la interseccin de dos modelos para un programa lgico es tambin un modelo. Se dice que el modelo obtenido por interseccin de todos los modelos es el modelo
mnimo de un programa lgico; el modelo mnimo es, por definicin, el significado declarativo de
dicho programa (cf. Sterling y Shapiro 1986:80-82; Maier y Warren 1988:192-194, 364-366).
En este punto es oportuna una breve nota de orden histrico: M. Davis y H. Putnam propusieron
un mtodo automtico para demostrar teoremas tan tempranamente como en 1960; este mtodo ya
utilizaba el teorema de Herbrand pero an no -por desdicha- el algoritmo de unificacin, de modo
que no poda implementarse todava en ninguna mquina real. Desde el punto de vista lgico el
mtodo era fundado, pero ineficiente, por cuanto analizaba todas las potencialidades de las reglas y
las sustitua de acuerdo con principios operativos oscuros.
El sistema de prueba automtica de teoremas de Davis y Putnam (y habr que acostumbrarse a
llamar teorema a todo nuevo hecho o regla fundado en hechos y reglas precedentes) consista en dos
secciones: la primera tena que ver con la generacin del universo de Herbrand y con la sustitucin
de ste por las correspondientes frmulas del clculo de predicados; la segunda evaluaba las
frmulas as generadas, y era tenida por los autores como su contribucin ms importante. Pronto se
hizo evidente, sin embargo, que el problema no radicaba tanto en probar la propiedad tautolgica en
la segunda seccin como en sustituir sistemticamente todas las instanciaciones de Herbrand en la
primera.
La idea de utilizar la unificacin como complemento de un mtodo basado en el teorema de Herbrand se debi a una cadena de estudiosos que va desde Dag Prawitz, D. McIlroy y L. Wos hasta J.A.
Robinson; con esa decisin se logr aventar todos los mitos vigentes respecto de la impracticabilidad
de la programacin lgica. Slo faltaba escoger una regla de inferencia adecuada, y esa regla fue la
de resolucin, "hallada" por Robinson entre 1963 y 1964. Ms tarde el mismo Robinson prob que la
resolucin es completa para las clusulas de Horn bajo ciertas condiciones especificables (resoluciones binarias, no factorializacin) que minimizan el impacto de la mal llamada "prueba de Gdel",
tornando obsoletas, por lo menos, algunas de sus lecturas irracionalistas (cf. Davis y Putnam 1960;
Robinson 1965; Henschen y Wos 1974).
Pese a que la unificacin y la resolucin las desplazaron a un cono de sombra, sobre las definiciones de Herbrand se ha elaborado una serie de teoremas lgicos de enorme importancia terica y
prctica en el desarrollo de la programacin lgica, por cuanto han logrado minimizar o neutralizar
los tres problemas clsicos que se presentan a la verificacin de la consistencia de una frmula en el
clculo de predicados, y que podramos sintetizar como sigue:
1) Existen infinitamente muchos posibles dominios de interpretacin.
2) Si el dominio escogido es infinito, existen infinitamente muchas instancias de la frmula.
3) En este dominio infinito, existen infinitamente muchas interpretaciones posibles, y cada
una de ellas asigna un valor de verdad a infinitamente muchos literales.
Los resultados de las elaboraciones de Herbrand eliminan de cuajo la primera dificultad, pues lo
nico que debe considerarse en el modelo es el dominio de Herbrand, que slo incluye la
combinacin de los elementos y relaciones especificados; las otras dos dificultades desaparecen
cuando el dominio es finito. Los enunciados de los teoremas que constituyen el ncleo de hierro del

491

modelo semntico declarativo -y que reproducimos en los apndices- establecen, consecuentemente,

que:
1) Un conjunto de clusulas es inconsistente si y slo si es falso para todas las interpretaciones de Herbrand.
2) Un conjunto de frmulas del clculo de predicados es consistente si y slo si todos sus
subconjuntos finitos son consistentes.
3) Todo conjunto de frmulas enumerable y consistente admite un modelo contable o enumerable. Este ltimo principio es lo que se conoce como el teorema de Lwenheim y Skolem.
Recientemente estos modelos teorticos se han complementado con otros mtodos de prueba y
otras semnticas que no habr ocasin de revisar aqu. Mencin especial requiere los mtodos de conexin o de matrices, desarrollados independientemente por Peter Andrews en Carnegie-Mellon y
por Wolfgang Bibel en la Universidad de Munich. Se trata de los modelos ms promisorios, que
involucran una mecanizacin de la lgica an ms radical. Mientras que los mtodos anteriores, incluido el de resolucin, todava se basaban en el concepto de una prueba humana (y antes que nada
en la idea de una serie de pasos bien definida), las nuevas concepciones descartan estas tradiciones
lgicas y se concentran especficamente en las capacidades de las mquinas. Las pruebas generadas
mediante estructuras de matrices ya no tienen demasiado en comn con nuestras concepciones de la
prueba, aunque siguen reposando en instanciaciones y apareamientos en un universo de Herbrand y
pueden ser transformadas en demostraciones intuitivamente aceptables (cf. Siekmann 1989).
Nuestros colegas informticos de la ctedra de inteligencia artificial de la Facultad de Ciencias
Exactas de la Universidad de Buenos Aires confan, segn nos han dicho, en otros modelos que hoy
se encuentra en fases prototpicas. La difusin de estos hallazgos y bsquedas es cosa de futuro.
Los modelos semnticos definidos por Van Emden y Kowalski (1976) y luego retomados y reordenados por otros autores reconocen una transicin suave entre la problemtica que desarrollamos
hasta este punto (y que podra referenciarse como model-theoretic semantics) y la llamada fixpoint
semantics o semntica de punto fijo que ahora pasamos a caracterizar.

b) Modelo semntico de punto fijo

Esta semntica, claramente no-procedimental, es anloga en cierto modo a la que se encuentra
en la base de los programas escritos en el lenguaje de definicin de funciones recursivas. La
formalizacin de esta semntica depende de un conjunto de conceptos algo ms intrincados que los
requeridos por las dems; dado su carcter ms bien formal y complementario, el lector interesado
ms bien en la antropologa que en la lgica puede saltear su caracterizacin.
Expresemos de otra manera una definicin que ya hemos dado: La asignacin de valores de verdad a las instancias de un conjunto P de procedimientos lgicos mediante la sustitucin de las variables por los trminos del dominio H(P) es lo que se denomina una interpretacin de Herbrand. Si el
conjunto P de procedimientos se particiona en un subconjunto I y en otro subconjunto J, que denotan
respectivamente todos los antecedentes y todos los consecuentes que posean valor de verdad positi492

vo, se puede demostrar que la interpretacin de P sobre la base de dichos valores de verdad es un
modelo para P s y slo si J es un subconjunto de I.
En la jerga propia del Prolog, el subconjunto I incluye a todos los cuerpos de regla, mientras que
subconjunto J incluye todas las cabezas. Pese a la proliferacin de smbolos, lo que se pretende decir
en este modelo es en realidad muy simple: una vez que se ha escogido I, J queda totalmente determinado por las reglas que se establecen. Esto significa que no se puede probar nada que no est implicado por las premisas, y que slo es posible probar lo que ellas implican. En otras palabras, existe
una funcin T que mapea ambos conjuntos de tomos tal que T(I)=J; esta funcin se conoce habitualmente como la transformacin asociada con el conjunto de procedimientos P.
Llegamos as a un teorema importantsimo que dice lo siguiente: para cada conjunto P de procedimientos, existen conjuntos de tomos I que satisfacen la condicin T(I)=I. Es decir que para ciertos
conjuntos de tomos, la transformacin asociada al conjunto de procedimientos (condicionados e
incondicionales) sera igual a esos conjuntos. Esos conjuntos de tomos se conocen como los puntos
fijos de T; y entre ellos existe exactamente uno al que se llama punto fijo mnimo de T, denotado
pfm(T). La razn por la que el punto fijo se llama de ese modo es porque se lo puede definir como un
conjunto estable o estacionario de frmulas del que no se puede inferir ninguna frmula adicional de
una manera consistente.
En otros trminos, cada conjunto de procedimientos P posee muchos modelos, incluyendo los
modelos I de Herbrand, todos los cuales satisfacen que T(I) sea un subconjunto de I. El ms pequeo
de todos los I, llamado el modelo mnimo de Herbrand, satisface tambin la exigencia de que T(I)=I,
y es por lo tanto el punto fijo mnimo de T.
Veamos ahora en qu inciden estas cuestiones formales en la definicin de una semntica. La
denotacin de cualquier smbolo p de predicado en el conjunto de procedimientos P se puede definir
como la siguiente relacin:

Esta definicin, desarrollada por Van Emden y Kowalski, caracteriza la semntica de punto fijo
de los programas lgicos. En esta semntica un conjunto P de procedimientos se concibe en trminos
de la ecuacin de punto fijo que le est asociada I=T(I), la que puede interpretarse como si las tuplas
computables a partir de P (es decir, las soluciones de sus tomos consecuentes) fueran exactamente
aqullas que pueden ser evaluadas por las invocaciones o tomos antecedentes del conjunto P.
El logro ms importante del estudio de Van Emden y Kowalski es la elegancia de la prueba respecto de que los modelos procedimentales, declarativos y de punto fijo para los programas consistentes en clusulas de Horn son equivalentes, en el sentido de que determinan idnticas denotaciones
para sus smbolos de predicado. La equivalencia de los dos primeros se debe al Teorema de Completud de Gdel que relaciona (en el mbito de la lgica de predicados del primer orden) la posibilidad
de probar [provability] con la validez (cf. Gdel 1981:20-34). La equivalencia de los dos restantes se
establece demostrando que el punto fijo mnimo de T es el modelo mnimo de P, y que P implica lgicamente a p(t) s y slo s p(t) es verdad en ese modelo.
En un artculo posterior, Apt y Van Emden (1982) presentan la semntica del punto fijo mnimo
bajo la forma de una teora formal de retculas, y la utilizan luego para probar la fundamentacin y la
completud de la estrategia estndar de resolucin para los programas escritos con clusulas de Horn.
493

Los autores definen tambin el punto fijo mximo de T, y a partir de l caracterizan la naturaleza formal de los problemas insolubles que fallan en un tiempo finito debido a la ausencia de
computaciones exitosas en el espacio de bsqueda.
La exposicin anterior, pese a su tono un tanto seco, posee dos consecuencias interesantes frente
a la adopcin de una prctica modlica por parte de una ciencia emprica. Cada conjunto finito y consistente de clusulas de Horn, como hemos visto, admite un nico modelo mnimo. Ello implica, en
primer lugar, que fundarse en un modelo mnimo significa admitir la verdad de los hechos explcitamente mencionados y de sus consecuencias lgicas a travs de reglas, pero de nada ms. Esta idea
equivale a lo que ha dado en llamarse "supuesto del mundo cerrado", consistente en dar por irrelevante o falso todo aquello que no se estipule como verdadero. En segundo lugar, todo este desarrollo
ha conducido al concepto, que algunos estiman extrao, de la "negacin como falla": en una consulta
de Prolog, la respuesta "no", ms que un juicio existencial u ontolgico, involucra que el sistema ha
fallado en demostrar la verdad del objetivo que se le plantea.

c) Modelo semntico procedimental

La contraposicin de una estrategia semntica declarativa y de una estrategia procedimental es
bastante ms vieja que las computadoras y refleja la distincin de Tarski (1936) entre -respectivamente- la concepcin de teoremas construida en funcin de una teora de modelos [model-theoretic]
y la que resulta de la aplicacin de un procedimiento de prueba [proof-theoretic].

En la teora de modelos, un teorema es una frmula que es verdad para todos los
modelos posibles de los axiomas.

En la teora de la prueba, un teorema es la conclusin de una prueba, la cual a su vez es

una secuencia de frmulas derivadas a partir de axiomas mediante reglas de inferencia.

Es como si existiera una diferencia intrnseca, independiente del uso de una computadora, entre
las frmulas lgicas que pueden sostenerse en una estructura teoremtica abstracta que no implica
ninguna secuencia concreta de procedimientos demostrativos y las que pueden sostenerse al cabo de
un procedimiento secuencial de prueba, de tipo algortmico, aunque ambos conjuntos de pruebas
sean semejantes o idnticos.
Existen otros dobleces y otras lecturas de la misma dicotoma, puesto que existen tambin dos
modos diferentes de utilizar las reglas de inferencia. Por una parte se puede partir de los axiomas lgicos y aplicar reglas de inferencia hasta que la frmula a ser probada (vlida o insatisfacible, dependiendo que el clculo sea positivo o negativo) finalmente se deriva. Este sera un clculo deductivo.
La segunda modalidad consiste en partir de la frmula cuya validez o insatisfacibilidad debe demostrarse y aplicar reglas de inferencia hasta llegar a los axiomas; este procedimiento es el que se conoce
como clculo de prueba (Eisinger y Ohlbach 1989). Existe alguna correspondencia entre el clculo
deductivo y el encadenamiento hacia adelante y entre el procedimiento de prueba y el
encadenamiento hacia atrs, nociones que explicaremos en su oportunidad. Pero la disyuncin
primordial no pasa por aqu, sino por la oposicin entre la lgica pura de la teora de modelos y la
prueba lgica de los algoritmos.
Pese a que en 1930 Gdel prob que para el clculo lgico de primer orden el conjunto de frmulas que puede probarse a partir de un conjunto de axiomas es idntico al conjunto de frmulas que
494

son verdaderas en todos los modelos posibles de esos axiomas, y que por lo tanto, las dos definiciones son equivalentes (1981:20-34), el mundo se dividi entre procedimentalistas y logicistas.
Aquellos argan que los procedimientos de prueba son ms eficientes que la prueba de teoremas,
pues es ms rpido evaluar una denotacin en un nico modelo finito que llevar a cabo una prueba
general para todos los modelos posibles, finitos o infinitos. Sera ms sencillo, afirmaban, expresar
acciones como clusulas de programacin que como una serie de axiomas. William Woods (1981)
aseguraba que una definicin en trminos de procedimientos eliminara los infinitos mundos posibles
que surgen en la teora de modelos. El movimiento logicista devolvi el golpe implementando
lenguajes como el propio Prolog, que son esencialmente probadores de teoremas de alta velocidad.
Jaakko Hintikka (1973) proporcion una forma de eliminar la infinidad de los mundos con sus
"modelos de superficie", y otros autores, como John Sowa (1984), adaptaron estas ideas a la elaboracin de grafos conceptuales, reminiscentes de los calculadores hipotticos imaginados por Peirce.
En suma, pruebas y modelos constituyen dos aspectos complementarios de la misma teora: una
estrategia procedimental evala la denotacin de una frmula en un modelo particular, mientras que
un probador de teoremas muestra que una frmula es verdad en todos los modelos posibles.
De acuerdo con el modelo procedimental de la semntica del Prolog, tambin llamado operacional, las condiciones de una clusula especifican un proceso para establecer el valor de verdad de sus
conclusiones. Es decir, las condiciones se interpretan como un conjunto de pasos que se deben evaluar exitosamente para que se sostenga la conclusin especificada en la cabeza de la clusula.
Un conjunto de clusulas con el mismo nombre de predicado y el mismo nmero de argumentos
se interpreta como un procedimiento. Una pregunta o hiptesis con el mismo nombre de predicado y
el mismo nmero de trminos se considera como un llamado (call) a ese procedimiento. Retomemos
un ejemplo previo:

Leda en forma procedimental, la clusula anterior se especifica como "Para determinar si cualquiera (Individuo) es un adulto, demostrar primero que es una persona, y verificar luego si su edad es
igual o mayor a dieciocho aos". De acuerdo con esta lectura, el orden en que se evalan las
clusulas es significativo. Determinar primero que el individuo es una persona, por ejemplo, define
un espacio de bsqueda que elimina otras posibilidades.
Es importante dejar en claro que no se trata de que la interpretacin semntica declarativa "se refiera", "enfatice" o "privilegie" al dominio modelado, mientras que la interpretacin procedimental
"tiene que ver" ms bien con las mquinas. En rigor, siempre se trata de una fundamentacin que es
menos de orden emprico o computacional que de orden lgico. Conforme al modelo semntico que
ahora nos ocupa, se podra decir que el Prolog deriva su capacidad de clculo de una interpretacin
procedimental de la lgica, es decir, de una representacin del conocimiento en trminos de
definiciones que involucran procedimientos, de modo tal que el "razonar" deviene un simple proceso
consistente en invocar los procedimientos correctos de demostracin.
d) Modelo semntico de mquina abstracta
Este modelo es similar el modelo semntico conductual de los lenguajes convencionales de
computacin, en la medida en que especifica la conducta del intrprete en respuesta a la evaluacin
495

de un constructo del lenguaje. El intrprete de Prolog aplica una estrategia de resolucin de

problemas para evaluar una pregunta en contraste con un conjunto de clusulas; computacionalmente, esa estrategia se puede caracterizar (siguiendo a Von Neumann) como un autmata o
mquina abstracta. En general, la caracterizacin de las "mquinas abstractas" en teora
computacional no se realiza en trminos de la teora de autmatas de Von Neumann, aunque sera
factible y esclarecedor hacerlo; lo que se aplica, en general, es un anlisis ms o menos formalizado
de tipo "qu es lo que hace una mquina para resolver la clusula X". Esta mquina es abstracta por
cuanto no es una mquina verdadera, cuyos detalles tcnicos de fabricacin podran hacer que las
cosas fueran en realidad de otro modo.
Una pregunta en Prolog, junto con el conjunto de clusulas del programa, tienen una significacin computacional, en la medida en que disparan una cierta conducta por parte del intrprete: el
modelo semntico de la mquina abstracta especifica el significado de una pregunta y de un conjunto
de clusulas en trminos de acciones por parte de una mquina abstracta. En este caso, las acciones
de esta mquina se pueden explicar como una aplicacin de la regla de inferencia conocida como resolucin. La propiedad bsica que hace que la lgica u otros lenguajes declarativos no resulten coaccionados por el concepto neumanniano de computacin es su neutralidad semntica con respecto a la
estrategia de ejecucin, lo que tcnicamente se llama el "desacople" de la lgica con referencia al
control del flujo del programa. Este desacople dista de ser completo, y es por ello que el llamado
modelo de mquina abstracta no est integrado axiomticamente al resto de las construcciones
semnticas alrededor del Prolog. En los hechos, la especificacin de este modelo se ha transformado
en una descripcin de la forma en que el intrprete realiza las operaciones pendientes en una pila o
stack de requerimientos (cf. Malpas 1988:121-147).
La posibilidad de simular diferentes tipos de autmatas en Prolog ha sido reiteradamente demostrada en la bibliografa especializada. Sterling y Shapiro (1986:224-228) ilustran los modelos computacionales bsicos de autmata finito y autmatas de almacn pushdown y proporcionan programas
que desarrollan intrpretes para mquinas de Turing, con lo cual quedan envueltos y satisfechos
todos los modelos posibles. A partir de este modelo tan pobremente desarrollado en un principio,
comenz a construirse una elaborada fundamentacin que posibilit el uso del Prolog como el
prototipo por excelencia de los lenguajes aptos para el procesamiento paralelo en mquinas de quinta
y sexta generacin. No vamos a ahondar aqu en esta temtica, suficientemente tratada por los
especialistas pero por el momento demasiado novedosa como para pretender atarla a una aplicacin
especfica en ciencias sociales, donde el modo dominante de planteamiento de problemas sigue
siendo secuencial (cf. Hogger 1984:253-258).
e) Modelo semntico metalingstico
Despus de Russell y Tarski se considera que un mtodo de prueba lgico concierne especficamente a determinado nivel de anlisis. Las reglas de juego de una lgica rigen para cierto conjunto
lgico-lingstico, y no necesariamente para un lenguaje que se refiera a ese conjunto. Esta
peculiaridad es la que permite, despus de todo, hacer referencia a la lgica desde fuera y superar las
ms insidiosas paradojas. A despecho de las falencias de sus propias lecturas y exgesis, Gregory
Bateson (1980, 1985) ha familiarizado a los antroplogos con el concepto de tipificacin lgica,
llevado por Anthony Wilden (1979) y los terapistas familiares hasta el punto de la saturacin.
Como hemos dicho alguna vez, un lenguaje como el Prolog es capaz de ser su propio metalenguaje. Un predicado en Prolog no slo puede hacer una referencia igualitaria a otros predicados en
496

trminos de implicacin y clculo, sino que puede definir inflexiones tan delicadas como la
naturaleza de los procedimientos de inferencia que se asocian a los dems predicados, incluido l
mismo. Esto significa que es posible escribir clusulas en Prolog que acten como predicados de
metalenguaje. Ms que posible, ello es sumamente habitual, al punto que el programador no siempre
es consciente de haber atravesado los lmites que separan a los diversos niveles de tipificacin. Las
razones para escribir un programa semejante son las de reemplazar el significado implcito en una
pregunta, ya sea (a) utilizando una estrategia de resolucin de problemas diferente a la que usa el intrprete o (b) considerando una fuente de conocimiento distinta a la de las clusulas estipuladas. Pero
una potencia semejante impone una serie de fundamentaciones de otro orden de abstraccin. Agregar
un simple hecho adicional a un conjunto preexistente de premisas constituye un acto lgico que
puede tornar invlidas las conclusiones obtenidas hasta el momento o puede introducir una contradiccin fatal en el sistema. En un modelo en el que las premisas incluyen la descripcin de lo que se
sabe, un dato ms constituye una premisa adicional que determina nuevas posibilidades para el valor
de las conclusiones que hayan de calcularse. Lo mismo, pero con signo contrario, vale para el caso
de que se eliminen datos (y por ende premisas) anteriormente actuantes.
Todos estos procesos que modifican las reglas del juego lgico no estn reglados por una lgica
sino, consecuentemente, por una metalgica. Ahora bien, estas metalgicas deben ser expresamente
validadas y, de ser posibles, amalgamadas en un tejido coherente con el de la lgica de base, a fin de
que los fundamentos de un modelo no varen incontrolablemente conforme se extiende o se contrae
la altura del nivel de tipicacin desde el que se contempla el plano del lenguaje. En suma, tiene que
haber una semntica formal para los predicados extra y metalgicos. El modelo semntico que se
refiere a dicha amalgama ha sido elaborado por diversos estudiosos y an hoy se sigue perfeccionando (Kowalski 1979; Bowen y Kowalski 1982; Miyachi y otros 1984). No describiremos aqu este
modelo, por cuanto parte de lo que se le aplica se solapa con nuestro tratamiento de las lgicas
aternativas en la cuarta seccin de la Tesis.
4. PRAGMTICA
En esta seccin se analizarn dos rangos de problemas pragmticos. El primero concierne a un
conjunto conexo de problemas caractersticos de la prctica terica que ninguna otra propuesta modlica en antropologa se molestado en esclarecer, tal vez porque ste era un gesto que se sospechaba
intil en un entorno que no estaba destinado a materializarse: cmo es posible concretamente convertir un problema antropolgico en un modelo expresado en trminos de cierto formalismo, cul es la
secuencia metodolgica que debe respetarse, qu garantas existen de que un modelo semejante vaya
a funcionar con una mnima eficacia, cul es la estructura formal de este proceso, en qu grado el trabajo material con un modelo se encuentra involucrado en una axiomtica.
El segundo aspecto es de gran inters, aunque sea ms especfico de la mecnica subyacente al
formalismo y de la praxis computacional que de la disciplina beneficiaria del recurso. Cuando abordemos este punto, desarrollaremos una caracterizacin formal (a) del entorno interactivo de trabajo
con un lenguaje de programacin lgica (de qu manera el antroplogo -en este caso- dialoga con y
reflexiona sobre el modelo que va generando) y (b) de los fundamentos operativos axiomticos de
esta forma de trabajo. La caracterizacin que emprenderemos no se refiere al paisaje que el usuario
encuentra cuando implementa un producto determinado, sino a la naturaleza de las operaciones que

497

el intrprete de un lenguaje lgico (mediador necesario entre el cientfico y el modelo) ejecuta en el

tratamiento de un formalismo.
a) Desarrollo e implementacin de un programa lgico
Aunque las cuestiones ms puramente antropolgicas (concernientes a la semntica) siguen an
pendientes de desarrollo cabal, hemos hablado de cierto nmero de aspectos concernientes a la fundamentacin "subyacente", por as llamarla, que define la posibilidad misma de un planteo de esta
naturaleza. Hemos probado, en suma, que a despecho de los rumores en contrario, la programacin
lgica es posible en teora. Ahora bien, de nada servira a nuestros efectos disponer de una fundamentacin terica formidable, si en la prctica concreta y mundana nos enfrentramos con
dificultades insolubles. A fin de eliminar discontinuidades de razonamiento, resta por ver entonces
no slo cmo es material y pragmticamente posible programar en forma declarativa un problema
determinado, sino cul es la fundamentacin formal de este procedimiento.
Evaluar pragmticamente un modelo es un proceso que debe distinguirse tanto de la computacin de una prueba como de la contrastacin emprica de los eductos de un programa. Dada la peculiar fundamentacin axiomtica de la programacin lgica, "correr" un programa (vale decir, el proceso que formalmente podramos llamar "computacin") forma parte del proceso mismo de resolucin del problema que el programa plantea. Dado que un programa lgico es un conjunto de
axiomas, la computacin puede interpretarse como la prueba constructiva de una asercin (de hecho
un teorema, aunque suene pedante llamarlo as) relativa a o perteneciente a un programa. Probar
constructivamente quiere decir calcular; y este clculo se realiza mediante una operacin consistente
en un procedimiento de prueba que se atiene a determinada regla de inferencia (cf. Blsius y
Brckert 1989:19-21). La afirmacin lgica a probar es lo que se llama un objetivo o goal, y este
objetivo puede ser una consulta extensional, la simulacin de un proceso o el planteo de una
hiptesis.
Pero una cosa es que la ejecucin de un programa lgico pueda entenderse como una prueba
constructiva integrada al conjunto axiomtico del modelo y otra muy distinta que el programa est
bien hecho desde el punto de vista computacional. Nos guiaremos por un indicio: a pesar de que se
ha trabajado formalmente, este costado "pragmtico" de la formalizacin computacional se encuentra
relativamente poco desarrollado. Como dice Hogger,
Actualmente no existe ninguna implementacin automatizada que sea capaz de derivar necesariamente
programas lgicos eficientes a partir de especificaciones arbitrarias, y no parece probable que surja ninguna en
un futuro cercano (1984:179).

Este estado de cosas denota, quiz, una posible discontinuidad en los procedimientos que conducen a la formalizacin, una grieta en el escudo de la tecnologa. El inconveniente, como se ver, no
es fatal, pero al menos exige que quien formula un modelo sea, aparte de cientfico, un programador
aceptable. La programacin lgica ha heredado de la computacin convencional una modalidad
"analtica" de resolver la construccin paulatina de un programa que puede no ser el mtodo ms
adecuado a su filosofa de resolucin. El programador "tpico" prefiere desarrollar un programa en
forma intuitiva y experimental, basndose en una vaga imagen mental o en algn algoritmo
preconcebido que dirija la sucesin de clusulas. Esta estrategia analtica consiste en una especie de
498

bsqueda a tientas en la que se van incorporando poco a poco (de hecho, a medida que se fracasa) las
optimizaciones y los refinamientos pertinentes.
En los ltimos aos ha surgido una estrategia sinttica, en la que los pasos que sigue el programador se derivan lgicamente de la especificacin del problema. La prioridad es en este caso
obtener una versin inicial del programa que entregue necesariamente las soluciones correctas,
postergando las cuestiones de eficiencia para un momento ulterior, en el que se implementan cuidadosamente modificaciones que vayan preservando la correccin inicial.
Kowalski (1982:4) ha sugerido que el problema de desarrollar un programa correcto y eficiente
se puede descomponer en dos subproblemas ms simples:
1. Especificacin. La primera tarea consiste en especificar el problema a ser resuelto y la informacin que se necesita a efectos de su solucin.
2. Eficiencia. Es posible identificar y eliminar las ineficiencias implcitas en el
planteamiento de un problema, transformando la especificacin en un programa efectivo.
Esta separacin refleja algo bien sabido: que la especificacin es ms fcil de formular que el
programa completo, pues slo necesita ser trivialmente "pertinente" o "correcta", mientras que el
programa necesita ser tanto correcto como eficiente. Dado que la programacin lgica discurre en un
entorno computacional, y dado que el lenguaje de especificacin es nada menos que un lenguaje de
computacin, los problemas de eficiencia se pueden simplificar considerablemente. La tecnologa
actual propia de las diversas implementaciones del Prolog es eminentemente interactiva, por lo que
el avance mediante mtodos de "ensayo y error" es en la prctica ms rpido de lo que permitiran
presuponer todas las especulaciones construidas en torno de los procesos de feedback.
Crear un programa es un proceso complejo de planteamientos, reformulaciones, verificaciones y
pruebas, que se acelera y optimiza, ceteris paribus, cuanta ms experiencia se posea y cuanto mejor
estipulada se encuentre la teora discursiva que es objeto de modelizacin. Casi siempre sucede que
en la interaccin con el sistema, al margen de las modificaciones que haya que introducir por la idiosincracia de la herramienta, se manifiesta un retorno inmediato de directivas, indicios y
constricciones para el replanteamiento metodolgico del problema, que poseen incidencia ms all
del hecho de que el programa haya o no de consumarse en su totalidad conforme a lo proyectado.
Lo notable del caso es que la praxis interactiva y el desarrollo de prestaciones ingeniosas de debugging, presentes en todos los dialectos conocidos, aparece complementada por una heurstica formal del desarrollo emprico de la programacin lgica, que por su amplitud y robustez configura un
captulo aparte del amplio material de fundamentacin (cf. Clark 1977, 1978; Clark y Sickel 1977;
Clark y Darlington 1980; Hogger 1978, 1979; Hansson y Trnlund 1979). Estas aportaciones tienen
cierto aire de familia con la "sntesis de programas" propia de la computacin convencional; sin embargo, acorde con la doble lectura semntica de los lenguajes declarativos, se pueden interpretar tambin como una aplicacin de reglas deductivas puras. Esto quiere decir que los programas derivados
mediante tales reglas a partir de las especificaciones estn lgicamente implicados por stas: son, en
otras palabras, una parte especfica de sus consecuencias lgicas, de modo tal que la derivacin, al
mismo tiempo que elimina ineficiencias, preserva la correccin formal de los procedimientos.
Los consejos en favor de un desarrollo efectivo de los programas lgicos enfatizan el uso de una
especificacin en trminos de un lenguaje de computacin de alto nivel que sea al mismo tiempo
(como el Prolog) un lenguaje de programacin. Superficialmente, este requerimiento entrara en conflicto con la idea de que el lenguaje de especificacin sea relativamente "natural" y fcil de utilizar.
499

Los especialistas han superado este escollo desarrollando una heurstica de re-expresin de las especificaciones, a travs de tres etapas sucesivas:
1. Empleo de un lenguaje natural impreciso.
2. Empleo de un lenguaje natural preciso y no ambiguo.
3. Empleo de un lenguaje formal preciso.
En la primera formulacin la especificacin del problema puede ser incompleta, ambigua y
quiz contradictoria. Numerosos proyectos de especificacin y la mayor parte de los proyectos de
inteligencia artificial sobre lenguajes naturales aceptan ese lenguaje impreciso como insumo
estndar. Despus de todo, desarrollar parsers y scanners que acepten clusulas en lengua natural es
un proceso de programacin ms largo y tedioso que propiamente difcil. "Aceptar" tiene aqu un
sentido formal que nada tiene que ver, a esta altura del desarrollo de la inteligencia artificial, con
algn tipo de "comprensin" inteligente por parte de la mquina.
En una segunda instancia, las especificaciones se re-escriben en trminos de esquemas bien conocidos relativos al lenguaje natural, como ser redes semnticas, grafos causales, frames y scripts,
extremadamente fciles de tratar en lgica simblica y en lenguajes formales, aunque en rigor su
desarrollo haya sido independiente de dichos mbitos. En esta etapa intermedia si eliminan las
ambigedades y se tornan explcitos los supuestos implcitos26.
La re-escritura en un lenguaje formal preciso es casi indiscernible de la resultante de la transformacin de las expresiones en lenguaje natural mediante su representacin en esquemas. Si el lenguaje simblico utiliza directamente la forma clausal, y si las clusulas se reducen a clusulas de
Horn, introduciendo los caracteres de representacin aceptables por el parser del intrprete e inteligibles para la mquina, la especificacin se convierte sin discontinuidades ofensivas en un
programa lgico en Prolog.
Como hemos venido demostrando, la profundidad de las fundamentaciones en programacin lgica acostumbra superar todas las expectativas y todos los antecedentes. Para cada pequea faceta del
desarrollo, para cada problemtica experimentada o potencial, existe una profusa elaboracin lgica
y un enorme acopio de demostraciones experimentales. Uno de los aspectos que han sido objeto de
estudio formal y que en este punto relativo a la pragmtica vienen inmediatamente al caso es el de la
relacin entre lo que un programador pretende y el "significado formal" resultante de un programa27.
El significado formal de un programa (en tanto equivalente al modelo mnimo de un programa
lgico) no puede ser ni correcto ni incorrecto. Pero bien puede suceder que el "significado" de un
programa no sea lo que el programador tena en mente en el momento de plantear el problema que el
programa refleja. Los lgicos han formalizado, por ende, todo cuanto se refiere a lo que se denomina
el "significado pretendido" o "significado intencional" de un programa, el cual se define como un
conjunto de objetivos fundados; stos son, sin ms, las respuestas positivas que puede producir un
programa en opcin de consulta y que haban sido previstas como tales por el programador:
Un programa P es correcto con respecto a un significado intencional M, si M(P) est
contenido en M; un programa P es completo con respecto a un significado intencional M, si
26 Abordamos esos y otros formalismos ms adelante, en base a contenidos y problemas antropolgicos.
27 Este "significado formal" es lo que hemos caracterizado ms arriba al ocuparnos del modelo semntico declarativo del lenguaje Prolog.

500

M est contenido en M(P). Un programa es en consecuencia correcto y completo con respecto

a un significado pretendido si ambos significados coinciden exactamente (Sterling y Shapiro
1986:82-83).
Un aspecto importante de un programa lgico es si ste es capaz de terminar todos los clculos
potenciales que inicia. Se ha definido como dominio de terminacin de un programa al dominio de
objetivos en el cual cada clculo inherente al programa logra llevarse a cabo. Por lo general, un programa til debe tener un dominio de terminacin tal que incluya su significado intencional.
Aqu es donde pueden comenzar a surgir problemas: dado que el modelo computacional de los
programas lgicos produce un nmero relativamente elevado (si es que no innumerable) de
respuestas terminables como educto de una consulta, no cabe duda que por bien diseado que est un
programa, la mayora de las respuestas que entregue sern juzgadas triviales.
Pero esta no es una limitacin de la lgica, sino la clave de su singular apertura: una vez que se
ha construido un programa computacionalmente correcto y semnticamente apropiado, la iniciativa
"hermenutica" pasa al proceso de pregunta, que -en una ciencia inmadura- es donde radican las principales dificultades (cf. Gadamer 1977). En un modelo real, en el que se suman las consecuencias de
todos los antecedentes, y en el que cada generacin de consecuencias se agrega como nuevo conjunto
recursivo de antecedentes al sistema total, es la pregunta lo nico que puede introducir una desagregacin cientficamente til, un recorte a la profusin de combinatorias en estampida. Es desde las
preguntas que se comienza a definir un sistema de esta naturaleza.
Como veremos, el modelo del Prolog, deliberadamente ms "restrictivo" en el tratamiento de las
bsquedas que un modelo de instanciacin a ciegas, hace posible componer programas no triviales
sobre dominios relevantes cuyo dominio de terminacin coincide con el significado intencional, vale
decir, coincide con las respuestas pertinentes a las preguntas del cientfico.
b) La modelizacin como proceso interactivo
Una calculadora electrnica que efecta operaciones aritmticas no es una caja negra; quien se
sirve de ella sabe (o intuye) que existen ciertas garantas formales en su comportamiento, y que los
resultados que haya de entregarnos han de ser razonablemente dignos de confianza. Es posible,
adems, averiguar cules son las operaciones reales de binarizacin, conversin a decimal,
representacin digital o clculo logartmico que la mquina realiza tras el espejismo de las apariencias. Las cuatro operaciones bsicas, como se sabe, se ejecutan interiormente como otras tantas
modalidades de la suma, y una simple raz cuadrada desencadena aproximaciones, reintentos y tanteos cuya trayectoria no deja rastros.
Interactuar con una computadora que proporciona confirmaciones de hiptesis, deriva conclusiones a partir de premisas, relaciona hechos hasta entonces inconexos o determina el valor de verdad
de una asercin es algo ms inquietante que operar un artificio que slo acepta o devuelve nmeros,
pero no es (o no debera ser) ms misterioso. Algunas operaciones matemticas, de hecho, son ms
contraintuitivas, sutiles y dificultosas que muchos de los clculos conceptuales que nuestras ciencias
plantean. La inteligencia artificial contempornea ya no persigue un antropomorfismo difuso, sino
que se funda en el comportamiento inteligente de las personas para formular estrategias mecnicas
ms sagaces que la combinatoria o el ensayo-y-error. La mquina no tiene ninguna inteligencia, no la
tendr jams, y no es preciso tampoco jugar a imaginar que la tiene, porque la interaccin no consiste
501

en ningn fingimiento que sea ms mimtico o ms metafrico de lo que lo es -por ejemplo- el desarrollo de una multiplicacin.
Si se parte de la base de un dominio del conocimiento ya modelado en trminos de la
declaracin de un conjunto de hechos y reglas, lo que cabe explicar es la forma en que el intrprete
de un lenguaje lgico evala un requerimiento, efecta un clculo y entrega una respuesta, en un
proceso anlogo al que describe una calculadora digital. Saber cmo opera esta ltima no parece
excesivamente necesario, porque hace mucho que los clculos numricos se confan a una instancia
mecnica sin que nadie proteste por la deshumanizacin del saber. Averiguar cmo se comporta un
programa lgico es algo ms informativo y esencial, sobre todo porque ciertas corrientes de opinin
siguen obstinadas en creer que este comportamiento es imposible. Exponemos seguidamente las
operaciones reales clandestinas que confieren a una sesin con una mquina que ejecuta un programa
lgico su virtualidad de interaccin inteligente.
La operacin de un intrprete de Prolog se puede comprender como un ciclo recursivo de unificacin (apareamiento de patrones o pattern matching) y evaluacin de objetivos parciales. Impulsado
por un requerimiento o consulta (query), el intrprete descender tan profundamente como sea necesario en la estructura del programa para encontrar hechos que validen el requerimiento, para luego
retornar habindolo probado o fracasando al intentarlo. El proceso se inicia cuando el investigador
que ha construido el modelo -o un usuario eventual- activa un requerimiento ingresando la secuencia
de caracteres convencionalmente necesaria a travs del teclado o por otro medio.
La estructura esttica de un programa en Prolog consiste en un conjunto de hechos y reglas que
se dinamiza cuando se dispara, introduce o ejecuta una consulta. Toda la estructura del formalismo
se centra en su capacidad de aceptar y procesar preguntas, y por ello no es azaroso que las tres
entidades se hallen morfolgicamente relacionadas. Como ya se ha visto, la forma de una consulta es
la de una regla sin cuerpo, y en el contexto de la ejecucin de un programa se la considera como un
hecho puro, con referencia al cual se solicita al intrprete que entregue una validacin. Conforme se
indiquen variables, constantes o variables annimas, la pregunta puede asumir tres naturalezas cualitativamente distintas:
a) Es verdad lo que afirma esta consulta sin variables? O bien Puede sostenerse este
hecho (una conclusin, una conjetura, una hiptesis) a la luz de los hechos ya estipulados
como verdaderos? Es la presente una conclusin vlida a partir de los hechos conocidos?
b) Cules son los valores conocidos que pueden asumir las incgnitas que se especifican
en esta pregunta bajo la forma de variables? Cules son los elementos de la base de conocimientos que responden a estas condiciones formales?
c) Hay algn caso conocido (no importa cual) que corresponda a estas condiciones? O bien
Existen algn caso conocido que case con algunos de estos requerimientos?
Las condiciones formales especificadas en el objetivo admiten una inmensa variedad relacional
y una infinita heterogeneidad semntica, incluyendo la especificacin de operaciones disyuntivas,
comparaciones, rangos de valores posibles, excepciones, clculos intermedios, etctera; despus
ejemplificaremos algunas posibilidades de modulacin del significado de los objetivos de acuerdo
con los propsitos de una consulta.
Una vez formulada la pregunta, el intrprete sucesivamente (a) define lo que est pendiente de
demostracin como resolvente, el cual es por lo comn una conjuncin de objetivos a ser probados a
502

la que despus se irn agregando otras conjunciones subordinadas, (b) coloca el primer objetivo a
demostrar en una pila interna de objetivos pendientes o stack, y (c) busca a travs de las clusulas
que han sido estipuladas como parte de la declaracin del programa la primera clusula cuya cabeza
unifique con la consulta. Una unificacin de dos trminos es una sustitucin que hace que esos
trminos sean momentneamente idnticos. Esta operacin tiene un anlogo aritmtico inmediato:
cuando ante una ecuacin de primer grado "se despeja X", lo que se hace en rigor es unificar X con
los valores que pueda asumir.
Previo a la unificacin, "X" es el nombre de la incgnita; tras la unificacin, es el nombre de un
valor. En todo clculo, la unificacin est formalmente condicionada. En un programa lgico, para
que una pregunta unifique con la cabeza de una clusula, ambas deben tener el mismo nombre de
predicado y la misma aridez. Dadas las siguientes reglas y hechos, el proceso de unificacin es autoevidente, a condicin de que no se confunda la unificacin con la resolucin positiva de la clusula:

La respuesta "verdadera" a una expresin de consulta tal como

, y que es sin
duda
, resulta de unificar conjuntiva y afirmativamente los dos predicados del cuerpo
de la regla.
La forma peculiar que asume la unificacin es la de un algoritmo, es decir, un conjunto de reglas
que gobiernan lo que cabe llamar "unificacin de trminos" en la computacin de un programa
lgico. El problema de unificar dos listas de argumentos (por ejemplo {s1,...,sn} y {t1,...,tn} se puede
ver tambin como si consistiera en resolver el sistema de ecuaciones =(s1=t1,...sn=tn) para las
variables involucradas. El algoritmo de unificacin, que es "el corazn del modelo computacional de
los programas lgicos" (Sterling y Shapiro 1986:68) consiste en las siguientes reglas recursivas:
1) Una variable unifica con una constante o una estructura; como resultado, la variable
queda instanciada con el valor de la constante o la estructura.
2) Una variable unifica con una variable; ambas variables se transforman en la misma,
indistintamente denotada.
3) La variable annima (_) unifica con cualquier otra entidad.
4) Una constante unifica con otra constante, solo si ambas son iguales.
5) Una estructura unifica con una estructura si ambas tienen el mismo nombre de predicado
y el mismo nmero de argumentos, y si los argumentos pueden ser unificados.
La primera descripcin del algoritmo de unificacin (mucho ms formalizada que lo que
trasunta este esquema) se encuentra en los trabajos de J.A. Robinson (1965). Por su importancia en
el diseo global de la demostracin automtica de teoremas, se puede decir que el algoritmo de unificacin es, en lo que respecta a la computacin de una consulta, tan importante como lo es el
503

clculo axiomtico de predicados como formalismo bsico, el algoritmo de resolucin como procedimiento de prueba, o la forma clausal como criterio de notacin (cf. Paterson y Wegman 1978;
Martelli y Montanari 1982; Sterling y Shapiro 1986:68-79).
Una variable que an no tiene ningn valor instanciado posee el status de variable libre. Cuando
dos trminos unifican, la variable queda ligada al valor de la constante y pierde la libertad que antes
tena; la asignacin de un valor a una variable se conoce tambin como la instanciacin de la misma.
Si una variable slo puede unificar con un cierto valor y slo con uno, se dice que el clculo de su
instanciacin es determinista, e indeterminista cuando el nmero de los valores posibles no est
restringido de antemano a uno solo.
Cuando se encuentra una clusula que unifica con la consulta, se dice que esta clusula se
activa, se convierte en la clusula actual, y cada uno de los trminos o sub-objetivos del cuerpo de la
clusula comienza a evaluarse siguiendo el mismo procedimiento que se haba seguido con la
pregunta original. Si la clusula que unifica con la pregunta no tiene cuerpo (es decir, si es un
"hecho" incondicional), se dice que la consulta inmediatamente tiene xito. De existir sub-objetivos
pendientes en el stack, se van activando los mismos, repitindose el procedimiento de unificacin.
Si el intrprete no puede encontrar una clusula en la base de datos que unifique con un objetivo,
"vuelve sobre sus pasos", realiza un movimiento de retroceso conocido como backtracking: esto es,
retorna al ltimo sub-objetivo exitoso, deshace la instanciacin de cualquier variable que pudiera haberse hecho como parte de las comprobaciones parciales del camino desandado y comienza a buscar
la cabeza de otra clusula que unifique con ese subobjetivo. El proceso de computacin finaliza
cuando el resolvente queda vaco. Cuando el proceso termina se entregan las respuestas pertinentes:
los valores constantes que unifican con las variables indicadas en las consultas, o "yes" o "no" si se
ha tenido xito o se ha fallado, respectivamente, en la demostracin de la verdad del hecho
propuesto.

El orden en que el intrprete va realizando las diferentes pruebas y los diversos reintentos es "de
izquierda a derecha y de arriba abajo". Cada ramificacin se explora exhaustivamente en profundidad
antes de continuar hacia otras ramificaciones. Esta forma de buscar por las ramas de un rbol se
llama depth-first search, porque involucra ir tan lejos como se pueda por determinado camino antes
de volver e intentar la exploracin de otro.
504

La estrategia en cuestin no deja rama o nodo sin explorar, de modo que el rastreo cubre todo
el rbol. Salvo que se prescriba otro orden de bsqueda o que se implemente lo que se ha dado en
llamar una heurstica, esta es estrategia que asume el sistema by default, sea o no ella aconsejable o
prctica en funcin de la interpretacin intuitiva del problema a resolver.
El curso del backtracking no es una bsqueda a ciegas cuya amplitud "crece en forma exponencial conforme a la magnitud de la base de datos"; tampoco es cierto que todo clculo racional est
sujeto a dicha explosin combinatoria, como alucina el antroplogo Sheldon Klein en la fundamentacin de su analgica (1983:151). La explosin combinatoria no tiene nada que ver con las cantidad
de elementos o con la cantidad de clases de elementos que pueda haber en una base de conocimientos. Ms bien se dira que la complejidad de un proceso de clculo tiene menos que ver con la
amplitud global de la base de conocimientos que con la cantidad de valores diferentes que puedan
asumir los trminos conjuntivos que se encadenan en una prueba individual.
En general el tiempo de computacin crece linealmente con la complejidad de la resolucin, a
menos, claro, que se instrumente un procedimiento heurstico adecuado, en cuyo caso la demora podra ser an menor (Shapiro 1984). Ntese que el desarrollo de una prueba en Prolog no implica el
hallazgo de todas las consecuencias posibles derivables de todas las premisas originales y de sus respectivas conjunciones, sino que, en funcin de un objetivo planteado, define sucesivos espacios de
bsqueda (los resolventes) dentro de los cuales se realizan slo las unificaciones que correspondan.
Debido al modo de operacin del proceso de bsqueda en las ramas del rbol, un planteamiento conjuntivo adecuadamente expresado equivale a la divisin de un problema global en una serie de resoluciones parciales.
En principio, el conjunto de las respuestas que entregue el intrprete a una consulta dada no depende del orden en que se hayan estipulado los hechos y reglas que constituyen la base de datos.
Despus de todo, la regla conmutativa rige tambin para el clculo de predicados. Si se modifica el
orden de ingreso de los datos o el orden de los trminos en las consultas en un programa sin efectos
lgicos colaterales, resultar afectado el orden de entrega de las respuestas y (posiblemente) la complejidad de la bsqueda, pero no, en teora, el valor absoluto de la contestacin.
Es preciso detenerse un instante para analizar el significado lgico de una falla en el proceso de
unificacin; que el intrprete no sea capaz de probar un objetivo implica que dicho objetivo no puede
sostenerse como un hecho vlido, deducible de la base de datos tras un nmero finito de pasos en un
procedimiento de prueba. Si la base de datos que simboliza el conocimiento que tiene un cientfico
de un dominio de investigacin equivale conceptualmente al conjunto de los axiomas de un sistema
deductivo, la falla del sistema para probar una conclusin propuesta como objetivo equivale entonces
a negarla, a otorgarle "falso" como valor de verdad. Esto es lo que se quiere significar con el
conocido apotegma negation as failure, que ha ocasionado tantas disquisiciones en el mundillo de la
inteligencia artificial.
Esta equivalencia no tiene nada de paradjica, una vez que se asume que todos los
conocimientos necesarios para fundamentar una conclusin han sido explcitamente asentados.
Dicho de otra manera, se asume que toda la informacin que no aparece en el conjunto establecido
de clusulas es falsa, y que el intrprete debe actuar como si se hubiera asertado su negacin. La
incapacidad del intrprete para distinguir entre una clusula desconocida y otra cuyo valor de verdad
no puede calcular responde a lo que Raymond Reiter (1978) ha llamado "hiptesis del mundo
cerrado".
505

La vigencia de la hiptesis del mundo cerrado incide sobre numerosas articulaciones lgicas en
el interior del sistema, entre ellos el sentido del condicional; en un mundo cerrado, el condicional
simple se transforma en un bicondicional, y una clusula en Prolog de la forma
se interpreta
entonces como "A si y slo si B". Esta hiptesis es un efecto del predicado de metalenguaje implcito
que gobierna el significado de una clusula en Prolog, y de ser preciso puede ser suplantada por otra.
Entretanto vale la pena insistir en ello: a menos que se coordine otra lnea de accin, el sistema
asume que el conocimiento representado es el nico pertinente al efecto de las demostraciones que se
procesen, y que ese conocimiento (al mismo efecto) ha sido estipulado en su totalidad.
El algoritmo de unificacin, la forma pautada de recorrer los senderos conexos del espacio de
bsqueda, de asumir la falla como negacin y de entregar los resultados constituyen el esqueleto, el
cimiento, el modelo mnimo del proceso interactivo. Infinidad de posibilidades se abren cuando las
preguntas se complementan con predicados capaces, por ejemplo, de graficar la solucin de un problema, de archivar las soluciones intermedias o de abrir interfaces con lenguajes orientados a la
cuantificacin. Todo ello depende sin embargo de la versin del lenguaje que se utilice, de los
recursos que haya decidido agregarle el departamento de marketing que lo promueve, de la experiencia computacional del programador y de otros factores contingentes que no hacen a la base
axiomtica de una teora de modelos, centrada en el ncleo puro de la programacin lgica ms que
en sus encarnaciones ocasionales. Basta saber que all afuera hay ms instrumentos del intelecto que
los que hasta hoy (resignados a la impotencia metodolgica) nos hemos atrevido a probar.
An cindonos al ncleo del formalismo, es imposible describir aqu el paisaje de las
interacciones posibles entre el cientfico y el modelo. Este panorama depende, en lo esencial, de la
naturaleza del dominio modelado, del tipo de modelo que se implemente (generativo, descriptivo,
analtico, explicativo, clasificatorio, estadstico, experto, diagnstico, predictivo, simulador) y de la
estrategia antropolgica o computacional a la que se recurra. Lo que suele suceder en la mayora de
los casos es que la estructura del modelo se vaya replanteando a medida que el diseador lo testea
mediante preguntas, en un proceso que tiene cierto aire de familia y una potencialidad semejante a la
de los circuitos de realimentacin.
Ningn modelo de los anteriormente adoptados en nuestra disciplina posea un lenguaje bien definido, una semntica generalizada, un procedimiento de prueba, una instancia interactiva con el investigador que lo manipula y un mecanismo efectivo de produccin. No es impropio conjeturar que,
de confluir todos ellos en un formalismo comparable, la riqueza de un marco terico particular podr
medirse por la fuerza eductiva de los modelos que produzca. Los programas desarrollados en los
apndices ilustran algunas de las estrategias de modelizacin que este poderoso formalismo, el ms
expresivo y general que podamos implementar, aporta a una disciplina hasta hoy metodolgicamente
carenciada.
c) Estrategias y Heursticas
Cuando se posee una mquina relativamente veloz, la tentacin inicial es documentar todos los
aspectos del fenmeno modelado, combinar todas las variables entre s, recorrer exhaustivamente el
terreno de las posibilidades, correlacionar estadsticamente todo con todo, no dejar ninguna pista sin
explorar. Esta ansiedad de complecin, este grado cero de la estrategia constituye, precisamente, una
forma de pensar que bloque durante algunos decenios el desarrollo de la inteligencia artificial. No
ayudara en mucho, de cara a las cercanas del infinito, que las mquinas fueran mil, diez mil o un
506

milln de veces ms rpidas. Los problemas cuantitativos, los obstculos que presenta la explosin
de los nmeros, no se superan con fuerzas contrapuestas (pues siempre se ira en prdida) sino con
recursos persuasivos, con inteligencia, con heursticas.
Heurstica (o eurstica) tiene, casualmente, el mismo origen que eureka, la palabra griega que se
refiere al descubrimiento. Una heurstica es una regla emprica para formular una suposicin
acertada, para elaborar una estrategia de resolucin lo ms ptima posible. La heurstica no garantiza
los resultados como lo hacen o pretenden hacerlo los algoritmos convencionales, pero ofrece en
compensacin resultados cuyo carcter les hace casi siempre tiles. Una heurstica no rompe, necesariamente, la mgica continuidad implicativa requerida por una fundamentacin axiomtica. Ms
bien, una heurstica constituye algo as como un atajo cualitativo en la encrucijada de la cantidad; y
esta peculiaridad -en un contexto de programacin declarativa- representa una instancia de suma coherencia conceptual y de un inusitado inters epistemolgico.
Desearamos que no se viera a la heurstica como una especie de mal necesario; las pruebas lgicas emergentes de una heurstica correcta son tan taxativas como las que surgen de una comprobacin totalizadora. La prueba total no es una prueba posible. El problema de la explosin
combinatoria ante modelos de la vida real tampoco es una cuestin que pueda superarse en el futuro,
cuando se cuente con una tecnologa ms apropiada, o, en concreto, con procesadores ms rpidos y
memorias ms extensas. Por el contrario, se trata de un lmite terico absoluto, como el lmite que
aparece cuando se investigan las interacciones subatmicas de la materia. Las grandes cantidades
tienen una cualidad que les es propia. Y es increble las pocas cosas que deben reunirse para que su
interaccin comporte una magnitud gigantesca, para que un sendero antes familiar se transforme en
un laberinto.
Examinado en profundidad, un problema trivial de ajedrez, por ejemplo, impondra una serie de
posibilidades cuya representacin exhaustiva (no digamos ya su tratamiento) implicara una cifra
muy superior a la del nmero de electrones que hay en el universo. El simple problema de encontrar
las rutas posibles entre veinte ciudades, que se reduce a la sencilla frmula de factorial (20-1)!/2, da
como resultado la enumeracin de 60.8222.550.204.416.000 posibilidades: escribir mil soluciones
por segundo, demandara algo as como 1.928.670 aos, ms unos tres meses. Es obvio que tales representaciones y tcticas son formal y materialmente imposibles, sea cual fuere el grado de sofisticacin tecnolgica que se haya alcanzado.
En aplicaciones computacionales que conciernen a representaciones del mundo real se corre con
frecuencia el riesgo de caer en el clsico problema de la explosin combinatoria, por ms acotado
que parezca ser el dominio de referencia. Aunque se ha fantaseado mucho con esta amenaza, lo
cierto es que no existe un procedimiento formal para calcular por anticipado si un problema no
determinstico se precipitar o no en un proceso de crecimiento exponencial conforme se incrementa
la densidad de los objetivos encadenados28. Una o dos variables que se agreguen a la estructura del
query o a la ramificacin de los sub-objetivos, y un planteamiento al principio plausible deviene un
proyecto demencial.

28 Ntese que nunca coordinamos el problema del crecimiento exponencial del tiempo de resolucin con la cuestin del tamao de la base
de datos, que es lo que dictara el sentido comn. An cuando una cierta magnitud en una base fsica impondra la multiplicacin
redundante de punteros y la necesidad de implementar algoritmos de bsqueda eficiente, este aspecto de la cuestin atae casi siempre a
correlaciones lineales.

507

Estas son algunas de las razones que han conducido al desarrollo de mtodos de resolucin controlada de problemas; con estos mtodos se han podido al fin implementar exitosamente programas
de razonamiento automtico de propsito general que alguna vez se creyeron impracticables. Una de
las formas que ha asumido la elaboracin de estrategias heursticas tiene que ver con la pautacin de
lo que un poco displiscentemente se han dado en llamar "reglas de inferencia". Numerosas aplicaciones contemporneas de programacin lgica involucran la implementacin de cierto nmero de estas
reglas de inferencia, tanto positivas como negativas; las primeras inician procesos de resolucin y las
segundas imponen restricciones a esos procesos que mantienen la amplitud del clculo en una cota
razonable de complejidad.
Existen innumerables modelos pautados de procedimientos de inferencia, algunos de ellos
sumamente prcticos; es de esperar que en los prximos aos los recursos ms utilizados se vayan
subsumiendo en tipos heursticos y en cnones de medios-a-fines garantidos por la experiencia, que
convertirn el clculo del razonamiento en algo muy diferente de lo que es hoy. No es casual que
algunas de las estrategias cannicas de inferencia hayan cristalizado en modalidades de trabajo que,
antes que nada, tienen un nombre que les otorga identidad conceptual y que facilita su replicacin
(cf. Tello 1988:418-419; Blsius y Brckert 1989).
En teora y a priori, cuando se trata de encontrar una prueba en un sistema deductivo (que, en
trminos dinmicos, se puede interpretar como un sistema de transiciones de estados lgicos), lo que
se corresponde segn el dictado del sentido comn es enumerar exhaustivamente todos los estados a
los que puede llegarse a partir del estado inicial. En la prctica, y luego de innumerables experiencias
fallidas, los sistemas de deduccin slo son viables si se encuentran los medios para evitar las transiciones "malas" o "intiles". El problema radica en que la seleccin de las transiciones "buenas"
requiere, de hecho, conocimiento especfico sobre el dominio al que se refieren las aserciones a ser
probadas.
Existen, sin embargo, criterios puramente sintcticos que solamente explotan la estructura de las
frmulas y que pueden aplicarse en consecuencia independientemente del dominio de aplicacin que
se trate. Aunque estos recursos a la fecha son ms bien de bajo poder, lo concreto es que los mtodos
que se han desarrollado sirven para eludir las ineficiencias ms groseras. En el estado actual de las
investigaciones, los criterios sintcticos de heurstica mnima y control de estrategias en programas
lgicos se han tornado decisivos para que el funcionamiento de stos sea satisfactorio.
El nmero de estas estrategias ha llegado a ser lo suficientemente significativo como para que se
haya sentido la necesidad de tipologizarlas. Los estudiosos reconocen en general dos grandes tipos:
las estrategias de restriccin y las de ordenamiento. Las primeras prohiben la exploracin de ciertas
ramas de la derivacin deductiva, a veces al precio de la ampliacin en profundidad de la longitud de
la prueba. Las segundas no restringen la exploracin de rama alguna, sino que establecen el orden en
que han de ser tratadas.
Algunos de los procedimientos de inferencia ms conocidos y de uso ms comn son los
siguientes:
1. Unificacin. La unificacin (que no debe confundirse con el algoritmo del mismo nombre, definido por Robinson para el apareo de patrones y la instanciacin de variables) es una regla de inferencia en la cual dos frmulas se unifican para formar una clusula. La regla opera encontrando una
variable de reemplazo que hace que las dos frmulas tengan valores idnticos, con una posible diferencia de signo. Por ejemplo:
508

2. Resolucin binaria. Es una regla de inferencia que produce una nueva clusula a partir de dos
clusulas preexistentes, ejecutando una unificacin de los predicados en cada una que posean el
mismo valor pero signo opuesto. Por ejemplo:
y
conduce a
por resolucin binaria.
3. Resolucin UR. Es la regla de inferencia que deriva una clusula simple de un conjunto de
clusulas, tal que el conjunto de variables ms general es satisfecho por todas las clusulas. Por
ejemplo:
y

conduce a
mediante resolucin-UR

4. Hiper-resolucin. Es una regla de inferencia que pueda derivar una clusula compuesta positiva a partir de un conjunto de clusulas, una de las cuales (por lo menos) incluye una frmula
negativa, de manera tal que el conjunto de valores de las variables ms generales permita que todas
las expresiones de satisfagan.
5. Hiper-resolucin negativa. Esta regla de inferencia es idntica a la anterior, excepto en el hecho de que los valores positivo y negativo estn invertidos; por ejemplo:

conduce a
por hiper-resolucin negativa
6. Paramodulacin. Cuando se aplica esta regla de resolucin a un par de clusulas, una de las
cuales incluye un predicado positivo de igualdad, produce una clusula en la que se ha sustituido la
igualdad correspondiente. Por ejemplo:
conduce a
por paramodulacin.
7. Demodulacin. Es una tcnica que puede utilizarse como regla de inferencia, consistente en
reescribir expresiones como expresiones de igualdad, en las que el predicado de igualdad se expresa
509

como una clusula simple y las variables se reemplazan slo en algunos predicados de igualdad. Por
ejemplo:
y
se reduce a
por demodulacin.
8. Subsuncin. Es una tcnica, que puede utilizarse como regla de inferencia, en la que se
descartan todas las clusulas que son menos generales o que duplican la clusula disponible ms
general. Por ejemplo:
reemplazara a
por subsuncin.
9. Pesado. Es una tcnica en la que se asignan prioridades a los diversos elementos que componen un problema, incluyendo sus trminos, clusulas y conceptos. Se trata de una herramienta que
permite al diseador de un programa controlar la forma en que ste evoluciona al resolver un problema. Asignando los pesos apropiados, el investigador puede hacer que el programa se concentre alrededor de los aspectos que se consideran ms cruciales para la solucin del problema.
10. Factoreo. El factoreo es una tcnica que opera sobre una sola clusula, seleccionando dos
frmulas con el mismo predicado, e intenta producir una nueva clusula unificndolas con los
valores adecuados.
Hasta cierto punto, las recetas citadas hasta aqu son formales y abstractas. Pero existen otras
posibilidades. Una de las heursticas desarrolladas en los ltimos meses es especialmente
significativa para la antropologa. Nos referimos al llamado algoritmo gentico, el cual ha venido no
slo a expandir el campo de aplicacin de las heursticas, sino a esclarecer la naturaleza de ciertas
formas de metaforizacin en el uso de modelos que siempre se han dado por descontadas. El
algoritmo gentico tambin parece destinado a revelar, en forma dramtica, la capacidad de
expansin temtica de estrategias analticas y sintticas que durante muchos aos se creyeron ligadas
a objetos fenomnicos restringidos (cf. Austin 1990; Goldberg 1989; Holland 1975; Grefenstette
1985, 1986, 1987; Schaffer 1989).
Uno de los objetivos de las estrategias sintticas en inteligencia artificial es el de desarrollar sistemas que pongan en relieve, sin aprendizaje forzado, reglas semnticas explcitas o capacidades
para reconocer patrones, categorizar y asociar. Tales sistemas deberan ser capaces de
autoorganizarse y de adaptarse sobre las bases, solamente, de su exposicin al entorno. Por fortuna,
existe un ejemplo viviente de ese tipo de sistema: los organismos biolgicos. Como lo expresa
Austin:
Durante su evolucin, los sistemas biolgicos han desarrollado exitosas estrategias de adaptacin conductual y de sntesis para aumentar las probabilidades de supervivencia y propagacin. Las constricciones ambientales a las que deben enfrentarse tales estrategias han impuesto profundos cambios en los organismos biolgicos.
Estos cambios se manifiestan en especializaciones estructurales y funcionales, organizacin informacional y
representaciones internas del conocimiento (1990: 49).

Detrs de esta sencilla caracterizacin se esconde uno de los campos ms vigorosamente desarrollados, cuyos conceptos han sido discutidos con la mayor precisin: la seleccin natural. Una de
510

las ideas ms interesantes que aqu fructific fue la de seleccin acumulativa; sta se refiere a un
proceso en el cual los procesos al azar se transforman en procesos deterministas, o por lo menos,
regidos por reglas ms pautadas y restrictas que las del azar. En la seleccin acumulativa, cada
perfeccionamiento incremental sucesivo en una estructura de soluciones se convierte en la base para
la generacin siguiente. En contraste, la seleccin por pasos separados situaba cada nueva estructura
de soluciones independientemente de las anteriores. En el proceso as concebido, ninguna
adquisicin acumulativa del conocimiento defina lo que podra constituir una buena performance y
su recompensa correspondiente en el espacio de problemas.
En este paradigma, el trmino "ambiental" se utiliza en el sentido ms amplio posible,
denotando cualquier espacio de problemas susceptible de definirse mediante parmetros. En la
evolucin biolgica, la supervivencia es la medida de la performance y la reproduccin en la
generacin siguiente es la recompensa. Desde este punto de vista, toda criatura viviente puede considerarse como una estructura de soluciones en su ecosistema. Discusiones ulteriores entre bilogos
darwinianos, sociobilogos y otros cientficos, en las que participaron Brooks, Wiley y el Premio
Nobel Ilya Prigogine, perfeccionaron la conceptualizacin de las teoras biolgicas de base y fueron
limando sus asperezas y puntos discutibles.
Pero lo importante no es tanto la exactitud de estas teoras en lo que respecta a los hechos de la
evolucin biolgica, sino que el principio de la seleccin natural y la gentica de poblaciones constituyen ideas intrnsecamente poderosas. Lo son a tal extremo que han servido de inspiracin para
construir algoritmos que se han aplicado con xito total en campos tan dismiles como el aprendizaje
de mquinas y la optimizacin de funciones (Goldberg 1989). Un algoritmo gentico es
[...] un procedimiento iterativo que mantiene a una poblacin de estructuras que son soluciones posibles a
desafos especficos del ambiente. Durante cada incremento temporal (llamado una generacin), las estructuras
en la poblacin actual se califican por su efectividad como soluciones locales, y sobre la base de esas evaluaciones, se forma una nueva poblacin de soluciones potenciales utilizando "operadores genticos" especficos,
tales como reproduccin, cruzamiento y mutacin (Grefenstette 1986: 123).

Los algoritmos genticos han demostrado ser harto superiores a la bsqueda a ciegas, por cuanto
utilizan la informacin acumulada para podar el espacio de bsqueda y generar soluciones posibles, a
despecho de que las tcnicas anteriores no hayan sido ptimas. El principio del que se parte es que el
comportamiento exitoso de un sistema en un entorno dinmico exige a menudo soluciones adaptativas. Habitualmente, la complejidad inherente al entorno (ruido, elevada dimensionalidad, respuestas
multimodales e incertidumbre) impide la especificacin de soluciones a priori aceptables. Los
sistemas adaptativos, en sus diversas aplicaciones, intentan resolver problemas acumulando conocimiento sobre el mismo y utilizando esa informacin para generar soluciones aceptables; estas
soluciones no siempre son ptimas pero a la larga acostumbran ser satisfactorias.
Pero en qu consisten, despus de todo, los famosos algoritmos genticos? Las sucesivas investigaciones han definido un marco de referencia sumamente general en la especificacin de los
algoritmos genticos, atenindose a unos pocos supuestos:
1) El ambiente, los insumos y los productos se pueden representar mediante hileras de smbolos de longitud fija sobre un alfabeto A. A menudo, y siguiendo pistas que indican que
el alfabeto binario es ptimo, ese alfabeto resulta ser {1,0}. Se han investigado
numerosos alfabetos arbitrarios para representar los diferentes espacios de problemas,
pero su mayor o menor efectividad es todava materia de conjeturas.
511

 2) Se puede considerar que cada punto en el espacio de problemas es un individuo representado solamente dentro del sistema mediante una secuencia de caracteres generada a partir
del alfabeto ambiental del sistema. Esta serie oficia de material gentico cuyas
posiciones especficas (loci) en la secuencia (cromosoma) contienen smbolos o seales
nicas (genes) que asumen determinados valores (alelos).
3) En un instante dado, el sistema mantiene una poblacin P(t) de series (tambin llamadas
clasificadores) que representan el conjunto actual de soluciones al problema. El proceso
comienza por generacin al azar o por especificacin explcita de la poblacin inicial.
4) La nica realimentacin disponible para una estrategia adaptativa es el valor de la
medida de la performance (adecuacin). Este feedback se llama a veces "realimentacin
de orden cero"; la informacin mnima requerida para la adaptacin es un indicador de la
optimicidad de la forma en que se est afrontando el proceso adaptativo.
5) El tiempo se mide en intervalos discretos llamados "generaciones".
6) En una estrategia adaptativa, no se requiere ninguna informacin a priori concerniente al
espacio de problemas, aunque esta limitacin puede relajarse.
Pese a lo que pueda sugerir el vocabulario que despliegan los especialistas (tanto ms
enigmtico cuanto ms alejado se encuentra el lector de los problemas conceptuales de la teora
neodarwiniana), los algoritmos genticos han demostrado ser extremadamente verstiles: sus
insumos y sus productos pueden representar una amplia variedad de fenmenos, cuyo lmite resta
fijar. Esta "variedad de fenmenos" incluye, de hecho, problemas de optimizacin combinatoria, procesamiento de imgenes, sistemas de control industrial y aprendizaje de mquinas (Davis 1987;
Grefenstette 1985, 1987; Schaffer 1989). No hay razones para que los algoritmos genticos no
resulten de aplicacin a problemas antropolgicos (no necesariamente "evolutivos") expresados en
un lenguaje declarativo como el Prolog.
Se ha vuelto comn, por ejemplo, utilizar algoritmos genticos para resolver problemas de induccin y optimizacin de reglas. En este tipo de aplicaciones (similares a las que se ejemplifican en
nuestros programas "generadores de reglas"), los interrogantes principales tienen que ver con la
forma de descubrir reglas que funcionen, de eliminar las que no sirven (asumiendo que el espacio de
memoria es limitado y que el ruido es potencialmente disruptivo) y de generalizar hacia la optimizacin las reglas que se van reteniendo.
Tambin es habitual servirse de algoritmos genticos para simular modelos biolgicos de comportamiento y evolucin (Dress 1989; Wilson 1987) y para descubrir arquitecturas y topologas de
conectividad novedosas en sistemas de redes neuronales, en un nuevo paradigma combinado que
Edelman ha bautizado como "darwinismo neuronal" (Edelman 1987). Deseamos llamar la atencin
sobre el paralelismo que existe entre este darwinismo neuronal y algunas otras estrategias y heursticas que acabamos de ver y el "esquema evolucionista" mediante el cual Popper metaforiza la vida,
muerte o supervivencia de las teoras en un "tercer mundo" de ideas y conceptos que en cierta forma
podramos asimilar a la cultura (cf. Popper 1988). Si bien el nivel de anlisis al que operan ambas
concepciones es en general distinto, su forma lgica es sin duda idntica. En algn otro momento
sacaremos de esta coincidencia no fortuita las conclusiones que hagan falta.

512

5. UNIVERSO LGICO Y REPRESENTACIN

Al contrario de lo que parecan pensar los levistraussianos y dems antroplogos inclinados a

proponer formalismos modelizadores, el objetivo de la construccin de un modelo no es primordialmente obtener un calco descriptivo de la realidad para examinar las relaciones entre cosas con mayor
claridad. Sin que ese fin quede excluido por completo29, y sin que sea preciso discutir la idea trivial
de que toda representacin siempre ser ms simple que lo representado30, el propsito fundamental
de la representacin del conocimiento sobre un dominio es, en nuestro caso, obtener un programa
cuyo comportamiento refleje la estructura del dominio en algun(os) aspecto(s) relevante(s). Si ese
programa logra su cometido, podr solucionar problemas lgicos relativos a ese dominio o simular
su comportamiento, adems de retornarnos reflexivamente la estructura y los supuestos de nuestra
propia descripcin.
Es necesario abordar aqu una cuestin ya elucidada desde otros ngulos, a la que nunca est de
ms volver: cmo es posible simular el comportamiento de un sistema u objeto real a partir de un
modelo puramente lgico? Al proponer nuestras representaciones de lo real no estamos hablando,
en rigor, de un orden lgico oculto en lo real, de una especie de providencia rectora?
La respuesta a esta segunda pregunta es negativa. Una simulacin de esta naturaleza no encubre
ninguna afirmacin de carcter metafsico acerca de un orden inmanente a las cosas, o de una correspondencia entre el mundo y las leyes de la lgica, como ingenuamente han afirmado algunos irracionalistas que no distinguen claramente entre un modelo y la realidad que ste representa.
No es necesario partir de la hiptesis de la naturaleza racional del mundo para construir un
modelo: lo que en un modelo se afirma implcitamente no es que el mundo sea racional o que est
regido por leyes, sino que desde la perspectiva de una teora, el mundo es como el modelo lo
describe. Y para que algo sea como se lo describe (es decir, para que la descripcin sea inteligible y
no faculte lecturas infinitamente incontroladas) la descripcin ha de ser no contradictoria.
No es necesario tampoco partir de la base de que en el mundo existen regularidades para construir el modelo de un caso: la extensibilidad del caso modelado a otras esferas (otras culturas, otros
sistemas), o como dicen los epistemlogos, la amplitud y la ampliacin de su mbito de predicacin
-por curioso que pueda parecer- es una cuestin extralgica, atinente a la interpretacin del modelo y
no a su estructura. Y esta interpretacin (de acuerdo con Gdel y con la teora de los tipos lgicos)
no puede formar parte del mismo modelo. La interpretacin de un modelo bien puede ser congruente
con una teora que afirme -como lo propugna Geertz (1983)- la validez estrictamente local del conocimiento.
Las "cosas del mundo" no tienen por qu ser racionales o no contradictorias; la contrapartida de
esto -y esto es algo que no admite ninguna componenda- es que los modelos no pueden dejar de

29 Es propio de la naturaleza de los modelos, sin embargo, demostrarse a menudo ms complejos (menos ingenuamente sencillos) que la
percepcin no modelada de la realidad (cf. Popper 1985:128-136).
30 En rigor la representacin no es ni ms simple ni ms compleja que lo representado, sino que es sencillamente de otro orden.

513

serlo. La exigencia de que los modelos (o las descripciones, o las teoras) no sean contradictorias no
depende, como pudiera pensarse, de una toma de partido en favor de una tendencia logicista. Ms
all de algunas ocasionales resistencias fundamentalmente equivocadas (como la de Feyerabend
1982), es un imperativo del conocimiento. Detrs de esto ltimo anida una demostracin
convincente, debida en principio a Bertrand Russell: a partir de cualquier conjunto contradictorio de
premisas, es lgicamente posible demostrar lo que se desee. Dicho de otro modo, un enunciado
incoherente entraa todo enunciado, entre ellos aqul que uno quiera; de la misma forma, cualquier
asercin (sin que importe su contenido) puede ser un posible falsador de una frmula contradictoria.
La demostracin de esta paradoja aparente puede encontrarse desarrollada en Popper (1985:87),
aunque en ese desarrollo se ha deslizado un error que es fruto del sesgo refutacionista que se la ha
impreso.
Que el modelo sea congruente y que reproduzca o simule aceptablemente los procesos propios
del dominio de realidad que en l se representa no implica que "la realidad sea lgica", sino que el
modelo lo es: podemos, de hecho, modelar tanto un proceso evolutivo que rime con los dictados de
la razn como un estallido de locura. Nuestro objeto podra ser hoy el razonamiento cartesiano,
maana la lgica de Auschwitz. Aseverar (o negar) que la realidad est sujeta a leyes no es lo mismo
que aseverar (o negar) que pueda ser modelizada; aqul no es un problema que se aborde frontal ni
oblicuamente en esta tesis, pues las leyes, al salirse fuera de lo que a travs de un modelo es demostrable, pertenecen a un orden que no es el de la lgica que dicho modelo cubre.
En lo que respecta a la relacin entre el modelo y el mundo, entre la representacin y la realidad,
lo primero que hay que decir es que los "hechos" del Prolog no son tales con referencia a las entidades del mundo, sino con referencia al modelo que se construye, y que es admitidamente un
constructo lgico, del que dependern los valores de verdad. Esta es la nocin de modelo que, en
contraposicin a las aventuras especulativas que se desataron despus de Lvi-Strauss, deseamos
enfatizar.
En el proyecto del positivismo lgico, tal como lo expres Carnap (1965: 69), los hechos iniciales de un sistema deductivo remitan a "proposiciones de observacin" o "proposiciones protocolares". Esta idea era consonante con una filosofa que afirmaba que el propsito de la teora del conocimiento es "esclarecer por medio del anlisis lgico el contenido cognoscitivo de las proposiciones
cientficas y, a travs de ello, el significado de las palabras que aparecen en dichas proposiciones"
(1965:66). Estas ideas ontolgicas penetraron en el temprano clculo de predicados: "Ser -deca
Quine- es ser el valor de una variable" (cf. Ayer 1965:32).
Sin excluir que la epistemologa pueda reivindicar esos u otros objetivos, est claro que ninguno
de ellos tiene nada que ver con una teora de modelos; es esencial comprender que sta slo atae a
las relaciones formales de implicacin en un conjunto de enunciados cuyo valor objetivo de verdad y
cuyo "significado" no podr jams dirimirse en el interior de dicha teora.
La correspondencia de los "hechos" lgicos con los "hechos" empricos no puede determinarse
internamente, pues nuestra estipulacin puede ser intencional o accidentalmente falaz desde el punto
de partida. Un modelo deliberadamente mentiroso posee, ceteris paribus, exactamente la misma estructura lgica que un modelo denodadamente veraz. Es posible construir, en efecto, un modelo de
simulacin de lo que sera el mundo si fueran vlidas determinadas afirmaciones absurdas, y este
modelo debe funcionar tan redondamente como uno construido sobre premisas correctas.

514

No existe entonces ninguna marca formal que distinga un modelo cuya interpretacin constituya
una falsedad de otro que conduzca a conclusiones verdaderas. Y esto sucede porque, al contrario de
lo que suele pensarse, las ideas intuitivas de verdad y falsedad como adequatio (o inadequatio) mentis ad rem no constituyen rasgos intrnsecos de la lgica. A menudo se parte deliberadamente de
premisas falsas con el propsito de demostrar ms all de toda duda que cierto sistema de pensamiento es errneo, y que si las cosas fueran como ese sistema dice que son, el mundo sera distinto
de lo que es; esto es lo que ha hecho magistralmente Emanuel Peterfreund para demoler con excepcional agudeza didctica el concepto freudiano de energa (1976:43-58).
Un logicial en Prolog no es un orculo; sencillamente no existen en inteligencia artificial herramientas que operen sobre un diseo oracular y que acumulen "conocimientos" o "hechos" ms all
de un marco terico que establece cules son los hechos pertinentes y por qu. La inteligencia
artificial moderna busca menos fabricar mquinas inteligentes que formalizar la naturaleza de su
estupidez y aprovechar esta debilidad aparente como una fuerza escondida. La ignorancia en que una
mquina se mantenga garantizar, por ejemplo, que tengamos que explicitar todos nuestros supuestos
y que ella no est en condiciones de introducir clandestinamente ninguno.
Si escribimos en un programa una clusula que afirma que los trobriandeses viven en Amrica,
la mquina lo creer. Un programa en Prolog no "sabe" nada, ni necesita hacerlo: si de lo que se trata
es de estipular un modelo, que la mquina "sepa" lo que no le digamos expresamente, ms que
ventajoso sera tal vez inoportuno. Al igual que sucede al pensador humano en actitud natural de
razonamiento, las inferencias se desviaran por caminos colaterales, considerando cuestiones poco
relevantes y efectuando clculos que no vienen al caso. Lo ms que nos puede y nos debe decir un
clculo lgico (de esta ndole o de cualquier otra) es qu pasara si en un universo que nosotros describimos, las premisas que afirmamos fuesen verdaderas. Y la mquina en general no dice esto
espontneamente, sino que se limita a responder si una conclusin se sigue o no de las premisas que
asertamos.
Subrayemos que las descripciones involucradas por la estipulacin de "hechos" en Prolog no
ataen tanto a "cosas" como a "relaciones", expresadas en notacin funcional. En su propia
estructura el lenguaje satisface el viejo sueo estructuralista de pensar en trminos de relaciones, una
empresa que los estructuralistas mismos abordaban con categoras relacionales muy pobres (las ms
pobres de toda la epistemologa contempornea), como las discutidas "oposiciones binarias" de
Trubetzkoy y Jakobson o las "mediaciones" de Lvi-Strauss.
No est del todo mal que los "hechos" del Prolog tengan el nombre que tienen. Este aparente
atropello empirista nos permite poner de manifiesto que los "hechos" claros y sencillos de la
observacin no poseen nunca una sencillez y transparencia tales que no reciban su propio carcter de
"hechos" dentro de cierto marco de interpretaciones y supuestos: pues hasta el presunto hecho ms
elemental, formulado en el enunciado observacional ms corriente, presupone ya un marco conceptual dentro del cual pueda tener una significacin y un valor que trasciendan "la idiocia bruta de la
pura sensacin" (Wartofsky 1978: 240). No producimos cosas, sino modelos; los modelos a su vez
no producen cosas (el sabor de la sopa, como dira Einstein), sino consecuencias lgicas de sus
premisas, consecuencias que cabe contrastar (en una investigacin que retorna en ello a sus cauces
naturales) con la misma realidad en que se origina la representacin.
Pero si los "hechos" del Prolog son diferentes a los "hechos" del sentido comn (o a las "cosas"
de la fenomenologa), la "lgica" de la programacin lgica es tambin diferente a la de los escolsticos y a la de los epistemlogos. Es abismal la diferencia estilstica que media entre los tratados dis515

cursivos de lgica y los textos que abordan desarrollos realizados sobre computadoras, en los que la
falta de rigor y de pertinencia son ms difciles de disimular tras la cortina impenetrable de la simbologa. Los practicantes de la lgica computacional an no han elaborado filosficamente esta circunstancia, lo que nos deja el campo expedito para intentarlo nosotros.
Tmese cualquier texto de epistemologa, de filosofa de la ciencia, de filosofa analtica o como
se la quiera llamar, y se ver prestamente que en ellos se prescriben mtodos de trabajo y se problematizan asuntos de los que aqu ni siquiera hablamos: definiciones, "frases bien formadas" (fbf), reglas sintcticas de transformacin, trminos tericos, trminos empricos, leyes de la naturaleza, operacionalizacin, falsabilidad, magnitudes y escalas, axiomatizacin mediante teora intuitiva de conjuntos, causalidad, criterios de delimitacin entre ciencia y seudociencia o criterios de demarcacin
entre ciencia y metafsica. No obstante ofrecerse bajo el envoltorio de una declamada "lgica de la
investigacin", nada o casi nada de todo ese inventario de programas de discusin inconcluyentes
tiene que ver un pice con la lgica.
Estamos proponiendo aqu una formalizacin que no pasa por una elaboracin abstracta conscientemente axiomtica, que no define en el significado convencional de esta palabra y que no cuantifica a menos que sea necesario y relevante, y que sin embargo es rigurosa, en la medida en que preserva la coherencia interna de lo que afirmemos y nos permite modelizar en un sentido que nada
tiene de figurado. Podemos en lo sucesivo construir modelos bastante ms tangibles que los embrollos levistraussianos, y en una escala de potencia y precisin que no se haba alcanzado jams.
Estamos haciendo pasar el rigor por donde lgicos y filsofos de la ciencia, privados de una mquina
de clculo conceptual y sujetos a las limitaciones de continuidad deductiva demostradas por Miller
(1983), no haban siquiera imaginado que poda pasar algn da. Se est demostrando que el rigor
puede lograrse sin tabular valores de verdad, sin definir, sin cuantificar compulsivamente, sin utilizar
una simbologa algebraica.
No es que se est postulando un principio de ciencia radicalmente distinto, sino que las operaciones axiomticas de orden ms bajo estn confiadas al instrumento en el cual nos basamos, a la
lgica operativa del intrprete del lenguaje, al principio de resolucin, al algoritmo de unificacin y a
la prueba de la clusula vaca. Descender al plano de la formulacin euclideana -como lo ha hecho en
antropologa William Geoghegan- carece ya por completo de justificacin, como no sea la de deslumbrar a quienes no han asimilado siquiera el estructuralismo por reputarlo difcil.
En cierto sentido, la adopcin de la herramienta permite hacer de cuenta que la axiomatizacin
ya est hecha desde el principio, y que en lo esencial corre a cargo del instrumento; nosotros
podemos dedicarnos, por ende, a la antropologa. Podemos situarnos entonces en un nivel
descriptivo, considerablemente ms relajado y menos ofensivo a la sensibilidad del antroplogo que
las cifras de los estadsticos y los smbolos de la lgica, y formular una ciencia parecida a la que acostumbrbamos. La notacin clausal puede ser, en todo caso, nuestra notacin ntima, y
eventualmente nuestro lenguaje de debate. Este es, en parte, nuestro programa, cuyas dificultades
comenzamos seguidamente a explorar. Despus habr ocasin de investigar si la escasez de preocupaciones en comn entre nuestra propuesta y el dogma que prescribe adoptar los mtodos de las
ciencias naturales se debe a que nosotros situamos lo nuestro en otro momento de la indagacin, o en
otra dimensin del conocimiento.

516

6. TEORAS Y MODELOS LGICOS

En este captulo se establece la forma en que el clculo de predicados (bajo la forma clausal
tpica de la programacin lgica) se puede adaptar a la semntica de dominios especficos, de modo
de producir teoras acerca de esos dominios. Para que esta produccin sea posible, para que el
modelo o la teora dispongan de una fundamentacin axiomtica (requisito indispensable para conjurar el fantasma de los enunciados contradictorios y las arbitrariedades deductivas) es preciso
abismarnos en una lgica de la construccin de modelos mucho ms concentrada en lo formal que
-por ejemplo- la "lgica" de la investigacin cientfica que nos han propuesto los epistemlogos, en
la que se entremezclan en confusa algaraba principios lgicos de los ms abstractos con la necesidad
de no mostrarse exageradamente positivistas, de construir un discurso sobre la prctica social de la
ciencia o de refutar los ttulos de cientificidad del marxismo o el psicoanlisis.
Pero esta concentracin no apareja simplicidad. Este es otro punto de nuestra exposicin en el
que, sin dejar de referirse a una fundamentacin rigurosa, los conceptos metatericos siguen
manifestando su propensin a la polisemia. Ninguna entidad tiene una sola cara, ni siquiera en un
contexto formal; una teora es, entre otras cosas, un cuerpo tangible de escrituras, una
intertextualidad de perfiles borrosos, tanto como una constelacin ideolgica, una estructura axiomtica, un conjunto de elementos de un lenguaje, un fragmento de cosmovisin. Lo mismo vale para
otros conceptos, tales como "estructura", "lenguaje" y "modelo". En un mundo en el que una mesa
puede ser tanto un concepto esttico como un referente mutable, tanto un conjunto de maderas y clavos como una masa de tomos, aquella multivocidad slo expresa la multitud de los puntos de vista,
y no la imposibilidad de mirar las cosas desde un enclave racional.
El nuestro es un paradigma cosmopolita, no la solitaria elucubracin de un genio. No es una
sola concepcin de la construccin de modelos y teoras en programacin lgica la que tenemos que
contrastar con la misma actividad tal como se ha dado en -por ejemplo- el estructuralismo: son muchas concepciones, a las que se aade el hecho conocido de que hay harto ms disponibilidad de conceptos que de palabras, de que cada instancia metodolgica se puede analizar desde diversos ngulos
y de que cada estudioso ha aportado, junto con sus ideas valiosas, su grano de arena a la causa de la
confusin general. Como hemos asimilado y reelaborado numerosos mundos conceptuales en
funcin de una postura que procura no mimetizarse con los dogmatismos que nos han precedido, y
como tambin hemos jugado en ocasiones el papel de demiurgos, no existe problema alguno en considerar que todos esos mundos son vlidos simultneamente, en tanto las aguas y las tierras de cada
uno no se mezclen con las de los otros.
Es importante subrayar entonces que la proliferacin de homnimos de diversos sentidos no les
resta significado, en tanto se conserve el valor relativo que cada trmino ostenta en sus contextos
particulares de definicin. Preferible a la definicin de un significado uniforme para cada vocablo,
es la proliferacin de significados relativos a puntos de vista que no es posible derogar y que
constituyen formalmente parte de un universo ordenado de significaciones. El problema, si se lo
piensa bien, es exactamente el inverso al de la existencia de diversos significantes con contenidos
intercambiables, dilema que, en el viejo estructuralismo, nos impeda la construccin de todo
modelo.

517

Por otro lado, existe una razn formal para que los trminos metatericos se presenten en una
configuracin multifoliada: la herramienta de la que estamos hablando es, segn se la mire, tanto un
lenguaje de la lgica simblica, una axiomtica, un mtodo mecnico de resolucin de problemas,
una forma de representacin propia de una ciencia emprica, un modelo abstracto y un lenguaje de
computacin. En ese cosmos de confluencias histricas y de comunicacin de ideas, las ecuaciones
curriculares de cada responsable son dismiles. Cada autor participante traza el mapa de las cosas a
su manera, manera que eventualmente se traduce o se extrapola sin una estricta preocupacin por las
homologas; cada corriente llena adems sus conceptos de connotaciones discrepantes, correlacionadas con ideologas "fuertes", "conciliadoras" o "dbiles" acerca del cometido epistemolgico y la misin histrica de las formalizaciones. Sera irrazonable esperar que cada perspectiva
posea un lxico distinto y no redundante, emancipado de toda asociacin. Los diversos ngulos desde
los cuales se contempla la herramienta no pueden dejar de presentar cruzamientos. Podramos falsear
la realidad y escoger (o construir) una sola serie de definiciones cannicas, a acatar de aqu en ms;
pero con ello no se construira un paradigma ms riguroso, sino un dogma ms estrecho. Escogemos
deliberadamente, pues, la proliferacin de lecturas posibles, advirtiendo que ello no excusa de definir
las palabras a quien escribe, ni de recurrir al contexto para recuperar la plena y exacta significacin
de los trminos a quien est leyendo.
Conviene evocar inicialmente, en un vocabulario apropiado a las caracterizaciones y
comparaciones que han de seguir, los significados y atributos usuales de las entidades que
acostumbramos llamar teoras. Cualquiera sea el dominio descripto por una teora, sta consiste primordialmente de un lenguaje en el que se pueden expresar afirmaciones o negaciones. Anotemos
este primer contraste: el estructuralismo o la etnosemntica (en tanto teoras o metateoras de la modelizacin) no posean un lenguaje sino en el mejor de los casos una jerga tcnica espordica; esta
jerga se hallaba sintcticamente incrustada en el discurrir amorfo y sin consecuencias de una forma
literaria de expresin, semnticamente plagada de ambigedades y pragmticamente imposibilitada
de realizarse en un modelo.
Tenemos entonces una teora que se expresa en un lenguaje, de diccionario finito pero de potencialidades expresivas innumerables. Ciertas afirmaciones de la teora poseen un carcter especial, y
se las llama axiomas o postulados; stos constituyen, por as decirlo, las verdades bsicas de una
teora. Mediante determinadas reglas de razonamiento, se derivan o infieren afirmaciones ms complejas o variadas a partir del conjunto inicial de postulados, que tambin se consideran verdaderos y
que se denominan consecuencias. Ejemplos de teora en este sentido informal podran ser el psicoanlisis, el marxismo, la cross-cultural anthropology y el materialismo cultural; como ya
comprobamos, estas teoras se expresan aproximadamente en lenguaje natural, con el aadido de un
conjunto -ms bien exiguo- de terminologa tcnica. Los axiomas o postulados de estas teoras no
siempre son explcitos y tampoco funcionan siempre como tales, fundando o justificando las conclusiones a las que se llega. Todo esto no implica que no se pueda expresar esas teoras de una manera
ms rigurosa; pero nadie afirmara que este ha sido el caso.
A un nivel tanto estructural como de contenidos, un programa lgico basado en el clculo de
predicados, tal como se lo ha caracterizado hasta el momento, se puede comprender como una especie de equivalente formal de la nocin vulgar de teora. Lo que este clculo aade a una teora convencional es un sistema axiomtico fundado y completo: todas las frmulas vlidas (afirmaciones)
del lenguaje se pueden obtener a partir de un pequeo conjunto de postulados y de reglas de inferencia. Las consecuencias de las premisas constituyen teoremas, que pueden a su vez funcionar
como premisas de teoremas ulteriores.
518

Pero el clculo de predicados muy rara vez se usa en ese sentido. La mayor parte de las veces,
quien utiliza dicha herramienta est interesado en un dominio particular, y no en las propiedades
genricas, abstractas o axiomticas de un clculo lgico determinado. Si se aplican las capacidades
de representacin y resolucin del clculo de predicados a un dominio emprico, se obtendr un
modelo posible relativo a dicho dominio. Este es slo uno de los muchos sentidos de la nocin de
modelo; ms tarde haremos referencia a otros.
Marquemos ahora un nuevo contraste que pone en crisis las definiciones de -por ejemploKaplan y Manners: el dominio emprico puede ser tanto genrico y abstracto como concreto y
particular. Aunque este juego rara vez se consuma, podemos asignar diferentes dominios empricos a
un modelo construido en funcin de entidades sin denotacin inicial. En la medida en que los referentes empricos dependen de una interpretacin que no puede introducirse en un modelo ni ligarse a
sus smbolos significantes salvo como comentario no computable, el mbito referencial de un
modelo formal es irrelevante como norma para definir lo que es un modelo y distinguirlo, a travs de
esa definicin, de lo que se supone que es una teora.
Otra diferencia surge de inmediato. Los epistemlogos distinguen a menudo una construccin
deductiva hipottica de una construccin deductiva nomolgica. Sobre esta distincin se basan otros
tantos tipos, dispuestos en una jerarqua de mritos a veces explcita. Una teora "hipottico deductiva" toma hiptesis o conjeturas probables como punto de partida; una teora "nomolgica deductiva", en cambio, se funda en leyes establecidas o "universales nmicos". A partir de unas y otras se
comienza a plasmar el tejido lgico de las inferencias, constituyendo en ese proceso la "lgica de la
investigacin cientfica" segn el paradigma deductivo. A menudo se exige la presencia de una "ley
universal" o de ms de una ley universal entre las premisas para garantizar la cientificidad de un
constructo, o se establece la obligatoriedad de que las premisas sean independientes, o que sean
"compatibles con los datos observacionales" o con los "hechos conocidos" (Nagel 1981:39-55;
Hempel y Oppenheim 1953). Otras autoridades exigen que las premisas sean atinentes a "individuos", en oposicin a "clases", o viceversa, que se cumplimente cierto ritual de experimentaciones
concomitantes o que la finalidad del modelo sea la de establecer o justificar una explicacin (Popper
1985:62-68).
Pero estos requerimientos no son de un orden estrictamente lgico, y no se pueden integrar a una
teora de modelos sin sesgarla en favor o en contra de determinada concepcin de la ciencia. Por
plausibles que puedan parecer, las exigencias en el sentido de que las premisas sean "leyes de la
naturaleza", "individuos", "objetos con denotata observables" o cosas por el estilo, jams podrn ser
integradas a la misma lgica que garantiza la coherencia interna de un modelo. Las recomendaciones
de la epistemologa convencional no son un conjunto de principios lgicos, sino un tejido
heterogneo de opiniones, apreciaciones ms o menos sensatas y recetas prcticas de sentido comn.
Una vez ms, hay que decir que la calidad sustantiva de las premisas es tan irrelevante para la esencia de un modelo lgico como su verdad emprica, puesto que tales aspectos pertenecen tanto a
las interpretaciones que sobre ellas se aplican (a su "mapeado sobre la realidad") cuanto al estatuto
axiolgico de esas interpretaciones, a la mayor o menor "aceptabilidad" de su valor de ley o de
hiptesis por parte de una comunidad cientfica en un momento dado. No es que esos factores carezcan de importancia; al contrario, pensamos que ninguna antropologa seria podra construirse sin
reflexionar sobre ellos. El hecho es ms bien que su discusin carece de pertinencia en la estipulacin de una teora axiomtica y general de los modelos como la que aqu se desenvuelve. En una
teora de esta ndole, la especificacin carnapiana de la naturaleza de las premisas no forma parte del
519

problema. Urge recuperar toda la potencia de las operaciones formales, lo cual se hace antes que
nada fijando sus lmites. Como deca Schlick:
Que lo lgico es en cierto sentido lo puramente formal se ha dicho hace ya mucho tiempo y con frecuencia;
pero no estaba verdaderamente clara la naturaleza de las formas puras. El camino hacia tal claridad parte del
hecho de que todo conocimiento es una expresin, una representacin. Es decir, expresa la situacin de hecho
que es conocida en ella. Esto puede ocurrir en cualquier nmero de modos, en cualquier idioma, por medio de
cualquier sistema arbitrario de signos. Todos esos modos posibles de representacin -si de otra manera expresan
realmente el mismo conocimiento- deben tener algo en comn, y lo que les es comn es su forma lgica. [...]
Slo ella es importante para el conocimiento. Todo lo dems es material inesencial y accidental de la expresin,
no diferente, digamos, de la tinta con la cual escribimos un enunciado (Schlick 1965:61).

La descripcin de un dominio se realiza, como lo hemos visto, a travs de un conjunto ms o

menos extenso de predicados y constantes funcionales. En Francia y en Blgica se acostumbra llamar
signatura a una coleccin de predicados, cada uno con una aridez bien definida. Mediante las reglas
sintcticas del clculo de predicados, se obtiene un lenguaje a partir de esa signatura, y este lenguaje
es el conjunto de trminos y frmulas generados a partir de la signatura.
Tal como lo consideran ciertos autores, en especial en Francia, la interpretacin de ese lenguaje
(de acuerdo con las reglas del clculo de predicados) constituye su estructura. Segn esta concepcin
(alternativa a otras que ya se han expuesto o se expondrn luego) una teora relativa a un lenguaje es
un conjunto de frmulas del mismo, a las que se llama axiomas; un teorema es, en este sentido, una
consecuencia lgica de los axiomas. Y una estructura para la cual todos los axiomas de una teora
son verdaderos, se llama un modelo de esta teora (Thayse 1988:78-80).
Existe la posibilidad de que determinadas teoras se basen en sistemas lgicos ms poderosos
que el clculo de predicados, pero esta posibilidad no ser explorada en este contexto, ni se
corresponde todava -en nuestro estado de desarrollo tecnolgico- con ninguna implementacin
viable. En un marco de referencia en que se tome en cuenta la jerarqua de los sistemas lgicos, las
teoras basadas en el clculo de predicados podran llamarse teoras de primer orden. Esta definicin
enfatiza el hecho de que las variables de todas las clusulas se interpretan como objetos individuales:
no existen variables funcionales ni variables de predicado.
Esto parecera imponer un lmite: las lgicas de orden ms elevado podran ser, con mucho, ms
expresivas que la lgica del primer orden. Pero, por desdicha, a un alto poder expresivo corresponde
un poder deductivo ms bien bajo: no existen a la fecha sistemas axiomticos completos para las
lgicas de orden ms elevado, ni es probable que existan algn da, ni es de esperar tampoco que en
caso de existir lleguen a ser prcticas.
El clculo de predicados es un sistema lgico amplio y compacto. No todo el clculo de predicados puede incluirse en una fundamentacin: como hemos visto, si no se quiere caer en formulaciones
indecidibles o en procesos interminables, es preciso restringir el lenguaje de la teora a un
subconjunto de dicho clculo, mediante determinadas estipulaciones adicionales: el uso de la forma
clausal, la restriccin de las clusulas posibles a clusulas de Horn, la cuantificacin universal
implcita, las reglas de Skolem, el uso de unos pocos procedimientos especficos de resolucin, o
mejor an de uno solo.
Hemos dicho antes que el mtodo de resolucin del Prolog es a la vez fundado (no permite inferir ninguna asercin que no se siga de otras aserciones) y completo (todas las aserciones que se sigan
de otras se pueden inferir mediante este mtodo). Deseamos ahora destacar una diferencia importante
520

entre la naturaleza fundada y completa del Prolog como lenguaje para construir modelos teorticos y
la posibilidad de estipular teoras completas y categricas en base a l. Ambos niveles de anlisis no
deben confundirse, porque lo primero no implica lo segundo. Pero esta limitacin no es tan grave
como parece.
Est demostrado que a partir de un lenguaje basado en una signatura muy escueta se pueden demostrar teoras muy poderosas, y ms que nada teoras adecuadas a las necesidades de las disciplinas
establecidas. En lo sucesivo llamaremos teoras categricas a las que slo admiten modelos finitos,
tal como resulta del teorema de Lwenheim y Skolem. Pese a las resonancias colosales de su
nombre, las teoras categricas no son en general demasiado interesantes, dado que los dominios finitos se pueden abordar mediante mtodos ms simples y cercanos a la intuicin que los que impone
un tratamiento formal.
Llamaremos teoras completas a las que dan cuenta de todos los hechos posibles en un determinado dominio, con independencia de los criterios seguidos en una modelizacin determinada. Las
teoras desarrolladas mediante programacin lgica rara vez son completas; de hecho, una teora
comprensiva sobre determinado dominio de la realidad no siempre es deseable, porque lo ms
comn es que no sea fcil de tratar en la prctica. A menudo es preferible una teora incompleta, es
decir, una teora consistente en enunciados cuyos valores de verdad valgan slo dentro del mundo
cerrado que describen. En suma, las teoras a las que nos referiremos cuando no se estipule ninguna
cualificacin adicional habrn de ser teoras incompletas y no categricas. Diversos ejemplos de
estos atributos aparecen en los programas o modelos que incluimos como suplemento ilustrativo.
Lo importante de todo esto es que de ningn modo este carcter incompleto y no categrico es
imputable al estado de desarrollo de nuestra disciplina o a la naturaleza peculiar de sus objetos. A
menudo se afirma lo siguiente como expresin de deseos, pero aqu entendemos haber expuesto en
los captulos anteriores una demostracin acabada: en lo que a la construccin de modelos y teoras
concierne, desde un punto de vista formal todas las ciencias empricas se encuentran en la misma
situacin (cf. Carrithers 1990).
Tal vez sea conveniente diagramar la forma en que se inserta el proceso de modelizacin que
propugnamos en el conjunto del trabajo cientfico. El siguiente diagrama de flujo, sumamente metafrico, ilustra nuestro esquema global, identificando convencionalmente los conjuntos de enunciados
y smbolos que constituyen (1) la "realidad", (2) los marcos ideolgicos o paradigmticos, (3) las
estrategias, marcos tericos o programas de investigacin antropolgicos, (4) la teora axiomtica del
clculo de predicados, (5) las formulaciones discursivas o estudios informales de casos, (6) los
modelos o programas lgicos y (7) los eductos de los modelos mediante cuadrados de lneas gruesas,
y los procesos de mediacin que definen y analizan la realidad, determinan los paradigmas,
sintetizan formulaciones discursivas, codifican modelos formales, computan programas lgicos y
contrastan eductos utilizando rectngulos de lneas finas.
El nmero de conjuntos de enunciados y smbolos y de sus operadores de conexin ronda la
cifra de 7, y es una muestra deliberada de la conveniencia de atenerse a los hallazgos de Miller
(1983). El orden que hemos impuesto es arbitrario y persigue una finalidad didctica, al tiempo que
asume una representacin plausible de las operaciones metodolgicas: entre un conjunto de
enunciados y otro de diversa categora, naturaleza o nivel de abstraccin hay siempre un proceso que
transforma o define al que viene antes y determina al que viene despus. Los conjuntos de
enunciados que se aparean mediante un procedimiento o una relacin de determinacin, se pueden
521

considerar pares ordenados de insumo y producto, cuyo carcter de tales no siempre est reglado por
una operacin axiomtica.
Esta configuracin, por supuesto, no pretende reglar ni describir la forma en que epistemologas
que no son las nuestras desenvuelven su vida terica; lo que se busca es apenas trazar una imagen
comprensible de la insercin de un momento formal en un proceso global de trabajo terico expuesto
como un grafo controladamente idealizado, en el que se han omitido aspectos tan cruciales como el
trabajo de campo, la experimentacin y la forma en que el saber interacta que una realidad que no
es necesariamente la que el cientfico construye.
Los epistemlogos estructuralistas encontrarn que nuestra mencin de los "conjuntos de enunciados" evoca la llamada statement view, para ellos detestable. Los estructuralistas niegan, como es
sabido, que las teoras constituyan conjuntos de enunciados en el sentido lgico, y esto es precisamente lo que afirmaran los partidarios fantasmticos de la "concepcin enunciativa". No nos
entretendremos en justificar nuestra nomenclatura, pues ella se basta a s misma; en cierta forma
tampoco interesa lo que las teoras sean, que es lo que, pensando en Kuhn, importa a los
estructuralistas: que las teoras, cosmovisiones o formulaciones discursivas (incluida la statement
view) se pueden considerar como conjuntos de enunciados (no necesariamente axiomticos, enumerables o consistentes) lo prueba el mismo hecho de que se pueda hablar de ellas en trminos de lo
que ellas enuncian.
Dado que la mayor parte del esquema no denota procedimientos formales ni hechos taxativos, el
esquema en s es nada ms que una heurstica til, una ficcin ocasional, que se deber descartar apenas se la comprenda y sobre la que no volveremos a insistir fuera de este trabajo. El esquema es autoevidente, y esperamos que no ofrezca mayores dificultades ni en lo que respecta a aceptar nuestra
idea de que los conjuntos de enunciados y smbolos son tales (realidad incluida), ni en relacin con
la imagen de que esos mbitos se encuentran existencialmente ligados mediante determinados
procesos y coacciones, ms o menos explcitos, evidentes y formalizables:
a) La determinacin de las estrategias o programas de investigacin por marcos ideolgicos
o paradigmticos (el llamado "contexto de descubrimiento").
b) El anlisis y la definicin de la realidad a travs de los dictmenes y conceptos de una
teora (la llamada "construccin social de la realidad"). Nuestro esquema expresa que "la
sociedad" no construye su realidad sin mediaciones; hemos preferido mediar lo real y lo
contextual a travs de lo terico, lo cual define la posibilidad de existencia de tantas
realidades como teoras se postulen.
c) La produccin sinttica de enunciados discursivos concretos en dependencia de un marco
terico determinado, o en otra escala, la capacidad que tiene una perspectiva terica, estrategia o programa de investigacin para expedirse discursivamente sobre la realidad.
d) La posibilidad de construir un modelo o programa lgico codificando dicha formulacin
conforme a los cnones sintcticos y semnticos de una teora axiomtica.
e) La prueba constructiva del modelo, su puesta en marcha, para obtener un educto, realizar
un clculo atinente, generar la imagen de un fenmeno o simular un comportamiento.

522

 f) La crucial contrastacin de ese educto o comportamiento, por ltimo, con (una definicin
de) la realidad.
El esquema comporta diferentes niveles de referencia, y por lo tanto diferentes sentidos para la
concepcin de los "conjuntos de enunciados" como entidades que son diferentes manifestaciones, en
su conjunto, de lo que comnmente se acostumbra llamar "teora". El marco paradigmtico abarca un
cosmos o una ecumene, el marco terico concierne a un dominio dentro de ese cosmos y la formulacin discursiva concreta a un problema acotado dentro de ese dominio. De este modo, el estudio de
Marvin Harris sobre las razones de la prohibicin de consumo de carne vacuna en la India constituye
la formulacin discursiva de un problema, el Materialismo Cultural constituye el marco terico de
referencia y el materialismo en general el paradigma, cosmovisin, tradicin filosfica o marco ideolgico determinante.
Si se desea, se puede reemplazar la nomenclatura que aqu se propone por alguna otra que haya
sido consagrada por el uso y que apunte al mismo conjunto polittico: las "tradiciones de investigacin" de Barnes o Laudan, las "disciplinas" de Toulmin, las "matrices disciplinares" de Kuhn, las "orientaciones teorticas" de Merton, Kaplan y Manners, las "estrategias de investigacin" de Marvin
Harris, los "programas de investigacin" de Lakatos, las "redes tericas" de Stegmller y Moulines o
las "escuelas invisibles" de Price (cf. Barnes 1982; Laudan 1977; Toulmin 1977; Kuhn 1979; Merton
1967; Kaplan y Manners 1979; Harris 1978; Lakatos 1983; Stegmller 1976; Moulines 1983; Price
1961; Gonzlez Echevarra 1987).
Los procesos que se interponen entre los diversos conjuntos de enunciados equivalen a las
"mediaciones" y "determinaciones" en que abunda la literatura antropolgica. No todas esas mediaciones parecen formalizables, lo cual es otra forma de decir que la transformacin de uno a otro conjunto no siempre se rige por operaciones especificables mediante una axiomtica. Parecera ser que
cuanto ms axiomticamente est especificado (o sea especificable) el mecanismo de transformacin, tanto ms estar el educto sustantivo de esa transformacin determinado por (y slo por) los
contenidos del conjunto antecedente.
La lnea de puntos delimita, diacrticamente, lo que el buen sentido indica que es posible
formalizar: ni un pice ms, pero tampoco menos. Dentro del espacio de actuacin de la teora
axiomtica, es posible a lo sumo construir un modelo a partir de una especificacin "natural" y
probar la consistencia absoluta del constructo resultante. Lo que se encuentra fuera de su mbito no
forma parte de ninguna "lgica" de la investigacin, sino cuando mucho de una ideologa plausible,
de una directriz que en algn momento ha resultado prctica. Ni falta que hace decir que con tcnicas
convencionales slo se pueden producir y contrastar lo que hemos llamado "formulaciones discursivas" de validez siempre opinable, mientras que con tcnicas de programacin lgica cualquier
programa de investigacin puede producir y contrastar eductos harto ms refinados, con ciertas garantas de coherencia interna fundadas en la utilizacin de la teora axiomtica del clculo de predicados y en sus extensiones computacionales.
Al llamar "discursiva" a una formulacin no la estamos sometiendo a un juicio peyorativo; las
construcciones de este tipo son inevitables an en el proceso de desarrollo de un modelo formal. No
se codifica, operacionaliza, mapea ni formaliza ninguna realidad en estado crudo, sino un conjunto
ms o menos ordenado de aserciones que se le refieren. Una formulacin discursiva constituye as la
materia prima de todo modelo, y ha venido siendo la forma normal de expresin de nuestra
disciplina. Dinmicamente consideradas, las formulaciones discursivas equivalen a lo que se ha
523

llamado el "significado intencional" de un modelo [intended meaning], lo que un modelo pretende

denotar (cf. Van Emden y Kowalski 1976; Sterling y Shapiro 1987:15-16); al utilizar el otro trmino
pensamos preservar el sentido de una epistemologa en la que no todos los constructos tericos estn
destinados a formalizarse. De mediar un mapeado razonablemente prolijo (una codificacin correcta)
entre una formulacin discursiva y un programa lgico expresado en clusulas de Horn, aqulla
constituye nada menos que la interpretacin de ste.
El campo formal no subsume la totalidad de cada una de las formulaciones discursivas imaginables, porque algunas de ellas no son suficientemente explcitas, son sobreabundantes, diseminan connotaciones o son inherentemente contradictorias. La mayor parte de las formulaciones que conocemos incluyen operaciones (como la "oposicin binaria" levistraussiana o la "mediacin cultural" de
Marshall Sahlins) cuya falta de especificacin les impide alcanzar el estatuto de tales, y que en un
modelo habrn de funcionar tan pobremente (o no funcionar en absoluto) como lo hacen en su versin original. En el dibujo, la insercin parcial de las formulaciones discursivas dentro del rea de
consistencia garantida es entonces deliberada: con ello se implica por un lado que toda teora en
lenguaje natural (contradictoria o no) es expresable en un lenguaje formal, y por el otro que si esa
teora llegara a ser en efecto contradictoria pueden suceder varias cosas, entre ellas: (a) si la contradiccin es conscientemente introducida y si no se formaliza, con cierta habilidad operacional el investigador podr demostrar la conclusin que desee; (b) si la contradiccin no es deliberada y si se
construye el modelo, ms temprano que tarde se generar la clusula vaca y el carcter
contradictorio del modelo se har manifiesto.
La contrastacin queda fuera del crculo formal, pues las operaciones que involucra no forman,
por lo regular, parte del modelo. Ntese que aunque la naturaleza de la contrastacin impide formalizarla, lo que se contrasta en uno u otro caso son cosas diferentes; en una teora informal se contrasta
lo que verbalmente se afirma que podra ser su output o su comportamiento, minimizando las consecuencias que se derivan del hecho de que un modelo que no funciona (como el estructuralista) no genera ningn comportamiento o educto susceptible de contrastarse; en un modelo computacional, en
cambio, se contrasta, inevitablemente, un comportamiento real. Como sucede con los nios, un
modelo computacional se comporta mal o bien, pero se comporta de algn modo, y en base a ese
comportamiento el modelo bien podra llegar a replantearse. De los modelos verbales no se sabe a
ciencia cierta si se comportan o no, y es por ello que, por elegantes y meticulosos que sean, sus diseadores vivirn por siempre en el limbo de los mtodos im-probables o en la sospecha de que su
funcionamiento es ilusorio. No saber si un modelo acta como se espera tericamente que acte es, a
nuestro juicio, demasiado no saber.
Se considere grave o no esta amenaza, es importante sealar que, a diferencia de lo que ocasionalmente se afirma, los verdaderos modelos jams se contrastan: lo que se contrasta es su comportamiento productivo, su performance, la informacin de salida, la trayectoria que simulan, la
respuesta que devuelven. La peregrina idea de que se puede contrastar un modelo (y no su comportamiento) engrana sin duda con el prejuicio de que an un modelo "ligeramente contradictorio"
podra producir algo coherente, o de que no es necesario que un modelo produzca o re-produzca
nada. Ser, tal vez, que los modelos formales se siguen diseando a imagen y semejanza de los
modelos icnicos o analgicos, y que por eso mismo se piensa ms en su isomorfismo que en su
consistencia?
El dilema es "isomorfismo o consistencia", correspondencia con la realidad o coherencia interna,
operacionalizacin inductiva o poder deductivo. Lo ltimo que resta decir sobre los modelos denota524

dos en el esquema es que, si se admite la taxonoma que distingue los modelos analgicos (o
icnicos) de los modelos formales (o conceptuales), lo nuestro atae solamente a los segundos.
Ninguna operacin formal de mapeado garantiza el isomorfismo de dos entidades diferentes, y lo que
signifique la consistencia de una analoga es algo que no se sabr nunca, porque la analoga (o an la
homologa estricta) es una operacin externa de proyeccin entre dos entidades disjuntas y la consistencia una prueba lgica interna en un conjunto conexo.
No hay formalismo que determine o que pueda justificar el procedimiento de mapeado de un
dominio sobre otro de diferente estructura, y es por ello que discernir dnde termina una analoga
rigurosa y dnde comienza una metfora casual resulta tan difcil. El mismo trmino "mapeado" (que
describe una suerte de correspondencia miembro a miembro, pero que no esclarece ni el significado
proyectivo de la correspondencia ni el de la membreca) es un sucedneo seudoformal evidente de
los "espejos", "iconos", "reflejos" y "homologas" de esas epistemologas arcaicas estudiadas alguna
vez por Bachelard, Eco o Foucault. No hay mapeados axiomticos. Los formalismos que garantizan
la consistencia de un sistema formal, en cambio, se cuentan por docenas. Los nicos modelos que
aqu nos preocupan, por ende, son los modelos formales, que no tienen la obligacin de ser evocativos (aunque sean modelos de simulacin), sino la posibilidad de ser consistentes.
La consistencia no es una exigencia entre otras. Si la consistencia es el requisito bsico, el
vehculo de la modelizacin no puede ser otro que la lgica. Se descartan, por ende, otros candidatos
igualmente tentadores, como la teora intuitiva de conjuntos ilustrada por Suppes (1988) con ejemplos de la psicologa, el lgebra instrumentada por los etnosemnticos, la topologa matemtica de
Leach (1971) o las matemticas estructuralistas subyacentes a la obra de Piaget o Lvi-Strauss, porque ninguno de esos marcos fundantes problematiza la consistencia, contentndose con un rigor de
otro orden, casi siempre analgico.
Slo un modelo consistente puede producir conclusiones basadas en un cuerpo de premisas, y
slo en el interior de un modelo cuya consistencia ya se haya verificado tiene sentido insertar formalizaciones de otro tipo, que no estn en absoluto excluidas. El problema con los modelos que
incluyen aserciones contradictorias no es que no produzcan nada, sino que pueden producirlo todo:
como dijimos tantas veces, de un conjunto contradictorio de premisas es posible inferir cualquier
asercin. Por tal motivo, las implementaciones ms cuidadosas de los lenguajes de programacin lgica poseen prestaciones de debugging y control que niegan la supervivencia de modelos basados en
premisas contradictorias.
El Prolog clarifica hasta la nusea el viejo precepto lgico que establece, a veces tras un enrevesado proceso de prueba, que de un conjunto de premisas contradictorio puede derivarse cualquier
conclusin. La reformulacin de esta consigna en clusulas de Horn es muy sencilla, y proponermos
expresarla como sigue: de una disyuncin contradictoria puede probarse la pertenencia de cualquier
elemento a cualquier categora, y de la conjuncin de contradicciones nada puede derivarse. Si la disyuncin es como sigue:

cualquier instancia ligada de la variable X calificar como caso aceptable del atributo o relacin
denotada en el predicado, incluso aquellas que no se hayan referido en el conjunto de los hechos iniciales. Sometiendo a prueba la pregunta
, donde el trmino constante podra ser cualquiera, la mquina respondera afirmativamente. Advirtamos que este no es un defecto del Prolog,
525

sino una consecuencia legtima del modo de expresin de la regla en cualquier lgica imaginable. Si,
por el contrario, planteamos una conjuncin como sta:

ni siquiera los casos estipulados como hechos producirn un proceso de computacin finito, y
toda pregunta al respecto estar destinada a abortar.
Es preciso establecer ahora cul es el rol de la lgica en la construccin de teoras y modelos,
pues hasta el momento slo hablamos en general de "fundamentacin". Lo que hemos fundamentado
es hasta ahora la herramienta y el lenguaje con que la modelizacin se consuma; resta hacer lo propio
con los modelos lgicos en tanto instrumento de la disciplina, salvando la distancia que media entre
la antropologa y la disponibilidad de un recurso lgicamente fundado. La pregunta que cabe hacer es
cmo se usa la lgica en antropologa, o cmo se transforman las formulaciones discursivas de siempre en modelos formales de una nueva naturaleza.
Toda formulacin antropolgica ha presumido de estar lgicamente fundada, de modo que la
idea no es nueva. Ningn antroplogo (a excepcin de Stephen Tyler) presume de contradictorio. En
los modelos antropolgicos que definimos como parmetros para que se pueda luego ponderar nuestro aporte, la lgica era una instancia consabida, cuyo rol fundante y legitimador se daba por supuesto. En ellos se insinuaba que la lgica era respetable en s misma, y algo ms implcitamente se la calificaba como instrumento indispensable, sin que quedara demasiado claro por qu. Si la documentacin del trabajo de campo, la retrica del "haber estado all", satisfaca los requerimientos de la autoridad etnogrfica, la exhibicin de formalismos (tanto ms apreciados cuanto ms esotricos)
fundaba algo as como el emblema de la autoridad metodolgica.
Como consecuencia de ello, en la antropologa de avanzada el papel de la lgica siempre fue un
tanto inespecfico, en especial en la obra de los autores que hacan gala de vanguardismo; stos desparramaron promesas formales que muy pocas veces alcanzaban algn desarrollo y menos an resultaban en la invencin de instrumentos de aplicacin permanente. El valor de uso de las herramientas
no importaba tanto como el valor de cambio de su ostentacin en el mercado acadmico. Con frecuencia, la apropiacin de los recursos formales adopt la sospechable contextura de lo que podramos llamar "amontonamiento referencial" o "sopa de teoras", en el que unas cuantas citas bibliogrficas, unas frmulas simblicas o un oportuno name-dropping suplan la exigencia de la asimilacin real de un saber.
Esto ha sido ms evidente en los Estados Unidos que en Europa, en donde la erudicin (necesariamente real) es una cualidad ms comn y ms apreciada que la capacidad tcnica (posiblemente
ilusoria). Anthony Wallace, por ejemplo, deploraba que los antroplogos slo hubieran mantenido
"relaciones perifricas" con "la lgica formal, las matemticas, la estadstica descriptiva, etc."
(1972:12). Su antropologa es representativa de un espritu de geometra que domin la escena norteamericana durante la dcada infame del anlisis componencial, cuyo fracaso ulterior slo sirvi para
confirmar en el imaginario antropolgico la idea de que todo intento formal est condenado a la
misma suerte. En la etapa racionalista, cualquier recurso formal vena al caso, por el solo hecho de
serlo. Los etnocientficos utilizaban el lgebra de Boole para establecer relaciones lgicas entre clases, y no perdan ocasin para enfatizarlo; Floyd Lounsbury ech mano de un par de operadores
booleanos conmutativos, y a falta de un formalismo ms fuerte los rudimentos del lgebra de conjuntos se desperdigaron durante algunos aos en las pginas de los informes etnosemnticos, hasta
526

que William Geoghegan (1971) formul el primer sistema axiomtico de la antropologa, en

trminos euclidianos, en un artculo tan riguroso como oscuro y, en el fondo, trivial (cf. Reynoso
1989).
En estas experiencias, nunca se pas de definir una notacin que en ninguno de los casos cubra
todo el espacio discursivo de los modelos, y que mezclaba alegremente (lo que hubiera desesperado a
Quine) la lgica con la teora de conjuntos o con cualquier especie indefinida de regularidad. David
Cooper, de la Universidad de Surrey, ha identificado frecuentes usos espurios de la nocin de lgica
en antropologa:
Algunos escritores utilizan "lgica" para referirse a cualquier aspecto de los pensamientos y creencias nativas. Lvi-Strauss, por ejemplo, titula su discusin general de la clasificacin nativa "La Lgica de la Clasificacin Totmica". Encuentro que esto es oscurecedor. Una tribu bien puede creer que las almas de los elefantes
vuelan al cielo cuando ellos mueren. Otra tribu puede creer que, aunque los elefantes no tienen alma, algunas enfermedades son ocasionadas por la mala voluntad de las almas de los elefantes. Ambas tribus tienen creencias
particulares, pero en el segundo caso hay una peculiaridad adicional y radicalmente distinta. Parecera razonable
restringir el trmino "lgica" a esta segunda peculiaridad: la cuestin de la inconsistencia. Paradjicamente,
algunos antroplogos que han defendido al pensamiento primitivo contra cargos de ilogicidad e inconsistencia
han hecho su trabajo ms difcil al tomar como ejemplos putativos de lo ilgico lo que no son siquiera casos
putativos de inconsistencia en ningn sentido lgico (Cooper 1975:238-239).

Las demostraciones aportadas por Cooper son elocuentes. John Beattie, por ejemplo, toma la
afirmacin de los nuer que reza que "Los gemelos son aves" como caso putativo de creencia "autocontradictoria" (1966:68). Pero aunque esta creencia nuer pueda sonar extravagante, tal como est no
es ms candidata a calificar como contradiccin que una asercin que afirme que "Los pollos son aves". Debido a que es una propiedad relacional, la inconsistencia requiere por lo menos dos enunciados o una proposicin compuesta para manifestarse. Dice Cooper que la proposicin de los nuer podra conducir prestamente a una contradiccin si la ligramos a otras proposiciones que nosotros
reputamos verdaderas. Pero a menos que podamos adscribir estos u otros pensamientos a los nuer
mismos, no es legtimo acusarlos a ellos de inconsistencia (loc. cit.). Sean cuales fueren los dilemas
implicados por las creencias errneas, no cabe confundirlos automticamente con la falacia.
Uno de los casos ms alucinantes que conocemos de vaciamiento semntico del concepto de lgica se encuentra en el conocido ensayo de Edmund Leach sobre comunicacin y cultura. Dice
Leach:
En nuestra propia sociedad occidental, alfabetizada, organizada mecnicamente, la lgica aristotlica
"verdadera" se ha incrustado de tal manera en el sistema cultural que casi siempre damos por supuesto que este
tipo de lgica es un componente esencial del sentido comn. Sin embargo, en la prctica slo utilizamos los
principios lgicos formales en ejemplos relativamente raros, en los que tratamos de transmitir informacin
exacta desde lejos empleando un nico canal o comunicacin, como cuando escribimos una carta o un libro o
cuando hablamos con alguien por telfono (1985:95).

No vale la pena entretenerse en desconstruir afirmaciones de este jaez, tpicas de una concepcin
de la antropologa incapaz de divulgar el saber cientfico sin distorsionarlo. La idea de que en sus comunicaciones epistolares o telefnicas los seres humanos se rigen cotidianamente por "principios lgicos formales" es tan poco precisa, tan poco formal, tan analticamente vacua y acaso tan falaz que
no creemos que pueda aplicarse siquiera a la correspondencia sobre cuestiones lgicas que en su momento mantuvieran Russell y Whitehead.

527

Los antroplogos, con la honrosa excepcin de los que se embarcaron -con epicentro en Inglaterra- en las discusiones en torno a las lgicas alternativas, a la racionalidad y al neotylorismo, no han
sido demasiado consecuentes en sus referencias a la lgica. An en esa polmica excepcional, la
revisin de la lgica se restringa al examen de las modalidades veritativo-funcionales, y sus
conclusiones establecan apenas la necesidad de agregar un par de columnas a las viejas tablas de
verdad. Fuera de ese crculo, el trmino se ha usado en multitud de sentidos heterogneos, a menudo
tan figurados o ambiguos que no parecen haber sido objeto de ninguna reflexin preliminar. Por poner un caso, es difcil saber qu quera decir concretamente Georges Balandier cuando hablaba de
"las lgicas que operan en todas las sociedades, [lgicas] implicadas hasta el presente por toda vida
social; y a las que, precisamente por esta razn, se las debe reconocer como antropo-lgicas"
(1975:14).
Frente a este racionalismo pantesta, frente a esta usurpacin que confunde la especificidad de la
lgica con la generalidad de los rdenes, afirmamos que no cabe investigar ninguna lgica que no sea
la propia, en su capacidad de dar cuenta de un problema que desde las coordenadas de una teora igualmente reflexiva se defina como tal. Nuestros modelos no han de tener por objetivo representar,
digamos, "la lgica de los nuer", construir una maqueta de un hecho cultural para jugar con ella y as
redimirnos de nuestra incapacidad experimental, sino analizar las formas en que podemos dar cuenta
sistemticamente de un fenmeno, problematizar la resistencia que l opone a nuestra capacidad para
comprenderlo o explicarlo. El modelo pone a prueba la consistencia de la teora, permite reflexionar
sobre sus arbitrariedades conceptuales y verifica su productividad.
No creemos ser caprichosos si concluimos que la antropologa, en general, ha bastardeado el
concepto de lgica. Cuando no se utiliz un instrumento de escasa cobertura (una operacin algebraica ocasional, perdida en un ocano de thick description), o cuando no se hizo referencia a una lgica
que era en realidad otra cosa, la alternativa siempre fue el eclecticismo. Benjamin Colby, tpicamente, se manifestaba en deuda con "la ciencia cognoscitiva, la filosofa, la semitica, la lingstica, [...] el anlisis proposicional, el procesamiento de informacin, la toma de decisiones" y otras
reas ms o menos bsicas o aplicadas de investigacin (1986:39). Qu finalidad persigue esta multiplicacin de acreedores, que no sea la de postergar indefinidamente el pago de las deudas contradas? El bricolage con ruinas de discurso, evidentemente, no es prerrogativa del salvaje.
Declaraciones de principios similares se encuentran desperdigadas por toda la antropologa ms
o menos reciente. Pero su significado cabal es muy incierto; la "lgica" que se menciona es una
entidad demasiado genrica, y afirmar que se es respetuoso de sus avances o utilizar de tarde en tarde
algn simbolismo emergente de ella no supone ningn compromiso epistemolgico tangible, ningn
ejercicio sistemtico, y mucho menos una fundamentacin. En la antropologa de avanzada, la
promiscuidad de la lgica con disciplinas o especializaciones concretas (que acaso tambin la
subsumen implcitamente) acaba disolviendo la identidad del rol que aqulla juega en el conjunto de
una construccin metodolgica. Nosotros pretendemos una fundamentacin ms fuerte, y sta slo se
alcanza con un compromiso ms especfico. Nos hemos impuesto mirar el problema desde otro ngulo, situando esa fundamentacin que ya sabemos existente o potencial en campos instrumentalmente ms definidos. Para ello recuperamos, modificndola, una til distincin elaborada por los
lgicos belgas del equipo de Andr Thayse (1988:159):
a) La lgica puede ser vista como una tcnica efectiva y directa para representar el conocimiento y el razonamiento que se ejerce sobre l. En este caso, se podra decir que la lgi-

528

ca opera como una herramienta universal que puede o no ser utilizada en conjuncin y
complementariedad con otras herramientas.
b) La lgica su puede considerar tambin como una herramienta fundamental para abordar
el anlisis semntico del conocimiento y la validacin de los razonamientos que sobre l
se ejercen.
c) Por ltimo, la lgica se puede concebir como un formalismo de referencia contra el que
se pueden comparar otros formalismos, ayudando a definir a stos de una manera ms
rigurosa.
Ni que decir que de los mltiples roles de la lgica nos interesan todos. Tomando la caracterizacin antexpuesta como esquema de ordenamiento, comenzaremos por analizar el rol de la lgica
como vehculo para la representacin del conocimiento disciplinario.

529

III
7. FORMALISMOS DE REPRESENTACIN
DEL CONOCIMIENTO ANTROPOLGICO

0. Introduccin
En el proceso metodolgico que estamos delineando, un modelo se construye en base a un
programa lgico, al punto de identificarse con l. Un programa lgico vincula un ncleo descriptivo
y un mecanismo de inferencia en una misma unidad modlica y computacional. Nada ms alejado
que un programa lgico de la concepcin ingenua de la inteligencia artificial, la misma que prevaleciera el tiempo suficiente como para imponer su nombre al proyecto: desde el punto de vista semntico, el ncleo descriptivo de un programa lgico no es una enciclopedia del mundo, sino una descripcin del conocimiento que (en este caso) un antroplogo tiene sobre determinado dominio restringido, expresado en clusulas de un lenguaje computacional adecuado, de preferencia Prolog. El
mecanismo de inferencia trabaja luego sobre esa descripcin para verificar si determinadas hiptesis
pueden derivarse o no del conocimiento inicial, para re-producir instancias posibles de los casos representados o para una multitud de fines sintticos o analticos. Motor de inferencia y representacin
cognitiva no siempre son, desde luego, partes separadas de un programa; se han desarrollado estupendos modelos sin rastros de esa dicotoma, que en algunas instancias no es ms que una
heurstica til.
La descripcin es un proceso no axiomtico para el cual no rige una legislacin irrevocable.
Existe, eso s, una creciente masa de tradicin oral y de sapiencia prctica que no conviene soslayar.
Lo primero es acotar el dominio. Que no sea un conjunto vaco es un requisito obvio; que no sea el
universo es una decisin perspicaz. Que sea ms restringido que amplio -por ltimo- no es una exigencia apremiante, sino una recomendacin saludable: cuanto mayor sea el rango referencial de un
modelo, menor ser su correspondencia con los casos particulares y su eficacia pre y posdictiva, y
ms enrevesado ser el proceso de interpretacin de los resultados que arroje.
Sorprendentemente, al incorporarse la fuerza de las mquinas las pretensiones de la ciencia se
encogen, en lugar de expandirse. Edificar modelos omnicomprensivos como los que proliferan en
nuestra disciplina parece sencillo en tanto uno se mantenga en el terreno de la discursividad informal; esto sucede porque las implicancias y las relaciones cruzadas que se desencadenan no estn a
la vista y en realidad nunca se disparan. El teorizador informal no tiene modo de percibir problemas
habituales, tales como la explosin combinatoria, la trivialidad, la circularidad, la generacin de
consecuencias indeseadas, el carcter imprctico que van asumiendo los procesos de clculo lgico y
la regresin infinita. En general, nuestra experiencia de trabajo cooperativo nos indica que la formalizacin de un modelo referencialmente ambicioso persuade a quien la emprende de lo resbaladizo que
es el terreno de la teora holstica trascendental y lo fcil que es extraviarse cuando se vuela
demasiado alto. El Prolog ha demostrado ser un esplndido y drstico inductor de reduccin de
escala en el desarrollo de la teora y el mtodo disciplinar.
Lo que sigue inmediatamente a la eleccin de un dominio emprico es la adopcin de una forma
de representacin del conocimiento que se tiene sobre el mismo. Esta instancia poco tiene que ver
530

con la expresin sintctica de los trminos, tpico que ya hemos cubierto; cuando hablamos de una
forma de representacin nos referimos esta vez a la semntica concerniente al objeto disciplinar, la
cual comprende, por un lado, la estructura relacional que engloba a todos los hechos y reglas que participan de la descripcin y, por el otro, los procedimientos de inferencia que habrn de recorrer esa
estructura para responder a una pregunta, plantear una hiptesis, simular un proceso o realizar un
diagnstico.
Se debe decidir, entonces, cul ha de ser la organizacin interna del conocimiento a describir,
con vistas a la implementacin ulterior de las operaciones de bsqueda y clculo conceptual ms
acordes con el problema que se trata de resolver. En este punto se presentan dos alternativas, no del
todo excluyentes: se puede escoger un formato ad hoc que d cabida a la estipulacin de variables
que intuitivamente parezcan ser las ms importantes, o se puede recurrir a un tipo ms o menos
consagrado de representacin, incorporando toda la experiencia computacional sedimentada alrededor suyo en materia de heursticas, comprobacin de lmites, beneficios, riesgos y efectos colaterales,
algoritmos de bsqueda, estructuras de datos subsidiarias y tcnicas auxiliares. La segunda alternativa favorece la modularidad y la portabilidad del sistema que vaya a programarse, e incrementa las
posibilidades de comunicarlo a otros estudiosos sin abundar en detalles que slo interesan a una
implementacin o a una temtica en particular.
Cuando decamos, empero, que ambas modalidades de trabajo no eran excluyentes, queramos
significar ms bien que toda representacin, aunque no adscriba exteriormente a una forma reconocida, responde a un esquema o a una combinacin de unos pocos esquemas fundamentales, ya
sea en su totalidad o en cada uno de sus segmentos heterogneos. Pese a que ciertos bastiones proclives a la actitud antimetodolgica han difundido recientemente la idea de que los saberes disciplinarios de la era contempornea son extraordinariamente heterogneos e inconmensurables (cf. Geertz
1983:147-166), lo cierto es que las estructuras subyacentes a las representaciones, emic o etic,
cientficas o literarias, se agotan en unos pocos tipos fundamentales. En otros trminos, parecera ser
que las formas de representacin del conocimiento no son tantas, despus de todo, y que la mayor
parte de ellas puede encontrar cabida en nuestra disciplina, sin que sea digna de mencionarse ninguna
peculiaridad global de la representacin emergente del tipo de fenmenos que una ciencia blanda
(como la nuestra) reclama como su objeto.
En este punto cabe subrayar que la mera existencia de una estructura de representacin marca
una diferencia importante entre el formalismo que aqu se propone y las teoras de modelos de la
lgica, la epistemologa, la antropologa y la computacin tradicional. En confrontacin con cada
uno de esos campos, esa diferencia asume un sentido especfico y una forma distinta:
1) Modelos lgicos y epistemolgicos. Como correlato de su carcter excesivamente abstracto,
en la teora de modelos y, en general, en la totalidad de las corrientes de la lgica pura, la lgica
aplicada y la epistemologa (cualquiera sea el compromiso de las diversas escuelas con la lgica
estndar), no existe nada parecido a una teora de las estructuras de representacin, y mucho menos
una praxis alrededor de ellas. En la lgica convencional, los elementos que participan de las analticas de la inferencia o bien son abstractos, o semnticamente vacos, o puntuales; los trminos de la
referencia (los "Scrates", los "hombres" y los "mortales"), fuera de su actuacin especfica en el mecanismo de clculo cuando les toca el turno, se incrustan de una manera indiferente en una masa amorfa de inclusin de clases con respecto a la cual ni siquiera las lgicas ms realistas y existenciales
tienen nada que decir. Curiosamente, se ha reservado el trmino de "formas lgicas" para denotar
diversas pautas de procesos de inferencia; con ello se afirma, implcitamente, que la forma concep531

tual del universo lgico al que corresponden los trminos de las ecuaciones lgicas es irrelevante. La
cosa no vara cuando se habla de "lgica de clases": en ella todo se agota en la pertenencia de elementos sin relieve a clases sin estructura. Dara la impresin de que los lgicos teorticos han comenzado sus construcciones por el extremo indebido, llamando "modelos" a las interpretaciones
vlidas de una expresin al principio abstracta, una entidad formal, platnica, en espera de su aplicacin a las cosas del mundo.
2) Modelos antropolgicos. Nuestro modelo difiere de los que se han propuesto en antropologa
en numerosos aspectos; pero en lo que concierne a su contraste con las formas de representacin del
conocimiento propias de los modelos inscritos en la antropologa estructuralista y de los esquemas
descriptivos pertenecientes a la antropologa cognitiva derivada de Goodenough, es oportuno
enfatizar una especie de quiasma o de divergencia ortogonal.
a) A diferencia de lo que suceda en el caso de los modelos levistraussianos (en los que este
particular no constitua problema alguno), en el modelo que se caracteriza en esta tesis existe algo as como una estructura de representacin inherente e ineludible. En nuestra
epistemologa, la estructura de representacin del conocimiento, ms all de que arroje o
no efectos colaterales de orden tcnico sobre las operaciones de inferencia, no constituye
una opcin susceptible de pasarse por alto, sino prcticamente un prerrequisito de la operacin sobre el modelo. El punto de origen de un modelo de este tipo es un conjunto de
hechos y de reglas que relacionan esos hechos, y es casi inevitable que ese conjunto se
estructure de alguna manera. Aunque exista, desde ya, la posibilidad de implementar un
modelo total o parcialmente desestructurado, o de no reflexionar acerca de la estructura
de una representacin, las actitudes elpticas recortan la eficacia del modelo como instrumento de reflexin sobre el conocimiento disciplinar. En los modelos antropolgicos
estructuralistas y en algunas de sus reelaboraciones matemticas, como decamos, la estructuracin de la base de conocimientos o bien no est tipificada o es irreflexiva (cf. El
Guindi y Read 1979; Weil 1985). Aunque pueda sonar paradjico, es notoria la falta de
una estructura representacional genuina en el discurso estructuralista. En l se discurre
sobre estructuras, por supuesto; pero las estructuras de las que se habla son (o deberan
ser) posicionales, formales o sintcticas, sin relacin alguna con las estructuras semnticas de los dominios modelados.
b) En relacin con los modelos descriptivos de la etnociencia nos encontramos en una situacin diferente: en estos modelos lo nico discernible es una estructura de representacin a la que no est asociado ningn proceso de inferencia, a excepcin de una posible
generalizacin en el interior de los casos que, por definicin, no puede extenderse ms
all del mbito de un dominio particular (parentesco, terminologa cromtica, taxonoma
natural, recetas de cocina) en una cultura dada. En otros trminos, el esquema etnocientfico es un modelo que comienza y acaba en una descripcin y que no est ligado, de hecho, a ninguna teora. A diferencia del nuestro, que postula la representacin como formalismo a partir del cual comenzar a operar consecuencias, el modelo etnocientfico se
limita a una especificacin descriptiva o a la botanizacin transcultural de una estructura
(cf. Reynoso 1986b).
3) Modelos Computacionales. La computacin convencional no pretenda representar conocimientos, sino cuando mucho manipular "datos". En la disponibilidad de una amplsima gama de formalismos de representacin del conocimiento radica entonces una de las diferencias esenciales entre
532

(por ejemplo) la tecnologa de la programacin lgica y la de las bases de datos convencionales. Si

bien ambas, en hiptesis, cubren un mismo campo de posibilidades relacionales en las operaciones
de bsqueda, en programacin lgica el ensamblado de la representacin sobre la cual se ejecuta la
bsqueda es infinitamente ms transitable y verstil que en DBMS. Ninguna base de datos, hoy por
hoy, puede incluir representaciones arboladas, listas recursivas ni listas de diferencia. La relacin
entre ambas tecnologas es asimtrica: todo lo que puede hacerse en un excelente DBMS se puede
hacer en programacin lgica, mientras que lo inverso no alcanza a ser verdad. Y por aadidura, un
buen lenguaje de programacin lgica posee, entre sus prestaciones procedimentales, un mtodo de
acceso a estructuras de datos expresadas en DBMS o en planillas de clculo. Es por ello que, en
algn momento, incluiremos las bases de datos relacionales y las matrices como formalismos de
representacin a tener en cuenta.
Decamos que los desarrollos de programacin lgica en antropologa exigen, desde el principio,
alguna clase de representacin del conocimiento, bajo la forma de un anlisis de la estructura del dominio que debe ser descripto. Ya hemos visto que es posible describir la estructura de un sistema mediante la teora axiomtica del clculo de predicados, dado que ste es un formalismo representacional. Entindase que no es el mapeado de la realidad sobre las estructuras representacionales del
modelo lo que queda garantizado axiomticamente en lo que respecta a su consistencia, sino el
conjunto de conclusiones que pueden derivarse desde la representacin de los hechos en adelante. La
representacin del conocimiento y el desarrollo formal de una teora estn de todos modos inextricablemente vinculados: no hay modelo posible sin una mnima conciencia de esta ligadura.
La representacin del conocimiento acerca de un dominio involucra la descripcin de los aspectos relevantes de la estructura del dominio en un lenguaje descriptivo. Una vez asertados los hechos y las reglas que constituyen ese conocimiento, se tiene fundada la base del modelo y es posible
ingresar en el mbito de los problemas formales, en donde los trminos epistemolgicos conocidos
adquieren otra dimensin. Se dice luego que el significado formal de una descripcin es anlogo a
las respuestas o conductas que la estructura procesual del formalismo puede producir sobre la base
de esa descripcin. Aclaremos que dicho significado formal es anlogo entonces al conjunto de consecuencias de la teora, en tanto que la estructura procesual del formalismo es anloga a un conjunto
de reglas de inferencia.
Si la semntica formal de un lenguaje de computacin (revisada en el captulo II.3.2) concierne a
la naturaleza de las entidades que lo conforman y al comportamiento de los programas escritos en l,
la semntica de la representacin del conocimiento tiene que ver ya con una interpretacin
disciplinar relativa a un dominio de aplicacin del formalismo. Podramos llamar a aqulla semntica de primer orden y a sta semntica de segundo orden, situando en un solo registro conexo aspectos de la significacin que hasta el da de hoy han desconcertado a los autores de obras de sntesis
sobre el significado; stos nunca han podido vincular satisfactoriamente la semntica de los lgicos
con la de los lingistas, mantenindolas como dominios de conceptualizacin que slo tienen en
comn su nombre (cf. Lyons 1980).
El registro semntico del segundo orden (que es el que ahora nos ocupa) es casi siempre un campo estructurado de alguna manera. Dicho de otra forma, toda representacin del objeto disciplinar
posee, desde el inicio o a la larga, cierta estructura. Hoy en da los tipos y subtipos bsicos para la
representacin del conocimiento suman un par de docenas, cmputo del que habra que descontar
unos pocos casos que son ms bien variantes notacionales, combinaciones, transformaciones o metatipos de los tipos bsicos. Al fin y al cabo, existe toda una nueva disciplina (la ingeniera del conoci533

miento31) abocada a explorar su taxonoma y su funcionalidad. Sin nimo de ser exhaustivos, ejemplificaremos algunos de los tipos de representacin candidatos a ser utilizados en antropologa, sealando su espacio de actuacin, sus beneficios y sus inconvenientes.
Antes de ello deberamos dejar sentado que la eleccin de un tipo en detrimento de otro difcilmente pueda prescribirse sobre una base formal, por ms acotado que se encuentre el fenmeno que
deba representarse. Este es un nivel de decisin hasta cierto punto subjetivo, aunque la experiencia
acumulada alrededor de determinados tipos bien conocidos (y ms que nada en torno de los frames)
sea un factor digno de ser tenido en cuenta en el diseo de un programa inteligente.
Disciplina
Ciencia Cognitiva e Ingeniera del Conocimiento

Estructura

Reglas de Produccin
Frames, Esquemas y Guiones
Redes Semnticas, Grafos Conceptuales
Grillas de Repertorio
Lingstica, Antropologa y Psicologa cognitiva
Listas
Cadenas o complejos encadenados
Series
Secuencias Analgicas
Arboles
Claves
Taxonomas
Partonomas
Paradigmas
Tipologas
Tipos-Token
Prototipos
Conglomerados o congeries focalizadas
Ordenamientos temticos
Grupos de interaccin recproca
Montn o congeries
Escalas
Computacin
Listas
Arboles
Matrices y arrays
Representacin orientada al objeto
Bases de Datos
Redes Neuronales
Diagrama 3.1 - Estructuras de Representacin del Conocimiento

Como es sabido, se han propuesto varios tipos de representacin del conocimiento, algunos de
los cuales estn an a la espera de un equivalente adecuado para su nombre en lengua espaola:
frames, redes semnticas, scripts, grafos causales, grafos existenciales, grillas de repertorio, retculas,
objetos, actores, planes, lneas-K, reglas y, por supuesto, lgica. Uno de los problemas en esta proliferacin de notaciones, sealado por Walker (1987:221), es que no se dispone de un estudio acabado
de sus respectivas virtudes y defectos; en la medida en que cada sistema de notacin reside en su

31 Que sepamos, la denominacin de Ingeniera del Conocimiento fue acuada por Edward Feigenbaum, quien se inspir en la "ingeniera
epistemolgica" de Donald Michie. Ambos trminos ganaron dominio pblico no antes de 1974.

534

propia esfera de experiencias y responde a criterios e ideologas dismiles, histricamente accidentales, esta situacin parece llamada a perdurar. Afortunadamente, la programacin lgica en Prolog
ofrece una base comn y una tecnologa prctica como para intentar alguna vez esta comparacin,
que por el momento diferimos en beneficio de una caracterizacin ms circunstancial.
Pero aunque la comparacin formal se posponga y aunque las duplicaciones encubiertas de tipos
similares hayan procurado evitarse, la que sigue es con mucho la catalogacin ms amplia y heterognea de formas de representacin del conocimiento sociocultural en programacin lgica de la
que tengamos noticia. Ello sucede porque hemos considerado tres fuentes de insumo: sucesivamente,
(a) Las que se han propuesto en psicologa o en Ciencia cognitiva, y ms tarde en ingeniera
del conocimiento, por lo general en correlacin con ciertas teoras sobre la memoria y
la representacin mental humana; en este mbito, las estructuras propuestas se interpretan como organizaciones de la informacin.
(b) Las que se han desarrollado en las ciencias sociales semi-formales de los ltimos veinte
o treinta aos, en particular en la semntica lingstica y en la antropologa cognitiva;
en estas disciplinas, las estructuras asumen la forma de organizaciones del significado.
(c) Las que resultan emergentes de la prctica computacional genrica en torno a los lenguajes, sean stos declarativos, procedimentales, funcionales u orientados al objeto; en
esta actividad, por ltimo, las estructuras se refieren siempre a las organizaciones de
los datos.
Lo importante no es evocar la ancdota de la existencia o la abundancia de los modos pautados
de representacin, sino someterlos a examen mientras se analiza, metalingsticamente, la capacidad
de la signatura propuesta para representarlos. Las modalidades reepresentacionales se prestaran a acomodarse en una serie de correspondencias laxas que estructuran analgicamente distintos momentos, campos o niveles del proceso metodolgico global. El cuadro resultante (que exponemos a ttulo
de una intuicin no desarrollada) sera como sigue:
Momento
Estructuracin del
lenguaje
Operacin metodolgica
Sistemas Expertos y KBS

Unidad Semntica
Predicado
Hecho
Estipulacin de datos
Base de conocimiento

Inferencia
Clusula
Regla
Organizacin
Motor de Inferencia

Prueba
Goal
Pregunta
Pruebas de teoras y casos
Diagnosis

El cuadro anterior puede leerse en trminos de gruesas correlaciones estructurales, de este tipo:
hecho : regla :: base de conocimiento : motor de inferencia :: pregunta : prueba
lo que involucra que existen correspondencias o analogas que vinculan y atraviesan respectivamente
las unidades de representacin, los mecanismos deductivos o paradigmas lgicos reconocidos y las
operaciones de testeo de hiptesis y produccin de eductos. Habra, entonces, una especie de fitness
casi "natural" entre la estructura declarativa del lenguaje y el diseo conceptual del modelo. De lo
que se trata ahora es de esclarecer las posibilidades de la columna marcada.
En la caracterizacin siguiente de las estructuras de representacin del conocimiento se superponen tres pruebas crticas:
535

 (a) la estipulacin de un conjunto de "hechos" o "datos" antropolgicos representables de

manera ptima en cada estructura indagada;
(b) la escritura de cada forma de representacin en clusulas del lenguaje Prolog;
(c) un anlisis somero de la productividad propia de los distintos formalismos y de los inconvenientes que presentan, de presentar alguno.
Toda vez que esta capacidad representativa en sentido amplio nunca antes se haba formulado
como cuestin susceptible de examen, la adecuada respuesta que el Prolog brinda a todas estas formulaciones debe entenderse no como una recopilacin de hechos consabidos, sino como demostracin de uno de nuestros ejes esenciales. Bastar agotar el repertorio de las formas semnticas de la
antropologa y volcarlas en sintaxis de Prolog para que una de las dudas que por costumbre se arrojan contra los modelos formales (su asemanticidad) quede aventada para siempre. No es necesario
estar de acuerdo con la estructura que hemos impuesto al conjunto clasificatorio que revisaremos; ella no es importante, pese a que desde el punto de vista formal pueda revestir inters para quienes
buscan un (meta)lenguaje descriptivo adecuado para expresar esos fenmenos conceptuales.
Reconocer tres perspectivas separadas (pero convergentes) ha generado ciertos interesantes efectos de correspondencia, paralelismo, contraposicin o coincidencia parcial entre los respectivos formalismos. Estos efectos insinan quiz un nuevo concepto de interdisciplinariedad. En l subsiste la
idea de una dimensin puramente formal que encoge el nmero de las estructuras universales, pero
entretejida con cierto respeto a las especificidades histricamente dadas que vuelve a expandirlo conforme al nmero de disciplinas intervinientes; y de este entrecruzamiento se desprende, a su vez, un
mapa mvil y bastante complicado de las posibilidades de conmensurabilidad entre los diferentes
campos del saber.
Uno de los objetivos de los siguientes apartados ha de ser redibujar el cuadro 3.1 marcando la
actuacin de esos efectos. Esto no es tan fcil como parece, pues las respuestas metodolgicas fabricadas en una disciplina no siempre coinciden con las preguntas que otras disciplinas formulan.
Las diferentes ciencias encuadran objetos diversos, aunque sus nombres engaosamente se repitan.
Como se ha subrayado alguna vez, un fenmeno tan anodino y primario como la "percepcin" entraa ms bien "fisiologa" para ciertas ciencias, "mecanismos" para algunas otras y "conocimiento"
para otras ms. "Interpretacin" remite en lgica a los rigores de Tarski, en antropologa a las
libertades de Geertz. Los foucaultianos no cabran en su gozo, ya que para percibir las discrepancias
no hace falta siquiera esperar una transicin de epistemes. Pero aqu se quiere subrayar un efecto de
signo contrario, como lo es el carcter representacional que comparten las estructuras (hasta hoy divergentes) de la informacin, el significado y el tratamiento de datos, y el escaso nmero de
estructuras discernibles a despecho de la proliferacin de significaciones.
Algo debe importar que la computacin, pese a su desinters innato y rotundo por las formas que
asumen las hebras de significados culturalmente compartidos, se las arregle con ms o menos las
mismas categoras de ordenamiento que la etnociencia. Que algunos hablen de datos donde otros ven
interpretaciones es cuestin de jerga, ms que de genuina divergencia estructural. La computacin
proporcionar, llegado el momento, formas genricas para plantear modelos y resolver problemas lgicos; genrico quiere decir aqu que el dominio de aplicacin puede ser cualquiera, en tanto la representacin inicial obedezca a una determinada estructura y a condicin de que esa estructura resulte aceptable o "natural" para la ciencia usuaria. Y esta no es una ilusin aristotlica o cartesiana, supeditada al cientificismo o al sesgo etic de la corriente antropolgica que escojamos para demostrar536

la; hay pruebas histricas, documentos y testimonios: incluso cuando se quiso abandonar para siempre la semntica de lmites taxativos y de condiciones necesarias y suficientes (acatando exigencias
que estremecieron en la misma poca a todos los campos del conocimiento), ambas ciencias desarrollaron por separado (pero en estricto paralelismo) el mismo gnero de ideas: por aqu la semntica
de prototipos y la filosofa wittgensteiniana de los aires de familia; por all, los fuzzy systems y los
sistemas de clculo aproximado. Luego profundizaremos este punto.
El anlisis de esos efectos sera an ms seductor en el caso de que nos decidiramos a una exploracin exhaustiva; pero la nuestra no pretende serlo, ni siquiera tentada por este aliciente. La funcin de nuestro ordenamiento es ante todo sugestiva de un mbito indefinido de posibilidades representacionales, y el ordenamiento mismo -como una prueba inductiva- slo tiene el propsito (retrico, si se quiere) de destruir el estereotipo que proclama el "esquematismo" de las descripciones formales y de encoger as el territorio de la imposibilidad. Hay sin duda una entropa en la propuesta de
disear formas genricas, capaz de acoger contenidos diversos. Pero no deca acaso Weber que los
modelos deben ser duros, y que conviene que atraviesen lo real oblicuamente, para no enceguecerse
con la complejidad de las cosas?
1. Estructuras cognitivas de representacin
El campo cognitivo del que extraemos estas caracterizaciones iniciales para homogeneizarlas y
contrastarlas posee confines difusos y cambiantes. Hace unos aos se hablaba de psicologa cognitiva, hoy se ha dejado de hacerlo en beneficio de una cognicin transdisciplinaria (comprese Mayer
1985 o Cohen 1983 con Norman 1987 o Gardner 1987a). Los estudiosos que han concebido los diversos formalismos se definen algunas veces como practicantes de la ciencia cognitiva, otras como
tributarios de la inteligencia artificial, otras ms como especialistas en ingeniera del conocimiento.
Puede haber orden y formas fijas en un campo mvil, en una prctica sin siquiera nombre? Es
razonable buscar en una zona borrosa el meollo semntico de un formalismo que se dice axiomticamente fundado?
Las respuestas son afirmativas. Por el momento, ni esta indefinicin, ni el hecho de que otros
encuadres, diferentes al ofrecido, puedan resultar eventualmente ms plausibles, parecen representar
un problema mayor. Lo nico que motiva la separacin de este tipo de estructuras de las restantes es
que su convertibilidad mutua ha sido explcitamente objeto de estudio con anterioridad. Son estructuras de representacin del conocimiento con conciencia de serlo, y no meras anatomas objetivas del
"significado". Por otra parte, las estructuras que llamamos cognitivas (al igual que las computacionales y a diferencia de las lingstico-antropolgicas) han sido formuladas como alternativas de estructuracin a las que se puede recurrir en todo momento, con mayor o menor adecuacin conforme al asunto modelado. Su dominio es primordialmente lgico y reflexivo, antes que objetivo y emprico.
Se usan para representar enfatizando el artificio a los fines analticos, y no para pintar sintticamente
las cosas como son.
Slo muy de tarde en tarde se ha afirmado que tal o cual fragmento de realidad posee necesariamente (en la cabeza de alguien, nativo o cientfico) la estructuracin conceptual de que ellas dan
cuenta, o que determinado dominio conceptual en una cultura se articule necesariamente segn una
estructura dada. La moraleja de las estructuras representacionales de ese campo laberntico y obeso
conformado por la inteligencia artificial, la ingeniera del conocimiento y la ciencia cognitiva, establece que, en hiptesis, cualquier dominio del conocimiento se puede expresar a travs de cualquier
537

estructura, y que las configuraciones aparentes con que los dominios responden a la indagacin son
consecuencia directa de la forma en que se los interroga y de los fines que se pretenden alcanzar.
Los pargrafos siguientes exploran sucesivamente, sin pretender agotar el tpico y sin abismarse
en la complejidad real de las discusiones puntuales, la posibilidad de implementar antropolgicamente reglas de produccin, frames, redes semnticas, grafos conceptuales y grillas de repertorio.
Advirtamos que es un tanteo provisional, no un inventario. La ciencia cognitiva conoce muchas estructuras ms, aunque podramos apostar que la mayora de ellas subsume en alguna de las clases
enumeradas.
a) Reglas de produccin
Aunque la regla de produccin sea el formalismo representacional que primero salta a la imaginacin cuando se piensa en transferirlo a clusulas de programacin lgica, su status en el mbito de
la ingeniera del conocimiento es hoy en da precario. Sin duda, se trata del mtodo ms elemental:
las reglas de produccin expresan un conocimiento granular y compuesto de meras adiciones declarativas, sin estructura interna.
Las reglas de produccin son, junto con una base o conjunto de datos y un mecanismo de interpretacin, uno de los componentes de los llamados Sistemas de Produccin, propuestos ya por Post
en la dcada del 40 (cf. Davis y King 1985). Las reglas de produccin fueron implementadas en inteligencia artificial por el cientfico cognitivo Allen Newell, quien haba visto aplicarlas a Robert
Floyd en el diseo de lenguajes formales y compiladores en Carnegie-Mellon, hacia 1960. Existe una
profunda analoga entre las reglas de produccin, las cadenas de Markov de las matemticas y las
reglas de reescritura (o reglas generativas) de la gramtica chomskyana.
De los sistemas expertos que se han hecho famosos, tan slo el ms antiguo, MYCIN, utiliza reglas de produccin; PROSPECTOR usa adems redes asociativas particionadas, PIP implementa
frames, CADUCEUS redes causales taxonmicas, CASNET redes causales asociativas y CRIB
esquemas de tipo frame sobre una base de datos relacional. Pero no todo programa lgico (conviene
aclararlo) est destinado a convertirse en un Sistema Experto, de modo que la escasa presencia de las
reglas de produccin en este mbito no puede interpretarse como signo de su paulatina desaparicin.
Una regla de produccin en el sentido de la ingeniera del conocimiento no es necesariamente lo
mismo que una "regla" en tanto estructura bsica del Prolog o que una "regla" sociocultural real conceptualmente reflejada. Una regla en Prolog posee variables que ligan el cuerpo y la cabeza; una
regla de produccin puede construirse combinando variables o constantes. Los sistemas de produccin son, de hecho, varios aos anteriores a la invencin de este lenguaje, y en ellos la regla es menos un artificio mandatorio o prescriptivo que la descripcin de un fragmento o chunk de conocimiento. Una regla de produccin puede anotarse en Prolog mediante una o ms clusulas. Por ejemplo:

O bien:

538

El primer par de ejemplos (3.1) es en realidad uno solo, de estructura recursiva. Dado que la
forma clausal invierte las pautas secuenciales del lenguaje natural, conviene leer la regla en orden inverso a la escritura de la clusula y con los signos especiales ya interpretados: "si el progenitor de D
es A, o si el progenitor de D es P y el descendiente de A es P, entonces el descendiente de A es D"; o
bien "si una pieza posee decoracin incisa y motivos ornitomorfos, y si adems proviene de los
Valles Calchaques, entonces corresponde a la cermica tipo A". Lo que es lo mismo que decir que
ejecutando ciertos procedimientos (o instanciando ciertas variables) se obtendrn ciertos resultados,
o se demostrar cierta asercin.
En casi todas las mquinas de inferencia, shells o demostradores de teoremas, la accin de una
regla es habitualmente ms compleja de lo que trasunta la cabeza de una sola regla en Prolog; es
posible que en la ejecucin correspondiente a la demostracin de una regla se modifiquen datos de la
base de conocimiento, se escriban resultados o se ejecuten procesos variados. Dado que disparar una
regla produce tpicamente una situacin nueva, dichas reglas se llaman reglas de produccin.

Sistemas de reglas
Smil longitudinal
Smil vertical
Figura latina
Inferencia
Orientacin

Encadenamiento hacia adelante

Encadenamiento hacia atrs
Arriba-abajo
Abajo-arriba
Modus ponens
Modus tollens
Deduccin
Abduccin
Por los hechos
Por las hiptesis
Diagrama 3.2 - Sistemas de Reglas

Es posible definir un programa eficiente que consista en unos pocos hechos incondicionales y en
una discreta constelacin informal de reglas. Cuando las reglas se acumulan, se reenvan e intervinculan, definen una estructura de inferencia, ejecucin o encadenamiento. Las reglas estn asociadas a dos modalidades de ejecutar el proceso de inferencia, que ordinariamente se caracterizan como
"encadenamiento hacia adelante" (forward chaining) y "encadenamiento hacia atrs" (backward
chaining).
En los sistemas de razonamiento hacia adelante, dirigidos por el antecedente o down-top, las
reglas de deduccin se aplican a los hechos y las reglas para producir un nuevo conocimiento, finalizando la ejecucin del algoritmo cuando se obtiene la frmula buscada o todas las frmulas posibles.
Para realizar encadenamiento hacia adelante, el sistema se asegura que se han establecido todas las
premisas de una regla, y luego considera que la conclusin puede sostenerse. Este encadenamiento
constituye un proceso deductivo en sentido estricto. Consecuentemente, se puede redefinir un sistema de razonamiento hacia adelante como una mquina de inferencia que comienza trabajando con
hechos y se dirige a averiguar sus consecuencias.
Un sistema de deduccin de este tipo se puede interpretar como una aplicacin controlada del
teorema de deduccin hacia adelante (Thayse 1988:123), que reza como sigue:
Dadas las expresiones lgicas F1, ..., Fn y G, se dice que la expresin G es una consecuencia
lgica de F1, ..., Fn si la expresin lgica ((F1, ..., Fn) & G) es falsa o inconsistente.
539

El paradigma del encadenamiento hacia adelante parecera ser el de una especie de bsqueda a
ciegas, pero esto no es por completo fidedigno, ya que en el uso corriente se utilizan numerosas
heursticas de restriccin, cuyas relaciones con estas reglas han sido particularmente bien estudiadas.
Un sistema con encadenamiento hacia atrs o top-down, por el contrario, comienza con un
objetivo (al que se trata como si fuera una hiptesis) y luego busca hechos que lo confirmen. En este
encadenamiento, el sistema trata la conclusin de una regla como un objetivo (goal) a ser establecido, y se impone a s mismo el sub-objetivo de establecer cada una de las premisas de la regla; este
sub-objetivo puede a su vez originar otros; pero en una inferencia con encadenamiento hacia atrs
exitosa, algunos goals coincidirn eventualmente con hechos conocidos. De esta forma, los valores
resultantes parciales se pasan a partir de los hechos y a travs de diversos niveles de reglas, hasta
llegar al goal original.
Dicho de otra manera, en los sistemas con encadenamiento hacia atrs las reglas de deduccin se
aplican al objetivo y a las reglas para producir sub-objetivos nuevos; la ejecucin del algoritmo finaliza cuando todos estos sub-objetivos corresponden a hechos. A diferencia de la modalidad anterior, este encadenamiento encarna fundamentalmente un proceso de abduccin. Aunque este procedimiento se ha reputado propio de la mente humana y arquetpico de la imaginacin intuitiva o esttica, el Prolog en su forma nativa trabaja naturalmente segn este principio. El pequeo sistema experto incluido en los apndices ejemplifica el uso de reglas de produccin con encadenamiento hacia atrs como mtodo de demostracin.
Desde un punto de vista lgico, los sistemas de deduccin de esta clase se pueden interpretar
como una aplicacin controlada del teorema de deduccin hacia atrs (Thayse 1988:124) que reza
como sigue:
Dadas las expresiones lgicas F1, ..., Fn y G, se dice que la expresin G es una consecuencia
lgica de F1, ..., Fn si la expresin lgica (F1, ..., Fn & G) es verdadera o vlida.
Los sistemas de razonamiento hacia adelante y hacia atrs son, como se ha dicho, opuestos.
Aunque el segundo es el ms afn a la naturaleza de la mquina de inferencia del Prolog y el que encaja ms de cerca con las estrategias heursticas de las tendencias contemporneas en inteligencia artificial, la eleccin de una forma de razonamiento en lugar de otra depende de la naturaleza y la amplitud del problema. Es pragmticamente posible y lgicamente correcto utilizar una combinacin de
ambas estrategias, o servirse de meta-reglas que establezcan cul es la ms adecuada en determinado
contexto.
Los sistemas de razonamiento hacia atrs y hacia adelante, asimismo, pueden estar compuestos
de otras figuras representacionales aparte de las reglas de produccin, aunque ha sido pensando en
ellas que se los ha caracterizado. A la inversa, es posible "leer" el contenido de un programa cualquiera como un conjunto de reglas de produccin que responden a una u otra estrategia, an cuando
el formalismo especfico para la representacin del conocimiento no sean reglas sino, por ejemplo,
frames o redes semnticas. Lo que es lo mismo, podramos decir que, de todos los formalismos de
representacin del conocimiento que se han definido, las reglas de produccin constituyen el de nivel
de generalidad ms bajo, conformando una especie de grado cero de la estructuracin en la que sta
coincide con y se limita a una estrategia de tratamiento. Aunque existe la posibilidad de expresar todo el conocimiento relativo a un dominio en forma de reglas, fundiendo de alguna manera la representacin y los algoritmos de procesamiento, es bastante comn que las reglas constituyan un nivel
aparte, basado en una representacin precedente de hechos puros. La clusula 3.1, que establece el
540

clculo de la descendencia, corresponde a este tipo, en tanto que la 3.2, que describe un estilo cermico, incorpora valores constantes en la expresin condicional.
El uso de reglas como forma de representacin trae aparejados ciertos efectos que dependen de
la textura y complejidad del dominio emprico y de su articulacin teortica. En determinados casos,
el orden en que el intrprete considera cada una de las soluciones potenciales pudiera ser pertinente e
incluso crtico. En el estado actual de la tecnologa de PC, la mquina de inferencia no puede considerar todas las reglas simultneamente. El proceso de escoger qu reglas deben procesarse primero
se conoce como resolucin de conflictos [conflict resolution]; este elemento de juicio pragmtico es
tan esencial que podra decirse que forma parte inseparable de la experiencia computacional en torno
de los sistemas de conocimientos basados en reglas.
Si consideramos que un sistema basado en reglas constituye el paradigma de la programacin
declarativa, podramos decir que un programa diseado segn sus principios (que tpicamente incluye escasa informacin sobre el orden en que se dispararn las reglas durante el proceso de cmputo)
posee alta transparencia, pero exhibe escasa visibilidad de conducta. Una regla es transparente porque su significado, contenido en el interior de la regla misma, es independiente de su ubicacin en una base de datos. Que su visibilidad sea pobre significa que el orden en que se ha de procesar una regla no es de inmediato evidente a travs de una lectura casual (cf. Davis y King 1977; Pedersen
1989). Naturalmente, un programa procedimental comn en un lenguaje clsico exhibe las virtudes y
defectos complementarios: mxima visibilidad y mnima transparencia.
En una modelizacin de un fenmeno o proceso del mundo real, lo habitual es que las reglas de
produccin engranen con otras modalidades ms envolventes. En general se ha reconocido que
existen dos formas de materializar este encaje: estructurando las reglas primarias mediante reglas de
mayor abarcatividad para formar un esquema jerrquico o utilizando meta-reglas que establecen secuencias o estrategias de decisin. Una tercera alternativa sera la de transformar reglas primarias de
produccin en formas de articulacin ms complejas o especficas de cada dominio. La bibliografa
asequible abunda en ejemplos (cf. Davis y Buchanan 1985); nuestro sistema experto AGENI3.PRO
incorpora metarreglas y rutinas para transformar reglas en frames.
b) Frames
Si el nmero de reglas de produccin que conforman una descripcin es moderado, no hay
mayores problemas; pero en el caso de los sistemas de conocimiento de cierta magnitud, las reglas
pronto se vuelven incontrolables, por ms que se implementen estrategias de encadenamiento hacia
atrs o heursticas que minimicen el espacio de bsqueda y la profundidad de la exploracin. A pesar
de que el clculo est a cargo de una mquina especializada y veloz, la acumulacin de unos pocos
centenares de reglas torna inmanejable a cualquier motor de inferencia. Un buen sistema de representacin del conocimiento se caracteriza por una forma sucinta de notacin y un mecanismo implcito
para que sus diversos aspectos se puedan modificar a voluntad y comparar sobre un criterio preestablecido. Y las reglas, si bien sirven con eficacia a determinados propsitos, no constituyen un
sistema ptimo, pues su estructura interna prcticamente es nula.

541

Entre las alternativas que se han propuesto se destacan los "marcos" o frames32. En rigor, los
frames son uno de los mejores sistemas de representacin que se conocen, y aunque muchos antroplogos no lo tengan claro, constituyen tambin una entidad en la que convergen sin saberlo los formalistas ms acrrimos, los partidarios de la lingustica emic, los relativistas culturales y los fenomenlogos (cf. Kenneth Pike 1954; Metzger y Williams 1966; Goffman 1974; Bateson 1985;
Minsky 1986). El frame es tambin una forma de representacin muy general, que puede servir de
vehculo para la expresin de taxonomas, partonomas, secuencias de produccin, prototipos y
congeries de diverso orden y de variada atmsfera de denotacin.
El contexto de descubrimiento de esta modalidad representacional es nada menos que el de una
reaccin histrica de las facciones humanistas de la inteligencia artificial en contra de los modos
mecnicos, acontextuales y planares que reducan el conocimiento a datos, hechos objetivados o informacin abstracta. Los frames y otros muchos constructos conexionistas de la misma naturaleza,
como las lneas-K de Minsky, las estructuras beta de Moore y Newell, los scripts de Schank y Abelson, los esquemas de Bobrow y Norman, las perspectivas de Bobrow y Winograd y los memory
organizing packets de Roger Schank responden a la necesidad de crear formas representativas que
reproduzcan la sutileza y la abundancia de matices propias del pensamiento y el lenguaje humano en
la vida real (cf. Moore y Newell 1973; Minsky 1975; Schank y Abelson 1987; Bobrow y Norman
1975; Bobrow y Winograd 1977; Minsky 1987; Schank 1987).

Formalismo
Dependencia conceptual
Estructuras Beta
Frames
Esquemas
Scripts (guiones)
Planes
Prototipos, Perspectivas
Lneas-K
Paquetes de organizacinde la
Memoria (MOPs)

Autor
D.G. Hays
Roger Schank
James Moore y Allen Newell
Marvin Minsky
Daniel Bobrow y Donald Norman
Roger Schank y Robert Abelson
Roger Schank y Robert Abelson
Daniel Bobrow y Terry Winograd
Marvin Minsky
Roger Schank

Ao
1964
1969
1973
1975
1975
1977
1977
1977
1981
1981

Diagrama 3.3 - Estructuras de Tipo Frame

Un frame es, en cierta acepcin, un estereotipo, un arquetipo, un esquema mental, un lugar comn o, como dira Alfred Schutz, una tipificacin. Husserl, insospechable de tecnicismo deshumanizante, hablaba de noemata, y Bartlett denomin schemata a constructos similares. Para algunos psiclogos cognitivos un frame es un modelo de la mente que posee "realidad psicolgica", vale decir,
una descripcin de estructuras, funciones, almacenes de memoria o estados mentales. El ser humano,
segn esta perspectiva, descansa en un enorme cuerpo de conocimiento implcito, de transmisin y
modulacin cultural, que utiliza para interpretar las situaciones de la vida diaria. Pero el uso de este
concepto en inteligencia artificial no presupone la aceptacin de esos supuestos ontolgicos: a nuestros fines, slo basta que el frame sea un medio adecuado de representacin.
32 Se ha propuesto el empleo de "marco" como equivalente en espaol de frame (p.ej. Hernndez y Pazos Sierras 1988). Pero este ltimo
uso es tan frecuente en la literatura especializada que por ahora preferimos dejarlo as.

542

Los frames son estructuras de representacin que proporcionan formas de organizar datos acerca
de objetos, acciones o sucesos en una jerarqua. Un caso particular pertenece a una clase de fenmenos; sto es trivial. Una vez que caracterizamos un animal como "perro", asumimos una serie
de atributos que posee un perro como miembro de una clase mayor que lo engloba: tiene cuatro patas, pelo y esqueleto interno, es mamfero, se reproduce de determinada manera, casi siempre ladra.
Si el ejemplo apesta a sentido comn, es porque se trata de eso; la ciencia tiene otros recursos, a
veces axiomticos, que no son los que se pretende caracterizar aqu. Pues bien, en terminologa de
inteligencia artificial, un perro en particular hereda una propiedad (tener cuatro patas, etc) por el
hecho de pertenecer a la clase "perro"; esta clase a su vez posee automticamente ciertas caractersticas que dependen de los niveles superordinados (ser mamfero, poseer esqueleto interno, ser multicelular), y as sucesivamente hasta el tope de la jerarqua de las clases.
Un ejemplar posee todos los atributos de su clase (o en sistemas no jerrquicos, de su "arquetipo" o "prototipo") a menos que se estipule lo contrario. Estos atributos tienen, adems, una serie de
valores posibles. Si un aspecto en un frame no est explcitamente estipulado, el frame heredar el
valor por defecto (default value) del frame con respecto al cual est subordinado o de su forma
prototpica: si en el mundo del sentido comn, de la interaccin cotidiana y de la actitud natural
alguien pide un vaso de agua, supongamos, se asume que el agua debe ser potable, que debe estar en
estado lquido y que no debe ser ni destilada ni oxigenada.
De ms est decir que un formalismo de este tipo no es reflejo inmediato de una realidad, sino
una construccin que le atae, y que tanto podra responder a una sistemtica etic epistemolgicamente refinada como a una forma emic de ordenar el mundo. En antropologa se han utilizado conceptos anlogos al frame en numerosas ocasiones, eventualmente bajo el rtulo de "esquemas culturales" (cultural schemata) y casi siempre en modelos que nunca experimentaron tratamiento y verificacin en una mquina (Basso 1967; Rice 1980; Frake 1981; Agar 1982; Casson 1983). En su
versin originaria (Minsky 1975), un frame era una forma de representar una situacin, un constructo
cultural, una convencin. Cada frame posee slots (literalmente "ranuras" o "cavidades") que
identifican esa situacin o que especifican los parmetros de una situacin particular.
Un frame es una estructura de datos para representar una situacin estereotipada, como estar en cierta clase
de habitacin, o ir a una fiesta infantil de cumpleaos. Asociadas a cada frame hay diversas clases de
informacin. Parte de esta informacin se refiere al uso del propio frame. Otra parte se refiere a lo que puede
esperarse que suceda despus. Otra se refiere a lo que hay que hacer si estas expectativas no se confirman
(Minsky 1981).

Los frames facilitan la identificacin taxonmica y la comparacin entre casos, tanto al hombre
de la calle en su actividad vulgar como al cientfico en las operaciones comparativas formales. Podra decirse que los archivos de la HRAF en la Universidad de Yale son un gigantesco frame, con otros frames anidados: cada sociedad consiste en una serie de slots que los antroplogos llaman "componentes" o "categoras culturales" (economa de subsistencia, organizacin comunitaria, religin,
sistema de parentesco, organizacin poltica); en cada caso esos slots asumen valores cambiantes. En
un anlisis comparativo concreto, algunas variables poseen valores tan constantes que no se tienen en
cuenta, se "simplifican" (como en las ecuaciones aritmticas) o se dan por descontadas; otras (la
poliandria, por ejemplo) slo se mencionan all donde excepcionalmente se manifiestan, de modo
que si no se especifican se asume que no ocurren, o que el valor de la variable MATRIMONIO en
ese ejemplar es "neutro" o "normal", por el efecto de herencia respecto del arquetipo o frame supraordinado del que dependen.

543

A su vez, los slots de un frame pueden contener procedimientos que se activan para calcular el
valor numrico de un atributo, o bien reglas de produccin incorporadas que activan un procedimiento para averiguar un valor. Al contrario de los sistemas de reglas, que se pueden amontonar y resultar
confusos y contradictorios, en un frame el orden es parte inherente de la base de conocimientos.
El lenguaje Prolog es especialmente adecuado para la estipulacin de frames; sus estructuras de
datos, en particular las listas y los rboles, se prestan esplndidamente para el anidamiento y la
recursin caractersticas de los frames, y los procedimientos permiten representar de una manera
muy transparente el proceso de inclusin y la herencia de atributos. Una serie de artculos en revistas
especializadas ilustran esta prestacin con toda claridad (Jay y Knaus 1989; Floyd, 1988). A ellos
remitimos para probar este punto, no sin antes ejemplificar un frame para la estructuracin de historias tradicionales operacionalizado por la antroploga Elizabeth Rice (1980), de la Universidad de
Arizona, reminiscente de nuestra propia modelizacin del anlisis eidocrnico de Benjamin Colby.
Cuando sus slots se instancian con contenidos concretos, el esquema de Rice corresponde a una clase
especfica de frame que se denomina guin o script:

El modelo, naturalmente, est considerablemente estilizado y slo intenta demostrar la naturaleza jerrquica del conjunto. Los literales establecidos como "hechos" de Prolog pueden remitir a
estructuras anidadas adicionales con opciones mltiples, o a una especificacin de los contenidos posibles. La puesta en marcha de un programa que utilizara un frame de este tipo no slo nos permitira
deslindar la estructura del educto, sino simular el proceso diagramado mediante reglas que, por su
estructura pautada y jerrquica, devienen frames.
Uno de los mximos especialistas reconocidos en Prolog, Rodger Knaus, quien alguna vez fuera
colaborador de Benjamin Colby en las primeras experiencias computacionales de la antropologa,
est desarrollando desde hace algunos aos formas de expresar frames en dicho lenguaje (cf. Jay y
Knaus 1989). Knaus utiliza un operador especfico para definir frames, aunque ello no es estrictamente preciso. Nosotros hemos estructurado como frames los predicados en que se describen los elementos en los sistemas de anlisis de representaciones plsticas que acompaan a esta tesis, aprovechando la tipificacin exigida por el dialecto Turbo Prolog como operador inherente, tal como se
muestra en el ejemplo adjunto.

544

545

El ejemplo anterior corresponde a la estructura de representacin de un conjunto de calabazas

pirograbadas prehispnicas de la Puna Centro-Oriental (provincia de Jujuy, Argentina) conforme a la
descripcin inicial de la lic. Mara Isabel Hernndez Llosas, investigadora del CONICET. La codificacin resultante no comporta una simplificacin de los datos originales, sino que traduce con
naturalidad conceptos ya presentes en la formulacin originaria (Hernndez Llosas s/f), la cual ofrece
una semblanza descriptiva homogneamente parametrizada, al punto que no ha hecho falta prever
valores asignados por defecto.
Los predicados binarios y
sintetizan las claves de codificacin de las unidades morfolgicas y los modos de articulacin presentes en su decoracin. El frame descriptor propiamente dicho
se articula encadenando jerrquicamente los slots
,
,
,
y
, que denotan en ese mismo orden el nmero y forma global de la pieza, el nmero de franjas de cada una,
los motivos y la articulacin de cada hilera y relaciones analticas adicionales entre diversas franjas e
hileras. El predicado insina aspectos complementarios de la jerarquizacin de los datos, a efectos
de llegar a correlaciones analticas de carcter ms general. La herencia entre los niveles ms altos y
los ms puntuales es, en general, una regla de inferencia tan dbil como lo han querido los que inventaron la estructura: los detalles estn subordinados al conjunto, sin que la existencia de conjuntos
(aqu franjas o pares) implique necesariamente que siempre se dar el caso de subordinacin.
Es notoria la adecuacin del frame para ordenar informacin ampliamente variable, como la
relativa a estas calabazas: ntese que una pieza simple no deja casilleros vacos ni desperdicia almacenamiento en la computadora, mientras que un ejemplar complejo admite incrustaciones recursivas
hasta el nivel de detalle que haga falta. Tanto las piezas sencillas como las complicadas conservan la
suficiente comparabilidad como para que sea posible abstraer regularidades significativas por poco
que la dimensin de la muestra justifique hacerlo. Ni que decir tiene que el objeto emprico del frame
no necesita afinidad tipolgica con un tiesto: existen frames para tratar de secuencias de acontecimientos (en cuyo caso se habla de scripts) o para pautar normas de conducta (y aqu caben todas las
reglas y clusulas de la etnometodologa). La jerarqua de los frames se puede recorrer hacia adentro,
afuera, arriba y abajo, definiendo archi o microestructuras que pueden tratarse como frames
incrustados o bajo la forma de otros rdenes, y en especial redes; Minsky sugiere una tipificacin
profusa (polinemas, lneas de conexin, transmarcos, micronemas, pronomos, isonomos, paranomos,
agencias, transmarcos, unimarcos) y una semntica integrada que prometemos recorrer algn da (cf.
Minsky 1986).
546

Otras formas posibles de representacin mediante frames pueden encontrarse en los textos
elementales de Prolog (cf. Malpas 1987; Rowe 1988; Weiskamp y Hengl 1988). Segn todos los indicios, la nuestra constituye, sin embargo, la primera implementacin antropolgica del concepto a
nivel de la programacin de un sistema. Por lo dems, casi todos los frames a los que se hacen referencia en la literatura computacional son de carcter tcnico y abstracto, y estn incorporados a artculos programticos en los que es ms frecuente leer promesas sobre las bondades de la estructura
que demostraciones empricas de su versatilidad. Los frames han poblado la literatura antropolgica
de orientacin neocognitiva de los aos 70, al uso de los colaboradores compulsivos de American
Ethnologist; pero su adopcin no se hizo carne en la disciplina debido a la volatilidad conceptual de
las teoras que hicieron uso de ellos y a la frivolidad epistemolgica con que, de Lvi-Strauss en ms,
los antroplogos afrontamos el diseo de modelos. Los nfasis simbolistas tuvieron siempre precedencia, en detrimento de la documentacin de los programas y de los detalles tcnicos de los desarrollos, protocolos sin los cuales los frames son chchara. La plena elaboracin de representaciones
mediantes frames por parte de los antroplogos para modelar su propio conocimiento o el de los sujetos que se estudian an es meramente un proyecto.
Es preciso documentar tambin que ha habido cierta oposicin al concepto de frames; cuatro
aos despus del trabajo inaugural de Minsky, Hayes (1979), en un ensayo brillante y de fastuoso
estilo, analiz los logros de sus implementaciones y los pliegues de sus supuestos lgicos, llegando a
conclusiones ms bien negativas. Hayes desarrolla su discusin examinando tres concepciones
distintas de esta modalidad:
(1) Los frames como lenguaje formal para la representacin del conocimiento, comparable
a (digamos) el clculo de predicados.
(2) Los frames como sistemas que presuponen la representacin de cierto tipo de conocimiento (esta sera la que Hayes denomina "interpretacin metafsica").
(3) Los frames como un mtodo de implementacin computacional para la organizacin de
la memoria, recuperacin de informacin e inferencia. Esta ltima vendra a ser la concepcin "heurstica".
Hayes considera, tras una nutrida ejemplificacin, que los frames constituyen slo una sintaxis
alternativa a la lgica de predicados, por cuanto en general expresan relaciones entre individuos lgicos. Pero aunque los significados parecen ser los mismos, las conclusiones que habitualmente se
derivan del uso de frames son diferentes a aquellas sancionadas por la lgica, y que se refieren siempre a mecanismos de inferencia. Hayes anota como factores negativos la falta de reglas de inferencia
deductivamente fundadas, la imposibilidad de distinguir entre metforas ("meras caricaturas") por un
lado y aserciones reales por el otro, y la falta de monotona (en el sentido lgico) suscitada por la nocin de valores por defecto33. Los estudiosos han respondido a las crticas de Hayes con enorme
contundencia, y puede decirse que ms all de esta polmica, que nada tuvo de colateral, la popularidad del mtodo sigue an hoy en ascenso. Israel (1983) demoli las distinciones y confusiones de
Hayes entre representacin y razonamiento, estableciendo que el uso de una representacin no compromete con ningn mecanismo particular de inferencia; Etherington y Reiter (1983) enfatizaron la
relacin entre el uso de representaciones estereotpicas y los sistemas de lgica no-monotnicos,
cuestionando el propio compromiso de Hayes con la lgica montona del primer orden. El xito de

33 El concepto de lgica no monotnica se desarrolla en la cuarta seccin de la Tesis.

547

los frames, adems, se demostr andando, optimizando innmeras bases de conocimientos antes expresadas en reglas de produccin sin estructurar y mejorando la eficacia de los sistemas (Ringland
1988:99). El artculo de Hayes, empero, es signo de un desvo saludable ante la aceptacin a veces
mecnica que suscitan ideas que, como la fenomenologa que quirase o no que subyace al frame, se
basan a menudo en un cuestionamiento demasiado genrico de los modos lgicos estndar y en un
examen insuficiente de algunos de sus propios resortes.
c) Redes semnticas
Desde el estructuralismo a la etnociencia, los modelos antropolgicos convencionales recurrieron con frecuencia a la graficacin analgica de determinadas ideas, fenmenos y representaciones. Este grafismo es sumamente variado, y recorre desde los rboles chomskyanos de Colby a las
matrices multidimensionales de Osgood, pasando por todas las posibilidades intermedias. A esta
variedad subyace una constante: en ninguno de los ejemplos consultados existe un nexo formal e
invariante entre la estructura grfica de la representacin y la estructura conceptual o emprica representada.
Los textos formalistas de la antropologa contempornea estn atestados de esquemas grficos;
pero la forma en que el grafismo contribuye a esclarecer una idea compleja (si es que efectivamente
lo hace) ha permanecido en gran parte sin examinar. Se recurre al dibujo que sea para trasuntar la
idea que corresponda, dando por descontado que la grafa aporta un suplemento didctico, por fundarse en un cdigo (no analizado, e implcitamente no analizable) que presuntamente comparten autor y lector. En contadas ocasiones, es cierto, el autor proporciona una tabla de correspondencias para
posibilitar una trascodificacin entre lo graficado y lo conceptual; pero las correspondencias cambian
de un dibujo a otro, an dentro de los mismos conjuntos de argumentaciones. Para cada argumento,
se nos obliga a aprender de nuevo las convenciones de un cdigo tortuoso y a veces oculto.
Tal como la concebimos e integramos, la programacin lgica inaugura nuevas posibilidades de
trascodificacin al romper con el precepto que afirma que las representaciones analgicas o estticas
no admiten regirse por un cdigo susceptible de explicitarse. Al lado de las formas convencionales
de representacin conceptual, estn disponibles numerosas tcnicas grficas, conocidas genricamente como redes. No hay que confundir las redes representacionales con el anlisis de redes, desarrollado en ciertas reas de las ciencias sociales, y a su vez fundado en una amplia apropiacin de la
teora matemtica de grafos (cf. Boissevain 1973). De este ltimo nos ocuparemos en el primer estudio de casos. Las primeras constituyen en realidad una amplia familia de representaciones grficas
del conocimiento, cuyos miembros ms conspicuos son las redes semnticas (o asociativas) y los
grafos conceptuales.
Se dice que las redes semnticas tienen su origen en Aristteles, y en particular en sus ideas en
torno del asociacionismo (la conducta est reglada por asociaciones aprendidas entre conceptos) y
del reduccionismo (los conceptos se hallan constituidos por otros conceptos ms elementales). Computacionalmente hablando, la historia de las redes se remonta a diversas experiencias con grafos conceptuales aplicados al problema de la traduccin mecnica de textos, en los aos 50 y 60. Los sistemas ms elaborados de aquel entonces fueron las redes correlacionales de Silvio Ceccato (1961) y
las redes semnticas de Margaret Masterman (1961), la reputada crtica de la epistemologa kuhniana. Quillian (1966) propuso el primer sistema de computacin importante que utiliz redes semnticas como modelo de la memoria, y desde all en ms se elaboraron muchsimos prototipos que exhi548

ben escasos puntos en comn. Roger Schank y sus colaboradores desarrollaron grafos de dependencia conceptual para el tratamiento de insumos en lengua natural y para la mecanizacin de razonamientos. Hacia fines de los 70, cuando Nicholas Findler (1979) edit un variado conjunto de artculos a ese respecto, las implementaciones de grafos conceptuales ya eran innumerables (cf. Mac
Randal 1988).
Este ha sido desde siempre un campo en el que la teora nunca estuvo a la altura de la prctica; o
mejor dicho, como lo han advertido Woods (1975), McDermott, Israel y Brachman (1981) y John
Sowa (1984), una actividad en la que las cuestiones lgicas y filosficas subyacentes han sido abordadas con cierta negligencia. Aqu atacamos frontalmente dichas cuestiones, en relacin con la posibilidad de la implementacin antropolgica de estos formalismos en el curso de elaboracin de un
modelo. As como los diagramas de flujo que poblaban los libros antiguos de computacin constituan la dimensin visual de los programas procedimentales, sugerimos considerar en lo sucesivo que
redes y grafos constituyen la versin grfica o el correlato visual del clculo de predicados o de las
diversas lgicas que sta se halla en condiciones de represemtar.
Los miembros ms bsicos del conjunto son los grafos conceptuales. Si tomamos el clculo de
predicados como entidad representacional de orden ms bajo, podemos decir que los grafos conceptuales reemplazan los nombres de predicado, respectivamente, por dos distintas clases de nodo, con
arcos que ligan nodos de distintos tipos. Cada grafo conceptual corresponde a una asercin lgica
singular.
PERSONA

AG

ENGULLE

OBJ

COCO

INST

CUCHILLO

PAR

MAT

CASCARA

Diagrama 3.4 - Grafo Conceptual con un ciclo

"Una persona engulle coco con un cuchillo
hecho de cscara de coro"

Las redes semnticas son mucho ms abarcativas que los grafos semnticos; representan una
coleccin de frmulas, ilustran sus conexiones mutuas y las incluyen en un dominio de discurso. Los
tericos han subrayado que mientras las redes semnticas son tiles a nivel descriptivo porque representan una especie de retrato estructural de un conjunto de hechos, por el otro lado tambin ilustran
algunas de las estructuras utilizadas en las implementaciones computacionales del clculo de predicados (Thayse 1988:125).
En una red semntica o red asociativa, las entidades y clases de entidades se identifican entonces
mediante nodos, y las relaciones entre entidades se identifican mediante arcos que unen esos nodos.
Al igual que en la notacin con clusulas de Horn, un arco conectado a un solo nodo establece una
propiedad o atributo de ese nodo (cf. Findler 1979). Los nodos representan trminos (nombres de relaciones fsicas, situaciones, lugares, procesos, eventos, relaciones n-arias) y los arcos denotan
relaciones binarias o argumentos de relaciones n-arias, para todo n igual o mayor que 2.
Un ejemplo ntido de red semntica lo tenemos en las preguntas, encadenamientos conceptuales
e interlinkages propios de la etnociencia:
549

 Para qu se usa X?
Qu clase de X es esto?
Qu clases de X hay?
Qu es este ingrediente de X?
Cules son todos los ingredientes de X?
Cules son las partes de componen X?
En el momento ms tormentoso del desarrollo de la antropologa cognitiva, este tipo de representacin del conocimiento caracterizaba, sin que los interesados lo advirtieran, casi toda la elicitacin de dominios etnosemnticos. Lo que sigue es un fragmento de nuestra reescritura de una red
semntica provista por Charles Frake (1965:142) para describir una fase de la seleccin de ingredientes para preparar bebidas fermentadas entre los subanum de Filipinas, expresada en hechos y clusulas de Prolog. La representacin original era como sigue:
e/u
mamaqen
'mascada de betel'

i/u

buna (3)
'constituyente'

p/e
gayu
'rbol'

e/u

buna (1)
'palma de areca'

buna (2)
'fruto'

e/u

buna (4)
'nuez de areca'

e/g

buna (5)
'nuez de areca'
Diagrama 3.4 - Red semntica

Lo cual en Prolog se expresara aproximadamente as:

550

Ntese que las "reglas" estipuladas en el segundo prrafo reducen los hechos posibles a unas
pocas relaciones tpicas inclusivas. En notacin Prolog, los predicados expresan los arcos y los trminos denotan los nodos. Desde el punto de vista funcional, una red semntica permite realizar inferencias a lo largo de caminos descriptos por determinados arcos. Si por una parte el etiquetado especfico de los arcos permite conservar la semntica de las relaciones entre los elementos considerados, por la otra la abundancia en los tipos de enlaces llevara a la ineficacia en la interpretacin de la
totalidad de la red.
Un concepto esencial en el formalismo de las redes semnticas es el de jerarqua, que hace que
esta estructura de representacin sea especialmente adecuada para la formalizacin de taxonomas,
secuencias, partonomas o tipologas, tanto etic como emic. Cada nivel de la taxonoma se representa
mediante un nodo conectado por arcos de tipo es_un con los niveles superiores e inferiores. Las
redes se adaptan igualmente para la representacin de objetos no jerarquizados. Al igual que los
frames, las redes, en sus diversas variedades, se originan en las especulaciones de la ciencia
cognitiva acerca de las formas de representacin del conocimiento "en la mente humana", supuesto
que no es obligatorio suscribir en el modelo descriptivo que aqu se propone.
Desde ya, las relaciones implicadas en un grafo semntico pueden ser mucho ms elaboradas y
teorticamente ricas que las predicaciones simples de tipo es_un o es_parte_de, permitiendo traducir
a reglas cualquier esquema de condicionalidades, tanto cualitativas como mensurables. Algunos han
propuesto definir las ligaduras en funcin de la gramtica de casos desarrollada por Fillmore (1966)
para superar las limitaciones de las categoras de "sujeto" y "objeto"; los seis casos de relaciones sugeridos inicialmente (Agentivo, Instrumental, Objetivo, Dativo, Factitivo y Locativo), y que pretendan reflejar un conjunto de conceptos universales, y probablemente innatos, se incrementaron luego
hasta alcanzar un nmero de primitivos relacionales pesado y difcil de manejar (Mac Randal
1988:54).
La ventaja de las redes frente a otras alternativas radica en su atractivo grfico, que las hace
inmediatamente comprensibles (Hernndez y Pazos Sierra 1988:193-212). La idea de que un diagrama que representa un conocimiento antropolgico de carcter sinttico sea convertible a predicados lgicos es sin duda seductora. Es posible que esa inmediata comprensibilidad oculte sin embargo
una trampa, como todo lo que se tiende a dar por sentado o resuelto; en la vida prctica, la literatura
de orden ms tcnico sobre la formalizacin con grafos tiende a ser de un fuerte gradiente de impenetrabilidad (p.ej. Sowa 1984). El exceso de pedagoga genera dificultades nuevas, oscuridades emergentes. El grafismo debe dosificarse a mnimos todava no calculados, pues la acumulacin de
grafo tras grafo produce efectos de saturacin que hacen que a la larga los textos devengan ilegibles.
Se han sealado otros defectos en la representacin mediante redes: los ms importantes parecen
ser la ausencia de una terminologa relacional aceptada por todos y la falta de una semntica clara y
precisa. El problema radica en que una notacin no posee por s misma significado alguno, y que en
551

este mbito de estudios y aplicaciones la palabra "semntica" a menudo encubre un vaco de

significacin real: el dibujo es un mediador, y no es bueno que se arrogue un protagonismo desmedido. Una red no es ms que una especie de estructura sintctica, descriptible por una gramtica grfica que ocupa el lugar de una gramtica de estructura de frase. Desde el punto de vista lgico el grafismo nada agrega, excepto claridad de percepcin. Por este motivo, la mera adaptabilidad de una
formulacin teortica bajo el aspecto de un esquema visual no lo es todo: la teora misma debe proporcionar de por s la carnadura de las significaciones en forma de conceptos para evitar que el edificio formal se desplome.
d) Grillas de repertorio
Si hemos de ser estrictos, las grillas no pertenecen al mismo orden de tipificacin lgica que los
dems modos de representacin que hemos revisado, pues constituyen ms un mtodo de elicitacin
del conocimiento que un formalismo descriptivo. Como formalismo, empero, se utiliza para describir
objetos en trminos de sus rasgos y valores, de una manera muy semejante a lo que en antropologa
cognitiva se conoci como anlisis componencial (Reynoso 1986b).
En rigor, el uso de grillas de repertorio es casi idntico al interlinkage y a otros mtodos de entrevista similares, utilizados por Frake, Metzger, Williams, Berlin, D'Andrade y dems etngrafos
cognitivistas entre mediados de la dcada del '50 y fines de los '60 (cf. Frake 1964; Metzger y Williams 1966). Por ahora no extraeremos conclusiones del hecho admirable de que una tcnica de elicitacin mecnica del conocimiento experto se asemeje hasta en los detalles ms colaterales a una
tcnica etnogrfica de anlisis del "pensamiento salvaje". Utilizamos esta semejanza para comprobar
una vez ms, por si hiciera falta, la concordancia de la oferta informtica con la demanda antropolgica y para que no se piense en utilizar el aura tecnocrtica de esta herramienta como un argumento
en contra de su adecuacin.
El desarrollo de esta modalidad de representacin se origina en la Teora de los Constructos
Personales de George Kelly (1955), la cual ha ejercido cierta influencia en las recientes estrategias de
elicitacin del conocimiento ms all de las grillas propiamente dichas. Los constructos de Kelly son
templates o moldes que una persona crea y que luego intenta hacer coincidir con la realidad. La ventaja de este modelo (concebido en su origen para hacer frente a los mecanismos defensivos del sujeto
en la prctica clnica) tienen la ventaja de servir directamente para recolectar conocimiento experto.
Lamentablemente, tanto la teora como la praxis de las grillas de repertorio estn surcadas de notorias inconsistencias terminolgicas, originadas por el hecho de que en su formulacin han participado disciplinas y especialidades heterogneas (tcnicas de reconocimiento de patrones,
psicometra, taxonoma numrica) cuyo nico denominador comn es la descripcin y la taxonoma
de objetos.
La jerga de los repertoristas es variada: una tarea de toma de decisiones o de seleccin es un
proceso en el que se selecciona un ejemplar entre un conjunto de alternativas posibles. Las selecciones se efectan en el contexto de casos especficos, y a partir de la informacin que le corresponde.
Cuando se toman numerosas decisiones en un caso, es comn que se efecten selecciones intermedias, que pueden llegar a asumir una estructura jerrquica.
Pero no todas las decisiones se toman como si el problema fuese ntegramente novedoso: el
experto, por lo comn, relaciona algunas de ellas con su experiencia anterior y a las que se asemejan
552

con sta las considera ejemplos. Los ejemplos ayudan a vincular concepciones abstractas con casos
concretos, y es posible que sin tales nunca se logre estar seguro si el conocimiento capturado es
realmente correcto. Muchos antroplogos observan con cierto recelo los hbitos epistemolgicos de
su propia disciplina, aduciendo que en la misma resulta ms fcil y es ms frecuente ejemplificar que
definir. Cuando alguien ejemplifica un concepto en lugar de especificar las condiciones necesarias y
suficientes que lo definen, se acostumbra tomar esa actitud como un indicio de debilidad terica.
La verdad de las cosas es que se ha reflexionado muy poco sobre la estructura y las capacidades
de la expresin mediante ejemplos. La inteligencia artificial contempornea ha rehabilitado el mtodo de la ejemplificacin, que posee a veces una eficacia operativa que las mejores definiciones categricas envidiaran; la utilizacin de ejemplos se ha convertido incluso en una excelente heurstica
en la computacin convencional, en el seno de las implementaciones de bases de datos relacionales
que utilizan un lenguaje de bsqueda llamado QBE34. En principio, todas las operaciones axiomticas del lgebra relacional se pueden denotar sin ambigedad mediante una ejemplificacin adecuada. Los que estudian la incorporacin de prestaciones inteligentes a la tecnologa de base de datos
han verificado expresamente la excelencia del Prolog para expresar frmulas de QBE (cf. Mouta,
Williams y Neves 1988).
Durante la toma de decisiones, los expertos realizan su seleccin considerando rasgos caractersticos para distinguir las alternativas. Se considera entonces que los rasgos son propiedades o cualidades que definen la seleccin en s. Para identificar los rasgos (exactamente igual que en los interrogatorios etnogrficos de los etnosemnticos) se comparan dos elementos alternativos de una seleccin y se solicita se indique en qu se parecen y en qu difieren. Dado que los rasgos reflejan caractersticas que se confrontan en una toma de decisiones, usualmente se considera que cada rasgo tiene
su opuesto en el interior del conjunto. Este particular se parece ms, de hecho, a la tcnica del diferencial semntico, ideada por Osgood para investigar la connotacin, las asociaciones de ideas y
los significados afectivos, que al fro formalismo del anlisis componencial, pensado por Goodenough para dar cuenta del significado denotativo.
Con las caractersticas (traits) sucede lo mismo que con los rasgos (features): tambin existen
opuestos a lo largo de determinada dimensin de posibilidades. Los valores posibles de una caracterstica se conocen como atributos, cuyo conjunto define un rango de posibilidades y una dimensin
distintiva. Por ejemplo:
Caracterstica
Joven
Rico
Pesado

Opuesto
Viejo
Pobre
Liviano

Atributo
Edad
Riqueza
Peso

La semejanza entre las tradas propuestas por Kelly y el mtodo de tradas utilizada por los etngrafos cognitivistas es sorprendente. Sospechamos que ni unos ni otros han sido conscientes del
paralelismo metodolgico, de la duplicacin de esfuerzos o de la proliferacin innecesaria de terminologa. Pero los mtodos no son por completo idnticos, ya que el producto que resulta de aplicarla
vara. La diferencia esencial consiste en que en el caso de la entrevista etnogrfica se obtena un cua-

34 Es decir, Query By Example. Vase, por ejemplo, Alan Mayne y Michael Wood, Introduccin a las Bases de Datos Relacionales,
Madrid, Daz de Santos, 1985.

553

dro componencial de un dominio (por lo general bajo la forma de un paradigma), mientras que en la
elicitacin experta se generan estructuras inferenciales que tienen la forma de las reglas de produccin del Prolog.
El mtodo de las tradas consiste en presentar tres ejemplares y en preguntar cules son los
rasgos que dos de ellos comparten, pero no un tercero. El interrogatorio prosigue de la misma forma
hasta que se identifica cierto nmero de caractersticas, nmero que vara, naturalmente, conforme a
la dimensin del dominio que se releve. El sistema de relevamiento AQUINAS, por ejemplo, utiliza
casi exclusivamente esta metodologa. El mtodo de las tradas, sin embargo, tiene un punto dbil:
pese a que proporciona descripciones de una manera rpida y bastante prctica, de su aplicacin no
se derivan reglas discriminatorias generales; en otros trminos, el mtodo permite describir, pero no
relacionar.
selecciones

coinciden
ejemplos
tienen

tienen
rasgos

tienen

llevan a

caractersticas

valores

induccin

exhiben
atributos

tienen

conocimiento

Diagrama 3.5 - Grillas de Repertorio

Al lado de las similitudes, es justo destacar algunas diferencias tcnicas relevantes, analizarlas y
explicarlas reflexivamente. En su estudio de las categoras nativas del los tzeltal, Metzger y Williams
(1966) emplean una terminologa que difiere de la que emplean los analistas de grillas, aunque el
propsito y el proceso de la elicitacin se asemejan. Dichos autores sostienen que los datos que
subyacen a una etnografa deberan representar respuestas culturales a cierto conjunto de condiciones. Pero las condiciones que rigen las respuestas nativas estn presentes slo por implicacin; la
descripcin es replicable en un sentido muy general y est abierta a interpretaciones muy diversas y
personales. Las "condiciones" son aqu la tcnica investigativa, que define un mundo de interaccin y
choque cultural en s. Es deseable que las condiciones se formulen en trminos de contextos lingsticos unitarios, a los que ellos llaman frames, y que se supone que responden a contrastes clasificatorios significativos para los informantes, pese a que de hecho surgen en el momento de interactuar
con los antroplogos. La formulacin de frames produce listas que constituyen conjuntos contrastantes, cuya organizacin posee, segn se supone, una relacin significativa con la configuracin del
"conocimiento" de los actores culturales.
El contraste mayor entre los cuadros proporcionados por Metzger y Williams y la salida de una
grilla de repertorio tpica radica en la falta de regularidad y los matices y asimetras de significancia
que se perciben en los primeros, imputables a modos de organizacin de los frames ajenos a una
mentalidad clasificatoria que podramos llamar aristotlica o linneana, sin que ello implique poner en
tela de juicio su riqueza semntica, su eficacia pragmtica o su valor adaptativo.

554

La misma conclusin podra derivarse de tomar como parmetro otro estudio, esta vez correspondiente a las categoras de cobertura de otras taxonomas folk de la misma etna tzeltal (cf.
Berlin, Breedlove y Raven 1968). En este caso los procedimientos (y la terminologa que les corresponde) son casi los mismos que se han popularizado entre los ingenieros del conocimiento que instrumentan grillas. Se despliegan tests de tradas (inventados etnogrficamente, al parecer, por Romney y D'Andrade), se induce a los informantes a construir claves binarias y se cubren los resultados
de ambas operaciones con series de comparaciones apareadas. Las dimensiones y valores hallados
por el equipo de Berlin corresponden sin duda a las caractersticas y atributos de los analistas de grillas. De nuevo la informacin de campo es ms sinuosa y matizada que los insumos preparados para
el tratamiento computacional, lo que incita a explicarlo, toda vez que no por su superior realismo la
estructuracin etnogrfica es cualitativamente distinta. Los datos, sencillamente, son ms ajenos, ms
extraados.
Tras varios aos en el curso de los cuales los estudios cognitivos en antropologa perdieron la
masiva popularidad que disfrutaron en los 60, nos ha sorprendido hallar en un texto de inteligencia
artificial una evaluacin entusiasta de los mtodos aplicados por los etngrafos del conocimiento (cf.
Benfer y Furbee 1989):
Pocos ingenieros del conocimiento encontrarn problemas semejantes a los que afrontan los antroplogos.
Sin embargo, utilizar los mtodos que los antroplogos han desarrollado para capturar el conocimiento indgena
de pueblos y dominios posee ventajas superiores a las de la experiencia cotidiana. El concepto primario ms til
es la distincin entre emic y etic. Es bien sabido que la mayora de nosotros no puede verbalizar fcilmente
dominios del conocimiento, es especial aqullos en los que somos expertos. Sin embargo, los antroplogos y los
lingistas han desarrollado mtodos exactamente para ese propsito, los mtodos de la etnociencia. [..] Los
antroplogos poseen experiencia en sistemas bien conocidos para los expertos, pero a los cuales el antroplogo
comprende slo imperfectamente. [..] El ingeniero del conocimiento comparte muchos de los mismos
problemas, si bien no el escenario, a menudo incmodo, que representa el campo (1989: 29).

Estos ingenieros, sorprendentemente, ignoran la existencia misma de las grillas y la historia ntima de tecnologas del saber que con seguridad tejieron ellos antes y mejor; nosotros mismos, simultneamente, parecemos ignorar el valor de lo que llevamos hecho. No viene al caso analizar punto
por punto la forma en que se consuma el relevamiento automatizado del expertise del que resultan
las grillas. Eso ha sido descripto con lujo de detalles en bibliografa accesible (Parsaye 1988). Lo que
s es importante es tomar nota de la posible equivalencia lgica entre la transferencia de ese expertise
a un dispositivo mecnico que funciona segn formas peculiares de inferencia y la trasmisin de un
conocimiento especializado desde un informante etnogrfico hasta un encuestador coaccionado por
otras pautas de razonamiento.
2. Estructuras antropolgico-lingsticas de representacin
El propsito de este apartado es el de demostrar la posibilidad de expresar en Prolog primero, y
luego comparar, perfeccionar y recuperar a travs de modelos operativos las estructuras de significado y representacin desarrolladas en las reas de conjuncin de la antropologa y la lingstica desde
el surgimiento de la antropologa cognitiva de Goodenough (1956) hasta nuestros das (cf. Reynoso
1986b).
La idea no consiste en aislar la capacidad del lenguaje para la reescritura de estructuras previamente formalizadas o pautadas, sino en demostrar su adecuacin para expresar cualquier estructura, tomando aquellas que ya han sido abstradas y nominadas como muestra representativa de una
555

totalidad que a primera vista tiende a lo innumerable. Nuestra dependencia de las formalizaciones
lingstico-antropolgicas ya establecidas para la identificacin del mbito de posibilidades de las estructuras semnticas responde slo a una conveniencia prctica, y no presupone que avalamos el
orden clasificatorio que se ha inventado o descubierto ni la necesidad de reconocer estas (y no otras)
formas de configuracin del campo semntico.
Trabajar con estructuras ya propuestas no involucra facilitar la gestin reproduciendo nexos
predigeridos, sino hacerla ms crtica poniendo a prueba la capacidad de la signatura del Prolog para
tejer nexos deductivos a partir de ellas, sirvindose del troquelado categorial de las representaciones
como heurstica que deber orientar, llegado el momento, el anlisis, las comparaciones y la generalizacin. Hay que evaluar tanto la fuerza sintctica y pragmtica del lenguaje para tratar la estructura,
como la eficacia de la estructura para organizar el tratamiento lgico de lo real. Si hay o no dominios
sin estructura, ello no es aqu relevante, aunque la no-estructura (como el caos) ha manifestado poseer pautas que justificaron definirla como una estructura ms: el montn o congeries. Si la representacin original se reputa no estructurable en el sentido de "ininteligible" o quiz "no racional" (Tyler
1978), tan difcil o imposible ser sacar conclusiones en Prolog como en discurso antropolgico natural. Pero si de la estructuracin no se segrega una cierta eficacia modlica, ella ser gratuita y podr
reputarse como formalismo superfluo.
Es digna de sealarse una diferencia significativa entre las estructuras ya descriptas, originadas
en la ciencia cognitiva o en la ingeniera del conocimiento, y las que revisaremos a continuacin. Aqullas se corresponden con teoras acerca del funcionamiento de la mente individual; stas tienen
que ver principalmente con representaciones colectivas. Si las primeras pretendan utilizar la "metfora de la mquina" o el "paradigma del procesamiento de la informacin" como imgenes que permitieran modelar el pensamiento humano y reproducirlo mecnicamente, las segundas pretenden
construir una representacin inteligible para el cientfico, cuyo contenido no es otra cosa que un modelo del llamado "pensamiento salvaje", ya sea para mostrar su identidad o su diferencia con la mentalidad occidental. Unas y otras estructuras se pueden desplegar en un modelo de programacin lgica como recursos heursticos, sin adscribir, en cada caso, a las teoras en que se originan.
Para ser consecuentes con su uso lingstico y antropolgico, utilizaremos el concepto de lexema
para referirnos a las unidades verbales de significacin en un campo u ordenamiento semntico. Un
lexema es, de acuerdo con la caracterizacin de la semntica estructural, una unidad del vocabulario,
anloga a una entrada de diccionario, no siempre equivalente a la palabra. Segn los semanticistas,
existen lexemas simples ("flauta"), lexemas complejos ("flautista") y lexemas compuestos ("flauta de
Pan"), aunque esa distincin est ligada a las peculiaridades del idioma y pareceran ser relativas (cf.
Lyons 1980:71-72). En su escritura en lenguaje Prolog (cuya dependencia de una lengua madre de
tipo flexional habr que analizar algn da), lo ms probable es que un lexema se exprese mediante
un trmino o un predicado.
Si situamos al lexema en el centro de la escala de referencia, encontraremos estructura ya sea en
el interior del lexema, a nivel de sus componentes parciales de significado (semas, sememas), como
alrededor de l, determinando una macroestructura (campo, dominio) al cual el lexema pertenece
cuando se lo considera desde cierto punto de vista, desde el cual el conjunto que integra se destaca
como segregado o conjunto contrastante.
En antropologa lingstica, el anlisis de la estructura semntica interna de los lexemas estuvo
ligado histricamente al anlisis componencial, codificado por la etnociencia, etnosemntica o antropologa cognitiva derivada de Goodenough. No es preciso identificar las caracterizaciones siguientes
556

con los supuestos tericos de esa escuela, seducida por los principios particularistas, emic, y en ocasiones anticientficos (no obstante su formalismo) sustentados por el idealismo norteamericano. La
antropologa basada en el anlisis componencial es una de las pocas corrientes respecto de la cual se
admite abiertamente que fracas. Se reconozca o no la validez del anlisis componencial clsico, es
menester reivindicar en este contexto la legitimidad del anlisis semntico y subrayar la equivalencia
lgica entre las operaciones de anlisis del contenido semntico interno de los lexemas que componen un dominio, el deslinde de la estructura interna de ese dominio y la clasificacin de las entidades
que conforman el mismo.
En lo que al Prolog respecta, el problema de las estructuras representacionales lingsticas y
antropolgicas tiene tres caras: la primera es la capacidad de expresar conjuntos de hechos y reglas
cuya mera estipulacin determine la existencia de una estructura identificable obrando como nivel
subyacente o implcito del conjunto; la segunda, la posibilidad de ordenar hechos preexistentes de
modo que asuman una estructura que se desea imponer; la tercera, averiguar si una estructura definida se encuentra operante en un conjunto de hechos elicitados. En una prueba de aplicacin de las
capacidades del lenguaje se deben resolver las tres instancias. Algunas pruebas se suministrarn en
este apartado; las que no, sern desplegadas en los programas y estudios de casos. Lo que sigue no es
el listado de todas las estructuras de significado reconocidas en todas las corrientes constituidas en
semntica lingstica, sino las de aquellas instrumentadas consecuentemente en la antropologa,
entendiendo que stas constituyen una muestra representativa de las posibilidades tericas. Lo que
interesa de esas estructuras (que no sern estudiadas en todos sus aspectos ni presionadas hacia todas
sus consecuencias) es su anatoma relacional; como este no es un tratado de semntica antropolgica,
slo en algunos casos tantearemos terreno en otros sentidos.
a) Listas
Quienes han propuesto la idea afirman que una lista consiste en mltiples entradas lxicas que
no estn relacionadas ms que por su orden ocasional, el cual es totalmente aleatorio. En su uso cultural comn, en un procesamiento de informacin confiado a la memoria a corto plazo, las listas slo
son tiles para pequeos nmeros de elementos (cf. Tyler 1978:255-256). En una circunstancia
descriptiva cualquiera (las materias primas que constituyen un ergn, el nmero de textos que se
refieren a un sitio arqueolgico, el inventario de los elementos que componen una representacin) las
listas constituyen una forma de estructuracin tan frecuente como poco analizada.
Ya se ha visto que el lenguaje Prolog dispone de recursos preconstruidos para expresar sintcticamente la existencia de una lista, y de una serie de predicados tanto built-in como definidos por
la tradicin profesional, capaces de operar recursivamente sobre esas entidades. Vase, por ejemplo,
el uso de los predicados findall, member, sort, reverse o append en los programas del apndice y en
el apartado 3.a de este captulo. Pero no es preciso identificar las listas recursivas incorporadas al
lenguaje con este tipo de estructuraciones conceptuales; es posible (y a veces puede resultar ms
prctico) representar los tems mediante iteraciones de hechos. El ejemplo siguiente expresa las materias primas constituyentes de un ergn, primero como lista recursiva y luego en forma de hechos
acumulados:

557

En Prolog sobran recursos para convertir conjuntos de hechos a listas y viceversa, lo cual,
incidentalmente, sirve para demostrar la equivalencia semntica de las diversas estructuras de representacin. La forma ms sencilla de transformar un conjunto como el referido a una lista de ergones
es mediante el predicado findall:

Y a la inversa:

Convertir una lista en un conjunto de hechos predicativos es algo ms que instrumentar un mero
cambio de formas. Computacionalmente, una lista es una estructura recursiva, y el mismo carcter
asumen, como por contagio, los algoritmos que se le aplican. Un conjunto de hechos, en cambio, se
puede tratar utilizando iteraciones en vez de recursin. Se sabe desde Gdel (1931) que las
estructuras recursivas son peligrosas: todo sistema que las incluya se arriesga a la indecidibilidad,
aunque en un programa bien diseado esos lmites se mantienen distantes. Algn da analizaremos
por qu a los cientficos sociales dominar las representaciones recursivas les insume mayor esfuerzo
que digamos a los programadores lgicos de profesin. En el captulo dedicado a las estructuras
computacionales de tipo lista revisaremos otras alternativas de tratamiento.
b) Cadenas o complejos encadenados
Una cadena es una secuencia de lexemas agrupados en la que no existe ningn principio homogneo de agrupamiento. Cada lexema se relaciona con cada uno de los otros mediante un rasgo
distinto (Vygotsky 1962:64-65; Bruner 1973:355-359; Tyler 1978:256). La representacin de una cadena en Prolog es asaz directa, ya que puede exponerse mediante cualquier conjunto de expresiones
que denoten algn tipo de anlisis componencial. Para la codificacin de un conjunto de datos
destinados a reflejar una estructura de complejo encadenado se puede optar entre algoritmos recursivos sobre listas de listas, por ejemplo, y procedimientos iterativos sobre estructuras complejas de aridez mltiple. Diagnosticar que un dominio posee estructura de cadena, en cambio, requiere el diseo
de procedimientos algortmicos con un discreto despliegue de predicados extralgicos y una inevitable apelacin a la variable annima.
c) Series.
Una serie es un conjunto de lexemas relativos a elementos que se suceden o se preceden en el
tiempo. En la antropologa cognitiva clsica o en sus inmediaciones, las series daban cuenta, por
ejemplo, de las etapas de ejecucin de un ritual o de los pasos necesarios para producir determinado
compuesto o confeccionar algn producto (pcimas, vasijas, viviendas, dramas sociales, actores culturales). En general, las series o secuencias etnogrficas relevadas han sido bastante simples, con
558

escasas ramificaciones y paralelismos; pero la estructura en s puede llegar a ser considerablemente

compleja y a imponer, una vez en la mquina, procesos de produccin o inferencia que deben ser
descompuestos en otras estructuras ms simples para poder simularse.
Al contrario de lo que sucede en modelos que (como los estructuralistas) no tienen un correlato
instrumental discernible, la introduccin del tiempo en un modelo computacional no es de ningn
modo una instancia crtica. La mquina de Von Neumann se encarga de establecer el isomorfismo
entre el orden de la serie que se procesa y su orden efectivo de tratamiento. Al carcter serial del
conocimiento o significado que se representa pudieran corresponderle exigencias de temporalidad
sobre la lgica encargada de construir a partir de l inferencias emergentes. De la lgica temporal y
de su simulacin en Prolog trataremos en la cuarta seccin de la tesis; nuestro programa SIMULA, a
su turno, ilustra una sucesin seriada de acontecimientos cuyo isomorfismo con la secuencia
temporal efectiva puede modularse, permitiendo jugar a la sincrona perfecta, a la aceleracin y a la
cmara lenta. El programa de marras disemina cantidades; para tratar series cualitativas, slo deben
reemplazarse los nmeros por los smbolos que correspondan. As como en el caso de las listas las
posibilidades de la computadora desbordan las exigencias de las demandas antropolgicas imaginables, en el de las series lineales la inminencia de las mquinas de procesamiento paralelo hace que
la complejidad y amplitud de las demandas instrumentales sigan bajo control, con un aadido feliz:
en casi todos las implementaciones que conocemos, la base estructural de los lenguajes para procesamiento paralelo es el mismo Prolog, modificado para la circunstancia (Clark y Gregory 1983; Eadline 1987; Shapiro 1986).
d) Secuencias analgicas
Estas secuencias proporcionan los ordenamientos propios de cosas tan comunes y heterogneas
como guas telefnicas, nmeros de pgina y diversos dominios funcionales (cf. Tyler 1978:257). Se
podra pensar en extender la definicin de la categora estructural hasta cubrir esquemas de
representacin tan bien conocidos por la etnografa como los llamados mapas cognitivos o los dominios culturales ad hoc que hicieran exclamar a Wierzbicka que "las manzanas no son una clase de
frutas" (1984), insistiendo en que la categorizacin en las culturas reales a menudo se asemeja ms al
Emporio Celestial del Conocimiento Benevolente que a las clasificaciones lgicas y cientficas.
Como cualquier otro lenguaje de computacin, el Prolog dispone de recursos para practicar y
analizar los criterios de ordenamiento a que haya lugar. Hasta donde alcanzamos a ver, que un
dominio sea funcional, contingente y ocasional en vez de esttico, necesario y taxonmico no impone ningn obstculo imaginable a su expresin en clusulas de lgica.
e) Arboles
En oposicin radical a los sistemas de definicin de rasgos componenciales mnimamente redundantes o paradigmas, resultantes de la aplicacin simultnea de distinciones componenciales,
existe una estructura de mxima redundancia en el que ningn par de rasgos contrasta sobre ms de
una dimensin. Este sistema puede ser llamado un rbol, aunque esta nomenclatura induzca a confusiones con grafos conexos conmutativos capaces de trasuntar, en principio, todo tipo de relacin o
secuencia.
559

Para representar grficamente un rbol se requiere un diagrama de conmutacin apto para

reflejar una estructura semntica ramificada. No se trata de que un rbol semntico no pueda representarse, por ejemplo, mediante matrices; es slo que una figura matricial no sera econmica como
modo de diagramacin, debido a la elevada redundancia de la articulacin del dominio: la mayora
de las coordenadas, en efecto, aparecera ocupada por casilleros vacos. En el diagrama arbolado el
primer nodo indica tpicamente la raz o dominio, mientras que los nodos subsiguientes hacia abajo
representan la eleccin de un solo rasgo o atributo a partir de una dimensin determinada. De acuerdo con la antropologa cognitiva clsica, un rbol perfecto (que puede incluir o no una taxonoma) se
representa por medio de un diagrama arbolado en el cual, para cada dimensin, existe un solo nodo
sobre el cual se aplica. Paradigmas y rboles son lgicamente incompatibles, aunque cualquiera de
ellos puede ocurrir en una taxonoma. Una vez ms, la traduccin de un rbol componencial o taxonmico a clusulas de Prolog no ofrece ninguna dificultad especial. Una alternativa de codificacin
podra consistir en expresar mediante nombres de predicado las dimensiones que se contrastan y
como trminos sus valores sustantivos. Es posible que la representacin ms adecuada y directa sea
la que implica el uso de estructuras especficas del lenguaje lgico, llamadas asimismo rboles, cuyo
carcter analizaremos en el contexto oportuno. Como estructuras convencionales los rboles lgicos
son quiz una pizca ms complicadas de lo necesario; en compensacin permiten tratar a las maravillas casos muy abstractos de isomorfismo.
f) Claves
En un campo semntico, las claves permiten contrastar rasgos simples de significado, de modo
que se pueda referir la presencia o ausencia de algn atributo. Las claves se encuentran muy espordicamente en contextos etnogrficos, y existen motivos que conducen a sospechar que, all donde
aparecen, responden a un efecto clasificatorio que se produce como consecuencia de la estrategia
utilizada por el etngrafo en el trabajo de elicitacin (Cf. Wierzbicka 1984; Fowler 1979).
En Prolog la representacin de claves y la determinacin de la presencia de esta estructura en un
conjunto elicitado no son mayormente problemticas, con una salvedad. El mecanismo natural para
expresar el carcter negativo de un atributo es la negacin. Aqu es donde corre el riesgo de filtrarse
una paradoja: pese a que la leyenda popular atribuye a la computacin una eficacia restringida a los
campos que se articulan taxativamente por "s" o por "no", en un programa lgico una estructura semntica definida por afirmaciones y negaciones puras sera, de todas las imaginables, la ms
ambigua y la ms indcil. Es que la negacin tiene diferentes significados en un sistema lgico natural, en la lgica computada y ante el sentido comn. La literatura tcnica ya ha llamado la atencin
sobre este particular, que hace del uso de la negacin en un programa lgico una instancia particularmente delicada (cf. Sterling y Shapiro 1987: 165-168; Covington et al 1988: 24-27).

560

Agujas en ramitos de 5
+
Pias con puntas gruesas
+
Pias con puntas
espinosas
+
Espinas
curvas
+
-

Pias con 10-20 cm

de largo
+
-

Pias de 7,5-20 cm
abiertas
+
-

P. balfouriana P. aristata P. flexis

Pino blanco
oriental
P. strobus

Pino blanco
occidental
P. monticola

P. albicaulis

Diagrama 3.6 - Clave parcial (cf. Preston 1966)

El diagrama anterior, por ejemplo, slo se podra expresar en Prolog al precio de cierta cuota de
redundancia. Existen, sin embargo, numerosas alternativas a las claves, tanto en los rboles binarios
de la teora matemtica de grafos, en los rboles B+ de la computacin y en los mtodos de pairing
de la etnociencia reciente (cf. Lancy y Strathern 1981). En los apartados especficos trataremos ese
punto.
g) Taxonomas.
Una taxonoma consiste en un grupo de lexemas relacionados por relaciones de inclusin: un
terrier es un (tipo de) perro, un perro es un (tipo de) cuadrpedo, un cuadrpedo es (un tipo de)
animal, y as sucesivamente. Una taxonoma es una estructura de ordenamiento de un tipo lgico
claramente distinto al de por ejemplo un rbol o un paradigma. En aqul caso nos encontramos
ante una forma relacional precisa (la inclusin de clase) que puede no conceptualizarse en un aborde
componencial, de un orden ms abstracto. Casi todas las taxonomas reportadas por los etngrafos se
hallan ordenadas internamente conforme a estructuras de tipo rbol, y es posible que los niveles
planos de una jerarqua taxonmica respondan casi siempre a configuraciones como las que aqu se
filiarn como paradigmas.
Tcnicamente, una taxonoma es una relacin de la forma aTb, donde T es una relacin taxonmica que en lenguaje natural asume expresiones tales como "- es (una clase de) -", "todos los - son
-" y posiblemente otras. Una taxonoma es irreflexiva (un taxon no puede ser subordinado o supraordinado de s mismo), asimtrica (un taxon no puede ser a la vez sub y supraordinado) y transitiva (si aTb y bTc pertenecen a ella, luego aTc tambin). La condicin de transitividad es tal vez la
caracterstica formal de la taxonoma de ms amplios alcances (cf. Werner y Fenton 1970), en tanto
que, para cierta etnologa que se extiende entre Lvi-Strauss, el cognitivismo y Hallpike, la taxonoma en s se ha transformado en el arquetipo del ejercicio intelectual tpico de la pense sauvage.
El grosor que va adquiriendo esta tesis no nos permite ms que esbozar lo que debera ser un
tratamiento cumplido de este formalismo, uno de los que esconden articulaciones y consecuencias
561

ms ricas para la antropologa. Es esa misma riqueza la que ahora nos obliga a un abordaje sumario,
a estipular algo que se parece ms a un plan provisional que a un dictamen concluyente.
Un desarrollo ms ecunime de estos menesteres no sera completo si no diera cuenta, en
primera instancia, de la importancia de las taxonomas folk en el conjunto de los estudios cognitivos
y de la forma en que los diferentes recursos computacionales (clsicos e inteligentes) podran contribuir al esclarecimiento de formas emic de estructuracin conceptual y a caracterizar mejor de lo que
se ha venido haciendo hasta hoy su eventual diferencia con las pautas cientficas de clasificacin.
Hay otros interrogantes agazapados: es la taxonoma el grado cero de la ciencia? hasta qu punto
todo saber no es eminentemente taxonomizador? (cf. Benfer y Furbee 1989).
En un segundo momento, cabra inspeccionar tambin la relacin entre las taxonomas politticas y el problema de la taxonoma numrica, tanto a nivel emic como etic. La taxonoma numrica o clasificacin natural constituye a su vez una propuesta de orden inductivo que posee, segn nos
han comunicado colegas orientados a la antropologa biolgica, ciertas consecuencias metodolgicas
e ideolgicas desagradables que no habra que pasar por alto. As como las escalas de Guttman han
propiciado especulaciones paleo-evolucionistas, la idea de la clasificacin natural alimenta ideas que
inclinan la prctica cientfica al irracionalismo (Needham 1975; Chaney 1978b).
En tercer orden, aqu debe tratarse asimismo el consabido aserto referido al estatuto de
"historia natural" de que disfrutaran, en la puerta misma de su promocin a ciencias plenas, determinadas formas del conocimiento, la antropologa entre ellas. A este respecto viene a cuento la siguiente afirmacin de Hempel, a encuadrar dentro del paradigma neopositivista:
Con alguna simplificacin, a menudo puede decirse que el desarrollo de una disciplina cientfica parte de
una etapa inicial de la "historia natural", etapa en la que se busca primeramente describir los fenmenos en
estudio y establecer generalizaciones empricas simples acerca de ellos, para pasar a etapas cada vez ms
"tericas", en las cuales se otorga creciente importancia al logro de explicaciones tericas amplias del tema
emprico en investigacin. El vocabulario requerido en las primeras etapas de este desarrollo ser en su mayor
parte observacional. [...] El paso a la sistematizacin terica se seala por la introduccin de nuevos trminos
"tericos", que se refieren a las diversas entidades postuladas tericamente, a sus caractersticas y a los procesos
que intervienen" (Hempel 1988:143-144).

La ejemplificacin de estas transiciones entre puntos de vista "sintomatolgicos" y "etiolgicos"

podra tomar como punto de partida los supuestos de diversos programas clasificatorios (los archivos
de la HRAF, por ejemplo) y luego simular o poner a prueba la derivacin de un conjunto de
afirmaciones teorticas, tomadas de los estudios transculturales de Murdock, Naroll, Cohen o Whiting. En esta analtica habra que indagar tambin la relacin entre "trminos observacionales" y "hechos" de la notacin lgica y entre "trminos tericos" y "reglas" o "procedimientos" lgicos, para
ver si la transicin hempeliana puede expresarse como la derivacin (o construccin) de estos ltimos a partir de aqullos. Convendra quiz otorgar a esta diferencia un valor estrictamente relativo,
por cuanto los "hechos" iniciales de un programa lgico (o de una etnologa) podran estar encuadrados con arreglo a categoras tericas, ms que observacionales.
Si es verdad lo que consigna Hempel, sera preciso indagar formalmente lo que las tcnicas de
inteligencia artificial aqu propuestas podran hacer para perfeccionar los saberes propios de la etapa
en que nos hallamos y de las bifurcaciones a la vista. Por ltimo habra que expedirse sobre los
importantes hallazgos de John Gregg (1954) y tratar a fondo las analogas elaboradas por James
Hamill en "Syllogistic reasoning and taxonomic semantics", adaptndolas a las modalidades propias
del clculo de predicados.
562

Mientras todos estos objetivos se anotan entre los numerosos proyectos emergentes de esta tesis,
convengamos que, en tanto lenguaje relacional, el Prolog constituye un vehculo ptimo para la
expresin de datos taxonmicos. Nuestro sistema experto, AGENI3.PRO, admite el ingreso y tratamiento de esa clase de datos. Las taxonomas no son formalmente tan especiales despus de todo, y
lo que las particulariza es el sentido de abarcatividad e inclusin de los trminos a medida que se avanza hacia los lexemas terminales. El carcter de predicacin clasificatoria de las reglas de produccin que forman el nivel aparente de la base de conocimientos del modelo es una instancia interpretativa que no compromete la eficacia de las operaciones que la atraviesan. En dicho sistema, la condicin de transitividad es coextensiva a la recursividad entre las categoras de inclusin.
h) Partonomas
La especificidad de la partonoma con respecto a otras estructuras de inclusin de clase finca en
que, en aqul caso, las relaciones de transitividad slo resultan vlidas entre niveles conjuntos. As,
mientras en una taxonoma resulta correcto interpretar que "un perro es un mamfero" (aunque
existan planos intermedios de discriminacin), en un esquema partonmico no lo es deducir que "un
dedo forma parte del brazo" sin tener en cuenta la existencia de partes intermedias vinculantes.
La particularidad de las partonomas no slo atae a las operaciones interpretativas; para ser
cabalmente correctas, las operaciones de inferencia que recorren las estructuras partonmicas o bien
no deben dejar que las preguntas de inclusin disjuntas se realicen con xito, o bien deben asentar en
las respuestas la existencia y el carcter de las relaciones de inclusin intermedias. Para ello habr
que aniquilar la transitividad bloqueando todas las reglas recursivas o mantenindolas bajo control.
El objetivo no es difcil de alcanzar en Prolog, pero tampoco es de logro inmediato. Aunque no hemos estudiado el problema en detalle, el control de los encadenamientos deductivos no parece presentar dificultades insalvables una vez que se domine el flujo de la prueba lgica con el suficiente
margen de virtuosismo. Nuestro sistema experto genrico AGENI3.PRO admite informacin partonmica como insumo, incluso bajo la forma de frames capaces de articular la comparacin entre sistemas distintos. En la transaccin de diagnosis, el sistema especifica qu condiciones corresponden a
los niveles superiores de la clasificacin.
Hace ya casi un cuarto de siglo, la antropologa del conocimiento descoll en modos de anlisis
partonmico de corte clsico. El estudio ms tpico, quiz, es el de Keith Basso (1967); en l se analiza la proyeccin del conocimiento partonmico del cuerpo humano sobre los automviles y
camiones transculturalmente adquiridos por los apache occidentales. En el esquema apache, el cableado elctrico se identificaba con las venas, el tanque de gasolina con el estmago, el distribuidor
con el corazn, la gordura con la grasa mecnica, las luces frontales con los ojos, los mecanismos
bajo el cap con las tripas o intestinos y as el resto.
Al margen de las enseanzas que arroja sobre dominios semnticos previos y sobre los procesos
de aculturacin, el artculo de Basso, tan sencillo como ejemplar, nos sugiere que los recursos del
Prolog bien podran servir para determinar primero el isomorfismo entre esquemas arbolados y aprovechar despus el anlisis de los isomorfismos para otorgar calidad formal a la extrapolacin de metforas y analogas entre dominios cognitivos separados, o incluso entre diversas culturas. Ejemplificaremos el primer tpico al tratar sobre los rboles computacionales; el segundo, sin duda, requiere
un tratamiento pausado y un diseo investigativo en los que por ahora no podemos entretenernos.
Sacrificamos entonces otra excursin interesante, pese a que su promesa es ms fundada que el
563

apego ritual de la antropologa interpretativa hacia metaforizaciones no analizadas y no analizables,

en principio, a travs de la metodologa que ella misma promueve (cf. Turner 1974; Geertz 1980).
i) Paradigmas
El paradigma es la estructura representacional ms ordenada, menos redundante y ms perfecta
de todas las que se inventaron o descubrieron durante el auge fugaz del anlisis componencial. Dado
un dominio en el que se ha reconocido un nmero finito (idealmente, reducido) de dimensiones
semnticas, cada una de las cuales puede asumir una cantidad acotada de valores posibles, se obtiene
de inmediato un paradigma.
B

nos1

nos3

yo

vos

ellos

nos2

Suponiendo que el dominio en cuestin sean los pronombres personales de una lengua, como en
la ilustracin anterior, las dimensiones semnticas involucradas podran ser (A) gnero, (B) nmero,
(C) inclusin del hablante y (D) inclusin del oyente. Los valores posibles seran, respectivamente
(a1) masculino, (a2) femenino y (a3) neutro; (b1) singular y (b2) plural; (c1) hablante incluido y (c2)
hablante excluido; (d1) oyente incluido y (d2) oyente excluido.
Queda claro que un paradigma sera entonces una interseccin de clases de un tipo especial,
conjuntiva, no reflexiva, intransitiva y no jerrquica. Un universo se encuentra estructurado paradigmticamente cuando al partrselo en conjuntos (asimilables a dimensiones) no queden conjuntos con
miembros en comn y la suma de todos los conjuntos restituya el universo inicial. En lgica de conjuntos, se podra decir que la interseccin de todos los conjuntos es un conjunto vaco, y la unin de
todos los conjuntos es el universo. Los paradigmas admiten tambin una representacin arbolada, lo
cual no debe inducir a confundirlos con los rboles, que son estructuras con otras caractersticas de
redundancia componencial. La que sigue es una versin arbolada del paradigma pronominal anterior:

564

D
a2

a1
b2

b1

b1

b2

c1

c2

c1

c2

c1

c2

c1

c2

L1

L2

L3

L4

L5

L6

L7

L8

La aplicacin de las definiciones componenciales estipuladas daran por resultado un dominio de

ocho lexemas con la siguiente composicin semntica:

Se han reconocido dos modalidades de paradigmas, los llamados perfectos u ortogonales, que
son los ms apreciados por los analistas, y los imperfectos, que como siempre pasa son los ms
abundantes. En un paradigma perfecto, para cada conjunto de valores a1, ..., an en una dimensin
dada A, existe un par de lexemas en el dominio cuyas definiciones componenciales son idnticas,
excepto en lo que respecta al rasgo semntico considerado en esa dimensin. En ese mismo paradigma perfecto, para cada combinacin posible de rasgos y valores existe uno y slo un lexema. Los
paradigmas perfectos poseen redundancia cero, lo cual implica que un cambio operado en un solo
rasgo de la definicin componencial resultar en la definicin componencial de otro lexema del
mismo dominio.
Es oportuno un ejemplo aducido por Goodenough, aunque este autor no se expresa en trminos
de paradigmas: el lexema "ta" puede hacer referencia a la hermana de la madre, a la hermana del padre, a la esposa del hermano de la madre o a la esposa del hermano del padre; en todo caso, ser un
pariente de Ego que es simultneamente (I) de sexo femenino, (II) ubicada a dos grados de distancia
genealgica, (III) no lineal, (IV) de la generacin mayor o "senior" y (V) no conectada por lazo
marital en otra generacin que no sea la mencionada. De esta manera, los diferentes denotata
disyuntivos han sido integrados en una organizacin conjuntiva, constituyendo una clase unitaria que
puede describirse como el producto cartesiano de la combinacin de los distintos atributos.
Si el dominio es reductible a un paradigma perfecto, se cumplir la condicin establecida en los
prrafos anteriores; en efecto, si se vara la dimensin (I) se obtiene "to", si se modifica (II) se tiene
"ta abuela", si se altera (III) "abuela", "sobrina" si se cambia (IV) y "ta de la esposa" o "ta del
marido" si se transforma (V). En rigor, el paradigma completo de nuestra terminologa de parentesco
no es perfecto, ya que no existen lexemas para todos los trminos del producto cartesiano (cf. Goodenough 1967). La que sigue es una representacin ortogonal (clase-producto) del paradigma de los
trminos bsicos del parentesco en nuestra cultura.
565

c1
b1
b2
b3
b4
b5

a1
abuelo
padre
hijo
nieto

a2
abuela
madre
EGO
hija
nieta

c2

c3

a1

a2

to
hermano
sobrino

ta
hermana
sobrina

a1

primo

a2

prima

En base a estas convenciones nomenclatorias, la composicin semntica (o definicin componencial) de los distintos parientes se expresara como a1b1c1 para "abuelo", a2b1c1 para "abuela"
y as el resto. Desde ya, la forma de expresar la estructura semntica de los diferentes lexemas que
componen un dominio varan de un autor a otro; lo esencial es que se especifiquen las claves del
procedimiento, a fin de que el anlisis resulte inteligible y replicable.
Como no podra ser de otro modo en un lenguaje relacional, la representacin de un paradigma
en Prolog es sumamente sencilla y admite numerosas formas alternativas. El proceso para determinar
si la estructuracin conceptual de un dominio responde o no a un esquema paradigmtico, es un poco
ms complicado, sobre todo si ste no es ortogonal. De todas formas, el proceso necesario para llegar
a esta determinacin reproduce los mismos pasos que seran propios de un procedimiento no
mecnico; lo hemos aplicado con buen efecto en un programa aqu no incluido, COMPONEN.PRO,
concebido como complemento analtico de nuestro sistema experto.

j) Tipologas
Segn la caracterizacin de Stephen Tyler, "las tipologas difieren de los paradigmas slo por el
hecho de que sus rasgos son idealizaciones ejemplares y declaradas que no representan un estado de
cosas factual" (1978:274). Dado que son idealizaciones, los rasgos se formulan con anterioridad al
anlisis y se aplican arbitrariamente a una clase de lexemas. A diferencia de lo que sucede con los
paradigmas, los rasgos de una tipologa no surgen de la inter-comparacin de los lexemas a ordenar.
Se podra decir que mientras con los paradigmas se procede en forma inductiva, con las tipologas se
procede deductivamente (Conklin 1969:107). Las tipologas no se utilizan con frecuencia en contextos folk, y son muy raras en contextos no analticos.
Tanto una tipologa como una taxonoma constituyen modos de ordenar un campo. La diferencia
entre ambas consiste en que la primera se funda en la predicacin de condiciones necesarias y/o
suficientes (es decir, es un ordenamiento lgico eventualmente planar) en tanto que la segunda se origina en la pertenenencia de elementos a clases (y por ende es un sorting clasificatorio siempre
jerrquico). Desde el punto de vista estructural, ambas estructuras podran llegar a ser idnticas,
variando slo en la interpretacin de los criterios que las originan.
566

Una tipologa es una entidad quiz menos estructural que interpretativa de las relaciones que
articulan una estructura. En un sistema lgico, las condiciones que definen los tipos pueden asimilarse a reglas de produccin o a otras configuraciones ms primarias. Nuestro Sistema Experto
(programa AGENI3.PRO) admite una tipologa como conjunto de entrada regido por una serie variable de condicionalidades ms o menos laxas, aristotlicas o difusas.
k) Tipos-token
Dos trabajos antropolgicos de cierta importancia terica y metodolgica estn relacionados con
una articulacin del campo semntico que se ha llamado type-token (Gardner 1976:452-462; Randall
1976:546-553). Este ordenamiento semntico es similar a una tipologa en el hecho de que utiliza
tipos ideales, pero difiere de ella por no usar la interseccin como medio para interrelacionar los
tipos (Tyler 1978: 275). El tipo-token se caracteriza por una superposicin parcial en el que los
tokens perifricos se pueden ser considerar en parte de un tipo y en parte de otro, y en el que slo los
tokens ms parecidos al tipo central estn relacionados estrechamente con l. En esta estructura se
puede hablar, en cierto sentido, de significados centrales y significados perifricos: la idea general es
que existen colecciones de tipos confederados de acuerdo con un rgimen muy tolerante, cada uno de
los cuales posee un agrupamiento o constelacin de tokens perifricos o satlites, ordenados
conforme a su mayor o menor parecido con el tipo.
El tipo en s funciona como un estndar de comparacin; los tokens que se arraciman en las
periferias se consideran verbalmente como formas "inusuales", cuasi-anmalas o "raras" del tipo
correspondiente. En ingls -la lengua en que esta estructura semntica fue originariamente definidaexisten indicadores lexicales de esta relacin, usualmente palabras separadas por guiones ("bluegreen", "reddish-brown") o sufijadas con "like" ("hawk-like"). Los elementos que se encuentran en la
periferia, ms alejados de los tipos "ejemplares" suelen solaparse con otros tipos (cf. Berlin 1977:6796).
Es tpico que estas estructuras se ordenen conforme a pautas implcitas e intrnsecamente cambiantes, acordes con la heterogeneidad que la mente clasificadora intuye en lo real. Algunos tericos
de la antropologa tendientes al irracionalismo ha subrayado con comprensible alborozo los problemas "lgicos" que presenta este tipo de ordenamientos.
Esta heterogeneidad, con su inherente falta de transitividad, es responsable de la diferencia entre la
clasificacin tipo-token y la clasificacin taxonmica. La clasificacin tipo-token es una congeries en la cual
diversos conceptos focales disjuntos sirven para ordenar los tokens centrales en clases exclusivas y los tokens
perifricos en clases parcialmente solapadas mediante una variedad de rasgos o relaciones que no se intersectan.
Esta es, con mucho, la forma ms comn de clasificacin porque nos permite usar una gran variedad de
informacin y, puesto que no requiere una estructura monoltica e internamente consistente, puede ser sumamente flexible, respondiendo prontamente a los diferentes propsitos y motivos que rigen nuestras clasificaciones. Desde el punto de vista de la lgica esto tiene sus inconvenientes; pero este es un problema para la
lgica, no para nosotros, pues nosotros somos capaces de conducir nuestra vida cotidiana a despecho de su
inherente ilogicidad (Tyler 1978:277-279; el subrayado es nuestro).

El gozo de Tyler frente al carcter "ilgico" o inconsistentemente lgico de estas estructuraciones semnticas slo se justificara, desde ya, frente a un cientificismo esquemtico para el cual la
realidad se debe subsumir en una rgida conceptualizacin de tipo aristotlico. Lamentablemente
para su causa, ni existen en la actualidad tericos que sustenten una concepcin tan square de la
naturaleza o de los universos clasificatorios, ni representa para una lgica madura "problema" alguno
567

este tipo de representacin. Ms an, desde el punto de vista de un lenguaje descriptivo poderoso,
como el Prolog, da lo mismo que los campos semnticos estn ordenados conforme a uno u otro
criterio, que lo que haya que representar sean delicados matices o duros contrastes. Casos
clasificatorios como los que el propio Tyler nos proporciona (cf. Tyler 1978:278) seran resueltos por
un programa en Prolog con entera facilidad y fluidez, por cuanto si un problema es susceptible de
constituirse y expresarse como tal en un conjunto de enunciados, tambin ser pasible de vertirse en
clusulas lgicas declarativas. Un modelo lgico proporciona, por aadidura, formas de ordenamiento intermedias entre lo cualititativo y lo cuantificacional en las que las dimensiones relativas de distancia semntica podran expresarse, por ejemplo, a travs del mero ordenamiento de
las entidades que conforman el conjunto en una lista progresiva.
l) Prototipos y "hedges"
En este apartado se analiza lo que sospechamos puede llegar a ser una inflexin esencial de la
representacin del conocimiento en una antropologa modelada. Para caracterizarla es menester,
primero que nada, evocar con algn detenimiento una historia conceptual mal conocida y superficialmente tratada por nuestros estudiosos (cf. Vzquez 1988), para quienes los captulos esenciales
de los ltimos treinta aos de la antropologa se reputan presurosamente de formalistas y se dejan por
lo tanto sin explorar.
Congruente con los giros y novedades categoriales que se introdujeron con la adopcin de
conceptos constructivistas del tipo de los esquemas y marcos, las ciencias cognitivas han desarrollado tambin una gramtica de casos (Fillmore 1968) que hace que el modelo alcance, sin cambiar de
forma, el plano de la predicacin, una gramtica cognitiva (Langacker 1976, 1986) que concibe el
lenguaje como depsito y reflejo de un conocimiento enciclopdico, y una semntica de prototipos,
que ha logrado trascender las dificultades lgicas y metodolgicas ms espesas de la antigua semntica estructural (cf. Rosch [Heider] 1972; Rosch 1977; Rosch y Mervis 1975; Mervis y Rosch 1981;
Fillmore 1977, 1982; Coleman y Kay 1981; Lakoff y Johnson 1986; Lakoff 1975, 1977; Leech
1985:120-122; de Vega 1984:344-351; Gillian Cohen 1984:189-194).
Entindase aqu como "semntica" la relacin sgnica que media entre las variables de un esquema y los distintos elementos de un entorno, que vendran a funcionar como sus referentes empricos. Se trata por un lado del sujeto o la cultura, procurando clasificar el mundo que los rodea, y por
el otro del lingista o del antroplogo, esforzndose por construir una semntica que d cuenta en
forma realista la naturaleza de ese proceso. Pues bien, para esta semntica prototpica, la relacin
entre el mundo y el concepto se interpreta como aproximativa, focal, oscilante, nebulosa (fuzzy), no
determinista. En consecuencia, a veces alcanza y sobra con un vago parecido funcional o con un
cierto aire de familia para que, en una instanciacin de un esquema dado, un elemento del entorno
califique como variable pertinente: en el esquema subyacente a una "transaccin comercial", verbigracia, los elementos empricos que satisfacen la variable "valor" pueden ser tanto billetes de banco
como monedas, metales preciosos, cheques, pagars, tarjetas de crdito, asientos contables, papeles
de la deuda externa y as por el estilo.
Charles Fillmore, el lingista que ha dado el mayor impulso a la semntica de prototipos (en un
trabajo de una entidad comparable al de la psicloga Eleanor Rosch), la ha concebido como una
teora del significado que se opone a las teoras componenciales de "listas de rasgos", las cuales,
fundadas en una representacin "digital" del sentido, afirman que ste resulta una conjuncin aditiva
568

de propiedades discretas, concebibles como "componentes semnticos", "semas" o "atributos criteriales" (cf. Lyons 1980:299-315; Reynoso 1986a):
En filosofa, psicologa, lingstica y antropologa se ha tendido a tratar las categoras como 'aristotlicas' y
digitales, es decir, como entidades lgicas y limitadas, cuya pertenencia est definida por la presencia en un
objeto de un conjunto sencillo de rasgos que sirven como criterio para diagnosticarla (Rosch 1977:18).

Esta perspectiva atomista es la que imper, por de pronto, en casi todo el anlisis de componentes propiciado por la antropologa cognitiva clsica, desde Goodenough hasta Werner; la nueva
visin prototpica parece, a juzgar por los estimulantes resultados, mucho ms apta para interacturar
productivamente con la ciencia cognitiva actual. En la antigua concepcin semntica, que bien podramos denominar estructuralista, el significado de una palabra o lexema se representaba como un
conjunto de rasgos, cada uno de los cuales adoptaba inequvocamente un valor. As, el significado
del lexema "HOMBRE", como ya lo hemos visto, poda entenderse como la sumatoria de los componentes semnticos "HUMANO", "VARON" y "ADULTO".
En consonancia con esta idea, haba que practicar sobre la globalidad del significado una diferenciacin que posibilitara su tratamiento formal: siguiendo a Gottlob Frege, se distingua por un
lado un significado central, bsico y permanente, la denotacin, y por el otro un significado opcional,
diacrtico y variable, la connotacin, colmada de aspectos subjetivos y de afectividad. Como no poda ser de otra manera, y haciendo de la necesidad virtud, la connotacin se exclua de un anlisis
que se cea a lo que se pensaba seguro, esttico, invariante, cognoscible. Algunas excepciones,
como las de Osgood y su diferencial semntico, no abultan tanto como para cuestionar la regla.
Se desarroll as lo que hemos caracterizado como anlisis componencial: un mtodo para
determinar los valores que presuntamente asume cada uno de los rasgos semnticos que componen el
significado de un trmino, la forma en que esos valores conmutan en el interior de un conjunto de
cosas o "dominio", y la manera en que esos dominios se agregan o se oponen para definir un campo
totalizador que acaba coincidiendo con la cultura. El anlisis componencial, abismado en poner de
manifiesto la articulacin matricial o paradigmtica de los dominios que trataba, pretenda adems
pasar por una herramienta predictiva, capaz de establecer las condiciones necesarias y suficientes que
una cosa debe satisfacer para ser ejemplo de una categora rotulada por una palabra o perteneciente a
una clase o dominio desde una ptica cultural definida.
Dado que hemos dedicado todo un libro y el comienzo de este resumen al anlisis componencial
propiciado por la Nueva Etnografa americana de los '50 y '60, no incluiremos aqu demasiados
pormenores sobre lo que fue su bsqueda de un modelo dotado de realidad psicolgica, que fuera al
mismo tiempo axiomtico y fiel a lo que suceda dentro de la cabeza de los hombres que estudiaba.
Lo nico que cabe decir aqu es que ese modelo caduc. Aunque el anlisis componencial puede todava prestar algn servicio como herramienta de campo para ajustar una caracterizacin preliminar,
lo concreto es que no satisfizo las enormes expectativas que despertara.
El fracaso fue aleccionador, aunque algunos se resisten a deducir sus moralejas. La misma
trayectoria de la antropologa cognitiva demostr formalmente la inoperancia de sus otros supuestos
esenciales: la estrategia integralmente emic, el relativismo lingstico, la equipolencia de pensamiento y lenguaje, la vigencia unnime de un mismo modelo en el interior de toda una cultura. Pero
lo ms cuestionado de todo fue su rgida concepcin del significado, con arreglo a la cual la
aplicabilidad de una categora y la pertenencia de un ejemplar a una clase eran cuestin de "si" o
"no", y no una cuestin de grado.
569

En la semntica de prototipos no hay ya primitivos indescomponibles ni valores excluyentes,

pues se piensa que la gente no categoriza los objetos en trminos de teora de conjuntos convencional, sino en base a prototipos y parecidos de familia. En el viejo esquema componencial todos los
miembros de un conjunto de cosas detentaban el mismo grado de membreca: una vaca era, en este
sentido, tan mamfera como un murcilago o un delfn. En la concepcin prototpica, por el contrario, hay como si fuera grados de tipicidad: si bien un delfn es tcnicamente un mamfero, cae de
suyo que no es un mamfero por excelencia. La variabilidad cultural y subjetiva del criterio de representatividad y el hecho afortunado de que la tipicidad puede medirse, graficarse y compararse, abren
adems esta semntica a una indagacin estadstica que para la etnociencia permaneci interdicta,
pero que para ella es casi una precondicin. La diferencia intracultural, que supone un lmite infranqueable para la capacidad descriptiva del anlisis componencial, es aqu el hecho mismo que
permite, a travs de un acercamiento asinttico, instituir la significacin como fenmeno social y
como proceso.
Hedges
Un tpico
Tcnicamente hablando

Laxamente

Sujeto-Predicado
petirrojo-ave
gorrin-ave
pollo-ave
pato-ave
pingino-ave
murcilago-ave
mariposa-ave
polilla-ave

Rasgos del Predicado compartidos

por el sujeto
Definitorios y caractersticos
Definitorios pero no caractersticos

Caractersticos pero no definitorios

Hedges y pares de sujeto-predicado (Lakoff 1972)

Incidentalmente, los predicados modificadores ms o menos coloquiales que hemos subrayado

han sido objeto de inspeccin, a su vez, por parte de George Lakoff, el ms tenaz y original
inquisidor de las metforas. Lakoff ha denominado hedges a tales formas de expresin, capaces de
identificar verbalmente al prototipo de una categora y de definir diferentes tipos de relacin con l;
de este modo algo puede ser representante "por antonomasia" de su clase, o puede serlo "en un sentido tcnico", "hablando vagamente", "en ciertos sentidos", "en un sentido figurado", "hasta cierto
punto", "en algunos respectos", "mirndolo bien", "por as decirlo" o "en un sentido restringido". Al
igual que la lista de hedges imaginables, las categoras son abiertas y sus lmites no son taxativos
(Lakoff 1975 y Johnson 1986:163-166).

Puede decirse que, en general, los lingistas inscriptos en esta orientacin han tenido el buen
tino de no apelar al desorden terico o al irracionalismo en nombre de la aparente nebulosidad del
objeto. Eludiendo la seduccin de un indeterminismo generalizado, la semntica de marras descubre
que ella no es menos formal que la semntica clsica, y que incluso la supera en el terreno de la
axiomatizacin por contar para sus fines con el explosivo desarrollo de la teora de conjuntos nebulosos (fuzzy sets), una especializacin matemtica novedosa, capaz de lidiar con la ambigedad, que
en algunos crculos ha llegado a transformarse en pasin (Lpez de Mantaras 1985). Smbolo del
crecimiento explosivo de estos estudios es el prestigioso International Journal of Approximate
Reasoning, publicacin oficial de la North American Fuzzy Information Processing Society (cf.
570

Mukaidono, Shen y Ding 1989; Whalen y Schott 1989). Trataremos la lgica difusa con mayor amplitud en la cuarta seccin de esta tesis.
Las investigaciones de Rosch, que condujeron a una nueva vislumbre de las relaciones entre la
mente, el lenguaje, la cultura y el medio, se originaron con referencia a un mbito de fenmenos que
a primera vista podra juzgarse marginal (la terminologa relativa al color), y como complemento y
respuesta a las conclusiones de Brent Berlin y Paul Kay, de la misma Universidad de Berkeley. El
estudio de Berlin y Kay (1969), como es sabido, se difunde en una poca en que comienza a hacerse
indisimulable el fracaso de la experiencia emic de la etnosemntica y en que se manifiesta un
discreto apogeo de la escuela comparativista de Yale y del evolucionismo antropolgico. Dichos
autores salen al cruce de la hiptesis del relativismo lingstico de Sapir y Whorf en un territorio que
en apariencia la favoreca, afirmando en contra de ella que existen determinantes universales del sistema visual, y que el inventario de trminos cromticos se expande en las distintas lenguas en
funcin del tiempo, de modo tal que las categoras universales se van lexicalizando en un orden fijo
y en gran medida predecible.
Berlin y Kay examinaron ejemplos de 98 lenguas pertenecientes a diversas familias lingsticas,
analizando la forma en que se encuentran definidos los "colores bsicos". Estos no se estipulan
intuitivamente, sino que se asocian a focos del espectro cuya lexicalizacin cumple determinadas
condiciones. Un color bsico es, entonces, un trmino cromtico que posee:
1) denominacin monolexmica, como por ejemplo "rojo" (y no "violeta azulado").
2) denominacin no incluida en el mbito denotativo de ningn otro trmino del conjunto
(por ejemplo, "carmn" y "bermelln" no califican como trminos de colores bsicos pese a ser monolexmicos- por estar incluidos en la denotacin de "rojo").
3) aplicacin generalizada, vale decir, no restringida a una sola clase de objetos, como sera
"bayo", "trigueo" o "rubio".
4) saliencia cognitiva y frecuentacin de uso.
Los autores solicitaron a cada informante la realizacin de dos tareas en base a un juego de 329
tarjetas Munsell, que representaban una muestra ms o menos aceptable de los siete millones de
matices que puede discernir el ojo humano. La primera tarea consista en escoger "los mejores
ejemplos" de cada color bsico, de acuerdo con los parmetros de cada lengua; la segunda, en indicar
los "lmites" de cada categora, clasificando las tarjetas sin dejar residuo. De este modo, pudo
identificarse en el conjunto transcultural un conjunto de once focos correspondientes a los colores
blanco, negro, rojo, verde, amarillo, azul, marrn, prpura, rosa, naranja y gris. Se encontr tambin
que si una lengua incluye menos de once trminos focales, existen severas limitaciones en cuanto a
cules pueden ser las categoras nominadas. Las restricciones universales establecidas como ley por
Berlin y Kay son las siguientes:
1) Todas las lenguas conocidas contienen trminos para "blanco" y "negro".
2) Si una lengua contiene tres trminos cromticos, luego posee necesariamente un trmino
para rojo.
3) Si contiene cuatro, incluir el verde o el amarillo, pero no ambos.
4) Si posee cinco tendr trminos para el verde y tambin para el amarillo.
5) Si tiene seis, se agregar a los trminos anteriores el que corresponde al azul.
6) Si tiene siete, aadir el marrn.
571

 7) Si tiene ocho o ms, se incluirn en un orden indefinido el prpura, el rosa, el naranja y

el gris.
Si se construye en la tabla indicando en la ordenada el nmero de trminos focales que posee
cada lengua y en la abscisa las categoras cromticas correspondientes, se encontrar que en lugar de
2048 combinaciones de los once trminos (211), se dan en la prctica slo 22. Ms an, los 22 tipos
pueden resumirse en esta regla de implicacin:
prpura

blanco
verde amarillo
rosa

rojo

azul

marrn

naranja
negro

amarillo verde

gris

Para Berlin y Kay es razonable concluir que esta secuencia no slo representa un juicio distribucional sobre las lenguas contemporneas, sino un orden cronolgico de aparicin susceptible de
interpretarse como una secuencia necesaria de etapas evolutivas.
Aunque este esquema evolucionista unilineal en particular puede ser impugnado, y vaya que lo
ha sido, lo que merece rescatarse de estos hallazgos es su desafo a la idea frontal de que existen
primitivos semnticos de naturaleza discreta. Si algo demostraron Berlin y Kay, es que los trminos
cromticos no se agrupan en clases dependientes del valor de un componente del tipo de "rojez",
"amarillidad" o lo que fuere. La pertenencia de un elemento a un conjunto determinado no puede
decidirse mediante un juicio categrico por "s" o por "no"; por el contrario, cabe reconocer grados
de membreca a lo largo de un continuum de posibilidades. Por ello, la herramienta ms adecuada
para formalizar esta problemtica no es la teora clsica de conjuntos, sino la ya mencionada teora
de conjuntos nebulosos, cuyo correlato lingstico, ligado a la semntica de prototipos, vendran a ser
los hedges definidos por Lakoff (Kay y McDaniel 1978: 622).
Un conjunto nebuloso se define por una funcin caracterstica fa que asigna a cada individuo x
en el dominio bajo consideracin un nmero fa(x) entre cero y 1. Esta operatoria, desde ya, no
establece caprichosamente estos guarismos, sino que stos se generan a partir de una muestra y un
consenso estadstico garantizado por cruzamientos y testeos mltiples. Cuando Berlin y Kay pedan a
sus informantes seleccionar "el mejor ejemplo del color x", estaban pidiendo en realidad que indicaran qu colores tenan el grado ms alto de pertenencia a dicha categora.
Las ltimas formulaciones de Berlin y Kay, escritas por separado, en concurrencia con otros
autores, utilizan exhaustivamente la teora de conjuntos nebulosos y la nocin de hedges, y ya no la
antigua categorizacin de "foco" y "lmite"; el sentido es aproximadamente el mismo que en el
modelo liminal de 1969, pero la expresin es ahora ms formal, ms cauta y ms rigurosa (Berlin,
Boster y O'Neill 1981; Berlin y Kay 1975; Kay 1975a, 1975b). En un artculo de 1978 publicado en
la revista Language, Kay y McDaniel reconocen que el trabajo original de Berlin y Kay adoleca de
unas cuantas fallas empricas y de algunos errores tericos, pero subrayan que la investigacin
ulterior la ha ratificado en lo esencial.
Como decamos, los estudios de Eleanor Rosch (durante un tiempo, Eleanor Heider) afinaron y
perfeccionaron las intuiciones de Berlin y Kay, llevando las demostraciones mucho ms all del
estrecho espacio de la antropologa del color. Tras las experiencias de Rosch, entr definitivamente
en crisis la concepcin clsica acerca de la forma en que los seres humanos categorizan la realidad.
Dicha concepcin clsica, resumida con virtuosismo por Howard Gardner, expresaba en pocas pala572

bras que las categoras son siempre arbitrarias y que no hay nada en el mundo ni en el sistema nervioso que determine de qu manera el hombre debe recortar sus observaciones. En consecuencia, el
lenguaje y la cultura realizan esa tarea conforme a pautas inmotivadas, que no tienen anclaje ni en la
fisiologa ni en los hechos.
Segn esta misma hiptesis, las categoras se fundan en atributos definitorios: todos los miembros de una categora comparten esos atributos, ningn miembro de otra categora los comparte en su
integridad, y no existe solapamiento ni ambigedad entre los miembros de una categora y los que no
lo son. El lenguaje, entonces, rotula y asla las categoras en funcin de un ordenamiento artificial
del mundo que sirve a los intereses especficos o a la Weltanschauung de una cultura. O lo que es lo
mismo: cada cultura estructura arbitrariamente el mundo, sirvindose de una categorizacin de orden
lingstico, capaz de imponerse incluso a los dictmenes de la percepcin y a la naturaleza objetiva
de las cosas (cf. Gardner 1987:367-368).
Cuando Rosch va al campo a estudiar el curioso sistema cromtico de los dani de Nueva Guinea,
basado en slo dos trminos contrapuestos, descubre que los hbitos lingsticos resultan
incidentales, y que la forma en que los miembros de una cultura recuerdan e instrumentan los colores
refleja ms a la organizacin universal del sistema nervioso que la peculiar estructura de su lxico.
En definitiva, los experimentos ms rigurosos y transparentes revelan que el lxico codifica aspectos
del color que de antemano son notorios para el sujeto, en lugar de resaltar arbitrariamente esos aspectos, como hubiera querido, por ejemplo, Marshall Sahlins (1977).
Despus de este trabajo iluminador, Rosch sonde una amplia gama de dominios cognitivos,
desde el reconocimiento de figuras geomtricas hasta la expresin de las emociones, concluyendo
que lo que era vlido para la percepcin cromtica tambin lo era con referencia a otros campos, si es
que no para todos (Rosch 1973a, 1973b, 1977, 1978; Rosch y Lloyd 1978; Mervis y Rosch 1981;
Rosch y Mervis 1975; Rosch, Mervis, Gray, Johnson y Boyes-Braen 1976). Es en esta versin
generalizada de sus teoras donde Rosch discierne una estructura cognitiva bsica que se manifiesta
rotundamente en un amplio conjunto de dominios tanto naturales como artificiales. Segn ella, las
categoras se contruyen en torno a un miembro central o prototipo, al ejemplo ms representativo de
su clase, que comparte con otros miembros de su especie buena parte de sus caractersticas, en tanto
que comparte pocas o ninguna con ejemplares pertenencientes a otras clases. Por ejemplo, un tordo
o un gorrin son aves ms prototpicas que un pingino, un avestruz o un casuario, y en consecuencia se lo reconoce como tales ms rpidamente, siendo menos probable que se los clasifique como
miembros de la clase de los mamferos o de los peces.
Anlogamente, el automvil sedn con dos hileras de asientos resulta ms prototpico que una
limusina, una rural o un sport convertible. Los mismos hallazgos son vlidos para un sinfn de sistemas categoriales; en todos los casos, el reconocimiento y la evocacin de formas y ejemplares se explica mejor presuponiendo que los sujetos construyen prototipos, y no que tratando de demostrar que
inventan o utilizan una lista fija de caractersticas. El punto aqu es que los prototipos no son ni pueden ser arbitrarios, sino que se modelan a instancias del conocimiento que suministra el contexto objetivo. Una de las metas del anlisis en esta modalidad conceptual es determinar primero cules son
los aspectos materiales y objetivos que definen la tipicidad de los prototipos y averiguar despus cules son las causas de su varianza transcultural, si la hubiere.
Rosch seal tambin otros aspectos de las estructuras categoriales, proporcionando los rudimentos de lo que podramos llamar una tipologa funcional. En ciertos sistemas conceptuales -diceexiste algo as como un nivel bsico, excepcionalmente saliente. Los objetos que pertenecen a este
573

nivel bsico comparten numerosos rasgos funcionales y perceptuales. Por ejemplo, en el dominio del
mobiliario, una silla es un objeto del nivel bsico; en el mbito del mundo animal, lo son los perros y
los pjaros. Los elementos del nivel bsico contrastan con los de un nivel superior, llamado supraordinado (el moblaje respecto de la silla, el reino animal, respecto de los perros y pjaros) y tambin
con los de un nivel inferior, subordinado (la mecedora respecto de la silla, la calandria y el caniche
respecto de pjaros y perros). Los nios pequeos muestran propensin a designar a todos los objetos
conforme a categoras prototpicas del nivel bsico: para ellos, durante un tiempo, todo cuadrpedo
es un "perro", y los conceptos de "animal" o "caniche" slo surgen ms tarde.
Pero lo esencial de este modelo no pasa ni por su abigarrado detalle interno, ni por sus prestaciones evolutivas, ni por sus diferencias puntuales con la visin de Berlin y Kay, sino por el hecho de
que ha roto con dos de los principios fundamentales que sustentan la tradicin clsica: la naturaleza
taxativa de la categorizacin y el carcter arbitrario e inmotivado de los conceptos. De aqu en ms,
se entender que las categoras de un sistema clasificatorio actan como un compromiso que concilia
y trasunta la capacidad perceptual del sujeto, la clase de acciones que una persona puede llevar a cabo y la estructura fsica o material del mundo. Esto obedece, segn Rosch, a delicadas razones adaptativas. Los seres humanos, cuya evolucin a lo largo de los siglos les posibilit enfrentar con eficiencia las presiones de su entorno, tienden a agrupar en categoras las entidades que su aparato perceptual encuentra similares, o que les exigen actitudes anlogas, o ambas cosas. No hay en ello asomo alguno de arbitrariedad.
Al contrario, todo sistema categorial se atiene, por un lado, al hecho de la estructura correlacional del mundo, y por el otro a rigurosos principios de economa cognitiva. Al decir que el mundo posee una estructura correlacional, se quiere significar que ciertos atributos tienden a darse unidos, mientras que otros rara vez o nunca son compartidos por el mismo objeto; esto hace que el ambiente resulte mucho ms inteligible y predecible para el organismo que si se tratase de un "conjunto
total" en el que los atributos se hallan dispersos segn pautas aleatorias.
De acuerdo con Rosch (1973, 1978), el tipo de estructuracin simtrico y "componencial" slo
se presentara, y no siempre, en el caso de los sistemas de categoras artificiales. Si lo que nos interesa es estudiar el mundo real, descubriremos una serie de principios distintos, pues para que las
categoras naturales se comporten componencialmente, sera preciso que los estmulos provenientes
del mundo fueran de naturaleza tal que todos los atributos combinasen entre s con la misma probabilidad, lo cual puede falsarse con slo observar un poco las cosas. Lo que sucede en la vida real es
que ciertas combinaciones de atributos tienen una alta probabilidad de aparicin, mientras que otras
son raras, biolgicamente imposibles, absurdas o inexistentes. Para utilizar un ejemplo muy claro: es
mucho ms probable que en la experiencia cotidiana encontremos criaturas con alas que tengan plumas que seres alados que tengan pelo.
El principio de la economa cognitiva asume que el sistema categorial est diseado de modo
que obtiene el mximo de informacin acerca del medio empleando el mnimo de recursos cognitivos. Al categorizar un objeto, digamos, como "naranja", se le atribuyen de inmediato las propiedades
tpicas de su clase sin necesidad de una exploracin exhaustiva; se sabr en seguida que es comestible, que tiene cscara, semillas y jugo, y resultar a la vez discriminable ipso facto de otros objetos
como manzanas o melones. Por otra parte, las categoras deben reducir las diferencias estimulares a
proporciones cognitiva y conductualmente manejables, evitando la sobreabundancia. De nada valdra, por ejemplo, mantener un centenar de categoras de nivel bsico para diferenciar con precisin
otros tantos tipos de silla, y as sucesivamente.
574

Tenemos entonces que la estructura interna de una categora abarcadora acomoda miembros que
se disponen segn un continuo de tipicidad o representatividad, y que algunos elementos muy tpicos
operan como puntos de referencia, arquetipos, estereotipos o prototipos, desempeando un papel
privilegiado, focal, en los procesos de categorizacin. En el caso de las categoras prototpicas, por
consiguiente, la distribucin de la tipicidad no es igualitaria: algunos miembros del conjunto son
mejores que otros en tanto tales, aunque podran serlo peores desde otra acomodacin conceptual,
desde otro frame frente al cual se comporten como elementos ambiguos o perifricos, cuyo aire de
familia con el prototipo de turno est momentneamente amortiguado. La relacin (todava no explorada) entre razonamientos como stos y las preocupaciones de Mary Douglas por la atipicidad es
evidente.
No se trata, empero, de dejar la significacin librada al capricho o a la volubilidad del sujeto, ni
de concebirla como una idealidad incondicionada a la que slo es posible acercarse tangencialmente.
Toda vez que la significacin tiene que ver con una realidad, es absurdo juzgarla (tal como se ha
hecho a menudo) como un mero efecto de superficie, como un epifenmeno del juego de los signos.
Si bien la semntica de prototipos es probabilista en cuanto a los lmites y alcances de las categoras
que analiza, hay que dejar en claro que es determinista en cuanto a la naturaleza de los ncleos.
Los estudios transculturales de Rosch (1978) y los experimentos de Garner (1974), Shaw y
Bransford (1977), cuyos diseos califican de lejos como los ms rigurosos de la ciencia cognitiva
reciente, han demostrado, en efecto, que las categoras naturales no son construcciones arbitrarias
que las comunidades o los sujetos elaboran a su antojo, sino que por el contrario mantienen un alto
grado de correspondencia con la estructura correlacional objetiva del mundo. Es una pena que discusiones antropolgicas sobre los mritos relativos del racionalismo y el empirismo (en la lnea de
Leach 1976) no tengan para nada en cuenta estas experiencias.
Situndose en un mbito ecolgico de fenmenos, por as decirlo, Rosch descubre, comprueba y
ratifica que las propiedades estructurantes y organizativas de la memoria semntica reflejan las
discontinuidades y los complejos de atributos del universo perceptivo. Esto no supone incurrir en un
empirismo ingenuo ni devolver al asociacionismo su preminencia, sino ms bien conceder a la
realidad la tajada que ciertas estrategias ideologizadas se obstinan en escatimarle. El medio ambiente
tiene una arquitectura correlacional objetiva, pero sto ni se desvela de manera espontnea, ni se
establece por obra y gracia de un sujeto cartesiano (o de una cultura aristotlica) que constituye el
universo en el vaco.
La descripcin de la categorizacin del medio no es independiente del observador, por supuesto,
sino que se halla mediatizada por el sistema perceptivo, el que determina cules son las propiedades
inteligibles y relevantes para el organismo y para el sistema categorial que construye taxonomas con
el fin de adecuarse a la estructura percibida. En otras palabras, si bien se acepta que las categoras
estn en ltimo anlisis determinadas por la estructura correlacional del ambiente, se subraya
tambin que el organismo modula la informacin seleccionando el tipo de propiedades y el mbito
de pertinencia de las pautas, y exagerando en algunos casos (por imposicin de la cultura, del orden
social o de la historia), las particularidades estructurales del medio (cf. Rosch, Mervis, Gray, Johnson
y Boyes-Braen 1976).
En este contexto hay que entender que el "aire de familia" que vincula entre s a los elementos
de una clase o que enlaza los slots de un esquema con objetos empricos, es un trmino tcnico, y no
una simple manera de decir. En tanto trmino tcnico, el "aire de familia" permite a la vez interrelacionar los resultados de numerosas investigaciones aparentemente dispersas. Por empezar, Vi575

gotsky (1962) demostr que los nios no forman sus conceptos clasificatorios en la forma que es
usual en la lgica de clases, sino mediante un pensamiento complejo, un encadenamiento tal que los
atributos cambian de uno a otro eslabn, sin que se mantenga a lo largo de todos los elementos un
ncleo estable de significaciones. Esta es la estructura peculiar que hemos analizado como cadena o
complejo encadenado, y que se aviene a ser mirada tambin prototpicamente.
Hacia la misma poca, Wittgenstein desarrollaba una idea parecida en sus Investigaciones
Filosficas: "La cuerda consiste de fibras, pero no obtiene su fuerza de ninguna fibra que corra por
ella desde un extremo al otro, sino del hecho de que haya un gran nmero de fibras entrelazadas"
(1958:87). Del mismo modo, el ligamento que confiere unidad a una clase de cosas radica en el aire
de familia que la recorre, en los parecidos espordicos que el conjunto revela: entre las cosas que
denominamos "juegos" (plays, Spiele) no hay un solo factor comn, ni un solo atributo compartido
por todas, ni un lmite formal de la especie, sino apenas una correlacin de aquella ndole.
Ningn rasgo constante, asegura Wittgenstein, asocia entre s los diversos "juegos" concebibles:
la ejecucin de una pieza para piano, una partida de billar, una apuesta por dinero, el movimiento
circular de una bandeja giradisco o el arrastre de una grabadora, la representacin de una obra teatral,
una broma, una parodia, la prctica de un deporte, el desempeo de un rol, un riesgo. No se trata,
advirtmoslo, de un simple fenmeno de polisemia, como el que se da entre una vela de sebo, una
noche de vigilia y una vela de barco; nada tan trivial: en el conjunto de los juegos hay algo ms, un
vnculo que puede intuirse, una jerarqua multifoliada de significaciones que se superponen, se aproximan, se solapan o se interpenetran, en un "juego" semntico que le confiere una cohesin inefable,
pero verdadera, y sobre todo (sabemos ahora) susceptible de ser modelizada.
El antroplogo ingls Rodney Needham (1975) supo captar con perspicacia inusual la semejanza
entre las ideas de Vigotsky y las de Wittgenstein, vinculndolas a dos categoras formales de las
ciencias "duras": la de clasificacin polittica y la de taxonoma numrica, tambin llamada clasificacin natural. Para decirlo de otro modo, reuniendo todos nuestros conceptos: Needham advirti
que el conjunto polittico integrado por una serie de elementos entre los que existe cierto aire de
familia o cierta relacin prototpica, admite ser abordado mediante los recursos formales de la taxonoma numrica, capaces de revelar el orden que recorre el conjunto sin ceirse a los principios aristotlicos y linneanos; luego propuso sus hallazgos como una nueva base consistente, til para repensar la conceptualizacin de la propia antropologa.
No interesa, por ahora, que este descubrimiento se haya materializado sin tener en cuenta lo que
los investigadores de inteligencia artificial y lo que los diseadores de sistemas expertos habran podido aportar a una ciencia preparadigmtica como la nuestra, persuadida de que la formalizacin
apareja siempre la distorsin de los hechos, la cada en el cientificismo y el aniquilamiento del
objeto. Lo importante es que no slo a Needham le est dado hallar la pauta que conecta: la
articulacin de las ciencias humanas en torno a lo que fue la psicologa cognitiva primero, la ciencia
cognitiva despus, la ingeniera del conocimiento en los das que corren, permite apreciar como
nunca antes un poderoso gesto de convergencia; un movimiento a travs del cual el conocimiento
comienza por fin a acumularse y la cooperacin disciplinaria asoma como una realidad tangible.
Toda la propuesta podr revelarse en algn momento falsa a la luz de los hechos; pero nadie negar
que se trata de una estupenda hiptesis de trabajo.
Las digresiones de Wittgenstein acerca de los juegos del lenguaje, las investigaciones de Vigotsky sobre el desarrollo cognitivo, las exploraciones formales de Sneath, Sokal y Kronenfeld en
taxonoma numrica, los estudios de Berlin, Kay, Rosch y Mervis sobre terminologa focal, los desa576

rrollos matemticos de Lotfi Zadeh en materia de conjuntos nebulosos, los hallazgos de Lakoff sobre
la metfora y una masa creciente de trabajo cientfico, termina confluyendo con la semntica de prototipos y con la gramtica de casos de la lingstica y con las categoras cognitivas de scripts, frames
y esquemas, sustentando, en lo que a las ciencias humanas compete, una genuina revolucin que no
ha dejado de manifestarse tampoco en la filosofa, que recuper para s la respetabilidad de una
forma sofisticada de empirismo (cf. Putnam 1975; Kripke 1972).
Sin eclecticismo alguno, sin amontonamientos arbitrarios, sin liderazgos forzados, un solo
macromodelo, en una palabra, permite recorrer la cultura desde que apuntan la percepcin, el pensamiento y el significado hasta que se constituyen los mitos, los smbolos y las metforas, demostrando conexiones, isomorfismos y correspondencias insospechadas entre los diversos niveles
fenomnicos y entre las herramientas designadas para interrogarlos. La exploracin profunda de la
diferencia lingstica y cultural (ms que ninguna otra) ha sido la pieza metodolgica que a
permitido consolidar este logro.
Consideramos, en pocas palabras, que la ciencia cognitiva es una de las fronteras mviles de las
ciencias humanas que poseen actualmente mayor inters. Pero aunque se han clarificado enormente
ciertos problemas de la categorizacin y la taxonoma, tanto folk como cientfica, esto no quiere
decir que todo lo esencial haya sido resuelto. La ciencia cognitiva todava arrastra el peso de haber
surgido histricamente de una psicologa centrada en el sujeto individual; el locus de la cultura con
certeza no se identifica tan fcilmente con la psiquis del sujeto, y de all que la relevancia de los hallazgos cognitivos para la antropologa en general sea despareja, localizada y hasta el da de hoy ms
bien escasa. Hay adems un lastre intelectualista en lo que se admite y se rechaza como conocimiento, que hace que espacios enteros de la actividad mental y de la vida imaginativa de las sociedades permanezca al margen de los focos de inters, sujeta al arbitrio de quienes socavan el mtodo
embanderados tras la santidad que para todos nosotros tiene, profesionalmente, lo emocional.
A la idea de prototipo en el plano de los significados puros le corresponde la estructura del
frame o del esquema en el mbito de las formas informacionales de representacin. Esto va por definicin ya que, desde Minsky en ms, un frame pretende representar un estereotipo. Probada ya la
adecuacin del lenguaje para estas formas, los nfasis semnticos de quienes hablan de prototipos sin
saber que Minsky existe no justifican nuevas disquisiciones por nuestro lado. La lgica que engrana
con la semntica de prototipos para derivar inferencias difusamente calculadas es, sin duda, la lgica
difusa. De ella trataremos en la cuarta seccin de la tesis.
m) Conglomerados o congeries focalizadas
El conglomerado [cluster] difiere de la organizacin mediante tipos-token en el hecho de que
ninguno de sus lexemas constituyentes funciona como tipo o ejemplar. Uno o ms lexemas pueden
constituir el foco de un grupo de lexemas interrelacionados, ordenados con respecto a aquellos en
funcin de relaciones heterogneas. Un ejemplo tpico de congeries focalizada es la relacin entre
conceptos propia de las ciencias sociales, como por ejemplo "clase", "grupo", "status", "rol" e "interaccin" en sociologa o antropologa social. La "clase" parecera ser un tipo de "grupo"; el "status" es
un atributo, en tanto que el "rol" se referira a algn tipo de accin caracterstica y la "interaccin"
podra comprenderse como la consecuencia, causa o indicio del hecho de ser miembro de un grupo.
Ninguno de los conceptos resulta ser el candidato ideal para constituir el foco del conjunto en todas
las ocasiones de anlisis; en un momento dado podemos poner a cualquiera de ellos en el foco; y
577

esto, precisamente, constituye la caracterstica definitoria de la estructura. El propio Stephen Tyler

(1978:282-283) proporciona la pista para tratar el conglomerado del ejemplo en un lenguaje lgico y,
an ms, en clusulas de Horn; si se enfatizaran los esquemas proposicionales tomando a "grupo"
como concepto focal, quedara una serie de proposiciones como las siguientes:

Ntese que el conjunto procede del ensayo de Tyler, sin ninguna enmienda sintctica por nuestra
parte salvo las que emanan de su traduccin. Transferir sus elementos a predicados de Prolog sera
un ejercicio tan directo y rutinario que lo dejaremos as, difiriendo apenas de otros fragmento de
programa que pudiramos haber vertido.
n) Ordenamientos temticos
El dilema siguiente se resuelve casi siguiendo los mismos pasos y aduciendo ejemplos que
proceden de la misma fuente irracionalista, concebida para exhibir afanosamente y con un febril entusiasmo los obstculos semnticos que la ciencia no estara, segn se aduce, en condiciones de superar. As como un conglomerado focal surge cuando un argumento o relata se repite en cierto nmero de proposiciones, los ordenamientos temticos ocurren cuando la misma relacin (el mismo
predicado) se repite con cierto nmero de argumentos. Consideremos una vez ms un ejemplo proporcionado por Tyler para demostrar la complejidad irreductible de las formas de significacin; el
listado procede directamente de su textos (1978: 283), corrigiendo el error original de la tercera lnea, reduciendo su longitud innecesaria y omitiendo los pomposos diacrticos que, despus de todo,
carecen de sentido en vocablos pluralizados por un texano conservador segn los cnones de sufijacin de la lengua de Shakespeare:

Ninguna de las observaciones subsiguientes sobre relaciones transitivas, reflexivas, etc, aporta
nada nuevo respecto de lo que llevamos dicho. Una vez ms, el propio Tyler habla de predicados y
argumentos, aunque parece ignorar la existencia de la programacin lgica y de sus lenguajes
predicativos, los cuales ya eran algo ms que un proyecto cuando su libro fue dado a la imprenta. Esa
ignorancia constituye quiz una hermosa tctica para que l demuestre a los lectores que tiene razn
en contra de la razn; pero como estrategia es de muy corto alcance, y ya, ante los hechos, podemos
considerarla desmentida.
) Grupos de interaccin recproca

578

Una interaccin recproca denota la interdependencia mutua de las acciones caractersticas de

numerosas entidades. Esta estructura es la fuente y la base de "muchas nociones que tienen que ver
con la interdependencia, la interaccin y la reciprocidad y que se encuentran ampliamente distribuidas en las culturas bajo la forma de sistemas de intercambio matrimonial, organizacin ritual, intercambio econmico y la organizacin de la sociedad misma" (cf. Tyler 1978:284).
"Interdependencia" ha llegado a ser, en ciertos mbitos, palabra tan sagrada o emblemtica como
en otros lo son "historia", "significado" o "contexto". La antropologa interpretativa incurre con
frecuencia en estas variantes del fetichismo acadmico, que parten del prejuicio de que las "relaciones" son ms elusivas y menos tratables por la ciencia que las "cosas". La caracterizacin de los
grupos de interaccin recproca en los libros de texto (que aunque no siempre lo adviertan no descubren otra cosa que lo que en otros espacios del saber ha dado en conocerse como "sistemas") casi
siempre dirigen sus ejemplificaciones hacia la nocin matemtica de grupo, hacia Piaget o hacia la
analtica levistraussiana, subrayando la complejidad del asunto. Desde ya, la programacin lgica no
encuentra en estas estructuras impedimentos, sino campos ptimos de aplicacin. La demostracin
de este punto no implica un desafo abismal, ya que toda nuestra tesis lo abona, y en particular los
programas y estudios de casos: raro sera que un lenguaje de computacin pensado para expresar
relaciones (cf. Malpas 1988) no triunfara precisamente all donde los problemas que se le oponen son
algunos de los que l ha venido a solucionar.
o) Montn o Congeries
Un montn o congeries es el ms simple de todos los ordenamientos, el autntico "grado cero"
de la estructuracin, como que ha sido reputado el emergente de las etapas ms elementales del
desarrollo intelectual (Vygotsky 1962:355-359; 1987:92). Se trata de un agrupamiento que carece de
principio estructural, a excepcin de su inclusin en un mismo montn, pila o conjunto. Una
congeries emerge de una totalidad indiferenciada como un grupo diferenciado de esa totalidad, pero
no organizado internamente por ningn principio discernible. En la psicologa gentica de Lev
Vygotsky, la caracterizacin de esta entidad es la siguiente:
Los nios pequeos dan su primer paso hacia la formacin del concepto cuando colocan
juntos un nmero de objetos en cmulos inorganizados o en un "montn" para poder resolver
un problema que los adultos solucionaran normalmente formando un nuevo concepto. El
montn, que consta de objetos dispares agrupados sin ningn fundamento, revela una extensin difusa y no dirigida del significado del signo (palabra artificial) hacia objetos no relacionados unidos por casualidad en la percepcin del nio. En esta etapa, el significado de la
palabra denota para el nio nada ms que una conglomeracin sincrtica vaga de los objetos
individuales que por alguna razn se encuentran unidos en su mente en una imagen que debido a su origen sincrtico es altamente inestable (Vygotsky 1987:92)
La utilidad de esta estructuracin en tanto tal en una analtica antropolgica parece al menos tan
difusa como los principios que la rigen. Incluso Hallpike, ansioso de demostrar a todo trance la precariedad del pensamiento primitivo, consigna como estructuras elementales representativas del primitivismo tipos de ordenamiento ms elaborados que ste (cf. Hallpike 1986). De todas maneras,
como en ocasiones se ha hecho referencia a ella, la incluimos en nuestra caracterizacin de los ordenamientos posibles, en espera de que los antroplogos le encuentren alguna utilidad teortica aparte
del lujo siempre grato de la referencia erudita (cf. Tyler 1978:288-289).

579

La correspondencia entre un conjunto de trminos y el lenguaje Prolog (o para el caso, cualquier

lenguaje) es ms bien obvia, por cuanto es ms fcil e inmediato representar un cmulo indiferenciado que expresar una estructura ordenada de trminos. La correspondencia entre un trmino o lexema y una u otra congeries se podra expresar mediante diversas alternativas de organizacin de
clusulas, coordinadas o no en clases o jerarquas. Es posible asimismo que un sistema identifique
reflexivamente una congeries por falla de todo otro intento de clasificacin. Nuestro sistema experto,
AGENI3.PRO, admite montones ms o menos desestructurados entre los insumos que hacen las
veces de base de conocimiento; si la mquina de inferencia de un programa est correctamente
diseada, la desestructuracin afea, prolonga y enreda los clculos lgicos, pero no los impide.
p) Escalas
Una escala cuantitativa apenas necesita caracterizarse; una escala cualitativa, en cambio, es una
entidad estructural bastante ms extica para la antropologa, que se ha ocupado explcitamente de
ella en muy contadas oportunidades, casi siempre polmicas. Este desinters no deja de ser paradjico, ya que la teora en cuyo interior la antropologa adquiri autoconciencia disciplinar y dimensin cientfica (el evolucionismo) implicaba ya, si se lo contempla en cierta forma, un ordenamiento
escalar de complejidades, de rasgos presentes o ausentes, de transiciones y diferencias.
El evolucionismo es una modalidad que va y viene en la antropologa sociocultural; despus del
neo-evolucionismo de los 40 y 50, nuevas oleadas evolucionistas trajeron consigo un puado de
herramientas formales (casi siempre, refinamientos del viejo mtodo comparativo) que quedaron mal
o bien agregadas al bagaje antropolgico estndar o que se perdieron sin el debido examen en el bal
sin fondo de una disciplina que parece aborrecer la acumulacin. En la ltima expansin neo-neoevolucionista de los 80, con Diener, Nonini y Robkin, las teoras clsicas acogieron, como se sabe,
tonalidades sistmicas, cibernticas y ecologistas. En un episodio poco conocido de la historia disciplinar, a principios de los 60, numerosos antroplogos para quienes "el concepto de evolucin ha
probado ser demasiado fundamental y fructfero como para ser ignorado indefinidamente por algo
que se llama a s mismo una ciencia", ensayaron una tcnica para manipular datos cualitativos que,
segn se crey, posea un rigor que slo se encuentra ordinariamente en los mtodos cuantitativos.
Los antroplogos fueron Buchler, Selby, Kay, Carneiro, Goodenough, Tobias, Snow, Hickman,
Schwartz, Miller, Young, Fujimoto, Emery y Oeser, entre otros. La tcnica fue el anlisis escalar, y
ms en concreto la escala de Guttman.
El carcter cualitativo de la escala de Guttman finca en que en ella se determina de una manera
simple y directa la presencia o la ausencia de rasgos, sin obligar al despliegue de una matemtica elaborada. El primer paso consiste entonces en esa determinacin, colocando por ejemplo los rasgos en
una columna y las sociedades en hilera. Veamos este caso, cuidadosamente expuesto por uno de los
propagandistas del mtodo, Robert Carneiro (1962). Naturalmente, en este cuadro + denota presencia, - ausencia del rasgo que se trate:
Estratificacin
Cermica
Bebidas fermentadas
Estado poltico
Agricultura

Kuikuru

Anserma

Jvaro

Tup

Inca

Sherente

Chibcha

Yagan

Cuman

+
+

+
+
+
+

+
+
+

+
+
+

+
+
+
+
+

+
+
+
+
+

+
+
+
+
580

Arquitectura
Metalurgia
Telares

+
+

+
+
+

+
+

Una inspeccin intuitiva de una matriz semejante no revela ningn patrn apreciable, lo que era
de esperarse porque tanto los rasgos como las sociedades se dispusieron al azar. El paso siguiente
consiste en contar y registrar el nmero total de presencias para cada rasgo y el nmero de rasgos
presentes en cada sociedad. Los resultados de esa nueva tabulacin seran los que siguen:
Nmero de presencias de cada rasgo
Estratificacin
4
Cermica
7
Bebidas fermentadas
6
Estado poltico
2
Agricultura
8
Arquitectura
1
Metalurgia
3
Tejido en telar
5

Nmero de rasgos en cada sociedad

Kuikuru
2
Anserma
6
Jvaro
4
Tupinamb
3
Inca
8
Sherente
1
Chibcha
7
Yagan
0
Cuman
5

Ahora bien: colocando los rasgos culturales en orden decreciente de abajo hacia arriba y las
sociedades en orden creciente de izquierda a derecha conforme al nmero de rasgos que poseen, se
obtiene ya no una matriz aleatoria sino una entidad que el psiclogo social Louis Guttman, en 1940,
llam escalograma.
Arquitectura
Estado poltico
Metalurgia
Estratificacin
Tejido en telar
Bebidas fermentadas
Cermica
Agricultura

Yagan

Sherente

Kuikuru

Tup

Jvaro

Cuman

Anserma

Chibcha

+
+

+
+
+

+
+
+
+

+
+
+
+
+

+
+
+
+
+
+

+
+
+
+
+
+
+

Inca

+
+
+
+
+
+
+
+

Es indudable que el escalograma exhibe un patrn definido, y que el mismo revela algo acerca
de los procesos y estructuras subyacentes: en el caso analizado (que constituye un escalograma
perfecto), parecera como que las sociedades agregaran paulatinamente rasgos sin perder los que ya
tenan, y que sabiendo cul rasgo est presente en una sociedad podramos predecir algunos ms. El
valor del formalismo no se restringe a cruzar "sociedades" con "rasgos"; con mayor provecho podemos tambin correlacionar "sistemas" con "valores", "dominios" con "elementos", "lenguas" con
"terminologas cromticas" o lo que se quiera; de ms est decir que pronto se adosaron perfeccionamientos, extensiones y honduras metodolgicas (coeficientes de escalabilidad y reproducibilidad,
mtodos interpretativos para casos anmalos, etc) que potenciaron las fuerzas del instrumento.
Es imaginable el revuelo que entre las filas de los evolucionistas caus semejante revelacin
metodolgica, por sencilla u obvia que pueda parecernos hoy en da. Se multiplicaron las apuestas a
581

favor o en contra del formalismo, se prodigaron los habituales artculos de apologa y desmixtificacin, hasta que en algn momento la cosa se enfri y qued ms o menos olvidada y en estado
inconcluyente (Kronenfeld 1972; Marshall y Borthwick 1974; Graves, Graves y Kobrin 1968). No
vamos a revivir aqu esas discusiones ni a juzgar el mrito metodolgico de las escalas;
sencillamente expondremos el mismo caso escalogramatical en clusulas de Prolog digeribles por el
sistema experto AGENI3.PRO, como demostracin de la naturalidad con que nuestra metodologa es
capaz de incorporar un formalismo. Considrense, por ejemplo, los siguientes registros, que bien
podran encontrarse o escribirse tal como estn en su base de conocimientos:
r

El mtodo natural para ordenar en una secuencia escalar predicados con nmeros variables de
trminos consiste en un simple conteo o tallying, pasando por la instancia intermedia de convertir los
trminos a listas si as se lo desea. En computacin es tradicional "sortear" matrices de datos
conforme a su magnitud, y todo lenguaje incluye clusulas que, convenientemente seriadas, permiten
reacomodar la salida de la clasificacin en el orden que convenga.
Un proceso de diagnosis ejecutado sobre una base de conocimientos as pautada sera una
maravilla de fluidez y transparencia, pero slo se manifestara en su peculiar contextura de mediar
una serie de casualidades, como el acomodamiento de los datos en un escalograma ordenado o la enunciacin de las clusulas regulares en una secuencia conveniente, de modo tal que la interaccin
entre el antroplogo y el sistema se pliegue, por as decirlo, a la progresin de los hechos. La forma
es el mensaje. Al igual que las pautas clandestinas que slo se mostraban ordenando los datos de
cierto modo, la situacin insina una potencialidad de significados oculta en el conocimiento antropolgico a la espera de una estructuracin sagaz; en este sentido, la cuestin va ms all de una estructura especfica y de una tendencia antropolgica peculiar beneficiada por ella, para hablarnos de
algo que es como una promesa de todos los mtodos a toda la antropologa.
3. Estructuras computacionales de representacin

582

El anlisis de las estructuras de datos constituye una de las especialidades ms amplias y mejor
desarrolladas de la computacin como disciplina cientfica. En los ltimos aos, con el advenimiento
de la inteligencia artificial, las estructuras de datos se han convertido poco a poco en estructuraciones
de conocimientos. La diferencia entre uno y otro concepto no es trivial: el "dato" remite a la
mquina, a los dispositivos de almacenamiento, a las estrategias mecnicas de recuperacin, al
paradigma procedimental, en suma; el "conocimiento" concierne al significado del problema propuesto, a la lgica de la disciplina usuaria, al modelo declarativo.
El aparato siempre est all, por ms que se busque disimularlo. Algunas implementaciones del
Prolog, y en particular una de las ms prestigiosas, el Arity Prolog, encarnacin comercial del canon
de Edinburgo, posee como resabio de las instrucciones orientadas a la mquina referencias a
direcciones de almacenamiento de smbolos. Es verdad que en general ellas tienen que ver con operaciones y entidades que slo se manifiestan durante el debugging, cuando es comn que nos enfrentemos con pantallas como sta (cf. Schnupp y Bernhard 1987:75):

Si bien unos cuantos hackers se sentirn a sus anchas ante semejante revelacin de las intimidades de la mquina, pensamos que ese aspecto de la implementacin traiciona, en un momento
crtico, la instancia declarativa en que el Prolog funda su razn de ser y su transparencia como herramienta para una ciencia emprica. Pero las filtraciones y lapsus mecnicos son slo una cara de la
cuestin: todo cuanto haya y suceda en y por los artificios mecnicos posee tambin valor instrumental en una teora de modelos; hay que investigar de qu se trata esto y cmo se relaciona con lo que
llevamos visto.
De ms est decir que en esta seccin del captulo nuestras semblanzas sern ms incompletas y
provisionales que nunca, y no porque sea el campo que conocemos peor. El dinero que (por otras
razones y para otros objetivos) fluye hacia la tecnologa hace que nuevas posibilidades surjan de ao
a ao, transformando lo que podamos decir ahora en un discurso que se torna obsoleto apenas se lo
escribe. Cuando comenzamos a estudiar antropologa, por ejemplo, el Prolog no era ms que un
proyecto de hilbertianos visionarios; cuando terminamos de hacerlo exista una pltora de nuevos
lenguajes (y por lo tanto, de nuevas estructuras) que hubiera socavado cualquier intento de sntesis
planificado con algunos meses de margen, an cuando implicara slo a la computacin convencional.
Sea como fuere, ahora toca el turno de hablar de datos. Como las mquinas an no han evolucionado ms all del modelo de Von Neumann, la mayora de las estructuras de datos todava se
refiere a ellas, aunque el lenguaje tienda a pensarlas como conocimiento en general. Algunas de las
que analizaremos seguidamente reflejan esa doble inflexin.
a) Listas
En este apartado no abundaremos en detalles computacionales que pueden recabarse mejor en
algunos de los manuales disponibles, y en cambio nos concentraremos en la lista en tanto estructura

583

de representacin conceptual que permite desplegar numerosas operaciones sintticas o analticas

sobre conjuntos de datos de variada naturaleza.
El Prolog es uno de los pocos lenguajes de programacin que permiten definir tipos de datos
recursivos. Un tipo es recursivo si admite que sus estructuras contengan otras estructuras semejantes
a ellas; en otros trminos, los componentes de una lista por ejemplo pueden ser a su vez listas,
hasta una profundidad de inclusin indefinida o infinita. Computacionalmente, una recursin es una
estructura de programa en la cual un procedimiento se invoca a s mismo. La idea es que, para resolver un problema, se ejecutarn primero ciertas operaciones, tras lo cual se resolver un problema ms
restringido y del mismo tipo (es decir, lo que resta del problema inicial) utilizando los mismos
procedimientos. El proceso termina cuando el problema que queda por resolver deviene tan simple
que el procedimiento puede resolverlo en un solo paso sin llamarse a s mismo nuevamente.
Una lista se denota en Prolog encerrndola entre corchetes, y ya sea enumerando uno a uno sus
componentes y separndolos por comas, o refirindose a la cabeza y la cola (el primer elemento y el
resto del conjunto) separados por la lnea vertical |. Esta lnea equivale a la distincin entre CAR y
CDR en LISP, pero a diferencia de sta puede disponerse de tal forma que la cabeza de una lista
posea ms de un elemento atmico. Hay una cierta paradoja subyacente a la estructura de listas en
Prolog: si bien una lista puede albergar numerosos elementos o "miembros", como por ejemplo
, toda lista es en esencia una estructura binaria, compuesta slo por una cabeza y una
cola. De este modo la cabeza de nuestro ejemplo unificara con el miembro , en tanto la cola denotara (en la primera operacin realizada sobre la lista completa) los miembros
y .
Es sumamente sencillo disear rutinas recursivas en Prolog para efectuar diversos procedimientos sobre listas; las diferentes implementaciones del lenguaje (con la excepcin del dialecto original francs) en general coinciden en la especificacin sintctica de las operaciones. La sencillez de
que hablbamos se debe al hecho de que construir y descomponer listas es un trabajo que en este
lenguaje se realiza mediante unificacin, y no a travs de procedimientos especficos en los que se le
dice a la mquina paso a paso todo lo que debe hacer. La lista aniquila y torna intil la especificacin
repetitiva. Esto significa que el corazn del procesamiento de listas coincide a menudo con la notacin que describe la estructura de los argumentos.
Nuestros programas incluyen numerosas rutinas de este tipo. La profundizacin de los estudios
sobre el Prolog ha ocasionado que las rutinas-tipo o las heursticas sobre listas se fueran acumulando,
constituyendo una poderosa reserva de ideas de dominio pblico. Las siguientes son algunas de las
que se usan con ms frecuencia, en dialecto Turbo Prolog.
1) Para escribir en pantalla los componentes de una lista, presuponiendo ligada la variable correspondiente:

2) Para determinar si un elemento es miembro de una lista:

584

3) Para permutar los elementos de una lista:

4) Para ordenar los miembros de una lista:

5) Para concatenar dos listas ordenadas:

6) Para eliminar elementos duplicados en una lista:

7) Para verificar que un elemento no forme parte de una lista:

8) Para verificar que una lista sea un subconjunto de otra:

9) Para convertir una lista en predicados simples:

585

10) Para ingresar datos en forma de lista, encabezados en este ejemplo por tres trminos variables:

11) Para contar el nmero de elementos de una lista.

No obstante la potencia tremenda de estas rutinas recursivas y de otras semejantes, el lenguaje

por excelencia para el tratamiento de listas no es el Prolog, sino el LISP, desarrollado por uno de los
abanderados tempranos de la inteligencia artificial, John McCarthy, sobre ideas lgicas entrevistas
mucho tiempo antes por Alonzo Church. Estas ideas, de las que ya hemos hablado en su momento,
se apiaban en torno a la lgica funcional y al clculo Lambda. LISP y Prolog son ambos lenguajes
lgicos, entonces, pero slo ste es descriptivo.
McCarthy advirti que el procesamiento de listas, la programacin recursiva y la extensibilidad
eran conceptos y estrategias que se interimplicaban. A partir de este principio dise un lenguaje que
basa su carcter nico entre todos los lenguajes de computacin en seis caractersticas formalmente
anudadas:
1) Su capacidad para computar expresiones simblicas en lugar de nmeros, tomando ventaja del hecho de que se pueden definir como smbolos secuencias cualesquiera de
dgitos binarios.
2) Su prestacin de procesamiento de listas, por medio de la cual las listas encadenadas a
nivel de la mquina significan mltiples niveles de listas.
3) Su extensibilidad, es decir, la posibilidad de componer funciones complejas a partir de
funciones simples y de redefinir dinmicamente cualquier funcin.
4) Su uso de la recursin como procedimiento de flujo normal.
5) La representacin del propio cdigo de LISP a nivel de mquina en forma de lista, lo
cual crea una formato idntico para ese cdigo y para los datos. Un programa LISP, en
otras palabras, es una lista de listas; los programas mismos se pueden considerar como
los datos de otros programas de mayor inclusividad.
586

 6) La funcin EVAL, que sirve como ncleo del intrprete y que es uno de los rasgos distintivos de este lenguaje y de sus dialectos derivados.
Las habilidades mimticas del Prolog para emular la lgica funcional han sido exploradas por
Maier y Warren (1988:265 y ss). Uno de los dialectos de Prolog, Micro-Prolog, ha sido concebido
sobre el modelo del LISP, y de hecho es uno de los que mejor se prestan para el desarrollo de la
programacin funcional y de su lgica concomitante (cf. Tello 1988). Las versiones recientes del
Arity Prolog incluyen sofisticadas herramientas recursivas, como ser listas de diferencia.
Las listas de diferencia constituyen en realidad una estructura de datos especialmente apta para
tratar secuencias incompletas de elementos, partiendo de la base del concepto computacional de acumuladores. En este sentido conforman una tcnica de programacin lgica bien establecida que
permite la realizacin de programas concisos y eficientes, aplicados a dominios tales como escalogramas y secuencias evolutivas. Desde un punto de vista funcional, las listas de diferencia en Prolog
son la contrapartida de la clusula rplacd del LISP, aunque su modo de operacin es divergente:
mientras que las primeras carecen de efectos colaterales y se pueden discutir en trminos del modelo
semntico de la mquina abstracta, la operacin rplacd es destructiva y slo est fundamentada como
un uso computacional de orden prctico.
Por razones a fin de cuenta accidentales, no hemos implementado listas de diferencia en ninguno
de los programas incluidos; sera forzado idear sobre la marcha problemas que quiz puedan ser mejor resueltos mediante un formalismo que requiera menos parfrasis. Remitimos por ende a la
tradicin bibliogrfica del Prolog para demostrar sus capacidades (cf. Clark y Trnlund 1977; Sterling y Shapiro 1986: 239-247).
b) Arboles
Los rboles, como se sabe, han sido recursos grficos que hicieron irrupcin ms o menos acompaados de una teora o una prescriptiva rigurosa, y desde entonces han estado disponibles en reas
tan dismiles como la gramtica generativa, la teora matemtica de grafos y el anlisis componencial. Si un antroplogo piensa en representar computacionalmente un conjunto de datos que se
acomodan siguiendo un patrn arboriforme (un rbol genealgico, una taxonoma, una red social,
una gramtica generativa, un proceso de derivacin) la forma "natural" de hacerlo es echando mano
de una estructura del lenguaje llamada, precisamente, rbol. Al igual que las listas, los rboles son
estructuras de datos recursivas que ocupan un lugar de importancia privilegiada en numerosos algoritmos computacionales. El origen de esta estructura se remonta a Knuth (1968).
En Prolog los rboles podran representarse mediante un functor ternario de estructura
, donde "Elemento" es el elemento que ocupa el nodo, e
"Izquierda" y "Derecha" son, naturalmente, las ramas respectivas; en esta estructura, el sub-rbol
vaco se denota mediante el tomo
u otro equivalente. Por ejemplo el rbol siguiente:

a
b

se podra representar as:

587

En el dialecto Turbo Prolog habra que definir un dominio de tipo rbol con una estructura
similar a la de este ejemplo, en el que se asume que los componentes de un rbol son strings o ristras
de caracteres:

Esta declaracin especifica primero un tipo de datos (

) consistente en una hilera de caracteres y luego otro tipo con el functor
, cuyos argumentos son o bien una hilera de caracteres
(el rtulo de la bifurcacin) y dos rboles ms, o bien un functor vaco. A partir de esta declaracin
es posible generar datos para llenar casos de esta estructura y algoritmos para atravesarla ulteriormente.
Los programas lgicos que manipulan rboles binarios son similares a los que procesan listas.
La diferencia radica en que los rboles son doblemente recursivos, por cuanto en una regla que se les
refiere existen dos objetivos con el mismo predicado que el de la cabeza de la regla. Esto implica que
si las reglas recursivas simples se estipulaban mediante dos reglas con la misma cabeza, las doblemente recursivas requerirn necesariamente tres reglas. Para determinar, por ejemplo, si un elemento
es miembro de un rbol binario, ser preciso establecer primero la estructura recursiva del rbol y
luego la naturaleza doblemente recursiva del procedimiento que define la pertenencia:

Uno de los conceptos inmediatamente ligados a las estructuras arboladas es el de isomorfismo;

este trmino se utiliza para denotar que dos rboles no ordenados son bsicamente "el mismo rbol"
dispuesto de otra manera. Se dice entonces que dos rboles T1 y T2 son isomorfos si se puede
obtener T2 reordenando las ramas de los subrboles de T1. La figura siguiente muestra tres rboles
binarios, de los cuales los dos primeros son isomorfos:

*
a

*
*

*
c

*
a

588

El isomorfismo es una operacin de equivalencia que ha de definirse tambin en forma recursiva. Dos rboles vacos son isomorfos. De no ser vacos, dos rboles son isomorfos si poseen elementos idnticos en un nodo y si (a) los subrboles izquierdo y derecho son isomorfos o (b) el subrbol izquierdo de uno de los rboles es isomorfo con el derecho del otro y los subrboles restantes
son isomorfos. En Prolog:

En trminos ms restrictos, un rbol de bsqueda binario es una estructura que permite predecir, al buscar una celda cualquiera, en cul de los subrboles de un item determinado se encontrar
dicha celda. El rbol binario conforma, por lo expuesto y segn se lo mire, tanto una estructura pasiva de acomodamiento de datos como una heurstica para recorrer velozmente un espacio de bsqueda.
En computacin se acostumbra disponer datos originariamente "planos" de manera tal que se
distribuyan segn una estructura subyacente de rbol binario, a efectos de agilizar las operaciones de
bsqueda. Se ha determinado que el tiempo insumido en encontrar un item en un rbol binario es, en
promedio, proporcional al logaritmo binario del nmero total de elementos. El rbol binario
(explorado con asiduidad por los especialistas en Prolog) constituye sin duda la estructura computacional que mejor refleja las organizaciones del conocimiento que la antropologa cognitiva definiera
como claves (Preston 1966; Tyler 1969; Fowler 1979). La literatura computacional pertinente incluye a Knuth (1968) y a Sterling y Shapiro (1986).
Aqu cabe hacer una observacin que slo en algunos aspectos es colateral. A menudo se ha
afirmado que ciertas analticas que se fundan en diferenciaciones binarias no pueden dar cuenta de
una realidad que se caracteriza por gradaciones polivalentes. A despecho de lo que suele decirse sin
demasiada reflexin formal, cualquier estructura, por "polivalente" que parezca, es susceptible de
representarse en forma de rbol binario sin prdida de riqueza semntica, aunque esta tcnica no
siempre sea la ms econmica ni la ms acorde con la intuicin. En principio, cualquier secuencia de
eventos binarios recursivos que pueda pensarse en antropologa (como lo seran, por ejemplo, las
analticas estructuralistas levistraussianas si fueran rigurosas) seran a la larga expresables en el formalismo expuesto.
Decimos "a la larga" intencionalmente. Esa reductibilidad no implica contradecir lo que a
menudo hemos alegado: el anlisis estructural tal como Lvi-Strauss lo concibe se equivoca al juzgar
que es posible establecer distinciones binarias semnticas e intuitivas sobre campos estructurados de
acuerdo con principios de gradacin o de secuencialidad no oposicional: los colores, los meses del
ao, las fases de un ciclo cualquiera. Al mismo tiempo afirmamos que cualquier entidad es representable a travs de rboles binarios. No nos contradecimos, pues la reductibilidad de todo dominio a
una estructura en ltima instancia binaria no es (como Lvi-Strauss supone) fruto de una operacin
intuitiva en un solo paso, capaz de conservar en todo su decurso los valores iniciales de significacin; por el contrario, binarizar un dominio impone encadenar una serie ms o menos larga de
distinciones arbitrarias sobre atributos empricos que casi siempre son del orden de la cantidad. Los
valores iniciales son recuperables, pero slo como salida reversible de un proceso de descodificacin
que los restituye as como los haba perdido la codificacin de la que l es la imagen invertida. Las
589

oposiciones (o ms bien diferencias) binarias se aplican sobre articulaciones formales o subyacentes,

y no sobre las apariencias semnticas de superficie. La codificacin binaria de un dominio cualquiera
(el campo cromtico, por ejemplo, tal como resulta cuando se lo digitaliza en seales o pulsos) no
tiene por qu conservar ninguna correspondencia semntica oposicional con los denotata originales.
En antropologa "binario" remite todava al estructuralismo francs, as como "cognitivo" invoca
al desdichado modelo de Goodenough; pasar mucho tiempo antes que estos residuos se disuelvan y
los conceptos recuperen sus valores instrumentales. A propsito del mismo Lvi-Strauss y de sus
propuestas metodolgicas, digamos de nuevo, para cerrar este punto, que en su estado actual, atestadas de indefiniciones, contradicciones y ambigedades insuperables, ellas no parecen ser suficientes para generar un modelo que funcione, aunque fuere desmaado, estrecho, imprctico o antropolgicamente trivial.
c) Matrices, colas, planillas, stacks y arrays
El array es el ms simple de los datos compuestos: se trata de un agrupamiento de tems almacenados en posiciones sucesivas de la memoria de la mquina, y que en general pertenecen al
mismo tipo: nmeros enteros, nmeros reales, caracteres, ristras y (en Prolog) smbolos. Si se utilizan los arrays solamente para agregar o quitar datos en el extremo final se obtiene una pila o stack,
que en ciertas condiciones se puede considerar tambin como otra estructura de datos cuyo contenido
son direcciones de memoria. Si slo se quitan datos del comienzo de un array y slo se insertan
tems al final se obtiene una estructura adicional que se conoce como cola [queue]. En un stack el
ltimo dato en ingresar es el primero en salir (last in, first out o LIFO); en una cola, el primero en
entrar es el primero en salir (first in, first out o FIFO).
Salvo en condiciones computacionales o epistemolgicas muy especficas (modelizacin en
trminos de autmatas, por ejemplo) todo esto es hasta cierto punto indiferente para el antroplogo,
pese a que algunas estructuras son esenciales para que la mquina administre los llamados a los procedimientos, el control de flujo y la recursin. Ni duda cabe que lo que decimos es ideal: el cientfico
que domine aspectos recnditos de la computadora se hallar, ceteris paribus, en mejores condiciones de hacer lo que quiere con el modelo y de comprender ms acabadamente la conducta de los sistemas que implemente.
El trabajo con arrays, stacks y colas ha sido fundamental en una orientacin computacional que
se ha popularizado en los ltimos aos, aunque an all sigue siendo un asunto interno de la mquina
invisible al usuario: nos referimos a los spreadsheets o planillas electrnicas, de las que el exponente
clsico es el 123 de Lotus. Estas planillas son demasiado conocidas en computacin elemental como
para que se necesite que las caractericemos en esta tesis.
Una planilla de tipo Lotus es una forma muy conveniente de comunicar a la mquina una estructura de datos que admitan matrizarse en coordenadas, y todos los datos no jerrquicos lo admiten.
Algunas de nuestras implementaciones se han servido de spreadsheets como mecanismos de ingreso
de la base de conocimientos; de all que el mutuo entendimiento de esas estructuras basadas en arrays y un lenguaje como el Prolog sea en ocasiones muy conveniente.
A este respecto, existen dos formas de introducir datos de planillas de clculo en un programa en
lenguaje Prolog. La primera consiste en utilizar un formato intermedio (por lo comn, ASCII puro)
para luego asertar los registros a la base de datos del Prolog mediante la clusula consult. Primero se
590

exportan los registros a ASCII, despus se los importa de ASCII a Prolog. La forma ms elaborada,
sin embargo, consiste en especificar al sistema mediante programacin de bajo nivel el formato en
que estn dispuestos los datos en la propia spreadsheet y luego leer la planilla directamente. Esta es
la alternativa escogida por los diseadores de los complementos utilitarios del Turbo Prolog. Dado
que estas facilidades son comercialmente asequibles, no necesitamos probar aqu que la
convergencia de las planillas de clculo con un lenguaje de programacin lgica es tcnicamente
viable.
d) Bases de datos relacionales
Los programas lgicos pueden considerarse como una extensin sumamente poderosa del
modelo de las bases de datos relacionales; la potencia extra estara dada por la posibilidad de complementar los datos bsicos (denotados en un programa como "hechos") mediante reglas que enriquecen sus relaciones mutuas. La especificacin del formalismo correspondiente esclarece un fragmento esencial de lo que en nuestra epistemologa hemos caracterizado como la incorporacin de
una operacin formal en un modelo. A travs del modelo relacional, puede decirse que la programacin lgica, adems de sus capacidades expresivas e inferenciales, subsume la fuerza combinada del
lgebra y la teora de conjuntos.
Dado que el modelo de las bases de datos relacionales es tambin un formalismo lgico muy
bien desarrollado, representar este modelo en Prolog es fcil y directo. Existen desarrollos de lenguajes de consulta de bases de datos en Prolog que simulan las prestaciones de operaciones de lenguajes
de query muy populares, incluyendo QBE y SQL (Gallaire y Minker 1978; Gallaire y otros 1984; Li
1984); tambin es popular la programacin de interfaces procedimentales para que un modelo en
Prolog acceda a datos albergados en una base relacional estndar.
El lgebra relacional que fundamenta la tecnologa de DBMS (un producto clsico de la
computacin convencional) desarrolla cinco operaciones elementales que permiten vincular la
estipulacin de hechos con la teora de conjuntos y la lgica de clases. Esas cinco operaciones, que
agotan el espectro de las relaciones posibles, son, como bien se sabe, la unin, la diferencia de
conjuntos, el producto cartesiano, la proyeccin y la seleccin. No es fundamental que el antroplogo
que realiza una transaccin referida a datos tenga plena conciencia de estar desencadenando una
operacin algebraica axiomticamente definida. En algunas modalidades de ciencia formal, sin
embargo, esta transparencia puede resultar ventajosa o relevante: la precisin reflexiva nunca es
superflua.
Parece oportuno ejemplificar las operaciones indescomponibles a travs de una base de datos
imaginaria, semejante a la de la Human Relations Area Files, cuyos registros ataen a los atributos
de un conjunto de etnas. Veamos como podran desarrollarse en Prolog las operaciones conjuntistas
bsicas, cuya interpretacin etnogrfica cae de suyo.
1) La operacin de unin crea una relacin de aridez n a partir de dos relaciones preexistentes, r
y s, ambas de la misma aridez que la resultante. Esto se logra mediante dos reglas:

591

Si la relacin r originaria enunciaba, por ejemplo, las tribus que vivan en el continente B y la
relacin s las que posean una organizacin social de tipo B (siendo el valor de las variables de validez local en cada una de las reglas), dispondremos finalmente de una nueva relacin que incluye a
las etnas que satisfacen algunas de las dos caractersticas.
2) La diferencia de conjuntos involucra siempre una negacin, denotada con el predicado not.
Realizamos operaciones diferenciales toda vez que buscamos determinar los elementos de un
conjunto que no pertenecen a otro. La forma de expresar dicha operacin requiere tambin dos reglas:

3) El producto cartesiano se puede expresar con una sola regla. Si r es una relacin de aridez m
y s una relacin de aridez n, luego r_prod_s es una relacin de aridez m+n definida de este modo:

Tcnicamente, el producto cartesiano de dos conjuntos X e Y es otro conjunto cuyos elementos

son todos los pares ordenados cuya primera componente pertenece a X y cuya segunda pertenece a Y.
4) La proyeccin involucra la formacin de un nuevo constructo relacional que comprende slo
algunos de los atributos de la relacin preexistente. Tambin se la pruede expresar con una sola
regla:

5) La seleccin, finalmente, la ms heterognea de las operaciones, se define coordinando una

condicin explcita que constrie el nmero de las relaciones a tratar en un procedimiento. Esta condicin puede remitir a una regla adicional o expresarse en el interior de la misma regla. Por ejemplo:

Donde
podra ser, por ejemplo, que A sea mayor que B, que A o B sean obtenidas
mediante alguna instanciacin intermedia o alguna otra condicin semejante.
Los diversos dialectos de Prolog incluyen predicados especficos para tratar bases de datos de
distinta naturaleza, localizadas ya sea en la memoria de la mquina o en algn soporte de almacenamiento. En Turbo Prolog pueden optarse entre numerosas estructuras de especificacin y bsqueda. En Arity Prolog es donde se ha implementando el predicado conceptualmente ms bello: las
diferentes bases de datos se llaman "mundos". Esta ltima versin del lenguaje posee, como extensin optativa, un poderossimo (y sumamente caro) entorno de gestin SQL.
Hemos comprobado la adecuacin del Prolog para el diseo de bases antropolgicas en una
implementacin real, fragmentariamente incluida en el apndice como uno de nuestros programas
aplicativos, SITIOS.PRO. Remitimos a los comentarios sobre dicho modelo en la quinta seccin de
la tesis para suplementar las demostraciones que aqu pudieran haber quedado pendientes.
e) Representacin orientada al objeto

592

Este formalismo (inventado por Kristen Nygaard y Ole-Johan Dahl) puede considerarse como un
refinamiento del frame; es lgicamente mucho ms preciso, tiene la misma flexibilidad y se est
imponiendo entre los practicantes de programacin de avanzada que necesitan algoritmos de
representacin capaces de expresar relaciones sutiles de inclusin de clases, interacciones y procesos
complejos. Mientras que el mtodo de representacin mediante frames no estableca distinciones entre una relacin clase/subclase y una relacin clase/instancia, estas dos relaciones son ortogonales (es
decir, opuestas) en el formalismo orientado al objeto u OOPS. Esta diferenciacin sirve para evitar
efectos de sentido no deseados que perturban ocasionalmente los procesos de inferencia lgica, como
los que se ilustran en esta transaccin en Prolog:

La mayora de los lenguajes de programacin caracterizan a las variables segn su tipo. El tipo
de una variable especifica el dominio de valores que esa variable puede asumir, as como el conjunto
de operaciones que se pueden efectuar sobre ella. Un lenguaje (y el dialecto Turbo Prolog no es una
excepcin) proporciona un conjunto de tipos de datos primitivos tales como nmeros enteros,
caracteres, ristras, etc. No es posible, por ejemplo, operar aritmticamente sobre nombres, ejecutar
concatenaciones sobre cifras o tokenizar fragmentos de un nmero. El concepto de clase en el formalismo orientado al objeto puede comprenderse como un tipo abstracto de datos: un objeto es una
instancia (o sea, el valor de una variable) de un tipo de datos complejo.
En un lenguaje o sistema de programacin orientado al objeto, como el Smalltalk-80, el Turbo
C++, el LOOPS o el SCOOPS, un objeto es la entidad computacional fundamental. La nica manera
de ejecutar un procedimiento es enviando un mensaje al objeto. Los objetos estn, como dijimos, organizados en clases, y la definicin de una clase determina la estructura de sus objetos, e incluye los
procedimientos o mtodos que le estn asociados. "Enviar un mensaje" no es slo una rara especie de
metfora postal; es una caracterizacin imaginativa de un sistema que se concibe constituido por
objetos, en parte autnomos y aislados (de all como haya que comunicarse con ellos), y en parte coordinados e interactuantes (de all que la comunicacin sea congruente y posible).
En una clasificacin zoolgica, etic o emic, podemos hacer de cuenta que la clase "pjaros" es
un tipo de datos abstracto; el mtodo de contestar una pregunta acerca del modo en que se desplazan
los miembros de la clase "pjaros" es uno de sus operadores legtimos. Este operador se puede
utilizar para realizar una consulta acerca de cualquiera de los tipos abstractos que se encuentren por
debajo de "pjaros" en el orden taxonmico; esto no es ni ms ni menos que la regla de inferencia
dbil que ya hemos caracterizado como herencia (inheritance) de caractersticas.
En la programacin convencional se escribe un procedimiento para cada accin, y es este
procedimiento el que tiene que decidir cmo tratar las entidades de diferente tipo. En la programacin orientada al objeto, se definen simplemente los tipos, incluyendo en su definicin los procedimientos para tratarlos. Esto puede ilustrarse mediante una analoga. Supongamos que se tiene que
593

simular el proceso de coccin de una vasija. Podemos cumplir el objetivo ya sea estipulando un procedimiento de coccin en general y luego detallando la coccin de vasijas en particular, o bien describiendo primero las vasijas y especificando, entre otros procesos que se le asocian, la forma de cocerla. La primera variante describe el mtodo de la programacin convencional; esta ltima estrategia equivale a la programacin orientada al objeto. Los procedimientos en este caso son locales al
objeto, intrnsecos a l, y slo se disparan cuando se enva un mensaje al objeto, es decir, cuando ese
objeto es tomado como tal por los mecanismos de ejecucin del programa. Esto permite un grado
superlativo de modularidad y abstraccin: la programacin se convierte en el arte de disear protocolos para el paso de mensajes entre objetos.
En algunos crculos de programadores, el entusiasmo hacia la programacin orientada al objeto
se ha convertido en un gesto lindante con el fanatismo. La aparicin del C++, un lenguaje con el
prestigio computacional del C especialmente adaptado para el tratamiento de objetos (iniciativa de
otro nrdico, Bjarne Stroustrup) ha vuelto a exaltar los nimos en la ltima media dcada; el hbrido
ha comenzado a desplazar al C convencional incluso en campos en los que ste pareca firmemente
establecido.
Sin duda con el tiempo se ver que los objetos no son una panacea, y que el modo en que
obligan a repensar la programacin no siempre rinde frutos apreciables. Pero las tcnicas orientadas
al objeto son quiz las ms adecuadas que hasta hoy existen en situaciones en las que muchos componentes interactan y ejercen cambiantes influencias entre s. No por nada los primeros productos
orientados al objeto eran sistemas y lenguajes de simulacin. Predecimos, aunque sin esforzarnos en
probarlo por ahora, que la idea de sistemas encontrar en la OOPS su herramienta natural.
En Prolog podemos expresar objetos mediante "hechos" de estructuras similares a la siguiente:

En su versin expandida, con la lista expresada entre corchetes, el hecho podra tener aproximadamente esta configuracin:

Cada uno de los elementos de la lista corresponde adems a un procedimiento que a su vez
puede tener varios renglones especficos, y el objeto en s se activara al ser mencionado en una clusula de orden superior, que "le enva el mensaje" de ejecutarse.
Sera fatigoso explorar cada uno de los horizontes que parecen abrirse al ritmo del crecimiento
tecnolgico. Aunque la OOPS tal vez valga la pena, no desarrollaremos ni en este apartado ni en esta
tesis una justificacin minuciosa del paradigma, ni una demostracin exhaustiva de su complementariedad con el proyecto de la programacin lgica; nos contentaremos con documentar algunos
indicios en lo que resta de pgina.

594

Existen tres formas de implementar objetos en Prolog: interactuando con un lenguaje o entorno
de computacin cabalmente de tipo OOPS, interpretando un programa Prolog comn en trminos de
objetos, o construyendo programas prototipo que acten formalmente de acuerdo con la filosofa
objetal. La primera estrategia es la escogida por los diseadores del Smalltalk V, uno de los entornos
de OOPS ms populares, quienes han incrustado nada menos que una versin compacta de Prolog
entre las clases de objetos genricos predefinidas. Entre el Prolog V y el ncleo de Smalltalk
propiamente dicho todas las transacciones son posibles, y el comportamiento del programa lo mismo
se puede "leer" con criterio de lgica constructiva o con sentido de objeto. La segunda es la tctica
seguida por Covington, Nute y Vellino en unos ejemplos ldicos pero pertinentes (1988), caracterizados por un texto de programa bastante ms compacto de lo que pudiera ser tpico de la computacin convencional. La tercera, en fin, es la tesitura desarrollada por Rodger Knaus (1990), antiguo
colaborador del antroplogo Benjamin Colby, en una serie de artculos que, infortunadamente, jams
mencionan la antropologa como un universo de aplicacin (cf. Knaus, "Message Passing in Prolog",
AI Expert, mayo de 1990, pp. 21-27).
La bibliografa pertinente para el uso del concepto de objetos en Prolog comprende el estudio de
Stabler (1986), el de Stefik y Bobrow (1986) y el de Zaniolo (1984) entre los textos ms recomendables. A medida que la programacin orientada al objeto se va popularizando como una de las
actividades menos contraintuitivas de la computacin cientfica, se van multiplicando tambin los
estudios que exploran la capacidad del Prolog para instrumentarla.
f) Redes Neuronales
En el mundo ordenado de los desarrollos computacionales en inteligencia artificial, en general
hay acuerdo respecto de que la programacin lgica ilustra un gnero paradigmtico, mientras que
las redes neuronales ejemplifican otro, en el que se apunta incluso a un tipo de mquinas y a una
epistemologa diferentes. Mientras en programacin lgica el nfasis est puesto en la representacin
del conocimiento, en la computacin mediante redes neuronales est implicada la intencin de reproducir el funcionamiento y la estructura del cerebro. Los cientficos comprometidos con una o con otra definen la lgica de modos contrapuestos, all como una analtica de los modos correctos de razonar y aqu como la legislacin misma del pensamiento. Aunque sus objetivos son diversos, es tradicional asimismo que los partidarios de la inteligencia artificial que operan sobre mquinas de Von
Neumann sean enemigos irreconciliables de los que implementan redes neuronales sobre tecnologa
de procesamiento en paralelo.
Aqu no vamos a caracterizar en detalle los contenidos sustantivos del paradigma de las redes
neuronales; hacerlo nos desviara muchsimo de nuestros objetivos, pues incluso una semblanza
simplista ocupara docenas de pginas que no tendran, de momento, ningn correlato en la metodologa disciplinar. Miraremos el campo a vuelo de pjaro, pero advirtiendo que volaremos demasiado
alto como para que los detalles lleguen a ser perceptibles. Tampoco nos consideramos an especialistas en programacin de redes neuronales, de modo que avanzar en ese sentido nos dejara sin el
sustento de una prctica que, por el contrario, abona casi todas las dems incursiones de nuestra tesis.
Aunque no hemos practicado una compulsa sistemtica, tenemos razones para creer que los
escasos antroplogos que han estado expuestos a los rumores acerca de las redes neuronales poseen
una imagen engaosa acerca de su naturaleza; circula la especie, por ejemplo, de que las memorias
de las computadoras neuronales estn construidas sobre material de base orgnica, de que se ha lo595

grado (o intentado) hacer que las computadoras o sus partes se autorreproduzcan, o de que las redes
neuronales exigen invariablemente computadoras especiales ultrarpidas capaces de procesamiento
concurrente.
La red neuronal, por desgracia, no es ms que un concepto abstracto, una forma de concebir las
cosas al igual que la teora de autmatas es no un discurso sobre robots humanoides sino una sistematizacin sobre modalidades de procesamiento informacional. Existen numerossimas redes neuronales de carne y hueso (o mejor an, de metal y silicio), casi tantas como modelos y problemas han
ido surgiendo; pero la idea de una red neuronal es slo eso, una idea, y, con las limitaciones del caso,
puede ser modelada en tanto tal por cualquier mquina universal (como una computadora Von Neumann) y mediante cualquier lenguaje de computacin suficientemente poderoso (como el Prolog).
El origen de las redes neuronales se remonta a un artculo de Warren S. McCulloch y Walter H.
Pitts publicado en 1943; en l, los autores emplean la lgica simblica para describir lo que una red
neuronal como, por ejemplo, el cerebro humano, puede hacer, y llegan a probar que los procesos
mentales ms complejos pueden ser descritos mediante un nmero finito de expresiones simblicas:
aritmtica simple, clasificacin, almacenamiento y recuperacin de conjuntos finitos de datos, aplicacin recursiva de reglas lgicas. Este desarrollo desemboc en la caracterizacin de las llamadas
"neuronas formales", equivalentes lgicos de las mquinas universales de Turing. Si se puede describir en palabras y sin ambigedad en qu consiste un proceso, existe al menos una red formal de
McCulloch-Pitts que puede realizar ese proceso (Mackay 1954:2).
A partir de este hito se ramificaron los debates y los experimentos en torno de la especializacin
regional de la corteza, de la necesidad de redundancia para otorgar confiabilidad a los procesos, o de
la organizacin jerrquica de las redes. Donald Hebb aport una idea inspirada en Ramn y Cajal, la
cual postulaba que la repetida activacin de una neurona por otra conectada a ella mediante una
sinapsis incrementaba su conductancia, de modo tal que grupos de clulas, si se activaban con cierta
frecuencia, tienden a organizarse en agregados fuertemente conexos. De aqu en ms las redes
neuronales comienzan a adquirir la fisonoma que tienen hoy: los agregados constituyen conjuntos de
neurodos, vale decir, neuronas ms sinapsis, que vienen a ser pequeos elementos de procesamiento.
Cada una de las interconexiones que forman la red posee asociado un valor, conocido como peso sinptico. Para activarse, los pesos sinpticos de los insumos recibidos por una unidad deben satisfacer
ciertos umbrales.
En la misma dcada del 50, Albert Uttley demostr que redes neuronales con conexiones
modificables de tipo Hebb podan "aprender" trabajos clasificatorios sencillos. En los 60, Frank Rosenblatt construy sobre este concepto sus discutidos "perceptrones", entidades lgicas o mecnicas
susceptibles de ser entrenadas, y casi al mismo tiempo Bernard Widrow y M.E. Hoff diagramaron su
adaline (neurona lineal adaptativa). De pronto todo pareci venirse abajo: Seymour Papert (el creador del LOGO) y Marvin Minsky (el inventor de los frames) demostraron que perceptrones, adalines
y organizaciones neuronales de un solo nivel, con o sin conexiones modificables, no podan en
realidad funcionar como mquinas universales, y que incluso tareas muy sencillas, pero de cierta
estructura especfica, jams podran ser llevadas a cabo por estructuras neuronales de ese tipo.
Los problemas del viejo conexionismo (como se di en llamar la etapa que va de McCullochPitts a Rosenblatt y sus seguidores) recin fueron resueltos por el neoconexionismo de los aos 80
(Cowan y Sharp 1988:97). Retrospectivamente, se percibe que los 60 y 70 fueron dcadas de relativa
parlisis, fruto de un escepticismo al borde de lo irracional que el progreso tecnolgico y la pro596

fundizacin teortica finalmente atemperaron (cf. Levine 1989). Este momento cientfico fue precedido por numerosos hallazgos que de inmediato se hicieron convergentes:
Las redes de Hopfield, que modelizaron el almacenamiento de informacin a travs de configuraciones fsicas "dinmicamente estables", popularizando mecanismos no-lineales y analgicos,
exponiendo el paradigma en un lenguaje inteligible, demostrando "habilidades computacionales colectivas emergentes" y recuperando la nocin de ultrastabilidad de los viejos cibernticos (Ross
Ashby 1950; Hopfield 1982). Despus de Hopfield (y obsrvese con sumo cuidado la fecha de su erupcin), ni las redes neuronales ni la inteligencia artificial volveran a ser las mismas.
Las mquinas de Boltzmann, capaces de superar mediante recursos adaptativos y entidades
ocultas ciertos efectos de cristalizacin propias de las redes de Hopfield, desenvolviendo un proceso
de aprendizaje auto-asociativo y no supervisado.
Las redes con propagacin de errores hacia atrs de Rumelhart y McClelland y las redes "amoesclavo" de Lapedes y Farber, que combinan con agudeza buena parte de los mecanismos anteriores.
Estas redes aprenden ajustando los pesos de los neurodos en funcin de una regla de aprendizaje que
es una variante de los algoritmos utilizados por los adalines de Widrow y Hoff.
Las redes auto-organizantes de Teuvo Kohonen, que poseen un solo nivel y que responden a
una "regla de aprendizaje" ingeniossima, de un solo paso, que contrasta con los diseos retroalimentantes tradicionales y que parece funcionar mejor en redes complejas que en dispositivos simples (cf.
Kohonen 1987; Caudill 1988).
Sera imposible an enumerar la avalancha de artculos, desarrollos experimentales y hallazgos
que jalonaron la segunda mitad de la dcada del 80 y lo que va de la actual, cuando la "epistemologa
experimental" de las redes neuronales se fundi con la tecnologa de procesadores en paralelo, con
formidables avances en neurobiologa y con la idea de los algoritmos genticos. Nos hallamos ante
una Ciencia Cognitiva mucho ms instrumental que la que se tena antes (pues la exigencia de
control experimental se acata construyendo materialmente modelos que hace unos aos slo eran
posibles en el papel) y con una inteligencia artificial que ve cumplirse algunos de los sueos de los
que se crey, tras el inflado escndalo de los perceptrones, que tena que despojarse.
Sintetizndolo mucho, diramos que las redes neuronales de hoy en da son mecanismos que
funcionan. Estos mecanismos pueden ser fsicos o lgicos, pues cuando la teora es fuerte la distincin slo afecta en principio a los aspectos teatrales del asunto y no a su posibilidad lgica. En general las redes neuronales se disponen en tres niveles, con una unidad o nivel de entrada, otro de salida
y un ltimo, intermedio, al que se conoce como unidad oculta, que se corresponden rudamente con
las unidades sensoriales, de respuesta y asociativa de las redes de Rosenblatt. De ms est decir que
casi siempre los niveles intermedios son ms de uno y las figuraciones y grafos que les hacen justicia
son multidimensionales.
Lo esencial del paradigma de redes neuronales consiste en el objetivo de que mecanismos simples y poco confiables resuelvan confiablemente problemas ms complejos que los componentes individuales que los integran o que las reglas individuales de funcionamiento dispuestas de antemano.
Para lograrlo, es preciso recurrir a propiedades emergentes, que no forman parte de la conducta del
sistema, sino que son una consecuencia de la conducta del mismo. Dentro de estos sistemas, la representacin del conocimiento se aloja en modos muy distintos de los que estamos acostumbrados a
describir. En lugar de enunciar la informacin explcitamente en forma de reglas, se la estipula implcitamente como una distribucin de pesos en una matriz de conexiones.
597

De ms est decir que el concepto de propiedades lgicas emergentes refuta de un plumazo el

deseo de algunos epistemlogos irracionalistas como los que ltimamente atestan las ciencias sociales, en el sentido de que ningun sistema puede resolver problemas ms complejos que l mismo (cf.
Ibez 1985). Buena parte de la significacin del paradigma tiene que ver con la dramtica resolucin de dilemas que hasta hace poco se crean insolubles y con la clarificacin de lmites de cuya existencia apenas se sospechaba.
La produccin intelectual alrededor de las redes neuronales es demasiado monstruosa para
plegarse a un resumen; los problemas suscitados son desmesuradamente complejos y sutiles para
intentar glosarlos, siendo que no somos especialistas en el tema y apenas hemos programado un par
de toy-systems. Las discusiones son por ahora un tanto duras como para sacarles algn jugo, y costar tiempo hacer que haya ms luz y menos calor: para dar un caso, ha vuelto a revivirse la vieja querella en torno de si las mquinas son o no verdaderas "mentes", por ms que buena parte del xito
emprico de las redes neuronales obedece a que ellas mismas, en tanto mecanismos de (auto)aprendizaje, son, ms all de la corteza cerebral, de la inteligencia o del pensamiento humano, el verdadero objeto de modelizacin (cf. Dreyfus y Dreyfus 1988; Searle 1990; Churchland y Churchland
1990). Vistas las circunstancias, la relevancia del paradigma de las redes neuronales para la antropologa (como para cualquier otra ciencia aplicada) slo puede ser materia de conjetura futurolgica, y
no de razonamiento bien fundado.
Destacaremos, no obstante, dos hechos ya comentados fugazmente. A pesar del abismo paradigmtico y de las contingencias del desarrollo tecnolgico, a despecho de que las formas de representacin del conocimiento en un programa lgico y en una red neuronal se encuentran en las
antpodas de lo intuitivamente comprensible y de lo contraintuitivo, es perfectamente posible
emplear recursos de programacin lgica para simular estructuras de redes neuronales, introduciendo
las premisas de los mtodos que le son propios entre el conocimiento representado y las mquinas de
inferencia, como un componente ms integrado al modelo. Berkshire Software ha comercializado
con cierta resonancia NEURALOG, un sistema de redes neuronales ntegramente programado en
Turbo Prolog, de modo que nuestra afirmacin a este respecto no necesita demostrarse.
El segundo hecho a comentar es quiz ms relevante: siendo que los programas de redes neuronales deben desencadenar, mantener bajo control y aprovechar los resultados de procesos divergentes y convergentes, a la larga ser esencial un lenguaje que permita desarrollar procesamiento
paralelo; y el Prolog es, de todos los lenguajes, uno de los que ms se han destacado en ese campo, al
punto de constituir el prototipo de los que se aplican a tecnologas paralelas masivas de sexta
generacin (cf. Rumelhart y McClelland 1986; Eadline 1989). An cuando la expresin del primer
problema antropolgico en trminos de matrices de conexin neuronal sea todava un proyecto en
brumas, los programadores lgicos de hoy quiz tengan buenos motivos para creer que, metodolgicamente, el porvenir ya ha comenzado y Prolog conduce hacia l.
4. La dimensin transdisciplinar de la representacin
En antropologa podemos hablar del "significado" en dos estilos contrapuestos: el primero (que
es el que escogi la corriente partidaria del anlisis componencial) es problematizndolo de alguna
manera concreta, lidiando efectivamente con l, tratando de desentraar su anatoma interna y su
disposicin en campos de sentido, imponiendo un nombre y asignando un atributo a sus variables; el
598

segundo (que es el que adopt la antropologa simblica) consiste en renunciar a un abordaje formal
y remitirlo todo a un orden de inefabilidades, libertades e incertidumbres, a una dimensin que slo
puede captarse en actitud esttica, cuando no sentimental. La primera estrategia es la ms riesgosa,
porque pone todas las operaciones metodolgicas al desnudo; afronta la realidad con categoras
definidas, y en seguida se perciben sus reducciones, sus arbitrariedades y sus esquematismos. La segunda tctica es la ms segura, porque reenva aquello que pudiera resultar embarazoso a un registro
que no es objeto de ninguna interrogacin, aunque a menudo se crea lo contrario y aunque las apelaciones rituales al significado (todopoderoso, determinante, incierto) llene la boca de los humanistas.
Cuando peinamos el terreno en pos de ejemplos teorticos pertinentes, comprobamos que las
tendencias que ms insisten en la primaca del significado son las que menos lo indagan atravesndolo con preguntas imaginativas, las que ms se retraen ante la sola idea de cartografiar su estructura. A
menudo se habla del fracaso del anlisis componencial: fracaso taxativo, innegable, acaso vergonzante. El estado de salud de la antropologa simblica, en cambio, es menos fehaciente. Basta renunciar al mtodo para obtener el beneficio de la duda, para que nadie perciba que el rechazo histrico y
compulsivo de la formalizacin es, en cierto modo, la marca que seala el final de la bsqueda: algo
as como un la forja de un yelmo que en el mejor de los casos no se pone a prueba para evitar que se
rompa y, en el peor, ni siquiera admite procedimientos para ser probado.
Los partidarios de la ciencia interpretativa se han rendido ante una complejidad a la que no se
han atrevido a oponer las necesarias simplificaciones iluminadoras. Simplificaciones que, como las
aqu propuestas, de ningn modo consisten en renunciar a aspectos de la realidad o en tornar ms
esculidos los mtodos que la abordan, sino en estructurar tanto a stos como a aqulla, a fuerza de
sacar a la luz, enumerar, definir, sistematizar, delimitar, confesar (si se quiere) las entidades y principios que rigen a todo modelo. Pues un modelo pone a prueba (y por ende, es susceptible de poner
tambin en crisis) tanto a la realidad como a la teora a partir de la cual se la construye; y antes que
nada, por definicin, se pone a prueba y en crisis a s mismo.
Si hiciramos un balance de los ltimos diez o quince aos de la produccin disciplinar, hallaramos que es la antropologa simblica y sus derivaciones interpretativas la que menos respuestas ha
obtenido, porque ha renunciado a plantear preguntas que (metodolgicamente hablando) pudieran
poner al descubierto flancos vulnerables. Ni un sola de las formas de representacin indagadas proviene del simbolismo, por la sencilla razn de que l no ha propuesto ninguna, resignado al empirismo clandestino que supone describir "los significados tal cual son" o "las concepciones del mundo
del sujeto" sin atreverse a estructurarlos ni a postularles un orden desde fuera. El simbolismo ha disfrazado de escepticismo y desapego metodolgico lo que en realidad no pasa de ser miseria teortica,
ocultamiento de una crisis intelectual mil veces peor (por su esterilidad) que la que sufre la ciencia
formal.
Como los hechos no hablan a menos que los interrogue una teora, como los significados no
proliferan a menos que acte un mtodo interpretante (expresable, comunicable y replicable en tanto
mtodo), no ha habido ninguna diferencia pragmtica entre carecer de mtodo y abstenerse de preguntar. El simbolismo -barruntamos- no se di cuenta que cuando proclamaba la primaca del significado y el triunfo de la sensibilidad estaba formulando un programa al que algn da se le exigiran resultados. Por ms que se haya buscado disimularlo, fue el resonante vaco de significados
aportados a la antropologa por el esteticismo (el fracaso metodolgico de la thick description) lo que
produjo, hacia mediados de los aos 80, la situacin que algunos han llamado "el colapso de la repre-

599

sentacin". Ninguna otra tendencia estuvo en esos aos lo suficientemente activa como para tener
ahora que cargar con el muerto.
La falta de herramientas para abordar con algn provecho la dimensin de los significados acab
precipitando a las facciones ms recalcitrantes del simbolismo en el rechazo filosfico de la representacin y en la defensa de una "evocacin" no representacional y por lo tanto inexpresable (cf.
Tyler 1978, 1984, 1987). Aquel rechazo filosfico es (como hubiera dicho Geertz) un gesto muy
duro para una ciencia tan blanda; en beneficio de esta evocacin (objetivo imprecisable por excelencia) la programacin lgica muy poco puede hacer. "Sobre lo que nada puede decirse -deca el primer
Wittgenstein- lo mejor es callar". Y la lgica puede ser muy imaginativa, muy abstracta y muy
genrica, pero slo es capaz de morder sobre lo expresable.
Reivindicamos por consiguiente las formas convencionales y "suicidas" de la representacin,
teorticamente marcadas por un paradigma que interroga a la realidad en forma oblicua, resignndose a la parcialidad. Asumimos, en definitiva, que la representacin sigue vigente, hasta tanto la
demostracin de lo contrario alcance cierto rigor y verosimilitud o hasta que alguien invente una
ciencia mejor, que no se agote en el vaciamiento metodolgico o en la resurreccin de un humanismo que ya ha malgastado ms oportunidades que las que mereciera.
Como hemos dicho tantas veces, el punto de partida de un modelo o programa lgico, cualquiera
sea su referente, es una descripcin del conocimiento que el antroplogo tiene respecto de un
dominio determinado. Este dominio es, de hecho, la representacin que el programador tiene de l;
pero nada impide que sea, a su vez, la representacin de la representacin que edifica un informante
respecto del mismo dominio o de cualquier otro, en el espiral sin fin de los conjuntos o sistemas de
signos que nunca alcanzan a tocar la esencia de las cosas. De aqu las analogas frecuentes entre el
proyecto de la programacin lgica y el de la antropologa del conocimiento.
De aqu tambin otro curioso efecto emergente de la modelizacin: aunque la representacin
modelada por el antroplogo sea la suya propia, aunque la mirada se dirija clandestinamente hacia
uno mismo, toda ella queda "emicizada", extraada, por el solo hecho de haber tenido que ser expuesta. En una representacin modelada se cruzan as las dimensiones objetivas que se cristalizan en
una expresin formal y las dimensiones subjetivas que emanan de la introspeccin. Una vez plasmada en un conjunto sintctico, se puede analizar la representacin desde fuera, se la puede mirar como
si fuese de otro, se puede (en un sentido hermenutico profundo) reflexionar sobre ella. Ninguna
fenomenologa autista ha sido, hasta hoy, capaz de ser tan cruel como lo ha sido la lgica acerca de
los perfiles y capacidades de sus propias estructuras.
No pretendemos iniciar aqu un examen escrupuloso de los problemas y de las implicancias
filosficas del significado y la representacin. Lo que importa es demostrar que se dispone de las
herramientas necesarias para construir una representacin y para operar con ella en el seno de un
modelo formal. La programacin lgica incorpora un punto de partida representacional que estaba
vacante en las elaboraciones convencionales de la lgica y que al efecto de una utilizacin sustantiva
de los formalismos es tanto o ms relevante que los procesos de clculo que habrn de recorrerla.
No nos aquieta haber intentado su inventario. Sera preciso comparar la convertibilidad recproca de los diversos mtodos representacionales, su diferente rendimiento inferencial, la experiencia
consolidada alrededor de cada uno y su mayor o menor consonancia con un tratamiento computacional. Este proyecto sera acaso tan amplio y dificultoso que aqu no tenemos otra alternativa que
posponerlo, contentndonos por ahora con agendarlo como uno de los tpicos a esclarecer en el
600

futuro inmediato. Esto no quita que intentemos graficar a continuacin, a ttulo provisional, el campo
de las correspondencias transdisciplinares, la forma en que unas estructuras elaboradas en disciplinas
estancas invocan ms o menos naturalmente recursos construidos con otras inquietudes en mente.
Pese a la independencia de sus procesos histricos de gestacin, todas las estructuras de representacin antropolgicas y lingsticas entrevistas (y con cierta probabilidad, todas las imaginables) poseen un correlato computacional nominado que es el que mejor las expresa o que es ptimo
para expresarlas. Es importante que esa correlacin sea convergente: unas pocas estructuras computacionales bastan, en consecuencia, para construir todas las estructuras conceptuales de representacin, antiestructuras incluidas. Al contrario de todas las epistemologas antropolgicas que la han
precedido, la nuestra no impone a su objeto la absurda restriccin de ser componencialmente analizable o mapeable en una arquitectura de oposiciones.
Estructuras antropolgicas

Estructuras computacionales

Listas
Listas
Escalas, escalogramas
Listas de diferencia
Arboles, taxonomas, claves, partonomas
Arboles
Paradigmas, esquemas, prototipos, tipificaciones
Grillas de repertorio, frames
Conglomerados, congeries
Hechos, estructuras
Secuencias, redes
Frames (scripts), objetos
Diagrama 3.7 - Correspondencias

Dicho de otra forma, es imposible urdir una articulacin conceptual expresable, emic o etic,
secuencial o ramificante, aristotlica o difusa, imaginaria o verbalizada, ordenada o catica, cientificista o escptica, que no encuentre la manera de estipularse en algn formalismo computacional bien
conocido o en otro que se pueda elaborar a su propsito. Cuando el lenguaje de computadora es
Prolog, el formalismo es lgico al mismo tiempo que informtico, y el programa es simultneamente
lo que llamamos un modelo. Un formalismo agrega a la carne semntica de lo representado una estructura que permite someterlo a clculo, compararlo con otros casos, observarlo en su docilidad o en
su resistencia a nuestro anlisis, vapulearlo hasta que suelta todo el jugo conceptual que sus implicancias retienen. Igualdad de estructura significar muy pronto generalidad de aplicacin, tal como
veremos en la parfrasis de nuestros programas. Porque demostraremos que, al revs de lo que a
veces se piensa, para generalizar y extrapolar no debemos tomar mayores distancias de nuestro objeto, sino conocerlo acaso ms ntimamente.
Este hallazgo refuta el reiterado estereotipo de la computacin como una actividad slo adecuada para dar cuenta de alternativas conceptuales binarias y de procesos mecnicos de tipo switch.
La computacin por medio de la lgica dista de ser un mecanicismo esterilizante, ligado a un proyecto inconfesable, a una confabulacin de cientficos que se creen dioses y que tienen el designio de
deshumanizar el mundo. La representacin, como se ha visto, es capaz de plegarse a requerimientos
muy sutiles, a matices sumamente delicados de significancia, porque nuevas claridades sintcticas y
de inferencia han venido a agregarse a riquezas interpretativas que no por estar ideolgicamente lejos
de Geertz nos estn vedadas o se encuentran ms all de nuestro inters.
No exploraremos otras "estructuras semnticas" desplegadas por los cognitivistas antropolgicos
tardos y que involucran conceptos espaciales (A est prximo a B), atributivos (A es B), evaluativos
(A posee la cualidad B), funcionales (A se usa para B), comparativos (A es como B),
601

ejemplificativos (A es un ejemplo de B), gradativos (A es casi B) o sinonmicos (A significa B) por

entender que todas ellas, si es que en realidad son estructuras y si es que son semnticas, no oponen
ninguna resistencia a un lenguaje basado, precisamente, en la idea de predicacin. Con el trazado de
este cuadro, ms sugerente que sistemtico, quedan por el momento expuestos (aunque no agotados)
los principales lineamientos de la representacin del conocimiento en Prolog. Se hallarn conclusiones ms ricas al respecto en el desarrollo de los programas computacionales adjuntos y en los
estudios de casos, donde tambin vincularemos, en un acto analtico de ms amplio aliento, formalismos de representacin, clases de problemas y tipos de modelos.

602

IV
LOGICA CONVENCIONAL Y LOGICAS ALTERNATIVAS
1. La discusin bsica
Con los programas aplicativos que hemos incluido y con todo su aparato de elaboracin se est
ratificando, sin duda, la capacidad modelizadora de la Programacin Lgica con respecto a una
amplia variedad de problemas que pueden llegar a presentarse en la investigacin disciplinar; la ejemplificacin de esa capacidad abarca desde el planteamiento de una sola proposicin incidental (el
dilema de Spiro) hasta la construccin de motores de inferencia o shells de sistemas expertos aptos
para organizar un conjunto todava indefinido de dominios, pasando por bases de datos, modelos
cognitivos, gramticas sintticas y analticas y sistemas de simulacin de procesos.
Segn creemos, la nuestra constituye la primera demostracin formal en el sentido de que es posible una genuina modelizacin en el interior de la disciplina, con todo lo que esto implica; hemos
cumplimentado esa demostracin utilizando un instrumento lgicamente insospechable, que se basa
en un mecanismo axiomtico de suficiente transparencia y que permite dar cuenta desde los primitivos del proceso deductivo hasta la plena representacin del conocimiento y las consecuencias
que de l caben extraerse. En contraste con lo que tenamos antes en materia de teoras y prcticas
modlicas, en este proceso se ha modificado la escala de la asercin y se han esclarecido correspondientemente la estructura, la funcin y las propiedades de los modelos en general, ms all de la
variante computacional escogida.
Pero lo que se ha elaborado slo llegara a conformar a una fraccin de los estudiosos: a los que
han decidido de antemano que la lgica en un sentido genrico, no importa cul sea la contingencia
de su formacin histrica, es garanta suficiente en el ejercicio de una formalizacin. No hemos visto
an qu cursos y matices de inferencia pueden plantearse en un clculo en tanto proceso dinmico de
encadenamiento de ideas regido por ciertos supuestos acerca de la lgica misma. A decir verdad,
hemos examinado solamente el costado del problema que concierne a la representacin de los hechos, minimizando la atencin que merecen los procesos deductivos que sobre ellos se aplican. Si
dejramos las cosas como estn, slo satisfaramos a aquellos que prefieren a todo trance un lgebra
mediocre a una esplndida intuicin.
Cuando comenzamos a examinar los usos de la lgica, dijimos que ella puede considerarse (a)
como tcnica directa para la representacin del conocimiento, (b) como herramienta para el anlisis
semntico de esta representacin y la validacin del razonamiento, y (c) como formalismo de referencia contra el cual pueden compararse y definirse otros formalismos. De los usos potenciales de la
lgica propuestos por el equipo de Thayse hemos revisado tan slo el primero y la mitad del
segundo. Hasta este punto tenemos un modelo continuo pero truncado, pues para completarlo resta
an discutir la anatoma ntima y el sesgo filosfico de la lgica que lo rige.
Si bien la capacidad de un formalismo para la representacin era un captulo inexistente en la
epistemologa de hace apenas diez aos, y si bien las estructuras representacionales revisadas han
demostrado ser adaptables a las cambiantes modalidades descriptivas de la antropologa, est por
verse si el clculo deductivo que se puede modelizar es igualmente verstil, y si se compadece con

603

los grandes espacios en blanco, las incertidumbres y las dudas que pueblan desde siempre a nuestros
mtodos.
Estimamos que la prueba de funcionamiento de lo aqu propuesto es una condicin ineludible,
pues la mayor parte de los modelos que se han ofrecido en los ltimos decenios de vida disciplinar
tenan la extraa peculiaridad de funcionar slo en las manos o en la imaginacin de sus diseadores
primarios. En el mejor de los casos, siempre que se trat de aplicar un mtodo existente o de
suscribir una teora previa, la replicabilidad de los modelos antropolgicos se limitaba a ser una prctica de imitacin estilstica, de identificacin ideolgica o de adopcin mimtica de un vocabulario.
No pretendemos repetir esta historia. El valor de la implementacin de una genuina teora de
modelos y de su correspondiente praxis radicara en superar nuestro atolladero endmico, no en precipitarnos otra vez en l siguiendo caminos novedosos. Nuestra propuesta no pretende ponernos al
alcance de formular algn da una teora de modelos verdaderamente instrumental, pues est probado
que cuando sa es la tctica el da que se espera nunca llega; el objetivo es fundamentar y construir
esos modelos aqu y ahora, aunque para ello tengamos que reconsiderar toda la epistemologa, lgica
incluida. "Ante todo -deca Wittgenstein- nada de estrechar el nudo antes de estar seguros de haber
pillado el final exacto" (1982:83). Hay un costado filosfico en todo sto que sigue pendiente y que
tiene que abordarse sin demora. El modelo se debe completar, entonces, precisando cules son las lgicas susceptibles de orientarlo, de qu manera se las implementa y en qu forma ellas interactan
con problemas sustantivos y posturas tericas de la antropologa.
Aparte de la necesidad de escapar a que se nos identifique con una sola modalidad lgica (lo que
nos hara caer con ella cuando ella caiga), la profundizacin en las posibilidades modelizadoras atpicas de la programacin lgica que se explora en esta tesis tiene motivaciones menos pusilnimes. El
estudio de los tipos de enunciados a los cuales se adaptan unos u otros modelos de lgica se aadir
a nuestra teora de modelos como una especie de heurstica adicional a las que la inteligencia
artificial viene aportando tradicionalmente a los mtodos de resolucin de problemas. Heurstica
inexcusable, aunque ms no fuere porque el clamor en torno de las lgicas desviadas est creciendo y
hace necesario expedirse, y porque al menos una de ellas -la lgica difusa- ha experimentado un
xito prctico formidable, al lado de los algoritmos genticos y de las redes neuronales.
Pero no se trata de mimetizarnos y de seguir las modas. Hay ciertas instancias de la problemtica
disciplinar que parecen invocar en efecto lgicas diferentes: un hecho cultural parece ms "probable"
que "verdadero"; un nuevo dato contradice las conclusiones a las que vena arrastrando nuestra base
de conocimientos; la filiacin de determinado tiesto se revela ms "incierta" que propiamente "falsa";
nuestras ideas sobre los tasaday o los querandes se modifican con el tiempo; los samoanos "pertenecen ms" a la clase tpica de los polinesios que (por ejemplo) los nativos de la Isla de Pascua, y as
hasta el infinito. La lgica convencional no es capaz de expresar esas declaraciones con el matiz semntico adecuado, ni dispone de operadores para incluir semejantes sutilezas en el clculo. Si esta
circunstancia es tan frecuente, resulta enigmtico que las lgicas que rigen el tratamiento de esos hechos sigan siendo marginales, y hasta cierto punto malditas, sobre todo tratndose de un rea de estudios que (como la inteligencia artificial) ha hecho de la emulacin de lo humano y del realismo representacional su vocacin definitoria. Desmarginalizar las lgicas divergentes, quitarles su aura de
escndalo, agregar sus hallazgos y su fuerza constructiva o deletrea al instrumental de que dispone
el cientfico promete ser un objetivo interesante, aunque no ser el nico que persigamos en este
captulo.

604

El campo de las lgicas -como el de las epistemologas- no deja de estar ideologizado, y con
toda seguridad en nada se parece a un espacio de oposiciones formales puras. En la preponderancia
de un tipo de lgica en lugar de otro se esconde, a veces de manera manifiesta, un inters que va ms
all de lo formal, un apasionado juego de poderes y prestigios. Como antroplogos, dispuestos a no
considerar cualquier hecho consumado en la historia como una necesidad de la naturaleza, a veces
tambin pensamos que la lgica que nos rige bien podra haber sido otra. Que las lgicas modales,
polivalentes, difusas, probabilsticas, temporales, denticas, ilativas, epistmicas, de la preferencia,
imperativas, erotricas, minimales, cunticas, intuicionistas o libres sean vistas como "alternativas" o
"divergentes" respecto de la lgica acadmica convencional se debe, a no dudarlo, al mismo tipo de
contingencia histrica que hace que algunas lenguas sean "idiomas" y otras slo "dialectos". La
lgica acadmica ha sido la ms poderosa, en el sentido de que ha sido la modalidad abrazada (con
justicia o sin ella) por el establishment de los lgicos: "El mal nunca triunfa -deca Perich- porque
cuando triunfa se lo llama bien".
La cosa no es tan simple, porque es muy posible que la lgica acadmica sea un cuerpo
compuesto, en estado de cambio permanente, sobre el que existe un acuerdo muy difuso. La lgica
acadmica, adems, no slo se define por decisin de los partidarios suyos que han logrado hacerse
un lugar dentro de la academia. Sabemos que en cierto modo es una construccin que tambin se debe a las operaciones simplificadoras de sus oponentes, de la misma manera en que la "antropologa
convencional" es un constructo heterogneo cuya iniciativa se debe a los partidarios de las "etnografas experimentales" de la posmodernidad. Cuestionar la conveniencia de considerar unitaria a la
lgica de raigambre clsica, poner en tela de juicio la unicidad y an la existencia de algo as como
la lgica estndar, podra llegar a ser un proyecto tan interesante como el de revisar las retricas
subyacentes a la construccin de un modelo epistemolgico en el que entran juntos Malinowski,
Boas y Marvin Harris: un villano de paja que llega a existir al solo efecto de que quienes se erigen en
rivales suyos puedan demolerlo con mayor facilidad. Pero se trata de uno de los muchos temas
apasionantes cuyo abordaje debemos sacrificar.
An reconociendo el riesgo de la distorsin y el esquematismo, algunos tericos han intentado
caracterizar los atributos necesarios de la lgica convencional. Se ha dicho que al proceder a
construir los sistemas lgicos "normales",
se da por descontado que los enunciados que la lgica maneja -los enunciados que la lgica estudia en
cuanto integrados en una estructura argumentativa, es decir, en cuanto constitutivos de las premisas o de la
conclusin de un razonamiento- son enunciados apofnticos, enunciados provistos de un valor de verdad. Asimismo se acta sobre la base de que los valores de verdad son solamente dos: el valor verdad y el valor
falsedad. Los enunciados son o verdaderos o falsos. Por otra parte, no se admiten matizaciones, por as decir, en
los valores de verdad. Los enunciados son o verdaderos a secas o bien falsos sin ms. Un cuarto rasgo de la
lgica clsica es que en ella slo hallan cabida aquellas conexiones entre enunciados que son definibles como
funciones de verdad. Es decir: aquellas conexiones entre enunciados que dan lugar a un enunciado compuesto
cuyo valor de verdad est enteramente en funcin de los valores de verdad de los enunciados conectados
(Deao 1988:299-300).

Deao resume los atributos de la lgica estndar diciendo que ella es apofntica bivalente
asertrica extensional. En esta caracterizacin la extensionalidad es quiz el concepto ms oscuro:
se dice que la lgica convencional sera extensional porque si admitimos que toda expresin -un
nombre, un predicado, un enunciado- tiene una extensin (que seran, respectivamente, un individuo,
un conjunto y un valor de verdad) y una intensin (siendo la intensin de un nombre el "concepto individual" que designa, la intensin de un predicado la propiedad significada y la intensin de un
605

enunciado la proposicin que expresa), la lgica clsica opera exclusivamente en trminos de la

primera.
Esquematizando el razonamiento de Deao (quien indudablemente reposa en Frege), la
estructura componencial de las expresiones lgicas respondera aproximadamente a este esquema:
Expresin
Nombre
Predicado
Enunciado

Extensin
Individuo
Conjunto
Valor de verdad

Intensin
Concepto individual
Propiedad significada
Proposicin

Diagrama 4.1 - Estructura de la lgica clsica

Tomando como punto de referencia este cuadro, los intereses y las posibilidades de la lgica
convencional dejaran de lado dimensiones que podramos llamar lingsticas, semnticas o
predicativas, concentrndose exclusivamente en un plano algebraico y formal. Pero la caracterizacin, an cuando provenga de un texto sensible a las cuestiones pedaggicas, es sin duda
oscura. Su opacidad proviene de la insistencia de algunos profesores de lgica en distinguir lo extensional y lo intensional como aspectos semnticos fundantes, y en querer hacer coincidir dicha
distincin con la que media entre denotacin y connotacin.
Sostenemos que esa coincidencia violenta los hechos, pues extensin/intensin y
denotacin/connotacin son dos pares de conceptos basados en criterios distintos de discriminacin
categrica: respectivamente, la enumeracin de los ejemplares de una clase versus la estipulacin de
los atributos que la definen, y la identificacin u ostensin rigurosa de los referentes (la "definicin
estricta") versus el sentido subjetivamente agregado. La conmensurabilidad que los lgicos
encuentran es tan forzada, este uso es tan opuesto al que ellos recusan reputndolo como el "sentido
intuitivo" de las palabras, que todo esto ha conducido a que dos lgicos habitualmente lcidos como
lo son Morris Cohen y Ernest Nagel hayan acabado por definir estos dos trminos con sus atributos
intercambiados, precipitando casi toda su Introduccin a la Lgica y al Mtodo Cientfico en una
insanable confusin.
Es necesario desarrollar este punto por lo que tiene de representativo, por la elocuencia con que
seala un contraste con los criterios que en esta tesis acatamos y por la imagen de la autoconciencia
lgica que este detalle refleja. Dicen Cohen y Nagel:
Es posible considerar a un trmino de dos maneras: como una clase de objetos (clase que puede tener un
solo miembro) o como un conjunto de atributos o caractersticas que determinan los objetos. La primera fase o
aspecto recibe el nombre de denotacin o extensin del trmino, mientras que la segunda es su connotacin o
intensin. [...] La intensin de un trmino puede significar el conjunto de sus atributos esenciales. Por 'esencial'
entendemos la condicin necesaria y suficiente para que un objeto sea considerado como un elemento del
trmino. Generalmente esta condicin deriva de alguna convencin, motivo por el cual la intensin, as
entendida, se denomina intensin o connotacin convencional. La intensin convencional de un trmino
constituye [...] su definicin (1983:45-46).

El nudo del embrollo se aprieta todava ms cuando la distincin se ejemplifica:

La proposicin Todas las cerezas son sabrosas significa, en primera instancia, que el atributo 'ser sabrosas'
forma parte del conjunto de atributos que definen la naturaleza de las cerezas y, en segunda instancia, que los

606

objetos as llamados estn incluidos en la denotacin del trmino 'sabroso'. Debe observarse, sin embargo, que
en el anlisis tradicional [...] se da nfasis a la interpretacin extensional" (1983:48).

En estas definiciones, bajo pretexto de situarse en una inflexin ms elevada del metalenguaje,
la denotacin y la connotacin adoptan un significado distinto del que adoptaran, por ejemplo, en la
antropologa cognitiva norteamericana y en innumerables corrientes de la lingstica estructural, donde la denotacin era algo as como el significado estricto, relativamente invariable, y la connotacin
cubra los aadidos contingentes, subjetivos o efmeros (cf. Lyons 1980:167-169, 196-204; Reynoso
1986).
Como sea, no creemos de ninguna manera que los usos extensionales sean prevalentes en la lgica convencional. En todo caso, se trata de una propensin cuya magnitud cuantitativa o cualitativa
slo podra establecerse a posteriori de una prospeccin entre pragmtica y libresca, pero en ltima
instancia especfica, atenta a los contenidos concretos de una complicada intertextualidad. La idea de
ese predominio, quiz ms bien, es uno de los muchos mitos en que reposan los lgicos para hacer
ver a lo suyo como ms formal, acotado y consabido de lo que en realidad es, deslizando la ilusin
de que se dispone de algo as como una semntica de lo tangible que abre un vaso comunicante entre
las formas de la lgica y el significado del mundo. Esa semntica, si es que existe, no parece estar a
la altura de las sutilezas del clculo veritativo o del rigor de la axiomatizacin. Ntese, en la cita de
marras, la forma en que una caracterstica relativamente secundaria del referente pasa, por artificio
discursivo, a integrar nada menos que su definicin. Asegurar que la cualidad de "sabroso" es condicin necesaria y tal vez suficiente para calificar como cereza, aunque el mundo emprico importe
muy poco, constituye a todas luces un ejemplo inoportuno: una sola cereza agria o desabrida pondra
en tela de juicio la definicin de la clase.
Preferimos, valga la paradoja, una definicin ms indefinida. La lgica en que escogimos fundarnos no es, despus de todo, la lgica acadmica tal como se describe entre Frege y Deao, y que
tiene su paradigma en los libros escolares anteriores al primer Wittgenstein y a los Principia
Mathematica. Si hablamos de fundar la modelizacin disciplinar en la lgica, sta ha de entenderse
conforme a la descripcin de los aspectos sintcticos, semnticos y pragmticos del clculo lgico tal
como los hemos estipulado, evitando la contaminacin de la lgica por apreciaciones sobre la ndole
extensional de sus referencias y su colapso en una especie de teora de conjuntos, tanto ms intuitiva
y desorganizadora cuanto menos autoconsciente. Tal como lo expone Quine, las contaminaciones de
esa ndole se originan en una sobrestimacin del parentesco entre la nocin de miembro-de (relacin
de pertenencia a una clase) y la predicacin (cf. Quine 1977:118).
Al contrario de lo que pensaran autores como Deao, Nagel y Cohen, la implementacin
computacional del clculo de predicados (en la medida en que ste pudiera ser representativo de una
forma de lgica ms bien convencional) no se juega ni a favor de la extensin ni de la intensin, y
puede expresar ambos aspectos con la misma soltura. En general, la extensin se expresa como un
conjunto de hechos y la intensin como una combinacin de hechos y reglas, de este modo:
1) Extensin:

607

2) Intensin:

Fragmento de taxonoma organolgica kamayur segn

Menezes Bastos, A Musicolgica Kamayur, Brasilia, FUNAI,
1980.

La expresin de la problemtica en un formalismo computacional despeja el campo de toda su

hojarasca retrica; la presencia de variables y reglas de condicionalidad a lo largo de la trama de la
representacin de modalidad intensional, en otras palabras, el hecho que slo all donde hay expresiones intensionales se desencadenen y resuelvan procesos de clculo de la inferencia (fuera de la
instanciacin), torna harto dudosa la contextura prevalentemente extensional que los autores mencionados atribuyen a la lgica clsica. Cualesquiera sean las idas y vueltas de las operaciones
intermedias, todo clculo lgico remite, en ltima instancia, a la asercin de hechos que lo mismo
pueden denotar clases, individuos, relaciones o atributos.
El valor general y la inteligibilidad de caracterizaciones como las de Deao, Cohen y Nagel,
preocupadas por distinciones ostensiblemente escolsticas y de importancia lgica virtualmente nula,
no constituyen sin embargo un punto crtico, pues no nos importa (ni afecta a nuestros razonamientos) que la lgica acadmica sea definible de una u otra manera, que sea una o mltiple, que se la
pueda identificar con claridad o que constituya un conjunto borroso. Dado que nuestro compromiso
primario es con una ciencia emprica, lo relevante es ms bien que alguien haya concebido lgicas
que divergen de ella, y que su contraste se origine en y se alimente de la forma en que una y otras tratan a las cosas del mundo.
En concreto, es dudoso que sea legtimo hablar de una lgica convencional, cuando entre las
diversas modalidades que obedecen a la misma fundamentacin existen discrepancias radicales: por
ejemplo, entre los defensores del clculo de proposiciones y los practicantes del clculo de
predicados (o, ms modernamente, entre los artesanos de la lgica cerebral y los tecnlogos de la
lgica computada) existe una tensin y una rivalidad tan palpables como entre los partidarios de las
tendencias ms opuestas de la lgica. Carnap protesta contra los lgicos convencionales conteniendo
la tentacin del insulto, y Quine hace lo propio, quiz con ms fastidio, en sus admoniciones contra
los "lobos con piel de oveja" que contrabandean teora de conjuntos hacia la lgica, querindola
hacer pasar, con mala fe, como sucedneo de la predicacin (Carnap 1986:139-140; Quine
1984:118). La especulacin abstracta y formal est por lo visto muy lejos de guardar las maneras. Y
todo esto sucede, a no dudarlo, en el marco interno de una lgica que, desde un punto de mira ms
distante, no podemos sino llamar convencional.
Todo ponderado, definimos en consecuencia la lgica convencional aceptable como el esquema
asertrico bivalente que opera en los fundamentos del clculo de predicados del primer orden a menos que, a travs de procedimientos metalgicos que varan en cada caso, se especifique otro conjunto de premisas. Hay otras posibilidades, algunas en mrgenes sospechosos y an subestimadas por
los respetables, otras en vanguardias admiradas; algunas han devenido clsicas, otras se obstinan en
608

ser experimentales. Los pargrafos que siguen exploran esas alternativas y sugieren una mirada
antropolgica sobre su diversidad.
2. La Antropologa y las Lgicas Alternativas
Nuestra epistemologa aade a la preocupacin antropolgica por la dependencia terica de los
enunciados una dimensin adicional. El punto es que si las herramientas que forjamos aspiran a una
cierta aplicabilidad sustancindose en modelos mnimamente realistas, debern adaptarse a los requerimientos no slo de las teoras antropolgicas que estn por encima del clculo de la inferencia y
que tienen que ver mayormente con las formas y contenidos de la representacin35, sino de las
lgicas que estn por debajo y que tienen que ver con las premisas del clculo. Nuestra intencin es
probar que los lenguajes y dialectos utilizados (y a un nivel ms abstracto, los principios rectores de
la programacin lgica) se adaptan a las premisas lgicas ms diversas, as como ya demostramos
que se adaptan a las manifestaciones representacionales ms heterogneas.
Debe quedar en claro que la nuestra no pretende ser una contribucin frontal a la teora de las lgicas (proyecto para el que no estamos profesionalmente dotados), sino a los mtodos y tcnicas de
la antropologa. Las razones que nos llevan a nuestros desarrollos -que quedarn claras a su debido
momento- son un emergente de las polmicas internas de la antropologa, y no de las disputas
domsticas de los lgicos o los epistemlogos, aunque para ms de una epistemologa la ordala de la
aplicacin pueda resultar de un enorme inters.
Para consumar esa prueba prescindiremos del examen de la coherencia global de los respectivos
esquemas a los que responden esas premisas: en otras palabras, y para no dispersar la investigacin,
daremos por sentada o por no problemtica la correccin y la completitud de las diversas lgicas, ya
sea en trminos de su propia arquitectura interna, como juzgadas desde la perspectiva de otro conjunto diferente de premisas, salvo en la medida en que ello implique algn impedimento grave de
cara a una implementacin antropolgica productiva.
No se trata de negar la problematicidad del asunto. Segn el consenso general, los contenidos de
los sucesivos cuestionamientos a la lgica acadmica siguen siendo ms convincentes que los esquemas que se han propuesto para suplantarla. Discutir lo que quirase o no es la lgica es una empresa
delicada, cuyos prerrequisitos no siempre parecen haber sido sujeto de consideracin. Una discusin
de esa ndole nos pone, como dira Victor Turner, betwixt and between, en una especie de limbo
momentneamente anrquico.
La oposicin entre las lgicas es una especie de dialctica que no se sabe a qu lgica especfica
responde. Del mismo modo, para hablar sin sombras de sesgo militante sobre las diferencias entre
dos lgicas cualesquiera hay que situarse en un pliegue neutral, en un tertium quid, cuya naturaleza
rara vez ha sido objeto de reflexin. El juego dialctico de las lgicas tensiona el campo aunque no
se tome partido por ninguna de ellas, y sobre todo en este caso. Si la lgica estndar es insuficiente:
Sobre qu fundamentos concretos podemos encontrarnos para discutir? Sobre qu base lgica (o
sobre la base de qu lgica) podemos cuestionar la lgica convencional? Hay un lmite,
formalmente marcado, para las proliferacin de las lgicas? La lgica desde la cual se formule la
crtica Deber ser neutral, para no incurrir en relativismo, circularidad o peticin de principio, o
35 Pues la teora define, en principio, cules son los hechos pertinentes y cmo estn estructurados.

609

deber ser la misma que habr de suplantarla, para garantizar la coherencia interna del esquema resultante? Sern los lgicos, empero, y no nosotros, quienes respondan algn da a esas preguntas.
Por si nos hemos expresado mal, diremos en concreto que la consistencia interna global de los
modelos lgicos que se han opuesto al razonamiento acadmico nos tiene sin cuidado, en tanto pueda
desarrollarse en base a ellos (o ms concretamente, en base a los supuestos de los que parten) una
modalidad de antropologa que alguien haya propuesto o estado cerca de proponer alguna vez, ya sea
como parte de la iniciativa epistemolgica de la especialidad o en el contexto de alguna aventura
interdisciplinaria. Si esas lgicas son ms o menos adecuadas, si se adaptan con mayor o con menor
fidelidad a nuestra concepcin del mtodo disciplinar, lo dirn los resultados que se obtengan a la
larga. Por el momento stos interesan menos que la capacidad del Prolog para simular esas lgicas o,
lo que es lo mismo, su versatilidad para operar en funcin de fundamentos cambiantes.
A menudo se argumenta que la antropologa o las ciencias de la cognicin no deberan quedar
prisioneras de la lgica convencional desarrollada en occidente y que sirve de basamento a la epistemologa constituida, por cuanto dicha lgica es un producto histrico, de validez local, puramente
abstracto, que colapsa ya sea ante la configuracin discursiva requerida por las ciencias sociales,
como ante la modelizacin y comprensin de sistemas conceptuales emic. Los responsables de este
tipo de afirmaciones son eventualmente profesionales reconocidos: Richard Shweder, Stephen Tyler,
Philip Johnson-Laird, Peter Wason, Amos Tversky, Daniel Kahneman.
Se trata, entonces, de liberar a la antropologa sociocultural de una lgica universalista para
alcanzar la universalidad, ms genuina y profunda, del relativismo lgico, y eventualmente el nirvana
del alogicismo. Aunque su fundamentacin sera en principio atendible, con frecuencia es ste un
alegato vaco, carente de las demostraciones exhaustivas y formales que el asunto requiere. Proponer
un cambio de fundamentos lgicos no es un asunto que pueda tomarse con ligereza, por mejor justificados que puedan estar los juicios que llevan a plantearlo. En base a ese alegato, por el afn de
cuestionar la concepcin acadmica de los sistemas lgicos ms que de proponer una que la reemplace, se correra el riesgo de favorecer el surgimiento de una ciencia que se siente libre de operar sin
recaudos lgicos en absoluto, tanto en la descripcin de su objeto cuanto en la justificacin de sus
interpretaciones. Existen dos maneras histricamente dadas de cuestionar la lgica acadmica: (a)
proponiendo el abandono de toda lgica, y (b) reivindicando otras reglas del juego, desviadas, noestndares o alternativas. La primera modalidad no nos interesa, y este es el momento de explicar por
qu.
Pensamos que la antropologa que ha apostasiado de toda fundamentacin lgica no constituye
lo que se dice una presencia dialctica constructiva en el interior de la disciplina, ni califica como un
desafo seductor, como una heterodoxia iconoclasta con la que se pueda establecer un mnimo
acuerdo. Su positividad ha demostrado ser nula, su creatividad pauprrima; su experimentalismo
aparente nada puede hacer contra una concepcin reaccionaria del trabajo cientfico, pues entre las
lneas de su todo vale en que trasunta su escepticismo poltico y epistemolgico, resulta obvio que lo
que realmente se pretende es que todo siga igual.36
Algo es seguro: pese a que la antropologa ms reciente se ha convertido en tierra de promisin
de anti-lgicas militantes que proclaman la crisis de la razn, la moda parece estar acercndose a su
agotamiento. La estrechez de su temtica (una diatriba recurrente contra la "antropologa de la mo-

36 La idea, como bien se sabe, es de John Krige, Science, Revolution and Discontinuity, Brighton, Harvester, 1980, p. 42.

610

dernidad" o contra el "realismo etnogrfico") ha comenzado a saturar incluso a quienes alguna vez la
tomaron en serio; los textos en donde se la expone han fatigado una y otra vez las mismas expresiones, y lo que en algn momento pareci novedoso se ha transformado en el ms previsible
lugar comn.
Pero lo ms importante es que todo este revuelo y todo este tedio se originan en un conjunto de
ideas intrnsecamente insatisfactorias. Al mismo tiempo se trata de un movimiento que ha ido demasiado lejos, quebrando las bases para todo intercambio de ideas, y que no ha hecho sino moverse
en crculos, recusando a la Razn mediante argumentaciones encuadrables en una lgica
convencional -y hasta diramos conservadora- que sus mismos seguidores, por ms que pretendan
comportarse contradictoriamente, no pueden menos que encontrar razonable (cf. Tyler 1984, 1986).
Cules son y cunto valen, despus de todo, los argumentos razonables en contra de la razn?
Ningn razonamiento ms convencional y ms dbil, lgicamente hablando, que los que recusan la
lgica y la razn. Los juegos malabares de Derrida37, por ejemplo, designados para impugnar a la razn sin razonar, jams nos han resultado convincentes. En uno de los pocos intentos reflexivos para
renunciar a la razn examinando la propia forma de "razonar" (no existe otro trmino), Derrida reconoce que afronta a un Maestro terrible, siempre seguro de ganar un juego cuyas reglas ha fijado l
mismo. La estratagema de Derrida consiste jugar un lance doble, fingiendo obedecer las reglas del
juego, pero tendiendo trampas que el rival no pueda resolver. Como en Gdel, pero con un rigor ms
flaco, la paradoja es el mtodo. La estrategia de la desconstruccin, capaz de hacer fracasar los dilemas propuestos por la razn, permite hablar en un momento en que ya no hay ms nada que decir,
permite razonar en un momento en que la razn est abolida. Quien discute la razn debe servirse de
una especie de reserva mental, que se pliega doblemente: se finge fingir. Si solamente se fingiera no
se tendra eficacia estratgica alguna: quien finge matar no asesina realmente; pero quien finge fingir
mata de verdad. All radica el secreto para razonar en contra de la razn, y para aniquilar a sta al hacerlo (cf. Derrida 1967; Descombes 1982). Si la razn es un mito, es difcil concluir que aqu no nos
hallamos ante otro.
Todo este juego es, a lo menos, especioso y excesivamente formal. Creyendo que avanza arrolladoramente, Derrida en realidad retrocede ms all de su punto de partida, y otorga a la razn demasiadas cosas que antes no tena y que luego conspiran en su contra: que la doble negacin nos retrotrae a la afirmacin originaria, que existen algo as como "niveles de tipificacin lgica" inconfesadamente russellianos desde los cuales es posible eludir la paradoja; en fin, que "si P entonces Q".
Ms que aniquilar a la razn, lo nico que se logra con estas dudosas fintas intelectuales es enredarse
en ella, tranquilizando a la propia razn suicida con la ilusin de su aniquilamiento.
La cosa no es muy distinta con otras manifestaciones de la llamada "rebelin romntica contra el
Iluminismo", del "descreimiento posmoderno hacia los metarrelatos legitimantes" o de la "crisis de la
razn" (Ginzburg 1983; Johnson-Laird y Wason 1970; Shweder 1984). Todo este territorio est
atravesado por un malentendido bsico, un error de razonamiento particular que implica la confusin
entre la naturaleza del referente y la de la referencia y que en su equvoco ante la rebelda de su
objeto frente a la racionalidad pone en duda al razonamiento mismo en general. No se ha

37 Quien ha ejercido un enorme ascendiente sobre los antroplogos posmodernos nortamericanos (vase p.ej. James Clifford, "Partial
Truths", en J. Clifford y G. Marcus (eds.), Writing Culture, Berkeley, University of California Press, 1986, p.10; "On ethnographic
allegory", Op.cit. pp.118-119; Stephen Tyler "Post-Modern Ethnography: From Document of the Occult to Occult Document", Op.cit.,
pp.128 y 131; Michael Fischer, "Ethnicity and the Post-Modern Arts of Memory", Op.cit., pp.194, 195 y 229, etc).

611

comprendido que por ms que el comportamiento del fenmeno descrito (as sea la totalidad de la
cultura o de la mente humana) no responda a las pautas racionales de la lgica clsica, este hecho no
involucra nada con respecto a la lgica como motor y fundamento del modelo que describe o explica
ese fenmeno. Es el modelo el que debe ser "racional" (i.e. no contradictorio), y no las cosas que en
l se representan.
Pero una cosa es admitir que los modelos deben ser no contradictorios y otra muy diferente decir
que la lgica acadmica apofntica bivalente asertrica extensional es el instrumento adecuado de
toda modelizacin. Es posible (y aqu, como hemos dicho, no cuestionaremos esta posibilidad) que
existan marcos lgicos ms adecuados en ciertas circunstancias; habr que indagar cules son stas,
tipificar la correspondencia entre las circunstancias y las tendencias lgicas ms adecuadas para afrontarlas y determinar cul es el valor de nuestro instrumento para construir sus modelos en base a
sus respectivas premisas.
Ms interesantes que el alogicismo, con certeza, resultan aquellas propuestas que aspiran a
reemplazar la lgica clsica por alguna otra, en vez de dejarnos del todo sin fundamentacin o de
extraviarnos como Johnson-Laird en una alternancia incierta entre modelos indiscernibles,
experimentos maliciosos y estructuras sin nombre, como Derrida en un juego de ingenio, o como
Shweder en una nueva dimensin que a fin de cuentas no es ms que un previsible trmino medio,
sin la fuerza conceptual propia de los extremos. Aqu discutiremos solamente las lgicas alternativas
o desviadas, pues entendemos que polemizar con quienes se sienten libres de todo control veritativo
no puede conducir a esclarecimiento alguno.
Por fortuna, no toda la antropologa que sospecha con cierta justicia de la lgica convencional ha
incurrido en alogicismo. Algunas veces (muy pocas, por cierto) se ha postulado que sta o aqulla lgica divergente especfica (la teora de los conjuntos difusos, el probabilismo o la lgica cuntica) seran candidatos mejor calificados que la lgica estndar, atrapada sta en una rgida bivalencia y signada por una milenaria inoperancia frente a la vaguedad. Un puado de modelos antropolgicos se
basa en esta premisa, pero ninguno de ellos ha expuesto ese programa siguiendo el hilo de todas sus
consecuencias y proporcionando una verificacin axiomtica de lo que afirma. La mayor parte de
estos trabajos son artculos circunstanciales desesperantemente breves, o ensayos programticos muy
pobremente fundados, llenos de sobreentendidos para especialistas, como si todo el mundo dominara
los aspectos ms recnditos de la discusin (cf. Cooper 1975; Salmon 1978; Klein 1983; Evens
1983; Murray 1983).
Los trabajos antropolgicos que hablan de la necesidad de adopcin de una lgica alternativa, ya
sea para proceder a una explicacin o para dar cuenta formalmente de un hecho, son adems pocos y
espordicos. Su tesitura acostumbra ser extraamente irreflexiva: la mayora de los autores que
refieren el carcter no racional o irracional de este o aquel fenmeno lo hacen mediante ponencias
que recurren a los pasos demostrativos ms comunes de la lgica convencional, y los mismos recursos convencionales de siempre se emplean para justificar otras alternativas revolucionarias. El
metalenguaje lgico que se emplea para proponer -digamos- la lgica difusa no es difusa, el que se
usa para defender modelos polivalentes y no veritativo-funcionales es veritativo-funcional y
bivalente, y algo similar (y no analizado) sucede en todos los dems casos. El caso ms chrriante es
el de Evens (1983), quien construye un artculo en forma de un impecable silogismo, inconsciente en
tanto tal, para demostrar que la lgica clsica es inservible.
No abundaremos en las complicaciones de todo orden que surgen de un intento de comparar las
diferentes lgicas. Pero ello no obsta para que el campo de las posibilidades alternativas de funda612

mentacin sea cuidadosamente explorado, y para que se demuestre que algunas propuestas pueden
adoptarse con ganancia en el marco metodolgico que estamos definiendo. Las propuestas ms interesantes sern revisadas en los captulos subsiguientes, en los que se investigar la adaptabilidad de
la programacin lgica a distintas estructuras de fundamentacin y de mtodo.
Nuestra consideracin detenida de cada una de las lgicas no convencionales que ha llegado a
nuestro conocimiento se anticipa a una crtica que sera legtima si los lmites del Prolog fueran los
de la academia filosfica. Una crtica capaz de ponernos en aprietos si nos espetara, por ejemplo:
Cmo puede ser posible modelizar conocimientos emic, informales o de sentido comn cuya
historia nada tiene que ver con un canon lgico que establece todos los criterios de verdad y que
define al mismo instrumento de esa modelizacin?
Qu hay de las afirmaciones, tantas veces repetidas, en el sentido que la lgica acadmica no
tiene mucho que ver con la vida real, y que por lo tanto es impotente para actuar en casos en que la
vaguedad se impone? Hay que seguir a los positivistas lgicos cuando ellos renuncian a abordar en
trminos de lgica enunciados y fenmenos intrnsecamente ambiguos? Hay que creer a Ryle
cuando alega que la lgica es neutral frente a su tpico, a Carnap cuando afirma que ella nada puede
decirnos acerca del mundo o a Russell cuando declara que slo se aplica a una existencia celestial
imaginaria? (Ryle 1960:117; Carnap 1974:9; Russell segn Haack 1974:116).
Se puede ser eclctico en lgica y seguir siendo riguroso? Cules son las posibilidades de articular en una misma modelizacin estructuras y procedimientos derivados de marcos lgicos distintos? Cules son las garantas axiomticas de esa combinacin, y cules las fundamentaciones que en
esta amalgama se pierden?
En qu dialecto epistemolgico de la lgica acadmica nos estamos basando? Es este dialecto central y connatural a esa lgica o (como afirma Haack del clculo de predicados, sin demasiado
asidero) es una elaboracin perifrica?
Cmo podemos hacer que los motores de inferencia que se modelicen sean dinmicos,
crezcan, maduren o aprendan de la experiencia acumulada, y se comporten, en fin, como ningn
sistema lgico ha demostrado poder hacerlo? Cmo es posible incrementar y actualizar la masa de
hechos que se toma como punto de arranque para la inferencia sin que los modelos se vuelvan
contradictorios o circulares?
Es posible hacer intervenir las presuposiciones no contenidas literalmente en las premisas de
una proposicin como elementos de juicio que incidan en las conclusiones a que se llega?
Pueden representarse procesos de un mundo mvil en un formalismo inmutable? Es posible
tratar lgicamente el tiempo y la irreversibilidad? Se pueden expresar modalidades temporales
ajenas al crculo histrico de nuestras reflexiones filosficas sobre la temporalidad? (p.ej. Fabian
1983).
Ante la percepcin, la mirada o la "actitud natural" las cosas se presentan como polivalentes y
graduales Es posible entonces construir modelos que, en ltimo anlisis, reposan en mecanismos de
decisin binarios y taxativos?
La lgica simblica no parece haber retribuido a los cientficos formalistas el esfuerzo que supuso asimilarla Es viable un sistema lgico estricto que coincida con la intuicin de quienes carecen
de paciencia para seguir el laberinto de los sistemas formales simblicos? Nos volver a presentar
613

la lgica computacional la misma resistencia a la asimilacin que los tortuosos libros de la lgica
simblica?
El llamado "pensamiento prelgico", que parece ser descriptivamente recurrente en la experiencia etnogrfica tiene alguna estructura que permita modelizarlo en un lenguaje que, por definicin, no permite contradecirse? O ese pensamiento prelgico impone ms bien un lmite infranqueable a la declamada versatilidad representacional de nuestros lenguajes?
Aunque algunos de estos dilemas nos ponen frente a dificultades ms grandes que las fuerzas de
un investigador solitario, ninguna de esas preguntas posibles, perfectamente legtimas, antropolgicamente ms que relevantes, ha de quedar sin respuesta.

3. Inventario de las alternativas lgicas.

Hemos procurado exponer el campo de las lgicas desviadas, divergentes o alternativas en su totalidad, con sus apiamientos y vacos peculiares, a fin de que se pueda apreciar luego el mapeado
que los antroplogos socioculturales han realizado sobre ellas al proponer esquemas lgicos excntricos.
El mapa es desolador, y no habla muy bien de nuestra iniciativa. La multiplicidad de las variantes lgicas existentes se contrapone al desequilibrio de las concentraciones histricamente dadas;
extensas zonas se encuentran desiertas, necesitadas de contrastacin, como si en su bsqueda febril
de nuevas fundamentaciones los antroplogos no hubieran buscado lo suficientemente lejos. An
incluyendo las insinuaciones ms ocasionales, las referencias explcitas de la antropologa a marcos
lgicos diferentes a los de la lgica acadmica se cuentan con los dedos de una mano. Nos tienta
consumar una inferencia clnica que nos descubre una patologa del saber No parece sto efecto de
un relativismo superficial, intelectualmente pobre, perezoso, tal vez poco sincero? Por otro lado, los
viajes de prospeccin antropolgica en el mundo de los fundamentos han sido deficitarios en recursos y escasos en frecuencia, lo cual reduce la dimensin y la relevancia de nuestro objeto. Para otorgar densidad a la exploracin, habr que ocuparse tambin de lo que no se ha dicho, pero que est latente, y habr que tomar distancias y avanzar hacia la antropologa desde lgicas que los antroplogos an no han soado y que a nosotros nos cuesta asimilar.
En el campo filosfico, los episodios de la polmica de las lgicas son profusos, y no estamos
seguros de que nuestras barridas bibliogrficas no hayan dejado alguna postura importante sin abordar. De lo que estamos un poco ms seguros (por la naturaleza de los nomencladores bibliogrficos y
por nuestra mayor familiaridad con el terreno) es que se ha revisado la mayor parte de las referencias
antropolgicas a las lgicas divergentes que han sido propuestas; nos hemos permitido, eso s, condicionar esa revisin a la seriedad de dichas referencias.
Esta frase perversa connota lo mismo que denota: es decir, no nos hemos molestado en revisar
con espritu crtico aquellos programas ostensiblemente carentes de sustentacin, que son (por una
especie de ley que habr que estudiar algn da) las que ms proliferan. Ya que su extenso nmero
desaconseja todo proyecto de inventario, ser de inters que procedamos a una tipificacin en regla
de las referencias descartadas, a fin de dejar en claro cules son las propuestas antropolgicas que
nos negamos a explorar y por qu.

614

En primer lugar dejaremos al margen, por insuficientemente fundadas y por errneas de hecho,
las lecturas superficiales que identifican la incertidumbre peculiar de los fenmenos cunticos y la
complementariedad en el aborde de ciertos acontecimientos de la fsica subatmica con una incertidumbre inherente a los fenmenos humanos y la necesidad acadmica de "complementar" disciplinas. Nos oponemos, en suma, a las razones de Georges Devereux y a otras semejantes que en algn momento disfrutaron de cierta plausibilidad, y que giran en torno de la complementariedad y la
incertidumbre tal como se cree que han sido elaboradas en fsica terica.
Devereux aseguraba que, segn Poincar, si un fenmeno admite una explicacin, admitir tambin cierto nmero de otras explicaciones, todas tan capaces como la primera de elucidar la
naturaleza del fenmeno en cuestin. En el estudio del hombre, expresaba,
[...] no es slo posible, sino obligatorio explicar un comportamiento, explicado ya de una manera, tambin
de otra manera. [...] El hecho es que si se explica un fenmeno humano nada ms que de una manera, en
realidad no se lo explica en manera alguna, an si su primera explicacin lo vuelve perfectamente comprensible,
controlable y previsible dentro del marco de referencia que le es propio, y sobre todo en este caso. Adems, la
posibilidad de explicar "completamente" un fenmeno humano por lo menos de dos maneras (complementarias)
demuestra precisamente, por una parte, que el fenmeno en cuestin es a la vez real y explicable y, por la otra,
que cada una de sus dos explicaciones es "completa" (y por lo tanto vlida) en su propio marco de referencia
(Devereux 1975:11).

Solamente un estado de indigencia cientfica como el que carcome a las ciencias sociales puede
explicar que un prrafo tan colmado de arbitrariedades pudiera haber sido alguna vez escrito. Ni una
sola asercin est justificada, sea por la lgica o por los hechos: ni la repentina obligatoriedad de
explicar un comportamiento de varias maneras, ni el hecho de que una sola explicacin no explique
nada, ni la igualacin de completud y validez, ni de que la acumulacin de demostraciones diferentes
demuestre tal cosa como la "realidad" de un fenmeno.
La epistemologa de Devereux es pre-popperiana, para decir lo menos, y su lgica parecera ser
pre-aristotlica: diga lo que diga Poincar, sea cual fuere el despliegue de autoridades cultas, deducir
la validez de una perspectiva a partir de la validez de otra es simplemente un non sequitur, una pamplina. Devereux no se plantea ni por un momento que las diversas explicaciones bien podran ser
recprocamente conflictivas e invalidantes, como cuando desde una teora ambientalista se resta plausibilidad a una explicacin basada en la biologa. Los argumentos de Marvin Harris sobre las convenciones alimenticias de las sociedades humanas, por ejemplo, no "complementan" inocentemente a
las ideas de Mary Douglas o de Marshall Sahlins sobre la razn cultural, sino que las recusan. Una
explicacin mejor resta credibilidad a aqullas contra las cuales est llamada a compararse.
Lo ms grave sobreviene cuando Devereux asocia su nocin de complementariedad al principio
del indeterminismo enunciado por Heisenberg (1975:18). Este principio afirma la imposibilidad de
determinar (medir) simultneamente la posicin y el momento de un electrn; no es necesario tener
una formacin rigurosa en materia de fsica para reconocer que ste es, en verdad, un problema bsico de la fsica de los cuantos. Pero la exgesis practicada por Devereux sobre el principio de indeterminacin se asienta sobre una analoga poco feliz. La indeterminacin cuntica no es formalmente
comparable a otros tipos de indeterminaciones. Tal como lo expuso Heisenberg, aquel principio rige
expresamente para las partculas subatmicas (en su formulacin clsica, para los electrones) cuyo
comportamiento no tiene homlogos ni siquiera aproximados en el mundo macroscpico.
Lado a lado con la teora de la relatividad, la fsica cuntica establece inequvocamente que los
niveles y los criterios de observacin, prediccin y problematicidad no son extrapolables, que existen
615

dimensiones escalares idiosincrticas y que, en consecuencia, es puro desatino proyectar una limitacin cuantitativa interpuesta a la observacin de los electrones a, por ejemplo, el examen cualitativo de las piruetas de un bailarn o a la descripcin de una norma de conducta. Si Newton nada tiene
que decir frente a los electrones imperceptibles de Heisenberg y a los cosmos inabarcables de Einstein, estos ltimos nada pueden arrogarse frente al registro de cosas del cual el hombre es la medida.

Sistemas opuestos a la lgica clsica

Lgica Intuicionista
Lgica Minimal
Lgicas Polivalentes de Lukasiewicz y Bochvar
Lenguajes Presuposicionales de van Fraasen
Lgicas Cunticas de Von Neumann, Reichenbach,
Destouches-Fvrier y Birkhoff
Lgica no Proposicional

Sistemas complementarios a la lgica clsica

Lgicas Modales
Lgica Epistmica
Lgica Dentica
Lgica Temporal
Lgica Erotrica
Lgica Imperativa
Lgica de Preferencias
Lgica Difusa
Lgicas no Montonas
Lgica Probabilstica
Lgica Omitiva de Reiter
Lgica Autoepistmica de Moore

Diagrama 4.2 - Lgicas Divergentes.

Nos hemos inspirado lejanamente en Haack 1980:17, agregando las categoras
resultantes de las indagaciones computacionales que Haack no afecta conocer.

Extrapolar ms all de lo debido no es seal de inquietud ni de originalidad, sino de simple desmesura. El mundo social no es una estructura cuntica, y mirarlo a travs de la lente de los cuantos lo
distorsiona ms de lo que lo esclarece. La hiptesis cuntica slo invalida a la fsica y a la causalidad
clsicas en los casos en que masas suficientemente pequeas se mueven a velocidades lo bastante bajas y con niveles de aceleracin lo bastante elevados. La importancia de la fsica, la lgica o las matemticas de los cuantos radica en la especificidad del comportamiento de los diferentes niveles
observacionales, y de ninguna manera en la posibilidad de proyeccin de lo microscpico a lo macroscpico primero y a lo social despus (Einstein 1985: 30-31). Tras lo expuesto, y en vista de la
escala de rigor a que nuestra tesis aspira, quedar claro por qu excluimos de toda consideracin
antecedentes intelectuales tan oblicuamente fundados.
En segundo lugar repudiamos el falso axiomatismo que, pretextando aplicar (y por consiguiente
comprender) los hallazgos definitorios de la prueba de Gdel, imaginan que las ciencias en general
afrontan un lmite que les otorga un espacio bastante ms restringido de lo que es realmente el caso.
Gdel demostr que en un sistema matemtico consistente que incluya funciones numricas recursivas primitivas es posible construir sentencias tales que ni ellas ni sus negaciones se puedan probar
deductivamente, an cuando se sepa que son verdaderas o falsas; en uno de esos sistemas, adems, es
imposible probar formalmente la consistencia del mismo en base a los medios propios de ese sistema
(Gdel 1981:45-89).
Pese a que los cientficos sociales, a diferencia de los matemticos, no estn condenados a construir sistemas completos, ni incluyen habitualmente funciones numricas recursivas primitivas como
parte del andamiaje formal, ni se enfrentan a universos infinitos comparables al conjunto de los
616

nmeros naturales, ni tienen por qu obedecer la clusula de demostrar la consistencia del sistema en
trminos de su propia axiomtica, la prueba de Gdel, lejos de refinar la metodologa, ha justificado
todo gnero de extravagancias.
Numerosos antroplogos y cientficos sociales de habla hispana (Hctor Vzquez, Jess Ibez)
han extendido las consecuencias de una prueba axiomtica y aritmtica a sistemas de inteligibilidad
que, como sus propias disciplinas, no son ni una cosa ni la otra. Cuando esta prueba se deposita
sobre el almacn metodolgico de sentido comn de las ciencias sociales, en seguida surgen convicciones del tipo de "la verdad es cosa de poder", "la prueba terica es imposible", o "un programa no
puede probar una hiptesis cuya expresin sea cuantitativamente ms compleja que el programa
mismo" (Ibez 1985:71, 188, 277, 288), etc, todo lo cual no slo es incorrecto, sino que es producto
de un xtasis de inferencias libres que nada tiene que ver con los rigores de Gdel.
Esto es llamativo: seguramente los cientficos de marras negaran la legitimidad de analizar la
sociedad echando mano de ecuaciones de matemtica pura; nada les impide, sin embargo, hacer
extensivo a las metodologas de las ciencias sociales un problema de articulacin de las axiomticas
peculiares y especficas de las matemticas (y de cierta porcin especial de ellas), cual es la insuficiencia de los sistemas matemticos para probar su propia consistencia lgica. Si las pruebas gdelianas no han impedido (por ejemplo) la revolucin tecnolgica y el surgimiento de la inteligencia artificial, cuesta pensar cules podran ser sus efectos deletreos sobre el romanticismo metodolgico
de la antropologa.
Aventemos los fantasmas de una vez y para siempre: an a nivel de los sistemas axiomticos, el
algoritmo de resolucin y los teoremas de Henkin, Lwenheim y Skolem han pasado por el costado
de las limitaciones fijadas por Gdel, cualesquiera sean las interpretaciones que se les atribuya. Los
tericos y prcticos de las redes neuronales, como se ha visto, disean como cosa de rutina sistemas
cuyos comportamientos emergentes son varios rdenes de veces ms complejos que la expresin
fuente de los propios programas, de modo que a este respecto no hay ms que hablar.
Excluidas estas variantes infundadas, el cuadro 4.2 presenta la lista completa de las alternativas
a la lgica acadmica que hemos podido hallar en la bibliografa. Sobre esa enumeracin hay que sealar dos peculiaridades, que afectarn al orden en que habremos de abordar ese universo de posibilidades. La primera concierne al hecho de que las categoras del cuadro no parecen surgir de un procedimiento formal de clasificacin, y es por ello que los criterios no son uniformes y las categoras
resultantes se solapan, se imbrican o se incluyen de diversas maneras. Las lgicas no montonas, por
ejemplo, son necesariamente modales, lo mismo que las denticas; y las lgicas omitivas, en general,
son tambin no montonas.
La segunda tiene que ver con el hecho de que, en tanto tales, las diversas alternativas surgen de
sealar diferentes y muy precisas limitaciones de la lgica acadmica, histricamente dadas, y que en
consecuencia una clasificacin monottica y formalmente correcta de ellas mismas es, desde todo
punto de vista, imposible. Hace un tiempo Rodney Needham (1975) estuvo a punto de renunciar a la
Razn porque los datos etnogrficos eran indciles a taxonomas y nomenclaturas monotticas, es
decir, fundadas en un solo criterio o en criterios uniformes a travs de la serie. A poco se ech mano
de Wittgenstein, del segundo Wittgenstein, naturalmente, invitndonos a retroceder y a ceder espacio
a la irracionalidad. Ya nos hemos asomado al asunto, constatando que los lgicos (y la Razn
misma) nada tienen que temer de la politesis, a menos que proclamen la simetra del universo.
Subrayemos por ahora una paradoja ms, capaz, segn se mire, de situar los temores de Needham en
su cabal escala o de prestarles otro argumento: la lgica estndar no puede dar acomodo prolijo a sus
617

propias rebeliones. Si el mundo de las lgicas fueran un rbol linneano, los mismos animales lgicos
apareceran en una y otra rama. An en la clasificacin de las clasificaciones el acontecimiento prima
sobre la estructura, en un microejemplo culminante que nos habla, con un esplndido sentido de la
oportunidad, de la necesidad de subordinar las palabras a las cosas. Ningn conjunto de criterios
podr jams producir un cuadro consistente sobre dos dimensiones en el que figuren, ordenadas de
algn modo productivo, las distintas manifestaciones de las lgicas divergentes. Lo cual seala, de
acuerdo con algunos, una primera y muy importante limitacin de las posibilidades de la lgica que
ellas recusan.

a) Lgica No Proposicional: La Epistemologa en cuestin

La nueva lgica permanece an ignorada por un amplio sector

de los filsofos y consecuentemente no han podido obtener, para
sus propios trabajos, ventajas apreciables. Realmente sorprenden la
cautela y la torpe timidez con que se le acercan, si bien ms
generalmente la evitan. Seguramente, su aparato formal, de apariencia matemtica, los ahuyenta, aunque en el fondo se oculta tras
de ello un sentimiento instintivo de oposicin. Y cuando menos por
una vez acertaron: en esta nueva lgica se encuentra -y esto no lo
han advertido an muchos de sus mismos seguidores- el punto de
palanca capaz de desplazar a la vieja filosofa.
Rudolf Carnap

En este apartado definiremos la modalidad de clculo lgico en que se basa fundamentalmente

el Prolog: el clculo de predicados del primer orden; consecuentemente, aqu se esclarecern los trminos tcnicos propios de esta variante lgica que se puedan haber deslizado con anterioridad y cuya
denotacin siga siendo oscura, y se fijarn los parmetros de referencia para la formulacin de las
lgicas alternativas subsiguientes.
La epistemologa constituida se presenta a veces a las ciencias sociales como una instancia
capaz de juzgar las empresas de estas ltimas con la garanta de la lgica que aqulla afirma
dominar. Al mismo tiempo, la filosofa de la ciencia pretende que, por poco que las ciencias sociales
absorban su propio dominio de la lgica y escuchen sus consejos normativos en torno del trabajo
cientfico, sus mtodos se tornarn ms rigurosos. Epistemlogos, filsofos analticos y filsofos de
la ciencia, en una palabra, han llegado para ensearnos los procedimientos que ignoramos, procedimientos que ellos conocen en general, en su totalidad y con referencia a todas las ciencias, a pesar
del hecho ostensible de no haber instrumentado jams ninguno en particular, siquiera parcialmente y
en ciencia alguna. Parafraseando a Rorty, podramos decir que la filosofa analtica pretenda tragarse
a las dems disciplinas, adems de servirles de base, esgrimiendo el filo de la lgica para desmontarlas y revelar su debilidad y su dependencia (Rorty 1983:127-134).
Nuestra pintura de la epistemologa, por supuesto, es la parodia de una generalizacin en regla:
es necesario reconocer que en ese terreno se congregan muchas posturas divergentes, que van desde
la lnea dura positivista de Hempel o de Quentin Gibson, hasta el desenfadado irracionalismo de
Feyerabend, pasando, naturalmente, por los alegatos personalizados y hasta intimistas de estrellas de
618

primera magnitud que forman especie por s mismas, como Popper, Kuhn y Lakatos. Algunas de
estas figuras ni siquiera se preocupan por la adopcin del ideal de las Naturwissenschaften por parte
de las ciencias sociales, y otras apenas se interesan por los tecnicismos lgicos.
Pero en todas esas propuestas, all donde la lgica aparece esgrimida como baremo de legitimidad y autoridad en materia de mtodos, creemos percibir dos constantes. La primera se refiere al
nivel de flexin en que se desarrollan sus clculos de inferencia, nivel que, como se demostrar en un
momento, tornara imposible implementar cualquier formalizacin. Esta imposibilidad implica
asimismo que no es viable, por esos medios, la construccin de ningn modelo con capacidad
operativa mnimamente autnoma.
La segunda constante concierne al hecho de que en el mundo dibujado por los epistemlogos la
metodologa cientfica y el rigor experimental se confunden y se entremezclan permanentemente con
los aspectos formales de la lgica, tejindose una red nebulosa de correspondencias e isomorfismos
entre lo formal, lo metodolgico y lo emprico, tan monoltica como las proposiciones mismas. Aspectos por dems contingentes, episdicos, discontinuos, operacionales, de sentido comn o pragmticos se hacen pasar por algo as como "la lgica de la investigacin" (milagrosamente idntica, segn se cree, a la prctica de las Ciencias Naturales), como si el trabajo cientfico y el diseo experimental (y si uno se descuida, hasta el trabajo de campo) respondieran a los pasos categricos de una
axiomtica encubierta que la mirada distante del filsofo tiene a bien revelarnos. Por detrs de una
densa fachada de terminologa y de un aluvin de ejemplos, la estirpe positivista y el simplismo de la
idea son ostensibles: la confluencia del trabajo "corporal" del cientfico con la perfeccin inmarcesible de las lgicas que han llegado a axiomatizarse se materializa con tanta ms pureza cuanto ms se
cuantifique, cuanto ms se reemplacen las palabras por smbolos y cuanto ms se prodiguen definiciones.
Nuestra elaboracin no presta apoyo a ninguna de esas dos posturas; por lo que sabemos, las
formas lgicas adoptadas por los epistemlogos han demostrado ser inapropiadas por poco que el
rigor se extreme, en tanto que las fases del mtodo implican un referente tan diversificado y en un
estado de tan agitada movilidad que todo lo que se diga unitariamente de ellas carece de sentido. Que
no es preciso emular los procedimientos de cuantificacin y la experimentacin controlada conforme
al ceteris paribus para realizar una investigacin rigurosa, es algo que se infiere de todo nuestro modelo y que no es preciso, por ende, volver a demostrar por separado. La idea de que a la lgica slo
se accede a travs de un modelo expresado en un formalismo adecuado parece demasiado evidente y
es demasiado slida como para renunciar a ella. Que la lgica en que se basa la generalidad de la filosofa de la ciencia es inapropiada, y que no es posible basar en ella un clculo tan riguroso como
para ser automatizado, es en cambio una afirmacin fuerte que cabe discutir en este captulo.
Una de las razones para discutir esta cuestin finca en el hecho de que el clculo lgico que
puede desarrollarse con las herramientas cuya adopcin proponemos es radicalmente distinto al que
se promueve en los libros de texto. Casi todos los historiadores y comentaristas de la lgica admiten
que el clculo centrado en el silogismo y en el clculo de proposiciones es insuficiente e imperfecto,
pero no han sacado de ello ninguna leccin metodolgica y siguen presentndolo como si fuera el
ncleo de hierro del razonamiento y el modelo al que todos los dems tipos de clculo responden.
Profesiones de fe como sta se han vuelto absolutamente tpicas:
Tampoco compartimos la actitud en cierto modo hostil hacia la lgica aristotlica que manifiestan algunos
de los ms celosos impulsores de los nuevos campos de estudio. No nos abstuvimos de indicar las limitaciones

619

de la presentacin tradicional de nuestra disciplina, pero creemos que los logros ms recientes de la lgica
exacta han servido para ampliar tanto como para corregir la lgica aristotlica (Cohen y Nagel 1983:9).

Lo notable del caso es que las "limitaciones" no han sido identificadas, y que tampoco se ha
examinado la posibilidad de que las bases de lo que se desarrolla hayan sido socavadas por los
"logros ms recientes" que han venido supuestamente a ampliarlas. Como veremos ahora, este es el
caso.
En la terminologa convencional de la lgica proposicional o lgica de juntores, se utilizan smbolos tales como A, B o C para representar proposiciones atmicas (que, como hemos visto, no
pueden ser descompuestas en sus componentes), cuya caracterstica ms notoria es su capacidad para
denotar un valor de verdad que puede ser verdadero o falso. El hecho de que A, B o C posean lo que
se llama un "significado informal", tal como "los trobriandeses viven en Oceana" no es relevante
para el clculo (cf. Malpas 1987:18). Pero este tipo de significado es fundamental cuando se pretende
aplicar una modalidad de lgica a un campo dado del conocimiento. Aparte de las entidades
atmicas, la lgica proposicional admite la construccin de frmulas ms complejas combinando
aqullas mediante conectores:
Smbolo

&
v

Significado
No
y
o
Implica
Si y slo si

Diagrama 4.3 - Conectores lgicos

Una frmula compleja que incluya juntores o conectores lgicos es lo que se llama una frase
bien formada (fbf). En el vocabulario de la lgica proposicional, los smbolos p, q y r son llamados
variables proposicionales, y stas se utilizan para representar frases bien formadas del tipo "no p", "p
y q", "si p entonces q", etctera.
El clculo proposicional tiene slo un valor limitado; la razn para ello es que la mayora de sus
unidades elementales, las variables proposicionales, son ya enunciados complejos; no hay manera de
introducirse "dentro" de una proposicin elemental para ver por qu es verdadera o falsa, o para averiguar si guarda alguna relacin con otras proposiciones de algn otro modo adems del de sus valores de verdad. Un hecho tal como "el mecanismo de herencia entre los trobriandeses es patrilineal" se
puede representar mediante variables proposicionales, pero no hay forma de representar en dicho
clculo a "los trobriandeses" con independencia del resto de la proposicin. An en el caso de que se
pudiera mecanizar por completo un conjunto de proposiciones, hay ciertos tejidos entre ellas que
nunca podran establecerse aunque el sentido comn, el conocimiento disciplinar o la "intuicin lgica" detectaran sus relaciones.
En otras palabras, el clculo proposicional en el que reposa la abrumadora mayora de los textos
filosficos que pretenden ensearnos mtodos rigurosos de razonamiento es incompleto y no llega ni
de lejos a caracterizar todas las inferencias deductivamente vlidas. Ni siquiera alcanza, en rigor, a
demostrar las inferencias elementales ms rudimentarias. Es posible representar un razonamiento

620

antropolgico deductivamente vlido, sin que sea posible resolverlo o siquiera expresarlo mediante
el clculo de proposiciones. Sera correcto expresar, por ejemplo:
Y sacar de ese aserto la conclusin:

Pero aunque parezca inslito, como ni la premisa ni la conclusin de esta inferencia resultan de
una combinacin funcionalmente verdadera de otras frases, la forma de este argumento en el clculo
de proposiciones sera "A, entonces B", lo cual no es de hecho vlido. Para ponerlo en palabras ms
clsicas, "Scrates es mortal" no puede deducirse de "Todos los hombres son mortales" y de "Scrates es un hombre", porque "hombre" y "mortal" no son unidades del clculo y porque entre las tres
aserciones se filtran conocimientos enciclopdicos tales como la correspondencia entre singulares y
colectivos (es/son, hombre/hombres, mortal/mortales) que no forman parte de la enunciacin y que
en algunos idiomas no seran en absoluto transparentes.
El servicio que puede prestar a la ciencia social emprica una lgica que experimenta
dificultades ante demostraciones tan simples de ninguna manera puede ser significativo. Si se trata
de instrumentarla (y se es el punto), la lgica debe ser necesariamente relacional y prestarse tanto a
operaciones de integracin como de descomposicin. La lgica relacional y funcional por excelencia es el clculo de predicados o de cuantores. Es un hecho asombroso que hasta la aparicin de
esta lgica de las relaciones no era posible probar la validez de razonamientos tan sencillos como
"Un cuadrado es una figura; por lo tanto, el que dibuja un tringulo dibuja una figura" (Simpson
1975: 17), que tiene, incidentalmente, la misma forma lgica que nuestro anterior ejemplo sobre los
trobriandeses. Casi todos los textos conocidos de filosofa de la ciencia, as como los estudios en
psicologa evolutiva (Piaget), psicologa cognitiva y antropologa del conocimiento (Shweder 1984),
se fundan en la confusin del clculo lgico en general -o en abstracto- con el clculo de proposiciones.
La historia del clculo de predicados se remonta a Gottlob Frege. Al contrario de Boole, quien
haba analizado la expresin en trminos de proposiciones interrelacionadas, Frege increment explosivamente la riqueza del anlisis lgico proponiendo tcnicas de anlisis y representaciones
formales que quebraban la proposicin en estructuras predicativas con la ayuda de ciertas herramientas originadas en las matemticas (el concepto de funcin, por ejemplo). Frege construy toda
una serie de lenguajes formales basados en esa idea; con el correr de los aos, los aportes de Russell,
Church, Kleene, Rosser y Quine derivaron en lo que se conoce como el clculo de predicados y los
lenguajes del Primer Orden, que constituyen el precedente directo de los lenguajes de programacin
lgica. La notacin de clculo de predicados que aceptan hoy las computadoras no es la misma que
utilizaran Russell o Frege; gracias a Skolem han desaparecido los cuantores, por las limitaciones de
los teclados de mquina se han esfumado los signos extraos y por iniciativa de Kowalski se ha impuesto la forma clausal de Horn.
Por desdicha, nadie comercia con la lgica sin mediaciones. Con poqusimas excepciones (cf.
Douglas 1975a:39), y por razones que habr que elucidar algn da, los antroplogos no frecuentan la
lgica en sus propias fuentes. El camino de los problemas antropolgicos a las soluciones de la
lgica atraviesa el reducto de los epistemlogos, quienes se han erigido en intermediarios oficiosos
entre las esferas del saber. Pero, como si existiera algn rechazo corporativo, algn acuerdo silen621

cioso, ningn epistemlogo de primera lnea conduce hacia el clculo de predicados ni, mucho menos, a las experiencias computacionales en materia de lgica. Los pocos que, como Suppes, no
desdean la computacin, se fundan en la mquina procedimental de Von Neumann, no en la programacin declarativa.
Entendemos que despus del desarrollo de la lgica relacional y funcional por parte de Frege y
Russell, seguir presentando los modos de la lgica en trminos del caduco clculo proposicional no
constituye una enseanza oportuna. Ante la frescura con que se siguen exponiendo, en un gesto didctico casi magnnimo, los rudimentos del clculo proposicional, nos resulta difcil creer que los
filsofos hayan reflexionado suficientemente sobre el particular. Sea como fuere, lo que importa es
que la presentacin que ellos hacen de la lgica para uso de los cientficos sociales no deja entrever
en general los lmites a que aludamos, ni se atreve a afrontar la explicacin de las modalidades
lgicas ms elaboradas (y ms bellas) que se han ideado en lo que va del siglo.
El problema con la literatura lgica de divulgacin que los filsofos adecuan a la pense
sauvage del lector humanista, es que las herramientas fundamentales, los formalismos tiles, ocupan
en ella un lugar marginal, cuando es que ocupan alguno. Cohen y Nagel, en concreto, ni siquiera
mencionan el clculo de predicados del primer orden (1983). Tampoco lo hacen Popper, Hempel,
Rudner o Stegmller, o acaso lo hacen al pasar. Los pocos textos que lo citan hablan de l como si se
tratara de una especie de prctica perifrica, propia de lgicos excntricos o de cenculos de vanguardia. Se ignora sistemticamente el hecho de que este clculo ha soportado la prueba de la
mquina, mientras que otros mtodos de inferencia ms venerables han hecho un papel indecoroso
cuando se los quiso formular de manera inequvoca o aplicar a materias de cierta delicadeza.
Estas distorsiones son las que llevaran a un Dreyfus, por dar un nombre, a afirmar que la concepcin de la mente como mecanismo procesador de informacin lgicamente regido, reduce las
operaciones mentales a "funciones booleanas" y a estados o conmutadores de tipo 0/1, pretendiendo
demostrar con ello la incapacidad de la lgica computada para dar cuenta de matices y polivalencias
propios de lo real (1972). En la misma tesitura, Hctor Vzquez ha escrito que en la antropologa
cognitiva "la inteligencia humana es considerada y comprendida segn la lgica de la llamada 'inteligencia artificial' que se articula mediante una lgica combinatoria de oposiciones binarias incapaz
de reproducir la organizacin lgica de la actividad cognitiva cuyas construcciones no son binarias
sino polivalentes" (1988:17). Razonamientos de este tipo son tan reiterados como falaces: ni la antropologa cognitiva tiene estrictamente que ver con la inteligencia artificial, ni las codificaciones
binarias son incapaces de subsumir matices "polivalentes", ni la lgica computacional es combinatoria, ni existe una codificacin natural (polivalente o lo que sea) inherente a los fenmenos cognitivos
fuera del marco de analiticidad a travs del cual se lo mira (que puede ser binario si a alguien le da la
gana).
Pero lo que cabe poner al abrigo de todas sospecha no es aqu tanto la computacin como la lgica que ella instrumenta. Jean Pierre-Descls ha aclarado hace poco que afirmaciones como las de
Dreyfus o Vzquez se deben a un equvoco que resulta de soslayar no slo la existencia de las
lgicas difusas, temporales, modales, intensionales o polivalentes, sino de subestimar muy gravemente el poder de la lgica: los lenguajes lgicos modernos son capaces de expresar nociones extremadamente sutiles (el anlisis russelliano de las paradojas, la construccin de operadores complejos,
los formalismos para definir semnticas intrnsecas, la lgica ilativa); lo concreto es que ni siquiera
el diseo de circuitos elctricos simples se basa verdaderamente en el lgebra del "si y el no"
(Descls 1989:123-124).
622

Lo mismo que los lingistas generativos que consideran a la lingstica computacional como
una monstruosidad tecnocrtica, los viejos dinosaurios de la lgica y la epistemologa -con la llamativa excepcin de Suppes- apenas hacen mencin de los intentos de mecanizar los procesos de inferencia; ello, convenientemente, bajo el manto de un humanismo que se escandaliza de lo mecnico
como si se tratara de algo fundamentalmente inhumano, les permite ya no minimizar, sino hasta ignorar por completo las consecuencias revolucionarias de las experiencias de aquella empresa: la remisin del clculo conceptual al almacn de las operaciones de rutina, la exteriorizacin implacable
de los supuestos ocultos, el desvelamiento de complejidades impensadas. Con la salvedad de los
nuestros, en ningn texto de teora antropolgica anterior al presente se ha hablado jams siquiera
del clculo de predicados, por ms que abunden las especulaciones en torno a las "lgicas culturales"; puesto que la idea del clculo de predicados se remonta a Frege (lo que es decir, a los ltimos
aos del siglo pasado), esta situacin es sintomtica del atraso de la transferencia pedaggica de la
epistemologa para con nuestras disciplinas, o, peor an, de severas lagunas conceptuales e histricas
en el interior de la propia filosofa de la ciencia.
Hasta aqu la protesta. El clculo de predicados permite quebrar la estructura monoltica de la
proposicin y generar posibilidades de clculo ya no a partir de frases interimplicadas y a su vez indescomponibles (de interrelacin siempre dudosa, ms all de los humos de los filsofos), sino a
partir de la asercin del primer predicado. Una asercin simple, como "los trobriandeses son melanesios" puede ser analizada en trminos de sujetos y predicados lgicos de distintas maneras: se puede
tomar "los trobriandeses" como sujeto lgico y "son melanesios" como predicado; o bien "melanesios" como sujeto y "los trobriandeses" como predicado, o bien "trobriandeses" y "melanesios" como
sujetos y "son" como predicados, o idear clusulas de esta forma:

Por razones tcnicas, algunas de estas formas son ms adecuadas que otras y las que utilizan
trminos que denotan "ser" no lo son demasiado; pero en general todas pueden servir para fundar el
clculo. Desde el punto de vista antropolgico esta posibilidad de descomposicin es fundamental,
por cuanto nos permite construir tejidos de conectividad que vinculan sin anfibologa atributos y funciones de distintos sujetos. A esto se agrega el hecho de que el clculo de predicados permite definir
variables internas a la secuencia de objetos, variables que en su formulacin computacional participan en la definicin de reglas. Podemos descomponer una asercin en sus trminos y an descomponer los trminos mismos, preservando todas las conexiones que la intuicin percibe.
Es hora de abordar la tercera inflexin del esquema de Thayse. Al contrario de que suelen creer
ciertos lgicos sin demasiada prctica aparente en programacin, todas las ms finas extensiones del
clculo de predicados son expresables y susceptibles de ser instrumentadas en Prolog. De hecho, se
podra hacer lo mismo en casi cualquier lenguaje, incluso en los procedimentales. Por aadidura, el
clculo de predicados puede transformarse en metalenguaje de cualquier otro tipo de clculo, el proposicional incluido. Veamos un caso de inters que servir para que puedan imaginarse otros.
El "clculo lambda" es un formalismo creado por el legendario lgico norteamericano Alonzo
Church con el objeto de tomar cualquier expresin evaluable y convertirla en una funcin, especificando qu partes de la expresin se deben reemplazar mediante argumentos (Church 1941). Todo el
623

lenguaje LISP se basa en esta idea churchiana, que constituye a su vez el ncleo de la llamada lgica
funcional. El clculo lambda se obtiene agregando a los ya conocidos otro operador ms (operador
lambda o ), que cumple el cometido de ligar variables. Existe un mtodo familiar de denotar conjuntos mediante una notacin como sta:

La nica exigencia para esta forma de definir conjuntos es que se especifique una frase que
contenga una variable en un lenguaje inambiguo y que se fije una convencin para indicar cul variable (x) constituye la clave para definir el conjunto. En el clculo de predicados esto se logra agregando el operador . Si F es una frmula lgica, entonces xF denotar un conjunto; intuitivamente,
puede decirse que la expresin caracteriza al conjunto especificado por F con respecto a la variable
x.
Considrese, por ejemplo, la frase "Alguien envi presentes al cacique", y su traduccin a lgica
de predicados:
La expresin siguiente
denotar el conjunto de objetos que Juan enva al cacique, mientras que esta otra
denotar el conjunto de individuos que envan mantas. Las expresiones lambda 4.6 y 4.7 son
predicados unarios que incluyen respectivamente a X y a Y como argumentos. Los operadores lambda, al igual que los cuantificadores existenciales y universales, sirven para ligar ocurrencias de una
variable. Lo que ya llevamos dicho sobre la forma de operar del Prolog torna evidente su adecuacin
a esta variedad de la lgica, por lo que no abundaremos en ejemplificaciones adicionales; el lector
habr advertido que en nuestro lenguaje no es necesario definir operadores diferenciales para
especificar cules son las partes de la expresin que han de ser reemplazadas por argumentos. En la
bibliografa de dominio pblico hay numerosos ejemplos de lgica funcional expresada en Prolog
(cf. Thayse 1988: 119-120; Covington et al 1988:200-205; Maier y Warren 1988:347-380).
Debido a que la signatura del clculo de proposiciones no es sino un subconjunto de la del clculo de predicados, es posible restringir a ste para que emule a aqul. Dos estudiosos del Prolog,
David Maier y David Warren, han desarrollado un lenguaje, denominado Proplog, capaz de emular
(con fines didcticos) las prestaciones del clculo proposicional (cf. Maier y Warren 1988:3-117). Su
texto demuestra taxativamente, sobre la base de una prctica intensa y consolidada, que el clculo de
predicados sirve para construir lenguajes y sistemas tanto ms simples como ms complejos que l
mismo.
Weiskamp y Hengl (1988:90-98) presentan un pequeo programa elemental en Turbo Prolog,
llamado TRANSLATE, que primero secciona proposiciones en fragmentos o tokens, y luego aplica
transformaciones clsicas del clculo proposicional (los teoremas de De Morgan, la reduccin de las
negaciones dobles, etc), oficiando como el ncleo de un posible probador automtico de teoremas.
624

Emular las prestaciones de un clculo restringido mediante los resortes de otro ms elaborado es
un juego que puede hacerse con una amplia reserva de potencia, pero no es un ejercicio demasiado
popular. Bajo ciertas condiciones, en especial cuando el clculo de predicados roza los peligrosos
lmites de la decibilidad, esta capacidad mimtica podra llegar a aportar una va de escape a algunas
aporas del razonamiento. Uno de los teoremas incluidos en el apndice en que se marca la traza que
lleva desde los fundamentos de la lgica hasta la posibilidad de modelizar mediante ella, desarrolla
precisamente esa mmesis.
b) Lgicas Polivalentes: Hiptesis del Mundo Abierto
De acuerdo con nuestra experiencia hasta el momento, el clculo de predicados implementado
en el Prolog es susceptible de desarrollarse de modo tal que cualquier principio de cualquier lgica
conocida, formal o informal, puede expresarse a travs de l sin traicin semntica, residuo sintctico
ni dificultad pragmtica. Esto sucede porque dicho clculo opera a un nivel de analiticidad ms elemental que el sustrato de representacin de cualquier lgica, pudindose incluso definir los valores
de verdad en trminos de lo que en informtica clsica se denomina "programacin procedimental" o
de lo que en programacin lgica se caracteriza como "metaprogramacin" (cf. Malpas 1987;
Sterling y Shapiro 1987).
El conjunto de posibilidades que se inaugura a partir de la escala en que se despliega la mquina
de inferencia ya ha sido abordado en el captulo anterior, en el que el clculo de predicados se opuso
a la modalidad ms popular entre los filsofos: el clculo de proposiciones derivado de Aristteles,
la versin moderna del silogismo. Ahora toca el turno de abordar una capacidad del lenguaje no
menos significativa, que sirve entre otras cosas para variar la valencia veritativa del esquema lgico
global. El siguiente es un ejemplo de la profundidad a que se puede (para servirnos de la espantosa
jerga informtica) "customizar" el intrprete, esto es, modificar la conducta procesual de la mquina
de inferencia nativa para adaptarla a las premisas que sean necesarias. En este ejercicio, la lgica
binaria subyacente al clculo declarativo del Prolog se transforma en una lgica trivalente.
Partiendo de estos hechos definidos:

Si se formula la siguiente pregunta:

la respuesta entregada por el sistema sera "false" (o "no", segn el dialecto), cuando debera ser
"true" o "yes" de acuerdo con los hechos etnogrficos, e "indefinido" o "desconocido" de acuerdo
con la informacin de que el sistema dispone. Ningn lenguaje de programacin lgica resuelve la
carencia de informacin (o el carcter incierto de sta) a partir de sus predicados nativos o de sus
reglas intrnsecas de clculo. Pero si se agrega este sencillo procedimiento:
625

y se formula la pregunta de esta manera:

la respuesta ser lgica y empricamente correcta. En otras palabras, si se dejara el clculo

veritativo librado a los algoritmos de resolucin del intrprete, los resultados estaran determinados
por una alternativa binaria y taxativa, que parte del principio de que lo que no es "verdadero" es
"falso"; el uso de tcnicas de metaprogramacin como la utilizada (tan transparente que casi no necesita explicarse) resolvera el problema, al menos en principio, haciendo que el sistema proceda segn
esta mxima antropolgicamente sagaz: no asumir que lo que se desconoce es falso, hasta tanto su
falsedad no sea estipulada en forma explcita.
Al nivel del lenguaje, cuando el investigador formula una pregunta al intrprete, est planteando
implcitamente esta cuestin: "Es verdadera la relacin descripta por esta pregunta?". A nivel de
metalenguaje, por el contrario, la pregunta implcita es esta otra: "Es probable (es decir, puede ser
probada?) la relacin descripta en esta pregunta por medio de la estrategia de resolucin del
intrprete y de acuerdo con las clusulas definidas hasta ahora?"
Si se utiliza el dialecto Turbo Prolog en lugar del canon de Edinburgo, la necesidad de tipificar
los dominios hara al programa un tanto ms extenso, pero igualmente efectivo. El siguiente es un
ejemplo plenamente operativo de un tipo de programa que numerosos especialistas (cf. Covington et
al 1988:vii,458-481) afirman que no se puede hacer en ese dialecto. Obsrvese que mediante una estratagema muy sencilla hemos logrado definir como tipo de dominio un predicado complejo:

626

La versin cannica permite, por aadidura, que el metapredicado posea un alcance total, sin
que sea preciso ms que agregar la misma clusula a cualquier programa para conmutar entre una y
otra lgica cada vez que se lo desee. En Turbo Prolog se puede lograr lo mismo estipulando
definiciones adicionales de
, separadas por punto y coma. En todos los dialectos, modulando
otras clusulas semejantes, podemos introducir con suma facilidad otras alternativas de valencia;
quede firme entonces este testimonio: quebrar el mito del binarismo ciego de la lgica es tan sencillo
como so.
En rigor, tanto la lgica que utiliza el Prolog por default como la que puede implementarse mediante la tcnica de metaprogramacin descripta son coherentes; slo que la primera responde al supuesto del "mundo cerrado", en el que el conjunto de clusulas afirmadas se considera como una descripcin exhaustiva de todos los hechos relevantes, mientras que la segunda obedece al supuesto del
"mundo abierto", del cual se desprenden tres posibles valores de verdad: verdadero, falso o desconocido (o indeterminado, o indeterminable). La presuncin del mundo cerrado, en otras palabras, implica que la nica fuente de conocimientos son las propias clusulas del programa; la presuncin del
mundo abierto involucra la posibilidad de recurrir a fuentes alternativas de conocimiento, las cuales
bien podran identificarse, en un programa dado, con el "aprendizaje de mquina", con la toma de informacin a partir del entorno, con insumos provenientes de programas externos o con la interaccin
entre el modelo y el investigador.
En primera instancia parecera que el supuesto del "mundo abierto" cuadra mejor al ethos discursivo de nuestra ciencia; pero este juicio no debera ser absoluto, pues todo depende del valor que
nuestra epistemologa conceda a la abstraccin, a la reduccin, al recorte, o (como dira Bateson) al
puntuado o troquelado del contexto. Sobre este particular no podemos expedirnos en esta tesis, pues,
al ser una cuestin teortica, concierne por entero a una esfera de problematicidad que se encuentra
fuera de la jurisdiccin de una teora de modelos. S podemos, a cambio, esbozar la tendencia global:
salvo casos extremos de ingenuidad empirista, en los que, como en los textos de Brmida, se nos insta a representar "el hecho tal como es y en toda su complejidad" (1976:13), la mayora de los cientficos se resigna a no incluir la totalidad del universo como objeto cada vez que se teoriza sobre una
fraccin de l.
Ahora bien cul es, a todo esto, el espritu que rige a la corriente principal de la programacin
lgica, si es que puede hablarse de semejante cosa? El espritu de toda modelizacin exhaustiva es el
de incorporar todas las variables relevantes y constituir as una especie de tipo ideal de mundo cerrado. La hiptesis del mundo abierto introduce en el modelo algunas propiedades oraculares indeseables y deja latente el riesgo de olvidar que no estamos tratando con el mundo en s ni con la
realidad que est all afuera, sino con un modelo de lo que una formulacin discursiva define como
la realidad del mundo. Tal como veremos al ocuparnos de la lgica epnima, no hay ni puede haber
prescripcin axiomtica alguna sobre la relevancia, ni siquiera en el modelo ms perfecto: el juego
consiste, casi siempre, en que lo que se escoge como relevante alcance para los fines descriptivos o
explicativos que se pretenden.
La eleccin de un modelo de mundo abierto o de uno de mundo cerrado tiene implicancias ms
drsticas de lo que en primer anlisis puede parecer. Cuestiones esenciales de la filosofa de la
ciencia se conjugan en esa disyuntiva, por otro lado excluyente. Lo que pretendemos afirmar es que
ninguno de estos supuestos es inherentemente mejor para la antropologa; la adecuacin de uno o de
otro depende, en todo caso, de la naturaleza de la representacin y de los objetivos del modelo. En

627

todo caso, el hecho de que nuestro formalismo no se incline excluyentemente hacia uno u otro es una
muestra adicional de su instrumentalidad.
c) Lgicas Cunticas
Es sabido que la mecnica cuntica difiere en sentidos fundamentales de la mecnica clsica. Se
dice que en cierta forma los sucesos registrados en la mecnica cuntica ponen en tela de juicio los
principios ms bsicos de la lgica convencional y quiz hasta la misma Razn. El mundo cuntico
posee una estructura de comportamiento alucinante que evoca de lleno la configuracin narrativa de
ciertos mitos:
En el mundo subatmico, lo observado es dependiente de la observacin, al punto que no puede
decirse que lo observado ocurra en absoluto si no se lo observa. Partculas puntuales, virtualmente
sin tamao ni estructura interna, exhiben no obstante la curiosa peculiaridad de poseer un momento
cintico de rotacin, es decir, de girar sobre su propio eje. Existe asimismo la posibilidad de que una
sola partcula pase a la vez por dos orificios distintos e interfiera consigo misma (d'Espagnat 1980;
Hughes 1981).
Algunos tericos de la lgica han sugerido que la adopcin de una lgica no estndar dara solucin a la mayor parte de los aparentes problemas presentados a la racionalidad por la experiencia de
la fsica de los cuantos. Entre estos autores se encuentran Birkhoff y Von Neumann (1936), Destouches-Fvrier (1937, 1951), Reichenbach (1944) y Lambert (1969). Los estudiosos mencionados desarrollan o ponen en cuestin sistemas sumamente refinados, pero a los propsitos de nuestra investigacin y en lo que atae a las consecuencias antropolgicas del asunto podemos pasarlos por alto.
La lgica cuntica es una lgica trivaluada, y en este sentido pertenece al conjunto ms amplio
de las llamadas polivalentes, a las que analizamos en el apartado anterior. De hecho, Reichenbach se
fund expresamente en los desarrollos de Lukasiewicz. El tratamiento por separado de la
formulacin cuntica obedece a que se trata quiz de la nica modalidad divergente que ha sido instrumentada en antropologa, en el decurso de una polmica entre los neotylorianos y sus adversarios
cuyos ecos todava perduran (cf. Cooper 1975; Salmon 1978).
David Cooper, de la Universidad de Surrey (sin ninguna relacin con el conocido antipsiquiatra
de los 60), imagin que ciertas aparentes contradicciones del pensamiento primitivo podan superarse
utilizando para su clculo una lgica trivaluada explcitamente relacionada adems con los principios
de Indeterminacin y Complementariedad segn Heisenberg. Los argumentos que Cooper intenta reracionalizar se derivan de algunas observaciones bien conocidas de Evans-Pritchard:
1. Los Azande creen que existe una prueba confiable, post-mortem, para determinar si una
persona es o no es un brujo. A veces esta prueba arroja resultados positivos, otras no. Por
otra parte, la brujera es una capacidad orgnica heredada por los varones de sus padres y
por las mujeres de sus madres. Todos los Azande estn emparentados por va masculina
(Evans-Pritchard 1937). Si aplicamos a estas creencia la lgica convencional bi-valuada,
obtenemos "Todos los varones Azande son brujos y no todos los varones Azande son
brujos".

628

 2. Los Nuer sostienen que los nios muy pequeos no tienen alma, pero que las almas de
todos los gemelos "se va hacia arriba" cuando ellos mueren (Evans-Pritchard 1956, cap.
I). La consecuencia lgica de esto es que algunos nios poseen y no poseen almas.
Cooper salva la racionalidad de las creencias Azande y Nuer definiendo que el valor de verdad
de algunas de ellas no es ni verdadera ni falsa, sino indeterminada. Para ello intenta probar que esa
asignacin est implcita en el material etnogrfico y que su problematicidad es anloga a ciertos
aspectos de la mecnica cuntica.
Las elaboraciones de Cooper son demasiado detalladas como para reproducirlas, lo mismo que
su cuidadosa refutacin por parte de Merrilee Salmon, de la Universidad de Arizona en Tucson. El
argumento central de Salmon es que las lgicas de los Nuer y Azande no se cien al modelo cuntico
trivaluado, pues la indeterminacin operara en aqullas como "difcil de determinar como verdadero
o falso" y no como "imposible de determinar verdadero o falso en principio". La demostracin de
Salmon procura encontrar otras formas de racionalidad en las creencias de ambas tribus, cindose a
indicios etnogrficos no siempre exhaustivos y relativamente marginales. Aunque Salmon da con varias soluciones, ms o menos plausibles, todas ellas reclaman alcance limitado y validez puntual.
Cada aparente contradiccin -dice- debe ser examinada en sus propios trminos, ya que no hay
ninguna solucin general a priori a las contradicciones del pensamiento nativo (Salmon 1978:454).
No nos esforzaremos por parafrasear en Prolog ni las proposiciones de Cooper ni las soluciones
ad hoc de Salmon, pues la adecuacin del lenguaje para la trivaluacin ya fue demostrada y no hay
nada ms que demostrar. Diremos solamente, para cerrar el punto, que ninguno de los dos estudiosos
acusa recibo de la existencia de formas lgicas ms sofisticadas que el clculo proposicional y las tablas veritativas, y que ambos pretenden salvar a todo trance la consistencia de las creencias nativas,
en lugar de construir un modelo consistente capaz de determinar, llegado el caso, si su carcter es o
no contradictorio.
Igual consideracin nos merecen algunas otras referencias rasantes y sumarias a las lgicas plurivalentes, que se expresan como si ellas fueran ms sensibles a la estructura incierta de la realidad o
a los desvos humanos de la Justa Razn, y como si la adopcin de una lgica de ese orden no
implicara reacomodamientos complicadsimos en el ejercicio de un razonamiento antropolgico que
ya es en s precario en trminos de una axiomtica harto ms elemental (Ibez 1985). Dado que en
general los que promueven marcos de ese jaez no han cumplimentado su anlisis, nos consideramos
en derecho de postergar el nuestro hasta que haya un postulado identificable que merezca respuesta.
d) Lgica Intuicionista
Una conectiva (en una frase, un operador) es veritativo-funcional si el valor de verdad de un
compuesto del cual es la conectiva principal depende nicamente de los valores de verdad de sus
componentes, en cuyo caso puede construirse una tabla de verdad para esa conectiva. Se dice que un
sistema lgico es veritativo-funcional si todas sus constantes lo son. La lgica convencional es una
lgica de este tipo.
La lgica intuicionista de Arend Heyting (1966) es una lgica divergente no veritativo-funcional, cuyo inters es sustancialmente filosfico y formal. Los intuicionistas afirman que en ciertos
sentidos la lgica clsica es incorrecta; ya a principios de siglo el intuicionista L.E. Brouwer haba
presentado objeciones muy graves contra el principio del tercero excluido, alegando que carece de
629

validez cuando se lo aplica a conjuntos no finitos. Desde entonces suele distinguirse en matemticas
y en lgica entre las pruebas clsicas y no constructivas (que se apoyan en el uso irrestricto del
tercero excluido) y las pruebas constructivas o finitistas, que se atienen tan slo a los principios ms
"seguros" de la lgica y de la matemtica, como el principio de no contradiccin y el de induccin
matemtica (cf. Garrido 1983:308).
Los intuicionistas consideran adems que la lgica est o debera estar subordinada a las matemticas, porque se trata de un conjunto de principios descubiertos a posteriori para gobernar el razonamiento matemtico, o de una especie de registro de las reglas admitidas como vlidas por esta
ciencia. Pero las matemticas de los intuicionistas no es la que todos conocemos, sino que es una
entidad muy especial. Para ellos se trata no de un producto sino de un proceso, y concretamente de
una actividad mental; sus componentes (los nmeros, por ejemplo) son entonces entidades mentales,
psicolgicamente constructibles. Desde este punto de vista, ciertas porciones de las matemticas, y
en especial las que tienen que ver con las totalidades completas y con el infinito, les resultan inaceptables, dado que son contraintuitivas. Y de esta restriccin psicologista de la matemtica se sigue,
por las razones que ya hemos dicho, una restriccin concomitante de la lgica: los intuicionistas no
aceptan la validez universal de los principios lgicos, y en especial del tercero excluido, como hemos
visto, para el cual segn entienden existiran contraejemplos.
Al subordinar la verdad a la verificacin, los intuicionistas ponen en tela de juicio la nocin clsica de una verdad trascendente; a su criterio esta nocin est respaldada por una imagen platnica de
un reino de entidades matemticas que existiran objetivamente y con independencia de nuestro pensamiento. Brouwer no admite la hiptesis de la existencia de objetos matemticos separados del pensamiento humano, y Heyting ha precisado que la lgica intuicionista es una genuina logique du
savoir, opuesta a la clsica logique de l'tre.
Pese a que la verdad intuicionista es epistmica, en sentido estricto, la lgica intuicionista y lo
que ha dado en llamarse lgica epistmica constituyen conjuntos de premisas, mtodos y estilos que
no conviene confundir. Los textos intuicionistas -en particular los de Heyting- forman especie por s
mismos; ellos evocan una especie de metlogo batesoniano en el que se insinan, con un fuerte aparato formal, algunas de las consecuencias que tendra la aplicacin de un "pliegue intuicionista" al
pensamiento matemtico. El desarrollo de las lgicas y matemticas intuicionistas puso en foco el
problema de la intuicin lgica, sobre la que no se haba reflexionado suficientemente. Algunas observaciones de Heyting merecen recordarse:
Lo que en matemticas es intuitivamente claro ha demostrado no ser claro intuitivamente. Incluso es
posible construir una escala descendiente de grados de evidencia. El grado superior es el de afirmaciones tales
como 2+2=4. Sin embargo, 1002+2=1004 pertenece a un grado inferior, ya que no se pone de manifiesto contando efectivamente, sino que es el razonamiento quien muestra que en general (n+2)+2=n+4. [...] Enunciados
como stos poseen ya el carcter de una implicacin (1962:195).

El argumento, sin duda, es convincente, al tiempo que pone sobre el tapete un crculo de razonamientos que tiene cierto aire de familia con la semntica de prototipos, por cuanto introduce gradaciones en la apreciacin subjetiva de la evidencia lgica. Ni los lgicos intuicionistas ni los
cientficos que han trabajado esta semntica en ciencia cognitiva, en psicologa o en antropologa del
conocimiento han explorado, que sepamos, esta concomitancia, que aqu no haremos ms que registrar.
El problema de la magnitud de la evidencia se liga con el de las lgicas modales y epistmicas
en general, a cuyo tratamiento remitimos para apreciar la forma en que dichos sistemas son
630

expresables mediante el Prolog. Desde el punto de vista formal, no habra mayores discrepancias
entre un modelo intuicionista y uno convencional expresados ambos en un lenguaje declarativo. Lo
que variara ms radicalmente, quiz, es la naturaleza de las metarreglas que encarrilan el clculo
conforme a premisas generales en mbitos de predicacin que la antropologa, a decir verdad,
difcilmente necesite abordar alguna vez.
Pero la magnitud de la evidencia es un efecto de la postura intuicionista, no su argumento principal. Sus discusiones ms tpicas ataen a las relaciones entre la lgica y la matemtica en un cariz
que a nuestros propsitos casi no viene al caso. Pese a que el intercambio de ideas con el intuicionismo ha puesto en relieve ribetes filosficos de indudable importancia (cf. Popper 1988:126135), no hemos sido capaces de captar la pertinencia de esta propuesta en relacin con los problemas
concretos y los marcos tericos de la antropologa, fuera del episodio ya aducido de su posible vinculacin perifrica con una semntica prototpica y difusa.

e) Sistemas Presuposicionales
Los esquemas y modelos lgicos centrados en el anlisis de las presuposiciones o supuestos
implcitos constituyen una modalidad que est ganando terreno y que engrana directamente con
intereses contemporneos de la lingstica, la semitica, la antropologa y, por fortuna, la inteligencia
artificial.
En nuestra disciplina Stephen Tyler ha hecho militancia alrededor de lo unsaid (lo no dicho) y lo
unspeakable (aqullo de lo que no puede hablarse), creyendo que al situar el nudo de la problemtica
ms all de las posibilidades del registro representacional del realismo etnogrfico, garantizaba la
irracionalidad de la conducta humana (1978, 1987). Con menos nfulas, Mary Douglas ha sabido
destacar el carcter implcito (esto es, presupuesto y no declarado) de los resortes esenciales de la
religin primitiva (1975b).
Numerosos lgicos se han manifestado sensibles a las problemticas que presentan los diversos
fenmenos de la presuposicin y algunos han propuesto reformas de variada profundidad en el
aparato de su disciplina:
La presuposicin es, por una parte, una relacin peculiar entre enunciados, una relacin entre enunciados
irreductible a cualquier otra de las conocidas. Y es, por otra parte, una relacin que es imposible no tener en
cuenta si se quiere que la lgica formal conserve su -a nuestro juicio, indispensable- contacto con el lenguaje de
la vida. En la explicacin de esa esencial actividad humana consiste[nte] en hablar desempea papel fundamental el entendimiento del fenmeno llamado 'presuposicin'. Salvo que se defienda una concepcin de la
lgica que haga de sta un a la postre cmodo lenguaje de laboratorio, parece inexcusable admitir en ella, con
todas las consecuencias, el hecho de la presuposicin (Deao 1988:309).

Quirase o no, admitir este hecho lleva a una transformacin de la lgica bastante ms radical de
lo que cabra imaginar. En lo que a la lgica respecta, a pesar de que el trmino "presuposicin"
haba sido utilizado en las elaboraciones lgicas derivadas de la filosofa de Brentano, quien primero
le otorg una definicin clara y una fundamentacin terica consistente fue Gottlob Frege, al discutir
la distincin entre sentido (Sinn) y referencia (Bedeutung). Esta distincin tena por objeto resolver el

631

dilema que presentaban los enunciados de identidad. El ejemplo clsico de Frege para la discusin de
estos dos conceptos analiza esta frase:

Frege sealaba que "estrella de la maana" y "estrella vespertina" tienen la misma referencia, ya
que ambas expresiones se refieren al mismo planeta, Venus. Pero no puede decirse que tengan el
mismo sentido, porque si as fuese la frase (1) sera tautolgica o analtica, como lo es la frase (2):

En contra de lo que ocurre en este caso, la frase (1) es potencialmente informativa, posee cierto
valor cognoscitivo, pues puede enterar al oyente de algn hecho previamente ignorado que no puede
derivarse por s mismo de la comprensin del significado de la oracin (2). Durante aos, de hecho,
se ignor que ambas estrellas fueran la misma. El acto ms audaz de Frege (y luego el ms discutido)
fue el de extender la distincin sentido/referencia de los trminos simples a toda la expresin.
Comprese el cuadro 4.4, destilado por Susan Haack del texto clsico fregeano de 1892, con el
esquema 4.1 que nosotros construimos inspirndonos en la semblanza de Deao. En una primera impresin, lo ms sorprendente del primer esquema es la equivalencia que establece Frege entre la referencia y el valor de verdad de una frase. Esta es una suposicin que se desprende de su idea respecto
de que el sentido y la referencia de una expresin compuesta dependen del sentido y la referencia de
las partes que la componen.
Expresin

Sentido

Nombre propio o descripciones definidas

Predicado
Frase

Significado de la frase denotativa

Significado de la expresin predicativa (?)
Proposicin

Referencia
Objeto
Concepto
Valor de verdad

Diagrama 4.4 - Sentido y Referencia

El argumento de Frege es el siguiente: si un componente de una frase se reemplaza por otro con
diferente sentido pero con la misma referencia, entonces la proposicin expresada por la frase (su
sentido) se modifica, pero su valor de verdad permanece constante. Por ejemplo:

De este principio se sigue que si una frase incluye un trmino singular que carece de referencia,
entonces la frase misma debe carecer de ella, y por lo tanto no posee valor de verdad. Esto implica
que en la teora de Frege una frase que contenga un trmino no denotativo, a pesar de que tenga un
sentido perfectamente claro, carece de valor de verdad. En otras palabras, ni una frase ni su negacin
poseen valor de verdad a menos que sus componentes denoten. Aqu es donde se introduce el tema
de la presuposicin. Estas dos frases:

632

no son ni verdaderas ni falsas a menos que "Kepler" denote algo. Por otro lado, ambas frases
presuponen que Kepler denota algo, presuponen que Kepler existi. Lo notable es que, veritativamente considerada, una presuposicin cualquiera cobija tanto un aserto como su negacin, lo cual es
una propiedad lgica por lo menos extraa que se aade a la condicionada indecidibilidad de su valor
de verdad. Como lo dice el propio Frege, que el nombre "Kepler" designe algo es presuposicin tanto
de la afirmacin "Kepler muri en la miseria" como de la afirmacin opuesta (1985:71).
Lo significativo del caso es que para formalizar la presuposicin hace falta o bien abandonar el
sistema bivalente de asignacin de valores de verdad, o bien proponer un sistema que no parta del
hecho de que los valores de verdad de una frase se derivan de los de sus partes componentes.
Recordemos que para Frege "no hay ms que dos valores veritativos" (1985:62).
En el mbito de la lgica, se han propuesto por lo menos tres sistemas para formalizar la "presuposicin" de Frege, dos de ellos polivalentes (el de Smiley y el de Woodruff) y el tercero (el de Van
Fraasen) no veritativo funcional38 (Cf. Van Fraasen 1969; Cooper 1974; Wunderlich 1977; Haack
1980:66-67, 93-94).
Como bien lo saben los antroplogos despus de Bateson y de Geertz, el significado literal puede modificarse o revertirse mediante un guio, un gesto, un tono irnico en la voz. Adems de las intenciones del hablante, el oyente tiene que decodificar las presuposiciones e implicaciones de cada
frase, as como las anforas o referencias cruzadas con otras entidades del texto. Si la semntica determina el significado literal, el significado global est determinado en gran parte por factores en
cierto modo extralingsticos que podramos llamar pragmticos o contextuales.
Por fortuna, no es preciso tantear territorios nuevos cuando se trata de incorporar la presuposicin a las experiencias en programacin lgica. En ciencia cognitiva y en inteligencia artificial los
presupuestos remiten a lo que se ha caracterizado como "conocimiento subyacente" [background
knowledge]. Para hacer posible la llamada "comprensin de mquina" (fase ineludible si se trata, por
ejemplo, de traducir mecnicamente con una mnima adecuacin) es imprescindible quitar del primer
plano el problema de la referencia y centrarse en lo que Frege hubiera llamado sentido, o quiz mejor
an presuposicin.
Pero los tcnicos contemporneos estn persuadidos de que, a diferencia de lo que Frege pensaba, el significado de una frase est slo parcialmente determinado por el significado de cada una de
sus palabras; una gran parte de su significado (si no su totalidad) provienen del contexto, las intenciones del hablante y las expectativas del oyente (cf. Sowa 1984:264-272; Terry Winograd 1988).
Las referencias anafricas han demostrado ser de enorme importancia en la determinacin de los
significados profundos de un texto.
El ejemplo clsico de equivocacin interpretativa por causa de una anfora es el de Creso, el rey
de Lidia, y el Orculo de Delfos. Se dice que el orculo afirmaba que "Si Creso ataca a los persas,
destruir un gran imperio". Creso atac a los persas presuponiendo que el gran imperio al que aluda
el orculo era el de aqullos, cuando en realidad (o en el mito) se trataba del suyo propio.

38 Sobre la definicin de veritativo-funcional, ver captulo sobre la lgica intuicionista.

633

Este tipo de relaciones es bien conocido en representacin del conocimiento y hasta en algunos
modelos sociolingsticos. Algunos autores restringen el uso de anfora para las referencias hacia
atrs, utilizan catfora para los reenvos hacia adelante y exfora para las expresiones que remiten
fuera del texto. Que el error de Creso fuera anafrico o exofrico, por ejemplo, depende de sus conversaciones previas con los sacerdotes de Delfos (cf. Halliday y Hasan 1976).
La multiplicidad de los usos del habla, la creacin de nuevos matices y dificultades interpretativas, la posibilidad de imaginar siempre nuevos "juegos del lenguaje" (Wittgenstein 1953) pueden
crear la impresin de que aqu nos hallamos frente a una dificultad insuperable, un lmite que la
inteligencia artificial no podr trascender jams. Pero no es tan as. Por un lado, el hecho de que la
mquina en principio nada presuponga ayuda a hacer explcitos todos los supuestos. Por el otro,
existe una creciente experiencia en materia de heursticas que no slo hacen que las mquinas se
comporten "naturalmente" frente a los juegos lingsticos que van surgiendo, sino que iluminan
facetas antes mal comprendidas de la presuposicin natural. Citaremos algunas de esas heursticas: la
de Kaplan (1978, 1982), la de Carbonell (1981, 1982) y la de Lehnert (1982).
En la conversacin normal, los participantes tienen por objetivo hacerse entender por los dems
hablantes; esta comprensin debera conducir a la expresin de un conjunto suficiente de frases con
todos los cualificadores expresados por completo. Pero al mismo tiempo, se deben seguir ciertos
principios de economa para no abrumar a los interlocutores e incurrir en inacabables redundancias;
de este modo, los hablantes (como los practicantes bernsteinianos de los cdigos restringidos, como
los actores culturales de la etnometodologa) omiten expresar lo que ellos creen que es conocimiento
comn.
El lingista Grice (1975) formul lo que se conoce como principio cooperativo que los
interlocutores deben respetar: adaptar cada participacin verbal al propsito comn, a la direccin
general de la conversacin. El principio de Grice consiste en cuatro mximas que subyacen a una
conversacin normal y que permiten a la gente derivar inferencias, llamadas implicaturas conversacionales, tanto de lo que se dice como de lo que se omite:
Mxima de cantidad: No decir ni demasiado ni demasiado poco.
Mxima de cualidad: Procurar que la contribucin sea verdadera.
Mxima de relacin: Ser relevante.
Mxima de manera: Ser expresivo.
Pero el principio cooperativo no siempre est en vigencia. La gente puede ser deliberadamente
evasiva, irnica o mentirosa. En confrontaciones legales, por ejemplo, pueden atacar las mximas
opuestas de lo que Grice llama encastillamiento [stonewalling]:
Cantidad: Nunca contribuir en nada voluntariamente.
Cualidad: Evitar juicios por perjurio y falso testimonio.
Relacin: Hacer que el dilogo se descarrile.
Manera: Ser oscuro.
Kaplan (1978) observ que las computadoras tienden por naturaleza ms al encastillamiento que
a la cooperacin, y desarroll en consecuencia un sistema llamado CO-OP, destinado a compensar
esta tendencia mediante una heurstica de cooperacin. Para ser cooperativo, un sistema debe
634

reconocer y responder a los presupuestos subyacentes. El sistema de Kaplan consiste en una estrategia dialgica mediante la cual se van confirmando o modificando en forma dinmica los supuestos
que el programa admite para encarrilar la conversacin o el clculo lgico en ese sentido.
Una versin ms elaborada del principio cooperativo de Grice es el Mixed-Initiative Conversational System (MICS) de Jaime Carbonell. Este sistema traduce completamente los insumos
lingsticos a grafos conceptuales, combina los grafos con conocimiento contextual de trasfondo
codificado en forma de esquemas, construye un modelo interno del interlocutor, almacena ese modelo para futuras referencias y establece objetivos y sub-objetivos que orientan el flujo de la conversacin (Carbonell 1981, 1982).
Todo lo que hemos revisado en el captulo sobre los frames, las redes semnticas, los scripts y
los esquemas es relevante para comprender el tipo de modelo presuposicional desarrollado por
Lehnert (1982), quien ha construido sus sistemas en base a unidades narrativas [plot units]. Se trata
de una coincidencia notable, que entrecruza las preocupaciones de los ingenieros del conocimiento y
cientficos cognitivos por la representacin con las bsquedas de los lgicos que tratan de domear y
comprender los universos presuposicionales.
Todava no hay en pragmtica lingstica una teora redonda y acabada, y los "principios" o
"mximas" que rigen la conversacin tienden a multiplicarse ms all de todo control: estudiosos
recientes han aadido algunos casi extravagantes, al menos de nombre, como la Mxima de Serializacin Natural o el Principio de Pollyana (cf. Leech 1983). El programa de los positivistas lgicos
propona "purificar" el lenguaje, haciendo que todos sus matices y aspectos se hicieran explcitos.
Las heursticas que hemos visto, en cambio, exploran una perspectiva mucho ms inteligente y
centrada, lo mismo que los formalismos de representacin impulsados por el humanismo filosfico
que ya han tomado carta de ciudadana en la programacin en general. La bibliografa abunda tanto
en descripciones de esos nuevos modelos que nos excusamos, una vez ms, de demostrar que existen
(cf. Sowa 1984:264-276; Winograd y Flores 1988).
f) Lgica Probabilstica: Modelo estadstico e Induccin
El modelo probabilista de la inteligencia artificial comprende numerosos aspectos que tienen
que ver tanto con el esquema bayesiano como con el tratamiento de las creencias (lo que se ha
llamado "probabilidad subjetiva"), y que rozan o se intersectan con los desarrollos en lgica difusa o
lgica epistmica. Daremos aqu relevancia al hecho histrico de la prioridad de la teora de la
probabilidad como formulacin matemtica cuantitativa, y utilizaremos otros nombres (incertidumbre, nebulosidad) para referirnos en otra parte a un enfoque cualitativo de lo que en el fondo es
siempre indeterminacin. Es por ello que en este apartado slo nos ocupamos de la probabilidad en
sentido ms bien estricto, abordando los temas ms tangenciales en otros contextos.
Muchas veces los antroplogos buscan eludir la acusacin de deterministas afirmando que sus
hiptesis son "probabilistas" por antonomasia. Las razones de esta flexibilidad no son difciles de
identificar. En el imaginario axiolgico de los cientficos sociales, la probabilidad tiene un valor agregado del que el determinismo no disfruta, como si la lgica o la epistemologa subyacentes al
clculo de la probabilidad estuvieran mejor fundadas, fueran ms razonables o respondieran con
mayor sofisticacin a la tendencia antipositivista de los tiempos. En el ejercicio pblico de su
profesin, muchos deterministas inconfesos (Marvin Harris, Roy Rappaport, y en el otro extremo
635

David Schneider o Marshall Sahlins) se reconocen ms bien "probabilistas", como si con esa
calificacin su determinismo inocultable adquiriera Dios sabe qu matices de sutileza.
Estamos lejos de discrepar con la necesidad de implementar modelos probabilistas, o de desconocer la importancia e incluso la belleza de las soluciones probabilistas en un universo de determinaciones inciertas. El problema con el probabilismo de los antroplogos es que es bastante difcil de
creer en tanto se mantenga en trminos declarativos tan generales y metodolgicamente vacos. As
como no creeremos que los neofuncionalistas sean "sistmicos" hasta tanto no especifiquen las
ecuaciones diferenciales que describen sus sistemas, tampoco creeremos el cuento de la probabilidad
mientras se sigan escamoteando las matemticas que la expresan.
Hasta la fecha, la nica variedad disciplinar genuinamente probabilista y estadstica es la
llamada cross-cultural anthropology, ligada en sus inicios al nombre de Murdock, a la revista Ethnology y a los archivos de la Human Relations Area de la Universidad de Yale (cf. Naroll y Cohen
1970; Kbben 1970; Tatje 1970; Reynoso 1990). No investigaremos en este captulo la adecuacin
del Prolog a la expresin de un estudio realizado conforme a los cnones de esa escuela, ya que la
misma est implcita en el hecho de que el lenguaje dispone del aparato matemtico suficiente. Nos
ocuparemos ms bien de los aspectos lgicos de la probabilidad y de la forma en que los problemas
emergentes pueden ser enfrentados y resueltos mediante un lenguaje declarativo.
Ante todo, hay que clarificar el sentido de las palabras. La teora de la probabilidad no es una
creacin potica que se conforma con aproximaciones indefinidas o con cmputos sistemticamente
postergados, sino ante todo un constructo matemtico cuantitativo. En esto radica tanto su fuerza como sus dificultades. Decir que se es probabilista en lugar de determinista no debera ser gratuito, a
menos que el aserto nada signifique. No hay probabilismo genuino sin cuantificacin de la probabilidad; el probabilismo cualitativo es una contradiccin en los trminos, una entidad rotundamente cerrada a la verificacin, y no corresponde esperar de la programacin lgica la justificacin de
semejante tropela. Lo que deseamos enfatizar es que un argumento que se dice probabilista introduce una dimensin cuantitativa que una afirmacin determinista puramente relacional no
necesariamente implica; a la prueba lgica o retrica de su plausibilidad se agrega entonces la
necesidad de probar matemticamente aquellas determinaciones o correlaciones que se enuncian.
En el mundo y en la cultura todo es en cierta medida "probable", y algunas cosas son poco o
mucho ms "probables" que otras; pero en tanto slo se identifiquen los factores o las estructuras
"probablemente ms probables" desde un punto de vista signado por dictmenes ideolgicos a priori,
esto seguir siendo una perogrullada y los resultados emergentes seguirn siendo probables, pero no
significativos ni probados. Lo que importa, si es que se quiere enunciar un conocimiento verdaderamente informativo, es determinar la magnitud de la probabilidad, otorgarle continuidad y
consistencia desde las premisas hasta las conclusiones y fundamentar la naturaleza no arbitraria de
esa estimacin.
Tenemos que considerar entonces las dificultades y las promesas de los postulados probabilistas
en una modelizacin, y para ello debemos despejar numerosos interrogantes. Qu significa ese "probabilismo" que se expone como una propiedad de las conclusiones cientficas en antropologa en
relacin con el quantum de certidumbre de los datos y la indeterminacin de los procesos de
inferencia? No es acaso la "probabilidad" una cualidad matemtica que impone formas muy
precisas de cuantificacin? Cmo se formula, llegado el caso, un modelo deductivo probabilista en
programacin lgica? Existe una lgica que sea intrnsecamente probabilista y que se ofrezca como
alternativa al determinismo aparente de la lgica acadmica? Qu relacin existe entre la
636

conjeturabilidad subjetiva, el indeterminismo cuntico, la teora bayesiana de la probabilidad y el

probabilismo lgico? Es lgicamente igual desconocer el valor de verdad de un hecho que la
probabilidad de su ocurrencia? Cmo afecta a una teora global los aspectos parciales de la realidad
que se desconocen, y cmo se hace para computar un modelo muchos de cuyos valores y variables
son inciertos? Existe, en fin, una antropologa que sea genuinamente probabilista (en oposicin a
determinista), y que no se defina como tal al solo efecto de hacer gala de apertura, de modernismo
epistemolgico o de amplitud de criterios?
Est claro que cuando un antroplogo defiende la adecuacin de sus hiptesis aduciendo que son
de naturaleza probabilista, no siempre desarrolla una justificacin acabada ni un anlisis en profundidad de la forma en que esa probabilidad se manifiesta y se transmite en un sistema complejo de razonamientos. Tanto la teora matemtica de la probabilidad como la analtica psicolgica y filosfica
de la probabilidad subjetiva son relativamente elaboradas, pero jams hemos visto que se utilicen
consistentemente en un modelo antropolgico. Los modelos probabilistas estn all, y tenemos a
nuestra disposicin una herramienta formidable para describirlos, ponerlos en accin y someterlos a
prueba, con la ventaja de una instrumentalidad general antes indita. Los modelos probabilistas y
estadsticos son de importancia crucial. Proponemos este apartado para comenzar a explorar sus
ventajas y para establecer con la mayor claridad posible sus limitaciones.
Aunque el punto no viene estrictamente al caso, hay que aclarar que determinismo y
probabilismo tienen, en Prolog, una significacin distinta a la que es comn imprimir a esos trminos
en el desarrollo del mtodo cientfico. Esa significacin es casi puramente tcnica, y se refiere al
nmero de resoluciones posibles de cada clusula. La falta de concordancia entre el determinismo
computacional y el determinismo lgico o emprico quedar clara mediante un sencillo ejemplo:

En este escueto programa de consulta que esquematiza ms an que el original las tipificaciones
de Ruth Benedict, el procedimiento que remite a la clusula "especificar" es indeterminista, por
cuanto existen mltiples respuestas posibles, dependiendo de cul sea la etnia que se ingrese en la operacin de lectura del goal. El antroplogo bien puede saber la respuesta, pero la mquina no; tendr que tantear hecho por hecho; y el despliegue de marcas y seales internas que se dispara cada vez
que un proceso es indeterminista es la nica magnitud que introduce crecimientos exponenciales en
los rboles de bsqueda y en los tiempos de procesamiento. El carcter indeterminista del procedimiento nada tiene que ver con el determinismo del proceso de especificacin una vez instanciada la
variable
. Obsrvese, entre parntesis, que en caso de introducir una tribu que no est
presente en el inventario, la resolucin ser igualmente (y no ms) indeterminista.
En el mbito de la inteligencia artificial se sabe desde siempre que es riesgoso construir sistemas
de representacin del conocimiento que consideren todas las afirmaciones en trminos de hechos
como completamente ciertas. En el mundo real, la gente se maneja bastante bien an en el caso de
637

que la evidencia disponible no sea plenamente segura. Para que un sistema computacional resulte
igualmente eficaz, debe ser capaz de distinguir entre lo que es seguro y lo que lo es menos y llegar a
conclusiones probables en base a informacin incierta.
Pero "probabilidad" e "incertidumbre" no son siempre nociones fciles de expresar en forma rigurosa. Paradjicamente, necesitan ser precisadas si es que se quiere llegar a modelizar un problema
antropolgico con cierto realismo y si, ms all de esta moderada exigencia, se pretende alcanzar una
precisin comparativa mayor en la especificacin de las alternativas de la que tendramos en caso de
utilizar mtodos convencionales, aproximaciones subjetivas o clculos al azar. Tambin paradjicamente, como veremos, se ha encontrado que la forma ms precisa y eficaz de acotar los efectos de la
incertidumbre, consiste nada menos que en modelizar la subjetividad, sacar al aire los supuestos, encontrar un punto de equilibrio dialctico entre la inexorabilidad estrecha de la mquina y la deriva de
la intencionalidad humana.
Probabilidad e incertidumbre no son nociones nuevas, aunque su incorporacin al tratamiento
computacional es ms bien reciente. Existe una teora matemtica de la probabilidad extraordinariamente bien desarrollada. Hay, adems, varios campos que se entrecruzan y numerosas nociones que
se solapan, sin coincidir del todo. Desde principios de siglo, por ejemplo, los lgicos han considerado las lgicas multivaluadas (o polivalentes) como extensiones de la lgica bi-valuada, y han
desarrollado elaborados sistemas para explorar sus articulaciones y consecuencias. Si se lo piensa un
instante, el probabilismo de los matemticos y antroplogos y la polivalencia de ciertas lgicas conducen a las mismas ideas, aunque en un caso exista cierta expresin cuantitativa de la indeterminacin y en el otro no. Los mtodos elaborados por los lgicos son ms algebraicos que numricos, y se
desarrollaron ms por razones teorticas sumamente complejas que para su aplicacin en tomas de
decisin.
En teora, podramos extender la mquina de inferencia del Prolog, construyendo otra que pueda
razonar acerca de las probabilidades, utilizando esa teora matemtica como heurstica procedimental. Pero aunque esta propuesta pueda sonar atractiva, hay por lo menos dos buenas razones
para no implementarla sin reservas. La primera razn involucra a los presupuestos que subyacen a la
teora matemtica de la probabilidad; la segunda se basa en la observacin de la conducta de los
expertos humanos.
Todo sera ms sencillo si las probabilidades de situaciones complejas pudieran determinarse a
partir de las probabilidades separadas de las situaciones menores que las componen. Supongamos
que, en el espritu de los trabajos comparativos de Murdock o de Whiting, estamos modelando una
sociedad total con sus respectivas instituciones, tales como prcticas higinicas, enculturacin,
creencias religiosas, etc. Podramos plantear la hiptesis de que en una sociedad determinada tal
variable tendr cierto valor, con tendencia a crecer y tal otra variable tal otro, esta vez con tendencia
a disminuir. La probabilidad de que la variable A ascienda mientras la B disminuye ser una funcin
de la probabilidad de que aqulla efectivamente suba y sta efectivamente descienda. Cul es, en
concreto, esa funcin? La teora de la probabilidad nos proporciona una respuesta, pero condicionada
al hecho de que ambas variables sean independientes. Sin embargo, ms all del carcter conexo que
exhiben los subsistemas y componentes de todas las sociedades, hay razones para desconfiar de la independencia de esas variables concretas entre s. Ms an, la virtud de una buena hiptesis antropolgica radica en la demostracin de la interdependencia de determinadas variables, ms que en
la demostracin de su independencia.

638

Diagrama 4.5 - Tres mtodos de combinacin de probabilidades.

El meollo de los problemas en el clculo de la probabilidad se encuentra menos en la estimacin

de cada variable que en el arrastre de la probabilidad cuando las variables son ms de una. En este
caso nos enfrentamos a una serie de alternativas, digna de matrizarse. Neil Rowe ha sistematizado y
puesto un nombre a las diversas estrategias disyuntivas y conjuntivas, liberales y conservadoras, que
surgen de aceptar los diferentes criterios de combinacin de probabilidades (cf. Rowe 1988:167176).
Los sistemas probabilistas ms sencillos son los que presumen que las diferentes probabilidades
son independientes, es decir, que la ocurrencia de un tipo de eventos no hace que otros sucesos sean
ms o menos probables. Esta situacin aparece a menudo en la investigacin antropolgica cuando
las diferentes evidencias proceden de diversos mtodos de razonamiento y no pueden "interactuar"
como sera deseable. Cuando se aplica el principio de la independencia estadstica, se asume que la
probabilidad de que ocurran dos sucesos equivale al producto numrico de las probabilidades
individuales. Esta frmula es lo que se conoce como combinacin "y" o combinacin conjuntiva.
Pero la independencia constituye un presupuesto demasiado fuerte y liberal. No se sostiene y
deja de ser vlido cuando uno de los sucesos considerados es la causa del otro, o cuando ambos
derivan de un tercero. La combinacin conservadora o disyuntiva se ha demostrado particularmente
til para manejar probabilidades estimadas a priori. Estas son las que se toman como punto de
partida, estimando la probabilidad de un suceso sobre bases genricas. Casi siempre se trata de
guarismos cercanos a cero, que pueden ser expresados en un programa en Prolog escribindolos
como hechos, en vez de reglas.
Un enfoque liberal, pero no independiente, computa siempre la mxima probabilidad posible en
funcin de la evidencia. Este quiz no es tan til como el que brindan las alternativas conservadoras,
pero se aplica a las conjunciones cuando una pieza de evidencia implica a todas las otras y a las disyunciones cuando las piezas de evidencia prueban la misma conclusin en formas que no pueden
sostenerse simultneamente.
Aunque no todas las frmulas tienen sentido cuando se las utiliza en un mismo proceso, se las
puede combinar a condicin de que se respeten algunos criterios: (a) fluencia, es decir, que las frmulas no efecten saltos bruscos cuando las probabilidades de los insumos varan suavemente; (b)
consistencia, esto es que ningn valor se encuentre fuera de los rangos que van desde el enfoque ms
liberal al ms conservador; (c) conmutatividad, o sea que el orden de las combinaciones binarias sea
indiferente; y (d) asociatividad, o igualdad de resultados independientemente de la forma en que se
agrupen los clculos (cf. Rowe 1988:167-176).
Existen innumerables algoritmos capaces de expresar en Prolog implementaciones probabilistas.
Si tenemos una regla determinista, del tipo
639

la podemos transformar en una regla probabilista agregando probabilidades a cada trmino y

remitiendo a un procedimiento de clculo que responda a algunos de los criterios admitidos. Si se
tratara de una conjuncin independiente, el programa consistira en las siguientes clusulas:

Habida cuenta de que ya se han explicado las notaciones de listas, la interpretacin de la rutina
no ofrece dificultades. Hechos adicionales, tales como
, expresaran magnitudes de probabilidad que se pueden elastizar tanto como se desee. Nada impide, por ejemplo, estipular umbrales y lmites de probabilidad utilizando predicados de la aridez correspondiente, o servirse de trminos lingsticos que expresen simblicamente esas ideas. Otras modalidades de combinacin requeriran,
por supuesto, procedimientos de clculo distintos pero anlogos en lo formal. Un punto a notar es la
peligrosidad del uso de la negacin en contextos de clculo probabilstico, fenmeno bien conocido
por los programadores lgicos.
En otro orden de cosas, la observacin demuestra que los expertos humanos normalmente no
ajustan sus estimaciones conforme a los dictmenes de la teora de la probabilidad. La prctica real
sugiere una estrategia diferente, una estrategia que an no ha sido plenamente analizada en inteligencia artificial. Es por ello que la mayor parte de las implementaciones de sistemas de conocimiento
despliegan no tanto una teora matemtica de la probabilidad, sino ms bien un mtodo de clculo o
estimacin en base a los llamados factores de confianza o factores de certidumbre. El factor de confianza de una hiptesis ser algo as como la medida de nuestra inclinacin a aceptarla o rechazarla.
Nuestra confianza en determinadas hiptesis no parece determinar nuestra confianza en otras, aunque
por cierto an no se ha alcanzado ningn acuerdo sobre el mtodo correcto de computar esa estimacin.
Uno de los mtodos ms utilizados para representar los factores de confiabilidad es representarlos mediante nmeros. Algunos programadores se sirven de una escala de 0 a 1, o de 0 a 100, o de
-100 a 100. Ninguna convencin es mejor que otra, pero la segunda tiene la virtud de expresar la certidumbre como porcentaje. La introduccin de guarismos no debe llamar a engao ni debe hacer
creer que estamos en presencia de una precisin espuria: lo que importa de estas cifras es la impresin que causan, las interpretaciones que sugieren, ms que la certidumbre que miden. En rigor
las cifras constituyen un recurso intermedio orientado a la mquina, para hacerle saber al intrprete
del lenguaje que "muy improbable" es menos probable que "improbable", y que "es posible" trasunta
algo ms de certidumbre que "yo no s".
Las cifras se usan, en otros trminos, para convertir ciertos hedges de la estimacin lingstica
en entidades situadas en un espacio en que se puedan apreciar sus relaciones, y para facilitar el clculo del arrastre y la interdependencia de las incertidumbres acumuladas. Que no exista acuerdo
sobre los matices de significacin de los hedges y sobre su posicin relativa en el continuum que va
desde la improbabilidad absoluta a la certidumbre cartesiana no es una dificultad fatal: los recursos
instrumentales que podramos introducir para realzar el naturalismo de los procedimientos son poco
640

menos que infinitos, y existe una amplia sedimentacin de experiencias; no sera demasiado
complicado modelizar soluciones alternativas, difusas, estocsticas o aleatorizadas, a fin de contentar
incluso a los ms proclives al escepticismo en materia de formalizacin (cf. Gale 1986).
Si bien estas temticas reaparecern cuando hablemos de lgica difusa, es necesario retener que
si bien los formalismos a veces son idnticos, el matiz de su interpretacin es lo que difiere. En
lgica difusa se evala el grado de pertenencia de un elemento a un conjunto; en clculo de
probabilidades, la probabilidad de que un elemento califique como miembro de una clase o de que
un determinado evento tenga lugar. Los aspectos ms inesperados de la cuantificacin aproximativa
de los factores de confianza son los que conciernen al encadenamiento de la incertidumbre en un
sistema de mltiples variables y procesos. Es posible otorgar factores de confianza tanto a una regla
como a sus premisas o condiciones. Podemos estar seguros que los crow vivieron en Montana, pero
podemos dudar si Jim Carpenter fue realmente un crow o si fue un nez perc, y asimismo podemos
tener todava ms dudas acerca de la inclusin de las montaas de Absaroka en el territorio crow.
Cules sean los trminos de la operacin lgica no importa por ahora.
Para determinar el factor de confianza de una conclusin, debemos combinar los factores de
confianza independientes de la regla con el de la condicin. Esto se hace multiplicando ambos guarismos y dividindolos por 100. Esto nos ensea, incidentalmente, que la acumulacin secuencial de
la incertidumbre puede no seguir una traza intuitiva. Si tenemos 80% de seguridad respecto a uno de
los factores, y 75% de seguridad con respecto al otro, la resultante tendr una certidumbre de apenas
(80*75)/100, es decir, 60%. Ninguno de los factores es por s solo tan incierto.
Esta degradacin de la probabilidad de una consecuencia que depende de cierto nmero de antecedentes o condiciones que no son taxativas, slo se manifiesta en todo su esplendor en un entorno
computacional de modelizacin. Lo ms interesante de este tipo de implementaciones radica en todo
lo que revela acerca de la transmisin de la incertidumbre all donde se dan conjunciones, negaciones
y disyunciones de hiptesis de distinto factor. Los especialistas en Prolog no han permanecido ociosos, y han preparado una serie de rutinas y algoritmos capaces de dar cabida a una amplia variedad
de matices de indeterminacin.
Los programas mediante los cuales los diferentes autores ilustran este punto desarrollan, en general, el clculo del factor de confianza para la negacin (100-F, siendo F el factor afirmado); el tratamiento de varias reglas para la demostracin de una misma hiptesis, cada una con un factor de
confianza diferente; la distincin entre la condicin de una regla de confianza y una entidad a la que
llamamos prerrequisito, y que es una hiptesis subordinada a confirmarse antes de la aplicacin de la
regla; el clculo del umbral de confianza necesario para contar una hiptesis como confirmada; la especificacin de las condiciones que no se dan en la descripcin de una entidad, y as sucesivamente
(cf. Covington et al 1988:301-330).
Hasta este punto las soluciones comentadas son simples y un tanto impresionistas, pero poderosas. Como lo demuestran los desarrollos adjuntos, los esquemas probabilsticos son programables
con fluidez, siempre que se cuente con un dialecto del lenguaje apto para la metaprogramacin. Con
toda seguridad, ninguna modelizacin de diagnsticos o de procesos de cambio social en
antropologa ser viable en tanto esos aspectos no se investiguen y modelicen con cierta asiduidad, es
decir, en tanto nosotros mismos no acumulemos experiencia. Pero no todo lo que se refiere a la
posibilidad de representacin de factores de confianza es auspicioso. A pesar de que muchsimos sistemas expertos utilizan esa tcnica con cierto xito, existen unas cuantas razones para ponerla bajo
luz de sospecha. En primer lugar: de dnde provienen los factores de confianza? Se podra exigir
641

que provengan de un profundo estudio estadstico del fenmeno que fuese, y no de un juicio ms o
menos arbitrario. El hecho es, sin embargo, que ningn diseador de sistemas de conocimiento, por
lo que se sabe, ha realizado jams compulsa estadstica alguna para establecer sus factores de
confianza.
Pero an si esos guarismos se originaran en una estadstica formal, cabra dudar de que las condiciones en que se demostr la exactitud de algunos de ellos sean siempre constantes. La verdad desnuda es que los factores se originan "en la cabeza" del experto; y no en su trabajo cotidiano, sino ms
bien slo cuando algn ingeniero del conocimiento le solicita que aprecie numricamente la probabilidad de alguna variable. Muchos expertos han manifestado que esta prctica no es del todo natural,
y muchos tambin han rechazado la idea de que ellos desarrollen, consciente o inconscientemente,
una estimacin de esa naturaleza.
Por aadidura, la experiencia demuestra que los sistemas construidos en base a clculos encadenados de factores de confianza exigen ser ajustados y recorridos por procesos de debugging con mucha frecuencia, y que lo ms comn es que las estimaciones iniciales sufran numerosos cambios
antes de que el sistema se comporte de una manera que los expertos humanos consideren adecuada.
Esto implica que los sistemas basados en factores de confianza son difciles de mantener y de expandir, dos prcticas que en la actividad computacional son inevitables. Tambin es evidente que la
interaccin entre reglas en un sistema de gran magnitud es casi imposible de predecir. La dificultad
de trabajar con factores de confianza es que estos casi siempre se refieren a sistemas de inferencia
basados en reglas, y por lo tanto sufren sus mismas limitaciones, agravadas por la naturaleza
eventualmente contraintuitiva del arrastre numrico. Si se agregan unas pocas reglas a un sistema
cuyos factores acaban de afinarse, lo ms probable es que la interaccin de las nuevas reglas con las
antiguas haga necesaria otra ronda de afinacin. Si el sistema es muy grande, si los procesos de
clculo son extensos, si la representacin original es heterognea, esta tarea puede llegar a ser muy
ardua; en estos casos, lo ms probable es que se proceda por muestreo y que se deje de lado una experimentacin exhaustiva que podra poner al descubierto la existencia de resoluciones groseras. La
respuesta pragmtica a estas observaciones es la de utilizar factores de confianza all donde su uso
revele su aceptabilidad, o como complemento para afinar una inferencia desarrollada en funcin de
alguna otra alternativa ms eficaz y ms realista.
De ms est decir que no es obligatorio restringirse al Prolog para introducir formalismos de
clculo estadstico ms poderosos, pues los sistemas computacionales declarativo y procedimental,
aunque dismiles, no son de ningn modo excluyentes. Las soluciones ms sagaces parecen ser
bifrontes y oportunistas: por un lado, interfaces entre programas lgicos y rutinas o productos
convencionales (Mathcad, Statgraphics); por el otro, incorporacin de recursos y heursticas inteligentes en sistemas estadsticos.
No ejemplificaremos aqu las diversas alternativas sistemas estadsticos y probabilistas en programacin lgica, pues la bibliografa ms convencional abunda en su tratamiento hasta el punto que
insistir en ese aspecto sera impropio de un trabajo de tesis. De todas maneras, nuestro sistema experto AGENI3.PRO puede desplegar, de ser necesario, clculos probabilistas y estimativos durante el
proceso de diagnosis. Las posibilidades de implementar clculos probabilistas e inductivos en Prolog
son amplsimas, y constantemente se descubren y desarrollan nuevos formalismos que lo vinculan
con otros territorios de la lgica, como ser los modelos presuposicionales, difusos, epistmicos e
intuicionistas (cf. Rowe 1988:164-190; Gale 1986; Phelps y Musgrove 1986; Spillman 1990). Las
conclusiones emergentes de estas heursticas en plena ebullicin se escribirn de aqu a unos aos.
642

g) Lgica Difusa y razonamiento inexacto

Fundamentos y caractersticas del modelo lgico
El razonamiento inexacto es comn en todas las ciencias. Como Buchanan y Shortliffe han sealado, se lo caracteriza por frases tales como "el arte de la buena adivinacin", los "aspectos mas
blandos de la fsica" (o de la ciencia que sea) y "el buen criterio cientfico" (1985:233). Por
definicin, ese razonamiento desafa el anlisis en trminos de reglas taxativas. Pero, como se sabe
ahora, no desafa todo anlisis. Es ms, despus de Helmer y Rescher (1960) existe conciencia de
que los conceptos tradicionales alrededor de las ciencias "exactas" y las "inexactas", con las ciencias
sociales masivamente apiadas en la segunda clase, ha descansado en una falsa distincin que
habitualmente refleja la presencia o ausencia de notacin matemtica. Slo una fraccin pequesima
de las ciencias naturales puede reputarse exacta en sentido estricto: las matemticas puras, por cierto,
y tal vez algn sector de la fsica en el que la exactitud ha superado la ordala de la axiomatizacin.
En la mayor parte de las ciencias naturales aplicadas, las decisiones, las explicaciones y las predicciones suelen hacerse slo despus que los pocos procedimientos exactos se han entremezclado con
una enorme masa de experiencia informal.
Ms que la indeterminacin o el desconocimiento, la incertidumbre, la inexactitud y la
ignorancia parcial probablemente constituyan los aspectos ms difcilmente modelizables del saber
antropolgico. La incertidumbre de la que aqu hablamos no es la misma cosa que aquella certeza
fragmentaria estudiada por la teora matemtica de la probabilidad; en este mbito el problema no es
la falta de confianza en el cumplimiento de un diagnstico o la cantidad de alternativas equiprobables que se presentan en un proceso, sino la vaguedad de los trminos implicados, su dudosa
contextura intensional.
En la lgica difusa (fuzzy logic), al igual que en la lgica probabilstica, las variables pueden
tomar cualquier valor entre 0 y 1 inclusive; pero en lugar de representar probabilidades respecto de
que una sentencia sea verdadera, representan el grado en el cual una variable se encuentra en un conjunto difuminado (Zadeh 1965, 1975). Un gorrin o un jilguero, por ejemplo, son "ms" pjaros que
un avestruz, un pingino o un em. Los conjuntos tradicionales, aristotlicos, no difusos, se llaman
"conjuntos ntidos" cuando se integran a este clculo lgico como un caso especial en que la fuzzyness es igual a cero (o mejor dicho, la certidumbre es igual a uno). Un conjunto difuso no es ms que
un conjunto de fronteras imprecisas, una porcin de un continuum a lo largo del cual las partes que
componen el conjunto no tienen lneas divisorias ntidas.
Pinsese por ejemplo en los continuos que van de "alto" a "bajo", de "pequeo" a "grande", de
"fro" a "caliente". Cualquier palabra denotativa de un color, por ejemplo, es necesariamente difuminada, como lo han demostrado los antroplogos de Berkeley Brent Berlin y Paul Kay primero y la
psicloga Eleanor Rosch despus (cf. Berlin y Kay 1969; Rosch y Mervis 1975). La idea de
conjuntos difusos se relaciona directamente con lo que en la lingstica ms reciente se conoce como
semntica de prototipos, con lo que los filsofos de la lnea del ltimo Wittgenstein definen como
"aire de familia" y con ciertos fundamentos matemticos de la taxonoma numrica y las clasificaciones politticas. Ya hemos hablado de las formas de representacin concomitantes a estas cuestiones, y se trata ahora de asomarnos a la lgica que les corresponde.
643

En un sistema lgico convencional, el proceso deductivo determina el valor de verdad de una

hiptesis en trminos de una alternativa bivalente o polivalente que en cierta forma impide una
evaluacin ms fina y matizada de la evidencia. En lgica difusa esta limitacin se supera
aumentando las reglas de produccin por medio de un mecanismo de asignacin, llamado as por
cuanto combina los grados de evidencia de los antecedentes para obtener el grado de evidencia de un
consecuente o hiptesis. En la mayor parte de las formulaciones, esta asignacin es una heurstica
convencional y emprica, casi podramos decir figurada, que conduce a esquemas de razonamiento
plausible o posible. En los ltimos aos, sin embargo, se han encaminado esfuerzos para que los
mecanismos de asignacin estn matemticamente mejor fundados.
Aunque a algunos lgicos acadmicos la idea misma de una lgica difusa les parezca todava
repulsiva, lo cierto es que el modelo de Zadeh no es irracionalista, ni tiende a ello, aunque su replanteamiento es bastante radical. Este autor ha establecido que el "pensamiento difuso", despus de
todo, no puede ser deplorable si posibilita la solucin de problemas que son excesivamente
complejos para un anlisis preciso. Ya antes hubo lgicos renuentes a la exactitud, y hasta Popper ha
sugerido que la precisin bien pudiera ser un "falso "ideal" (1962). Cuando se asignan valores a los
grados de una asercin difusa, lo importante no es la adecuacin cuantitativa de todos los grados con
referencia a una escala absoluta, sino que, dentro de cada dimensin que se considera, el ordenamiento de los valores de las variables (su ranking) coincida con la apreciacin intuitiva. Aunque,
como en toda prctica novedosa, han ocurrido ciertos excesos, en la lgica difusa mejor concebida
no hay, como algunos creen, un impulso para cuantificarlo todo, sino ms bien un inters para tratar
cualitativa y relacionalmente las entidades que participan en un razonamiento complejo, utilizando
recursos aritmomorfos como smbolos de pasada en un clculo de valor estrictamente local. La
aparente arbitrariedad de la asignacin de valores y grados de pertenencia est en todo momento bajo
el control de una axiomtica continuamente perfeccionada en mltiples discusiones cientficas, de
modo que no sera sensato rechazar a priori las prestaciones del mtodo, aduciendo el gastado expediente de su cientificismo.
Supongamos que se dispone de una evaluacin del aprecio que determinadas personas sienten
hacia cierta figura de la poltica o de la vida pblica y deseamos indagar qu sucede cuando se consideran juntas dos evaluaciones semejantes; en otras palabras, se necesita investigar quines gustan
de ambos polticos, y en qu medida. Tenemos aqu una operacin conjuntiva de interseccin. En la
teora de los conjuntos difusos, las intersecciones se ejecutan realizando una comparacin miembro a
miembro de cada componente y aplicando la funcin min a esa comparacin, segn surge de la tabla
siguiente. Del mismo modo, la disyuncin se obtiene aplicando la funcin max a la comparacin
miembro a miembro. No hay nada de esotrico en estas funciones matemticas. Ambas consisten,
simplemente, en obtener los valores mnimos y mximos de cada serie.

Le gusta A
Le gusta B
Gusta de ambos
Gusta de uno
Implica aB

Informante 1
0.0
0.9
0.0
0.9
1.0

Informante 2
0.8
0.8
0.8
0.8
0.8

Informante 3
0.6
0.4
0.4
0.6
0.4

644

La tercera operacin bsica sobre conjuntos difusos es la implicacin: dado A, es verdad B?; en
lgica binaria esto se expresa de la siguiente forma:
1 0 = 0
11=1
00=1
01=1

La razn de que 0 1 sea verdad es que si A no es verdad, no se implica nada a propsito de B,

y cualquier valor de esta variable puede aceptarse. La implicacin se puede computar de varias maneras. La forma ms simple es calculando la interseccin de no-A con B. No-A se calcula restando A
del mximo valor posible, en este caso 1. Una vez que esto se ha hecho, computar la interseccin es
tan simple como en el ejemplo anterior.
Los conjuntos difusos admiten ser atravesados por muchsimas operaciones, y todos los aos
aparecen ms en los agitados congresos de la especialidad y en las revistas dedicadas al tema (cf.
Caudill 1990; Negoita 1985). La bibliografa sobre lgica difusa ya es inconmensurable; el texto de
Kandel (1982) incluye tres mil entradas, entre libros y artculos, sin pretender un inventario
completo. Europeos y asiticos figuran entre los practicantes ms entusiastas de esta modalidad de
lgica, de la que se derivan una matemtica difusa y una tecnologa de Sistemas Expertos regidos por
tcnicas de razonamiento aproximado. Algunas propuestas difusas rozan la problemtica de la
creencia, como el mtodo de Demspter y Shafer, de modo que han sido analizadas en otra parte.

El Mtodo de Yager
En 1981 Ronald Yager public un procedimiento de decisin que utiliza conjuntos difusos para
decidir entre diversas posibilidades en las que se deben satisfacer varios criterios. Este procedimiento, conocido entre los especialistas como el mtodo de Yagger, ha demostrado ser simple,
elegante y efectivo. La mejor forma de explicarlo es a travs de un ejemplo.
Supongamos que se est tratando de decidir qu ciudad de un pas determinado es el mejor lugar
para vivir. Esta decisin no es de ningn modo sencilla, ya que hay en juego muchos criterios. En
aras de la simplicidad escojamos siete aspectos a tener en cuenta en la eleccin entre cinco ciudades
candidatas. Para cada criterio se ha definido un valor arbitrario que lo sita en una escala que
tambin podra estipularse cualitativamente: terrible (0), malo (1), regular (2), mediano (3), bueno
(4), muy bueno (5), ptimo(6).

C1: Clima
C2: Vivienda
C3: Alimentacin
C4: Actividad
C5: Empleo
C6: Criminalidad
C7: Cultura

Ciudad 1
3
1
3
5
4
2
6

Ciudad 2
2
5
4
3
3
4
3

Ciudad 3
5
4
3
6
3
0
3

Ciudad 4
1
0
1
2
4
1
6

Ciudad 5
6
1
5
6
3
3
5

645

El paso siguiente consiste en ordenar la importancia relativa de cada criterio, C1 a C7, utilizando
la misma escala numrica que su us en la ponderacin de las cualidades y calculando lo que se
podra llamar "complemento de importancia", resultante de restar cada guarismo del valor ms alto
posible, en este caso 6. Convencionalmente, en el modelo bayesiano, para determinar cul de los
candidatos es el ideal habra que evaluar cada ciudad sobre cada criterio, pesando esta cifra contra la
importancia relativa de stos. Utilizando los principios de la teora de conjuntos difusos y la
operacin de implicacin que ya hemos visto, el procedimiento matemtico se simplifica y se
acomoda a la percepcin intuitiva del asunto.

Importancia en Escala
0-6
6
3
2
4
4
5
4

C1: Clima
C2: Vivienda
C3: Alimentacin
C4: Actividad
C5: Empleo
C6: Criminalidad
C7: Cultura

Complemento de Importancia
6-1
0
3
4
2
2
1
2

Si hacemos de cuenta que el rango de importancia para determinado criterio es A y que el puntaje de cada ciudad para ese criterio es B, necesitamos computar A B, o en Prolog B :- A. Esto equivale a determinar si, dada la importancia de una categora en particular, la ciudad en cuestin califica
aceptablemente para ella. Este procedimiento parece transparente: la mejor ciudad ser la que califique ms alto en los criterios ms importantes. Si se parte de la base de que el clima es ms importante, se deber buscar un procedimiento que privilegie a las ciudades que mejor califiquen en ese
aspecto. Computaremos as la unin del puntaje de cada ciudad en una categora con el complemento
de la importancia de esa categora.
El paso final es igualmente simple y consiste en tomar la interseccin de todos los puntajes de
una ciudad en particular. Recurdese que una interseccin difusa se realiza aplicando la funcin min
a todos los miembros relevantes; el cmputo combinado ms bajo del paso anterior determina el ranking general de cada ciudad. Las matemticas desplegadas en estos clculos son, por lo visto, bastante sencillas, los resultados en general coinciden con la apreciacin cualitativa global y el procedimiento sigue siendo til all donde la informacin est sesgada por opiniones subjetivas, vaguedades
e imprecisiones.
No-I

Ciudad 1

Ciudad 2

Ciudad 3

Ciudad 4

Ciudad 5

Tab X

Ptos
Unin

Ptos
Unin

Ptos
Unin

Ptos
Unin

Ptos
Unin

C1

C2

C3

C4

C5

C6

C7

646

Interseccin

Ntese que al tomar el complemento de las evaluaciones por categora resulta en un valor
mnimo, o "piso", que se asigna a cada entidad para la categora que se evala. Si la cifra para esa categora es baja (por ejemplo, 2), el complemento es 6-2=4; de este modo, todas las ciudades reciben
al menos un 4 para cada categora. Recurdese que la segunda mitad del cmputo de la implicacin
toma el mximo del complemento para el ranking de la categora y el valor real de cada entidad para
la misma.
Si el valor para una categora es alto (digamos, 5), el complemento 6-5=1 hace que todas las
ciudades reciban por lo menos 1 para esa categora. Una categora de rango bajo no distingue demasiado entre las ciudades; slo aqullas cuya puntaje sea muy alto obtendrn un puntaje mayor que la
barrera y variarn muy poco a partir de ese piso. Una categora de rango alto, por otra parte, sita un
piso muy bajo, haciendo posible un amplio rango de valores que permite apreciaciones muy finas.
Cuanto ms importante es una categora, ms efecto tendr el puntaje de una ciudad sobre el
cmputo final (cf. Yager 1981).
Aunque la lgica difusa sin duda merece investigarse a fondo, y aunque el Prolog podra aportar
una inestimable instancia de clculo para hacerlo con ciertas garantas, lo concreto es que hasta el
presente ni siquiera se ha podido convencer a los profesionales que esta lgica es algo ms que una
imposicin artificial de precisiones espurias. Ni an la eficacia de los sistemas construidos parecera
ser en este terreno un argumento persuasivo.
Lgica difusa y Antropologa
Algunos antroplogos argumentan, de tarde en tarde, respecto de los beneficios que aportara a
la disciplina la adopcin de la lgica difusa de Lofti Zadeh en reemplazo de la lgica de clases aristotlica; en general, han sido los lingistas o los psiclogos cognitivos quienes han instilado esta idea
en nuestro repertorio, como si los antroplogos no hubiramos podido llegar independientemente a
ella (cf. Coleman y Kay 1981; Murray 1983; Kay y McDaniel 1978). La ms temprana mencin a la
lgica difusa por parte de un antroplogo que conozcamos pertenece a Paul Kay, de Berkeley (1975).
Tenemos algunas referencias a la aplicacin de la teora de conjuntos difusos por parte de
Vladimir Dimitrov (1976), de la Academia Blgara de Ciencias, quien ha aplicado recursos de la
lgica simblica para demostrar que el gobierno ptimo de los sistemas sociales debe basarse en normas difusas. Segn esta idea, es la imprecisin misma de las instrucciones estipuladas en lenguaje
natural y en otras reglas culturales lo que permite el control efectivo de los sistemas sociales. La
virtud de las reglas difusas es que cada una est sujeta a mltiples interpretaciones, admitiendo en
consecuencia una libertad suficiente como para que el control se adapte a las cambiantes coacciones
de las condiciones empricas. Sera deseable que la antropologa -expresa Stanley West comentando
a Dimitrov- sea igualmente difusa para reflejar con mayor adecuacin su objeto de estudio (1978:
759).
Un segundo grupo de antroplogos hubiera debido utilizar teoras difusas en lugar de esquemas
prototpicos todava basados en lo que Fillmore llamaba catlogo de rasgos [checklist]; nos referimos
en concreto a Rodney Needham (1975) y a Peter Paul Chaney (1978), adheridos a una concepcin
647

conjuntista estrechamente aristotlica aunque sospechen participar de la idea contraria (cf. Fillmore
1975). Los sistemas politticos de Needham y las expansiones politemticas de Chaney (siguiendo a
Wittgenstein) carecen de atributos que recorran la totalidad de los conjuntos; pero (al igual que en el
anlisis componencial) la articulacin interna de los elementos que los conforman sigue concibindose como un apilamiento de atributos, cada cual con su respectivo valor taxativamente asignado.
Una antigualla.
Un tercer grupo de antroplogos ha cuestionado a la lgica difusa sin especificar muy bien por
qu (Sahlins 1976), aunque se percibe que lo que se impugna de ella es antes que nada su posible
capacidad de esclarecimiento. Los impugnadores compulsivos difcilmente hayan profundizado lo
suficiente en la reflexin matemtica como para tener clara conciencia de lo que estn diciendo.
Como sea, no es necesario demostrar que ningn antroplogo, hasta la fecha, la ha utilizado de una
manera formalmente aceptable; el uso de esta lgica se limita a un par de justificaciones en notas a
pie de pgina y en estimaciones de vaguedad realizadas a ojo de buen cubero, con fines casi siempre
didcticos. Aunque no estamos pretendiendo implementarla aqu y ahora, la presente descripcin no
escapa a esas ambigedades, que podramos juzgar metadifusas.
La conveniencia de la lgica difusa para la representacin del conocimiento antropolgico an
espera estudiarse como corresponde, antes que sea justo expedirse sobre aplicaciones sustantivas que
no consiguen salir del crculo de hierro de las tentativas experimentales condenadas a no fructificar.
Pese a que los antroplogos prefieren leerla de otra manera (p.ej. Dimitrov 1976; West 1978), la teora de los conjuntos difusos que subyace a la lgica del mismo nombre es una construccin matemtica, muchas veces cuantificada. El problema ms delicado que debe enfrentarse es de carcter operacional: cmo definir (mediante qu procedimientos metodolgicos) el valor o el rango de valores de
una (in)certidumbre determinada. Los formalismos descriptos son algunas de las opciones de las que
se dispone en este terreno.
h) Lgicas Modales y Mundos Posibles
Esta variante de la lgica presenta un extraordinario inters para la antropologa, por cuanto su
mera existencia neutraliza los rumores acerca de la estrechez de aqulla para todo cuanto no sea expresin de operaciones primarias. Aunque la idea de la lgica modal se remonta a Aristteles, el
codificador de la concepcin moderna de las lgicas modales (pues en realidad se trata de un
conjunto de varias alternativas diferentes) ha sido Georg Henrik Von Wright (1951). En los ltimos
diez aos ha habido un estallido sin precedentes de nuevas propuestas modales, originadas en las
experiencias de programacin lgica. Mientras antroplogos e intelectuales humanistas repiten sus
ensalmos sobre la crisis de la racionalidad, simposios y congresos de especialistas en lgica
computacional se dedican a discutir fragmentos de problematicidad hasta hace poco inexistentes,
como la construccin de un marco adecuado para clasificar la creciente variedad de las lgicas nomontonas o la modelizacin autoepistmica.
El nuevo mundo conceptual que las lgicas modales nos presentan afecta en especial a la nocin
de "operador lgico", y a la posibilidad de incorporar nuevos operadores para denotar diferentes matices de valor veritativo. Insistimos en subrayar la flexibilidad que esa idea nos aporta y dedicamos el
captulo siguiente a una caracterizacin lo suficientemente explcita como para poder instrumentarse.
La justificacin de este nivel de detalle quedar a la vista. Aunque la asimilacin de las lgicas modales sea ms dificultosa que urdir un nuevo aporte a la mitologa del irracionalismo antropolgico,
648

creemos que lo primero vale ms la pena. Conjeturamos que, de haberse conocido oportunamente la
potencialidad de las lgicas modales, la robustez de sus fundamentaciones y la amplitud de horizontes que la modalidad imprime a la tan vapuleada "representacin", muchos de los manifiestos irracionalistas de la antropologa no habran tenido motivos para llegar a la imprenta.
La lgica modal tiene que ver con argumentos que involucran los conceptos de "necesidad" y
"posibilidad". Una verdad necesaria es una que no podra ser de otra manera; una verdad contingente
podra eventualmente no haber llegado a constituirse en verdad. A diferencia de su contrapartida clsica, la lgica modal es capaz de dar cuenta del carcter necesario, contingente o posible de sus enunciados, y es por ello naturalmente aplicable a la formalizacin del razonamiento en funcin de
"creencias" por un lado y de "conocimientos" por el otro, trminos que adoptarn aqu, a su debido
momento, un contenido tcnico.
Los sistemas modales combinan esquemas axiomticos y reglas de inferencia para formalizar las
propiedades de los operadores modales en cuestin, acompandolos de una semntica bien definida.
Gracias a un curioso efecto veritativo, la lgica modal no se opone a la lgica convencional del primer orden sino que la complementa, la extiende, incluso cuando se incrementa la valencia veritativa:
todos los axiomas, reglas de inferencia y teoremas de sta siguen siendo de aplicacin.
El problema principal en la representacin modal del conocimiento yace en la traduccin de
afirmaciones o descripciones informales sobre un dominio del discurso a su versin del clculo
modal de predicados. Incidentalmente, digamos que la transcripcin de aserciones sobre posibilidad
y creencia en clusulas de Prolog no ofrece mayores dificultades, y se restringe a la introduccin de
predicados de este tipo:

Ntese que simplemente contando el nmero de los parntesis conclusivos podemos obtener
indicios bien fundados sobre el nivel de tipificacin metalingustica del functor principal de la expresin. Pero estas prestaciones slo anuncian la punta del ovillo en la capacidad simulativa del
lenguaje. Como luego veremos, lo esencial no pasa por la expresividad semntica de los predicados
para denotar diversas modalidades de la verdad, sino por la posibilidad sintctica de introducir
clculos modales genuinos mediante operadores.
La lgica modal extiende al clculo clsico incorporando un operador que denota "necesidad"
(habitualmente un cuadrado) y un dual suyo que denota "posibilidad" (por lo comn un rombo).
Existe un amplsimo repertorio de lgicas modales; las ms circunscriptas han definido operadores
como "se sabe" o "se cree" (lgica epistmica), "a veces" y "siempre" y sus opuestos "nunca" y "no
siempre" (lgica temporal), "obligatorio", "permitido" y "prohibido" (lgica dentica), "verificado",
"no decidido" y "falsado" (lgicas epistmicas falsacionistas), "universal", existente" y "vaco" (lgica existencial), etctera. No existe ningn lmite para la incorporacin de operadores, fuera de los
que fija la imaginacin. Por cierto, no basta definir operadores contrapuestos para fundar una lgica;
adems de ello hay que estipular (si cabe) su naturaleza veritativo-funcional y las reglas de formacin de sus frmulas bien formadas, establecer una semntica y un dominio de aplicacin, estipular
mtodos de prueba y verificar su coherencia.

649

Correlativamente, las versiones del lenguaje Prolog ms cercanas al estndar de Edinburgo

disponen, por aadidura, de la posibilidad de definir operadores arbitrarios aparte de los predicados
que expresen literalmente esa operacin. Es preciso detallar aqu esta poderosa capacidad expresiva
que habamos postergado en espera del contexto oportuno.
Ante todo, hay que decir que la generacin de operadores nuevos es un artificio ya existente en
la lgica cerebral comn, que posee de suyo garantas axiomticas, aunque en general es ms
frecuente que los operadores y conectores se reduzcan, y no que se multipliquen (cf. Deao 1981:93100). Los operadores definidos en Prolog se obtienen a partir de functores; como ya se ha visto, la
mayora de los functores del lenguaje se escriben en posicin prefijada:
. Estos
functores se transforman en operadores cuando es posible escribirlos en otra posicin. Por ejemplo,
la estructura
se puede escribir
porque el operador de suma es infijo. El intrprete del
lenguaje exige que para especificar un nuevo operador haya que definir su posicin, su precedencia y
su asociatividad.
Segn su posicin, un operador puede ser infijo, prefijo y posfijo (o sufijo). Los operadores
infijos son desde ya binarios, los otros slo pueden ser unarios. La precedencia, que determina el
orden de interpretacin de una expresin cuando no hay un juego de parntesis que la agrupe, se denota mediante una escala de nmeros permisibles que dependen de la implementacin: entre 1 y 255
en el Prolog de Edinburgo, y entre 1 y 1200 en Arity Prolog. La documentacin tcnica que se incluye con cada lenguaje comercialmente asequible, en general, consigna las tablas de precedencia.
En Prolog se ha convenido que la posicin relativa y la asociatividad se especifiquen por medio
de los smbolos
y
. El componente simboliza la posicin del operador;
ocupa el lugar de un argumento que no admite asociatividad, e representa por ltimo un argumento
asociativo.
, por ejemplo, designa un operador infijo que es asociativo a la izquierda, pero no a la
derecha. La eleccin de esas letras es intencional, y pretende insinuar las caractersticas asociativas
pertinentes: una denota que el argumento puede contener operadores de clase cuya precedencia sea
igual o menor a la del operador; por el otro lado, una significa que cualquier operador del
argumento debe tener una clase de precedencia estrictamente menor que la del operador.
Los medios para definir un operador lgico son metalingsticos (o extralgicos). En Prolog
estndar el predicado built-in que define un operador se escribe segn esta norma:

Debe sealarse que este predicado estipula nada ms que la sintaxis del operador; las operaciones procedimentales que le corresponden y la forma en que ste se interpreta dependen del programador (Clocksin y Mellish 1987:106-108; Malpas 1987:164-168; Covington et al 1988: 169174).
Retornando a la lgica modal, digamos que el lenguaje ordinario abunda en afirmaciones sobre
posibilidades, sucesos hipotticos, objetivos esperados, expresiones de deseos y planes para el
futuro. La mayor parte de las frases de las lenguas naturales pueden ser verdaderas en un momento
dado y falsas a medida que se modifican las circunstancias. En estas lenguas, los "modos" de
"posibilidad", "necesidad" y "permisin" se expresan con verbos auxiliares como "deber", "poder" o
con las formas futuras o los modos subjuntivos o potenciales de la conjugacin.

650

La posibilidad y la necesidad se denominan modalidades alticas o modos de verdad. Se ha

demostrado que es posible construir un lenguaje formal con el par "posible/necesario" tratado como
si fuera un operador de frase, comparable a los cuantificadores de la lgica ordinaria de predicados.
A un sistema que posea operadores para "es posible que" (en el sentido de posibilidad lgica) o "es
necesario que", se ha convenido en llamarlo una lgica altica.
En lo que concierne a la sintaxis de la lgica modal de predicados, si M1, M2, ..., Mm son
operadores modales, las reglas de formacin de las frmulas modales puede describirse como sigue:
1) Todas las reglas de formacin de la lgica ordinaria de predicados son tambin reglas de
formacin de la lgica modal de predicados.
2) Si F es una frmula y Mj un operador modal, entonces MjF es una frmula.
Del mismo modo, la semntica del clculo modal de predicados se puede definir en la misma
forma que la semntica del clculo ordinario. Desde el punto de vista semntico, el antecedente de
las lgicas modales que se han desarrollado recientemente se encuentra en las tablas veritativas de
las lgicas modales multivaluadas de Lukasiewicz, que tienen una inspiracin a veces explcitamente
modal. Deca Lukasiewicz:
Puedo presuponer sin contradiccin que mi presencia en Varsovia en un cierto momento del prximo ao,
por ejemplo, al medioda del 21 de diciembre, no est determinada en el momento actual ni positiva, ni
negativamente. De aqu que es posible, pero no necesario, que yo est en Varsovia al medioda del 21 de diciembre del prximo ao (Lukasiewicz 1967).

En la tabla siguiente, que se incluye slo a los fines ilustrativos (pues con la mquina de inferencia de un lenguaje lgico de computacin las tabulaciones veritativas no hacen ninguna falta), el
valor 0 corresponde a falso, 1 a indeterminado, 2 a verdadero:

F
0
1
2

F
2
1
0

F&G
012
000
011
012

F\G
0
1
2

FoG
012
012
112
222

FG
012
222
122
012

FG
012
210
121
012

Diagrama 4.6 - Tablas veritativas ternarias

(Conectivas de Lukasiewicz)

A partir de este esquema, e interpretando el valor "indeterminado" en el sentido de "futuro contingente", Lukasiewicz introdujo los conocidos operadores modales de posibilidad y necesidad en su
lgica trivaluada. En el cuadro siguiente, pos F es verdad si F es ya sea verdadero o indeterminado y
es falso de otro modo, mientras que nec F es verdadero si F lo es, y es falso de otro modo. Entindase que en el caso de la indeterminacin por contingencia, no se trata formalmente de que carezcamos de datos para decidir el valor de verdad de una asercin; el hecho es ms bien que dicha
asercin no posee valor de verdad.

F
0
1

pos F
0
2

Nec F
0
0

651

Diagrama 4.7 - Tabla de verdad para operadores modales

Convengamos en definir un lenguaje de lgica modal agregando dos operadores, denotados por
L y M, a los operadores bsicos del clculo de proposiciones. En el contexto de las lgicas de la
creencia y el conocimiento, esos operadores se leen como "se cree" y "se sabe", respectivamente. Un
sistema axiomtico de clculo modal que utilice una regla de inferencia tal como el Modus Ponens,
reglas de necesidad del tipo "si P, entonces se sabe que P", el esquema axiomtico de distribucin39 y
los llamados esquemas axiomticos de la lgica proposicional se llama sistema modal normal y se
denota mediante la letra K.
Un sistema modal normal posee una serie de interesantes propiedades: si p q es un teorema,
tambin lo es Lp Lq. Si se interpreta el operador modal L como "creencia", la frmula anterior
asevera que toda vez que q se halla implicada por p, un agente que crea p tambin creer q. De este
modo, y segn se esperaba, un sistema modal normal afirma clausura de consecuencias cuando el
operador modal se interpreta como creencia. Del mismo modo, el esquema axiomtico de distribucin se puede interpretar de esta forma: si un agente cree que q est implicado por p, entonces si cree
en p tambin creer en q.
Hay que adimitir que, a despecho del aparato formal, todo este desarrollo es hasta aqu un tanto
burdo y muy poco expresivo. Con el fin de obtener sistemas modales ms elaborados y de caracterizar con ms elegancia a los operadores epistmicos, se ha propuesto agregar al sistema modal
normal K una serie de esquemas axiomticos adicionales. De este agregado resulta un conjunto
sistemtico de esquemas alternativos. Los ms conocidos de ellos son los siguientes:
Esquema axiomtico de conocimiento (tambin llamado esquema axiomtico T o KT). Este
esquema se agrega cuando lo que se encuentra bajo consideracin es conocimiento, y ya
no mera creencia. Por definicin, en este contexto controladamente idealizado el "conocimiento" es siempre informacin verdadera. El esquema axiomtico T asegura que "lo que
se sabe debe ser verdad". Este esquema se aade al sistema modal normal K si se pretende
que el operador L signifique "es sabido". El esquema axiomtico KT, correlativamente, no
aparece en un sistema de axiomas que pretenda formalizar creencias, pues stas bien pueden ser falsas. La frmula sinttica del esquema es: Lp p.
Esquema axiomtico de introspeccin positiva (tambin llamado esquema axiomtico 4,
S4, S4 dbil o KT4). En trminos de creencias, la introspeccin positiva establece que si
un agente cree una proposicin, entonces l cree que la cree. En trminos de
conocimiento, en cambio, la introspeccin positiva estipula que si un agente sabe p,
entonces sabe que sabe p. Los sistemas que incluyen este esquema se denominan segn la
nomenclatura que sigue: el sistema K con esquema axiomtico 4 se llama S4 dbil; el
sistema S4 dbil aumentado con el esquema axiomtico T se llama S4. La frmula
sinttica es: Lp LLp.
Esquema axiomtico de introspeccin negativa (tambin llamado esquema axiomtico 5,
S5, S5 dbil, KT45 y K45). Para este esquema axiomtico, es indiscutible que el esquema

39 Tambin llamado esquema de axioma K y que establece: L(p -> q) -> (Lp -> Lq).

652

Mp LMp es equivalente a la expresin Lp L Lp. Mejor traduzcamos esta criptografa a categoras intuitivas: En trminos de creencia, el principio de la introspeccin
negativa asegura que si un agente no cree una proposicin, l cree que no la cree. El S4
dbil y el S4 aumentado con este esquema se llaman S5 dbil y S5, respectivamente. Si
deseamos modelar las creencias de una persona racional que posee una perfecta capacidad
de introspeccin lgica sobre lo que l mismo sabe o ignora, corresponde utilizar el
esquema S5. Si se pretende modelar en cambio las creencias de un agente que posiblemente posea falsas creencias, pero que al mismo tiempo disfrute de una perfecta capacidad lgica de introspeccin, se escoger el esquema S5 dbil (Chellas 1980). La frmula
sinttica de un esquema 5 es: Mp LMp.
Es esencial que se comprenda que los esquemas que acabamos de referir constituyen formas
lgicas mnimas para posibilitar el clculo, y no descripciones matizadas de la estructura real de las
creencias o conocimientos. Lo que se ha querido hacer con ellas es brindar la arquitectura semntica
necesaria como para que juicios concernientes a conocimientos o creencias se puedan someter a un
clculo lgico equiparable al de la lgica abstracta o, lo que para algunos es lo mismo, al clculo
propio de la "lgica de lo real". La misma realidad podra observarse desde el ngulo opuesto, afirmndose que esta formalizacin tiene por objeto que los juicios convencionales de la lgica se expongan como las creencias o conocimientos que en realidad son.
A fin de no ramificar en demasa la presentacin de los esquemas axiomticos modales hemos
presentado solamente su ncleo. Alrededor de estas lgicas se han suscitado diversas polmicas que
en general no afectan a lo que llevamos dicho: Jaakko Hintikka, por ejemplo, afirma que el conocimiento y las creencias de agentes inteligentes satisfacen el esquema de introspeccin positiva, pero
no el negativo, y algunos lgicos han introducido modificaciones en las estructuras modales para dar
cuenta de anlogas convicciones (Hintikka 1962; Moore 1980; Levesque 1981).
En lgica se acostumbra dividir el conjunto de las aserciones verdaderas en las que son contingentemente verdaderas (como los hechos histricos) y necesariamente verdaderas (como idealmente
lo son las verdades lgicas y matemticas). Lo mismo vale para las aserciones falsas. Una verdad
necesaria (en el mundo actual o concreto) se puede interpretar como una afirmacin que es verdadera
en todos los mundos posibles; por el principio de dualidad, una verdad posible o contingente (en el
mundo actual) se interpreta como una afirmacin que es verdadera en al menos uno de los mundos
posibles. Esta situacin podra esquematizarse como sigue.
A las interpretaciones "necesariamente verdad", "contingentemente verdad", "contingentemente
falso" y "necesariamente falso" se les ha asignado, arbitrariamente, los valores de verdad 3, 2, 1 y 0;
de esta forma se incorpora una lgica modal particular bajo la forma de una lgica tetravaluada (cf.
Rescher 1969; Davio et al 1978). Suponiendo que existan dos alternativas posibles (el mundo actual
y concreto X y el mundo posible Y) la asignacin de los valores veritativos sera la siguiente:
Falso en X y en Y (es decir, necesariamente falso).
Falso en X pero no en Y (concretamente falso, pero no falso necesariamente).
Verdadero en X pero no en Y (actualmente verdad, pero no verdad necesariamente).
Verdadero en X y en Y (necesariamente verdad).

653

Esta interpretacin de los valores de verdad origina las tablas para la negacin, la conjuncin y
los operadores modales que a continuacin se detallan, y que constituyen una semntica significativa
tpica de una lgica tetravaluada.

F
0
1
2
3

F
3
2
1
0

F\G
0
1
2
3

F&G
0123
0000
0101
0022
0123

nec F
0
0
0
3

pos F
0
3
3
3

Diagrama 4.8 - Tablas de verdad de operadores modales

En oposicin a esta semntica veritativo-funcional, Kripke (1971) introdujo la tcnica de los

mundos posibles; esta formulacin constituye una semntica uniforme para los diversos sistemas
modales, desde las lgicas temporales a las epistmicas. La idea bsica establece que una frmula
modal (proposicional) ha de ser evaluada dentro de un conjunto de mundos posibles, que poseen
entre s una cierta relacin de accesibilidad. Para dar un ejemplo, Mp ser verdad en un mundo determinado, si y slo si p es verdad en todos los mundos accesibles posibles. En trminos formales,
los mundos posibles son una coleccin de objetos con referencia a los cuales las proposiciones
pueden ser verdaderas o falsas. En la lgica temporal, verbigracia, los diversos mundos posibles representarn el estado del mundo en diversos instantes; en el modelo de los mundos posibles de las
creencias, las creencias sustentadas por un agente se modelan como un conjunto de mundos posibles,
aquellos mundos que resultan compatibles con sus creencias.
Aunque Kripke se refera con toda probabilidad ms a mbitos especficos de predicacin que a
coloridos microcosmos, es fcil pensar en correlatos antropolgicos del concepto lgico de mundos
posibles y de la nocin de accesibilidad. Pinsese tan slo en aquellos mundos que poseen caractersticas en comn que los diferencian de otros, y de los cuales se dice sin mayor pretensin formal que
se rigen por una lgica que les es propia: lo que Bastide llamaba los mundos semejantes de "el
sueo, el trance, la locura", las diversas "provincias de significado" de los schutzianos, los mundos
conexos y graduales por los que se transita en estados alterados de conciencia, los correlatos estrictos
que nosotros mismos hemos identificado entre -por ejemplo- la religin tntrica, la doctrina de
Wilhelm Reich y la antropologa psicodlica del finado Alan Coult (Reynoso 1977). Mundos, a fin
de cuentas, que se rigen por una estructura veritativa peculiar, pero descriptible y comparable.
Quiz sea un bello proyecto atravesar culturas que difieren en otros aspectos por los caminos
accesibles abiertos por esos mundos anlogos, perfeccionando nuestras concepciones de la comparabilidad transcultural, de la hermenutica y de la equivalencia funcional en ese trayecto. Escriba
Alfred Schutz:
Todos estos mundos -el mundo de los sueos, de las imgenes y la fantasa (sobre todo el mundo del arte),
el mundo de la experiencia religiosa, el mundo de la contemplacin cientfica, el mundo del juego del nio y el
mundo de la locura- son mbitos de significado. Esto quiere decir que: a) todos ellos tienen un estilo
cognoscitivo peculiar (aunque no sea el del mundo del ejecutar dentro de la actitud natural); b) todas las
experiencias, dentro de cada uno de esos mundos, son, en lo que respecta a este estilo cognoscitivo, coherentes
en s mismas y compatibles unas con otras (aunque no compatibles con el significado de la vida cotidiana); c)
cada uno de esos mbitos finitos de sentido puede recibir un acento de realidad especfico (aunque no el acento
de realidad del mundo del ejecutar). La coherencia y la compatibilidad de experiencias con respecto a su estilo

654

cognoscitivo peculiar subsiste solamente dentro de los lmites del mbito peculiar de sentido al cual pertenecen
esas experiencias (1974:217).

Es fcil captar el paralelismo entre el mundo de la actitud natural y del ejecutar cotidiano por un
lado y el mundo de la lgica asertrica bivalente acadmica por el otro como los implicados paradigmticos, los mundos de referencia, con respecto a los cuales los diversos "otros mundos" de la
fenomenologa y de la lgica modal, aunque en principio cerrados y autoconsistentes, definen su especificidad.
La relacin de accesibilidad intenta capturar el sentido de lo que intuitivamente entendemos
cuando pensamos que, desde la mira subjetiva de un mundo dado, ciertos mundos son accesibles
mientras que otros no lo son. En lgica temporal, por ejemplo, esta accesibilidad tendr que ver con
el orden de secuencia. Llamemos universo W a un conjunto no vaco de mundos posibles conectados
por una relacin R de accesibilidad. Si a y b son dos mundos pertenecientes a W, si el mundo b es
accesible desde el mundo a, escribiremos aRb. Llamemos ahora estructura al par (W,R); las propiedades formales de R determinan cules frmulas habrn de ser vlidas. Un modelo es una tupla
ternaria (W,R,V) que indica para cada mundo de W el conjunto de constantes proposicionales de un
lenguaje L a las cuales la evaluacin V le asigna valor de verdad positivo.
De los desarrollos de Kripke (que no vamos a reproducir aqu en detalle) se concluyen diversas
caractersticas de la semntica de los mundos posibles:
En ella son vlidas, en primer lugar, las instancias de lo que se denomina convencionalmente un esquema de distribucin K. Este esquema axiomtico de distribucin es semejante al que se utiliza en matemticas elementales. Dado el operador modal L ("se cree
que"), dicho esquema operara de la siguiente forma: L(p q) (Lp Lq).
Las instancias de un esquema axiomtico de conocimiento de tipo T son vlidas para todas
las estructuras para las cuales la relacin de accesibilidad sea reflexiva. Recordemos que
un esquema de este tipo se refiere a conocimiento tenido por verdadero, a informacin fidedigna.
Las instancias del axioma positivo de introspeccin 4, en cambio, son vlidas en todas las
estructuras para las cuales la relacin de accesibilidad R sea transitiva. Este esquema introspectivo, como hemos visto, se refiere a la creencia de un agente en las creencias que
tiene.
Y, por ltimo, las instancias del esquema axiomticos de introspeccin 5 son vlidas en
todas las estructuras para las cuales la relacin R de accesibilidad sea reflexiva y euclideana40. Este esquema constituye la versin negada del esquema anterior.
Sin duda hay una lnea fantasma, una correspondencia intuitivamente perceptible, que comunica
estas caracterizaciones rgidas con una de las empresas obligadas de toda la antropologa: poner al
descubierto las premisas y las reglas del juego lgico que nos hacen ver como "razonables" (en principio "descriptibles" y de ser posible "explicables") conductas que difieren de las nuestras. Se podr
decir mucho en desmedro de esta definicin restringida, reminiscente de las etapas ms mecnicas y
positivistas de la antropologa social inglesa; pero lo cierto es que ningn "desciframiento simblico
de textos culturales", ningn nfasis literario en los significados, ninguna "comunin" hermenutica
40 Una relacin R es euclideana cuando aRb y aRc implican bRc.

655

(o sentimental) con "el punto de vista nativo", ninguna "evocacin" posmoderna, en suma, ninguna
tendencia de la antropologa contempornea ha sido capaz de formular estrategias que verdaderamente se diferencien en los objetivos bsicos.
Por desdicha, la sapiencia de los lgicos al respecto no puede exportarse a nuestra disciplina as
como as. Hemos visto que Kripke desarroll su teora semntica de los mundos posibles pensando
en la lgica de proposiciones, y no en el clculo de predicados. Esta peculiaridad no puede ser sino
un indicio del acendrado conservadurismo de los lgicos, que siguen aferrados a un clculo incompleto e imposible de formalizar cabalmente. Para adaptar la maquinaria del Prolog a la semntica
modal de los mundos posibles se pueden hacer dos cosas: la primera, conservar el modelo de Kripke
en su formulacin original y modificar el tratamiento de variables en Prolog para emular (como se ha
visto que puede hacerse) el clculo de proposiciones; la segunda, modificar el esquema de los mundos posibles para adaptarlo al clculo de predicados del primer orden. Esta alternativa es delicada y
concierne a los lgicos llevarla a cabo; la opcin anterior es viable, y como ya la hemos ejemplificado la damos por demostrada.
Cerremos este apartado retornando a lo que, tomando distancia, puede llegar a constituir su
argumentacin central. Una vez ms la lgica y las ciencias humanas han discurrido por vas paralelas. No slo en ambas prcticas se habla de estructuras que son como mundos separados, sino que
hay tambin concomitancias en las formas y procesos que se proponen para andar entre ellos o para
tornarlos propios. Hay una fuerte analoga entre la "incorporacin a nuestros horizontes" que describa Gadamer (1977) -y que constituira la piedra basal del mtodo hermenutico- y las operaciones
involucradas en la accesibilidad entre mundos mutuamente extraos antes de su esclarecimiento interpretativo. La filosofa gadameriana se pensaba a s misma como un discurso enclavado en el
pensamiento sobre las precondiciones de todo saber cientfico. Es posible que la lgica nos remita a
una idea an ms fundante que la de la hermenutica, en el sentido de que el concepto de accesibilidad tendra que ver con las precondiciones formales de la incorporacin de horizontes ajenos a
los nuestros. En tal caso, hay toda una lgica que inspeccionar o asimilar antes de asumir sin ms
trmite que algo tan pesado, compuesto, variopinto e ideolgicamente espeso como la hermenutica
constituye el paso previo a toda reflexin cientfica.
Ni falta hace decir que todo esto es expresable y calculable en Prolog, o que la acumulacin de
experiencias sobre mundos alternativos en programacin lgica es ya de respetar. En Arity Prolog,
las diversas bases de datos (que pueden o no converger sobre un mismo motor de inferencia) se
llaman directamente "mundos". Todo modelo convencional concluso presupone la hiptesis del
"mundo cerrado", como si a despecho de sus nfulas formales se resignara a la constatacin de su
propia estrechez. La computacin, en fin, est plagada de simulaciones, protocolos, conversiones,
interfaces, mquinas virtuales y metacdigos que posibilitan el encuentro y el entendimiento entre
sistemas que participan de diferentes conjuntos de premisas. El tema de los mundos posibles invoca
ideas particularistas afines a las del relativismo epistemolgico y cultural, a las del paradigma geertziano del conocimiento local, a las del recientemente bautizado "pensamiento dbil" y a las de la fenomenologa en general, con su insistencia en las modalidades idiogrficas del conocimiento. El concepto de accesibilidad, axiomatizado en lgica, es un valor agregado a nuestros razonamientos antropolgicos que cabe enriquecer de aqu en ms, y que seguramente involucra temas de distancia
cultural, de mediacin explicativa y de traducibilidad (cf. Stephen Turner 1984); es asimismo probable que estas cuestiones engranen con los desarrollos de las lgicas presuposicionales, a cuyo
tratamiento remitimos para redondear la presentacin.
656

i) Lgicas no Montonas
La filosofa del no [...] no persigue la negacin indiscriminadamente. No surge de un espritu de contradiccin que refuta sin
pruebas y suscita disputas vagas. No se aparta sistemticamente de
las reglas. Por el contrario, es fiel a las reglas dentro de un sistema
de reglas. No acepta contradicciones internas. No niega cualquier
cosa, en todo momento, de cualquier manera. Su movimiento
caractersticamente inductivo surge en junturas bien definidas y determina una reorganizacin del conocimiento sobre bases ms
amplias.
Gaston Bachelard

Cuando decimos que el razonamiento de cierto cientfico, de una mquina de inferencia o de un

individuo particular es montono, en tanto hablemos en trminos tcnicos no estamos implicando
juicio esttico alguno. Esto slo significa que el conjunto de conclusiones emergente de ese razonamiento crece solamente a medida que se acumula ms informacin, sin variar de carcter. Una vez
que se alcanza una conclusin, ninguna informacin adicional hace que esas conclusiones se alteren.
La lgica estndar posee una unidireccionalidad inherente e inexorable: de los axiomas a los
teoremas. Una vez que un hecho demuestra ser verdadero permanece como tal para siempre, como
en la geometra euclidiana, y puede a su vez servir de base para demostrar nuevos hechos.
Los razonamientos no-montonos presentan la caracterstica inversa: la informacin nueva
modifica las conclusiones alcanzadas con anterioridad. Dado que un sistema no-montono es por
definicin revisable, en este esquema lgico existe adems la posibilidad de que el nmero de teoremas derivable del sistema lgico decrezca a medida que el nmero de axiomas se incrementa. Lo que
es y no es verdad puede cambiar en forma radical, dependiendo del estado del mundo en un
momento dado y de nuestro conocimiento acerca de l.
Algunos cognitivistas sostienen que el conocimiento humano es inherentemente de esta ltima
categora, especialmente cuando hay objetivos de por medio. Hacemos planes basados en expectativas, pero a medida que los sucesos se desenvuelven, revisamos tanto las premisas originarias como
los proyectos. Gran parte de lo que conocemos sobre el mundo es adems "casi siempre" verdad; un
fragmento considerable del razonamiento de sentido comn apenas llega a ser plausible, pues sus
conclusiones e incluso los hechos en que se basa son slo aproximadamente verdaderos, incompletos
o sensibles al cambio en funcin del tiempo. La inferencia, entonces, es dinmica, como lo son los
esquemas mentales en que se fundan.
En su forma nativa, la mquina de inferencia conforme a la cual opera el Prolog es nomontona. Nuevos hechos alteran las conclusiones permisibles, y hasta existen predicados
preconstruidos (notoriamente assert y retract, de los que ya hemos hablado) que agregan o eliminan
hechos de la base de conocimiento, lo que altera mediante una especie de feedback que habr que
esclarecer, la sustancia y la forma de las inferencias. Con ms informacin, el Prolog rechaza
conclusiones que antes habra aceptado, o confirma hiptesis que antes desencadenaban la clusula
vaca.
El predicado assert realiza aserciones, es decir, agrega "hechos", premisas o elementos de juicio;
el predicado retract los elimina de la base de conocimientos; ambos predicados sirven a innu657

merables usos tcnicos, uno de los cuales podra ser equivalente a la alternancia de suposiciones.
Bajo esta interpretacin del procedimiento, es posible manipular el modelo, ajustndolo a diferentes
premisas: una pregunta formulada despus de un assert corresponde a la idea "qu pasara si...?"; y
una pregunta posterior a un retract equivaldra a su contraria, "qu pasara si no ...?".
Esta caracterstica es convenientemente realista, aunque algunos defensores del purismo lgico
la consideren peligrosa. Se han escrito mltiples estudios acerca del carcter espurio y de los efectos
contraproducentes de ese tipo de predicados, y no han faltado tericos que propugnaran su eliminacin por entender que esos procedimientos alteran la pureza lgica del lenguaje. Ya hemos visto que
Sterling y Shapiro consideran el empleo de esos predicados poco menos que como sntoma de oligofrenia.
Lo que aqu nos interesa no es tanto que el razonamiento no montono constituya un presupuesto de la vida intelectual cotidiana, conforme al sentido comn, una tipificacin (como dira Schutz),
sino que esta especie inferencial sea una figura recurrente en las prcticas discursivas de la
disciplina, especialmente en aquellas en las cuales (de una manera que corresponde a los "objetivos"
y "metas" personales de la cotidianeidad) se trata de formular una prediccin.
Generalizaciones antropolgicas como "la duracin del perodo en que el nio duerme con la
madre est correlacionada con la existencia de ritos iniciticos para varones" o "la severidad del trato
que los padres dispensan a los nios es correlativa a la creencia en un mundo de los espritus rudo y
agresivo"41 se aplican a casos que se consideran usuales, tpicos o normales. Los casos inusuales, atpicos o anormales -nuestras clsicas "anomalas"- se interpretan entonces como excepciones a la regla. En adelante diremos que esas generalizaciones son "revocadas" cuando existe informacin que
nos induce a creer que estamos en presencia de una excepcin a la regla. Puesto que ellas pueden abrogarse, diremos que esas generalizaciones constituyen reglas revocables [defeasible rules].
Es importante deslindar el razonamiento no-montono y la existencia legtima de las reglas
revocables del lugar comn que presume la posibilidad de algo as como "excepciones que
confirman las reglas". En un sentido estricto, a menos que las reglas sean expresamente probabilsticas o transitorias, ninguna excepcin la "confirma" sino que, por el contrario, la invalida.
Ninguna "ley de la naturaleza" (en las condiciones y en el mbito de predicacin que estipule la
teora dentro de la cual se formula) admite excepciones. Ningn cientfico honesto acepta con
alborozo las anomalas con las que tropieza, confiando en que representen las excepciones que
vienen a confirmar sus hiptesis. El falso estereotipo de excepciones capaces de "confirmar" reglas
se deriva, quiz del estrecho espacio semntico que va desde "toda regla admite excepciones" hasta
"toda regla requiere excepciones", o de un equvoco en la traduccin del principio falsacionista que
dice que "the exceptions prove the rules". En este contexto, prove no significa "probar" ni connota
"probabilidad", sino ms bien "testear", "poner a prueba".
Aunque el Prolog puede ejecutar algunos procesos de tipo no-montono, las reglas de ese lenguaje no se pueden revocar. Si estipulamos las excepciones como tales, la regla no es revocable porque no resulta afectada por ninguna situacin que no est contemplada en el conjunto de las reglas
mismas. Una regla sera revocable si no pudiera aplicarse a ciertas instancias an en el caso de que
stas satisfacieran sus condiciones, y si algn otro hecho de la base de conocimientos bloqueara la

41 John Whiting, Clyde Kluckhohn y A. Anthony, "The function of male initiation ceremonies at puberty", en E. Macoby, T.M. Newcomb
y E.L. Hartley (eds.), Readings in Social Psychology, Nueva York, Holt, 1958, pp.359-370.

658

regla. Se ha comprobado sobradamente (Covington et al 1988: 333) que en su forma nativa, dependiendo de su propia mquina de inferencia pre-programada, el Prolog no puede expresar cierto tipo
de reglas no montonas.
Pero esto no quiere decir que no pueda expresarlas de ninguna manera: lo mismo que sucede en
el caso de la refutacin russelliana de las famosas aporas de Zenn, lo que no puede lograr el
lenguaje lo logra el metalenguaje. Y como el Prolog puede ser su propio metalenguaje, ser posible
implementar el razonamiento que fuere utilizando una vez ms meta-reglas, es decir,
metaprogramando, situndose en un nivel tal que la mquina built-in resulte trascendida. Lo que se
requiere es una nueva forma de representacin de las reglas no montonas y un mecanismo de
inferencia (un procedimiento) que sepa como utilizarlas. Se necesita tambin un operador de
negacin que funcione en forma diferente a la negacin por falla, y que se active cuando estemos en
presencia de una regla de este tipo. En su excelente libro sobre el lenguaje Prolog, Covington, Nute y
Vellino nos proporcionan un acabado ejemplo de razonador revocable, basado en la definicin de
cuatro operadores. La mquina de inferencia se inicializa mediante este procedimiento:

Para invocar la mquina de inferencia revocable, basta con poner el operador @ inmediatamente
antes de introducir el objetivo a probar. Los pargrafos en los que se establece la semntica del programa operan de tal modo que la forma de actuar del intrprete se sobrimprime sobre el diseo
bsico de sus procedimientos de secuenciacin, adaptndose a las premisas de una lgica nomontona (cf. Covington et al 1988:336-349).
El diseo de sistemas de razonamiento no-montono mediante metaprogramacin constituye un
ejercicio de Prolog relativamente habitual (o por lo menos nada extraordinario) que se utiliza como
forma de definir mtodos alternativos a los que rigen by default la mquina de inferencia, para poder
razonar en base a informacin incompleta o incierta (cf. Nute y Lewis 1986; McCarthy 1980;
McDermott y Doyle 1980; Reiter 1980).
Algunos autores afirman que esta metodologa es preferible y estticamente ms satisfactoria
que la operacin en base a factores de confianza, los cuales introducen (como veremos luego) ciertas
dificultades prcticas y teorticas. En rigor, los factores de confianza se pueden combinar a la
perfeccin con los motores de inferencia no montonos, y hasta son rotundamente preferibles en los
casos ideales en los que la base de conocimientos se deriva de estudios estadsticos, ms que de un
conjunto de condiciones estipuladas.
Se ha propuesto una gran variedad de lgicas no montonas, y sera imposible y verdaderamente
montono que las revisemos todas. Algunas de las lgicas que figuran en el cuadro 4.2 son en
realidad variantes pertenecientes a este rubro. En los captulos sucesivos rozaremos, sin pretender
que hemos logrado analizarlas, sus tres variedades principales, todas ellas interrelacionadas, que son:
1) La lgica omitiva [default logic] de Raymond Reiter.
2) La lgica no montona de Drew McDermott, la lgica epistmica derivada de Hintikka y
la autoepistmica de R.C. Moore.

659

 3) La lgica dentica de Von Wright, construida sobre los fundamentos de una lgica del
cambio y una lgica de la accin.
En en el terreno de las lgicas epistmicas, que intentan modelar el elusivo mundo de la deduccin natural, donde se ha propuesto una estrategia de inferencia que segn algunos iguala o supera la
eficacia del mtodo de resolucin. Basndose en Gentzen, y tras algunas experiencias de Jaakko
Hintikka y Evert Beth, Raymond Smullyan desarroll un clculo de prueba negativo al que llam
tableaux, y cuya descripcin evoca los mecanismos que ya hemos descripto en la segunda parte de la
tesis: el mtodo comienza negando la frmula que se pretende probar y construye un rbol aplicndole trece reglas simples de descomposicin que son las inversas de las reglas de deduccin de Gentzen. La descomposicin prosigue hasta que se alcanzan los tomos y (a) o bien se ha encontrado que
cada rama es inconsistente, (b) o bien se encuentra que una rama es consistente y permite la construccin de un modelo. En el primer caso, la frmula negada es insatisfacible y por lo tanto la
frmula original es vlida; en el segundo, se ha encontrado un contraejemplo de la frmula original.
El problema del mtodo es que con una raz satisfacible, no hay garantas de que la descomposicin
finalice. Pero una vez construido el rbol, las reglas de descomposicin garantizan que todos los
casos posibles habrn de examinarse sistemticamente (cf. Eisinger y Ohlbach 1989).
No nos preocupa ni nos alegra aqu que los tableaux desplacen a la resolucin; es difcil que as
suceda, porque el mtodo involucra demasiados no-determinismos como para ser exitoso en la prctica, y porque ahora estn comenzando a aceptarse mtodos ms acomodados al funcionamiento de
una mquina que reminiscentes del pensamiento humano. Lo que s nos afecta es que un modelo de
las formas humanas (y por lo tanto, culturales) de deduccin, no importa cuan implcito a ese respecto, haya llegado a semejante nivel de especificacin y capacidad instrumental.
j) Lgica Omitiva
La lgica omitiva [default logic] ha sido formulada por Raymond Reiter (1980) como una tcnica de formalizacin del razonamiento en funcin de mundos especificados de manera incompleta.
Este tipo de razonamientos se presenta all donde es preciso derivar conclusiones plausibles a despecho de la ausencia de un conocimiento exhaustivo de esos mundos. El caso ms tpico es el de las leyes absolutamente generales que se presentan como verdaderas a pesar de la existencia reconocida o
potencial de unas pocas excepciones (cf. Thayse 1988:172-183). La lgica omitiva forma expresamente parte del conjunto ms amplio de las lgicas no montonas, en el que se inserta de una manera
que luego habremos de revisar.
La importancia de una lgica omitiva para nuestra disciplina es demasiado patente, y el hecho de
que hasta ahora se la haya desconocido parece particularmente difcil de justificar. El conocimiento
antropolgico a menudo introduce generalizaciones que no estn complementadas ni por una evaluacin estadstica precisa del dominio del que se trate, ni por un inventario completo de excepciones.
Que se disponga de un formalismo riguroso para dar cuenta de este estado de cosas y para someter a
un cierto control los razonamientos afectados por estas circunstancias nos parece de un inters
crucial.
Es en base a estos formalismos que puede determinarse la capacidad que tiene un conjunto
incompleto de aserciones para sustentar inferencias construidas a partir de las mismas, as como el
quantum de informacin y trascendencia a que esas conclusiones pueden aspirar. Dado que, como
660

hemos dicho, la relevancia de este tipo de lgica para nuestra disciplina parece obvia, no nos
detendremos a justificar su adopcin sino, ms bien, a examinar sus posibilidades y fundamentaciones.
Las diversas formas del razonamiento omitivo que han surgido en inteligencia artificial corresponden al proceso de derivar conclusiones en base a patrones de inferencia de la forma: "en ausencia
de toda informacin en sentido contrario, presuponer X". La no-monotona del proceso de inferencia
se expresa mediante reglas de inferencia dependientes del dominio que se llaman defaults. Los
defaults expresan afirmaciones de la forma "la mayora de los pjaros pueden volar" por medio de
reglas que establecen que "si es consistente inferir que un pjaro particular puede volar, luego uno
puede inferir que puede volar". Estas reglas revisables permiten expresar reglas que poseen excepciones sin exigir que las excepciones a cada regla se listen expresamente.
En otras palabras, un sistema o teora para la lgica omitiva deber incluir por un lado un conjunto de defaults que representen las diversas reglas con sus excepciones y por el otro un conjunto
cerrado de frmulas de lgica de predicados que hagan el papel de axiomas bsicos de conocimiento.
Como a otros sistemas no-montonos y modales, el peligro que acecha por lo comn a este tipo de
formalismos es el de la circularidad; se han elaborado numerosos recursos lgicos para detectar y
conjurar este riesgo. Tengamos en cuenta, sin embargo, que la circularidad ya ha dejado de ser lo que
era. Los viejos textos de lgica nos advertan en contra de las definiciones circulares (cf. Copy 1978:
94, 157); este tipo de precauciones triviales e intuitivas contra la circularidad hubiera impedido, de
ser formalmente atendible y universalmente extendido, el desarrollo de las matemticas recursivas.
Un sistema de naturaleza omitiva producira uno, varios o ningn conjunto consistente de creencias;
estos conjuntos representan las diversas perspectivas del mundo que pueden concebirse a partir de la
teora omitiva.
Por ejemplo, sabemos que en la mayora de las sociedades la situacin de la mujer es de subordinacin, con unas pocas excepciones que incluso varan de un autor o de un criterio de definicin
a otro. Dada una cultura en particular -por ejemplo la cultura balinesa- podemos llegar a la
conclusin de que en ella la situacin de la mujer es subordinada a menos que sea una instancia de
las excepciones previstas (aunque no estipuladas una a una como tales). El formalismo omitivo que
expresa esa estructura ideacional quedara especificado como sigue:
"Si X es una cultura, y si es consistente creer que en X la situacin de la mujer es de
subordinacin (es decir, creer que X no es una instancia de las excepciones a la regla),
entonces es posible creer que en X las mujeres estn subordinadas".
La estipulacin dista de ser tan trivial como parece, pues permite fundar procedimientos de
prueba que garantizan la consistencia o tipicidad de determinadas conclusiones. Reiter presentara
este formalismo de una manera ms esquemtica, constituyendo lo que se llama una regla omitiva
[default rule]:

En esta regla, M debe leerse "es consistente creer que"; y esta regla omitiva pretende representar
la regla general con excepciones, afirmando implcitamente que en las sociedades tpicas la situacin
de las mujeres es de subordinacin. Existen diversas elaboraciones lineales y jerrquicas de este tipo

661

de formalismos; algunas de ellas han encontrado la forma de eludir la enunciacin precisa de las excepciones (cf. Froidevaux 1986; Touretzky 1986; Etherington 1987; Froidevaux y Kayser 1988).
La forma original y cannica del default antedicho en la teora de Reiter (y con referencia a un
lenguaje de primer orden) es la siguiente:

Donde:
(X), 1(X), ..., m(X) y (X) son frmulas del lenguaje con variables libres Xi
pertenecientes al dominio X=(X1, ..., Xn).
(X) se denomina el prerrequisito del default.
1(X), ..., m(X) son las justificaciones del default.
(X) es el consecuente del default.
M es un smbolo del metalenguaje.
Se dice que un default es cerrado si ninguna de sus variables es libre, es decir, cuando todos los
casos estn estipulados. La regla omitiva sobre la cultura que vimos antes, por ejemplo, no es
cerrada, porque contiene la variable libre "X". Como podra esperarse, lo contrario de un default
cerrado es lo que se llama un default abierto; este ltimo constructo representa un esquema de
inferencia general.
Una teora omitiva induce cero, uno o ms conjuntos de creencias que se pueden sostener acerca
del mundo incompletamente especificado que se describe en ella. Esos conjuntos de creencias se
conocen como las extensiones de la teora omitiva. Consideremos el siguiente ejemplo de una teora
compuesta por un par de reglas omitivas, escritas sucesivamente en espaol y en un simbolismo lgico que representara la expresin que proponemos dar en Prolog a las reglas de Reiter. Notemos que
en la grafa que hemos desarrollado los primeros dos predicados del cuerpo corresponden al prerrequisito, la clusula metalingstica equivale a la justificacin (y en el procedimiento de resolucin
deber ser probada aparte, estipulando el hecho o la regla correspondiente) y que el consecuente ha
pasado del denominador en donde la situaba Reiter a la cabeza de la regla:
Clusula en espaol: "La ciudad en que vive una mujer es generalmente la misma en que
vive su esposo"
En Prolog:

Clusula en espaol: "La ciudad en que vive una persona es generalmente la misma en que
se encuentra su empleador".
En Prolog:

662

La notacin en Prolog esclarece el carcter no circular de la prueba de la clusula, ya que la

presencia de un mismo predicado con idnticas variables en las condiciones y en la conclusin se
inserta en un nivel de tipificacin distinto. Si suponemos que el esposo de la mujer vive en la ciudad
de La Plata mientras que su empleador est situado en Buenos Aires, estamos imposibilitados o bloqueados de inferir ambas conclusiones al mismo tiempo. Podemos inferir una o la otra, pero no las
dos: lo que es lo mismo, podemos decir que estas derivaciones inducen dos extensiones posibles para
la teora omitiva correspondiente.
Es importante retener la importancia que tiene este concepto de "extensiones de la teora", de
cara a un caso interpretado en trminos de cruzamientos disciplinares. La existencia de ms de una
extensin equivale rigurosamente a lo que Devereux caracterizaba como complementarismo (cf.
Devereux 1975:11-12). Hay que notar, sin embargo, una diferencia: en el complementarismo se explicaba el mismo fenmeno de dos maneras excluyentes, lo que resultaba bastante arbitrario e insuficientemente demostrado, pues definir dos problemas conceptualmente distintos como "el mismo problema" es una canallada epistemolgica; en el caso de las extensiones de la teora omitiva, las conclusiones a las que se llega no necesariamente son las mismas.
En general, y por diversas razones tcnicas que no nos detendremos a examinar, se ha analizado
formalmente la significacin de las extensiones slo para el caso de las teoras omitivas cerradas,
aunque se han propuesto procedimientos para forzar el cierre de teoras originariamente abiertas: en
principio, es suficiente reemplazar cada default abierto por el conjunto de sus instancias relativas al
dominio de Herbrand de la teora. Ntese, sin embargo, que las teoras que contienen constantes
funcionales de aridez mayor que cero poseen un dominio de Herbrand infinito.
Intuitivamente, una extensin puede entenderse como un conjunto que contiene la informacin
bsica relativa al sistema y cualquier cosa que pueda inferirse por medios de reglas lgicas convencionales o mediante reglas omitivas. Que una teora omitiva posea o no extensiones determina
algunas peculiaridades formales notables. Aunque existan teoras omitivas sin extensin, una amplia
variedad de teoras omitivas posee extensiones; estas teoras se llaman teoras omitivas normales, y
se caracterizan por una propiedad que podra caracterizarse como semi-monotona. Si el conjunto de
defaults de una teora normal se incrementa, la nueva teora normal que resulta posee una extensin
que contiene, tal cual, la extensin de la teora originaria (Reiter 1980: Thayse 1988:178-179). Una
consecuencia prctica importante de esta propiedad es que las teoras omitivas cerradas normales
admiten un procedimiento de prueba que es local con respecto a las reglas omitivas, de modo que se
pueden construir pruebas que ignoren algunas de las reglas omitivas, como si el dominio global
estuviera compuesto por compartimientos estancos.
Otra caracterstica atractiva de las teoras normales radica en que sus consecuencias coinciden
con su justificacin. Este tipo de regla omitiva es por otro lado incapaz de generar inconsistencias:
ciertamente, no puede tampoco refutar la justificacin de otras reglas omitivas que se hayan introducido antes ni refutar su propia justificacin. Pese a que en el caso de estas teoras los procedimientos de prueba son relativamente sencillos, la interaccin entre las diversas reglas pueden generar
extensiones que contengan conclusiones no deseables (cf. Reiter y Criscuolo 1981). A veces es
necesario impedir la transitividad de determinadas reglas omitivas.
Comencemos ahora a entretejer referencias comparativas con otros esquemas lgicos y relaciones de complementariedad con los diversos formalismos de representacin que hemos visto. Vale
la pena enumerar las diferencias bsicas entre la lgica omitiva de Reiter y la lgica no montona de
McDermott:
663

 1) La lgica omitiva no propone el uso de una regla no-montona universal, sino que hace
uso de reglas particulares [defaults] que dependen del dominio considerado.
2) El operador M no es un operador modal perteneciente al lenguaje objeto, sino un operador que acta a nivel del metalenguaje. Las expresiones sobre las que ese operador puede
actuar pertenecern a una clase ms restringida que la clase de expresiones modales de la
lgica de McDermott.
3) Los teoremas de una teora omitiva no se definen como la resultante de la interseccin de
sus conjunto de creencias consistentes posibles. Su propsito ms bien es el de caracterizar una visin particular del mundo que un agente o persona pueda derivar en forma
consistente.
Los sistemas de representacin del conocimiento mediante redes semnticas y los formalismos
orientados al objeto a menudo proponen reglas de herencia que presentan distintas modalidades de
excepcin. La semntica de estos sistemas no ha sido analizada an exhaustivamente, aunque se han
hecho algunos ensayos de cierto inters (cf. Touretzky 1986, Etherington 1987).
Uno de esos ensayos es el de Bowen y Kowalski (1984:167-170), donde adems se brindan elementos de juicio para expresar los clculos en forma clausal. Estos autores han elaborado un procedimiento de amalgama de lenguaje objeto y metalenguaje que constituye una alternativa a la lgica
no montona de McDermott y Doyle y a la lgica omitiva de Reiter. Desplegando recursos de metaprogramacin sera posible evitar las contradicciones emergentes de nuevas aserciones que violan la
vigencia general de las reglas.
Cabra cerrar este apartado mencionando que entre el concepto de omitividad y el de presuposicin lgica existen contrastes y analogas significativas. Se nos ocurre que, segn su
formulacin, ambos conceptos integran o segregan, encubren o enfatizan la problemtica de los
conjuntos compartidos de creencias en un contexto de interaccin comunicativa.

Proceso lgico
Carcter
Especificacin
Ambito

Omitividad
ExplcitoImplcito
Supuesto compartido
Incompleta
La misma cultura

Presuposicin
ImplcitoExplcito
Supuesto a analizar
A completar
La cultura extraa

La omitividad atae a lo que puede ser callado (pues est ya prestablecido en el conjunto de supuestos) en tanto que la presuposicin, al contrario, implica contenidos y estructuras que se dan por
sentados pero que conviene explicitar. El estudio de ambos campos est an en dinmica, y es
posible que pronto se promuevan mecanismos de integracin. Por el momento no hemos hecho gran
cosa alrededor de la omitividad, pues no se nos ha presentado la urgencia de modelar conocimientos
actorales. Sabemos que en principio es modelable en Prolog mediante operadores o trminos de
predicado. El uso de estos y otros formalismos en la representacin del conocimiento antropolgico
espera analizarse crticamente para comprobar su rendimiento y su capacidad de expresin.

664

k) Lgica Epistmica y Creencia Subjetiva

Por su vigorosa conexin con el problema antropolgico de la subjetividad, la introspeccin y la
concepcin fenomenolgica del conocimiento, la variante de las lgicas epistmicas que nos
interesan en este contexto son las llamadas autoepistmicas (cf. Thayse 1988:193-203). Este tipo de
esquemas pertenece, como el anterior, al conjunto ms amplio de las lgicas no-montonas. Por la
naturaleza de sus representaciones y la interpretacin de sus operadores, las lgicas epistmicas
tambin forman parte del conjunto de las lgicas modales.
Para la presentacin de las lgicas epistmicas y de los formalismos modales que estn relacionados con ellas es imperativo hacer referencia una vez ms, a grandes rasgos, al campo de lo que hemos llamado sistemas modales "elementales" o "bsicos", de los que todos los dems se desprenden:
T, S4, S5 o sus nomenclaturas equivalentes.
La lgica autoepistmica se ha definido como la que rige el modelado de las creencias de un
agente idealmente racional que reflexiona sobre sus propias creencias (Moore 1984, 1985, 1988). Esta lgica posee una semntica muy simple, nada ofensiva a la intuicin y que permite probar cierto
nmero de resultados muy interesantes.
Una teora autoepistmica se define como un subconjunto de frmulas proposicionales propias
de un lenguaje dado, consistente en clusulas que pueden interpretarse como el conjunto completo y
consistente de creencias de una persona. Ese lenguaje se puede formular en trminos del operador
modal L, del que ya hemos hablado; una frmula de forma Lp puede interpretarse como "se cree que
p es verdad". El agente que se supone portador del conjunto de creencias referido por las clusulas
no se define a priori como racional.
En principio, y a pesar de la referencia realista a un "agente" psicolgicamente caracterizado,
todo el formalismo obedece a una cierta idealizacin: por ejemplo, slo pueden inferirse las consecuencias lgicas esperables del conjunto inicial de creencias, y todas las consecuencias lgicas habrn de ser tenidas en cuenta. Esto implica que el agente modelado por la lgica autoepistmica, aunque l mismo no sea lo que se dice "racional" en el sentido cotidiano de la palabra, posee una visin
perfecta sobre las consecuencias lgicas de aquello en lo que cree o no cree.
El carcter revisable de un razonamiento puede deberse a dos circunstancias. La primera no
tiene que ver con factores subjetivos, sino con la naturaleza incierta y conjetural de los hechos y relaciones conocidos. La segunda determina que el conocimiento sea revisable porque la ndole del
mismo es introspectiva, y las operaciones de introspeccin son inciertas y cambiantes. La validez de
estos razonamientos depende de lo que se puede admitir "en el presente estado de nuestro
conocimiento".
El rasgo definitorio de las lgicas no monotnicas de McDermott radica en el uso de una tcnica
de punto fijo que permite caracterizar conjuntos estables de conclusiones, y en el despliegue de procedimientos propios de la lgica modal en la formalizacin del razonamiento revisable (McDermott
y Doyle 1980; McDermott 1982). El objetivo principal de este autor ha sido el de definir una tcnica
que evite la circularidad en la definicin de reglas de inferencia no-montonas. McDermott deja
pendiente la eleccin del modelo concreto de lgica modal que fundamentara su esquema, oscilando
entre los llamados S4 y S5.

665

Las dificultades que las lgicas epistmicas comparten con el resto de los sistemas no
montonos son aspectos sobre los que se sigue trabajando. Uno de los problemas es que, conforme a
los esquemas fenomenolgicos y gestlticos de introspeccin, no existen reglas generales para
evaluar creencias complejas en trminos de creencias y descreencias elementales. En estos mundos,
el todo no es igual a la suma de las partes. Esto se agrava en el caso de que los agentes cuyo conocimiento se modela sean no-racionales (cf. Shweder 1984); en esta circunstancia no existira
tampoco, por definicin, ninguna relacin a priori entre sus creencias.
No obstante, se han realizado intentos de formalizar las creencias de agentes parcial o totalmente
racionales en funcin de una semntica de los mundos posibles (Moore 1984, 1988). Esta semntica
permite poner a prueba la existencia de teoras autoepistmicas que sean completas y fundadas con
respecto a un conjunto dado de premisas. Los modelos de Moore no son lo que un antroplogo llamara realistas, y a duras penas sus inflexiones engranan con nuestras categoras disciplinares; se los
puede entender, no obstante, como una especie de modelo idealizado sobre el cual convergen los
sistemas de pensamiento efectivos (Grgoire 1988). En la lgica hay estilos y tendencias, y los modos de exposicin son recurrentes: los detalles de estos modelos coinciden en lneas generales con
los de otras variantes de la lgica modal y no-montona, por lo que no insistiremos en reproducirlos
ahora.
Cabe agregar que las lgicas epistmicas guardan ocasionales relaciones con los sistemas de
"deduccin natural", asociados a las propuestas de Gerhard Gentzen; de hecho, casi todos los modelos epistmicos entrevistos aqu utilizan la peculiar notacin gentzeniana. El mtodo de Gentzen
toma como punto de partida tautologas elementales que progresivamente derivan frmulas ms
complejas en base a trece reglas de inferencia y ningn axioma; este proceso se puede transformar en
un test revirtiendo las reglas de Gentzen y dividiendo la frmula a probar en subfrmulas hasta que
su estatus lgico sea evidente. La exigencia de considerar alternativas hace que este proceso se estructure de acuerdo con un diseo arboriforme. De este mtodo se ha derivado otra entidad que
promete cumplir un rol fundamental en los prximos aos y que apunta hoy como un rival del
mtodo de resolucin: los tableaux analticos de Raymond Smullyan (1968). Smullyan y Fitting (Fitting 1983) han aplicado el mtodo de tableaux a diversas lgicas modales e intuicionistas, y nuestros
colegas Coniglio, Rodrguez y Gonzlez han programado tableaux para lgica dentica en Arity
Prolog, lo que prueba (por si hiciera falta) que este lenguaje ni siquiera est atado fatalmente a la
estrategia de resolucin.
No existe an, que sepamos, ninguna exploracin antropolgica en el tejido de estos sistemas
formales, lo cual no deja de ser llamativo toda vez que se trata de una familia de esquemas vinculada
muy de cerca con dificultades concretas de nuestra disciplina. Tampoco nosotros hemos establecido
nada perdurable, aparte de acumular referencias que deberan, de hoy en ms, comenzar a servirnos
de mapa para una bsqueda mejor.
l) Lgicas Denticas, Imperativas, Erotricas y de la Preferencia
No es fcil distinguir un anlisis lgico de la inferencia tica, de los mandatos, las preguntas o
las elecciones, de un anlisis ms o menos formal o sistemtico (respectivamente) del comportamiento, las rdenes, la interrogacin o la toma de decisiones en un contexto dado o en general. Las

666

"teoras de modelos" conocidas no ahondan en esa distincin. Nosotros mismos no lo hemos puesto
en claro hasta el momento, en espera de la oportunidad ms aleccionadora.
Qu significa, a fin de cuentas, un anlisis lgico o un anlisis de la lgica de determinada
cosa? El trmino es, como dira Ryle, sistemticamente engaoso, porque insina que el mundo (o el
trabajo cientfico) est sometido a una legislacin, a una geometra subyacente. Creemos no obstante
que se puede iluminar el punto, asignando como contenido de esa expresin ambigua lo que todava
es ms un proyecto que una consumacin. De lo que se trata en realidad es de ver en qu forma y en
qu medida los diversos fenmenos poseen una estructura que pone en tensin a las posibilidades
descriptivas o inferenciales de un modelo lgico y obligan a concebir ideas alternativas respecto de la
transmisin de los valores de verdad, la transitividad, la tautologa, el encadenamiento o la
contingencia.
Redefinimos, consecuentemente, el estudio lgico de algo (la "lgica" de lo que fuere) como un
estudio de la lgica en s, resultante del hecho de atravesar su semntica con un referente ocasional
(indeterminado, irracional, cambiante o peculiar) que le impone dialcticamente revisarse a s misma
para poder luego dar cuenta de l. Este estudio lgico, este feedback, esta concesin mnima del formalismo a la estructura correlacional del mundo o a la imagen conceptual que ste proyecta, parecera ser el prerrequisito de la utilizacin de un lenguaje lgico para describir o explicar el
fenmeno en cuestin. Se trata de una autntica inspeccin reflexiva en su ms elevado y cruento
nivel de rigor.
Distinguir un anlisis de "la lgica de" un fenmeno de un estudio sistemtico o estructural de
ese fenmeno no es cosa sencilla, y no se limita slo a la contraposicin entre lo general y lo particular, entre lo formal y lo sustantivo, entre lo ideal y lo emprico. Los propios epistemlogos acostumbran confundir el nivel descriptivo con el prescriptivo cuando hablan, por ejemplo, de una "lgica de
la investigacin" (Nagel 1981; Gibson 1982; Popper 1985), "lgica" que concierne a muchas cosas,
pero hasta el da de hoy no, en lneas generales, a la lgica en general o a una lgica concreta. Von
Wright deplora de esta forma la coalescencia del anlisis lgico con otros tipos de indagacin, la
inconstancia de los profesionales de la lgica para permanecer aferrados a su objeto:
Nunca, que yo sepa, este estudio independiente [de las preferencias con respecto a las cuestiones de
utilidad y probabilidad] ha sido emprendido sistemticamente desde un punto de vista lgico formal. Los
autores que tratan estos temas por lo general dan por supuestos ciertos rasgos lgicos de las preferencias -tales
como la asimetra y la transitividad-, y luego pasan sin ms al tratamiento de la utilidad (o la probabilidad).
Sucede como si tendieran a pasar, lo ms pronto posible, de una consideracin "cualitativa" de tipo "lgico", a
consideraciones "cuantitativas" de ndole "matemtica" (1967:21).

No es improbable que las cotas de explicitacin a las que nos acerca la programacin lgica
acaben por esclarecer el anudamiento indudablemente oscuro de las herramientas con su objeto.
Aqu plantearemos el problema, sin sugerir que hemos llegado a una formulacin concluyente.
Lo que los mundos o acontecimientos que ahora insinuaremos implican para la lgica es, ante
todo, el apercibimiento de la existencia o la necesidad de otros modos veritativos, aparte de "verdadero" y "falso". Existen o pueden postularse innumerables modalidades ms (condicionales,
indefinidas, cambiantes) de las que ya hemos visto. Tal vez sera interesante investigar si existe un lmite formal para el nmero de los modos posibles, una zona crtica ms all de la cual pensar en modos adicionales ya no proporcione ninguna ganancia a la comprensin. Tal vez, por el contrario,
botanizar modalidades diferentes pensando en agotar su variedad sea un ingenuo coleccionismo que
no conduce a ningn perfeccionamiento profundo del aparato lgico.
667

La modalidad que se refiere a valores tales como "obligatorio", "permitido" o "prohibido" se

conoce como lgica dentica. sta se ocupara de las relaciones de inferencia entre normas, vale decir, entre proposiciones prescriptivas. Los orgenes de la lgica atinente a normas y valores se remontan al ensayo Deontic Logic de Georg Henrik Von Wright (1951); su elaboracin ms satisfactoria ha
sido expuesta en la primera de las dos series de lecciones que dicho autor imparti entre 1959 y 1960
en la Universidad de St.Andrew, y particularmente en Norma y Accin, un texto universalmente
traducido y reeditado que refleja la impronta de Jaakko Hintikka. El nombre de esta variante de la
lgica fue sugerido a Von Wright por C. D. Broad, y desde entonces se impuso como el rtulo de una
especializacin interesante, pero sumamente marginada. La lgica dentica constituye una extensin
de la lgica estndar:
Podramos decir que la lgica formal, tal como hoy la entendemos, es esencialmente la lgica de un mundo
esttico. Sus objetos bsicos son los estados de cosas posibles y su anlisis por medio de categoras, tales como
cosa, propiedad y relacin. No hay lugar para el cambio en este mundo. Las proposiciones son tratadas como
definitivamente verdaderas o falsas, no como a veces verdaderas, a veces falsas. Las cosas se ven como
poseyendo o no poseyendo determinadas propiedades y no como cambiando de, por ejemplo, rojo a no-rojo.
Los actos, sin embargo, estn esencialmente conectados con los cambios. Un estado que no existe puede llegar a
existir como resultado de la interferencia humana en el mundo; o un estado que existe puede hacerse
desaparecer. La accin puede tambin hacer continuar estados de cosas que de otro modo desapareceran, o
hacer desaparecer estados que de otro modo llegaran a existir. Un requisito necesario de la Lgica de la Accin
es, por tanto, una Lgica del Cambio (Von Wright 1979:17).

El primer paso de Von Wright en la construccin de su lgica dentica fue el de examinar el

aparato lgico tradicional con vistas a construir a partir de sus ingredientes un nuevo formalismo
apto para tratar, al menos en grandes lneas, las peculiaridades lgicas de un mundo en cambio. En
su esquema, la lgica del cambio y la lgica de la accin son las precondiciones sucesivas de la
lgica dentica propiamente dicha. El inters de Von Wright en las normas y los conceptos
normativos no se deriva de un inters antropolgico, sino de una observacin de ndole formal: las
nociones de "debe", "puede" y "tiene que no" presentan una sorprendente analoga con las nociones
modales necesidad, posibilidad e imposibilidad, por un lado, y con los conceptos bsicos de la
llamada teora de la cuantificacin: todo, alguno y ninguno. Aunque por lo comn las prescripciones
no tienen valor de verdad, es posible establecer algunas relaciones lgicas entre ellas: por ejemplo,
del hecho que algo sea obligatorio puede inferirse que alguna otra cosa est prohibida (cf. Von
Wright 1979; Sanchez Mazas 1970).
A priori, por su ligazn con la problemtica del comportamiento, ste parecera ser un campo
lgico de entraable afinidad con las ciencias sociales; pero su desarrollo axiomtico est, hoy poy
hoy, bastante por debajo del que han alcanzado otras lgicas modales. Ni los lgicos se han acercado
masivamente al anlisis de las estructuras veritativas de los sistemas de prescripciones, ni los cientficos sociales han advertido en apariencia que dichos sistemas exigen una descripcin que en
ciertos respectos violenta las posibilidades expresivas de la lgica comn.
La lgica de los mandatos o imperativa, por su parte, ha sido caracterizada y formalizada por
Nicholas Rescher (1966). La lgica erotrica o de los enunciados interrogativos se ocupa de la relacin entre preguntas y respuestas, o entre las preguntas y sus presuposiciones. La bibliografa bsica
aplicada a estos problemas ha sido establecida en D. Harrah, Communication: A logical model
(1963).
La lgica de la preferencia o de la eleccin tendra a su cargo el estudio de las relaciones de
inferencia entre enunciados llamados estimativos. Quien plante inicialmente la posibilidad del
668

anlisis lgico de la preferencia parece haber sido Sren Halldn en su libro On the Logic of "Better"
(1957), citado por Von Wright en La Lgica de la Preferencia (1967:21). La lgica de la preferencia
de Von Wright se ramifica en tres secciones interrelacionadas, dispuestas en torno a otros tantos
operadores, P, I e Y, que definen la lgica bsica de la preferencia (o "prohairtica"), la lgica de la
indiferencia y la lgica de la igualdad valorativa.
No seguiremos aqu el trmite de esas lgicas; habra que establecer primero su status actual en
el consenso filosfico y luego requerir de los lgicos elaboraciones bastante ms rigurosas de las que
hemos citado en este captulo, antes de saber si estn en condiciones de constituir un aporte
constructivo a nuestra teora de modelos. Dos de los puntos marcados por Von Wright son pertinentes, sin embargo, y hablan a las claras de la necesidad de tender un puente entre las formas de la
lgica y la sustancia de la investigacin emprica. Cuando Von Wright discute el campo de significacin de la palabra "norma", distinguiendo primero entre reglas, prescripciones y directrices, y luego
entre costumbres, principios morales y reglas ideales, toca de inmediato una zona cultural y sociolgica que, con entera seguridad, los cientficos sociales han tipificado mucho mejor que cualquier
lgico de profesin. Cualquiera sea la correccin formal de la tipificacin de Von Wright, es incuestionable que se trata de una esquematizacin abstracta cuya casustica cabal, por lo menos, debera
provenir de un acervo de conocimientos empricos un poco ms tangibles o, en su defecto, de un plano de generalizacin que le otorgue alguna garanta de universalidad y permanencia. En ambos
casos, sera necesario asentar los cuadros taxonmicos sobre una prolija mirada a lo ancho de las
culturas y a lo largo del tiempo. As como est, este importante rengln de la lgica aplicada suena
incuestionablemente superficial y vaco.
El segundo punto ilustra la misma clase de negligencia emprica. Von Wright observa que la significacin ontolgica de la nocin de norma consistente (no contradictoria) dista de estar clara, y se
pregunta despus si es lgicamente imposible mandar o permitir a un agente hacer y abstenerse de la
misma cosa en la misma ocasin. La respuesta del lgico a esta pregunta no nos suena satisfactoria,
pues l hace depender la solucin de una instancia que se inscribe dentro del problema ontolgico de
las normas, espacio al que a su vez (como buen pensador abstracto) no examina con la necesaria especificacin contextual. Pensamos que las especulaciones de Von Wright se habran beneficiado si
hubiera tomado conocimiento de las caracterizaciones de Festinger sobre la llamada disonancia
cognitiva o, ms an, de los anlisis de Bateson acerca el doble vnculo (cf. Festinger 1957; Bateson
1985). Ambos estudiosos sociales no slo ejemplificaron los contenidos sustantivos de una casustica
de las normativas contradictorias o insatisfacibles, y de las racionalizaciones o los estallidos de irracionalidad que les suceden, sino que, an sin una estrategia de subrayado, arrojaron abundante luz
sobre sus aspectos formales.
La productividad de por lo menos uno de los dos modelos es incuestionable, aunque se pueda disentir con su articulacin: toda la teora batesoniana de la esquizofrenia como patologa de la
comunicacin familiar (y a la larga, toda esa corriente psiquitrica conocida como Terapia Familiar
Sistmica) se fundan en esa idea, en la que tambin se basa gran parte del prestigio de Bateson como
guru de Occidente. Un doble vnculo (o doble coaccin) es un mandato contradictorio, adosado a un
mandato complementario que prohbe al mandado escapar del campo: "debes comportarte como tu
padre" y al mismo tiempo "no puede hacer -por las leyes del incesto- lo que tu padre hace". Quiz
podramos ir ms lejos en nuestras analogas y sugerir que la conducta esquizofrnica resultante de
las dobles coacciones y la parlisis lgica concomitante a la contradiccin en todos los modelos,

669

inherente a la generacin de la clusula vaca, son expresiones o metforas de ideas convergentes, ya

que no idnticas.
La adecuacin del lenguaje Prolog para el tratamiento de las lgicas denticas ha sido corroborada por nuestros colegas programadores de la ctedra de inteligencia artificial de la Facultad de
Ciencias Exactas y miembros del GIDIA, lics. Osvaldo Gonzlez, Marcelo Coniglio y Ricardo Rodrguez. Ellos han desarrollado un poderoso motor de inferencia o "demostrador de teoremas" de
lgica dentica en Arity Prolog, que permite alternar entre clculo de proposiciones y clculo de predicados del primer orden, escogiendo como reglas de inferencia ya sea tableaux o una combinacin
de tableaux y resolucin; la base de conocimientos correlativa a este shell habr de ser, una vez
implementado el sistema, el Cdigo Civil. Esta experiencia, junto con las ricas discusiones de ella
emergentes, alcanza como demostracin de la versatilidad del lenguaje.
m) Lgica Temporal

Podemos esperar no que un clculo del tiempo venga a sustituir un da

a la metafsica del tiempo, sino, ms humildemente, que el uso propedutico
de la formalizacin, obligando al filsofo a distinguir todas las afirmaciones
mezcladas y a percibir a cambio todas las implicaciones enmascaradas bajo
el manto de la metfora, le inspire al menos a la reflexin filosfica sobre la
naturaleza del tiempo la exigencia asctica de despojarse de sus oropeles y
alejarse de sus coartadas.
Jean-Louis Gardies

Los antroplogos se muestran a veces ofuscados ante los modelos y teoras que no pueden dar
cuenta adecuadamente de la temporalidad, y en especial de esa dimensin histrica y manifiesta de la
temporalidad que se reconoce bajo la forma del cambio. Marcos tericos enteros, concebidos para
dar cuenta de invariantes estructurales o centrados en una descripcin congelada en el tiempo, se han
descartado crticamente con el argumento de que no sirven para abordar la dimensin diacrnica.
Numerosos etnlogos, encuadrados en variantes del marxismo o en el simbolismo, han cuestionado
las bases lgicas de "nuestra" concepcin del tiempo, la que nos ha dejado inermes para comprender
ideas alternativas (cf. Fabian 1983; Friedman 1985). Tambin se ha discutido la impotencia de los
modelos lgicos frente a las secuencias causales circulares y a los fenmenos de retroalimentacin.
Gregory Bateson ejemplificaba de esta manera la inadecuacin de "la lgica" para el tratamiento de
casos que involucraran secuencias temporales o relaciones de causa y efecto:
Decimos: "Si se aceptan los postulados de Euclides, entonces dos tringulos que tengan sus tres lados
iguales son iguales entre s". Y tambin decimos "Si la temperatura desciende por debajo de 0 C, entonces el
agua se solidifica". Pero los "si... entonces..." de la lgica del silogismo son muy distintos de los "si...
entonces..." de la causa y el efecto. En una computadora, que opera por causa y efecto, en la que un transistor
pone en movimiento al otro, las secuencias de causa y efecto se emplean para simular la lgica. Hace treinta
aos solamos preguntar: Puede una computadora simular todos los procesos de la lgica? La respuesta era
afirmativa, pero la pregunta era sin duda equivocada. Debera haber sido esta otra: Puede la lgica simular
todas las secuencias de causa y efecto? Y la respuesta habra sido negativa.
Cuando las secuencias de causa y efecto se vuelven circulares (o adquieren formas ms complejas an que
la circular) la descripcin o trazado de esas secuencias en la lgica atemporal se torna autocontradictoria. Se
generan paradojas que la lgica pura no puede tolerar. El circuito de un timbre ordinario nos servir de ejemplo
[...]. El circuito del timbre est armado de modo tal que la corriente circula cuando la armadura hace contacto

670

con el electrodo en A; pero el pasaje de corriente activa el electroimn que aparta la armadura, haciendo cesar el
contacto en A. La corriente deja entonces de circular por el circuito, el electroimn se desactiva, la armadura
vuelve a hacer contacto en A, y el ciclo de repite. Si expresamos este ciclo en una secuencia causal, tenemos lo
siguiente:
Si hace contacto en A, entonces se activa el electroimn.
Si se activa el electroimn, entonces cesa el contacto en A.
Si cesa el contacto en A, entonces se desactiva el electroimn.
Si se desactiva el electroimn, entonces se hace contacto.

Diagrama 4.9 - Modelo de timbre segn Bateson

Esta secuencia es perfectamente satisfactoria siempre y cuando quede bien en claro que las combinaciones
"si... entonces..." son causales. Pero si se quiere hacer una mala broma y pasar los "si" y los "entonces" al
mundo de la lgica, el resultado ser escandaloso:
Si se hace contacto, entonces cesa el contacto.
Si P entonces no P.
Los "si.. entonces..." de la causalidad contienen tiempo, mientras que los "si... entonces..." de la lgica son
atemporales. De esto se desprende que la lgica es un modelo incompleto de la causalidad (1980:53-54).

El ejemplo de Bateson podr parecer pertinente, severo e ingenioso, pero a nuestro juicio dista
de tener esas virtudes y es ms bien emblemtico del desprecio profesional de los antroplogos hacia
la formalizacin, de una actitud que decreta el fracaso de los modelos axiomticos antes de siquiera
pasar el dedo por el ndice de los libros que los desarrollan. Los argumentos batesonianos son sustancial y formalmente incorrectos, y toda la lgica de la simulacin ha sido distorsionada hasta un punto
en el que el ejemplo deja de ser til. Existe toda una teora de la simulacin, casi diramos una disciplina, un mundo intelectual, que Bateson ignora (cf. Zeigler 1976; Widman, Loparo y Nielsen 1988).
En los modelos de simulacin hay toda una delicada jerarqua de tipos lgicos (por utilizar un
trmino frecuente en la jerga batesoniana) que el autor ha confundido sin remedio; y algunas de sus
observaciones, en fin, lisa y llanamente no responden a la verdad. Aunque la figura de Bateson en
general nos simpatiza y no nos satisface cuestionar tan radicalmente a un cientfico laborioso, debemos sealar al menos algunos errores manifiestos, errores que por otro lado son tpicos de ideas
que con respecto a la lgica acarician innumerables colegas:
1) La forma en que Bateson enuncia la secuencia de acontecimientos cuando la tiene que
expresar en clusulas lgicas omite pasos que haba estipulado en la descripcin discursiva del proceso; dara la impresin que la diferencia introducida primero entre los respectivos "entonces" es
olvidada despus, cuando expone los resultados "escandalosos" de pretender expresar en lgica un
proceso temporal. Cuando Bateson transfiere la secuencia causal a expresin lgica, "olvida", por
671

ejemplo, estipular los consecuentes ("si hace contacto entonces se activa el electroimn", etctera).
La traduccin que realiza de lengua natural a forma lgica, adems, est plagada de incorrecciones:
"hacer contacto" y "cesar contacto" no se corresponden en absoluto a "P" y "no-P". Y es l mismo
quien identifica, por ltimo, mezclando todos los tipos lgicos, los "entonces" del formalismo con
los de la descripcin causal.
2) Como "todo escolar sabe", ninguna computadora puede simular todos los procesos de la lgica, sencillamente porque muchos de ellos (el clculo de proposiciones, por ejemplo) no son formalizables en un sentido riguroso. Cuando un formalismo es incomputable (y esto lo demostr Turing),
no siempre cabe achacar a la mquina la responsabilidad. De todas maneras, si una computadora es
un dispositivo complejo "que opera por causa y efecto", no se entiende por qu es imposible simular
con ella "todas las secuencia de causa y efecto" con las que el aparato debera en principio congeniar.
3) El fundamento inmediato de un lenguaje de programacin no es una empiria de causas y
efectos entre "transistores", sino una teora lgica. Es la capacidad expresiva de este lenguaje (y no el
funcionamiento bsico de una computadora, situado en un nivel de tipificacin mucho ms lejano y
en principio irrelevante) lo que se debe correlacionar con el fenmeno simulado.
4) Un modelo cualquiera no "contiene" tiempo, como tampoco posee distancias, fuerzas, objetos, personas, estructuras sociales o sabores de sopa; basta con que todo eso se pueda representar.
Y nada hay en el tiempo (que cuando llega a nuestra teoras es un concepto) que impida hacerlo.
5) Las computadoras no instrumentan directamente simulaciones de la realidad, sino que dinamizan los modelos lgicos construidos a propsito de ella. En el interior de esos modelos, no existe
inconveniente alguno en aprovechar, en el momento interpretativo, las propiedades de la implicancia
lgica para simular tanto sea la causacin (con la que a veces se la confunde) como procesos que
morfolgicamente no se le parecen; de hecho, ese mismo aprovechamiento se realiza cuando se lee
procedimental o declarativamente un programa de simulacin. No por ello, como ya hemos visto,
quien lee as un programa comete el error de identificar el comportamiento del mundo con el de la
lgica; lo que se correlaciona en un programa no es en un sentido amplio el mundo y la lgica, sino
un fenmeno y un modelo; las fases del comportamiento del modelo no son las consecuencias
lgicas de las fases anteriores, ni an un producto de sus causas, sino la mera consecuencia procedimental de la descripcin realizada, consecuencia que bien podra ser indeterminada o aleatoria sin
que por ello la implicacin lgica desaparezca o las causas se esfumen. De todas maneras, ni siquiera
a un nivel interpretativo la identificacin de causa e implicancia es necesaria: el educto del programa
puede interpretarse como una secuencia o correlacin objetiva de acontecimientos, sin involucrar
relaciones de causalidad.
6) Bateson ha desconocido por completo la existencia de lgicas alternativas y de formalismos
constructivos de representacin, como si en la forma que l mismo escoge para una representacin
del fenmeno ms bien aviesa y pardica se agotaran las posibilidades representacionales imaginables. Ignora adems la diferencia entre los lenguajes de programacin procedimentales y los
declarativos, y se expresa (equivocadamente) como si los que se utilizaron desde siempre en computacin hubieran sido de esta ltima categora.
7) Carece de sentido afirmar que la lgica no puede expresar el tiempo porque los "entonces"
de la implicancia deductiva no son inherentemente temporales. Aparte del hecho de que las posibilidades representacionales de la lgica no se agotan en la implicancia, Bateson debera saber que, por
el viejo principio de la arbitrariedad del signo, no tiene por qu haber ninguna inherencia de este tipo
672

entre el lenguaje y los referentes, entre el significante y el significado. El lenguaje no es mera iconicidad, y por ello el sentido y la referencia no se encuentran limitados por las posibilidades del isomorfismo o las indexicalidad, como los sabios cargados de bolsas de Laputa. Pese a que no existen conceptos inherentemente ardientes o hmedos, es no obstante posible (hasta donde sabemos) hablar del
fuego y del agua.
8) Correlativamente a la afirmacin de la naturaleza ilgica del fenmeno, Bateson insina la
insuficiencia emprica de la lgica. Esta postura implica que (ms all de toda descripcin
particular) existiran secuencias o clases peculiares de hechos que, por s solas, ponen en tela de
juicio las capacidades estrictamente formales de la inferencia lgica y de la racionalidad humana.
Ahora bien, excepto para el joven Wittgenstein, para Brand Blanshard y para algunos empiristas extremos, la lgica no es un espejo objetivo del mundo, sino una disciplina formal que se ocupa de la
relacin de implicancia (tambin formal) entre razonamientos que pueden o no referirse a l. Si los
filsofos se hubieran atenido a la premisa de que la lgica debe "reflejar el mundo", la lgica
difcilmente habra podido constituirse, pues no existe ni existir jams ningn modo formal de
asegurarse que la lgica subsume todos los tipos posibles o pertinentes de fenmenos, ni parece demasiado viable construir un formalismo convergente que de alguna manera reproduzca la totalidad
de la estructura del mundo. An cuando se acepte la plausibilidad de sostener que a distintas estructuras de fenmenos deben corresponder distintas lgicas42, ello no implica que no se pueda formular
una lgica capaz de analizar formalmente el fenmeno de que se trate.
Sea como fuere, el problema de causacin circular planteado por Bateson es expresable y
susceptible de resolverse en cualquier formalismo con pasmosa facilidad, sin poner en peligro las
bases racionales de la civilizacin de Occidente. Lo que sigue es un modelo de simulacin de timbre
batesoniano en el dialecto Turbo del lenguaje Prolog. Implementado en una mquina, el modelo no
slo funciona y la lgica no slo sobrevive, sino que no se genera ninguna paradoja autocontradictoria y el timbre suena en impulsos de 440 ciclos cada 5 centsimos de segundo, porque as lo ha
especificado el programador. La clusula "contacto" al final del procedimiento "desactivado" reenva
al principio de la serie, garantiza la circularidad del constructo y simboliza, en cierto modo, la estructura cclica de la causalidad. El investigador puede introducirse en el circuito ingresando el
nombre simblico de cualquiera de sus etapas.

42 Tal es lo que se cuestiona en la disputa entre "monistas" y "pluralistas", formalmente idntica a la querella entre "formalistas" y
"sustantivistas" en antropologa econmica. cf. Haack 1982:246-257.

673

Cualquier proposicin, descripcin o teora mal o bien planteada puede modelizarse. Probablemente las formas optativas de programar una simulacin como sta sean infinitas, an cuando limitramos el lenguaje a uno solo. Pese a que Bateson aseguraba que la lgica no poda modelizar una
causalidad circular, nosotros lo hemos hecho: el timbre suena. Este recurso al realismo escnico se agrega con el objeto de complementar la prueba formal con un golpe de efecto pragmtico, y para demostrar que nuestra crtica a la crtica batesoniana de la lgica no slo presume de desbaratarla.
Podemos tambin echar un ojo a la escena para que el ridculo sea abrumador: en computacin, todo
el mundo sabe que un programa bien estructurado (o estructurado, a secas) debe poseer una configuracin circular.
Cmo es posible que un profesional tan venerado se equivoque tanto? La crtica de Bateson sobre los supuestos lmites representacionales de la lgica fracasa, indudablemente, porque el problema
no se aborda ni remotamente con la garanta de los conocimientos necesarios para resolverlo. Esta
actitud merece tipificarse. Entre antroplogos, posar de experto en lgica o en lo que fuere puede
llegar a ser absurdamente fcil; la propia Mary Catherine Bateson, sin embargo, ha destruido el mito
de la erudicin batesoniana, revelando que su padre lea apenas un par de libros al ao (Bateson
1989:98-99). Eso se nota. Pero el problema es menos el ojo que le falta a Bateson que la ceguera
crnica de la antropologa y de las ciencias conexas, en las que aserciones como la que estamos tratando invariablemente quedan sin contestar. Todas las crticas anlogas que conocemos adolecen de
idntica frivolidad y de una tendencia irrefrenable a encontrar escollos en los pocos lugares donde no
los hay, o a imaginar que a los verdaderos dilemas se los puede superar a puro discurso y sin
consecuencias, como cuando en sobremesa se discute cul es la ms sabrosa de las comidas.
Cul es la realidad? Sea pertinente o no la crtica de Bateson a la lgica, es sin embargo bien
sabido que las lgicas convencionales no se prestan convincentemente al tratamiento de la temporalidad, y de hecho la excluyen de toda problemtica. El problema de las fallas de la lgica no pasa
empero por donde lo imaginaba Bateson (el realismo causal), sino por la varianza o dependencia
temporal de los valores de verdad. La explicacin de este olvido, paradjicamente, parece ser de
orden contextual e histrico:
Los pioneros de la lgica formal moderna fueron motivados principalmente por el deseo de representar los
argumentos matemticos de forma rigurosa. En consecuencia, y debido a la irrelevancia de las consideraciones
sobre el tiempo respecto a la (in)validez de los argumentos matemticos, pudieron ignorar en gran parte el hecho
de que en los argumentos informales sobre asuntos no matemticos el tiempo es a veces crucial (Haack 1982:
180).

Los lgicos acadmicos con frecuencia descartan o minimizan este problema -junto con problemas afines acarreados por las expresiones indexicales- argumentando que en la representacin de argumentos informales en forma simblica se debe cuidar que el tiempo permanezca constante a travs
de todo el argumento. Algunos autores de primera lnea, sin embargo, han sido sensibles al problema
que representa la temporalidad; consecuentemente, se han propuesto dos estrategias distintas: en su
obra ms conocida, Willard Van Orman Quine (1960) insiste en que el discurso temporal se represente dentro del aparato de la lgica estndar, interpretando las variables del clculo de predicados
como fluctuando no sobre individuos que perduran espacio-temporalmente, sino sobre "pocas". Arthur N. Prior, por el contrario, enfatiza la necesidad de adecuar el formalismo lgico al discurso tem674

poral mediante una extensin que introduzca nuevos operadores temporales especficos (Prior 1957,
1967, 1968).
Hay alguna injusticia en el estereotipo que sostienen los antroplogos y que endilga a los lgicos
escasa sensibilidad temporal. Las lgicas del tiempo no se agotan con los sistemas de Prior y de
Quine; podemos incluir entre ellas los razonamientos de Aristteles en torno de los futuros contingentes, los de Diodoro Cronos sobre el papel del tiempo en la implicacin, las proposiciones
modales temporalizadas de la tradicin islmica, la teora escolstica de la ampliacin temporal, las
matrices de Kripke, el sistema minimal de E.J. Lemmon, la lgica de la datacin de Jerzy Los, la lgica de la sucesin de los estados del mundo de Meredith, Rescher y Urquhart, la lgica tomista del
movimiento de Laurent Larouche y la lgica direccional hegeliana elaborada por Rogowski. Algunos
sistemas lgicos informales, atinentes a la dialctica y a la historicidad, forman tambin parte de este
rico conjunto, demasiado amplio y preado de consecuencias para intentar resumirlo (cf. Gardies
1979). Hay mucho que explorar y que aprender antes de concluir que "la lgica no puede hacerlo".
Ms que condenar la clausura intelectual de Occidente, expediente metodolgico sospechosamente fcil, podramos objetar el hecho de que las reflexiones antropolgicas sobre la representacin
del tiempo, en su mayor parte, se desarrollaron haciendo caso omiso de esta tradicin (cf. OhnukiTierney 1969; Bloch 1977; Bourdillon 1978; Fabian 1983; Friedman 1985; Geertz 1987). En algunos
crculos de debate, sin duda, ha sido de buen tono disfrazar de estrechez del pensamiento ajeno lo
que no es otra cosa que ignorancia propia. Es cierto que Friedman menciona al pasar a Quine y a
Wittgenstein, pero en ninguna parte hay una analtica detallada de las correspondencias y los choques
entre las concepciones en pugna, ni una constancia documentada de que el autor est en posesin de
todos los hechos filosficos pertinentes. En general los antroplogos favorecen perspectivas del tipo
"en la tribu X se sostiene una idea del tiempo distinta de la nuestra", sin saber que pensamientos muy
semejantes a los que intentan describirse tambin han sido filosficamente nuestros alguna vez43 y
hasta han alcanzado con frecuencia un poderoso estatuto formal.
Pero ms lamentable, sin duda, es la escasa preocupacin por asimilar todos estos antecedentes
que trasuntan las elaboraciones computacionales del asunto, al punto que entre las tres lneas investigativas (lgica, antropologa, computacin) no se encuentran casi conceptos ni herramientas en comn, pese a que resulta obvio que todos estn hablando de la misma cosa. Las excepciones (los pensamientos de un Balandier vuelto posmoderno sobre la imagen informtica del "tiempo real", las erudiciones sintticas de Jonathan Friedman y alguna otra comidilla suelta) no logran desmentir la tendencia (cf. Balandier 1989:160).
En las implementaciones de sistemas basados en el conocimiento (KBS), una de las cuestiones
ms delicadas del razonamiento temporal tiene que ver con lo que se ha llamado proyeccin: la derivacin de conclusiones sobre lo que en un momento dado puede ser verdad a partir de lo que es
verdadero en otro momento, y el mantenimiento de una estructura de conocimientos que permita
almacenar y encontrar esas soluciones. Se tratara de algo as como un remedo formal de la experiencia. En general se admite que la inteligencia artificial no ha desarrollado an respuestas ptimas a
este planteamiento; algunas estrategias implementadas, sin embargo, merecen referirse.
Modelizar el tiempo es dificultoso, pero posible. Los dilemas proceden menos de la insuficiencia de la lgica que de las flaquezas de la imaginacin. Una de las primeras estrategias que

43 Es decir, han tenido oportunidad de pensarse en la lgica o en la filosofa occidentales.

675

procuraron enfrentarse al problema de la temporalidad fue el anlisis situacional. Este mtodo

permite definir situaciones que representan intervalos de tiempo sobre los cuales se puede
presuponer que ninguno de los estados pertinentes del sistema ha de modificarse. Un estado es
simplemente un rasgo o propiedad que se pueda atribuir a este intervalo intemporal. Lo que se puede
describir concretamente en un clculo situacional son tales situaciones, sus estados correspondientes
y las transiciones entre ellas. El anlisis situacional en simulacin de procesos existe hoy en dos
variantes, una de ellas discreta y la otra continua, que difieren en la naturaleza de los algoritmos
utilizados; cada especie se divide a su vez en implementaciones de tipo simblico o de orden
cuantitativo (cf. Widman y Loparo 1989).
Fuera del anlisis situacional prevalecen dos modalidades contrapuestas y unilaterales, tal vez
inevitables, que difieren en la forma de introducir el tiempo como variable en un programa lgico o
en un sistema orientado al conocimiento. La primera tiende a concentrarse en la base de datos como
si fuera la clave del problema; la segunda asume la informacin de la base como algo dado y se
restringe a las operaciones que posibilitan realizar inferencias proyectivas o retroyectivas. En la terminologa de McDermott, las bases de datos dinmicas se conocen como gestores de mapas temporales [time-map manager] y las funciones para desarrollar razonamientos temporales se definen
como analizadores del sistema temporal [time-system analyzer]. Un programa que integre estas dos
orientaciones se considera un sistema de proyeccin temporal [time-projection manager] (Tello
1987:487-494). Es posible profetizar que todas las formalizaciones conocidas acabarn fusionndose
tarde o temprano en una heurstica unificada, probablemente parecida a un algoritmo gentico.
La modelizacin temporal disfruta de una frecuentacin cada da ms intensa; existen variados
inventarios de sus caractersticas y numerosas exploraciones computacionales que afrontan los problemas que presenta o que matrizan sus aspectos: determinismo temporal, granularidad, puntos e intervalos, lmites difusos, persistencia, mediacin, correlatos adverbiales, coexistencia, representacin
espacial, deixis (Kwong 1988). Tambin la lingstica del discurso y la enunciacin, la ms sensible
al fenmeno de la dependencia contextual, ha incidido en estos estudios a travs de sus extensiones
computacionales.
Ms all de los antecedentes venerables de Quine y Prior, en lgica computacional los referentes
formales han sido ms bien Rescher y Urquhart (1971), quienes han construido su modelo del
Sistema R en torno de una rigurosa imaginera topolgica. En este modelo se ha definido un
operador de realizacin temporal, t, complementado por otro operador dectico de uso frecuente, n,
que denota "ahora". Como ya lo hemos explicado otras veces, dichos operadores se pueden
introducir en Prolog mediante el comando , o se pueden expresar mediante nombres o trminos de
predicados. Las interfaces del lenguaje con la mquina son asimismo capaces de establecer con suma
precisin qu significa "ahora" numricamente. Mientras que la lgica proposicional comn utiliza
tablas de verdad, la lgica temporal de Rescher y Urquhart se sirve de un cubo veritativo en el que el
tercer eje representa un conjunto de tiempos sobre el que se pueden mapear puntos o intervalos. Con
posterioridad se han propuesto otros esquemas muy refinados, como el de Drew McDermott (1982);
ste prev tomar en cuenta el cambio continuo y la indeterminacin del futuro, as como la
multifurcacin de futuros posibles. El advenimiento de los procesadores en paralelo, con toda
seguridad, permitir profundizar an ms en estas representaciones.
Hemos experimentado algunas formas de simular el tiempo en Prolog, ya sea aprovechando la
temporalidad inherente a los procesos de computacin de las mquinas de Von Neumann, o introduciendo algoritmos especiales y estructuras de datos que se van modificando conforme se suceden
676

aserciones y retracciones de premisas. Nuestros modelos de simulacin de procesos elaborados como

parte de los intercambios metodolgicos con las investigaciones del lic. Hugo Yacobaccio, han demostrado la suficiencia y el poder del lenguaje para este tipo de representaciones. Las demandas de
la categorizacin antropolgica, concentrada sta ms en el polo de las estructuras que en el de los
procesos, no arrojan sobre la programacin lgica ninguna presin insoportable, sino que ms bien
se encuentran en dficit, superadas por la magnitud de la oferta. Programando estrategias ms bien
simples, es posible implementar simulaciones en reversa, generar retrodicciones, estirar o comprimir
el tiempo simulado, modular suaves pendientes de continuidad o avanzar por saltos intervlicos
abruptos, y mostrar todo eso ya sea en nmeros, en palabras o en imgenes. Uno de esos modelos, el
ms breve, figura en la cuarta parte del apndice de la presente tesis.
n) Lgicas de la Relevancia, Libres y Superevaluativas
Al igual que en el caso de la lgica modal o de la lgica no montona, existe un amplio rango de
lgicas de la relevancia. Las ms renombradas se conocen como el sistema R o sistema de la implicacin relevante, propuesto por Anderson y Belnap (1962, 1975) y el sistema E, que surge de una combinacin de R con el sistema modal S4 para producir una lgica del entraamiento (Anderson y
Belnap 1975). El sistema R no debe confundirse con el esquema homnimo desarrollado por Rescher y Urquhart, aplicado al tratamiento lgico del tiempo.
Los lgicos de la relevancia objetan el formalismo convencional que deriva conclusiones vlidas
a partir de premisas irrelevantes (o que considera irrelevante la relevancia para determinar la validez
de un argumento) y exige la relevancia de las premisas antes de considerar vlida una conclusin
(Anderson y Belnap 1975). Desde un punto de vista algo ms formal, y partiendo de la base de que el
entraamiento es la inversa de la deducibilidad, los lgicos de la relevancia afirman que B es
deducible de A solamente si se usa genuinamente la derivacin de B y no se hace simplemente un
rodeo pasando por A. Para que B sea deducible de A, A debe entraar B. Fogelin resume esta
exigencia como la "regla de los negocios sin trampas". El sistema E restringe an ms la
deducibilidad, aadiendo a la relevancia el carcter necesario y otras restricciones caractersticas de
la implicacin estricta, tal como se la defini en el sistema modal S4.
La lgica de la relevancia no solamente restringe la nocin de deducibilidad, agregando
operadores especficos para la implicacin relevante, sino que en ella, debido a diversos efectos de
implicacin, las reglas de inferencia clsicas (y ante todo el modus ponens) virtualmente no
funcionan. Haack le objeta el hecho de que las consideraciones de relevancia son apropiadas para
relegarlas a una dimensin retrica de la valoracin de argumentos, ms que a una dimensin lgica,
y asienta sus sospechas respecto de que la relevancia es desesperadamente recalcitrante al
tratamiento formal (1982:36-37, 227).
El argumento defensivo de Haack, casi siempre demasiado entusiasta en favor de las opciones
conservadoras, es slo en parte atinado. La relevancia de los antecedentes para probar los consecuentes es un aspecto que la lgica convencional en general no ha problematizado por cuanto ha estado
ms pendiente de las falacias que se suceden en el encadenamiento de dos o a lo sumo tres premisas,
que de la estructuracin de verdaderos sistemas lgicos. Haack olvida que la sustancia de los
sistemas lgicos se constituye en base a condicionalidades deliberadas y sujetas a un juego

677

acumulativo, y no primariamente en base a implicaciones estrictas acomodadas miembro a miembro.

Nada impide que en uno de tales sistemas se fije una condicionalidad contingente de este tipo:

Aunque el ejemplo es inductivamente indefendible y por lo tanto falaz de antemano, bien

pudiera ser que en un sistema real se filtren otros que no lo sean de una manera tan ostensible. El
recorrido sinuoso de los procesos de inferencia por la masa de condicionalidades que se encadenan
en un sistema real y el hecho de que no se pueda prever cules habrn de ser las preguntas,
conjunciones y disyunciones que se propongan a un sistema, incrementan las posibilidades de
incurrir en errores de relevancia. Ninguna heurstica de procedimientos, hoy en da, ni siquiera en la
ms computacional de las lgicas, nos pone al abrigo de semejante amenaza.
Una vez ms, el sentido hiperestricto que los lgicos otorgan al trmino diverge de la vaguedad
connotativa y de la ideologizacin que se han apoderado de la palabra "relevancia" en antropologa.
Pero el caso es que la relacin entre la relevancia lgica y la relevancia sustantiva, definida sta
ltima desde los parmetros axiolgicos de una disciplina como la nuestra, dista mucho de ser una
problemtica que alguien haya abordado formalmente alguna vez. Por desdicha, la soberana de la
lgica tiene que ver con la consistencia de las conclusiones a las que se llega, y no con la importancia
humana, tica o ideolgica de los asuntos que se tratan; ninguna capacidad de modelizacin
inmuniza contra la trivialidad.
La relevancia relativa de un asunto por encima de otro (la situacin poltica durante el rgimen
de Marcos en Filipinas versus la fabricacin de bebidas fermentadas entre los subanum segn Frake;
las matanzas iniciadas por los paramilitares de Sukarno versus la ria de gallos en Bali segn Geertz;
la secundariedad de las cosas del estmago segn Sahlins versus la muerte por hambre en Somala)
seguir siendo materia eternamente opinable, por cuanto an en una ciencia axiomatizada esa tensin
atae a la esfera de la interpretacin y no a la de las relaciones formales en el interior de un modelo.
Es probable que, pese a la seductora promesa que se esconde en su nombre, las lgicas de la
relevancia sigan siendo por unos aos irrelevantes a los fines de la formalizacin de nuestra disciplina.
De las lgicas llamadas libres no hay mucho que decir, salvo que su denominacin vuelve a ser
impropia desde la mirada de nuestra disciplina, por cuanto son acaso ms "puras" (y ms restrictas)
que la lgica convencional. En efecto, una lgica libre es, en rigor, una formulacin despojada de
compromisos ontolgicos, que no asume ningn supuesto acerca de la existencia o inexistencia de
los trminos singulares que la componen, lo cual afecta, de rebote, tanto al uso como a la interpretacin de los cuantificadores (cf. Bencivenga 1986). Histricamente, estas lgicas se inspiran en las
lgicas inclusivas de Jaskowski (llamadas as por Quine), inventadas en la dcada del 30 como
sistemas de deduccin natural capaces de admitir dominios de cuantificacin vacos. Tambin tienen
que ver con las lgicas libres los sistemas superevaluativos de Van Fraasen (1969), diseados para
superar las discrepancias entre distintas filosofas del lenguaje subyacentes al trabajo lgico, y las
teoras formales de la descripcin de Lambert, Grandy y Bencivenga (cf. Bencivenga 1986:415421).
Todas estas lgicas tal vez sean adecuadas para expresar ideas que en la antropologa sociocultural son recurrentes, tales como los conceptos tericos (emic o etic) y las entidades mticas, cuyo tratamiento interpretativo, en trminos convencionales de denotacin, podra llegar a ser enredado o
678

quiz imposible. Se trata no obstante de un mbito demasiado viscoso y complicado como para que
un solo investigador, proveniente de una ciencia extraa, se aventure en l sin la garanta de un
apoyo especializado.
o) Lgicas Promiscuas
Con el correr del tiempo, el eclecticismo acab por penetrar en las especulaciones
antropolgicas sobre la fundamentacin, que es quiz el nico territorio en el que cabra con alguna
sensatez proscribir su prctica; testimonio de ello son, por ejemplo, los comentarios de D. Zeitlyn
(1984) en los cuales, situndose a la zaga de Cooper, Salmon y Evens, se introducen alternativas que
son menos heterodoxas que heterogneas y menos fundamentadoras que programticas.
El argumento de Evens, esplndidamente escrito, afirma que el problema de la "mentalidad
primitiva" siempre ha acabado degenerando en la presuncin de que las funciones de esa mentalidad
son anlogas a lo que nosotros llamamos lgica. Discusiones recientes en el espritu del
neotylorismo, como las de Wilson (1970) o las de Horton y Finnegan (1973), participan de esta tradicin. Para Evens la lgica (incluso las lgicas alternativas o la lgica levistraussiana de lo concreto)
son impotentes para racionalizar lo que no es racional, "los modos de pensar que, de acuerdo con los
trabajos hoy en da ms autorizados, son constitucionalmente ambiguos" (1983:114). Y prosigue:
No es sorprendente que los antroplogos, de Tylor a Lvi-Strauss, hayan sostenido y reclamado haber
resuelto el problema de la mentalidad primitiva dando por sentado que la "lgica" de las prcticas religiosas de
los primitivos y las nuestran son estrictamente anlogas. Como clientes inconscientes de su propia tradicin
filosfica, esos antrpologos difcilmente pudieran hacer otra cosa. Nuestra lgica slo puede discriminar por un
lado la lgica en tanto lgica y por el otro la no-lgica, pero no puede reconocer nada entre medio (1983:115).

Evens intuye una salida relativista al autoritarismo de la lgica occidental en la adopcin lisa y
llana de la lgica primitiva como modelo de cobertura. El concepto de primitivo no slo denota
-dice- lo que es anterior en el tiempo, sino tambin lo que es fundamental.
Al no poder construir un esquema lgico para dar cuenta de las prohibiciones del incesto entre
los Nuer, Evens ha propiciado abandonar el campo de las lgicas convencionales y trasladarse hacia
una "lgica vivida", una "ley de la naturaleza" elptica que, formalmente hablando, no se sabe muy
bien en qu consiste (Evens 1983:122-123). Reaccionando ante este retroceso que nos privara de
toda sustentacin, Zeitlyn propone una nueva modalidad de lgica, reputando fallidos tanto los
intentos de Reichenbach en fsica cuntica como los de Cooper y Salmon en antropologa.
La propuesta de Zeitlyn no es otra cosa que la lgica intuicionista. En este modelo, la ley de la
doble negacin trabaja en el sentido de que se encuentra legtimo deducir la frmula siguiente:

pero no se considera vlida esta otra opcin:

679

Lo cual, incidentalmente, coincide con una prescripcin notacional y semntica del Prolog que
no tiene nada que ver con la filosofa intuicionista. El modelo de Zeitlyn excluye la reduccin al
absurdo, por cuanto en esa lgica nada se sigue de la afirmacin simultnea de un hecho y de su
contrario. Dice Zeitlyn:
Deberamos discutir la relevancia de la lgica intuicionista para el caso de los Nuer. Esta es una tarea que
debo delegar a otros que estn ms familiarizados que yo con la etnografa. [...] Simplemente sugiero que
deberamos preguntarnos cmo sera la operacin de esa lgica y cmo podra descubrirse que alguien la est
utilizando. Las posibilidades deberan por lo menos discutirse, y slo despus se las debera rechazar (loc.cit.).

Lamentablemente, afirmar al mismo tiempo una cosa y la contraria conduce, sea cual fuere
nuestra intuicin al respecto, a la imposibilidad de demostrar lo que fuere, a menos que se redefina
en algn sentido extico lo que quiere significar cuando se habla de deducir. Hay algo de poco
convincente en la postergacin de Zeitlyn de lo que, segn sus palabras, vale la pena considerar.
Por desdicha, las elaboraciones de Evens y los comentarios de Zeitlyn no logran trascender la
confusin entre la lgica efectivamente utilizada por los nativos (y que nosotros no vemos por qu ha
de ser "racional" y no contradictoria) y la lgica a la que ha de atenerse el modelo que la describa. La
diferencia bsica radica en que en este ltimo, las aserciones pueden ser contradictorias sin conflicto
para el clculo de sus consecuencias, ya que tanto la afirmacin implcita de p y la negacin no-p no
son operadores, sino valores literales que un mecanismo de clculo (como lo hemos dicho al
principio) ni siquiera interpreta. Hay una diferencia tremenda entre afirmar en una clusula:

y testimoniar mediante la asercin de un hecho que alguien sostiene ideas que, interpretadas por
el cientfico, puedan ser contradictorias, como en este caso:

Al haber confundido el lenguaje con el metalenguaje, la lgica con la metalgica, la racionalidad

del mtodo con la de su objeto, las ideas de Zeitlyn y Evens (y con ellos, las de Salmon, Cooper y el
propio Lvi-Strauss) dejan de ser pertinentes para lo que aqu cabe discutir.
Despus de esta polmica, creemos percibir un proceso de dispersin en las pocas propuestas
que se han publicado o comunicado en favor de alternativas lgicas. Algunas de ellas se acercan peligrosamente a enunciados de sentido comn, como si la construccin de un sistema lgico fuera cuestin de aadir operadores o columnas veritativas, o de formular criterios explcitamente elsticos. En
los ltimos aos han abundado opiniones episdicas como "habra que dar lugar a sistemas polivalentes, que reconozcan infinitos valores de verdad" o "habra que implementar mecanismos flexibles de razonamiento difuso o incompleto", sin que nadie se tomara la molestia de especificar
cmo es que semejantes replanteamientos formales han de llevarse adelante y cul ha de ser su
escala, su lmite y sus criterios de fundamentacin. La mayor parte de los cientficos que suscriben
esos puntos de vista desconoce los esfuerzos que otros pensadores vienen realizando desde hace aos
en ese campo, esfuerzos que en alguna medida hemos tratado de documentar en los captulos precedentes.
680

No por nada es ms frecuente que estas opiniones se escuchen decir y no que se vean escritas. Si
en algo Tyler tiene razn, es en que un sistema lgico difcilmente pueda ser verbal (cf. Tyler 1987).
La palabra hablada es menos vinculante que la letra de molde, y en nuestra disciplina todo el mundo
ha aprendido a pronunciar castillos en el aire sin sentirse comprometido. Pero si se habla de
reformular la lgica (que en definitiva est compuesta por conjuntos de desarrollos axiomticos),
habra que rigorizar mnimamente los nuevos programas y brindar modelos de recambio explcitos,
que posean un grado de instrumentalidad por lo menos equivalente al que se disfrutaba antes.
No satisfechos con la multiplicidad de las lgicas formales, o tal vez no conocindolas con la
familiaridad debida, algunos antroplogos han inventado otras nuevas, dotadas de operadores y
trminos capaces (segn alegan) de dar cuenta de los matices de razonamiento ms recnditos del
pensamiento humano en general y de la mentalidad primitiva en particular.
Una de esas lgicas desviadas, la de mayor aliento potico es la propuesta por Bateson
(1989:39). En ella sera vlido este razonamiento:

Este mecanismo de inferencia, denominado el "silogismo de la hierba" es, a todas luces, el

mismo que rige las metforas. Su carcter transgresor es ostensible, pero ni an as elude la
posibilidad de implementarse en Prolog mediante tcnicas de metaprogramacin similares a las que
ya hemos visto.
Otra de las creaciones en el campo de las lgicas alternativas es la del especialista en
inteligencia artificial y antroplogo de la Universidad de Wisconsin en Madison, Sheldon Klein
(1983). Se trata de un sistema que no fue satisfactoriamente discutido en oportunidad de su
publicacin inicial y que vale la pena examinar en detalle por lo que tiene de representativo y por la
forma en que permite desplegar en su refutacin, como argumento culminante sobre la expresin de
unas lgicas por otras, algunas herramientas inducidas por la prctica con el clculo de predicados.
El punto de partida de Sheldon Klein es un conjunto de razonamientos en apariencia sensatos,
pero (como ya lo hemos verificado en otros captulos) insanablemente errneos:
Si el cerebro humano es una especie de autmata de estado finito (es decir, una especie de computadora)
en el hecho de que debe realizar clculos en una cantidad finita de tiempo, utilizando un nmero finito de pasos
para manipular una cantidad finita de informacin en un espacio finito, entonces explicar la forma en que los
seres humanos generan e interpretan la conducta sin utilizar una cantidad desmesurada de tiempo de procesamiento es un problema mayor. Si se afirma que las reglas de conducta estn codificadas en una notacin
equivalente a las estructuras de la lgica proposicional, uno se encuentra ante el hecho desagradable de que el
tiempo de procesamiento se incrementar combinatoriamente con la magnitud de la base de datos. Las computaciones con una base de datos del tamao suficiente para dar cuenta de las reglas de la cultura tomaran
demasiado tiempo para permitir que la interaccin humana proceda a un ritmo normal. [...] Se sigue entonces
que las reglas de conducta deben estar codificadas de otra manera (Klein 1983:151).

Ya hemos demostrado que ninguna teora concibe el mecanismo humano de procesamiento de

informacin como si fuera un autmata finito (Klein debera haber dicho ms bien una mquina de
Turing), que el tiempo de procesamiento sobre una base de datos se incrementa lineal (y no
exponencialmente) conforme a su magnitud, y que el problema es tal vez un seudoproblema, a la luz

681

de la existencia de heursticas y esquemas mentales que hacen que no toda alternativa conductual
deba ser calculada cada vez como si fuera la primera ocasin en que ocurre.
Digamos adems que es impropio en este caso hablar de base de datos, pues el dilema gira ms
bien en la naturaleza de las reglas de clculo, y no tanto en la estructura o en la magnitud de los
hechos a que esas reglas (como procedimiento de inferencia) se aplican. Tambin cabe asegurar que
en ningn momento, en toda la analtica de Klein, la codificacin de los hechos simblicos se
vincula a algo que se parezca a una normativa de las alternativas de conducta a la mano.
Pero aunque toda la propuesta de Klein se funde en bases endebles y utilice terminologa equvoca, vale la pena examinar esa "otra manera" en que segn l se encuentra codificada la informacin cultural. La semblanza de esa lgica cultural alternativa es un tanto confusa. Dice Klein que el
principal componente de las reglas para calcular la conducta humana residen fuera del individuo, en
ese fenmeno colectivo que los antroplogos acostumbran llamar "cultura". Este modelo contiene
reglas de conducta codificadas en forma de operadores analgicos que relacionan descripciones de
estados situacionales. Estos operadores se llaman Operadores Aposicionales de Transformacin o
ATOs; los ATOs reenvan a las teoras sobre la particin hemisfrica cerebral que oponen los modos
de razonamiento proposicional y aposicional y que consideran que esa oposicin o divisin del
trabajo se encuentra culturalmente determinada (cf. TenHouten y Kaplan 1973; Paredes y Hepburn
1976).
Estos ATOs seran al mismo tiempo un mecanismo analtico que puede ser utilizado para
calcular la conducta humana por analoga, de una manera que evade muchos de los problemas
combinatorios asociados con una presunta computacin en base a reglas proposicionales. Muchos de
los ATOs de una sociedad dada se encontraran codificados en los artefactos materiales y simblicos
de su cultura, la cual servira entonces como repositorio de los mismos. Los sistemas ATOs,
dispuestos en complejas jerarquas e identificados con la cultura, son algo as como medios
inconscientes por medio de los cuales los hombres en sociedad calculan la conducta por analoga.
Un conjunto de items que se refieran a los pares "varn"/"mujer", "joven"/"adulto", "odiar" /"amar", "luz"/"oscuridad", por ejemplo, servira para formular la analoga siguiente (Klein 1983:152):
:

Las operaciones desenvueltas por Klein definen algunas abreviaturas que luego no utilizan, se
aplican a casos didcticos para los cuales sera tortuoso encontrar correlatos culturales significativos,
no problematizan la toma de turnos entre las modalidades "diestras" y "siniestras" de procesamiento
cerebral y dan por sentado en el lector un fondo de virtuosismo matemtico que el propio autor
domina a duras penas. Sea como fuere, el clculo de la analoga se encarrilara de este modo:
:

682

Como queda evidenciado en el ejemplo, no hay nada que caracterice al operador analgico y que
sea matemticamente distinto de una vulgar operacin "proposicional" entre trminos dispuestos en
pares binarios. En ninguna parte del modelo existe la menor indicacin respecto de otras formas no
binarias de codificacin bsica, masivamente testimoniadas por la indagacin etnogrfica, ni se describen las operaciones analgicas que seran propias de esas estructuras polivalentes o difusas, ni se
compara el rendimiento de la inferencia analgica con otras heursticas en las que abunda la inteligencia artificial reciente.
No describiremos aqu ni la naturaleza matemtica de los operadores aposicionales ni la sesgada
ejemplificacin, que recorre las prcticas adivinatorias del I Ching, la pintura navajo en arena y los
mandalas de Extremo Oriente, adems de otras cuestiones algo ms cotidianas. Los malabarismos de
Klein con las sumas binarias no hacen olvidar que su dominio de la literatura relevante y de la
terminologa tcnica de la teora de autmatas es bastante menos que discreta.
Si lo hemos comprendido bien, los operadores aposicionales trabajan en trminos de analogas
entre dominios, fenmenos y niveles que efectan una funcin de atajo en la compleja maraa de las
oposiciones binarias que constituiran, segn Klein lo entiende, el modo proposicional de clculo, a
la larga identificado con toda la lgica. Llamativamente, los ATOs discurren a travs del mismo tipo
de binarizacin, por lo cual quedan al margen de toda la investigacin reciente sobre la analoga
(Sternberg 1977; Anderson 1981) o sobre la semntica difusa: como lo seala Stevan Harnad en sus
comentarios crticos, las operaciones analgicas definidas por Klein (de tipo "A es equivalente a B")
son simples relaciones proposicionales; la combinatoria ciega, por otro lado, no es el estereotipo correcto de lo que en muchos crculos inclinados al irracionalismo pasa por ser lo "proposicional".
Klein coteja los modos proposicionales y analgicos como si tanto los primeros como los segundos tuvieran que vrselas con una retcula arbolada de oposiciones de tipo A/no-A, un poco a la manera de Lvi-Strauss. Antes de aceptar las heursticas de la analoga, deberamos estar persuadidos
que ese binarismo es un reflejo fiel del modo proposicional del clculo, lo cual hoy en da es algo
bastante difcil de aceptar. Segn creemos, las investigaciones de Berlin, Kay y Rosch en Berkeley
han arrojado todas esas maniobras de la lgica aristotlica de clases y de la teora de conjuntos convencional al desvn de los malos recuerdos, por no decir nada de lo que resultara un cotejo con otras
formas elaboradas de modelizacin. Recrranse nuestros programas lgicos o nuestros captulos
sobre las modalidades de representacin del conocimiento, y a duras penas se encontrarn estructuras
de ese tipo, hechas a la medida para que los adversarios de la computacin aplicada diseminen sus
lugares comunes. Las ideas de Klein sobre el procesamiento humano de la informacin corresponden
a un pensamiento binarizante que ya se ha demostrado estril y que es epistemolgicamente anterior,
incluso, a las fallidas aventuras de la antropologa cognitiva clsica derivada de Goodenough.
Expresar en un lenguaje de la potencia descriptiva del Prolog los procedimientos del clculo
analgico, restringido a estructuras del tipo "A/no-A" sera harto sencillo, como ya hemos tenido
oportunidad de corroborarlo a propsito de (por ejemplo) los esquemas de representacin en forma
de rbol binario o de clave clasificatoria. La construccin de un sistema cultural atravesado por operadores aposicionales se hara en primera instancia definiendo las oposiciones "proposicionales" bsicas en trminos de hechos y luego sobreimponiendo reglas de generalizacin equivalentes a los
operadores de la analoga. Segn parece, el razonamiento analgico no posee ninguna peculiaridad

683

formal que lo haga inmune a la analiticidad y que impida, por lo tanto, describirlo en un lenguaje
orientado a la descripcin.
Los ejemplos provistos por Klein, por desdicha, no suministran una descripcin lo suficientemente completa o clara como para representarla con alguna ganancia. Todo es insinuacin y fragmentariedad, como si los razonamientos analticos hubieran sido ganados por la analgica que suponen caracterizar y como si la contextura binarizante de los dominios modelados no pudiera impugnarse en nombre de frames y esquemas bien conocidos por la ciencia cognitiva y corroborados por
un consistente trabajo de campo. El discurso kleiniano est atiborrado de esquemas imaginales que
no lo didactizan, y que se aplican al margen de toda la tradicin cognitiva y computacional en torno
de las redes semnticas y los grafos conceptuales.
Oscuro en lo formal, el modelo de Klein se encuentra afectado adems por la imposibilidad de
una verificacin de carcter emprico, que demuestre o que insine con cierto margen de
plausibilidad que la conducta en los medios sociales que aborda es efectivamente reglada por el
desencadenamiento de las operaciones analgicas que l describe. Despus de la experiencia recabada por la ciencia cognitiva, que demostr lo difcil que es elicitar sin inducir e informar sin diseminar racionalizaciones, entendemos que una demostracin semejante es imposible en principio, lo
cual remite todo el esquema a las esferas de la pura especulacin, impugnable incluso como axiomtica abstracta. No lo seguiremos hasta all.

4. La Antropologa y el universo de las lgicas

Los captulos anteriores han demostrado que, independientemente de la potencia
representacional de los principios lgicos que rigen by default, la implementacin computacional de
la lgica de predicados del primer orden sirve con suprema eficiencia como formalismo para la
construccin de modelos fundados en lgicas no del todo coincidentes o discrepantes con el esquema
apofntico asertivo binario convencional. Con ello hemos coronado el plan fijado por el equipo de
Thayse, describiendo una trayectoria ms consecuente, exhaustiva y ordenada de la que siguiera l
mismo.
Al margen de esa demostracin (que se opera en esta tesis por primera vez) hemos trazado sin
casi advertirlo un cuadro de correlaciones de problemas sustantivos de las ciencias humanas por una
parte y elaboraciones lgicas formales por la otra. La elaboracin de estas correspondencias no han
sido an expuestas en su versin definitiva en el transcurso de la tesis. Provisionalmente, dichas
correlaciones admiten acomodarse en un conjunto sistemtico de pares ordenados:
1) La concepcin de Kripke sobre los mundos posibles brinda un formato riguroso a la idea
de los universos finitos de sentido de la fenomenologa schutziana y a los "mundos con
su propia lgica" que pretenden dar cuenta de un abigarrado conjunto de fenmenos
culturales, cuando no de las diferencias culturales mismas.
2) Las normas contradictorias de la lgica dentica que perturbaban a Von Wright tienen su
contrapartida en la hiptesis batesoniana del doble vnculo y en las elaboraciones de Festinger sobre las disonancias cognitivas.

684

 3) Los lenguajes presuposicionales de Van Fraasen articulan una expresin sistemtica de

los implicit meanings de Mary Douglas, de los enigmticos unsaid y unspeakable de
Stephen Tyler y de los "presupuestos que se dan por descontados" que pululan en textos
que testimonian el tardo redescubrimiento antropolgico y etnometodolgico de la
convencionalidad.
4) Las "extensiones" de la lgica modal re-expresan una idea interesante (pero bastante mal
formulada) en el complementarismo de Devereux.
5) La polmica entre el monismo y el pluralismo lgico reproduce los sentidos y las inflexiones de la querella antropolgica entre el formalismo y el sustantivismo econmico.
6) La lgica temporal axiomatiza algunas de las reflexiones construidas al abrigo de las modalidades dinamistas, procesuales y diacrnicas del pensamiento antropolgico. El tratamiento de la diacrona y el cambio en trminos lgicos pone al descubierto dificultades
que no haban sido previstas en los abordes que se atienen al sentido comn. No por nada
los modelos computacionales en los que prevalece la temporalidad son "modelos de
simulacin de procesos". Esta es una especie formal que se construye a falta de otra
solucin mejor, cuando todava los resortes esenciales de un mecanismo sistmico son
desconocidos.
7) Del mismo modo, la lgica inductiva ha producido reflexiones que esclarecen los
dilemas estadsticos y categoriales de la antropologa transcultural, relacionando
(programacin lgica mediante) las estructuras de la representacin de datos y el lgebra
relacional con los teoremas formales de la induccin.
8) Hemos tomado registro de la concomitancia entre los grados de evidencia de la lgica
intuicionista de Heyting y la semntica de prototipos de los cientficos cognitivos,
quienes hablan por aquel lado de intuiciones ms o menos rotundas y por ste de valores
de verdad ms o menos taxativos.
9) La lgica multivaluada, por ltimo, ha servido para indagar disciplinadamente problemas
antes remitidos a un difuso "pensamiento prelgico", cuya lgica, en rigor, tampoco ha
sido sistemticamente examinada en trminos formales.
El registro es impresionante ms por lo que anuncia como programa de investigacin que por lo
que concluye como indagacin consumada. Creemos que muchas de esas concomitancias pueden ser
metodolgicamente significativas, y estamos resueltos a profundizar en su desarrollo cuando la
ocasin se presente.
Es probable que la elaboracin de modelos lgicos para ciertos espacios temticos de la disciplina se encuentre, de aqu a unos aos, cotejando la fuerza de lgicas alternadas, puliendo los
conceptos disciplinares al mismo tiempo que los inserta en matrices controlada y axiomticamente
distintas para observar, con toda intencin y escrpulo, cmo es que actan cuando el escenario difiere.
En un segundo nivel de sistematizacin (ya sea porque no se contrastan con formulaciones
lgicas histricamente dadas o porque lo hacen de un modo que ya ha sido descubierto) se acomodan
los pares ordenados anlogos de algunos problemas tradicionales, vertidos en una nueva matriz: la
semntica de prototipos y la lgica difusa, el anlisis componencial y las grillas de repertorio, el paradigma indicial (o la "inferencia clnica") y las heursticas expertas. Ninguna lgica, ninguna
685

prctica de representacin, a pesar de la enorme distancia que media y seguir mediando entre los
desarrollos formales y las teoras empricas, se nos ha revelado inservible a priori.
La reformulacin de todos esos problemas en trminos lgicos traza una perspectiva que creemos harto ms homognea, ordenadora y precisa que las que se han prodigado en el profuso gnero
literario de los "replanteamientos" discursivos que peridicamente sacuden a la disciplina (Leach
1961; Hymes 1972; Sperber 1974; Rosaldo 1989). Un solo modelo vinculante (el de la programacin
lgica) congrega y asume las funciones de una cantidad indefinida de propuestas de renovacin estratgica. Ante esta promesa, el peligro mayor que avizoramos es el de la desmesura, de la que peridicamente los revisores preliminares de esta tesis no han acusado con alguna justicia, aunque sin parar
mientes en lo restringido de los propsitos, de contrastarlos con los de esas obras mesinicas. Que la
nuestra no sea, como tantas otras, una intentona de replantear la antropologa en su conjunto; nos damos por satisfechos con repensar sus mtodos y con aportar una pequea salida positiva a la crisis en
la que, a despecho de aquellos grandes proyectos, nos hemos precipitado.
La lgica, entonces, tiene algo que decir, aunque la programacin lgica merezca descartarse a
largo plazo. Lo anteriormente expuesto confluye con las observaciones asentadas a propsito de las
relaciones entre los tipos de problemas y los tipos de formalismos que requieren, comenzando a
trazar las lneas para una futura correlacin sistemtica (tpica, paramtrica, en el peor de los casos orientadora) entre clases de problemas antropolgicos y modos lgicos de resolucin. Para evitar que,
como suele suceder, esa realizacin se postergue ad calendas graecas, la hemos comenzado a sustanciar en nuestros programas de aplicacin.
Queda pendiente, de todos modos, dirimir filosficamente la polmica entre monismo y pluralismo lgico, que es la ms violenta y dificultosa de todas (cf. Haack 1979, 1982). Al igual que en la
querella entre formalismo y sustantivismo, la disputa entre ambas facciones se articula sobre las
ideas conflictivas de (a) una lgica universal para subsumir todos los problemas, o (b) una floracin
infinita o innumerable de lgicas particulares, que al obedecer a los dictmenes de la especificidad de
los fenmenos que aborda, deja de constituir un marco fijo de referencia. Olvidado ya el simplismo
de las categoras aristotlicas o kantianas, desacreditado el racionalismo que sostiene que toda la
estructuracin del mundo sale de nuestras cabezas, el punto es que no se sabe con certeza cuntas
lgicas nos obligar a postular la variabilidad objetiva del mundo, de las sociedades y de las culturas.
No hemos podido an gestar sobre un algoritmo irreprochable la recomendacin en favor de una
lgica determinada, en detrimento de otras. Tampoco nos hemos ocupado frontalmente de decidir
cul de todas las lgicas es la mejor construida o la ms instrumental, pues entendemos que no hay
un piso comn para apoyar esta comparacin. Dando quiz su cuota de razn al pluralismo, sospechamos que ello depende del problema al que corresponda aplicarlas.

686

V
PROGRAMAS Y ESTUDIOS DE CASOS
0. INTRODUCCION
No se hace justicia a un mecanismo cuya capacidad de respuesta es exponencial respecto al nmero de variables que trata si se lo describe a travs de la secuencialidad de un medio escrito inerte,
esttico, incapaz de reflejar el comportamiento dinmico del objeto que refiere. En la propia descripcin del modelo computacional se tornan reflexivamente palpables las limitaciones de toda escritura
discursiva (y por ende, de la lengua natural) cuando se trata de referir una situacin mvil, un
proceso decisorio que se ramifica, una deduccin cuyas premisas se transforman, una interaccin que
se enriquece en el tiempo, a despecho de que uno de los interactores sea una mquina: si el lenguaje
escrito convencional es inadecuado para describir el modelo, como parece serlo, no cabe ni siquiera
pensar en confiarle que d cuenta sistemticamente de la realidad, en permitir que se arrogue l ese
delicado privilegio que es el de dar cuerpo e impulso al modelo mismo. Pese a que un lenguaje
formal puede no ser mejor que la lengua natural para describir una dinamicidad cualquiera, es seguro
que servir de todos modos al propsito de simularla o de convertirse en un anlogo. Aunque por
otros motivos (que nada tienen que ver con la objetividad, ni con las certidumbres trascendentales, ni
con el anhelo de construir imposibles teoras axiomticas) alguna razn tenan quienes afirmaban
que el pensamiento riguroso requiere de una signatura o un lenguaje especfico, de una Ars Signorum
como la de Dalgarno o una Begriffschrift como la de Frege. Delegar en el lenguaje vulgar la responsabilidad de la modelizacin equivaldra a instaurar una discursividad que al mismo tiempo se erige
en modelo y metamodelo, prctica de la ciencia y epistemologa, hermenutica y representacin. Una
formulacin discursiva no tiene lmite y casi cualquier asercin le est como adherida, veniendo al
caso para su cuestionamiento o su defensa. El lenguaje natural ya tuvo su chance durante ms de un
siglo, y estamos como estamos, aunque no slo sea por eso. El lenguaje comn puede servir a muchos fines, desde la evocacin en el sentido de Tyler hasta la polmica terica a la manera de Harris,
pasando por la narrativa, la crnica, la irona, la dialgica y la heteroglosia; qu duda queda que seguir sirviendo a esos propsitos y a otros, sin importar que a travs de l mismo se proclame su
caducidad. Pero no es creble que el lenguaje de la cotidianeidad, con su peso y sus resonancias,
constituya el material ptimo para la representacin modlica de las cosas, aunque en ltima instancia siempre deba retornarse a l. Hacer un modelo es, ante todo, romper con el lenguaje, aunque slo
fuere a ttulo provisional.
A esta altura del desarrollo de la tesis, resultar obvio que en nuestra elaboracin epistemolgica
optamos por un lenguaje formal, aunque insistimos muy poco en las habituales prdicas escolsticas
en torno de las frases-bien-formadas y otros personajes familiares del folklore axiomtico, porque todo sistema computado presupone ya el control del parsing; y esa tarea, en buena hora, ha dejado de
figurar en la agenda humana. Ahora bien, cuando el lenguaje formal es un lenguaje de computadora,
el modelo ya no es slo una expresin lingstica que puede comunicar algo, sino un programa que
debe funcionar de alguna manera, y el criterio para evaluarlo es menos la elegancia abstracta de la
formulacin o su verosimilitud que la eficacia concreta de la computacin resultante. El espectculo
no est en los arabescos del lenguaje, sino en los comportamientos modlicos que desencadena: el
lenguaje los hace factibles al sentar un cauce y un orden, y reglas de juego que pueden ser arbitrarias
687

y pobres, pero que al menos son reglas. Los ejemplos que figuran en el apndice no pueden
demostrar la fuerza de la programacin lgica a quienes no los hayan visto en su versin computacional, funcionando a pleno y proporcionando respuestas. A escala de lo que se acostumbra en el gabinete antropolgico, podra decirse que la productividad de estos modelos en materia de respuestas
es ms que exponencial: es, al igual que los universos lgicos que se generan y los espacios de bsqueda que se abren, incontablemente infinita, porque las preguntas a las que ellos pueden responder
no han sido definidas de antemano y cualquier combinacin, cualquier operacin conjuntiva o
disyuntiva es posible. Un modelo as se enajena a quien lo construye an ms de lo que las escrituras
llegan a ser extraas para quien las escribe, porque puede responder a preguntas que estn ms all
del plan inicial. Y esto es as no por virtud de los modelos concretos que hemos programado, sino
por la potencia de clculo de los formalismos abstractos que los fundamentan.
Razones de extensin nos fuerzan a incluir unos pocos programas, los ms breves que hayamos
diseado para cada gnero y ciertamente no los mejores; una seleccin ms adecuada habra desbalanceado este ensayo, haciendo aparecer los razonamientos que preceden a los ejemplos como si fueran un pre-texto. Hay que advertir que ningn programa agota, con sus objetivos explcitos, las posibilidades resolutorias del campo que su interpretacin cubre. Aqu slo se trata de demostrar que la
programacin lgica forma parte de un proyecto poderoso y sensato, y no de resolver todos los problemas sustantivos que pueden surgir alrededor de una investigacin antropolgica circunscripta, a la
escala obsesivamente magnificada en la que el especialista los percibe en el estudio de un caso. Pero
son estos programas, la experiencia que trasuntan y su contexto de produccin en intercambio con otros investigadores los que evitan que este ensayo sea (valga la paradoja) un enunciado programtico
de un entusiasta que no ha medido las consecuencias de lo que asegura, y que promueve utopas
metodolgicas sin tomarse la molestia de averiguar si son viables. En nuestro trabajo en cooperacin
con especialistas de reas, han sido stos (y no nosotros) quienes han pronunciado la ltima palabra
respecto del valor de las herramientas desarrolladas y de la naturalidad de las soluciones provistas.
Sabemos incluso que algunos de nuestros programas, pensados ms que nada con fines didcticos y
experimentales, han seguido la ruta pirata y estn siendo utilizados como si fueran herramientas
acabadas dentro y fuera de la antropologa.
No todas las idas y venidas de la elaboracin pueden transcribirse, y es una pena que as sea. Un
programa de computadora slo es legible en pequeas dosis, en los episodios en que se abordan
inflexiones definitorias de una estrategia, heursticas nuevas, pruebas de importancia crtica. A los efectos de la documentacin los programas incluidos son modelos completos, acabadamente
implementados, pero en el cuerpo de la tesis slo se describe a grandes trazos su estructura global y
sus procedimientos fundamentales. Un listado de un programa fuente requiere una lectura
estructurante, y de all la abundancia de comentarios, las ilustraciones, las notas sedimentadas y
convergentes. Hemos renunciado a explicar paso por paso la forma en que cada programa resuelve
cada uno de los dilemas (antropolgicos o computacionales) que se le plantean, y nos contentamos
con indicaciones genricas que podrn ser luego precisadas ante quien lo solicite. Ninguno de los
programas incluidos es lo que se dice una entidad definitiva, ya que peridicamente volvemos sobre
ellos para mejorarlos, ponerlos a prueba con mayor dureza o aadirles prestaciones. Un programa
lgico no es, a fin de cuentas, una finalidad en s mismo, e igual cosa debera poder decirse del
modelo que l encarna.
Los programas incluidos, sin embargo, pese a su declarada provisionalidad, funcionan y se exponen en pblico a quienes deseen formular un camino igualmente replicable, pensando en su opti688

mizacin o en su escarnio. Esto es ms de lo que puede decirse de tantos mtodos antropolgicos que
se han propuesto y que, en el momento justo en que toca exponer una preceptiva de implementacin
capaz de garantizar su replicabilidad, cuando se levanta la fachada de palabras para exhibir sus
resortes, se muestran refractarios a una expresin sincera. Aparte de funcionar mal o bien, nuestros
programas proporcionan un punto de arranque concreto (al cual admitimos ampliamente perfectible)
e insinan lneas de bsqueda tendientes a una instrumentacin ms fluida de la inteligencia artificial
en las ciencias sociales, o por lo menos de la programacin lgica en la antropologa. Al contrario de
lo que ha sido caracterstico de otras estrategias, asimismo, lo que se expone en esta tesis es menos la
construccin del momento metodolgico de una investigacin real basado en determinado formalismo, que la demostracin axiomtica y general de su constructibilidad.
Aunque nuestra motivacin rehuye a las pedagogas, el aprendiz de Prolog puede extraer ya
mismo de estos ejemplos pautas generales de programacin que los libros de texto rara vez consignan: tratamiento integral de representacin en pantalla, seleccin de rutinas, control de procedimientos, heursticas, conversin de programas declarativos a procedimentales, organizaciones alternativas
de bases de datos, representacin de la incertidumbre, arrastre de probabilidades, herencia de atributos por la pendiente de las jerarquas taxonmicas, construccin de motores de inferencia orientados
a la clasificacin y a la diagnosis. Todas las claves para el desciframiento de los predicados built-in
incluidos en estos programas figuran en el Apndice VIIa; los elementos no incluidos en dicho anexo
son procedimientos y clusulas ad hoc, lgicas o procedimentales, cuya explicacin se desprende de
la estrategia de resolucin especfica del programa en que aparecen. Aunque cada una de las soluciones computacionales ensayadas ha sido discutida en extenso con especialistas en programacin o en
inteligencia artificial, no estara de ms que algn antroplogo se plegara al debate. No vendra mal
que el lector afronte las ejemplificaciones que proporcionamos como una instancia capaz de desmentirnos; eso sera preferible a que se las salteara, reputando los formalismos como un ornamento
intil, como un seuelo para deslumbrar incautos o como un rigor espurio, la Gardin, concebido
para impresionar. Entendemos que un lenguaje de computacin debera ser una referencia formal de
dominio pblico que posibilita la comunicacin entre cientficos, como una lingua franca, y no una
criptografa privada consagrada a preservar el secreto de los mtodos que no funcionan.
Por este motivo, los desarrollos adjuntos han procurado no ser idiosincrticos; se rigen por lineamientos de programacin propios de diversas versiones de Prolog que el progreso tecnolgico ha tornado asequibles y promueven la replicabilidad y el acatamiento de estndares como un valor adicional. Los programas han sido escritos tal como se requiere para su implementacin inmediata en
un equipo tipo Personal Computer IBM Compatible con 512 Kilobytes de memoria mnima, a condicin de contar con el programa intrprete. A la fecha [enero de 1991], el costo total de una base de
trabajo para una implementacin de este tipo insumira en nuestro pas entre mil docientos y tres mil
dlares, incluyendo la mquina, el sistema operativo y el software. Los dialectos del lenguaje Prolog
utilizados han sido los siguientes:

Turbo Prolog de Borland, versin 2.0 (cf. Turbo Prolog Reference Manual y Turbo Prolog User's Guide; Townsend 1986; Schildt 1986; Smith 1988; Rich y Robinson 1988).
Constituye el dialecto ms vendido del lenguaje. Est dotado de una eficaz interface con
el usuario y posee un enorme repertorio de predicados para tratar con la mquina.

Arity Prolog Interpreter, versin 4.0, de 1986. Distribuido por la Arity Corporation de
Concord, Massachusetts. Incluye un ncleo de Prolog puro casi cien por ciento conforme
al estndar de Edinburgo o Prolog de Clocksin y Mellish.
689

Arity Prolog Compiler & Interpreter, versin 5.0, de 1988 (cf. Clocksin y Mellish 1987).
Subsume al ncleo puro de la versin anterior y proporciona una poderosa interface de
programacin.

El Prolog/V complementario del Smalltalk/V de Digitalk, en versin de 1989. Esta es

una versin ligeramente atpica del lenguaje, inserta en un entorno grfico de
programacin orientada al objeto.

Micro-Prolog, versin 3.1 (cf. Clark y McCabe 1984). Es un producto originariamente

desarrollado por Logic Programming Associates de Londres para sistemas Z-80 bajo
CP/M. Aunque se aparta muchsimo del estndar, admite una interface de simulacin de
Prolog DEC-10, apta para problemas de mediana complejidad que no requieran soluciones instantneas. Utilizamos una copia mnima del producto, restringida al intrprete, sin
compiladores ni interfaces elaboradas.

Turbo Prolog, uno de los dialectos utilizados, parece ser conflictivo. Aclaremos, sin embargo,
que todos los programas han sido escritos y puestos a punto en todos y cada uno de los dialectos de
que disponemos, modificando las estrategias de programacin conforme a su varianza tipolgica. La
decisin de adoptar el Turbo Prolog y de otorgar prioridad a las ejemplificaciones en este dialecto
responde a sus extraordinarias condiciones de portabilidad: pese a que la sintaxis de los programas elaborados en Turbo Prolog no obedece al estndar de facto, los programas aqu incluidos posiblemente se hallen entre los desarrollos antropolgicos en inteligencia artificial ms portables y compatibles que existen. En efecto, los usuarios del dialecto escogido suman ms de un cuarto de milln en
todo el mundo y las mquinas en que dichos sistemas pueden implantarse no son menos de treinta
millones. Las posibilidades de que un eventual lector transcriba los programas en su instalacin y
obtenga el mismo efecto son por consiguiente mucho ms amplias si se escoge esta opcin. Todo
ponderado, digamos que la eleccin de un dialecto difcilmente pueda defenderse sobre una base axiomtica, pues el dialecto mismo est destinado a modificarse a la brevedad (dos aos, como
mximo, con tendencia a disminuir) para posibilitar su supervivencia en un mercado competitivo, y
algunas veces slo para simbolizarla. Durante el perodo de escritura de esta tesis, el Turbo Prolog ha
desaparecido del mercado, reapareciendo con marca de fbrica PDC Prolog bajo la responsabilidad
de sus diseadores originales del Prolog Development Center de Broendby, Dinamarca. Admitimos
de buen grado que este dialecto del lenguaje no es el ideal; ninguno lo es, en rigor, pero ste en
particular no disfruta de demasiado prestigio entre los puristas lgicos, por cuanto no se atiene al
canon sintctico y est regido por un control de tipificacin que, en apariencia, restringe su flexibilidad (cf. Malpas 1987:422-430; Covington et al 1988:458-481; Tello 1988:377-384). Se ha dicho, por ejemplo, que en Turbo Prolog es difcil o imposible metaprogramar, asertar reglas, estipular
clusulas genricas de clculo de predicados de segundo o tercer orden y definir nuevos operadores.
En general estas objeciones carecen de sustento, como todas las que giran en torno de afirmaciones
proyectivas sobre lo que un lenguaje no es capaz de hacer. Un verdadero lenguaje, as se rija por una
gramtica de clusulas generales, es siempre un formalismo casi ilimitadamente productivo, y sus
lmites de articulacin, recursividad y educcin son muy difciles de calcular de antemano. Sean cuales fueren sus peculiaridades en cuestiones de sintaxis, control de tipos y eficacia computacional,
todos los dialectos de Prolog utilizados responden a la misma fundamentacin formal y al mismo
plan genrico. Se ha demostrado, adems, que el Turbo Prolog es lo suficientemente flexible como
para oficiar de metalenguaje al propio Prolog de Edinburgo, y se han programado motores de in-

690

ferencia capaces de simular una mquina lgica idntica a la del lenguaje cannico (cf. Weiskamp y
Hengl 1988; Rich y Robinson 1988; Floyd 1988; Hashim 1988).
El alcance del Turbo Prolog en materia de proyectos de inteligencia artificial excede a la del paradigma de la programacin lgica en sentido estrecho. Hace pocos meses, sin ir ms lejos, Berkshire
Software ha anunciado la comercializacin de un producto conocido como Neuralog, una herramienta para implementar redes neuronales programada en Turbo Prolog que habremos mencionado al
pasar. Neuralog utiliza un algoritmo de propagacin hacia atrs que proporciona soluciones an en
presencia de informacin incompleta, lo que lo hace en principio especialmente adecuado frente a las
problemticas de las ciencias sociales, en las que la informacin taxativa, rotunda y cartesiana suele
constituir la excepcin44. El consenso trata a las redes neuronales (paradigma del educto emergente)
y a la programacin lgica (paradigma del sistema de smbolos interno, o lo que es lo mismo, del
hecho de disponer de una teora) como concepciones opuestas. Y esto es lo notable: mediante una
metaprogramacin adecuada, Turbo Prolog -o el lenguaje que fuere- puede encarnar hasta a su
propio inverso.
Nosotros mismos hemos desarrollado rutinas de metaprogramacin que muchos autores reputan
imposibles de implementar en ese dialecto. Pero al consumar algunos de nuestros programas en un
lenguaje minimalista en lo que se refiere a sus posibilidades lgicas (comparado con dialectos ms
exquisitos como el Prolog del DEC-10, o el Arity Prolog) estamos demostrando al mismo tiempo
que el Prolog en general posee excedentes de fuerza para responder a los requerimientos que se le
designan. Por aadidura, la mayora de los dialectos del Prolog son interconvertibles con cierta facilidad. Si alguien aprecia ms la "basicalidad" del Arity que la "pascalidad" del Turbo o la "lispidad"
del Micro Prolog, es libre de convertir un dialecto a otro diseando un programa en el metalenguaje
que le caiga ms cmodo para zanjar esa cuestin.
Los ejemplos que seguidamente se comentan no se resignan a ser meramente programas de computadora; hemos resuelto aprovechar la ocasin para discutir una serie de problemas fundamentales
de la teora antropolgica, en un orden, un nmero y una tesitura que aspiran a un discreto grado de
sistematicidad. Lo importante entonces no es la resolucin contingente que implica la secuencia de
planteos propuestos, sino el orden estructural y subyacente de los problemas antropolgicos que as
se delimitan, en la medida en que su conjunto quiere constituir un sistema. Al enfatizar el uso de un
modelo particular para resolver un tipo genrico de problemas (nfasis viable por la posibilidad
siempre abierta de usar notaciones deliberadamente vaciadas de referencialidad o aplicadas a otros
dominios), cada ejemplificacin deviene un pequeo ensayo autosuficiente sobre una cuestin antropolgica fundamental, ms amplia de lo que la peculiaridad de los contenidos permitira presuponer. Entre los problemas abordados destacan:
El anlisis del nexo lgico entre las relaciones interpersonales observables y las estructuras
societarias susceptibles de predicarse en las teoras de la antropologa social. Merced al
anlisis antedicho, la transicin inductiva entre trminos empricos (hechos) y trminos
tericos (reglas) en un programa lgico.

44 Se puede requerir amplia informacin sobre la programacin de redes neurales en Turbo Prolog a The Berkshire Software Co., 44
Madison St., Lynbrook, N.Y. 11563, (516) 593-8019. Hay una breve referencia en AI Expert, v.4(12), diciembre de 1989, p.67.

691

 El examen del estatuto cientfico del anlisis de redes y de otros conjuntos analticos
similares, y el problema de la incorporacin de formalismos forjados en otras disciplinas para
el estudio de las relaciones sociales.
En conexin con ese tema, la posibilidad de generar un conjunto conceptual alrededor de relaciones an no lexicalizadas en el lenguaje cientfico, pero intuitivamente perceptibles en la
representacin formal o en la graficacin de los escenarios sociales.
La diferencia (trazada una vez ms en contraste con el antecedente levistraussiano) entre una
axiomatizacin en el sentido eucldeo y una formalizacin como la que proponemos, que no
exige axiomatizar la teora que se modela para gozar de algn aval porque ella misma, en tanto herramienta, ya est garantida por una fundamentacin axiomtica (cf. Geoghegan 1971;
Rudner 1973:31-40; Schuster 1982:12-13, 124-125).
La representacin disciplinar de los datos de archivo, el establecimiento de relaciones nuevas
entre esos datos y la elucidacin de la naturaleza de las mismas.
Correlativamente, el uso de conjuntos de datos como sistemas de premisas para fundar conclusiones sobre los fenmenos socioculturales, o (lo que forma parte del mismo proceso) la
conversin de los hechos a datos y de los datos a conocimiento.
Los modelos generativos subyacentes a las "gramticas culturales" de la nueva antropologa
cognitiva, y el anlisis de los procedimientos de construccin inductiva de una gramtica (no
slo narrativa o textuaria) a partir de un corpus de hechos de diversa naturaleza.
La propuesta de una alternativa analtica que compense el fracaso ya indisimulable del paradigma indiciario de Carlo Ginzburg, de las estrategias semiolgicas abductivas de origen
peirceano caracterizadas por Thomas Sebeok y de la descripcin densa de Clifford Geertz (cf.
Ginzburg 1983; Geertz 1987; Sebeok y Umiker-Sebeok 1987; Reynoso 1990b).
La posibilidad de programar modelos cualitativos de simulacin de procesos y estructuracin
o morfognesis de sistemas, y el anlisis formal de sus diferencias tipolgicas.
La incorporacin a la antropologa de los formidables avances en materia de modelizacin
cualitativa y explotacin radical de la informacin difusa que se han materializado en el
ltimo decenio (cf. Widman, Loparo y Nielsen 1989; Negoita 1985).
La construccin de Sistemas Expertos de diagnosis y tipologa, y el anlisis de lo que revelan
reflexivamente sobre los supuestos ocultos, los criterios analticos, las heursticas intuitivas y
las operaciones metodolgicas propias de la disciplina.
Por razones prcticas, hemos incluido el protocolo de los programas (el cdigo fuente) en seccin separada, apretando la letra a fin de no multiplicar las pginas. Algunas rutinas participan de
ms de un programa y por ello se las ha escrito independientemente, para poder incorporarlas como
mdulos. Los distintos dialectos de Prolog resuelven en forma distina la modularizacin de procedimientos; en Turbo Prolog, por ejemplo, se utiliza el predicado
; en Prolog estndar (donde es
posible asertar reglas y procedimientos) se acostumbra utilizar
. Cada programa es ejecutable
en sus propios trminos, a condicin de instalar en un dispositivo en lnea los mdulos redundantes
que se sealan en las clusulas de inclusin.
No se incluye el listado de los mdulos de autora ajena (tpicamente, los predicados de
toolbox), por cuanto se entiende que los mismos integran el producto cuya instalacin se presupone
692

para que los programas comiencen a ejecutarse. El apndice incluye entonces cinco conjuntos de
programas (siete modelos en total, sin contar las variantes de cada uno), destinados a verificar la
adaptabilidad de los formalismos lgicos a otros tantos rdenes de problemas:
1) Especificacin y clculo de relaciones, analizando la representacin del parentesco y de
los tejidos de relaciones sociales, y poniendo sobre el tapete las discusiones en torno de
la axiomatizacin en antropologa (KARIERA.PRO, AASISPAR.PRO).
2) Tratamiento de informacin en bases de datos relacionales y conversin de stas en bases
de conocimiento (SITIOS.PRO), aptas para acoger referencias casi sistemticamente heterogneas e incompletas.
3) Construccin de modelos generativos, aplicados sucesivamente a la gnesis de textos etnogrficos (COLBY.PRO) y a la induccin de reglas descriptivas de estilos artsticos
(CALAGRAF.PRO), imgenes incluidas.
4) Diseo de modelos de simulacin de procesos, aplicados a la prediccin y retrodiccin
de pautas de formacin de yacimientos arqueolgicos (SIMULA.PRO).
5) Implementacin de sistemas expertos, utilizados para reflexionar sobre las estrategias y
heursticas de la demostracin antropolgica y para practicar diagnosis sobre diversos
mbitos aplicativos, desde la paleopatologa a la cermica, pasando por la representacin
del conocimiento emic (AGENI3.PRO).
Salta a la vista que los casos son en esta ocasin casos metodolgicos, tipos de problemas, estructuras de tratamiento, heursticas genricas, y no tanto casos etnogrficos o arqueolgicos de carne
y hueso. El material sustantivo que ellos degluten es verdadero, y en al menos tres ejemplos (la base
de datos, el modelo de simulacin y el anlisis grfico) constituyen soluciones metodolgicas a investigaciones previas e independientes; dos de estas indagaciones cumplen incluso con el canon
ritual del trabajo de campo. Pero a fin de satisfacer nuestras propias exigencias de generalidad, los
programas son tambin arquetipos, modelos de modelos, lo que quiere decir que a los efectos de su
presentacin en estas pginas se ha otorgado ms protagonismo a su extensibilidad o tipicidad que a
sus nexos con las investigaciones originales; analizar esos vnculos obligara, entre otras cosas, a reproducir los protocolos y los marcos tericos primitivos, con los que no necesariamente estaramos
de acuerdo y a los que no en todos los casos estamos en condiciones de juzgar.
No se podra satisfacer la fundamentacin pausada de un instrumento genrico y la resolucin de
problemas investigativos concretos en un mismo ensayo. Por ende, no se trasplantan a esta tesis proyectos ajenos, sino que se procura dar algunas claves sobre una posible ejemplificacin del propio.
Lo cual no quita que estos programas sean aplicables a una situacin real, ya que en Prolog la mquina de produccin de un comportamiento computacional, el motor de inferencia, est desacoplado
de la base de conocimientos sobre la cual opera. Admitimos no haber analizado con el debido detalle
el problema de la generalidad aplicativa; los programas son extensibles, pero la extensibilidad misma
no est analizada en tanto tal y como asunto axiomtico. Hacerlo nos hubiera precipitado en una
meta-ejemplificacin que sera la punta de un giro complicado. El desacople entre mecanismo de
clculo y datos no es absoluto, lo que involucra que lo que se aplicar genricamente es con ms verosimilitud el ncleo de la heurstica que el programa. Habr que dejar esta analtica para un estudio
posterior, dotado de un diseo especfico. Cualquiera sea la importancia que se otorgue a los otros
aspectos de la tesis, el comportamiento de estos programas y los indicios que arrojan sobre nuestras
693

prcticas conceptuales y tericas deberan ser la piedra de toque para evaluar la epistemologa instrumental que alrededor suyo hemos procurado construir.

694

1. Programas I y II: Relaciones

Las rutinas de los dos primeros programas ilustran el locus classicus del Prolog, e incidentalmente se refieren al campo profesional ms tpico y antiguo del quehacer antropolgico: el anlisis
del parentesco. En el apartado en que presentamos las nociones bsicas de la programacin lgica ya
mencionamos algunas de las prestaciones potenciales del Prolog en este sentido, argumento que no
repetiremos aqu.
Dado que uno de los propsitos principales en la presentacin de estos ejemplos es de carcter
demostrativo, hemos construido la formalizacin partiendo de la terminologa de parentesco que se
utiliza en nuestra cultura. El nexo estructural entre los lenguajes lgicos y la lengua flexiva de los
cientficos occidentales, la incidencia de las pautas gramaticales que rigen en un contexto pragmtico
sobre las formas en que se axiomatiza la predicacin, constituyen dimensiones no problematizadas
hasta hoy, dignas de estudiarse alguna vez. Pero ni nuestra eleccin ni el reconocimiento de un
dilema latente implican que el Prolog sea ms ineficiente cuando se lo enfrenta a un sistema extico
que cuando tiene que modelizar hechos consabidos. Que la terminologa utilizada sea etic o emic,
que se haga referencia a los trminos clasificatorios o a los de tratamiento, que se utilice una nomenclatura vulgar o un tecnicismo desprendido del anlisis componencial, que existan una o mltiples
denominaciones para un mismo vnculo o que diferentes vnculos se denoten por el mismo nombre,
todo esto es, hasta donde alcanzamos a ver, absolutamente indistinto para un sistema de clculo deductivo. Su efectividad no se ve en absoluto menoscabada por esos detalles que ms bien conciernen
a las vicisitudes de la interpretacin.
Las verdaderas limitaciones se perciben como categoriales, y la responsabilidad por este estado
de cosas le cabe ms a la disciplina que al instrumento, por cuanto todo el problema se origina en la
formulacin discursiva que precede al modelo. As como los casos posteriores revelarn otra suerte
de carencias conceptuales, no podemos menos que lamentar aqu la inexistencia de una tipologa de
las formas relacionales, o de un anlisis serio de las concomitancias entre lo estructural y lo relacional. En antropologa acostumbramos hablar, por ejemplo, de determinadas "estructuras sociales" sin
plantear el problema de la naturaleza formal de las relaciones y de las regularidades predictibles que
dichas estructuras deberan implicar por el solo hecho de haberse definido como tales. Viendo el
mismo problema desde el ngulo opuesto, el hecho es que la antropologa no ha desarrollado procedimientos formales para inducir una estructura a partir de la observacin o descripcin de una serie
(regular o no) de relaciones, ni para deducir las relaciones sociales propias de determinada estructura. Tal vez sera ms correcto admitir que existen diversas formas de hacerlo, pues en realidad lo
hemos venido haciendo todo el tiempo; pero se trata de un proceso de inferencia reglado por el impresionismo, atiborrado de supuestos que no se han examinado nunca y que vara de un autor y de
una escuela a otra, desde el momento en que todas las instancias involucradas son parejamente nebulosas.
No hay que fatigar demasiada bibliografa para advertir que ni el trmino "estructura" posee una
denotacin transparente, ni lo que se pretende expresar al invocar una "relacin" social o interpersonal est claro en absoluto. Lo mismo se aplica a sus equivalentes microanalticos (como la
"situacin" de los etnometodlogos y los interaccionistas simblicos, o la "transaccin" de los
pragmticos y sociolingistas) y a las "relaciones" que todo el mundo admite entre lo social y lo

695

cultural, entre lo material y lo ideolgico, entre la infraestructura y la superestructura, entre el

individuo y la institucin.
Sabemos que esas relaciones existen y que merecen predicarse, pero ignoramos su naturaleza
formal y no disponemos de un lenguaje que las exprese. Por ello decimos que la superestructura "refleja", "corresponde", "simboliza", "es una proyeccin de", "es concomitante a", "reproduce", "es un
efecto de", "est correlacionado con", "se encuentra regulado por" o "evoca" la infraestructura (o viceversa), sin poder echar mano de un vocabulario y de un mtodo capaces de abordar, cuantificar o
meramente describir con una mnima adecuacin esa correspondencia tan pattica y metafricamente
expresada. Este es el sentido, por ejemplo, de la crtica de Clifford Geertz al retoricismo relacional
de Mary Douglas (cf. Geertz 1987; Douglas 1987):
El resultado de sus vacilaciones entre las versiones dura y blanda del sociologismo durkheimiano es que el
vocabulario de Douglas para describir la relacin entre "pensamientos" e "instituciones" es vaga e inestable. El
pensamiento "depende" de las instituciones, "surge dentro" de ellas, "encaja" con ellas o las "refleja". Las
instituciones "controlan" el pensamiento, o les "otorgan forma", los "condicionan", los "dirigen", "influencian",
"regulan" o "constrien". El pensamiento "sostiene", "construye", "soporta" o "subyace" a las instituciones. La
tesis tartamudea. [...] Uno esperara que Douglas finalmente procediera a cerrar los problemas planteados por el
proyecto durkheimiano de alguna manera sostenida, explcita y frontal. Pero su mtodo [...] deja el proyecto
como lo encontr: a la deriva. Los comentarios, como lo seal Gertrude Stein, no son literatura (Geertz
1987:37).

Crtica merecida, por cierto, aunque se compadezca muy poco con la renuencia geertziana a reconocer, reflexivamente, la misma viga en el ojo propio y a admitir que la literatura (como tambin
acordara Stein) tampoco es espontneamente ciencia.
Las principales querellas antropolgicas pasan, en suma, por querer imponer una u otra
direccin a un nexo que no puede medirse, que es casi imposible de expresar sin un generoso
despilfarro de metforas y que jams servir para demostrar o explicar nada hasta tanto no sea objeto
de un anlisis con algn grado de penetracin descriptiva. No son definiciones taxativas lo que aqu
estamos echando de menos: lo que nos falta es un conjunto de conceptos relacionales bsicos, capaces de tornar efectivamente posible y plausible la idea de una ciencia social. Como nos faltan
conceptos relacionales en la misma formulacin discursiva que constituye la fuente de aserciones
para todo modelo, habr que procurar extraer de la modelizacin, deductivamente, las nociones que,
con todo rigor, cabra exigir que figuraran entre las premisas.
Como habremos de demostrarlo, con el advenimiento de los lenguajes descriptivos tenemos ms
posibilidades de expresar relaciones que conceptos para tipificarlas; en esta coyuntura, nuestra demanda terica es inferior a la oferta tecnolgica, y esta diferencia marca el camino que resta recorrer.
La implicancia entre todos esos rdenes conceptuales, referidos a la determinacin y la causalidad, a
las interacciones entre partes o entre el todo y las partes, dista de haber sido esclarecida alguna vez y
en alguna ciencia, y slo es a travs de la modelizacin que algn da podr ponerse en limpio o, en
su defecto, descartarse como seudoproblema (cf. Bunge 1978).
Con la teora de modelos que aqu desarrollamos, ofrecemos apenas la herramienta para plantear
el caso, interactuar con el sistema desencadenando las consecuencias de la descripcin y obtener algn resultado emergente. No deseamos alimentar la ilusin de que algo ha sido resuelto con carcter
de cosa consumada. Como deca Gadamer, en la dialctica del saber la prioridad la detenta la pregunta. Los modelos de redes y relaciones, hoy por hoy, muestran conclusiones para las que no hay premisas, encuentros que no corresponden a ninguna bsqueda; insinan caractersticas formales del
fenmeno de la relacin que no se sabe si son tiles o si perturban la bsqueda diseminando pistas
696

falsas. Por el momento, puesto que las preguntas no se han formulado correctamente, es razonable
profetizar que durante algunos aos en este espacio seguirn escaseando las respuestas.
La formulacin de relaciones en Prolog es un segregado interpretativo de la estructura de una
base de datos o conocimientos mnimamente conexa, expresada como conjunto de hechos y reglas de
un programa. La capacidad del lenguaje para la inferencia interactiva de aspectos relacionales lo convierte en una admirable herramienta de relevamiento, pues l mismo es, tcnicamente, un lenguaje
relacional. En el estudio de relaciones es donde mejor se puede apreciar la conveniencia del entorno
interactivo de operacin con el lenguaje y la naturaleza de sus algoritmos recursivos. La estructura de
separacin de los datos bsicos y las reglas teoremticas podra incidir en la economa global del relevamiento: si las derivaciones estn bien construidas, slo los hechos inderivables a partir de otros
necesitarn estipularse.
La mera asercin de un hecho relacional sirve de cimiento a la construccin de cierta cantidad de
hechos derivables. Como hemos visto, de
podemos derivar
siempre que hayamos establecido la regla
o alguna clusula similar, refiriendo o no
otras reglas intermedias entre las condiciones antecedentes. Las posibilidades constructivas de generalizaciones y estructuraciones de los hechos bsicos mediante reglas son, en principio, ilimitadas, a
condicin de que se vayan estableciendo encadenamientos entre los predicados.
Incidentalmente, si consideramos los hechos de Prolog como correlatos de eventos
observacionales y las reglas como criterios de formacin jerrquica de trminos tericos, la
necesidad de derivar estos ltimos directamente de aqullos, sin pasos intermedios (postulada por
Hull 1943:284, Skinner 1953:35 y Hempel 1988:190), se desvanece por irrelevante. A diferencia de
lo que manifiestan dichos autores, lo que va desde los "trminos observacionales" anotados como
hechos a los "trminos tericos" expresados en reglas es un procedimiento de condicionalidad y de
implicacin lgicas, y de ningn modo un encadenamiento de causas y efectos infiltradas en el
discurso que, por alguna oscura exigencia mecnica, deban ser obligatoriamente contiguas.
An un entretejido de relaciones binarias simples nos permite analizar toda la estructura relacional de un conjunto y aislar las propiedades de cada relacin para llegar ms tarde, en un proceso recursivo y reentrante, a caracterizar axiomticamente todo el sistema, a conectar entre s todas las
reglas que lo articulan. El anlisis ulterior de las propiedades de las relaciones (simetra/asimetra, reflexividad/irreflexividad, transitividad/intransitividad) y de las constricciones de integridad (uno a
uno, uno a muchos, muchos a uno y muchos a muchos) permiten construir down-to-top un sistema de
inferencia en el que reglas progresivamente ms ricas garanticen la deducibilidad de lo que quiere
demostrarse.
Relacin
menor
sibling
padre
esposa
ancestro

Simetra
no
si
no
no
no

Propiedades
Reflexividad
no
no
no
no
no

Constriccin
Transitividad
si
si
no
no
si

muchos-muchos
muchos-muchos
uno-muchos
uno-uno
muchos-muchos

Diagrama 5.1 - Propiedades y constricciones

697

El cuadro 5.1 ilustra las propiedades y las constricciones de integridad de algunas relaciones binarias propias del dominio del parentesco; luego veremos un ejemplo paradigmtico de la forma en
que se representan todas ellas en Prolog y de las consecuencias que permiten deducir.
En general, la forma en que se expresan los hechos determina la naturaleza de las constricciones
de integridad y de las propiedades, pero a menudo hay que recurrir a heursticas y procedimientos extralgicos para que el sistema (por ejemplo) no dilapide energas buscando ms de un padre o de una
esposa por cada sujeto. El correlato computacional de la constriccin lgica constituye efectivamente
una especie de heurstica, en su grado ms mdico, y la forma que asume en un programa en Prolog
es la que se conoce como "corte" [cut, denotado por el signo !], que impide la continuacin del backtracking. Como con todos los elementos lgicos y extralgicos del lenguaje, el corte ha sido repetidamente indagado; los procedimientos de corte disponen incluso de una semntica especfica
(Sterling y Shapiro 1986:157-174; Lloyd 1984). Grosso modo, el nmero de cortes en un programa
puede ser indicio tanto de la complejidad de la heurstica o de la especificidad del asunto como de la
precariedad de la programacin.
Van Emden (1982) distingui entre los "cortes verdes", que no afectan el conjunto de soluciones
que el programa genera, y los "cortes rojos", que impiden a un programa hallar soluciones que de otro modo generara. El "color" de un corte en tanto decisin representacional depende de la estructura
del dominio de aplicacin. El siguiente corte verde para el predicado binario
impide que el sistema busque ms de una solucin a una regla determinada:

La expresin de reglas de simetra, reflexividad y transitividad en clusulas de programacin

lgica difiere en algunos respectos de su escritura en lgica simblica no ejecutable. La simetra, por
poner un caso, no puede representarse como lo dictara la intuicin, porque un predicado que se
invoca a s mismo (equivalente a una definicin circular) desencadenara un proceso de computacin
infinito. Este predicado

sera lgicamente aceptable pero computacionalmente incorrecto. Para denotar la simetra de

una relacin hace falta recurrir a una relacin adicional, de modo que ningn predicado sea su propio
invocante:

La transitividad, a su turno, se representa mediante pares de reglas recursivas, en las que la primera regla denota el caso ms simple y la segunda la versin ms simple de cada posibilidad:

La potencia de las reglas recursivas es notable, y por ello se las emplea para denotar situaciones
relacionales que impliquen vnculos de herencia (en el sentido lgico) y nexos complejos, repetitivos
698

o ramificados. Obsrvese la economa y la elegancia de la regla doblemente recursiva que, sumada a

las anteriores, describe la pertenencia de dos individuos a un mismo linaje, asentando la condicin de
que esos individuos (cualesquiera) posean un antepesado en comn:

Aunque a primera vista no resulte manifiesto, multitud de dominios relacionales suscitan exactamente los mismos problemas que la analtica del parentesco. Se ha dicho que el mtodo genealgico
es para el estudio de sociedades pequeas basadas en el parentesco, lo que el anlisis de redes es
para el anlisis de las sociedades complejas, de las estructuras informales o impermanentes (lo que
Victor Turner llamara communitas) y de las relaciones e interacciones personales en un medio
urbano. La expresin de uno y otro modelo en una signatura como la que brinda el Prolog podra
llegar a consolidar o a recusar esa analoga, e introducira en el anlisis de redes una herramienta
holgadamente capaz de superar el atascamiento metodolgico en que dicha prctica se encuentra
sumida, de creer en lo que claman sus crticos (cf. Shulman 1976). Asommonos por un momento al
tema.
El anlisis de redes es un formalismo que ha disfrutado de un discreto favor en los aos setenta y
que en los ltimos tiempos parece haberse estancado, luego de llenar unos cuantos centenares de
libros y artculos con las grafas tpicas de las formalizaciones discursivas derivadas de Kurt Lewin:
grupos en estrella, redes circulares, multigrafos, cadenas y grafos valuados. Como lo expresa Boissevain, el anlisis de redes es bsicamente muy simple: se formulan preguntas sobre quin est ligado
con quin, la naturaleza de esa ligadura y la forma en que sta afecta al comportamiento (Boissevain
1979:393). Las reas de aplicacin preferencial del anlisis de redes han sido la antropologa urbana
y el estudio de grupos.
Ntese que no decimos "teora de redes", sino "anlisis de redes", denotando una entidad epistemolgica de menor jerarqua; en cambio, s hablamos de la "teora de grafos" en la que aquel anlisis
reposa. Existen diversas tendencias en anlisis de redes, algunas de ellas sin conexin entre s, y la
polmica en torno suyo cada tanto se renueva (cf. Mitchell 1969; Sanjek 1974; Thompson 1973;
Whitten y Wolfe 1973; Wolfe 1978; Hannerz 1986:188-228). Pese a sus prstamos matemticos, la
base terica del anlisis de redes es notoriamente endeble. A nuestro juicio, el doble error de los network analysts radica en la eleccin del soporte fsico de sus elaboraciones y en creer que cualquier
conjunto de diagramas, inventarios de datos bsicos y frmulas matemticas elementales es digerible
e interesante como lectura antropolgica y productivo como herramienta de anlisis. Se podra decir
que este tipo de estudios estaba tcnicamente predestinado a desembocar en un callejn sin salida, en
la medida en que desarroll mediante ensayos ms bien literarios formalismos esquemticos y mecnicos que pujan por desplegarse realmente en un sistema de computacin y no slo por prodigar metforas tcnicas.
Esa es una de las razones por las que nunca se pudo pasar de una aritmtica elemental en el tratamiento cuantitativo, de una teora de grafos simplificada en la representacin iconolgica y de una
inspeccin de sentido comn en el examen cualitativo de los datos. Lo que debieron haber hecho los
analistas de redes no es describir y analizar las redes empricas en bruto, sino construir modelos formales de esas redes, prestando atencin a sus insumos, mecanismos de resolucin e informacin de
salida, para poder evaluar qu es lo que un anlisis de esta naturaleza puede esclarecer y qu es lo

699

que le est vedado para siempre. La falta de amarre conceptual entre el anlisis de redes y el resto de
la categorizacin disciplinar no es tan grave como la pobreza de lo que podramos llamar su filosofa.
Por cierto, los recursos instrumentales se encuentran ms afiatados ahora que cuando el anlisis
de redes experiment su apogeo. En la actualidad existe un amplio repertorio de recursos formales
para llevar adelante anlisis de redes y relaciones, aunque no hayan sido precisamente diseados con
esa finalidad (cf. Sowa 1984). Para la mayora de estos formalismos se dispone de mtodos pautados
de tratamiento computacional en trminos de programacin lgica en general y de Prolog en particular. Algunos de ellos ya fueron descriptos cuando nos ocupamos de la representacin del conocimiento mediante redes semnticas, por lo que no volveremos a insistir en el tpico.
La ms sencilla descripcin de una red de tamao reducido involucra tantas relaciones y recursiones, caminos alternativos y conectividades que an en un entorno computacional su complejidad
pronto se torna difcil de manejar. Todo anlisis responsable de una situacin microsociolgica involucra una cantidad insospechada de condiciones y restricciones, la estipulacin de numerosos supuestos y diversos requisitos que las formulaciones discursivas normalmente pasan por alto. Una formulacin discursiva relativa a redes de mediana complejidad no tiene posibilidad de construir un
clculo conexo, una estrategia modular o un circuito de realimentacin de soluciones parciales, y es
por ello que los problemas locales exigen extensas frmulas matemticas que a ningn cientfico
social le agrada afrontar y que pocos estn en condiciones de comprender. En lo que a nosotros respecta, ni siquiera nos atreveramos a emprender un anlisis semejante (o cualquier aborde de las
relaciones entre grupos sociales e individuos) sin contar con un recurso de representacin y modelizacin (es decir, con una posibilidad de clculo conexo) similar al que nos entregan los lenguajes
de programacin lgica. La nica alternativa al uso de un instrumento de este tipo es el mismo arcn
de frmulas inconexas que ha ocasionado el descrdito de esta modalidad de anlisis. Como dice
Boissevain:
Por varias razones, [los problemas simples que aborda el anlisis de redes] han dado lugar a un arsenal de
conceptos, trminos o manipulaciones matemticas que aterroriza a los usuarios potenciales. Los antroplogos,
los socilogos y los cientistas polticos han contrado fuertes deudas -demasiado fuertes, en mi opinin- con la
teora matemtica de grafos. Como resultado, se encuentran en peligro real de morir sofocados por la jerga, la
teora y las tcnicas desarrolladas para resolver problemas muy diferentes en otra disciplina. [...] La batera de
tcnicas con que los cientficos sociales se han equipado para resolver las limitadas cuestiones que el anlisis de
redes puede resolver produce sobrecargas. Las moscas se matan con dinamita. Ciertamente, la ayuda de
especialistas en estadstica es necesaria si el nmero de informantes y variables torna problemtico el clculo.
La mayora de los cmputos, sin embargo, tiene que ver con un simple conteo de narices y con tabulaciones
cruzadas (Boissevain 1979: 393).

El diagnstico de Boissevain es hasta cierto punto acertado, pero la solucin que l propone (el
abandono de las tcnicas rigoristas por otras ms cargadas de subjetividad) no es mejor que el problema que se tena: posterga los dilemas, los cancela, en lugar de intentar resolverlos mediante una
tctica ms sagaz. Si los formalistas del network analysis se equivocaron al abrirse al influjo de planteamientos histricamente surgidos para responder a otras preguntas, sus crticos vuelven a marrar al
proponer una estrategia inespecfica, que no slo no proporciona las respuestas que se esperaban,
sino que por aadidura no es capaz de formular interrogantes de un inters parecido.
Es cierto que los analistas muchas veces "estudian redes" en vez de utilizar el mtodo de redes
para responder a problemas antropolgicos; es verdad que el despliegue de notacin formal muchsi700

mas veces va de la mano con la trivialidad, o que el desarrollo de clculos obedece con ms frecuencia a un impulso ad hoc y a una bsqueda a tientas que a una estrategia totalizadora bien planificada.
Pero muchas de las crticas al formalismo de redes en tanto formalismo se tornan aburridas de tanto
profetizar el mismo destino apocalptico: la "desaparicin del ser humano" en el laberinto de las frmulas, el "alejamiento del anlisis de la vida humana", la "prdida de las dimensiones afectivas" y
dems lugares comunes sentimentales que slo demuestran que, sin necesidad o posibilidad de
formalizar, la causa del irracionalismo mecnico y del cuestionamiento parasitario ha perdido, no
menos que el cientificismo, todo asomo de imaginacin (comprese Ottenberg 1971: 948; Kapferer
1973; Sanjek 1974:596; Boissevain 1979:393).
El siguiente programa sugiere un tratamiento de las conexiones y transacciones posibles entre
los componentes de un grupo de seis tribus de Nueva Guinea del grupo Baruya (cf. Godelier 1986:14
y diagrama 5.7). Para el caso no es significativa la distorsin que se deriva de aplicar una modalidad
microanaltica a una problemtica global. A partir de la estipulacin de seis hechos se pueden construir, tal como se demuestra, una enorme cantidad de reglas de produccin que permiten auscultar interactivamente el objeto de anlisis y que liga todas las operaciones en un mismo plan de indagacin
densamente articulado. Protestar contra las matemticas per se es reemplazar la indagacin por una
consigna. Todo trabajo sobre redes, campos, interacciones, conjuntos, retculas, cuasigrupos, facciones y coaliciones se beneficia enormemente si se incorporan los conceptos y formalismos elaborados
en el estudio de los grafos y sus propiedades (cf. Bondy y Murty 1976; Andrsfai 1977; Wilson
1983). Esta incorporacin sera harto ms viable en un entorno computacional que en una
elaboracin analtica corporal a la manera clsica. Pensamos que la teora de grafos, adecuadamente
expresada en un programa lgico, puede constituirse en una estrategia analtica fuerte y progresiva, a
medida que las consecuencias del modelo se vayan elaborando. El grafo que describe los hechos elementales de la base de conocimientos podra ser como ste:
Lohiki

Mbwei

Ivori

Kapau

Tsimbari

Langamar

Mbwei

Los datos bsicos que consignan las relaciones individuales de contacto entre grupos adyacentes
asumiran esta forma:

A partir de estos hechos, ya mismo podemos comenzar a construir el tejido de reglas. La siguiente rutina regular define iterativamente el carcter recproco de la relacin, generando una nueva
serie de hechos que permitirn luego recorrer el grafo conexo en todos los sentidos:

701

Este procedimiento recursivo encuentra el paso entre nodos disjuntos mediante la estrategia de
bsqueda que hemos caracterizado como depth-first:

Una vez en este punto, el investigador puede requerir al sistema respuestas sobre la conexin directa, indirecta o reflexiva en una estructura definible como un grafo acclico directo (GAD),
mediante un procedimiento como el que sigue:

El problema con la rutina anterior (como con muchas otras clusulas de la lgica del primer orden) es que la respuesta que se obtiene es potencialmente redundante: el sistema nos entregar centenares de respuestas pleonsticas, en las que el recorrido por el grafo, aunque los nodos terminales
sean prximos, discurre una y otra vez por los mismos puntos. Esta es una solucin lgicamente correcta, pero imprctica. Ocurre porque nadie le expres al sistema, por va de una metarregla, que la
aplicacin de una regla-objeto no deba ser redundante. Para examinar la conectividad en un grafo
con evitacin de redundancia habra que emplear una clusula lgica metalingstica, de orden superior, coordinada con un procedimiento recursivo:

Hasta el momento todas las relaciones examinadas son de carcter cualitativo. De ser necesaria
la cuantificacin se la puede incorporar con suma naturalidad. La introduccin de formalismos
matemticos en la textura del lenguaje de modelizacin se puede llevar a cabo, en general, sin
discontinuidades inoportunas, pues toda implementacin de un lenguaje computacional incluye ya
sea (a) los comandos necesarios para invocar rutinas compiladas en otros lenguajes,
matemticamente especializados o (b) los predicados built-in requeridos para realizar las operaciones
que haga falta dentro del mismo lenguaje.
Para medir, por ejemplo, la "densidad" de las conexiones adyacentes de cada nodo hay que agregar al procedimiento ciertos clculos matemticos relativamente simples. Conforme a la definicin
de John Barnes (1969:58-60), la condicin para considerar densa las interrelaciones de un nodo
determinado depende de que existan contactos adicionales para cada uno de los contactos adyacentes
a "Ego,", el nodo de referencia original:
702

No interesa a qu fines analticos sirva el concepto de densidad. El clculo concreto podra ser
cualquier otro, de la complejidad o naturaleza que se quiera. Observemos por un instante la fuerza
del proceso interactivo y el modo en que se correlacionan las convenciones sintcticas relativas a la
notacin de las variables con la significacin de las operaciones: con slo introducir una pregunta de
estructura
, el investigador puede obtener una enorme cantidad de resultados. Si es
una variable ligada (supongamos,
), el sistema le retorna el valor de su densidad correspondiente; si la variable ligada es , el programa entrega el nombre del o los nodos cuya densidad
sea igual al guarismo ingresado; si ambas variables son libres, se desencadena el clculo de las densidades de todos los nodos de la red; y, por ltimo, si ambas variables estn ligadas, se confirma o
desconfirma que el nodo que se indica posea la densidad que se estipula.
La naturalidad con que en un entorno de programacin lgica se desenvuelve la incorporacin
de recursos formales por dems heterogneos (y que acabamos de ejemplificar en una expresin
mnima pero suficiente) torna oportuna la discusin de un aspecto metodolgicamente crucial. Al
disponer de un lenguaje formal con suficiente capacidad expresiva, de numerosas investigaciones
sobre las correspondencias entre los grafos matemticos y la lgica o entre la dimensin conceptual y
la figurativa (v.g. Sowa 1984), de un instrumento verstil de representacin del conocimiento y de un
mecanismo de clculo generalizado, adquiere por primera vez sentido la posibilidad de "incorporar
un formalismo" (topolgico, cuantitativo o lo que fuere) en el tejido de una elaboracin antropolgica. Deseamos otorgar a este "incorporar un formalismo" un sentido tcnico y una dinamicidad
infinitiva anlogos a los que posee la expresin "disponer de una teora" en la epistemologa de
Sneed y Stegmller, aunque la denotacin de ambas expresiones posea escasos puntos en comn (cf.
Stegmller 1983: 231-244).
En computacin es muy comn "pasar" de un lenguaje a otro para realizar procedimientos para
los cuales el lenguaje original no est convenientemente dotado. Los mejores dialectos de Prolog, por
ejemplo, poseen interfaces a Assembler que refuerzan sus capacidades de bajo nivel y otros recursos
que permiten que una rutina en Prolog sea "llamada" desde un programa escrito en otro lenguaje. El
paso de un cdigo a otro est regido por un protocolo de transferencia de parmetros, de modo tal
que el educto del lenguaje saliente resulte inteligible como insumo del lenguaje entrante. La interface
entre dos lenguajes de computacin (caso extremo de inconmensurabilidad en la incorporacin de un
formalismo) proporciona el modelo ideal para repensar la relacin entre dos formalismos distintos
como una relacin entre lenguajes heterogneos, o entre "registros" especializados (en el sentido sociolingstico de Halliday) de un mismo lenguaje.

703

Entre un formalismo y un discurso mayor que lo implementa debe existir entonces lo que podramos llamar "congruencia de cdigo": al formalismo se deben introducir datos que puedan ser
procesados en trminos de aqul y del formalismo deben surgir, tras su procesamiento, elementos de
juicio que sirvan de inmediato a los propsitos del marco general. Decir que la incorporacin de un
formalismo es "imposible" o "forzada", es lo mismo que decir que difcilmente se lo pueda alimentar
con insumos procesables y que dudosamente su educto (si es que se puede poner el formalismo en
funcionamiento) proporcione algn indicio interpretable para y por la teora que lo invoca.
En las formulaciones discursivas de la antropologa se da a menudo que los formalismos ocasionales o generales no poseen nexos efectivos de conectividad con los datos que conforman la descripcin bsica o con las conclusiones a las que se cree llegar (v.g. Rappaport 1987). En un sistema interactivo, en cambio, resultara difcil mantener la expresin de los datos unida artificiosamente a un
formalismo conexo sin que de inmediato el sistema comenzara a producir eductos indeseados: las
mquinas tienen razones significativas para volverse locas.
Afirmamos aqu que las reiteradas aventuras formales de la antropologa, en las que se explor
desde la teora de matroides hasta la investigacin operativa, desde la teora de los juegos a la ciberntica, desde la teora de catstrofes a las estructuras disipativas, estaban condenadas a disolverse y
fracasar por insertarse en un medio inadecuado, como lo es el de toda formulacin discursiva. Esta es
la razn principal para que el uso de una tctica formal haya determinado la formacin en el interior
del cuerpo disciplinar de una serie de "antropologas especiales" incomunicables o, a menor escala,
de subespecies restringidas, identificadas por el uso de una variedad puntual de formalismo.
Casos del primer tipo son la "antropologa matemtica" de David Kronenfeld, Paul Kay, Ballonoff o Hans Hoffmann y la "antropologa sistmica" de Richard Adams, Miriam Rodin, Karen Michaelson, Gerald Britan, Randal Sengel y Magoroh Maruyama; ejemplos del segundo, la teora de la
decisin segn Frank Miller (1965), el anlisis dimensional de Lundy Dobbert, McGuire, Pearson y
Taylor (1984), el anlisis de caminos de Hadden y DeWalt (1974) y la teora de juegos segn William Davenport (1960). No es difcil imaginar por qu en lugar de avanzar en su equipamiento
metodolgico la antropologa ha constituido un autntico museo de la vanguardia, una coleccin de
herramientas extravagantes destinadas a no difundirse jams: cuando los formalismos no se pueden
incorporar al discurso normal, se forman alrededor de l otros tantos discursos especializados que lo
convierten en algo que se parece demasiado a una finalidad. Al incrustar los formalismos en la carne
de la teora, y no en un modelo formal, las antropologas especiales surgen y se tornan indescifrables
porque sus formulaciones discursivas se mimetizan con el estilo sintctico y semntico de las signaturas desplegadas por sus instrumentos favoritos. La perversin es cudruple: en lugar de ser un
recurso natural y generalizado de una disciplina, el formalismo deviene el emblema artificioso
peculiar de una faccin.
La antropologa (como con justa razn se quejan los crticos del anlisis de redes) ha importado
formalismos sin preparar la atmsfera que ellos exigen para poder operar. El ejemplar lmite es, en
esta tesitura, la incrustacin de momentos formalizantes en el limbo literario de la thick description
abogada por Benjamin Colby (Colby y Colby 1986), caso que luego estudiaremos. Nuestra postura
restablece la legitimidad de un principio bastante obvio, pero que los antroplogos usualmente pasan
por alto: el habitat natural en el que una formalizacin puede engranar con su contexto y servir a determinados fines, no es el de un discurso primordialmente esttico o argumentativo, sino el de un
modelo formal.

704

Se fall, entonces, no tanto porque fuera "imposible cuantificar" (pues algunos de los formalismos intentados han sido de ndole cualitativa), o porque en las ciencias sociales "los objetos sobre
los que se razona no estn bien definidos" (pues en muchos de los instrumentos formales los objetos
son entidades abstractas menos importantes que las relaciones que entre ellos se establecen), sino
porque una experiencia de ese tipo slo tiene garantas transductivas y eductivas en el interior de un
modelo con cuyas dems variables el formalismo pueda entenderse. Redes, grafos, matrices y dems
lgebras pueden incorporarse a un desarrollo de investigacin cuando existen ya los recursos para ingresarle los insumos en el formato y en el cdigo requeridos, y cuando su output sirve para
realimentar la totalidad del modelo como un resultado teorticamente interpretable. La programacin
lgica brinda a la causa de la antropologa formal una cualidad superlativa: el lenguaje lgico mismo
(en este caso Prolog) es un medio que sirve para expresar directamente y otorgar contorno lgico a
cualquier formalismo imaginable, integrndolo de este modo al proyecto de resolucin global.
No vamos a desarrollar aqu ni la totalidad del anlisis de redes ni una formalizacin en regla de
una aplicacin reticular de la teora de grafos; nos contentamos con exponer las piezas con las que
objetivos como sos pueden coronarse, de ser preciso, y con anotar proyectos acotados de esta naturaleza en la agenda inmediata. Cada tipo de grafos (y, traducido a lo que nos importa, todo tipo de
problemas antropolgicos relacionales), impone una estrategia de resolucin que habr de ser tanto
ms til, extensible y extrapolable cuanto ms reflexiva sea su aplicacin.
En algn momento se verificar que existe una palpable recurrencia entre los tipos estructurales
de problemas y las clases de heursticas que les corresponden con mayor fluidez, pues la herramienta
surge, en un entorno de programacin lgica, como una funcin o consecuencia del trabajo a realizar.
En principio, concluyamos que las bsquedas y anlisis sobre rboles finitos y grafos acclicos directos se resuelven con el ncleo del Prolog puro, los grafos finitos se atacan con el ncleo ms la negacin y los grafos infinitos con Prolog puro, negacin y lgica de segundo orden. La literatura especializada abunda en ejemplos de conectividad formal entre las posibilidades del lenguaje y los
principios de desenvolvimiento de los diferentes formalismos (cf. Kahn 1984; Sterling y Shapiro
1987: 266-283).
Problemas y Programas
El primer problema al cual hemos de aplicar recursos de programacin lgica es un tpico
clsico de la literatura antropolgica sobre el parentesco. Se trata de una cuestin planteada por los
estudios de Radcliffe-Brown (1931) y de Lvi-Strauss (1973) sobre el sistema matrimonial kariera,
reelaborados matemticamente por Kemeny, Snell y Thompson (1966), bajo la forma de un sistema
axiomtico que pasa por ser tan pedaggico como magistral (cf. Schuster 1982:119-124). Aunque
sus ribetes son apasionantes, no historiaremos aqu el comercio entre el estructuralismo antropolgico y las matemticas, ni describiremos los sueos formalistas de Lvi-Strauss, a los que supondremos conocidos. Vayamos entonces al asunto.
Es bien sabido que el estructuralismo ha suscitado unos cuantos empeos de tipo euclideano, y
que el propio Lvi-Strauss pospuso el estudio de las formas complejas del parentesco en espera de
una convivencia interdisciplinar ms asentada con los especialistas en matemticas. Como hemos
juzgado estas aventuras en otra parte, no repetiremos aqu argumentos sobre la discreta opinin que
en general ellas nos merecen (cf. Reynoso 1986a); en su lugar desarrollaremos ilustrativamente un
caso. Los matemticos expresan de este modo el conjunto de axiomas que definen el sistema:
705

Ax1: Cada miembro de la sociedad tiene asignado un casamiento-tipo.

Ax2: Dos individuos pueden casarse solamente si son del mismo casamiento-tipo.
Ax3: El tipo de un individuo est determinado por el sexo de un individuo y por el tipo de
sus padres.
Ax4: Dos muchachos (o muchachas) cuyos padres son de tipos diferentes sern ellos mismos
de tipos diferentes.
Ax5: La regla con respecto a si un hombre puede casarse con una mujer pariente en un cierto
grado depende solamente de la clase de parentesco.
Ax6: En particular, a ningn hombre se le permite casarse con su hermana.
Ax7: Dados dos individuos cualesquiera, les est permitido a algunos de sus descendientes
casarse entre s.
Suponiendo que existen tres casamientos-tipo, a los que llamaremos t1, t2 y t3, la definicin de
los tipos de los hijos a partir de los de sus padres obedecera a un esquema parecido al que se ilustra
en este cuadro:
Tipo de los padres
t1
t2
t3

Tipo del hijo

t2
t3
t1

Tipo de la hija
t3
t1
t2

El programa que ilustra esta axiomtica es brevsimo, y su sencillez y transparencia ha permitido

discutirlo en varios cursos de Prolog para antroplogos que hemos dictado hace pocos meses; en
ellos se ha puesto de manifiesto la distancia que media entre las nuevas herramientas formales y el
viejo mito matematizante de la axiomatizacin discursiva. La brevedad del programa ha permitido
incluir diversas resenciones, que ilustran diferentes prestaciones de inteligencia artificial: aprendizaje
de mquina, construccin dinmica de la base de conocimientos, separacin de hechos y reglas, objetivos internos y externos, algoritmos recursivos versus iterativos, clculo de datos faltantes y
asercin completa de datos. Los listados identifican esas estrategias mediante indicadores de comentario: un signo % al margen o un pargrafo encerrado entre /* y */.
La primera revelacin que arroja el Prolog sobre la axiomtica de Kemeny, Snell y Thompson es
que no todos los axiomas expuestos son los suficientemente perfilados o informativos como para poder expresarse en forma de regla lgica y generar luego un programa de comportamiento sensato y
realista. Cuando pretendemos escribir cada axioma en clusulas de Horn, cae de suyo que algunos
son redundantes, que otros no establecen ninguna restriccin a la libre combinatoria, otros son absurdos, otros se implican mutua y confusamente y otros son decididamente irrelevantes. Vemoslo por
partes.
Los primeros dos axiomas no son problemticos, aunque no son lo bsicos que debieran. Si en la
matemtica axiomatizada de Peano el primer axioma enunciaba algo tan obvio como "0 es un nmero", no comprendemos bien por qu en la axiomtica antropolgica que ahora tratamos se omite una
clusula tan fundamental como "un casamiento es una relacin entre personas de diferente sexo", la
cual esconde el implcito, tambin vlido y necesario para el clculo, que establece que alguien no

706

puede casarse consigo mismo. Si los axiomas definen el sistema progresivamente, quiz el tercero
debera ir en segundo trmino y el segundo en tercer lugar.
Considerado por s solo, el cuarto axioma no encaja con ninguna realidad humana, a menos que
la sociedad kariera se suponga infinita y poblada de personas destinadas a no casarse nunca. Su dependencia del tercer axioma es tan manifiesta que ambos deberan ser suplidos por restricciones de
otra naturaleza; el juego sucio de implicaciones recprocas entre estos dos axiomas surge porque ningn otro nos dice con claridad que "en la sociedad kariera hay ms de un tipo de casamiento" y que
"el nmero de tipos en dicha sociedad no es dos, ni es infinito". Cegados los autores por la economa
cruel de una axiomtica superflua, nos escamotean informacin esencial y llevan la inferencia de la
nariz para demostrar lo que se haban propuesto. En reemplazo del cuarto axioma debera figurar una
regla adicional que limite e identifique el nmero de tipos existente en el interior de la sociedad, ya
que ese guarismo, en virtud de la lgica del sistema, es fijo salvo condicin de catstrofe; ese nmero
recin se insina en una ejemplificacin que, a todas luces, no se sigue de los axiomas admitidos
sino que proviene lisa, llana y clandestinamente de la etnografa.
El sexto axioma sale sobrando, pues una vez validada la regla que define que un hombre y su
hermana son de tipos distintos (retorcidamente entraada en el Ax3), no es necesario en absoluto agregar esa especificacin. El sptimo y ltimo axioma ni siquiera sirve como tal, ya que en lugar de
significar una restriccin ilustra con suprema vaguedad lo que ms bien parecera ser una consecuencia del funcionamiento de las reglas precedentes. Ni an esa consecuencia, empero, se puede estimar
idiosincrtica del sistema kariera, por cuanto lo que en rigor denota es que en una sociedad humana
existen matrimonios y que algunos de quienes los contraen pudieran estar ms o menos ligados a un
antepasado comn. Siendo que "algunos" y "cualesquiera" aniquilan la precisin de la regla y vacan
sus contenidos, el sistema, en fin, nada perdera si se la quita.
Cabe concluir entonces que la axiomtica matrimonial de Kemeny, Snell y Thompson (al igual
que otras propuestas matemticas derivadas del estructuralismo) no cumple las condiciones mnimas
de un sistema axiomtico, y que an como esquema descriptivo informal del sistema kariera deja
muchsimo que desear. Consecuentemente, un programa en Prolog fundado en la expresin literal de
esos axiomas se comporta con una expresiva estupidez: por una parte, las personas se casan consigo
mismas, con otras del mismo sexo o con sus abuelos; por la otra, la falta de especificacin del
nmero de tipos desata clculos recursivos infinitos que desbordan en pocos ciclos la memoria de la
mquina. Lo primero es surrealista, inaceptable para la moral kariera o etnogrficamente falso; de lo
segundo no tienen la culpa ni Gdel, ni las tecnologas de transicin, ni el carcter abstracto que
segn se dice poseen las axiomticas: como dira Turing, el modelo es incomputable.
Informalmente podra aadirse que el modelo matemtico es incorrecto, desprolijo e inconsistente, para decir lo menos. Como axiomtica cabal no es ni siquiera mala, pues an lo malo admite
mejorarse y el nico remedio aqu es olvidar la propuesta y hacerla de nuevo. Sabemos muy bien que
no hubiera sido preciso pasar por un programa en Prolog para llegar a esta conclusin, que se deduce
de cualquier lectura parsimoniosa. Lo importante, ms bien, es que es imposible comenzar siquiera a
formalizar el esquema en trminos de programacin lgica sin que las limitaciones sealadas se revelen con toda la evidencia y en toda su abismal magnitud.
El programa en Prolog que sintetiza el funcionamiento del sistema kariera no pretende posar de
axiomtica y se conforma con que sus diversas reglas de complementen para habilitar cauces de clculo y prediccin de la mejor manera posible. No hay por qu forzar una axiomtica cuando la representacin inicial es ordenada y conexa. En todo caso las axiomticas se podrn inducir despus, una
707

vez que los resortes esenciales del sistema se hayan testeado suficientemente. Siempre y cuando, por
supuesto, exista una marca categrica que diferencie, en un programa lgico, lo que es una axiomtica de lo que slo es un buen programa o modelo no redundante y bien construido.
En Turbo Prolog se puede cerrar un programa, estipulando un objetivo interno, o se lo puede
dejar abierto a la interaccin con el usuario, a fin de ejecutar slo aquellas operaciones que se
deciden sobre la marcha o que se desatan como implicancia de una prueba constructiva. En el caso I
se ha preferido dejar el programa abierto, para que las consecuencias que se derivan de los datos y
los principios tericos que los ordenan se puedan examinar en libertad. El modelo proporciona
asimismo un pequeo ncleo experimental, un conjunto de prueba neutro, tejido en torno del
siguiente relevamiento imaginario:

En el programa la textura de los datos y las reglas son autoevidentes y casi analgicas: los datos
genealgicos son hechos de Prolog, las reglas matrimoniales son reglas del lenguaje. El ncleo del
pequeo modelo conduce de lleno a la resolucin de la clusula madre, que es sin duda
,
pregunta a partir de la cual se teji toda la estrategia de representacin. Todos los hechos son transitorios, imaginarios o hipotticos, por ms que pretendan ser fieles: pero una vez obtenidos resultados
aceptables en la ejecucin de dicho goal, podr omitirse toda referencia a datos concretos o aplicarse
el conjunto de reglas a otros conjuntos elicitados; las reglas remanentes constituirn espontneamente una "axiomtica" harto ms escueta que la que urdieron los matemticos, pero que posee
por encima de sta la cualidad de la consistencia interna y la capacidad de funcionar.
La condicin necesaria para que el predicado binario
pueda resolverse cubriendo toda la
muestra es que todos los tipos individuales sean calculables. La segunda versin muestra prestaciones de lo que ha dado en llamarse aprendizaje de mquina; en ella, el clculo no es exhaustivo a
menos que se solicite previamente al sistema que establezca primero todos los tipos que sean
deducibles de los hechos asertados. Si se ejecuta la clusula de aprendizaje antes de calcular los
individuos mutuamente casables, la probabilidad de cubrir todo el universo es mayor y llega a ser
completa en condiciones ptimas. En la versin estndar se presupone que el sistema posee de
antemano toda la informacin susceptible de elicitarse, lo que generalmente es el caso. En ambas
versiones est latente la posibilidad de que algunos clculos desborden la capacidad de la memoria,
por cuanto las reglas para determinar el tipo matrimonial se invocan a s mismas recursivamente.

708

El aprendizaje de la mquina es, desde ya, una metfora, una ficcin oportuna, una analoga antropomorfa que describe mediante un concepto conocido el comportamiento del modelo. De ms est
decir que luego de sus sesiones de aprendizaje la mquina sigue siendo tan inerte y estpida como
siempre lo ha sido, pues en rigor no es ella la que aprende, ni hay ninguna entidad que
verdaderamente aprenda; ms bien es el sistema lgico el que ve incrementada la suma de premisas
desde las cuales debe originar el clculo de las inferencias.
Cabe concluir nuestro comentario del primer programa trayendo de nuevo a colacin la
pregunta, para muchos crtica, sobre si la ciencia social debe o no tender a axiomatizarse. Mucho se
ha argido a favor o en contra de la idea: algunos la impulsan como el objetivo ltimo del trabajo
cientfico; otros sostienen que esa axiomatizacin es difcil, imposible o indeseable, "dado el carcter
concreto del objeto de las ciencias sociales, a diferencia de las abstracciones lgicas o matemticas"
(Schuster 1982:12; Rudner 1973). Al disponerse de instrumentos mecnicos de clculo conceptual,
pensamos que la disyuntiva, por bien planteada que haya sido alguna vez, carece de vigor y relevancia en los das que corren. No debera resultar sorprendente que expresemos ahora que no estamos a favor de la axiomatizacin, por reputarla o bien un objetivo intil una vez que la herramienta a
travs de la cual el modelo se expresa posee ya de por s una fundamentacin axiomtica, o bien una
meta imposible cuando el ejercicio del razonamiento deductivo es convencional y no est inmunizado contra fallas. Tampoco estamos sin embargo en contra de la axiomatizacin. Si los hechos
de partida tienen una anatoma axiomtica, tanto mejor; pero no es razonable abismarse en la fabricacin de esa contextura, ya que en un entorno de programacin lgica todos los hechos ya son axiomas por definicin. Dado que en ese ambiente de trabajo el procedimiento de clculo es mecnico,
no tiene caso que el investigador humano finja comportarse con la inexorabilidad de una mquina,
prodigando frmulas telegrficas, sujetas a reglas adicionales en tanto axiomas, cuya interrelacin
desata a su vez numerosas implicancias difciles de mantener bajo control.
El segundo programa (AASISPAR.PRO) desarrolla en su totalidad el modelo de clculo de las
relaciones de parentesco con el que comenzamos la ejemplificacin de esta tesis, mostrando la forma
de establecer un tejido progresivo de reglas conexas y parcialmente solapadas a partir de un conjunto
minsculo de hechos iniciales. El origen de este programa tiene que ver con nuestros ejercicios en
enseanza del lenguaje, de modo que se ha rodeado el ncleo lgico de una minuciosa interface de
usuario para que quedaran ejemplificados todos los predicados procedimentales del Prolog. El dominio escogido no es esotrico, y concierne a la propia familia del autor, vinculada por reglas que reproducen nuestra terminologa coloquial de parentesco. El programa es un logicial de consulta, capaz
de acoger dinmicamente informacin parental de otros individuos y de buscar luego relaciones escondidas entre los conjuntos. Es posible desactivar los objetivos internos del programa y utilizar el
conjunto de reglas como punto de partida para relacionar cuestiones de parentesco con otros aspectos
de la vida social en una comunidad ms o menos ligada.

709

2. Programa II: Base de datos relacional

Al ocuparnos de los formalismos de representacin del conocimiento antropolgico, tratamos a
grandes rasgos las equivalencias entre las operaciones y estructuras fundamentales del modelo relacional de base de datos y las clusulas de Prolog que permiten desarrollar las primeras y representar
las segundas. La incorporacin de las prestaciones inteligentes de la programacin lgica al tratamiento de informacin es capaz de transformar el viejo concepto de la acumulacin de datos en un
instrumento de representacin del conocimiento y de clculo de las consecuencias que de l se derivan. La que trataremos en este apartado es una simbiosis especialmente creativa y poderosa, an en
plena ebullicin en el mundillo de la computacin cientfica: si el lgebra relacional y el lenguaje
descriptivo son separadamente soberbios, podramos decir, parafraseando a Gray y Lucas (1988) que
juntos son dinamita.
Es sabido que existen dos modelos bsicos de estructura de bases de datos computacionales
(DBMS), aparte de unas cuantas implementaciones mixtas. Las bases de datos jerrquicas, con configuracin de red o de rbol, propias de la tecnologa ms antigua, son de diseo complejo y de mantenimiento dificultoso, pero de estructura apta para tratar informacin taxonmicamente ordenada
con mltiples niveles de inclusin y para ejecutar complicados anlisis de despiece; las bases de
datos relacionales, que se popularizaron sobre todo con la difusin del estndar PC, son de
definicin y manejo ms sencillo, pero slo pueden expresar relaciones complejas de inclusin de
clase al precio de una alta dosis de redundancia.
Ninguno de esos modelos se adapta al tratamiento de informacin intrnsecamente variable,
como la que constituye la gran masa del insumo factual de nuestra disciplina. En las versiones que se
consiguen en el mercado la orientacin conceptual de ambas tecnologas tiene un sesgo financiero,
comercial, empresarial o contable que rima muy mal con los hbitos descriptivos y analticos de las
ciencias sociales, cualquiera sea su signo terico; en aquellas actividades burocrticas se presupone
que los registros de una base poseen campos bien definidos, de longitud uniforme, que contienen
informacin homognea, y que los datos almacenados se sometern, a lo sumo, a operaciones de clculo paramtrico o a comparaciones por s o por no.
Cae de suyo que esta filosofa de organizacin de datos de ninguna manera es apta para una
prestacin cientfica. Sin embargo, por razones que escapan a este anlisis, nuestros especialistas
siguen utilizando sistemas convencionales de bases de datos, como si ellos fueran lo nico o lo mejor
de lo que se dispone en materia de tcnicas estandarizadas de archivo. Cuando lo que se tiene es un
martillo, todos los problemas parecen clavos. Productos como el dBase, el RBase, el Clipper, el Fox
Base o el Paradox, para citar algunos, ofrecen enormes facilidades de diseo y prestaciones bien
articuladas, seguras, foolproof. La tentacin de entrar por esa va a la era de la computacin y
sentirse en la vanguardia tecnolgica es grande.
Los problemas comienzan despus que se tiene en la mquina el calco electrnico de las fichas
de cartn. Si se pretende utilizar el material archivado en una base de datos para someterlo a tratamientos lgicos, conceptuales o estadsticos ms elaborados que los que se acostumbran a desplegar
en un banco, por ejemplo, habr que disear complicadas interfaces internas para acceder a otros lenguajes ms verstiles que los descifradores de macros incrustados en los productos. La alternativa a
esta solucin consistir en convertir redundantemente la informacin para incorporarla como datos
tabulados, que a su vez sern usados como insumo por programas escritos en otros lenguajes. El re710

sultado natural de este estado de cosas es la proliferacin de sistemas subptimos desde el punto de
vista de la antropologa, confusos en su articulacin lgica, teorticamente intrusivos y detestables en
trminos de computacin.
Los lenguajes de inteligencia artificial que hemos estamos aplicando a la antropologa representan un cambio radical en la filosofa que rige los procedimientos cientficos. Quien se sirve de
lenguajes no est condenado a administrar herramientas concebidas para otros fines, sino que se halla
en posicin de confeccionarlas a medida de sus necesidades. Como trabajamos a nivel de lenguajes
(y no de productos) el mbito de capacidades ha de estar condicionado por y slo por un requerimiento previo, aunque quepa no excluir extensiones suplementarias. Respondiendo una vez ms
a la exigencia de la prioridad hermenutica de la pregunta, he aqu que de ahora en ms tallamos
nuestras respuestas a propsito, sin hallarnos constreidos a un repertorio de planteos y frmulas
cristalizadas que alguien ha pensado ya en lugar nuestro.
El problema al que se abocan en esta ocasin los recursos de la programacin lgica ha sido
formulado por la lic. Susana Renard de Coquet, por mediacin de Mara Isabel Hernndez Llosas.
Los contenidos que expresa el modelo subsiguiente se refieren a la documentacin de sitios con arte
rupestre de la Repblica Argentina, recopilados dentro del PROINDARA (Proyecto de Investigacin
y Documentacin de Arte Rupestre Argentino). Las soluciones diseadas corresponden a un preciso
conjunto de requerimientos:
1) El programa debe permitir la inclusin de datos que son en principio inciertos en cuanto
a la extensin de sus campos y al nmero de temes referidos en cada categora, de modo
tal que puedan implementarse reenvos desde una sola entidad a nivel de registro a diversas publicaciones referidas a un sitio o a diversos sitios tratados en una publicacin; lo
mismo vale para otras categoras posibles, tales como autores, contenidos, fechas, descripciones o publicaciones peridicas.
2) Debe existir una forma de decidir en tiempo real modalidades de consulta que no hayan
sido previstas en el diseo original de la base, para que sea posible coordinar relaciones
entre categoras que no necesariamente se deduzcan de las articulaciones relacionales puramente algebraicas. Por ejemplo, se debe poder tratar la informacin descriptiva de los
comentarios o las descripciones de sitios y paneles en lenguaje natural (lo que en dBASE
sera un campo-memo) como si formara parte de las pautas prestablecidas de bsqueda.
3) Deben instrumentarse criterios para elastizar el almacenamiento, la bsqueda y la recuperacin en funcin de cualidades verbales que se puedan definir dinmicamente; por
ejemplo: qu otros sitios quedan cerca (o alrededor, o en direccin norte) respecto del
sitio referido, o qu otros autores proporcionan informacin sobre ese sitio o sobre otros
de similares caractersticas en una poca dada.
4) Finalmente, deben arbitrarse modalidades de consulta que permitan ya sea realizar bsquedas en base a contenidos aproximados, parcialmente desconocidos o inexactos, o
efectuar el barrido de la base de datos sin ingresar textos que pudieran diferir en detalles
de escritura con los registros efectivamente incorporados (apellidos compuestos, acentos,
guiones, errores ortogrficos) y que por este motivo reduzcan el nmero y la confiabilidad de las respuestas obtenidas.
Para alcanzar esos objetivos fue preciso una vez ms recurrir al Prolog. Esta es, que sepamos, la
primera elaboracin antropolgica en que se da cuenta de la incorporacin de dicho instrumento al
711

conjunto de recursos metodolgicos de la disciplina desde el punto de vista de la programacin

bsica de un sistema de esta clase, que tipificara como "base de datos inteligente". Es conveniente
entonces analizar con algn detenimiento la significacin de estos desarrollos, en contraste con las
implementaciones que han recurrido a paquetes informticos convencionales.
El modelo que aqu se presenta en forma fragmentaria (y que todava se encuentra en estado de
tanteo experimental) permite expresar, an antes de ser concluso, relaciones harto ms complejas que
las previstas en sistemas bibliotecolgicos del tipo Isis o en paquetes user-friendly del estilo del
dBase. El sistema de base de datos en s es perceptible slo en campos fragmentarios, en jirones; por
razones de espacio se han desarrollado nada ms que las rutinas que proporcionan el andamiaje fundamental, de modo tal que el programa, aunque incompleto en relacin con el proyecto referido, siga
siendo ejecutable. Pese a todo, y contando por supuesto con el conocimiento suficiente de la sintaxis
y la semntica del Prolog, el esquema de recuperacin de datos puede ser adaptado conforme a
pautas de sinonimia y criterios de semejanza modulables a capricho y en tiempo real, de manera que
las clusulas de consulta establezcan patrones de respuesta que estn mucho ms all de la capacidad
de las tcnicas convencionales de programacin subyacentes a los lenguajes estructurados como el
SQL (orientado por tuplas) o a modalidades de recuperacin pautada de informacin como el QBE
(orientado por dominios).
La aplicabilidad del Prolog a este tipo de prestaciones no necesita demostrarse, ya que se ha
constituido en un lugar comn. Mouta, Williams y Neves (1988), por ejemplo, han creado lenguajes
de consulta de tipo SQL y QBE en Prolog, mientras que Singleton y Farris (1988) han encontrado
que las aplicaciones sobre el mundo real y de magnitud considerable exigen la incorporacin de procedimientos de indexacin, optimizacin de consulta y manejo de transacciones al entorno de programacin declarativa para ser computacionalmente eficientes. Como salta a la vista en nuestro programa de muestra, hemos procurado aprovechar estas lecciones.
La diferencia ms ostensible entre una base de datos convencional y una diseada mediante programacin lgica es que esta ltima no encarna una finalidad, sino un paso fundante en la construccin de un sistema basado en conocimientos (KBS), lo cual es algo sumamente distinto de un programa limitado el tratamiento de datos. La resultante de un programa inteligente de organizacin de conocimientos como el que hemos elaborado corresponde al captulo de los hechos de un programa en
Prolog. Se puede ulteriormente aplicar el conjunto de reglas que se quiera a dicho conjunto, de manera tal de constituir sistemas para la verificacin de hiptesis, sistemas expertos o modelos de simulacin. Adecuadamente complementado, el programa puede redefinirse cuando se quiera como
premisa de otros sistemas de superior nivel. Incluso podemos sacar de l datos digeribles por nuestro
propio Sistema Experto.
El listado que acompaa a este apartado corresponde slo a un pequeo ncleo de prestaciones
bsicas, separado del conjunto de los mdulos orientados al conocimiento a los efectos de la ejemplificacin. Consideradas en conjunto, las bases de datos experimentales que hemos desarrollado en el
contexto de nuestra investigaciones (CONICET, PID N 401/89) exhiben numerosas ventajas con
respecto a los modelos de DBMS:
1) Desde el punto de vista computacional, la ms importante de ellas se refiere a la versatilidad
de las estructuras representacionales, pues, al contrario de los sistemas comerciales de gestin de bases de datos, no existe ninguna constriccin relativa a la longitud de los campos y ninguna diferencia
cualitativa (de mediar las adecuadas rutinas de interface a lenguaje natural) entre "datos" y "comentarios". Es posible entonces introducir informacin sumamente heterognea sin imponer un gasto des712

mesurado de espacio de almacenamiento, sin temor a que no quepa en el espacio previsto por haberlo
desperdiciado con campos vacos e integrando genuinamente las descripciones verbales al procesamiento relacional.
2) Desde la perspectiva antropolgica, las estructuras de datos susceptibles de expresarse en un
lenguaje relacional y declarativo son infinitas, en contraste con la uniformidad lineal de la
representacin tpica de las bases relacionales. Se dispone, por ejemplo, de estructuras arboladas, de
tcnicas de representacin de conjuntos difusos y fundamentalmente de listas recursivas, las cuales
permiten introducir enumeraciones de longitud y de complejidad indefinidas. Las materias primas
que constituyen un elemento ergolgico pueden ser una o muchas, lo mismo que los libros que se
refieren a un sitio, los sitios que se mencionan en un texto o los motivos que se encuentran en
determinado panel. Nada de esto supone un obstculo para una descripcin en un lenguaje
inteligente. Los elementos de una lista pueden ser, a su vez, listas; esto da una idea de la potencia
representacional de estos lenguajes, superior incluso a la de las bases jerrquicas y relacionales
combinadas, si esa combinacin fuera posible. Todas las estructuras entrevistas en la seccin III de la
tesis bien podran ser estructuras de la base.
3) Al participar en un entorno conectivo de datos y mecanismos de inferencia, las bases de datos
expresadas en lenguajes de inteligencia artificial permiten incorporar la descripcin de los datos a
tareas cientficas de ms alto nivel en una secuencia sin fisuras. Esto implica que se pueden activar
mecanismos de clculo conceptual que operen directamente sobre las entidades del mismo programa
que tengan calidad de hechos; las bases de datos dejan de ser archivos inmviles y semi-invisibles
para desplegar representaciones realistas del conocimiento terico, haciendo que factores tales como
la ambigedad, la semejanza parcial o la informacin incompleta, al ser al fin tratables, jueguen a
favor de la teora.
4) Si bien tanto la computacin tradicional como la programacin lgica, en hiptesis, cubren un
mismo campo de posibilidades relacionales, en esta ltima el ensamblado de la representacin sobre
la cual se ejecuta la bsqueda es infinitamente ms transitable y flexible que en aqulla. Ninguna
base de datos, hoy por hoy, puede incluir representaciones arboladas, listas recursivas ni listas de diferencia. La relacin entre ambas tecnologas es asimtrica: todo lo que puede hacerse en un
excelente DBMS se puede hacer en programacin lgica, mientras que lo inverso no ha de ser verdad
en mucho tiempo. Y por aadidura, un buen lenguaje de programacin lgica posee, entre sus
prestaciones procedimentales, un mtodo de acceso a estructuras de datos expresadas en DBMS o en
planillas de clculo: encadenando unos cuantos predicados extralgicos, podemos penetrar a saco en
una base de datos real (dBASE, por nombrar una) y convertir su almacenamiento rgido en saber
utilizable apenas ledo (cf. Gallaire y Minkler 1978; Gray y Lucas 1988).
Los objetivos definidos al principio han sido satisfechos con exceso, aunque el sistema en s no
se ha implementado por falta de financiacin para la compra de las mquinas necesarias y la formalizacin de los contratos de servicio. Se ha obtenido un programa fcil de manejar, con una interface
hacia el usuario tolerante frente a los errores de formulacin de los queries, y que puede abrirse a
combinaciones de bsqueda que aprovechan al mismo tiempo criterios jerrquicos de integracin e
instanciaciones relacionales de tuplas en virtud del apareamiento de patrones propio del algoritmo de
unificacin. A ello se agrega la posibilidad de tokenizar los comentarios que describen los sitios para
operar rastreos en base a palabras, races, fragmentos de palabras, slabas o frases: el lenguaje
dispone para ello de predicados polidicos tales como
y
que
describimos mejor en los apndices. Desde el punto de vista computacional, el programa ha sido la
713

plataforma de ensayo de un algoritmo para la construccin dinmica de menes de decisin a partir

de slo dos instrucciones (
y
); estos usos se han explotado en forma ms sistemtica
(junto con la tokenizacin) en nuestro sistema experto.
La aplicacin que estamos comentando, y que supone un conjunto variado de relaciones arquetpicas, dista de constituir un lmite para el modelo. En primer lugar, toda la potencialidad y los
matices del tratamiento lgico que comentramos antes est latente, a disposicin de las consultas
que se deseen formular en modo interactivo. Qu base de datos comn puede ceirse sobre la
marcha a premisas de lgica ilativa, polivalente, probabilstica, temporal, no-montona o epistmica? Adems, dado que el lenguaje utilizado es a la vez su propio metalenguaje, es posible variar tambin en forma dinmica el contenido y la naturaleza de los datos representados, extendiendo las
prestaciones del sistema a cualquier campo de la ciencia, modificando solamente los literales y las
estructuras de datos, pero sin necesidad de replantear desde la raz las estrategias de programacin.

714

3. Programa III: Modelo generativo

En programacin lgica, los modelos generativos constituyen el tercer gnero de los desarrollos
ms comunes, despus de la deduccin elemental implicada por las relaciones de tipo parental y del
aprovechamiento de las propiedades relacionales de los lenguajes para la representacin de datos. Al
igual que los anteriores jalones, los modelos generativos son entidades lgicas mucho ms poderosas
y generalizadas de lo que se podra prejuzgar. Su utilizacin nada tiene que ver, en este sentido, con
ningn compromiso ideolgico en favor de formulaciones tericas particulares como la de gramtica
generativa transformacional de Chomsky, por mencionar el nombre que con ms frecuencia el imaginario intelectual vincula con esta especie.
Nuestro tratamiento del caso generativo dentro del conjunto de programas desarrollados se
puede interpretar como el inicio de una indagacin formal en torno de los fundamentos, las posibilidades y los lmites de los modelos generativos en nuestra disciplina, utilizando una vez ms tcnicas
de programacin lgica para su modelizacin efectiva. Urge, en primer lugar, caracterizar con mayor
rigor la esencia y las formas de un modelo generativo, y en segunda instancia, tras poner de manifiesto la verdadera complejidad de esta variante de la modelizacin, proceder a una reduccin
ulterior del espectro, situando el campo especfico a indagar como el punto de partida de una
inquisicin que podra continuarse. Un modelo generativo es, naturalmente, un tipo de modelo entre
otros tipos posibles, ms o menos productivos, conceptualmente ricos o complejos.
Lo primero que hay que esclarecer es que capacidad eductiva, riqueza conceptual y complejidad
formal son variables independientes: no siempre las etapas ms bsicas estn a cargo de los modelos
ms elementales, sino ms bien al contrario. Desde el punto de vista de lo que hemos llamado semntica de segundo orden existen clases de modelos ms ricas conceptualmente que los modelos
generativos, y que son capaces de subsumir a stos como uno de sus componentes parciales; pero
desde la perspectiva de su construccin existe tambin una jerarqua alternativa, en la que los modelos ms bsicos, como lo que generan reglas generativas, son paradjicamente ms complejos, ms
enrevesados (menos fluida y puramente lgicos) que los modelos generativos resultantes.
Ya hemos dicho que, en un lenguaje como el Prolog, en lugar de estipular las operaciones de
mquina que hay que realizar para resolver el problema, se declara o se describe el problema en
trminos de lo que se conoce acerca del mismo, utilizando clusulas de Horn. La primera fase de un
programa lgico declarativo, en otras palabras, es una descripcin de lo que se sabe respecto de un
problema, expresado en clusulas lgicas que responden de cerca a la estipulacin de los hechos
conocidos o conjeturados tal como se hara en lenguaje natural. Sobre la descripcin inicial se
pueden deducir luego ciertas respuestas que se siguen lgicamente, y lo que es ms importante, se
puede tambin plantear una amplia variedad de hiptesis.
Ahora bien, desde un punto de vista puramente lgico y computacional, la estructura de un modelo descriptivo y la de un modelo generativo son exactamente las mismas; toda descripcin implica
o lleva en s, potencialmente, la posibilidad de "generar" (modlicamente, desde ya) el fenmeno
cuya descripcin constituye el cimiento de un programa lgico o una serie de fenmenos que
responden a la misma pauta descriptiva. La nica diferencia entre una descripcin pura cristalizada y
un modelo generativo es la existencia de un mecanismo o procedimiento que realiza la instanciacin
(es decir, la asociacin de variables con valores constantes) entre las categoras analticas que
715

conforman la descripcin y las entidades que corresponden a cada categora, y la escritura de los
resultados en algn medio.
Un estudio antropolgico planteado mediante un modelo generativo, debera entonces (a) desarrollar estructuras de representacin del conocimiento que constituyan la base descriptiva del problema planteado y (b) disear mecanismos procedimentales de instanciacin (lo que en programacin
convencional se denominan "rutinas") para convertir las descripciones en modelos generativos. Estas
rutinas procedimentales, expresadas por ejemplo en clusulas de Prolog, debern garantizar transparencia lgica, sin introducir efectos colaterales que afecten el comportamiento inferencial del modelo. Ms adelante incorporamos algunos ejemplos, en esta ocasin a propsito del tratamiento del modelo de anlisis eidocrnico de relatos populares propuesto por el antroplogo Benjamin Colby
(Colby 1966a y 1973; Colby y Colby 1986).
Antes de pasar al ejemplo es preciso esclarecer dos cuestiones interrelacionadas: (a) qu
necesidad hay de implementar precisamente modelos generativos? y (b) cul es el mbito de aplicacin y las zonas de exclusin de este tipo de modelos? Desarrollaremos las respuestas a estas preguntas a rengln seguido, exponiendo en el camino la forma en que nuestra exploracin habr de
materializarse.
Por qu modelos generativos?
Un modelo generativo difiere de una descripcin esttica en que es capaz de "producir" una representacin del fenmeno al que se refiere. Este fenmeno puede ser cualquier cosa o relacin, desde frases a procesos sociales. La virtud de esta capacidad de re-produccin permite ponderar, tanto
formal como intuitivamente, la validez de la descripcin inicial y de las explicaciones que se ofrecen. Quiz convenga subrayar que en puridad lgica, "descripcin" y "explicacin" no son fases
independientes del desarrollo del modelo ni clases diferenciables de estructuras de modelizacin; en
programacin lgica se supone, por el contrario, que las hiptesis explicativas forman parte de lo que
se conoce acerca del fenmeno, no diferencindose de los dems hechos concernientes al mismo ms
que en su carcter eventualmente conjetural o por su expresin mediante trminos tericos45.
En programacin lgica, la referida descripcin equivale asimismo a una teora acerca de la estructura y los procesos del fenmeno representado. Un modelo generativo es, en suma, un modelo
que incorpora una alternativa de verificacin terica en su propio comportamiento, y cuyo comportamiento puede, por aadidura, volver a contrastarse con el fenmeno que origina el modelo para reevaluar, corregir o confirmar la base descriptiva del modelo mismo.
No hay ninguna diferencia formal entre un modelo generativo y un modelo de simulacin, excepto las que fija la costumbre; en general se aplica el concepto de modelo generativo para dar
cuenta de fenmenos que responden a criterios lineales de gramaticalidad y el de modelos de
simulacin cuando se hace referencia a los procesos que tienen lugar en un sistema relativamente
complejo, o por lo menos no reglado por una gramtica o un algoritmo lineal. Casi siempre los

45 Recordemos que la conjeturabilidad de una hiptesis o la certidumbre de un hecho se expresan a travs de las mismas formas lgicas
(en Prolog, "hechos") y que en todo caso su carcter remite al plano extralgico de la interpretacin. La interpretacin sigue siendo una
funcin extralgica an cuando se intente encubrir este estado de cosas llamndola "operacin de mapeado" o hablando de "reglas de
correspondencia", "definiciones coordinativas", o "correlaciones epistmicas".

716

modelos generativos se construyen cuando pueden estipularse todas las reglas necesarias para
producir el fenmeno, mientras que los modelos de simulacin se implementan cuando cierto
segmento de la mecnica de generacin es todava mal conocido. Con frecuencia los modelos de
simulacin representan procesos temporales, mientras que los generativos no lo hacen
necesariamente. Parafraseando a Wirth podramos esquematizar las transiciones difusas entre tipos
modlicos echando mano de unas frmulas:

La antropologa y las ciencias sociales ya han tentado la formulacin de modelos generativos,

siempre o casi siempre sobre la base de una construccin discursiva, con lo cual se aniquila toda la
capacidad formal de la especie y se encubre su estirpe histricamente ligada al desarrollo de la
computacin. Fredric Barth estudi generativamente los procesos de cambio social entre los baktaman de Nueva Guinea, Benjamin y Lore Colby abordaron de la misma forma la generacin de cuentos folklricos, Mridula Durbin plasm una visin generativa de la religin jaina de la India y Eliseo
Vern intent lo propio con el proceso ideolgico (cf. Barth 1987; Colby y Colby 1986; Durbin
1974; Vern 1971).
Es tpico que los llamados modelos generativos (o modelos, sin ms) elaborados por los cientficos sociales no sean cabalmente modelos que funcionen verdaderamente; ninguno de los modelos
referidos permite, por ejemplo, modificar variables en forma dinmica para poder apreciar la
incidencia de esas modificaciones en el comportamiento del sistema. Ninguno de ellos, tampoco, ha
sido expresado en un lenguaje formal que permita su tratamiento mecnico, o precisando axiomticamente las operaciones, de manera tal de obtener comportamientos eductivos replicables a travs de
las diversas lecturas de su fundamentacin. El modelo de Barth, por ejemplo, se dice "generativo" no
porque estipule las reglas que generan determinados estados de cosas, sino porque se supone que se
aplica a procesos dinmicos y constructivos que emanan de la cabeza de los actores culturales.
Es importante subrayar un hecho que puede parecer trivial, pero cuyo desconocimiento ha causado que pensadores tan eminentes como Piaget incurrieran en errores de monta (cf. Piaget 1974:81).
Un modelo generativo es un modelo dinmico, pero la realidad que se representa a travs de l no
lo es necesariamente. Dicho de otra manera, con implicancias ms fuertes: en contra de lo que comnmente se cree, la diferencia entre los planteamientos "estructuralistas" y los "generativos" no
pasa por la diacrona.
No hay que confundir la naturaleza productiva del modelo con el hecho de que los modelos
generativos se refieran a sucesos diacrnicos o dinmicos, en oposicin a las estructuras estticas que
caracterizaran a las descripciones puras. La programacin lgica esclarece todas estas implicancias,
y este esclarecimiento es otro ttulo para agregar a sus rditos potenciales: se puede tanto describir (o
modelizar) estticamente procesos diacrnicos, como generar dinmicamente representaciones de
hechos sincrnicos. La nica diferencia radica en los mecanismos de instanciacin que habr que desarrollar, ya que la ciencia social de los pases centrales todava no lo ha hecho por nosotros y es
improbable que lo haga en el futuro inmediato.

717

Existe, por cierto, la posibilidad de plasmar modelos generativos inmediatamente aplicables a la

dinmica social, al anlisis de las relaciones intertnicas, a los procesos de cambio, a la prognosis
sistmica, etc. Vern, Durbin y Barth, con variada fortuna, se han atrevido a hacerlo. Pero nuestra
experiencia hasta la fecha en programacin lgica nos persuade que esa modelizacin es dificultosa,
y que antes que so habr que esclarecer todo cuanto concierna a modelos generativos de menor
abarcatividad y que en principio prescindan de dar cuenta de procesos intrnsecamente temporales o
morfogenticos, en los que la cosa representada se va transformando a medida que se le representa.
A ese espectro inicial, aunque bsico, concierne el anlisis particular elaborado en nuestro caso:
la clarificacin de los modelos generativos que involucran menor cantidad de dimensiones y cuyas
dimensiones son todas homogneas, a efectos de sentar la experiencia necesaria para abordar, cuando
llegue la hora, un trabajo responsable sobre los modelos societarios que son, en realidad, los que nos
interesan ms.
Aqu cabe plantear otra cuestin: nuestros desarrollos demuestran que es imperativo reconocer
la escasa correlacin natural que pudiera haber entre la complejidad de un modelo y la complejidad
de los hechos y relaciones del mundo exterior que un modelo representa; existen, de hecho, modelos
extremadamente complicados de un fenmeno lineal como el lenguaje, y modelos ms bien simples
de acontecimientos multidimensionales como los procesos sociales de cambio (p.ej., respectivamente
Chomsky 1956, 1988 y Barth 1983 o Vern 1971). Pero una modelizacin mnimamente respetuosa
de lo que los cognitivistas llaman "la estructura correlacional de la realidad" tiene que ser tendencialmente ms compleja cuanto la realidad representada involucra ms dimensiones o dimensiones ms
heterogneas, a riesgo de ser sucesivamente ms simplista o indebidamente general y abstracta.
Antes de abordar el modelo de ejemplificacin quisiramos dejar bien sentado que los modelos
generativos son slo uno de los tipos posibles de modelos que se podra pensar en incorporar a nuestra disciplina. Existen modelos ms simples, que constituyen algo as como una descripcin pura, sin
correlatos ni dinmicos ni temporales (una base de datos, por ejemplo) y existen tambin modelos
inherentemente ms complejos, como los que son propios de esa rea de la inteligencia artificial conocida como el diseo de los sistemas expertos. Nuestros modelos generativos se sitan entre ambos,
ocupando lo que podramos considerar la base o el "grado cero" de los llamados modelos de simulacin de procesos. Uno de los objetivos impostergables del presente trabajo consiste en esclarecer los
diferentes tipos de modelos (indicios de otras tantas estructuras lgicas) y, llegado el caso, construir
una tipologa de los mismos, sacando de ello todas las consecuencias que correspondan. Alejando un
poco el encuadre (aunque hollando el mismo terreno que nuestras anteriores frmulas), el cuadro
siguiente sugiere algunos de los tipos de modelos que pueden construirse conforme las necesidades
de la investigacin, indicando su dominio de aplicacin preferencial y los formalismos de Prolog que
se desenvuelven en forma caracterstica cuando el modelo es un programa lgico escrito en ese lenguaje.

Capacidad del Modelo

Descripcin Esttica

Clusulas
Hechos

Generacin

Reglas

Generacin de reglas y gramticas

Predicados

preponderantes

extralgicos

Aplicaciones
Antropolgicas
Estadsticas; Relaciones;
Bases de Datos
Generacin de Casos
Gramticas simples
Simulacin de casos sincrnicos

718

Simulacin

Procedimientos

Sistemas Expertos

Formalismos y Heursticas

Teora de Sistemas; Anlisis de

procesos; Sntesis de procesos
Diagnosis; Taxonoma

Diagrama 5.2 - Tipos de Modelos

De arriba hacia abajo los modelos son sucesivamente ms complejos, de modo tal que los formalismos desplegados en cada caso presuponen el uso de los anteriores. Aunque estn comenzando a
surgir criterios formales para medir la complejidad en el interior de un programa lgico, relacionndola con el tamao del objetivo y la profundidad de la bsqueda (Shapiro 1984; Sterling y Shapiro
1986:84-85) la evaluacin de la complejidad en nuestro cuadro es aproximativa y slo vale en cumplimiento de la clusula del ceteris paribus, ms como indicadora de cierta heterogeneidad implicativa que de genuina intrincacin formal. Es posible, en efecto, construir sistemas expertos harto
ms simples que una base de datos.
El cuadro precedente, por aadidura, habr de ser la base de sustentacin de un descubrimiento
que apenas estamos comenzando a madurar: los modelos sucesivamente ms "complejos" y que requieren formalismos ms heterogneos son, por desdicha, los que testimonian un desarrollo conceptual y formal ms escueto. Ontolgicamente existe el mismo desorden, a causa de la asimetra y discontinuidad de la serie: algunos modelos complejos (como los que generan las reglas generativas, a
los que proponemos llamar "generadores") pareceran ser el prerrequisito de sus formas ms simples.
Esto trae a cuento la dramtica comprobacin de que carecemos no slo de una teora sobre los modelos, sino hasta de los rudimentos de una tipologa modlica informal, aparte de una masa ingente
de elaboraciones lgicas axiomticas que nadie se ha tomado la molestia de dotar de contenidos
afines a los de una ciencia emprica (p.ej. Chang y Keisler 1973) o de coordinar miembro a miembro
con las problemticas de la lgica computacional. En el uso informal del trmino, buena parte de los
cientficos sociales se entretiene recusando modelos que, bien mirados, vienen a ser formalmente
idnticos a (o por lo menos no contradictorios con) los que ellos mismos patrocinan46.
Todo est por hacerse. La "teora de modelos" a la que remiten tantas veces los epistemlogos,
es o bien un profuso acervo de escrituras ideologizadas que no contiene prcticamente nada que resulte esclarecedor a la hora de construir modelos computacionales, o bien una masa de smbolos diversificados de una a otra pgina que no ha pasado (y que dudosamente pasara) ni el trance de
vincularse con la materialidad del mundo, ni el de someterse a la prueba de la mquina. Al primer
gnero pertenecen las insinuaciones de algunos epistemlogos celebrados (cf. p.ej. Suppes 1988;
Stegmller 1983); al segundo, las grafas de los hilbertianos y sus opositores, alrgicos ambos a la
reflexin epistemolgica sobre ciencias empricas y a la escritura en lenguaje natural (v.g. Chang y
Keisler 1973). En el medio no hay nada. La teora no se puede bajar a la prctica, los hechos no alcanzan consecuentemente dimensin terica y las teoras no logran acceder a un plano formal, ya sea
porque los atributos de lo emprico, lo terico y lo axiomtico, en el xtasis de un rigor engaoso, se
han confundido antes de entrar en contacto y han perdido su identidad sin someterse al clculo, o
porque en las cumbres de la razn pura el mundo concreto no viene al caso. Pero esto, en fin, es una
digresin.

46 El caso clsico es nuevamente Chomsky, quien inici el combate en contra de un "estructuralismo" con el que, al fin y al cabo, todos
los historiadores de la lingstica lo identifican. Un ejemplo ms a propsito estara dado por el anlisis eidocrnico de Colby; este autor ha
construido un modelo que no se aleja tanto de la analtica de Propp como l insina.

719

Objetos de modelizacin
Decamos antes que los diversos fenmenos imponen la distincin de una serie de niveles a los
que la modelizacin debe ser fiel si es que se quiere producir un educto contrastable. Igual que en la
teora de catstrofes o que en la sinergtica, lo que cuenta no es la naturaleza material de los aspectos
fenomnicos objetivos, la complejidad real de la cosa, sino el nmero de dimensiones consideradas.
Un modelo de produccin de frases corresponde, idealmente, a un fenmeno que ocurre sobre
una sola dimensin, de carcter lineal, y que concierne a los elementos discretos que se van encadenando hasta conformar una oracin. Un modelo de produccin de paneles de arte rupestre, por ejemplo, agrega una dimensin ms que complica la representacin de las relaciones entre los elementos
y expande el educto generativo. Un modelo mnimo descriptivo de las relaciones sociales puede
transformarse, agregando la dimensin del tiempo, en un modelo de los procesos de cambio, de las
quiebras y de los (des)equilibrios societarios; el agregado de una dimensin que representa o alude al
tiempo, adems, introduce en cualquier modelo una irreversibilidad y una heterogeneidad que
dificultan enormemente el trabajo de representacin.
En aras de la simplificacin y pese a contar con una herramienta de la que nuestros antecesores
carecieron, por el momento no introduciremos entre los constructos antropolgicos a formular o revisar computacionalmente, modelos que involucren transformaciones demasiado complejas: se deben
construir los cimientos antes de edificar la cpula. El anlisis de sistemas realistas (mucho ms
delicado y dificultoso de lo que podra concebirse imaginariamente, como la programacin lgica lo
testimonia) se posterga, por ende, para una etapa ms avanzada de la investigacin.
Los modelos generativos antropolgicos sobre los que nos concentraremos ahora son de dos rdenes de referencia: los que conciernen a la modelizacin de narrativas orales, mticas o folklricas,
y los que deslindan las gramticas de la representacin plstica.
Generacin y anlisis de textos
Uno de los modelos a analizar es el desarrollado por Benjamin y Lore Colby en El Contador de
los Das (Colby y Colby 1986). Otros modelos similares, que en alguna oportunidad cotejaremos con
ste para producir en el trmite un ensayo de comparacin formal, han sido los elaborados por Prince
(1973, 1980), Dundes (1965), Dorfman (1969), Todorov (1977), Mandler y Johnson (1977), Stewart
(1976), Rumelhart (1975), Ore (1963), Brmond (1970), Hesse (1966), Van Dijk (1980), Rice
(1980), Maranda (1973), Halliday (1979), Greimas (1966), Propp (1972) y, lgicamente, LviStrauss. No todos los modelos mencionados son explcitamente generativos; pero la programacin
lgica proporciona una herramienta para demostrar, sobre la base de programas que desplieguen sus
combinatorias de instanciacin, el isomorfismo entre dichos modelos y las descripciones
estructurales. En efecto, an una prctica mnima en este gnero de aplicaciones demuestra la
equivalencia lgica de modelos planteados en base a herramientas que se creen heterogneas:
enumeracin de "funciones" narrativas o de "eidones", grafos matemticos, rboles, reglas de
produccin, oposiciones estructurales o funciones pragmticas. Autores que han soado revolucionar
los mtodos despliegan, con afanosa repetitividad, formalismos que, bien mirados, aunque oscilen
entre el euclideanismo abstracto y el realismo escnico, slo difieren en sus nombres o en los
discursos "contextuantes" o "sensitivos" con que se los rodea, los cuales a su vez fungen como
concesiones ms o menos generosas de los cientficos al humanismo.
720

El programa Prolog que hemos incluido como apndice ejemplifica la transcripcin de las
especificaciones de Benjamin y Lore Colby a dicho lenguaje. Ofrecemos este caso como ilustracin
indicativa, y no como un modelo plenamente acabado. Sin embargo, an en una etapa de sntesis
relativamente precaria, el comportamiento del programa arroja una serie de enseanzas sobre la
modelizacin generativa en general y sobre la propuesta de los Colby en particular. Derivado de la
clase de programa ms tpica de la programacin lgica despus del lugar comn de las deducciones
parentales, este motor generativo se supone produce no ya frases sino textos, y concretamente textos
narrativos de una cultura aborigen concreta, los ixil de Guatemala, a escala de las clases de
acontecimientos que se encadenan, ya que no de las palabras exactas que se suceden. Colby expone
su sistemtica a la manera chomskyana, aunque su aparato formal es ms oscuro y cuesta trabajo encontrar la formulacin definitiva en las pginas de un texto demasiado locuaz. Colby ha reemplazado
las funciones de Propp (que pueden entenderse al menos de cuatro maneras distintas: lingstica,
matemtica, computacional y antropolgica) por el trmino eidn.
El trmino procede del eidos de Bateson ..., que cubre los aspectos cognoscitivos de la cultura y procede
del prefijo eid-, "pictrico" o "imaginario". Consideramos al eidn como una tajada cognoscitiva codificada de
tal manera que, si no es enteramente "pictrica", est cerca de las que podran llamarse imgenes pictricas en el
cerebro (1986:166).

De tal manera Colby alude sin confesarlo a una vieja polmica de las ciencias cognitivas que
opone a los conceptualistas por una parte y a los imaginistas por la otra, y en la que se disputa la forma en que se alberga el pensamiento en el cerebro. Los primeros se inclinan hacia una postura
cientfica y un cierto positivismo, los segundos son en general idealistas y conservadores. Pero, con
una inconsecuencia casi extravagante, el desplante imaginista de Colby no est fundamentado ni expuesto, ya que todo su aparato de descripcin de pautas es ntegra y convencionalmente conceptual.
Cuando vamos a los hechos, encontramos que las reglas para las categoras narrativas obligatorias,
por ejemplo, son las siguientes (1986: 212):

El paso de las reglas eidocrnicas a clusulas de Horn no ofrece dificultad alguna. Todo lo que
hay que hacer es escribir las reglas y luego completar el almacn o stack de las instancias sintagmticas o "eidones", que son hechos de Prolog. El programa resultante es similar a otras entidades computacionales que, como SCHUTZ.PRO (no incluido en el apndice), desarrollamos para sintetizar
casi a modo de broma las pautas sintcticas, los mecanismos argumentativos y las recurrencias temticas, fuertemente retrodecibles (y estticamente pauprrimas), de la escritura fenomenolgica en
ciencias sociales.
Aunque el modelo de Colby es diagramtico y hasta podra considerarse "formal", no es ni pretende ser una axiomatizacin. COLBY.PRO, su encarnacin computable, ejemplifica tambin la
posibilidad de reescribir en clusulas de programacin lgica cualquier modelo antropolgico mnimamente explcito, o de someter a prueba la coherencia interna de cualquier conjunto de hiptesis
minimizando la subjetividad en el encadenamiento de las operaciones crticas: si la programacin
lgica se generaliza, el autor cuestionado puede ser el prximo que se siente ante la computadora
para probarnos, mediante las mismas herramientas que habamos escogido y el mismo metalenguaje
de modelizacin, que le habamos comprendido mal o que su propuesta poda mejorarse.
721

En defensa del modelo sometido a prueba, cabe decir que funciona; en detrimento suyo hay que
admitir, sin embargo, que funciona muy mal. Por el momento omitiremos, para no prolongar esta
presentacin, los datos de identidad de los modelos de los que se puede probar, Prolog mediante, que
no funcionan ni siquiera mal, sea por proponer operaciones no especificables, funciones lgicas indecidibles o recursiones anudadas, sea por estar -ms simplemente- errneamente concebidos en su
totalidad. Nuestro formalismo proporcionar, llegado el momento, la caracterizacin puntual y la
tipologa de esos errores.
Las pginas de salida que figuran en el Apndice testimonian la naturaleza de los fallos en que
Colby incurre; las estructuras narrativas salientes no responden a la pauta imaginada por dicho autor,
porque las operaciones recursivas estn mal estipuladas o no lo estn en absoluto, y porque no hay
coherencia en las acciones: los protagonistas resucitan sin haberse muerto antes, se mueren y despus
aparecen acometiendo acciones, consuman venganzas sin que se les haya ofendido, regresan de viaje
sin haber partido con anterioridad, se casan varias veces sin que sus pautas matrimoniales
contemplen esa variante, huyen sin haber sido encerrados, pierden repetidamente el mismo objeto sin
encontrarlo nunca, encuentran lo que no haban extraviado, se vengan de quien no les ha ofendido,
reaccionan sin que se haya accionado sobre ellos. La razn de esta falla, que no es tan ocasional ni
tan corregible como parece, radica en un error manifiesto: las reglas en las que Colby se basa no son
suficientes para "generar" la estructura superficial de una frase, y mucho menos la configuracin de
un texto, que es una concatenacin con sentido de frases con sentido. Para garantizar la coherencia
semntica, tanto de una frase como de un texto, sera preciso introducir en el sistema un
conocimiento de tipo enciclopdico; habra que modelar una especie de erudicin, referida a las innumerables formas en que se encadenan los componentes en las narrativas reales.
Sera preciso informarle a la mquina, por ejemplo, que los muertos no pueden acometer ulteriormente acciones, que nadie puede resucitar si primero no ha fallecido y que los pasos sucesivos de
una accin estn causalmente ligados por una multitud de nexos posibles, de textura ms
significativa que sintctica, que (si la ciencia es posible) ha de ser una multitud acotada y finita, pero
(como la ciencia es difcil) verosmilmente ha de ser tambin enorme. Habra que incluir una amplia
representacin de los "esquemas mentales" que se manifiestan en las narrativas folklricas o en el
saber cultural; y esto lo debera haber sabido Colby de haber ledo a conciencia las obras de Bartlett
que menciona en sus apndices. En suma, habra que moler carne semntica entre los engranajes de
la sintaxis, "incluir el significado". Pero hacerlo en un modelo (o en una formulacin cualquiera) no
es una operacin que pueda plantearse con ligereza, sino una aventura que involucra ms un
problema que un mtodo: por el lado del sentido, el significado introduce todos los pliegues de la
subjetividad; por el lado de la referencia, el significado apunta a la totalidad de lo objetivo. Si bien
en principio es posible hacer esas indicaciones al sistema, no existe ninguna marca formal para determinar si hemos introducido toda la informacin pertinente, y si toda la informacin introducida lo es.
Estas referencias enciclopdicas comportan una masa mayor y una estructura heterognea respecto a
las escasas reglas que Colby, no disponiendo de un artificio mecnico para verificarlas, estim suficientes. Dicho de otra manera, y como bien saben desde hace mucho los lingistas, las reglas
generativas son fcilmente computables; las reglas de subcategorizacin probablemente no: y sin stas no hay relato que una cultura humana pueda reconocer como propio, sino una simple
combinatoria ciega.
Por otra parte, el modelo de Colby adolece de una constelacin de dificultades tan graves como
las ya sealadas. En primer lugar, la especificacin de las alternativas posibles en un momento dado
722

del relato no parece muy elaborada: cada transicin generativa se enfrenta a una multiplicidad de opciones que no estn ligadas, en apariencia, al trmite global de la narracin. En nuestra opinin esto
sucede porque Colby no ha sabido distinguir entre los lenguajes independientes del contexto y los
lenguajes ligados a l; en otras palabras, ha elaborado un modelo de tipo autmata de almacn pushdown donde hubiera hecho falta un autmata ligado linealmente (cf. Martin 1972), capaz de llevar la
cuenta, por as decirlo, del encadenamiento de acciones. En trminos ms sencillos, digamos que ha
escogido el procedimiento equivocado de formalizacin, posiblemente porque el que escogi le resultaba ms fcil de abarcar intelectualmente. Por ende, para modelizar este estado de cosas hemos
tenido que recurrir a un procedimiento computacional muy comn, que es la generacin de nmeros
al azar (randomization), como si la estipulacin de la instancia narrativa siguiente en un relato dado
fuese un fenmeno estocstico. Si bien esta es una forma computacional adecuada para la representacin del modelo, es ostensible que el esquema de Colby no es, por su parte, una representacin
formal adecuada de los hechos. l mismo dice, despus de todo, que las decisiones culturales que
cuentan no se pueden asimilar al revoleo de una moneda; lo malo es que su modelo no dice a qu se
asimilan.
An admitiendo que es legtimo proporcionar una estructura desnuda que slo guarda una tenue
correlacin posicional con los casos empricos, resulta ser que el modelo est incorrectamente
armado incluso como formalismo sintctico. Las transiciones entre acontecimientos no estn
regladas, ni siquiera por ecuaciones de Mrkov. Colby no ha especificado ningn algoritmo que reproduzca las pautas recursivas observables en la narrativa original y que simule la eventual elisin o
iteracin de eidones. Mucho menos ha construido un modelo que permita interpretar los
comportamientos que se predican como una pauta idiosincrtica de la cultura a la que, a fin de
cuentas, se est haciendo referencia. El objetivo declarado es incrustar algunos momentos estructurados, rigurosos y decidibles en una masa simblica de thick description, desplegando una especie de
oportunismo metodolgico que injerta la formalizacin all donde resulta ms fcil, pero que deja
todos los misterios de la determinacin cultural en sombras. Su modelo aparece entonces doblemente
coaccionado: primero por la falta de coordinabilidad entre un discurso literario y una instancia modlica que slo admite insumos bien delimitados y mecanismos efables; despus, por el dominio
insuficiente, ms all de sus buenas intenciones, de las herramientas formales volcadas a la tarea. De
aquello se deriva un patchwork, una textura de observaciones ad hoc y de islas de sentido, ms que
una descripcin integrada; de esto, como si hiciera falta (y ya que el simbolismo es invulnerable a
fuerza de ser opaco), un nuevo baldn a la causa de una ciencia formal.

723

4. Programa IV: Anlisis y Sntesis de Estilos Artsticos

Seamos por unos instantes taxativos y unilaterales, y digamos que la representacin artstica ha
sido un espacio del saber refractario a la sistematizacin, que las ciencias que se ocupan de ella nos
han defraudado, y que la proliferacin de conceptos seudoanalticos (comenzando por el de "motivo
elemental" hasta llegar al "estilo", sin olvidar "pregnancia" o "gestalt") no ha redundado en ninguna
teora con capacidad explicativa. Si el arte es comunicacin, la responsabilidad de su analtica cientfica cae en lo que se ha dado llamar semitica. Existen varias semiticas, de distinto signo poltico y
terico; pero si hay algo que la define en su conjunto, ms all de la devaluada nocin de signo, es su
afinidad morbosa con el discurso intelectual, ms que con la prctica cientfica. Pese a que su moda
declina con lentitud y a que sus practicantes no se sienten en crisis, el fracaso de la semitica para
deslindar las constantes de la comunicacin humana va tomando estado pblico. Nada hay, en apariencia, que ligue manifestaciones estructuralmente tan discrepantes como el cine, la msica, la pintura, la escritura, la gestualidad, la espacialidad, el lenguaje, a excepcin de unas cuantas metforas
dispersas, sin capacidad de modelizacin cabal, y el deseo de alimentar una ciencia aparte.
Algunos antroplogos, a la zaga de Dan Sperber, han comenzado a advertir que la semitica
(que se remonta a Hipcrates, y que no puede aducir juventud en su descargo) no ha cumplido sus
promesas y ha incurrido en despropsitos de monta, incluso en lo que respecta a algo tan
fundamental como la propia definicin del objeto. Es por algo que Umberto Eco, en sus ensayos ms
recientes, ha renunciado con disimulo al proyecto de la "semitica general" en beneficio de lo que
geertzianamente define como un "conocimiento local": un proyecto ms literario que cientfico,
vlido para el anlisis erudito, muchas veces penetrante, pero intuitivo, de fenmenos particulares
(Eco 1988).
La programacin lgica se presenta, a nuestro juicio, como una opcin preferible, aunque la elaboracin de teoras tenga que esperar que las tcnicas se refinen a travs de la experiencia: a diferencia de la semitica, que enfatizaba sin desearlo las entidades de la comunicacin (smbolos, iconos,
seales) en una tipologa que subsuma los elementos del mundo bajo el concepto de signo (concepto
no contrastable con otros, pues segn se dice "todo es signo"), el campo de la programacin lgica y
la estructura de sus lenguajes son ante todo relacionales. Su punto de partida, adems, no responde
por ahora al preconcepto de que los diversos medios de representacin obedecen a leyes comunes;
para ello se deber esperar a que se definan constantes en el interior de los casos, lo cual por el momento parece ser dudoso. Sometida a la modelizacin en trminos de lgica computada, la representacin no ha mostrado ninguna faceta que, situndola en un ghetto aparte de otras clases de fenmenos y procesos, haga necesario invocar una ciencia separada y especfica, que no admita revisarse
como las dems.
Tomemos a modo de ejemplo un caso de representacin plstica. Nuestra utilizacin del Prolog
en este contexto comienza, como siempre, con una descripcin adecuada de los hechos conocidos,
que inadvertidamente asume la contextura de los frames. Tras el inventario de los elementos, los objetos, las colecciones y los sitios, la especificacin de las relaciones constituyen el primer paso hacia
la generalizacin. Esta es por un lado formal y por el otro sustantiva. Es decir: los contenidos de la
generalizacin pueden resultar modificados (y probablemente restringidos, ms que ampliados) por
la consideracin de nuevos casos, aunque es de esperar que sus propiedades formales no resultarn
alteradas.
724

Este aspecto es de sumo inters, y debe ser elaborado en detalle en otro lugar fuera de esta tesis:
hay que ampliar este punto y referirlo a la independencia relativa entre hechos y reglas, entre conocimientos y mecanismos de inferencia. De este punto es seguro que resulte emergente la idea de que lo
que hay que definir en primer lugar no es una gramtica, sino un proceso inductivo que permita generar gramticas. En un primer acercamiento, este proceso tiene tres momentos constructivos y uno
de verificacin:
1) La representacin de los datos mediante una estructura adecuada, por ejemplo un frame.
2) La obtencin de eductos extensivos mediante consultas que indaguen, por ejemplo, qu
tipos de elementos se encuentran en tal o cual relacin, cules son las pautas distribucionales de los rasgos, motivos o complejos, qu combinaciones parecen estar desalentadas,
qu recursos no pueden lgicamente darse.
3) La re-asercin de los eductos positivamente contestados y de las restricciones definidas
por las respuestas negativas como integrantes de un conjunto de reglas que constituyen la
gramtica capaz de producir el fenmeno.
4) Como momento verificativo, la obtencin de ejemplares plausibles a partir de (y slo de)
las reglas obtenidas en el proceso anterior y los componentes analticamente discernidos
en el conjunto previamente a su representacin original.
El programa CALAGRAF.PRO, del cual ya hemos hecho alguna mencin al describir el modo
de representacin conocido como frame, constituye nuestro banco de pruebas para la construccin de
sistemas de anlisis y sntesis de fenmenos plsticos, sistemas que a su vez son un caso interpretado
de un formalismo genrico que puede admitir diversos objetos como sustancia emprica. Ms que un
juego imaginario de libre creatividad e impulso ldico, la sntesis ha de ser la puesta a prueba del
anlisis. El formalismo de marras contempla varias rutinas generativas, para cuya evaluacin
contamos esta vez no slo con un conjunto de enunciados descriptivos de salida, sino con una
interface grfica que permite reproducir en pantalla el significado de las descripciones de los casos
reales, de los casos posibles e incluso de las combinaciones "prohibidas" por las reglas que definen el
estilo.
Gestin de Imgenes y Representacin
Para la evaluacin del producto de salida de una gramtica regular deductiva, el mecanismo reconocido como el ms eficaz no ha podido ser otro que la intuicin. En consecuencia, y a fin de
poder corroborar intuitivamente la adecuacin descriptiva de las estructuras de representacin
escogidas, se implement un sistema de interfaces que permite conmutar entre expresiones lingsticas e imgenes en el momento que se desee. Para ello hubo que armar un archivo grfico. Cada uno
de los ejemplares analizados, y dentro de ellos cada tipo de unidad morfolgica y modo de
articulacin posible se encuentra ilustrado separadamente, listo para ser mostrado solo o en
combinacin.
Por el momento, las interfaces se limitan a invocar las imgenes correspondientes a los trminos
de la descripcin (piezas, partes, unidades, modos); todas las imgenes han sido introducidas de antemano mediante tcnicas de scanning, que consisten en barrer un dibujo o imagen fotogrfica con
un lector ptico especial que lo introduce en un archivo de computadora y permite luego visualizarlo
en pantalla, especificando (segn el producto) coordenadas, tamao, resolucin, color y modo de
725

transicin con los dibujos circundantes. En las fases sucesivas de desarrollo del programa se procurar construir en forma dinmica las imgenes implicadas en las descripciones de salida del modelo generativo, utilizando tcnicas de superposicin, animacin y transparencia. En principio todos los
recursos computacionales estn a nuestro alcance (salvo limitaciones econmicas) pues, a diferencia
de las artes interpretativas, ellos son esencialmente aprendibles.
Pero tambin a diferencia de los modelos imaginarios o discursivos, los modelos
computacionales presentan dificultades tcnicas concomitantes a sus aparentes ventajas. Soslayar
estos aspectos tcnicos, por ms que en esta ocasin tengan que ver con intimidades de la informtica, sera dilapidar la ocasin de analizar qu operaciones analticas y sintticas son efectiva e
instrumentalmente posibles en esta modalidad de confeccin de modelos.
Antes de tomar ninguna decisin concerniente a las formas de presentacin de los recursos iconogrficos, se debi realizar un estudio comparativo de las diversas alternativas de generacin, archivo, recuperacin y exhibicin de imgenes digitalizadas en la pantalla del monitor. En este
sentido, la tecnologa disponible adolece el problema de la falta de estandarizacin en todos los aspectos sealados. Los diferentes productos de software articulan principios distintos para la
generacin y archivo de imgenes, y no todos son compatibles con lo que se requiere en nuestro
modelo en trminos de uso de memoria, insercin de prestaciones grficas en la lgica del programa
y velocidad de procesamiento. Cada usuario adquiere el monitor grfico que puede, sea Hercules,
EGA, CGA, MCGA o VGA, y cada especie exhibe caractersticas incompatibles en cuanto a rango
cromtico y definicin; en este aspecto, lo nico sensato es optar por los denominadores comunes,
que en general son tambin las especificaciones de ms bajo nivel de calidad.
Cruzando las diversas alternativas de formato grfico, velocidad de reproduccin y exigencias
de almacenamiento, se decidi incorporar en el sistema una interface que se asoma al sistema
operativo y que dispara desde all, convenientemente parametrizado, un programa externo de display
grfico. La interface opera a travs de una instruccin built-in del Prolog,
(equivalente a
en Basic), que no impone interrumpir el flujo del programa y que opera como un procedimiento ms.
Si se lo parametriza e incrusta de cierta manera en el tejido del programa, es posible tambin interpretarlo como parte de una condicin o consecuencia lgica.
El programa externo utilizado es el Presents de Genius, que exhibe una rpida velocidad de
carga y mapeado en pantalla. Presents permite asimismo reproducir archivos grficos en formato
CUT o PIC, que son los que menos espacio en disco requieren para su almacenamiento. El uso de un
programa externo result ms prctico que utilizar las prestaciones especficas de la Borland Graphic
Interface, la cual por el momento presenta dos inconvenientes: no est ligada a ningn producto que
incluya prestaciones de scanning y trabaja en base a formatos no estandarizados de digitalizacin,
imposibles de convertir con el software del que disponemos. La inclusin de Presents y el despliegue
de los grficos exige de la mquina una cantidad exigua de memoria.
Versiones alternativas de estos mismos programas incluyen rutinas en lenguaje Assembler e instrucciones de bajo nivel en Prolog que proporcionan una presentacin ms controlable y sofisticada
de los elementos grficos. Estas versiones requieren que se cargue en memoria un programa
residente (FXSHOW, de Brightbill-Roberts), lo que en una mquina estndar deja bastante menos
espacio para las bases de datos y la pila de stack. Este problema habr de superarse cuando se
modifique la estructura de la base de conocimientos, a fin de manejarla ntegramente en memoria expandida o en disco. No hemos incluido estas variantes en los listados del apndice, pues el formato
726

que admiten, GX1, difiere de los estndares y las instrucciones de bajo nivel varan de una a otra
versin de Prolog.
Con anterioridad a la programacin de la versin que aqu se incluye se realizaron otros intentos,
algunos quiz ms satisfactorios en ciertos respectos. Tngase en cuenta que las prestaciones
grficas, si bien son tcnicamente susceptibles de incorporarse a cualquier lenguaje, no forman parte
de los recursos inherentes a los lenguajes de programacin lgica como el utilizado. Lo que aqu se
muestra no es la versin definitiva del programa, sino una rutina en estado de optimizacin conforme
a las disponibilidades actuales en materia de software y al estado actual de la tecnologa.
Casi todos los dialectos del lenguaje Prolog que se han comercializado disponen de un conjunto
de predicados extralgicos que permiten desarrollar ciertos recursos ms o menos elaborados de graficacin. El dialecto aqu utilizado, Turbo Prolog de Borland (Versin 2.0) incluye numerosos predicados que reproducen las pautas de la BGI (Borland Graphic Interface). En el estado de implementacin del sistema, como ya hemos dicho, nos ha resultado ms sencillo soslayar estas prestaciones y
utilizar productos adicionales, externos, parametrizados y ejecutados desde el interior del programa.
La BGI, de hecho, no es tolerada por ninguna versin de Prolog aparte de Turbo (hoy en da, PDC
Prolog).
El sistema de descripcin del programa dispone de un conjunto de menes que permiten escoger
ya sea una caracterizacin verbal de los elementos y conjuntos tratados, una representacin grfica o
ambas a la vez. La modalidad de programacin escogida es sumamente compacta, genera escasos
volmenes de cdigo ejecutable y se arma en forma modular de acuerdo con las necesidades de la
representacin. El armado de los comandos y parmetros necesarios para disparar la imagen
adecuada se encuentra controlado por menes de seleccin que hacen imposible introducir instrucciones inconsistentes o con errores de tipografa.
El procedimiento de invocacin de la interface grfica modifica el archivo de parmetros del
programa de display. El procedimiento completo para generar los parmetros y comandos del
programa Presents es el siguiente:

La primera instruccin convierte la variable de nmero del conjunto a cadena de caracteres; al

predicado ternario
concatena el nmero convertido al resto del nombre que contiene el
archivo grfico; las siguientes clusulas abren el archivo de comando para escritura, escriben los
comandos y parmetros, cierran el archivo, devuelven la secuencia de escritura a la pantalla y
ejecutan en el ncleo del sistema operativo el programa de presentacin. La misma rutina se ejecuta
sea cual fuere el diseo a mostrar, pues la nica variable pertinente es en este caso el nmero de
ejemplar.
727

Descripcin del programa

En lo que respecta a las funciones analticas, el programa dispone de una secuencia de menes
que invocan procedimientos de generalizacin que se aplican sobre la muestra, la cual puede ser
indefinidamente extensa. Las operaciones practicadas sobre el material evocan los principios
metodolgicos del descriptivismo lingstico, ya que lo que cabe analizar son ante todo cuestiones de
distribucin, contexto y combinatoria. Una vez obtenidos los resultados del anlisis distribucional se
los puede asertar recursivamente como reglas, transformando as la salida inductiva de una seccin
del programa en motor deductivo de otra rutina.
Ntese la variedad de las operaciones relacionales estipuladas, que podran ser muchas ms: podemos preguntar al sistema, ya mismo, con qu entidades se relacionan otras entidades, o qu
elementos se encuentran en determinada relacin, y comprobar aserciones sobre relaciones que se
manifiestan siempre o que, por el contrario, nunca ocurren. Postulamos luego clases de elementos,
que atraviesan el sintagma de las descripciones a guisa de paradigmas o relaciones asociativas, y nos
servimos de los niveles ms altos de la clasificacin para postular algo que poco a poco se va
pareciendo a una gramtica.
Seguidamente, ponemos la gramtica en funcionamiento dinmico, generando "casos" que responden a la misma estructura bsica, y utilizamos el educto de los mecanismos generativos como
puesta a prueba de las conclusiones a que hemos llegado: en esta verificacin, las combinatorias deben re-producir un corpus comparable al original, y que responda de la misma manera a todos los niveles de anlisis. La gramtica no es enunciativa del conjunto de las reglas, sino constructiva y dinmica, y por ello nunca debe considerarse acabada ya que su lgica es la de la induccin. Hay que
concebir una gramtica como un conjunto de reglas mvil, no montono, que puede variar radicalmente el da de maana si se introducen piezas anmalas, extraas o slo diferentes en la base de
conocimientos. Si existe algo as como la gramtica propia de un estilo de representacin, los
queries de Prolog respondidos afirmativamente por el sistema constituyen, simultneamente,
elementos del metalenguaje descriptivo de esa gramtica.
Si el programa que describe la gramtica cultural de Benjamin Colby era un simple modelo
generativo, en este caso nos hallamos en un nivel superior de potencia formal. Por un lado, se trata
de un formalismo que estipula menos una gramtica de lo que la construye, proceso de mucha mayor
complejidad que el anterior. Por el otro, se trata tambin de un generador gramatical cuyo criterio de
adecuacin descriptiva y generativa se va afinando a travs de la re-produccin esquemtica de las
imgenes previamente descriptas en la pantalla de la computadora. Hasta tanto las gramticas
formales no se obtengan merced a un procedimiento bien conocido y fundado, la nica forma de garantizar la exhaustividad y pertinencia de la descripcin mediante clusulas es la transformacin de
la descripcin verbal en imgenes. Este es un proceso bastante ms complicado que el de obtener
frases a partir de un conjunto de reglas generativas, por cuanto implica adems una trascodificacin.
Conclusin metodolgica: El educto de una gramtica no es un lenguaje
Desde ya, definir una gramtica que cumpla las condiciones de adecuacin, economa y productividad no es una tarea que se resuelva de inmediato por el mero uso de un lenguaje riguroso. El con728

junto de generalizaciones posibles a partir de una descripcin de unos cuantos elementos es astronmico, y puede resultar en aserciones tales como "en todos los ejemplares considerados existen
combinaciones de elementos grandes y pequeos" o "en todos los casos se combinan ms de diez
elementos", las cuales carecen, obviamente, de toda especificidad. Tampoco se puede pensar en
reducir tales afirmaciones triviales introduciendo simplemente ms casos y eliminando (mediante
clusulas de retraccin) las que resulten ms universales; restar una infinidad de otra nos deja casi
con la misma abundancia inabarcable que tenamos en el punto de partida. Por desdicha, no existe ni
es probable que exista jams una preceptiva formal que nos acerque a la formulacin de heursticas
en materia de construccin de hiptesis; idear clusulas imaginativas depende slo del cacumen del
estudioso, de su conocimiento experiencial y de su sentido comn. Lo nico que la programacin
lgica agrega a estos atributos es una fuerte herramienta de verificacin y un mtodo de descripcin
sofisticado. La mquina, como dijimos muchas veces, no genera hiptesis, excepto a ciegas: slo
permite comprobar o descartar las que se nos ocurren.
Es importante sealar una consecuencia de estas implementaciones, ya que al hablar de "gramticas" parecera insinuarse que los fenmenos tratados (en este caso, representaciones plsticas)
poseen naturaleza de lenguaje. Semejante extremo no puede ser probado por un programa lgico; lo
nico que puede demostrarse es que una analtica o una heurstica formalmente semejante a alguna
otra que se ha utilizado contingentemente para desarrollar gramticas lingsticas tambin resulta aplicable a otra clase de fenmenos. No por ello el objeto abordado demuestra ser lenguaje, sea cual
fuere la definicin que se otorgue a lo lingstico y a lo gramatical.
Lo que queremos implicar es que la posibilidad de replicacin del uso de una estrategia analtica
o sinttica ms o menos eficaz o "adecuada" nada prueba sobre la esencia de lo que se estudia. Un
isomorfismo estructural habla de cuestiones tericas, no de equivalencias empricas, y testimonia
similitudes formales en las teoras, no igualdades ontolgicas en sus objetos. Mediante modelos lgicos no es factible probar identidades ontolgicas entre dominios dismiles, por ms que los objetos
respectivos se plieguen con docilidad a indagaciones estructuralmente idnticas. La restriccin es categrica y definitiva, y no depende de las definiciones que se utilicen, de los significados que se
administren y del estado de la tecnologa aplicada. Al mismo tiempo, la restriccin acabar
incidiendo, sin duda, en la apreciacin que los antroplogos tenemos del hecho de la analoga, que en
los ltimos aos de refiguracin del pensamiento social (Turner 1974; Geertz 1980) nos ha llevado a
contemplar los hechos culturales como textos, como juegos o como dramas, sosteniendo las
metforas como algo ms que ficciones estructurales o herramientas del mtodo.
La historia disciplinar de las analticas, su contingencia estructural, nada dice entonces sobre la
naturaleza esencial de su objeto de turno. Esto sera quiz ms claro si el formalismo fuera un emergente de una ciencia dispar, como podra ser la biologa frente a la lingstica en la analtica del cdigo gentico, o la misma biologa frente a las ciencias sociales, como sucedi en el siglo pasado cuando se aplicaron smiles organicistas para comprender el desarrollo de las civilizaciones. Pese a que
las metforas pudieran ser productivas, nadie cree hoy que la materia gentica sea un corpus de
lenguaje, ni que las sociedades sean cabalmente organismos. Poder tratar la cultura como texto, los
procesos sociales como dramas, las estrategias interpersonales como juegos, las artes como
lenguajes, no agrega nada de lo que pudiera saberse sobre los textos, dramas, juegos o lenguajes a lo
que puede afirmarse en lo sucesivo sobre las culturas, procesos, estrategias y artes. Las reglas lgicas
de produccin que dan cuenta de la formacin o generacin de montaas, por ejemplo, podran resul-

729

tar estructuralmente semejantes a las que educen lenguaje; nada se concluye por ello sobre el carcter
lingstico de las formaciones rocosas ni, por supuesto, sobre la ndole geolgica de las lenguas.

730

5. Programa V: Modelo de Simulacin

El programa siguiente constituye el ncleo de un modelo de formacin de yacimientos arqueolgicos en funcin de datos y premisas elaboradas en el proyecto sobre Etnoarqueologa de Pastores
Subandinos (UBACYT - FI-059) dirigido por el Dr. Hugo Yacobaccio, de la Universidad de Buenos
Aires. En tanto programa de simulacin, pertenece tambin a un estudio colateral que hemos emprendido en sociedad con otros especialistas del rea de inteligencia artificial, en procura de clarificar los fundamentos y caractersticas de los modelos de simulacin en general y de los sistemas
simuladores mediante tcnicas de programacin lgica en particular. Los hallazgos concretos de este
estudio no pueden exponerse en esta tesis, por cuanto haran parecer personalizado lo que en realidad
es una elaboracin de conjunto.
La versin que aqu hemos incluido no invoca de lleno todas las consecuencias metodolgicas y
las problemticas propias del rea de la simulacin inteligente, hoy en plena expansin (cf. Widman,
Loparo y Nielsen 1989); estas son tan complejas que no conviene exponerlas en el cuerpo de esta tesis: an una caracterizacin simplificada engendrara una rama demasiado robusta y excntrica. Bastar entonces con las insinuaciones que hemos dejado deslizar en el apartado anterior acerca de las
concomitancias entre los modelos generativos y los simuladores, y con algunas puntualizaciones
concisas a propsito de la significancia de las prestaciones aritmticas de los lenguajes lgicos de
computadora. Dejaremos al margen, por desdicha, las elaboraciones que tenemos en el tintero sobre
duplas y tensiones temticas tan apasionantes como temporalidad y proceso, sistemas estocsticos y
aleatoriedad, realismo representacional y sobremanipulacin; a cambio nos centraremos, en un vuelo
muy breve, en torno de las capacidades aritmticas del Prolog.
A esta altura de la exposicin, debera estar claro que los lenguajes declarativos son primordialmente simblicos, y tratan con smbolos como entidades bsicas, o a lo sumo con cantidades que poseen valor de smbolos. Sin embargo, podra argumentarse que la aritmtica es slo un caso especial
de computacin simblica. Un programa lgico puede en teora representar los nmeros como trminos estndar, por ejemplo
, etctera, aadiendo axiomas para la adicin, la multiplicacin, el logaritmo o la operacin aritmtica que haga falta. Histricamente, es taxativo que la programacin lgica misma entronca con las metamatemticas hilbertianas y la demostracin mecnica de teoremas que alguna vez se restringieron a los Principia.
Sin embargo, esta implementacin logicista de la aritmtica sera terriblemente ineficiente en
comparacin con la forma en que la mayora de los lenguajes procedimentales resuelven el punto.
Tambin es un hecho que las computadoras y sus lenguajes clsicos se concibieron ante todo como
mquinas de picar nmeros, y que ese proyecto gener hardware y software especializado e indiferente a los desarrollos logicistas del mismo tema. La representacin del concepto simblico de "sucesor", por ejemplo, es esencialmente una notacin mondica, y como tal requiere un espacio de
memoria proporcional a i para representar al nmero entero i. Este no es un procedimiento computacional normal; las computadoras poseen desde el vamos representaciones especiales para nmeros y
operaciones que son mucho ms prcticas: estas representaciones son binarias, no mondicas, de
manera tal que n bits pueden representar nmeros enteros hasta 2n. Adems, muchos de los algoritmos apropiados para operar sobre nmeros con este formato interno se pueden ejecutar mediante una
sola instruccin y un solo ciclo de mquina.
Como lenguaje de computadora el Prolog aprovecha este desarrollo, de modo tal que en este aspecto, y slo en l, su estructura es la misma que la de los lenguajes convencionales. El lenguaje "re731

conoce" cuando una entidad es un nmero y aplica entonces operaciones especiales sobre ella. Este
no es empero un remiendo o una concesin indebida a la historia de la mquina. En tanto trminos
lgicos, los nmeros siguen siendo capaces de participar en el proceso de unificacin. El nico factor
desagradable que queda como residuo del carcter heterclito de los nmeros en un entorno de programacin lgica es el hecho de que las diversas versiones de Prolog poseen formas sintcticas no
estandarizadas para habrselas con ellos.
Hay algunas trampas adicionales en las que el programador lgico debe evitar caer: un nmero
de coma flotante casi nunca es verdaderamente igual a otro de la misma condicin, aunque los dos se
presenten en pantalla o impresora de la misma manera. Esto sucede porque los ordenadores hacen
clculos en binario, pero los escriben en decimal; muchos nmeros decimales (como 0.1) no tienen
una notacin binaria equivalente con una cifra estable de dgitos, de modo que siempre hay posibilidad de diferencias por redondeo. Lo importante, sin embargo, es que an en un entorno lgico la
cuantificacin es posible.
Descripcin del programa:
El modelo de simulacin aqu presentado proporciona predicciones o retrodicciones sobre el estado cuantitativo de un sitio de matanza, con el objetivo de "evaluar la acumulacin temporal como
variable que acerque a explicar un hecho arqueolgico, controlar la incidencia de variables azarosas
que afecten la acumulacin y enmascaren la relacin original entre comportamiento y registro a
escala sincrnica, y establecer una imagen arqueolgica de la sociedad pastoril actual que permita
elaborar modelos de los que se sigan consecuencias para evaluar el registro arqueolgico de los
pastores prehistricos" (Yacobaccio, comunicacin personal).
Estos objetivos se han representado en el programa incorporando por un lado algoritmos controlados que dan cuenta de la duracin de un resto seo conforme a la densidad del elemento, y por el
otro algoritmos aleatorios en funcin de circunstancias imponderabes (accin de los perros y aves de
rapia, matanza, arrastre elico, etc). Otras funciones matemticas permiten fingir diversas alteraciones regulares o estocsticas del registro y comprimir o expander el ritmo temporal del ciclo de clculo, el cual puede llevarse (aunque la utilidad de este juego sea dudosa) a evolucionar en tiempo
real. Un indicador seala el nmero de ciclo y la relacin entre tiempo real y tiempo simulado. El
programa ofrece cuatro variedades de simulacin que hemos llamado conceptual, grfica, analgica
e icnica. Por razones de diagramacin su comentario se expone junto al listado fuente. Una aclaracin adicional: dado el carcter reservado de la investigacin conjunta (que an se encuentra en fases
preliminares) el algoritmo incluido en el programa de muestra no es el verdadero, y slo se lo
presenta para permitir que el sistema despliegue una simulacin aproximativa, pero no realista, de
-por as decirlo- la simulacin autntica.

732

6. Programa VI: Sistema Experto

En un acercamiento preliminar, podramos decir que un Sistema Experto es uno de los tipos cannicos en que se subdividen los sistemas orientados al conocimiento (Knowledge Based Systems o
KBS) implementados en inteligencia artificial, conforme a un esquema genrico que podra discurrir
ms o menos como ste:

Sistemas Expertos

Robtica

Sistemas de Conocimiento
Planeamiento
Visin de mquina

Procesamiento del
lenguaje natural

Diagrama 5.3 - KBS

Un Sistema Experto es un artificio de computacin que concentra la pericia y la experiencia conceptual de una o ms personas en torno de un rea generalmente estrecha del conocimiento. Ese expertise asume generalmente la forma de definiciones, relaciones, hechos especializados, algoritmos,
estrategias y heursticas sobre el mbito que se trate. Su origen es por lo comn el saber de sujetos
humanos, pero lo mismo puede provenir de artculos, libros o datos experimentales.
Uno de los objetivos que se persigue en el diseo de uno de estos sistemas es el de arrojar transparencia en torno del conocimiento modelizado, sea en el plano formal o en el sustantivo. Las exigencias habituales que se imponen a los programas expertos son las siguientes:
El sistema debe mejorar su performance en funcin del juicio crtico de conocedores que no
necesariamente tienen que estar al tanto de sus detalles tcnicos de implementacin.
El sistema debe utilizar mtodos heursticos y razonamiento simblico por cuanto se presume que no existen (o no son practicables) los mtodos algortmicos para realizar la tarea que le compete en un rea dada del conocimiento.
Entre los mitos que atraviesan la inteligencia artificial, hay varios que conciernen a los Sistemas
Expertos; el ms difundido de todos asevera que la finalidad de todo programa lgico es constituir
uno de esos sistemas, para que las mquinas se comporten como especialistas suplentes en un dominio determinado del conocimiento. Se ha identificado, en otras palabras, el proyecto de la programacin lgica con el de uno de los campos de la Ingeniera del Conocimiento, cuando lo cierto es
que las tcnicas de aqulla no son todava prevalecientes en esta disciplina, que utiliza mayoritariamente recursos de la computacin convencional y muy en especial los lenguajes procedimentales.
No todo programa lgico, entonces, est destinado a conformar uno de estos sistemas simuladores de
inteligencia; los verdaderos Sistemas Expertos son contados y se aplican, en apariencia, a territorios
de las prcticas disciplinares articulados de una manera especial, o quiz a conjuntos de prcticas de
inferencia peculiares y circunscriptos.
Para ilustrar nuestro punto, cabe hacer una distincin entre los "expertos" y los "eruditos" humanos, dos categoras intelectuales cuyos atributos la imaginacin acadmica a menudo entrecruza: un
erudito es por lo comn un conocedor extensivo de numerosos mbitos del saber, si es que no de
todos; un experto, por el contrario, es un especialista en profundidad en unos pocos campos del conocimiento, si es que no en uno solo. Los eruditos constituyen una especie en extincin, de progenie
733

europea y de cronologa ms bien finisecular; en antropologa un erudito clsico podra haber sido,
digamos, Sir James Frazer. Los expertos, correlativamente, son una especie expansiva de especialistas, ms de una vez asociada conceptualmente a los tecncratas; un ejemplar representativo podra
haber sido Ward Goodenough, (quien nunca dio impresin de dominar ms que unas pocas temticas
relacionadas con el significado y la categorizacin) o el recientemente fallecido Raoul Naroll, personajes impensables en la Europa de fines de siglo. En computacin la alternativa es muy clara: con el
nivel actual de tecnologa, ninguna mquina podra modelar el conocimiento universal de un erudito,
hecho de entradas enciclopdicas y heterogneas, y que se manifiesta en expresiones de un elevado
gradiente esttico; pero podra esperarse que el saber de un experto, igualmente masivo pero concentrado en unos pocos puntos, se preste dcilmente a la formalizacin.
Existen, entonces, los sistemas computacionales expertos, que concentran lo que un
fenomenlogo llamara "conocimiento de receta" o lo que un positivista considerara
"procedimientos operacionales", siempre en relacin con un campo acotado del saber. No existen, ni
es probable que lleguen a existir jams, los sistemas computacionales eruditos, concentradores de un
saber que vale por su profusin o por su capacidad de desviarse al vuelo para traer a colacin asuntos
tenuemente ligados. Como luego veremos, los Sistemas Expertos, segn una tendencia de aceptacin
creciente, pueden llegar a subsumir diversos mbitos del saber utilizando mecanismos de inferencia
relativamente uniformes; pero no lo hacen en forma simultnea, sino aplicndose a un campo del
conocimiento a la vez y desarrollando en su interior inferencias de un tipo determinado.
Esta tipificacin nada tiene que ver con un presunto lmite disciplinar, impuesto por el carcter
difuminado de los datos o por la abundancia de las ambigedades: por el contrario, existen numerossimas tcnicas relativas a procesos de inferencia mediante razonamiento inexacto, y es de prever
que se desarrollen muchas ms en los prximos aos, como se ver ms adelante. Nada hay en nuestra ciencia en particular que se pueda reputar privilegiadamente irreductible.

SISTEMAEXPERTO
BASE DE
CONOCIMIENTOS

MOTOR DE
INFERENCIA

INTERFACE
DE USUARIO

Diagrama 5.4 - Componentes de un SE

No es oportuno abundar en lo que todos los libros repiten: los Sistemas Expertos (en adelante,
SE) combinan una representacin del conocimiento con una mquina o motor de inferencia, reiterando a un nivel ms alto el esquema estructural del Prolog que separa los hechos de las reglas. Con
el agregado de una interface orientada al usuario (y que puede ser construida por medio de predicados procedimentales o extralgicos) se completa una estructura que en todas partes tiende a ser la
misma, por ms que varen los matices y objetivos. Los objetivos pueden ser modelizar la forma en
que piensan los expertos, disear un modelo de la forma en que deberan pensar, representar abstractamente un "tercer mundo" de conocimiento no subjetivamente ligado, o slo plasmar un programa
eficiente de computacin que iguale o supere la competencia de un experto humano.

734

En la medida en que un motor de inferencia comporta algo as como un procedimiento

mecnico de clculo lgico, existe algn precedente histrico de los motores de inferencia en las
mquinas y diagramas lgicos desarrollados durante siglos por una multitud de estudiosos, desde
Ramn Llull hasta Charles Sanders Peirce, pasando por el "demostrador" de Stanhope y el
"loggrafo" de Gerrit Mes (cf. Gardner 1985). El cuadro del diagrama 5.5 elabora esa serie e insina
su carcter progresivamente restricto.

Diseador
Ramn Lull
Charles Stanhope
William Hamilton
William S. Jevons
Allan Marquand
Henry Cunnynghame
Alexander Macfarlane
Lewis Carroll
John Venn
Charles Peirce
Benjamin Burack
Gerrit Mes
A. Newell & H. Simon
Varios

Fecha
1274
1816
1866
1869
1881
1882
1885
1886
1894
1897
1936
1960
1962
1970

Mquina o Diagrama Lgico

Ars Magna
Demostrador
Cuantificacin de Predicados
Alfabetos y Mquinas Lgicas
Diagramas y Mquinas Lgicas
Tarjetas Lgicas
Espectros Lgicos
Juegos de Lgica
Diagramas de Venn
Grafos Existenciales
Mquina Lgica Elctrica
Loggrafo, Regla de Clculo Lgica
General Problem Solver
Shells y Mquinas de Inferencia

Diagrama 5.5 - Genealoga de los Motores de Inferencia

En la actualidad los motores de inferencia, pese a su nombre alqumico, son simplemente procedimientos heursticos para ordenar la bsqueda, minimizar la incgnita y estructurar el proceso de
pregunta, diagnosis o demostracin de hiptesis, que reproducen, modelizan o se inspiran en la conducta de un conocedor humano. Curiosamente, los sistemas actuales son, en lo que a esta reproduccin respecta, menos ambiciosos y menos fantsticos que los que se planearon antes de que la tecnologa estuviera en condiciones de llevarlos a la prctica.
Esa reproduccin no es, en general, un proceso funcionalmente equivalente al pensamiento que
responda a una construccin hipottica sobre la mente humana (y que se conforma mal o bien al paradigma de la "caja gris"), sino una dinmica que se construye a partir de las operaciones conceptuales que el experto humano efectivamente realiza y que se debe elicitar. La elicitacin ha demostrado
ser, de hecho, una especie de mapa de nuestra ignorancia respecto de la la estructura y la dinmica
del pensamiento. El punto ms delicado del diseo de sistemas de este tipo, entonces, tiene que ver
con la obtencin de informacin sistemtica acerca de la forma en que opera o cree operar el experto
en relacin con su objeto; una forma de operar que no equivale, necesariamente, a un "modelo de la
mente" de ese experto, aunque determinados formalismos pensados para cubrir esa finalidad (redes,
frames, grillas de repertorio) han demostrado ser tiles para expresar los resultados de ese relevamiento.
Si el propsito de los SE (incidentalmente, la rama de la inteligencia artificial que experimenta
el mayor xito comercial en la actualidad) es el de reemplazar a los sabios humanos, probablemente
los SE antropolgicos no nos vayan a servir como tales hasta que pasen unos cuantos aos. Y ello es
as no tanto porque el saber acumulado en nuestra disciplina sea demasiado abundante y demasiado
735

facetado como para volcarlo a una mquina, sino porque la tecnologa asociada a los sistemas
expertos no est orientada al saber "en general", sino a cierto expertise particular que tiene que ver
ms que nada con las operaciones clasificatorias, con la organizacin de los significados y con la
diagnosis. Trasplantar a un disco magntico una masa enciclopdica, una "sabidura" amorfa, frazeriana, no tendra sentido: la inteligencia artificial -ya lo hemos dicho- hace mucho tiempo que no
promueve esas quimeras.
Nadie pretende reemplazar al experto humano en todas sus funciones intelectuales, ni usar al SE
como sucedneo suyo all donde resulte ms econmico, o cuando no haya ms remedio: ni los aspectos financieros de la inversin, ni la precisin milimtrica, ni la urgencia al segundo suelen ser
variables crticas de la investigacin antropolgica, como lo son, por ejemplo, en prospeccin de
minerales, en deteccin de fallas en tiempo real o en diagnsticos de enfermedades virsicas, que son
las reas en las que los sistemas expertos responden a esa pretextacin. A nuestro juicio, el diseo de
SE en antropologa debe perseguir otros objetivos; el ms importante de stos no es tanto el educto
de operaciones de clasificacin y diagnosis en una tarea determinada, sino lo que el diseo del SE revela sobre los procedimientos implcitos y sobre los supuestos previos del estudioso en el momento
de elicitarse, adquirir formato computacional y ponerse a funcionar. En la epistemologa que patrocinamos, el SE constituye es menos un artificio mecnico que una herramienta de autorreflexin.
No pretendemos sentar ctedra sobre los Sistemas Expertos en general; ya se han escrito demasiados buenos libros y artculos al respecto como para complicarnos aqu en un mal resumen (Buchanan y Shortliffe 1985; Johnson y Keravnou 1986; Cordier 1984; Vandeginste 1987). Pero dado que
esta es un rea de crecimiento espectacular en numerosas ciencias, alguna mencin habr que hacer,
y no ciertamente una mencin de compromiso: una vez ms, la inteligencia artificial satisface la exigencia de un antroplogo que pensaba poner en jaque a la emulacin antropolgica de las ciencias
duras postulando una analoga entre las operaciones interpretativas del antroplogo (derivadas de la
thick description) y las inferencias clnicas: una capacidad de la mente enjundiosamente cualitativa,
sedimentada por la comprensin, el sentido comn y la experiencia (Geertz 1987)47.
Un SE es nada menos que un dispositivo lgico que realiza diagnsticos o generalizaciones en el
interior de casos en funcin de inferencias clnicas practicadas sobre indicios no siempre sistemticos
ni exactos. Pero a diferencia del antroplogo interpretativo que Geertz nos impusiera como el desideratum disciplinar, se trata de un dispositivo que, an en el peor de los casos, es capaz de "explicar"
sin antropomorfismo alguno cules fueron los pasos tras los que lleg a determinadas conclusiones,
por qu promovi ciertas hiptesis o interpretaciones en lugar de otras y en qu criterios se bas para
producir determinado diagnstico.
Lo que aqu nos interesa de los SE no es tanto la simulacin futurista de un sabio humano a travs de una mquina llamada a reemplazarlo, sino la estipulacin reflexiva de las operaciones conceptuales que el antroplogo realiza en su trabajo habitual, concibiendo al sistema experto como el modelo correspondiente a ese proceso. Visto desde este ngulo, la tecnologa de los SE se revela no slo
como un mtodo de aborde de la antropologa con referencia a un objeto (aborde que siempre ser,

47 No podemos omitir el hecho de que an entre los partidarios de la antropologa interpretativa, la "inferencia clnica" del propio Geertz
(en tanto proceso de razonamiento que va desde la "descripcin densa" a la interpretacin) est amplia y quiz definitivamente
desacreditada (cf. Vincent Crapanzano, "Hermes' Dilemma: The Masking of Subversion in Ethnographic Description" y Paul Rabinow,
"Representations are Social Facts: Modernity and Post-Modernity in Anthropology", ambos artculos publicados en J. Clifford y G. Marcus
[eds.], Writing Culture, Berkeley, University of California Press, 1986).

736

con esta tecnologa, de tipo ldico u oracular), sino como una prctica de esclarecimiento del propio
antroplogo con respecto a las premisas de las que parte, a los criterios en que se funda y a los procesos de inferencia que desarrolla. No importa tanto entonces que los SE se integren a la prctica profesional de rutina y que difundan en los enclaves perifricos el saber concentrado de los sabios de las
metrpolis; lo esencial es que se los construya (aunque no se los acabe), y que en este proceso el estudioso reflexione sobre sus propias construcciones conceptuales, mejorndolas si ello se demuestra
posible.

Sistema
Investigador, Sitio
MYCIN
E. Shortliffe
Universidad de Stanford
PROSPECTOR
P. Hart - R. Duda
SRI International
PIP
S. Pauker - P. Szolovits
MIT
INTERNIST-I
J.D.Myers - H. D. Popple
Universidad de Pittsburgh
CADUCEUS
J.D. Myers - H. D. Popple
Universidad de Pittsburgh
CASNET
S. Weiss - C. Kulikovski
Universidad de Rutgers
ABEL
W. Schwartz-P.S. Patil
Universidad de Tufts
NEOMYCIN
W. Cancley - R. Letsinger
Universidad de Stanford
CRIB
F. George - T. R. Addis
U. de Brunel

Esquema

Uso

Reglas

Diagnosis de infecciones microbianas

Reglas y redes asociativas

particionadas

Prediccin de sitios con yacimientos

minerales

Frames

Nefrologa

Esquemas tipo frame

Diagnosis de medicina interna

Red causal-taxonmica

Diagnosis de medicina interna

Red causal-asociativa

Control a largo plazo de

enfermedades conocidas

Redes causales a diferentes niveles

de abstraccin

Diagnosis de desrdenes cidobsicos y electrolticos

Reglas, metarreglas y estructuras de

tipo frame

Razonamiento diagnstico para

estudiantes

Esuqme de frames sobre base de

datos relacional

Fallas en software y hardware de

computadoras

Diagrama 5.6 - Sistemas Expertos

De hecho, los mejores sistemas expertos, los que han promovido los diagnsticos ms ejemplares, los que han ganado el respeto de los analizadores de carne y hueso, han surgido, aunque duela a
los hermeneutas, en las ciencias mdicas, que era donde Geertz crea que la abduccin dominaba soberana: los nombres de logiciales puramente mecnicos como MYCIN, PIP, INTERNIST-1, CADUCEUS, CASNET, ONCOCIN, PUFF, ABEL, y NEOMYCIN han ganado justa celebridad en la profesin. Un viejo obstculo ha llegado a disolverse por obra del trabajo, no tanto mecnico como humano: la incertidumbre (como el caos en fsica) es, a fin de cuentas, algo muy preciso, definido y
tratable. Lo que importa no es de ningn modo minimizar o abolir la incertidumbre, sino expresarla
con suficiente propiedad.
737

No hay que temer que el saber antropolgico sea esquivo a la fijacin, ni que nuestras
inferencias sean demasiado complejas para la mquina. Esos pretextos (bien lo saba Croce) a
menudo encubren otros temores; el conocimiento antropolgico, mal que nos pese, no tiene ni un
estatuto humano, ni una masividad, ni una estructura que lo tornen, valga la redundancia,
especialmente especial. Como ha llegado a saberse sobre una base forzosamente sistemtica, lo que
pasa por ser su forma peculiar de inquiry poco conserva de esotrico: lejos de ser un milagro inefable
que deja un amplio margen a la subjetividad y a la intuicin, la inferencia clnica resulta ser, en cualquier mbito de aplicacin habitual, un procedimiento ms bien rutinario, pautado y mecnico. Bajo
la nica y estricta condicin de que se trate de un saber conexo, concentrado en un campo reducido
de especializacin cientfica, el conocimiento experto siempre resulta ser, an en condiciones
adversas de comprensin de los mecanismos subyacentes a los fenmenos a que se aplica, expresable
en s mismo, comunicable a otros estudiosos y enumerable en una cantidad restringida de clusulas.
Los mejores sistemas se encuentran en actividad ininterrumpida desde hace unos aos y han servido de modelos y arquetipos para la puesta a punto de los formalismos de representacin del conocimiento que ya hemos revisado. En el diagrama 5.6 se incluye el inventario de algunos de los Sistemas Expertos ms conspicuos de la primera y segunda generacin de KBS (en la actualidad se va por
la tercera, y hay quien dice que por la cuarta), con las necesarias referencias a sus investigadores responsables, formalismos de base, utilizacin y organismo institucional en que se han desenvuelto.
El diagrama de marras debe interpretarse como un testimonio crtico en una situacin polmica,
ms que como una referencia neutral en un discurso equidistante. La posibilidad de sistematizar el
saber de los expertos ha sido negada al menos en tres ocasiones por otros tantos pensadores a quienes
la comunidad profesional ha acordado un inexplicable carisma. En una celebrada compilacin de
artculos que predican la "crisis de la razn" en plena era de revolucin computacional, escriba
Carlo Ginzburg, refirindose a la inferencia clnica y al juicio experto:
Se trata de formas de saber tendencialmente mudas (en el sentido de que, como hemos dicho, sus reglas no
se prestan a ser formalizadas y ni siquiera dichas). Nadie aprende el oficio de conocedor o de la diagnosis
limitndose a poner en prctica reglas preexistentes. En este tipo de conocimiento entran en juego (como se dice
habitualmente) elementos imponderables: olfato, golpe de vista, intuicin (Ginzburg 1983:98).

Juicios como estos son ejemplares de una especie. Hace unos pocos aos, uno de los patriarcas
de la semitica, Thomas Sebeok, compar en un pequeo libro muy apreciado la abduccin
peirceana con los mtodos detectivescos de Sherlock Holmes. Tras una prolija purga contextual, en
la que se escamotean las delicadas fundamentaciones lgicas que el propio Peirce otorgara al
concepto, Sebeok acaba caracterizando la inferencia inductiva como "la ms sorprendente casi de las
maravillas del universo", "un privilegio divino", "un relmpago" y "el ms alto de los poderes
puramente intuitivos" (Sebeok y Umiker-Sebeok 1987). Ms recientemente an la abduccin se ha
convertido en el proceso mental ms celebrado del paradigma oscurantista del "pensamiento dbil"
posmoderno, y, presintiendo dividendos comparables a los de su novelstica, Umberto Eco se ha
unido a la causa de la conjetura don invulnerable al anlisis.
Necesario es protestar, pues si algo es claramente mentira, es precisamente esto. La mudez de
los expertos slo es, bien mirado, sordez de los sabios interesados en formular mtodos que, como la
"descripcin densa" geertziana o la "serendipity" de los antiguos, tal vez no convenga que sean replicables. Los elementos imponderables a los que se alude despiden el tufillo inicitico, Zen, que acompaa a quienes se creen depositarios de un talento interpretativo difcil de trasmitir, por cuanto su
738

saber no se conforma a un mtodo. La competence indiciaria, en suma, es, segn esta idea, prerrogativa de cierta clase de genios. Lo curioso es que entre quienen la sustentan nadie se ha tomado la molestia de verificarla: lo nico que la mantiene en pie es un dictamen autoritario, un prejuicio que
prescribe que las cosas deben ser as porque al serlo otorgan a la escritura estetizante seduccin,
plausibilidad y conveniencia.
Para quienes creen que la mejor demostracin del movimiento consiste en andar, no hay mejor
prueba de la ruina del paradigma indiciario de Ginzburg-Sebeok-Eco-Geertz que la existencia de modelos formales que sistematizan casualmente las operaciones intelectuales que ellos haban reputado
imposibles de comunicar a otros humanos, ni que hablar de las mquinas. Alguna vez habra que poner sobre el tapete el costado tico de este triste asunto: la tenebrosa historia de los lderes de opinin
que se dan el lujo de ignorar territorios enteros del trabajo humano y que, en su soberbia, dictaminan
como irrealizable lo que otros profesionales vienen realizando desde hace aos.
No slo la inferencia clnica haba resultado ser a fin de cuentas un procedimiento mecnico,
sino que la propia documentacin del conocimiento experto es un momento de la investigacin que
se confa cada vez ms frecuentemente a las mquinas, al punto que el mercado de los sistemas
expertos est poblndose de elicitadores automticos que, en el nivel actual del desarrollo
tecnolgico, se estiman varios rdenes de veces preferibles a mtodos "salvajes y confusos" tales
como la entrevista o la introspeccin. Aunque la antropologa no haya tomado nota de estos
progresos, el relevamiento del expertise ya es una ciencia aparte, con su folklore, sus jornaleros y sus
pontfices (cf. Parsaye 1988; Boose 1984; Rolandi 1986).
La elicitacin automtica del conocimiento se remonta a la invencin de un mtodo de representacin, las "grillas de repertorio", a las que ya hemos revisado en el apartado correspondiente, y a la
observacin respecto de que la psicologa de los constructos personales de G.A. Kelly poda adaptarse a los requerimientos de implementacin de sistemas expertos. B.R. Gaines y R.L. Shaw
formularon y testearon una serie de mtodos para representar los constructos personales mediante
grillas de repertorio y produjeron un conjunto de programas experimentales, el ms conocido de los
cuales result ser PLANET (Shaw 1982).
Exploraciones ulteriores por cuenta de otros estudiosos -y que redundaron en la confeccin de
programas de relevamiento automtico como el ETS de John Boose- demostraron que las grillas de
repertorio se prestaban mejor a tareas de anlisis que a procesos de sntesis. A partir de
observaciones como sta, la carrera por construir esos logiciales (que unos pocos aos atrs habra
sonado extravagante) se aceler: Boose implement el programa AQUINAS, que utiliza grillas jerrquicas; Parsaye y Murphree disearon el Auto-Intelligence System, que incorpora tcnicas de induccin; y Kahn, Nowland y McDermott dieron a conocer el MORE, un sistema que ayuda a
perfeccionar bases de conocimiento ya existentes. Una de las ltimas novedades importantes en este
terreno es el SALT, quiz el primer mtodo de adquisicin automtica de conocimientos capaz de
manejar la sntesis con tanta soltura y propiedad como el anlisis (Parsaye 1988).
A qu viene todo esta jerga robtica cuando de antropologa se trata? Indudablemente, no todo
el conocimiento antropolgico es susceptible de relevarse de manera automtica, empleando para tal
fin el SALT, el MORE y el AQUINAS o algn otro producto similar. En otras palabras, no todo el
conocimiento del experto humano en antropologa est estructurado de tal manera que un procedimiento mecnico de elicitacin resulte ms efectivo que una mayutica informal. Pero esto no constituye una enfermedad especficamente disciplinar. Lo mismo puede decirse del conocimiento geolgico, de la tecnologa de deteccin de fallas industriales o de la medicina: los sistemas expertos se han
739

aplicado en estas reas slo en relacin con operaciones de inferencia de un tipo restringido, concernientes a la clasificacin, la tipologa, la diagnosis o la prognosis, operaciones que la connotacin
lingstica diferencia pero que desde el punto de vista formal comparten un ncleo idntico.
Operaciones, adems, que los tericos de la abduccin tuvieron el mal tino de escoger como
paradigmtica para llevar agua al molino del irracionalismo.
En antropologa, clasificacin y diagnosis son operaciones conceptuales que se reiteran a lo
largo de campos tan diversos como la ergologa, la identificacin de estilos artsticos, la organizacin
categorial de los archivos comparativos, la determinacin de fenmenos patolgicos en restos seos,
la denominacin de un pariente, la reproduccin de las estructuras de las taxonomas emic, la
caracterizacin pautada de conductas y as hasta el infinito. Los sistemas expertos programados hasta
hoy son sin duda perfectibles, y todava se est en espera de una tipologa de las inferencias precisas
que admiten una formalizacin ptima y de las que escapan a todo esquema; pero por lo menos son
ya capaces de insinuar al especialista la naturaleza formal de ciertas actividades suyas y hasta de
demostrarle que, en determinados menesteres, el humanista humano es apreciablemente menos
intuitivo y caprichoso de lo que cree.
La potencia y el nmero de los formalismos que se han inventado no bastan todava para generar
ninguna homogeneidad ideolgica. En materia de diseo de sistemas de conocimiento prevalecen
dos tendencias contrapuestas y una tercera, intermedia (cf. Walker 1987:5-7), en una dinmica de
oposiciones que evoca las querellas entre el sustantivismo y el formalismo en antropologa, o entre el
monismo y el pluralismo en lgica.
1) La primera tendencia, propuesta como tesis, establece que es posible implementar mtodos generales de resolucin de problemas, que esos mtodos pueden hacerse operativos
en sistemas de computacin y que se pueden aplicar a diferentes (o a cualesquiera) mbitos de problematicidad en cualquier ciencia o prctica imaginable. Implcita a esta tesis
es la idea de que los aspectos procedimentales en la resolucin de un problema son independientes del problema que se trate. Esta ponencia es histricamente la ms antigua, y
es la que impuls algunas de las indagaciones pioneras de la psicologa cognitiva y la inteligencia artificial, como el Logic Theorist de Newell, Shaw y Simon, escrito hacia 1956
(y presentado en la misma conferencia en la que John McCarthy acu el trmino "inteligencia artificial"), o el General Problem Solver de Newell y Simon, a comienzos de los
aos 60.
2) La segunda postura, que podramos llamar la anttesis, afirma que la generalidad es
imposible; lo que corresponde hacer es capturar el conocimiento humano y los
procedimientos especficos a cada mbito de aplicacin. Algunos sistemas expertos reconocidos (DENDRAL, Meta-DENDRAL) obedecen a esta premisa, que ha sido
defendida con peculiar nfasis por Edward Feigenbaum, de Stanford.
3) Una tercera propuesta, que Walker ha definido como sntesis, consiste en tomar el camino medio entre los dos extremos: la idea bsica es que muchas tareas (lase muchas disciplinas, campos o reas de investigacin) poseen requerimientos en comn, expresables
en un ncleo de procedimientos o shell, al cual se pueden agregar especificaciones que lo
adaptan a las esferas particulares o a las idiosincracias de cada disciplina.
Nuestro modelo adscribe a una versin "generalizadora" de la sntesis, que es la que ha demostrado la viabilidad de shells o motores de inferencia que se venden en el mercado para adjuntarlos al
740

tratamiento de bases de conocimiento sumamente dismiles en contenido sustantivo, pero de todas

maneras basadas en unas pocas estructuras de representacin.
Hoy en da, los hackers y los piratas de software intercambian shells de KBS como si fueran
monedas de coleccin, y los sistemas para elicitar el saber experto se ofrecen masivamente en las
revistas especializadas (AI Expert, Artificial Intelligence), prometiendo un descuento a quien enve el
cupn antes de fin de mes. El comprador puede escoger entre distintas vas que conducen a lo
mismo: redes neuronales, programacin lgica, programacin orientada al objeto o sistemas grficos.
La visin antittica que proclama la localidad del conocimiento (otro sueo geertziano, reflejo de una
concepcin individualista y aristocrtica del trabajo de pensar) cae por tierra ante la materialidad de
los hechos. No hay tal cosa como el conocimiento local, especfico de cada crculo de fenmenos, incomunicable de un cientfico a otro y de reproduccin prohibida a travs de un mtodo: diferentes
disciplinas cifran su diferencia en combinaciones estructurales no demasiado idiosincrticas de operaciones y representaciones que siempre son, en ltima instancia, las mismas.
Problemas y programas
El programa que aqu se ofrece para representar el tipo es un sistema experto simple con una interface amplia y ceida, cuyo encadenamiento de reglas pretende estar articulado plenamente a
prueba de trampas a travs de metarreglas de exclusin y similitud. En esta versin, las posibilidades
de inferir correctamente una solucin depende, por supuesto, de que las respuestas que el usuario
entregue sean correctas. Pero no sera descabellado implementar unas cuantas estrategias capaces de
percibir que el interlocutor humano est jugando sucio y abortar consecuentemente el engao. Se ha
presupuesto una lgica lineal, aristotlica y bivalente, por lo que de antemano quedan descartados todos los conjuntos difusos y las estructuras de prototipos, aunque el juego de la consulta tolera el probabilismo. No obstante, el dominio de aplicacin del programa no est delimitado y los datos sustantivos bien podran ser otros, ya que la base de conocimientos se encuentra separada de la batera
de reglas de inferencia. Incidentalmente, un grupo de psiquiatras en el que participa nuestro conocido
doctor Agustn Siedi, ha sacado de este mismo programa un enorme provecho, pese a que el mismo
fue realizado sin tener en cuenta esa especialidad de aplicacin.
Veamos miembro a miembro algunas caractersticas del sistema, comenzando por la estructura
de datos (o base de conocimientos) y siguiendo despus por la estrategia lgica (o motor de
inferencia), para acabar con la interface de usuario. En un sistema experto es comn que los datos
sean reglas de produccin; en este ejemplar, dichas reglas acomodan tajadas de conocimiento en
forma de expresiones condicionales. A tal fin se han dispuesto tres configuraciones primarias; una
que tipifica reglas bsicas (la entidad A es B si se dan las condiciones nmero X, ..., Z), otra que
detalla los contenidos de cada condicin (la condicin nmero X consiste en la caracterstica P), y
una tercera, opcional, que detalla consecuencias de las reglas (si B, entonces Q). Las consecuencias
pueden tambin interpretarse como comentarios (por ejemplo, "segn la caracterizacin del
cientfico X"), asignables a cualquier nivel de anlisis. Dado que A y B son posiciones relativas de
clase y ejemplar, el ejemplar de una clase puede jugar luego como clase con respecto a otro plano de
detalle, hasta la profundidad de inclusin que haga falta. Procedimientos especiales permiten tejer,
por aadidura, metarreglas que definen exclusin mutua ("tiene forma de urna" excluye a "posee
forma de puco o kero") y parecidos, equivalencias conceptuales o aires de familia ("proviene de los
Valles Calchaques" se asemeja a "se origina en la regin Valliserrana"). Unas y otras metarreglas se

741

apian en tantos conjuntos como se quiera, siendo posible definir simultneamente las mismas
condiciones como engranadas en uno y otro tipo.
Hasta aqu, la plasticidad de la representacin est dada por una libertad total para enumerar la
cifra y la ndole de las condiciones y las metarreglas, y para estipular definiciones alternativas, total o
parcialmente solapadas, complementarias, conexas, inconexas e incluso contradictorias. No sabemos
hasta hoy de ningn tipo de saber experto que no admita predicarse de este modo, cuando su matriz
accede a ser tan elstica; el conocimiento antropolgico, por lo que sabemos, nada presenta de
estructuralmente peculiar que ofrezca resistencia a modalidades tan adaptables de descripcin.
Desde el punto de vista lgico, el programa despliega lo que podra llamarse encadenamiento
hacia atrs, conjetura o abduccin, pretendiendo probar determinada hiptesis (en principio, la primera que encuentra que corresponda al dominio escogido) y solicitando al interactor humano que le
responda si se dan las condiciones que definen al caso. Las respuestas del operador van
determinando que el sistema opte por las ramas no negadas del rbol que acomoda, implcitamente,
todos los casos en un universo ordenado por las mismas condiciones que los describen. Pese a que la
lgica subyacente es ms bien convencional, se ha implementado una sencilla prestacin
probabilista, ya que se admite que las respuestas del usuario incluyan posibilidades, junto a las
clsicas contestaciones por s o por no. El interlocutor humano puede escoger entre evaluar cualitativamente la magnitud de la posibilidad-probabilidad-confianza o asignar una cifra a esa evaluacin.
Antes de decidir su respuesta, el usuario puede requerir al sistema que explique qu es lo que est
tratando de demostrar y que enumere ordenadamente qu es lo que cree que ya lleva demostrado.
El sistema ha sido pensado como una interface integral para representar conocimientos, analizar
su configuracin semntica, comparar estructuras representacionales y obtener diagnsticos de caracterizacin. En este sentido incluye rutinas estructuradas de ingreso de conocimientos que asignan dinmicamente nmeros de condiciones que se agregan sin redundancia a las que ya pudieran estar activas en la memoria. Aunque no se trasluzca de inmediato, la estructura que ordena el dominio puede
ser cualquiera, ya que el usuario decide la naturaleza y la cantidad de las condiciones de cada
entidad, los contenidos de las definiciones alternativas, la sustancia semntica de los casos y la forma
en que se subsumen (o no) en una jerarqua o en un campo de similitudes o contraposiciones heterogneas. Una vez introducidos los casos, se puede requerir el mapeado del dominio, analizar los criterios que se han instrumentado para diferenciar las categoras, comparar los atributos de todas o de algunas de las entidades que conforman el universo o realizar un proceso de diagnosis, situndose en
cualquiera de los nodos que articulan el conjunto. Est abierta la posibilidad de modificar la base de
conocimientos sin interrumpir el programa y de archivar (o no) las modificaciones a ttulo permanente.
El programa capta cuando dos o ms entidades comparten una misma condicin y unifica la
regla correspondiente, ya sea que se est introduciendo informacin o realizando una bsqueda; del
mismo modo, el manejo de las negaciones es lo que se llamara "inteligente": el sistema pregunta por
la versin positiva de la asercin y elimina de antemano las entidades que se caracterizan por reglas
que niegan las que se han definido como correctas en el ejercicio de un diagnstico. Aunque la
comparacin interna del programa falle en reputar dos clusulas de distinta escritura como una
expresin de la misma idea, tal hecho no altera la precisin del diagnstico; de todas maneras, es
posible estipular despus la igualdad semntica de las reglas diferentemente vertidas.
Tambin se ha instrumentado una sencilla interface que finge habilidades de lenguaje natural, a
fin de que la interaccin con el sistema sea menos montona. La eleccin de frases alternativas por
742

parte de la mquina es aleatoria, y echa mano de los recursos de randomizacin incluidos en el

dialecto de Prolog. De esta forma, el "dilogo" con la mquina, si se lo quiere llamar as, ostenta
cierta variabilidad lingstica, al tiempo que se esclarece, como sedimento de la misma interaccin
dialgica, la naturaleza conceptual de las preguntas a las que el usuario responde.
Como hemos dicho, se han coordinado mltiples rutinas para asertar metarreglas que definan,
por ejemplo, conjuntos de condiciones excluyentes y de reglas similares. Las primeras evitan que el
sistema pregunte condiciones que quedan excluidas ante una respuesta positiva anterior, mientras
que las segundas proporcionan diagnsticos alternativos que se aproximan al asertado como
verdadero. La asercin de una condicin que excluya a otras tiene por efecto que automticamente se
poden las ramas del rbol de las que penden entidades cuya hipotetizacin sera contradictoria con
los asertos realizados, reduciendo as el espacio de bsqueda y la extensin lineal de la consulta. El
carcter interexcluyente o similar de uno o ms conjuntos de condiciones se puede establecer, anular,
conmutar o modificar sobre la marcha, permitiendo rigorizar o relajar, segn se trate, los criterios
que orientan la diagnosis. El sistema de metarreglas permite transformar la estructura de la
representacin inicial, haciendo que las reglas de produccin expresadas como condicionalidades se
comporten como frames. A tal efecto, la primera palabra de cada expresin condicional funcionara
como si fuera el nombre del slot; las condiciones cuyo nombre de slot sea el mismo son mutuamente
excluyentes. Una base de datos que se construye en forma dinmica lista todas las expresiones
gramaticales con que se inicia la descripcin; el usuario puede decidir que todas o algunas de las
condiciones que comiencen con esas palabras se interpreten como no-slots, de modo tal que an
cuando el primer smbolo coincida las respectivas reglas no sern consideradas excluyentes. Esta
idea nos fue sugerida por el licenciado Pablo Bonaparte, y los resultados de esta estrategia han demostrado ser ptimos. La base de datos de expresiones gramaticales se puede ampliar o modificar,
seleccionando los items a agregar o excluir mediante menes de configuracin dinmica. Se puede
probar incluso la variabilidad de la conducta del sistema testeando la conducta diagnstica segn
criterios alternados, susceptibles de integrarse a diferentes visiones del mismo conjunto bsico de
condicionalidades. Modulando estos aspectos es posible tratar la base de conocimientos como un frame total, como un conjunto de reglas de produccin o como una combinacin de ambas estructuras,
sin introducir modificaciones en la heurstica.
Al lado de las prestaciones probabilsticas y de su correspondiente clculo, que asigna un ndice
de posibilidad a los diagnsticos, el programa despliega un conjunto de indicaciones para el caso de
que la diagnosis falle por insuficiencia de respuestas positivas. Seala las entidades que cumplen
slo algunas de las condiciones vlidas e identifica aquellos ejemplares o clases que se le parecen. El
uso de metarreglas de exclusin ocasiona que, ante la ausencia de entidades que correspondan a lo
que la interaccin determina, el sistema "se d cuenta" muy rpidamente de que una interrogacin
ms exhaustiva no dara lugar a ningn diagnstico correcto. Pese a que la resolucin es secuencial,
el sistema finge una especie de simultaneidad. Se ha procurado asimismo que la consulta se efecte
sin introducir literales y frases cuya sintaxis pudiera no corresponder con las ristras que el programa
aceptara como coincidentes. Por ello toda la sesin de diagnstico se lleva a cabo a travs de
menes que impiden cometer errores tipogrficos. Con ello se soluciona el problema, siempre
espinoso, de la falta de tolerancia de las mquinas frente a los deslices de la performance humana: el
sistema es capaz de llegar a diagnsticos acertados an cuando la caracterizacin descriptiva de las
entidades est sujeta a error.

743

La sesin de diagnstico se puede interpretar al mismo tiempo como el objetivo experto del sistema o como una puesta a prueba de la adecuacin, sistematicidad y exhaustividad descriptiva de la
base de conocimientos. El proceso admite numerosas modalidades: la primera autoriza que el
sistema realice incluso preguntas que quedaran anuladas por metarreglas de exclusin; la segunda
activa esas reglas, dejando que las condiciones de los diagnsticos corridos con anterioridad permanezcan en la traza y puedan ser nuevamente recorridos; la tercera va podando los diagnsticos
correctos a medida que se producen, disminuyendo la magnitud de los rboles de bsqueda en las
pruebas subsiguientes. La poda del espacio de bsqueda es momentnea y secreta: el interactor
vuelve a tener a mano los datos que necesita en cada sesin de diagnosis, en las consultas
comparativas de descripciones y en la gestin de metarreglas, y siempre se entiende con la mquina
en lenguaje natural.
Existe tambin la posibilidad de rastrear expresiones descriptivas a partir de palabras sueltas,
que se pueden introducir con toda la variedad de mayusculizacin, acentos y diacrticos que se desee
sin obstaculizar el hallazgo de los smbolos originales. El programa exhibe entonces, tras
descomponer internamente las frases en componentes individuales o tokens, todos los descriptores
que incluyen la palabra que se selecciona como clave. Complementan el diseo rutinas de edicin de
datos, de optimizacin del espacio de memoria, de impresin y de modificacin del tamao y color
de las ventanas. Un archivo de ayuda de texto completo (incluido al final del apndice) permite consultar en todo momento las propiedades del sistema y su forma de manejo.
Hasta la fecha el SE ha sido aplicado a un conjunto creciente de representaciones disciplinares, y
an estamos evaluando los alcances y lmites de sus prestaciones. Hasta ahora ninguna clasificacin,
taxonoma, serie, escala, informacin textual, tipologa o paradigma, etic o emic, le ha sido hostil, ni
ha habido que retorcer las definiciones para adaptarlas a sus modalidades de insumo. Hemos llegado
a incluir informacin no pautada, en forma de descripciones ms bien literarias, y aunque la economa de las mismas es menos efectiva (por la falta de redundancia) las operaciones de diagnosis
igual llegan a trmino.
El listado agregado al programa reproduce una base de conocimientos extractada del texto de
Alberto Rex Gonzlez y Jos Prez Golln Argentina Indgena. Vsperas de la Conquista (Buenos
Aires, Paids, 1972); junto con un pequeo corpus linneano, ms simtrico, ste nos ha servido para
poner a punto los mecanismos del modelo. El conjunto de prueba describe (sin veleidades de exactitud arqueolgica) unas veinte variedades estilsticas en base a poco ms de ochenta expresiones condicionales, afectando apenas a un 2% de la capacidad de memoria. El expertise elicitado puede ser
masivo: el sistema es capaz de acoger bases de conocimiento de hasta unos 384 mil caracteres, lo
que equivale a un libro de unas 200 pginas; de ms est decir que conjuntos de esa magnitud no
abundan ni en la antropologa ni en el saber clasificatorio y memorstico de nuestros expertos. De ser
ms extenso, el almacenamiento tratable podra llevarse tericamente hasta el infinito disponiendo
los datos en disco, al costo de una ligera mengua en velocidad.
Nuestro SE es, junto con el modelo de simulacin, uno de los programas elaborados con soporte
del Proyecto de Investigacin y Desarrollo sobre Antropologa e inteligencia artificial (CONICET,
PID N 401/ 89) que estamos dirigiendo actualmente. Anotemos al margen que el presente es quiz
el primer ncleo de SE que se ha programado teniendo en cuenta el tratamiento de informacin
antropolgica y consolidando todas las garantas para que los procesos que se operan sobre ella no
traicionen ni la categorizacin convencional, ni la profusin de matices, niveles de registro y riqueza
de excepciones que parecen ser parte inseparable de nuestro saber. Hay algunas referencias sueltas al
744

uso de SE en arqueologa por parte del grupo de Gardin, pero ataen a productos comerciales readymade y no a desarrollos en funcin de un lenguaje, y menos an de sistemas elaborados mediante
lenguajes de programacin lgica en los que la materia prima es la descripcin del objeto.

745

CONCLUSIONES
Al margen del juego limpio, en la literatura cientfica existen dos maneras, incorrectas pero consagradas, para exponer las aserciones que conforman la culminacin conclusiva de un trabajo de
tesis. En consonancia con la naturaleza de nuestra investigacin, podemos trazar una analoga entre
la construccin acadmica de conclusiones y el desarrollo de un programa lgico. La primera
modalidad consiste en introducir las conclusiones (que son hechos a probar) como hechos axiomticos, independientes de las reglas que deban haberlos producido o probado. La segunda finca en
embutir una discontinuidad entre los axiomas y los razonamientos, y llegar a las conclusiones al
costo que fuere, sin que ninguna continuidad deductiva las garantice.
Aqulla es la modalidad de la tautologa, en la que (aceptados los hechos iniciales) no se inyecta
ninguna contradiccin, pero tampoco se prueba nada nuevo. La otra es la modalidad de la falacia,
donde las conclusiones no se siguen de la informacin con que se cuenta y de las normas que reglan
el razonamiento. La perversin soft de la tautologa es la reiteracin (tpica de los etnometodlogos)
de las obviedades que ya se han dicho o de las trivialidades que nadie discutira; la de la falacia, la
arbitrariedad de suponer (a la manera de Marshall Sahlins) que lo que se ha dicho es necesario y suficiente para demostrar lo que se pretenda.
Entendemos que nuestras conclusiones cortan el nudo gordiano de las dos alternativas por imponerse a s mismas no volver a resumir lo que constitua simplemente el objetivo a probar, ni
reconocer como hecho probado lo que no surge como consecuencia natural de las operaciones que se
han desenvuelto. Pero aunque nuestra tesis aspire a la forma y a la eficacia de las pruebas lgicas, lo
cierto es que toda ella es una formulacin discursiva en la que las axiomatizaciones de despliegan
slo por momentos, y en la que la tautologa y la arbitrariedad se pueden introducir segn se quiera.
Es el lenguaje objeto el que permite axiomatizar, no el metalenguaje que lo parafrasea. Pensamos
haber llegado a ciertas conclusiones firmes y tal vez interesantes, jugando con tanta parsimonia como
es posible hacerlo. Pero sta es, por supuesto, slo una expresin de deseos, ya que para probarlo deberamos incurrir (como lo demostr Gdel) en la recursin infinita del metalenguaje y la autorreferencia.
Qu hemos demostrado, despus de todo, y cunto de lo que puede concluirse en este punto no
se saba ya con antelacin? Corresponde clarificar aqu la naturaleza del aporte personal, a fin de que
las mltiples miradas a la investigacin computacional de la lgica operen como una fundamentacin
adicional, y no como un indicio de que el camino estaba desbrozado de antemano. "Hallar la pauta
que conecta", como poetizaba Bateson, es una expresin hermosa pero ambigua. En todo el trayecto,
no haba nada listo para ser encontrado, y las axiomatizaciones ms poderosas estaban aguardando una traduccin sin traiciones al lenguaje de la ciencia social. El aporte personal no se restringe entonces a haber puesto en contacto las debilidades de la antropologa con las fuerzas del Prolog. Nada es
tan simple, pues la pauta se encuentra menos de lo que se la construye.
No es necesario cargar las tintas sobre el carcter dramtico del estado inicial de la cuestin. Sobre ningn problema exista un veredicto categrico. Los diversos teoremas lgicos del clculo de
predicados no estaban conectados plenamente en una teora de modelos, los textos fundantes discurran en trminos de smbolos incompatibles, de notaciones extravagantes y de lenguajes ficticios, los
obstculos formales haban sido inflados por irracionalistas que no acababan de comprenderlos o que
746

desconocan ex cathedra el trabajo de ciencias enteras, y muy rara vez se haba dado cabida en la
agenda computacional al tratamiento de las lgicas divergentes, algunas de las cuales han probado
ser tan promisorias y expresivas.
Un aura de imposibilidad circundaba a la empresa, aura que se extenda a una mitologa grotesca
sobre los lmites del Prolog (que hemos atenuado) y que slo nos habla del peligro de que los filsofos sin experiencia computacional escriban libros sobre lenguajes de informtica, o los programadores sin entrenamiento especulativo ensayen tesis de filosofa. Todo esto, por supuesto, debe sumarse al estado global de la antropologa contempornea, que parece retraerse progresivamente hacia
una concepcin antimetodolgica (umbilicocntrica, ms que reflexiva; plaidera, ms que sensible;
alborotadora, ms que revolucionaria), alimentada por la palpable ineficacia de los modelos antropolgicos formales.
Alguna conclusin genuina habremos producido, sin duda, si es que no todo lo que brilla como
saber es opinin infundada. Exponemos pues las conclusiones ms relevantes a las que pensamos
haber llegado, ordenadas (esta vez sin pretensiones formales) segn el espacio del conocimiento al
cual afectan.
Sobre la Teora de Modelos:
1] Creemos haber demostrado por primera vez en la historia de las aventuras formalizantes de la
antropologa que es posible una modelizacin verdadera, rigurosa y replicable, con todas las consecuencias reflexivas y realimentantes que sea de imaginar sobre la coherencia interna de las teoras
que en ella se formulen y de ella se desprendan. Esta modelizacin se puede llevar a cabo sin
distorsionar hasta un grado inadmisible las tradiciones conceptuales de la disciplina, aunque el precio
de esta integridad es el de una capacitacin directa en el ejercicio de los formalismos implementados.
Si la "naturalidad" de las resoluciones es efectivamente un valor digno de preservarse o no, habr que
deslindarlo en otra oportunidad.
2] Hemos determinado de manera taxativa las condiciones a cumplir por un modelo, deslinde
que (asombrosamente) no se encuentra promulgado en ninguna preceptiva epistemolgica. Estas
condiciones pueden resumirse en estos puntos: (a) Disponibilidad de un lenguaje estricto de modelizacin, con inventario axiomtico de elementos, sintaxis, semntica y pragmtica apropiadas. (b) Capacidad representacional ligada formalmente a la posibilidad de clculo en el interior del mismo
constructo. (c) Capacidad operacional, en el sentido de producir un educto o comportamiento
contrastable, basado en el desarrollo del clculo. El ncleo del Prolog satisface el primer requerimiento con una gramtica Backus Naur Form y cinco modelos semnticos a falta de uno, el
segundo con la teora axiomtica del clculo de predicados y el tercero con el algoritmo de
resolucin, complementado con unificacin y backtracking.
3] Ante el elusivo silencio de la epistemologa constituida y las mltiples referencias circunstanciales a una presunta "teora de modelos" (aparentemente muy avanzada) que no hemos sido capaces
de encontrar en la bibliografa de ninguna ciencia, hemos desarrollado por lo menos los rudimentos
de esa teora, la cual no puede en modo alguno materializarse sin (a) una reflexin sobre sus prerrequisitos (sealados en el prrafo anterior), (b) un desarrollo constructivo posrrequisitorio y universal-

747

mente replicable y (c) una prueba rigurosa de aplicabilidad48. En contraste con lo que fijan estas
exigencias, los modelos propuestos en antropologa con anterioridad se apian alrededor de aplicaciones selectivas a las que, al carecer de los sustentos mencionados, cabe poner en tela de juicio an
con respecto a las reas restringidas en que parecen funcionar mejor.
4] Como componente esencial de una posible teora de modelos implicada en la prctica de las
ciencias empricas, deslindamos en el captulo pertinente lo que corresponde significar cuando se habla de "la lgica de" determinada cosa, y establecimos formalmente el nexo de realimentacin entre
un objeto conceptual y el formalismo que lo abarca, sin agotar la dimensin lgica en el reflejo de lo
real ni subsumir el comportamiento de lo real en una providencia clandestina. El rigor lgico a que
deben apegarse los modelos nada dice en principio sobre la posible racionalidad de lo modelado.
5] Al margen del beneficio que ello pudiera arrojar en relacin con las prcticas disciplinares especficas, hemos encontrado una discontinuidad en la epistemologa y hemos hecho lugar en la tipologa de modelos posibles a una nueva clase: se trata de los modelos que generan las gramticas o
formalismos generativos a partir del anlisis de los datos y relaciones bsicas, a los que propusimos
denominar generadores. Estos nuevos modelos cubren una brecha que no se haba percibido antes y
que mediaba entre la analtica distribucional y el proceso de estipulacin del conjunto de reglas que
describiran o generaran el fenmeno. La existencia de estos modelos responde a la pregunta "de
dnde saca el gramtico generativo sus reglas?" diciendo: "de la descripcin de los hechos que l toma como punto de partida, mediante un mecanismo de induccin". Ese mecanismo de induccin es
algortmico, y se podran imaginar procedimientos universales, independientes del dominio
aplicativo. El objetivo epistemolgico que se persigue al proponer un tipo de modelos que ostensiblemente estaba haciendo falta no es el de promover un paso de avance de la formalizacin hacia la
empiria, ni el de extender las prerrogativas de la lgica inventando un espacio que los investigadores
precedentes descuidaran por alguna razn de peso; lo que se quiere es ms bien cubrir un hueco que
el proceso formal haba dejado abierto y que recin la conversin del modelo en programa lgico
pone de manifiesto. El reforzamiento de la continuidad deductiva es posible entonces merced a la
bendita estupidez de las mquinas, incapaces de asumir por propia iniciativa los supuestos que el
investigador quiere encubrir u olvida explicitar.
6] Hemos determinado la estricta complementariedad de la semntica formal de los lgicos y de
la semntica representacional de los lingistas. Sin desconocer que pueden conceptualizarse an
otras semnticas (como la de Schutz o la de Weber, por ejemplo), propusimos la denominacin de
semnticas de primer y segundo orden, respectivamente, otorgndoles un papel diferencial bien
establecido en el protocolo de una formulacin epistemolgica conexa. La primera semntica se refiere, en nuestro caso, a la conceptualizacin del comportamiento y las caractersticas del lenguaje
computacional utilizado en un modelo, mientras que la segunda atae a una interpretacin disciplinar
relativa a un dominio de aplicacin, y que como tal comprende tanto el sentido como la referencia.
Ambas semnticas vivan hasta hoy una existencia independiente en las pginas de textos (por

48 Existe, por supuesto, la teora de modelos de la lgica, tal como se la resea en Chang y Keisler (1973) o en Addison, Henkin y Tarski
(1965); de hecho, la expresin "teora de modelos" procede de Tarski (1954) pero se trata de una teora formal, situada en un terreno
teoremtico que no problematiza los usos de la lgica como herramienta de una ciencia emprica, ni los aspectos extralgicos de la interpretacin, ni la utilizacin de una herramienta formalmente garantizada para materializar el nexo entre el plano axiomtico y el emprico.
Se trata, en otras palabras, de un teora que no est ligada a ninguna prctica, ni siquiera como parte de una agenda futura.

748

ejemplo Lyons 1980) que no haban encontrado la forma de integrarlas en una misma exploracin
del significado.
Sobre la Epistemologa:
1] Se ha clarificado el problema lgico de la naturaleza de la pregunta (cf. Bunge, Polya, Papo),
aportando, al lado de las elaboraciones formales, una reflexin atinente a la propuesta fenomenolgica que establece su prioridad hermenutica. Concediendo ms simpata a la fenomenologa sutil de
un Gadamer que al empirismo encubierto de un Brmida, diramos que un modelo es un dispositivo
diseado ms para responder preguntas que para proporcionar respuestas. Contra el positivismo
ingenuo, afirmamos que el desarrollo de un modelo no es tanto un proceso de abajo hacia arriba que
se origina en datos a su vez fundados en hechos que el intelecto virgen percibe en toda su pureza y
cuya integridad debe preservar, sino una estrategia de arriba hacia abajo que, desde un paradigma
terico, formula preguntas para poner a prueba sus hiptesis.
2] Forzamos un divorcio indispensable entre los resabios russellianos-wittgensteinianos del atomismo lgico y la versin computacional del clculo de predicados, que, al igual que los filsofos
positivistas, parece hablar de tomos y de lenguajes inequvocos en base a primitivos
observacionales. El primer Wittgenstein pensaba, en efecto, que el mundo consta de hechos atmicos
independientes que podran ser pictricamente reproducidos por oraciones atmicas. Nada de esta
pretensin humeana merece o necesita conservarse.
3] Hay que anotar tambin en el crdito de este trabajo la elucidacin de los Criterios de Verdad
que ocasionalmente invoca la antropologa (cf. Bormida 1976; Jarvie 1987), e indirectamente, del
problema de la "objetividad". Hemos enfatizado la independencia entre la consistencia interna por un
lado y la "verdad" y la "objetividad" del modelo que se construye por el otro, insistiendo en que la
preservacin de los valores de verdad desde las premisas hasta las conclusiones no incrementa una
pizca la verdad lgica que cabe atribuirle a las primeras. Con la concepcin que as se introduce (que
no es novedosa pero s ms tangible de lo que ha venido siendo, debido a la naturaleza corprea del
modelo), el dilema de la verdad y la objetividad se remite de lleno a un espacio filosfico y metodolgico que nada tiene que ver con una posible teora de modelos o con una "lgica" de la investigacin, y que por ello tambin debe examinarse en otro contexto.
4] Se ha consumado una demostracin palmaria de la carencia absoluta de instrumentalidad de
los conjuntos de premisas inconsistentes, agregando el concepto de generacin de la clusula vaca al
almacn de las pruebas lgicas convencionales e introduciendo las distinciones que corresponden entre (a) la naturaleza contradictoria de los hechos referidos y (b) la contradiccin inherente a la teora
que se ocupa de ellos. Sin conformarnos con un pronunciamiento sin testimonios, probamos exhaustivamente la capacidad de los formalismos lgicos para expresar fenmenos irracionales, no racionales y contradictorios.
5] Hemos definido un espacio para problematizar desde coordenadas relativamente precisas lo
que significa en una ciencia dada incorporar un formalismo, insuflando a esta frase de sonoridad viscosa una intencionalidad tcnica similar a la que anima al disponer de una teora en la epistemologa
de Sneed-Stegmller. Tuvimos que concluir que la incorporacin de un formalismo tiene sentido si y
slo si el mismo se inserta en un contexto de razonamiento y clculo que ya es en principio formal
(vale decir, en un modelo), e incorporamos demostrativamente instrumentos que van desde el lgebra
749

de relaciones a la teora matemtica de grafos, pasando por la gramtica generativa, la matemtica

difusa y la teora de autmatas. Ilustramos variedades formales de esa incorporacin que comprenden
desde el paso de variables en un programa homogneo hasta el paso de parmetros entre lenguajes
divergentes.
6] Hemos demostrado puntillosamente la necesidad de construir una epistemologa mucho ms
precisa y coherente que la que nos han entregado hasta hoy los filsofos de la ciencia; esta ltima se
encuentra contaminada por una confusin sorprendente entre las referencias empricas, los procedimientos metodolgicos materiales y los razonamientos lgicos y por el escaso desarrollo de la teora
de los modelos en dos rdenes de problematicidad: (a) la correspondencia entre el modelo y lo que
se modeliza, en el doble trmite simtrico de la construccin y la validacin, y (b) la variedad de
lgica que se despliega en el interior del modelo, y que en su versin convencional (el clculo de
proposiciones) equivale a una suerte de interpretacin positivista de Aristteles.
7] Hemos sentado las bases de una didctica o prescriptiva del uso de herramientas formales en
antropologa, partiendo de los problemas disciplinarios (y no de las soluciones que se imparten desde
otros espacios del saber) como base de sustentacin para definir los aspectos de la formalizacin que
resultan pertinentes. Tambin hemos demostrado la conveniencia de definir desde los interrogantes
propios de nuestra disciplina la estipulacin de una demanda acotada a los mismos, en lugar de aceptar una oferta en estado crudo que a la larga resulta inasimilable (como la lgica simblica), o que
nos ofrece poner lo que precisamente debe esclarecerse en el interior de una caja negra.
8] Pretendemos haber reunido elementos de juicio como para incidir en la polmica originada en
la lnea Suppes-Sneed-Stegmller, donde se opone una "formalizacin informal" en base a la teora
intuitiva de conjuntos (una propuesta extravagante, segn creemos) a la llamada statement-view, la
cual, presuntamente, contempla a las teoras como conjuntos articulados de proposiciones lgicas. El
argumento bsico de Stegmller (que insiste en la imposibilidad humana de implementar una teora
en trminos de clculo lgico) caduca cuando se abre la posibilidad de una implementacin
computacional de un modelo lgico, que preserva la naturaleza informal de las teoras al tomar como
punto de partida lo que hemos llamado una "formulacin discursiva". Para Stegmller, "la
concepcin enunciativa [...], aunque sea lgicamente posible, no lo es para los humanos, en la
actualidad y en los siglos por venir" (1981:65). Bsicamente podemos estar de acuerdo con esto, si
dejamos al margen el hecho de que los hombres poseen ciencia y tecnologa. Si Stegmller hubiese
sido antroplogo, habra advertido que es riesgoso profetizar con alcance de siglos cuando la cultura
est de por medio; y si fuera un lector de ms amplias miras (si hubiera ledo, aunque ms no fuere,
los artculos de Suppes que no se refieren a Sneed), habra tomado conocimiento de que a su
alrededor la programacin lgica se hallaba materializando, con buenas perspectivas, precisamente
lo que l haba decretado ilusorio.
9] Asimismo, entendemos haber demostrado que los grandes impedimentos formales y seudoformales de la racionalidad, las imposibilidades trascendentales que emergen de ciertas lecturas de la
prueba de Gdel o del teorema de Church, no tienen el significado genrico que se les atribuye y en
absoluto impiden que un modelo referido a un dominio emprico cualquiera sea completo, decidible
y computable. Existe una amplia traza de posibilidades formales, que pasa por el teorema de
completud de Gdel, la prueba de satisfacibilidad de Henkin, el resultado de Lwenheim-Skolem y
el teorema de compacidad. Hemos ramificado demostraciones que prueban que, independientemente
de la imposibilidad de formalizar toda la lgica de cuantores, de resolver tablas de verdad infinitas y
de probar la consistencia de un modelo en el mismo trmite en que se formula (independientemente,
750

en otras palabras, de estos acertijos bizantinos y de estos juegos de paradoja), siempre existe un
orden, una forma y un espacio de posibilidades para una formalizacin ms que aceptable de los
problemas de la vida real.

Sobre la programacin lgica y el Prolog:

1] La posibilidad de modelizacin formal y lo que ella arroja como corolario metodolgico es la
premisa mayor y necesaria; la utilidad del Prolog, la premisa menor y contingente. La tecnologa sobre la que hemos desarrollado la prueba es indudablemente de transicin, y est siendo exponencialmente optimizada en el momento en que esto se escribe. Hasta aqu, examinamos las posibilidades
de lo que es en rigor apenas un rudimento de programacin lgica, implementado en la mquina que
no corresponde y con una tecnologa que las dcadas venideras reputarn risible. Si nuestra iniciativa
tiene alguna continuidad, la historia de la verdadera formalizacin de la antropologa se escribir de
aqu a unos aos. Habr que esperar tambin que se resuelvan algunas de las polmicas hoy activas,
como la que pone en tensin a los partidarios de la programacin lgica con los diseadores de redes
neuronales.
2] Aunque hemos tenido alguna incidencia en el diseo de ciertos aspectos puntuales de
determinados dialectos del lenguaje, no somos los inventores de Prolog ni estamos dispuestos a considerar la programacin en este lenguaje (por gratificante que pueda ser, y por cierto que lo es) como
una finalidad en s misma. Construir un modelo es slo un paso previo a la contrastacin de las
consecuencias de una teora, que slo tiene en el modelo la oportunidad de ser mejor. El Prolog es la
herramienta, y se la deber abandonar en el momento que se demuestre defectuosa o que se la supere,
con el beneficio condicional de una mayor transparencia y adecuacin. La herramienta podra haber
sido otra, tal vez el Smalltalk o un lenguaje concurrente, aunque es dudoso que un desarrollo
semejante pudiera ser alguna vez inteligible para antroplogos centrados todava alrededor de una
currcula dispersa, desde la que ni siquiera se imparte una formacin humanista sensata.
3] Se ha demostrado no slo la adecuacin circunstancial o condicionada de la programacin
lgica, sino su valor para la representacin de variadas estructuras formales e informales de conocimiento, y para el desarrollo de procesos de inferencia basados en las fundamentaciones lgicas ms
dispares. Para esta demostracin ha resultado esencial el hecho de que la programacin lgica haya
priorizado las tcnicas de representacin del conocimiento, otorgando al campo de los "hechos" iniciales del proceso inferencial una dimensin estructural del que la lgica simblica vulgar carece.
4] Examinamos desapasionadamente las limitaciones que hacen del Prolog un lenguaje de
transicin hacia la programacin lgica en sentido estricto, y encontramos que no son suficientes
para descalificarlo. Redefinimos la mayora de esas limitaciones en parte como consecuencias
lgicas que envuelven a toda formalizacin y en parte tambin como fruto de diversos malentendidos
tpicos de la incomunicacin transdisciplinar.
5] An si la mquina lgica del Prolog no funcionara hasta las ltimas consecuencias, an si el
algoritmo de resolucin (interpretando la prueba de Gdel en sentido irracionalista) se siguiera
demorando hasta el advenimiento de una nueva utopa hilbertiana, la mera expresin de los
problemas antropolgicos en forma clausal y la sola resolucin de los pocos problemas propuestos
hubiera valido la pena por el beneficio de la autoconciencia metodolgica que as se nos retorna.
751

Sobre el Proceso Metodolgico:

1] En esta investigacin se ha logrado por primera vez exponer toda la cadena de formalizaciones puntuales que corren desde la mecnica de la resolucin computacional hasta la cumbre de las
lecturas declarativas de un programa, en funcin de los desarrollos tericos y computacionales bsicos y de una prueba interpretable en trminos antropolgicos. La mayor parte de los textos
conocidos de programacin lgica carecen de esta demostracin encadenada, por lo que el mayor
mrito de la formalizacin computacional (la continuidad deductiva y la coherencia interna) se
pierde en los laberintos de las citas indirectas, de las alusiones sistemticamente fragmentarias y de
los rumores tecnolgicos.
2] Hemos fundado (ms all del antecedente interesante, pero instrumentalmente inservible de la
Ciencia Cognitiva) la primera experiencia bsica de aplicacin de la inteligencia artificial a las ciencias sociales, al lado de la epistemologa que funda (tambin por vez primera) la posibilidad de construir de modelos formales genricos en la disciplina. Es importante remarcar la nueva generalidad
que se ha ganado: tradicionalmente, los modelos de simulacin de relaciones predador-presa no
sirven para examinar la lgica de la adaptacin, y las gramticas formales slo generan productos de
una sustancia determinada; las pautas de anlisis mitolgico no tienen nada en comn con la reproduccin de los procesos sociales, y as hasta el infinito. La metodologa clsica ha jugado
conforme a la ley de las proporciones inversas: a mayor refinamiento formal, menor extensin del
mbito predicativo. Y el saldo lamentable ha sido que los modelos peculiares a un fenmeno no
coagulan en estrategias disciplinares de resolucin. Con la reflexin sobre la estructura representacional y heurstica de los modelos construidos pensamos haber ganado un importante avance
en la causa de la generalidad.

Sobre la Lgica y las Lgicas Alternativas:

1] Ms all de los principios que rigen by default, se ha demostrado la practicabilidad del uso de
la implementacin computacional de la lgica de predicados del primer orden como formalismo de
referencia para la construccin de modelos fundados en lgicas no del todo coincidentes y/o discrepantes con el esquema apofntico asertivo binario convencional.
2] Hemos trazado correlaciones de inters en pares ordenados de problemas sustantivos de las
ciencias humanas por una parte y elaboraciones lgicas formales por la otra: entre la concepcin de
Kripke sobre los mundos posibles y los universos finitos de sentido de la fenomenologa schutziana;
entre las normas contradictorias de la lgica dentica de Von Wright y la hiptesis batesoniana del
doble vnculo; entre los lenguajes presuposicionales de Van Fraasen y los implicit meanings de Mary
Douglas (o los unsaid de Stephen Tyler); entre las extensiones de la lgica modal y el complementarismo de Devereux; entre las decisiones by default de Robert Randall y la lgica omitiva de Reiter;
entre el monismo lgico/formalismo econmico y el pluralismo lgico/sustantivismo antropolgico;
entre la lgica temporal y las modalidades dinmicas del pensamiento antropolgico; entre la semntica difusa de prototipos de Rosch, Berlin y Kay y los grados de evidencia del intuicionismo de
Heyting; entre la lgica inductiva y las estadsticas de la antropologa transcultural. No hace ninguna
752

falta forzar un etctera para tornar el registro ms aluvional. Estas concomitancias son muchas y
algunas de ellas, por lo menos, pueden resultar metodolgicamente significativas en una
investigacin ms particularizada.
3] Como correlacin semejante, en otro cuadro anlogo o en un suplemento del mismo cuadro se
acomodaran los pares ordenados de algunos problemas tradicionales de la antropologa, vertidos en
una nueva matriz lgica: el pensamiento prelgico y la lgica multivaluada, la semntica de
prototipos y la lgica difusa, el anlisis componencial y las grillas de repertorio, el paradigma indicial (o la "inferencia clnica") y las heursticas expertas. Lejos de creer que hemos aportado
soluciones imaginativas sobre esos difciles particulares, reclamamos no obstante el crdito de una
reformulacin harto ms homognea, ordenadora y precisa que las que se acostumbran en el profuso
gnero literario de los "replanteamientos" discursivos (Leach 1961; Hymes 1972; Sperber 1974;
Rosaldo 1989). En rigor, un solo modelo vinculante (el de la programacin lgica) congrega e
impulsa todas las posibilidades de representacin y eleccin estratgica: cada transicin de fase de
las renovaciones antropolgicas invoca a gritos un paradigma lgico capaz de expresarla, y casi cada
lgica histricamente formulada con certeza hallara en alguna antropologa desviante pero disciplinada (modelizacin de por medio) un universo ptimo de aplicacin.

Definicin del problema en ciencias sociales

Universos finitos de sentido (Schutz)
Ampliacin de horizontes (Gadamer)
Hiptesis del doble vnculo, disonancia cognitiva
(Bateson, Festinger)
Significados implticos (Douglas, Ducrot, Tyler)
Complementarismo (Devereux)
Modelo decisional omitivo (Randall)
Formalismo/sustantivismo (antropologa econmica)
Diacrona, dinmica social, procesualismo
Semntica de prototipos (Rosch, Berlin, Kay)
Modelos estadsticos transculturales (Naroll, Cohen)
Pensamiento prelgico (Lvy-Bruhl, Hallpike)
Anlisis componencial (Frake, Metzger, Williams)
Inferencia clnica (Geertz)

Redefinicin del problema en trminos lgicos

Mundos posibles (Kripke)
Accesibilidad (Kripke)
Normas denticas contradictorias (Von Wright)
Lenguajes presuposicionales (Van Fraasen)
Extensiones modales (Reiter, Thayse)
Lgica omitiva (Reiter, McDermott)
Monismo/pluralismo (Haack)
Lgica temporal (Quine, Prior)
Lgica intuicionista (Heyting) y lgica difusa (Zadeh)
Lgica inductiva (Mill, Bayes)
Lgica multivaluada (Lukasiewicz)
Grillas de repertorio
Heursticas expertas

Diagrama 5.7 - Correspondencias

4] Lo anteriormente expuesto confluye con las observaciones asentadas a propsito de las relaciones entre los tipos de problemas y los tipos de formalismos que requieren, comenzando a trazar
las lneas para una futura correlacin sistemtica (tpica, paramtrica, en todo caso orientadora) entre
clases de problemas antropolgicos y modos lgicos de resolucin. Para evitar que, como suele suceder, esa realizacin siga siendo para siempre futura, la hemos comenzado a sustanciar en nuestros
programas de aplicacin.
5] Queda pendiente, de todos modos, dirimir filosficamente la polmica entre monismo y
pluralismo lgico. A modo de traduccin a trminos comprensibles de una discusin abstracta,
hemos mostrado las afinidades entre esta querella y la reyerta entre el formalismo y el sustantivismo
en la antropologa econmica. La disputa entre ambas facciones se articula sobre las ideas
contrapuestas de una lgica universal para subsumir todos los problemas o una floracin infinita o
753

indeterminada (un convulso contubernio, como nos gusta decir) de lgicas particulares. No hemos
podido an gestar sobre un algoritmo irreprochable la recomendacin en favor de una lgica determinada, en detrimento de otras. Hasta tanto esta disputa resulte concluyente, el antroplogo puede
optar por vehiculizar sus modelos conforme al conjunto de premisas con que mejor se identifique,
sabiendo ahora que existen otras opciones.
6] Hemos introducido, por ltimo, una delimitacin ms clara y pragmtica entre los conceptos
lgicos de implicacin y condicionalidad. Al construir un programa en Prolog, queda perfectamente
expuesto que la condicionalidad es una estipulacin inductiva que regla el conjunto representacional,
semejante a una definicin, pero a la que pudiera no corresponder ninguna instancia vlida. La implicacin, en cambio, es un proceso de clculo lgico deductivo que, en el caso de un programa computado, est ntegramente a cargo de la mquina. Por aadidura, nuestra caracterizacin de la condicionalidad y la implicacin arroja luz sobre el nexo entre induccin y deduccin, respectivamente, en el
diseo metodolgico.
Sobre la Antropologa:
1] Como importante baza emprica y concreta en el vrtice de opinero subjetivo de las discusiones actuales, hemos puesto en cuestin los razonamientos que soportan la idea de una "inferencia clnica" inexplicable, o que proclaman la existencia de algo as como un paradigma indiciario inmune a
la lgica convencional (Geertz 1983; Ginzburg 1983; Sebeok y Umiker-Sebeok 1987), demostrando
que ese tipo de inferencia experta, precisamente, es el ms proclive a la formalizacin. Pusimos en evidencia, en otras palabras, la falacia que implica suponer que existen prebendas especiales para los
razonamientos imaginativos de las ciencias humanas, que los ponen al margen del control y la crtica
del comn de los mortales y que impiden encuadrarlos en una metodologa primero y ensear
despus el mtodo al cual responden.
2] En relacin con un circuito parecido de ideas conservadoras y mal pergeadas sobre el uso de
"metforas" y "analogas" en la moderna antropologa interpretativa (p.ej. Geertz 1980; Turner
1974), hemos verificado hasta el hartazgo que el flujo de heursticas entre las disciplinas no guarda
relacin alguna con su inscripcin en el canon de las ciencias duras o blandas, y que tan frecuente y
productivo ha sido el intercambio en un sentido como en el otro. Casos a propsito de este comportamiento casi-puramente-formal de las metforas han sido, hace algunos aos el uso heurstico del smil lingstico en biologa molecular y, ms recientemente, el auge del algoritmo gentico en
sistemas tecnolgicos de control y autorregulacin, con cuya sbita aparicin los ingenieros del
conocimiento se han puesto a leer, afanosamente, los textos ms discutidos de Dawkins, Campbell o
Wilson. A despecho de lo que piensa Geertz, para quien la gnesis humanstica o mecanicista de una
analoga es crucial, lo que importa de una estrategia cualquiera es bastante menos la sustancia a la
cual se aplica que la forma que tienen los hechos que se le predican y las reglas de inferencia que la
surcan.
3] En sus programas y modelos de ejemplificacin esta tesis vuelca una experiencia de incorporacin metodolgica de carcter cooperativo, ms que una interdisciplinariedad convencional. El trabajo en cooperacin con especialistas que urgan una solucin metodolgica result en dos
modalidades contrapuestas que resultan igualmente significativas: por un lado estn, naturalmente,
los proyectos que pudieron ser satisfechos, porque sus requerimientos no eran desmesurados; por el
754

otro, los que se vieron frustrados al encontrar, en la expresin formal del problema, la prueba de que
su planteamiento era radicalmente errneo o presentaba vacos de conexidad. La conclusin podra
expresarse con cierta sencillez: un problema mal planteado genera, por razones especificables, resoluciones imposibles de computar a travs de un conjunto finito de clusulas. Sera factible,
adems, con un poco de esfuerzo, tipificar los problemas destinados a no encontrar una solucin y
aprender consecuentemente a no plantearlos. Jams nos ha ocurrido encontrarnos ante un
planteamiento interesante y bien construido que no pudiera ser formalizado en los trminos que ya se
explicaron; aunque las herramientas an deben afinarse un largo trecho y foguearse en comercio con
la ciencia emprica, los casos de formalizacin categricamente imposible son estricta y necesariamente los que estn mal concebidos en todos los mundos posibles y segn todos los esquemas
lgicos conocidos.
4] Al lado de la posibilidad de la representacin, se ha comprobado la medida en que la formalizacin realizada en esos trminos clarifica tanto las teoras que el antroplogo aborda con afn
instrumental o con nimo crtico, como los modelos que l mismo construye y que remiten a esas
teoras. En conformidad con las sospechas de algunos epistemlogos (Popper 1985:128-136) y al
revs de lo que proclamaban los partidarios del uso de modelos en antropologa (Lvi-Strauss 1968:
passim), esta clarificacin casi nunca resulta ser del orden de la sencillez. Habitualmente, ms bien,
ella se manifiesta como una revelacin de las dificultades reales desencadenadas por los problemas
que se plantean.
5] Muchas veces se alega, por ejemplo, que las teoras de Claude Lvi-Strauss o de algn otro
son "difciles de cuantificar y organizar en una teora formal" (Sowa 1984:67). La implicacin es que
existen teoras buenas aunque ambiguas, y que si las mismas no pueden ser modelizadas esto es
imputable a rigideces de forma inherentes a la modelizacin, ms que a defectos de fondo en las
teoras originales. Creemos haber aportado elementos de juicio para revertir estas ideas y analizar la
dialctica de la teora y el modelo con otra mentalidad. Informalmente dicho, una mala formulacin
discursiva da un mal modelo, que en cualquier caso siempre ser candidato a mejorarse; pero una
teora inconexa, contradictoria o con clusulas impredicables no segrega ninguna entidad cuyo
comportamiento revele algo nuevo acerca del objeto: produce un modelo, pero no produce, por
definicin, un modelo que funcione bien y cuyo comportamiento sea inteligible y contrastable.
6] Esta peculiaridad, sin embargo, no posee un espesor crtico autnomo, y es bueno que as sea:
la cuestionabilidad de una formulacin no modelizable ha de ser siempre independiente de la
decisin de modelizarla y es perceptible (o debera serlo) a la mirada de una crtica convencional. Si
una teora no admite modelizarse primero hay que interrogarla a ella, y no inexorablemente a un
presunto logicismo que ha venido a distorsionarla o a imponerle el cumplimiento de promesas que
no ha rubricado. A fin de cuentas, la crtica emanada de la imposibilidad de modelizar seguir vigente an cuando el proyecto de construir un modelo sea vctima de una ley de olvido. Pero esto tiene su
contracara, pues la crtica a una teora no debe consistir en la contingencia episdica de que no se
la ha podido promover a modelo; otra cosa es decir, y hacia eso vamos, que en el trance de
modelizarla salieron a la luz fallos antes escondidos y que esos fallos pueden expresarse en lenguaje
natural fuera e independientemente del modelo. Imponemos entonces al modelo, ya que tiene su
privilegio, un lmite y una precondicin: la construccin del mismo, aunque fallida, slo puede y debe aportar precisiones y claridades, sin legislar rigores deductivos y claves simblicas que estn ms
all de toda posibilidad natural y que slo surjan (como las axiomticas que cuestionamos en su
momento) como emergentes especficos de la modelizacin.
755

7] Se deslind una diferencia importante entre lo que significa tratar un conjunto de reglas de
produccin como gramtica y lo que entraa considerar el producto de su activacin como lenguaje.
Ante el avance de lo que Perry Anderson llamara "la inflacin del lenguaje" (anloga a lo que en discursos vecinos podra haber sido el "totalitarismo semitico" del joven Eco), consideramos que la
metfora lingstica merece desinflarse. Nos hemos servido de la tangibilidad del modelo para concluir que, ms all de toda duda, ninguna prueba ontolgica puede emanar del simple hecho de la
similitud entre los modelos.
8] Se puso a prueba la capacidad de las herramientas desarrolladas con referencia a una serie representativa de problemas y temticas antropolgicas, concomitantes a otros tantos tipos de estructuras teorticas: anlisis relacional, esquemas generativos, motores de inferencia, bases de datos inteligentes, estimaciones estadsticas, modelos de simulacin de procesos, tratamiento de proposiciones
individuales y un prolongado complemento. A partir de estas aplicaciones se comenz a trazar el mapa de los tipos posibles de problemas que son recurrentes en nuestra disciplina, avizorndose la posibilidad (no muy remota) de implementar modalidades tipificadas de resolucin. El mapa de que hablamos no necesita dibujarse de nuevo: su territorializacin probable coincide -barruntamos- con la
estructura que hasta aqu han seguido nuestras demostraciones.

El contexto de todas estas conclusiones tiene que ver con una aguda y profunda conciencia de
crisis disciplinar, con la responsabilidad de dar la cara en el ejercicio docente a nombre de teoras
que no soportan la mirada crtica y con el espectculo de una epistemologa y una
interdisciplinariedad que no liberan medios para salir del trance, aparte de la buena voluntad y de la
belleza hedonista de las reflexiones filosficas. Nuestra respuesta a la crisis y a las salidas irracionalistas constituye al mismo tiempo un descubrimiento de nuevas dificultades, todava mal conocidas: hacer teora y delinear modelos se nos revela ahora ms difcil y diferente de lo que creamos o
de lo que se nos quiso hacer creer; pero a fin de cuentas se nos manifiesta tambin posible y
provechoso.
Habr mucho que disculpar en esta tesis, y primero que nada su protesta en contra de la falta de
soluciones pragmticas en la epistemologa convencional, o su denuncia de la superficialidad
metodolgica en la antropologa teortica de tono cientfico. Pero en un momento de desencanto y
crisis no nos entra en la cabeza que sea posible refinar el debate antes de sentar sus reglas. Despus
de todo, nuestra disciplina es el lugar en el que ideas cada vez ms falsas y tontas (la inferencia
clnica, las metforas humanas, el conocimiento local, la evocacin no representativa) hallan la atmsfera adecuada para reproducirse, devaluando los dones de la profesin en el mercado de intercambio disciplinar, y exiliando a quienes no transan con el ethos (hoy dominante) de la discusin
cientfica como charla de caf. Es tambin un territorio donde la prdica irracionalista y el nihilismo
metodolgico disfrutan de ms y mejor prensa que las herramientas llegadas para agregar alguna
certidumbre. En nuestra ciencia enferma, el hacer encuentra ms enemigos que el destruir, y a menudo se lo tiene que acompaar de cierto nfasis que puede no ser enteramente justo, vulnerando
intereses de quienes en principio podran estar de acuerdo. Revirtiendo los protagonistas, podramos
decir con Gadamer que "forma parte de la estructura especial del enderezamiento de algo torcido el
que se lo tenga que torcer en sentido contrario" (1977:646). Pero dar razones no es pedir excusas. A756

tenderemos demandas por el mrito menoscabado cuando se ofrezcan, debidamente fundamentadas,

soluciones de instrumentalidad y replicabilidad comparables a las que aqu se aportan.
Sostener que la epistemologa puede darse el lujo de seguir siendo la misma cuando los instrumentos de que el cientfico dispone se han transformado exponencialmente y hasta la mdula, es
signo de un trascendentalismo con el que no congeniamos y a favor del cual no conocemos
argumentos. Educados en el mito amable de la ciencia fcil, en el milagro de los mtodos
espontneos, en el truco de devaluar como cientificista o tecnocrtico todo aquello que ofrezca
resistencia a nuestra pereza o que no se doblegue a la primera lectura, proponemos una modelizacin
pesada y fatigosa; quienes han tolerado nuestros cursos bien lo saben. El esclarecimiento cuya
paternidad reivindicaramos con ms fuerza podra ser el de las genuinas tribulaciones que nos esperan si pretendemos reclamar marbete de cientficos.
Comprendemos a quien quiera dar un paso al costado, mas no le acompaamos: descartar las herramientas por la capacitacin a que nos obligan, por el trabajo suplementario con que ellas mismas
nos amenazan, por la fealdad de los discursos que las justifican, es postergar y negar el problema de
la antropologa sin avanzar un pice hacia su resolucin. Disear modelos es una tarea adicional en
una prctica cientfica consistente en revisarse; pero aunque el rigor es una responsabilidad ineludible ms que un beneficio accidental o gratuito, la ganancia bien vale la pena.
En la bsqueda desesperada de mtodos con que paliar la parlisis de la antropologa cientfica
hallamos esto, que ms que algo es mucho, y construimos los puentes que cremos necesarios para
llegar a l, apropirnoslo, adecuarlo a nuestras demandas y hacerlo conocer. Decisin fatal, tras la
cual nuestra relacin con el mtodo no podra seguir siendo lo que antes fue. Ahora que conocemos
estos instrumentos no admitimos pasarla sin ellos. Primero que nada, nos demuestran que es posible
avanzar un buen trecho en la tesitura de una concepcin formal de la antropologa antes de que resulte razonable (no digamos ya apremiante) remitir toda la problematicidad a la esfera del irracionalismo, el vaciamiento del mtodo, la literatura o la resignacin.
A la vista no hay otra cosa que estas tensiones y que las armas y palabras a uno y otro lado de la
divisoria. Decamos en el prlogo que este ensayo era consecuencia y testimonio de una querella esencial en la que habamos tomado partido en favor de la ciencia sobre la base y a condicin de replantear sus mtodos. La tesis ha terminado; pero ella es slo el prolegmeno de una lucha que
recin comienza.

Carlos Reynoso
Buenos Aires, febrero de 1991

757

VI
REFERENCIAS BIBLIOGRFICAS
ADDISON, J.W., Leon HENKIN y Alfred TARSKI (eds.).
1965. The Theory of Models, Amsterdam, North-Holland.
AGAR, Michael.
1982. "Toward an ethnographic
pologist, v.84, 779-795.

language",

American

Anthro-

ALBA, Joseph W. y Lynn HASHER.

1983. "Is memory schematic?", Psychological Bulletin, 93 (2),
pp. 203-231.
ANDERSON, A. R.
1983. The architecture
University Press.

of

cognition,

ANDERSON, A.R. y N.D. BELNAP, Jr.

1962. "Tautological entailments",
v.13.
ANDERSON, A.R. y N.D. BELNAP, Jr.
1975. Entailment, vol.I, New
Press.

Cambridge,

Philosophical

Haven,

Princeton

Harvard

Studies,

University

ANDERSON, J.R. (ed).

1981. Cognitive skills and their acquisition, Hillsdale, Erlbaum.
ANDRASFAI, B.
1977. Introductory Graph Theory. Budapest, Akadmiai Kiad.
ANDREKA, H. e I. NEMETI.
1976. The generalized completeness of Horn predicate logic as
a programming language. Research Report 21, Department of
Artificial Intelligence, University of Edinburgh.
ARACIL, Javier.
1983. Introduccin
Alianza.

la

Dinmica

de

Sistemas.

Madrid,

ARAGONES, Juan Ignacio.

1986. "Cognicin ambiental", en J. Burillo y J. I. Aragons
(comps.), Op.cit., 66-83.
ASHBY, W. Ross.
1950. "The stability of a randomly assembled nerve-network",
EEG Clinical Neurophysiology v.2.
758

AUSTIN, Scott.
1990. "An Introduction to Genetic Algorithms", AI Expert, v.
5(3), marzo, pp. 48-53.
BACHELARD, Gaston
1973. La filosofa del No. Buenos Aires, Amorrortu.
BACKUS, John.
1978. "Can programming be liberated from the von Neumann
style?. A functional style and its algebra of programs",
Communications of the ACM, 21, pp.613-641.
BADDELEY, A.D.
1976. The psychology of memory, N.York, Basic Books.
BALANDIER, Georges.
1975. Antropo-lgicas. Barcelona, Pennsula.
BALANDIER, Georges.
1989. El Desorden. La teora
sociales, Barcelona, Gedisa.

del

caos

las

ciencias

BARNES, B.
1982. T.S. Kuhn and Social Science. Londres, Mac Millan.
BARTH, Fredric.
1987. Cosmologies in the making: A generative approach to
cultural
variation
in
New
Guinea,
Londres,
Cambridge
University Press.
BARTLETT, F.C.
1923. Psychology and Primitive Culture, Cambridge, Cambridge
University Press.
BARTLETT, F.C.
1932. Remembering: A study in experimental and
psychology, Cambridge, Cambridge University Press.
BARTLETT, F.C.
1965. "Some experiments on the
stories", en A. Dundes, The study
Cliffs, Prentice-Hall, 243-258.

social

reproduction of folk
of folklore, Englewood

BASSO, Keith.
1967.
"Semantic
aspects
of
linguistic
American Anthropologist, v.69, pp. 471-477.

acculturation",

BATESON, Gregory.
1980. Espritu y Naturaleza, Bs.As, Amorrortu.
BATESON, Gregory.
1985. Pasos hacia una ecologa de la mente, Buenos Aires,
Carlos Lohl.

759

BATESON, Mary Catherine.

1989. Como yo los vea. Barcelona, Gedisa.
BENCIVENGA, Ermanno.
1986. "Free Logics", en D. Gabbay y H. Guenthner (eds.),
Op.cit., pp.373-426.
BENFER, Robert A. y Louanna FURBEE.
1989. "Knowledge Acquisition in the
Expert, v.4(11), noviembre, pp.22-29.

Peruvian

Andes",

AI

BERLIN, Brent y Paul KAY.

1969. Basic color terms. Their universality and evolution,
Berkeley, University of California Press.
BERLIN, Brent y Paul KAY.
1975. "Aguaruna color categories", American Ethnologist, 2,
61-87.
BERLIN, Brent, J. BOSTER Y J. O'NEILL.
1981.
"The
perceptual
basis
of
ethnobiological
classification", Journal of Ethnobiology, 1, 95-108.
BERLIN, Brent.
1976. "The concept of rank in ethnobiological classification:
some
evidence
from
Aguaruna
folk
botany",
American
Ethnologist, v. 3, pp.381-399.
BERLIN, Brent.
1977. "Speculations on the growth of ethnobotanical nomenclature", en B.G. Blount y M. Sanchez (eds.), Sociocultural
Dimensions of Language Change, Nueva York, Academic Press,
pp.63-102.
BERNARD, H.R. y M. EVANS.
1983. "New Microcomputer Techniques
Human Organization, 42, pp.182-185.

for

Anthropologists",

BERNAYS, Paul y Moses SCHONFINKEL.

1928. "Zum Entscheidungsproblem der mathematischen
Mathematische Annalen, v.99, pp.342-372.
BIRKHOFF, G. y John Von NEUMANN.
1936.
"The
logic
of
quantum
Mathematics, v. 37.

mechanics",

Logik",

Annals

of

BLAMEY, Stephen.
1986. "Partial Logic", en D. Gabbay y F. Guenthner (eds.),
Op. cit., pp.1-70.

760

BLSIUS, Karl Hans y Hans-Jrgen BRCKERT (eds.).

1989. Deduction Systems in
York, Halsted Press-Wiley.
BLOCH, Maurice.
1977. "The Past and
v.12(2), pp.278-292.

the

Artificial

Present

in

Intelligence.

the

Nueva

Present",

Man,

BOBROW, Daniel y Allen M. COLLINS (eds.).

1975. Representation and Understanding: Studies in Cognitive
Science, Nueva York, Academic Press.
BOBROW, Daniel y Donald A. NORMAN.
1975. "Some principles of memory schemata",
Collins (eds.), Op.cit., pp.131-150.

en

Bobrow

BOBROW, Daniel y Terry WINOGRAD.

1977. "An overviw of KRL, a knowledge representation
language", Cognitive Science, v.3(1), pp.29-42.
BODEN, Margaret.
1984 [1977]. Inteligencia
Madrid, tecnos.

artificial

BOISSEVAIN,Jeremy.
1979.
"Network
Analysis:
A
Anthropology, v. 20(2), pp.392-394.

hombre

natural,

Reappraisal",

Current

BONDY, J.A. y U.S.R. MURTY.

1976. Graph Theory with Applications, N. York, American Elsevier.
BORILLO, Andre, Mario BORILLO y Myriam BRASS.
1989. "A temporal reasoning cognitive approach", Semiotica,
v. 77 (1-3), pp.173-194.
BORMIDA, Marcelo.
1976. Etnologa y Fenomenologa. Buenos Aires, Cervantes.
BOUDON, Pierre.
1989. "L'abduction: Une logique fragmentaire
Semiotica, v.77(1-3), pp.239-252.

chane",

BOURDILLON, M.F.C.
1978. "Knowing the World or hiding it: A Response to Maurice
Bloch", Man, n.s., v.13, pp.591-599.
BOWEN, K.A. y Robert KOWALSKI.
1982. "Amalgamating Language and Metalanguage in Logic Programming", en K.L. Clark y S.-A. Trnlund (eds.), Op.cit.,
pp.153-172.
761

BREMOND, Claude.
1970. "Morphology of the folktale". Semiotica 2, pp.247-276.
BREWER, W.F. y J.C. TREYENS.
1981. "Role of schemata
Psychology, 13, 207-230.

in

memory

for

BROKENSHAW, D.M. Warren y Oswald WERNER (eds.).

1980. Indigenous Knowledge Systems and
York, University Press of America.

place"s,

Cognitive

Development.

Nueva

BROWN, C.H.
1976. "General principles of human anatomical partonomy and
speculations on the growth of partonomic nomenclature",
American Ethnologist, 3, 400-424.
BROWN, Kenneth A.
1985.
"A
Meta-Level
Programming
and
Representation", Journal of the New Generation
Nueva York, Springer-Verlag.

Knowledge
Computing,

BROWN, Kenneth A. y T. WEINBERG.

1985. "A Meta-level Extension of PROLOG", Proceedings of the
1985 Symposium on Logic Programming, IEEE Computer Society
Press.
BROWN, Roger W. y Eric H. LENNEBERG.
1954. "A study in language and cognition", Journal of
Abnormal and Social Psychology, 49, 454-462.
BRUNER, Jerome S., J.J. GOODNOW y G.A. AUSTIN.
1956. A Study of Thinking, Nueva York, Wiley.
BRUNER, Jerome.
1973.
"Development
of
equivalence
transformations
in
children", en J.M. Anglin (ed.), Beyond the information
given: Studies in the Psychology of Knowing, Nueva York, W.W.
Norton, pp.352-367.
BUCHANAN, Bruce G. y Edward H. SHORTLIFFE (eds.).
1985. Rule-Based Expert Systems, Reading, Addison-Wesley.
BUNGE, Mario.
1985 [1969]. La Investigacin Cientfica. Barcelona, Ariel,
3 edicin.
BURTON, Michael.
1973.
"Recent
computer
applications
in
cultural
anthropology", Computers and the Humanities, 7(6), pp. 337341.

762

BURTON, Michael y Lorraine KIRK.

1977. "Meaning and context: a study of conceptual shifts in
meaning
of
Maasai
personality
descriptors",
American
Ethnologist, v.4, pp.734-761.
CANTOR, N., E.E. SMITH, R.FRENCH y J. MEZZICH.
1980. "Psychiatric diagnosis as prototype categorization",
Journal of Abnormal Psychology, 89 (2), 181-193.
CARBONELL, Jaime G.
1981. Subjective Understanding: Computer
Systems, Ann Arbor, UMI Research Press.

Models

of

Belief

CARBONELL, Jaime G.
1982. "Metaphor: An Inescapable Phenomenon in Natural
Language Comprehension", en Wendy Lehnert y Martin Ringle
(eds.),
Strategies
for
Natural
Language
Processing,
Hillsdale, Erlbaum.
CARNAP, Rudolf.
1965 [1931]. "La Antigua y la Nueva Lgica", en A.J. Ayer
(ed.), El Positivismo Lgico, Mxico, Fondo de Cultura
Econmica, pp. 139-152.
CARNAP, Rudolf.
1974. An Introduction to the Philosophy of Science, Nueva
York, Basic Books.
CARNEIRO, Robert.
1962. "Scale analysis as instrument for the study of cultural
evolution", Southwestern Journal of Anthropology, v.18.
CARRITHERS, Michael.
1990.
"Is
Anthropology
Art
Anthropology, v.31(3), pp.263-282.

or

Science?",

Current

CASSON, Ronald W.
1981. "The semantics of kin term usage: Transferred and
indirect metaphorical meaning", en R.W.Casson (ed.), Language, culture, and cognition: Anthropological perspectives,
Nueva York, Macmillan, pp.230-244.
CASSON, Ronald.
1983. "Schemata in cognitive anthropology", Annual Review of
Anthropology, v.12, pp.429-462.
CAUDILL, Maureen.
1988. "Neural Networks Primer, part IV", AI Expert, v.3(8),
pp. 61-67.
CAUDILL, Maureen.
1990. "Using Neural Nets:
v.5(4), abril, pp.59-64.

Fuzzy

Decisions",

AI

Expert,

763

CAWS, Peter.
1974.
"Operational,
representational,
and
models", American Anthropologist, v.76, pp.1-10.

explanatory

CHAFE, Wallace L.
1977. "The recall and verbalization of past experience", en
R.W. Cole (ed.), Current issues in linguistic theory,
Bloomington, Indiana University Press, 215-246.
CHANEY, Peter Paul.
1978a. "Structures, realities, and
Anthropologist, v.80, pp.589-596.

blind

spots",

American

CHANEY, Peter Paul.

1978b.
"Polythematic
Expansion:
Remarks
on
Needham's
Polythetic Classification", Current Anthropology, v.19(1),
pp.139-143.
CHAPPLE, Eliot.
1972. El Hombre Cultural y el Hombre Biolgico. Mxico, Pax.
CHELLAS, B.F.
1980. Modal Logic:
University Press.

An

Introduction.

Cambridge,

Cambridge

CHOMSKY, Noam.
1956. "Three Models of the Description of Language", IRE
Transactions on Information Theory, v.2, n 3, pp.113-124.
CHOMSKY, Noam.
1988. La nueva sintaxis. Teora de la reccin y el ligamento.
Barcelona, Paids.
CHURCH, Alonzo.
1941.
The
Calculi
of
Lambda
Conversion.
Mathematical
Studies,
N
6,
litografiado,
Princeton University Press.

Annals
of
Princeton,

CHURCHLAND, Paul M. y Patricia Smith CHURCHLAND.

1990. "Podra pensar una mquina?", Investigacin y Ciencia,
n 162, pp.18-24.
CLARK, Keith L.
1977. Verification and Synthesis of Logic Programs. Research
Report, Department of Computing, Imperial College.

764

CLARK, Keith L.
1978. "Negation as Failure", en H. Gallaire y J.
(eds.), Logic and Data Bases, Nueva York, Plenum
pp.293-322.

Minker
Press,

CLARK, Keith L. y Frank G. McCABE.

1984. micro-PROLOG: Programming in Logic, Englewood Cliffs,
Prentice-Hall.
CLARK, Keith L. y J. DARLINGTON.
1980. "Algorithm classification
Computer Journal, v.23, n 1.

through

synthesis",

The

CLARK, Keith L. y S. GREGORY.

1986.
"PARLOG:
Parallel
Programming
in
Logic".
ACM
Transactions on Programming Languages and Systems, v.8, pp.149.
CLARK, Keith L. y S. SICKEL.
1977. Predicate logic: A calculus for deriving programs,
Proceedings of the 5th International Joint Conference on
Artificial Intelligence, Cambridge.
CLARK, Keith L. y S.-A. TRNLUND (eds.).
1982. Logic Programming, Londres, Academic Press.
CLAXTON,G.
1980. "Remembering and understanding", en G. Claxton (ed.),
Cognitive Psychology: New directions, Londres, Routledge and
Kegan Paul.
CLIFFORD, James.
1988. "On Ethnographic Authority", en The Predicament
Culture, Cambridge, Harvard University Press, pp.21-54.

of

CLOCKSIN, W.F. y C.S. MELLISH.

1987. Programming
edicin.

in

PROLOG.

Berln,

Springer-Verlag,

COHEN, Gillian.
1983. Psicologa Cognitiva, Madrid, Alhambra.

765

COHEN, Morris y Ernest NAGEL.

1983. [1934] Introduccin a la Lgica y al Mtodo Cientfico.
Buenos Aires, Amorrortu.
COLBY, Benjamin y Lore COLBY.
1986. El Contador
Econmica.

de

los

Das,

Mxico,

Fondo

de

Cultura

COLBY, Benjamin, George A. COLLIER y Susan K. POSTAL.

1963. "Comparison of themes in folktales by
Inquirer System", Journal Of American Folklore,

the General
318-323.

COLBY, Benjamin, James FERNANDEZ y David KRONENFELD.

1981. "Toward a convergence of Cognitive and Symbolic
Anthropology", American Ethnologist, 8(3), pp.422-450.
COLBY, Benjamin.
1963. "Folk science studies", El Palacio, 4, 5-14.
COLBY, Benjamin.
1966a. "The analysis of culture context and the patterning of
narrative concern in texts", American Anthropologist, 374388.
COLBY, Benjamin.
1966b. "Ethnographic semantics:
Current Anthropology, 7 (1), 3-32.

preliminary

survey",

COLBY, Benjamin.
1973. "A partial grammar of Eskimo folktales", American Anthropologist, 75, 645-662.
COLBY, Benjanim y Rodger KNAUS.
1974. "Men, grammars and machines: A new direction in the
study of man", en M. Black y W.A. Smalley (eds.), On
language, culture, and religion, La Haya, Mouton, pp.187-197.
COLEMAN, Linda y Paul KAY.
1981. "Prototype Semantics: The English Word Lie", Language,
v. 57(1), pp.26-44.
COLMERAUER, Alain.
1984. "PROLOG, lenguaje de la Inteligencia Artificial", Mundo
Cientfico, 4(41), pp.1072-1082.
CONKLIN, Harold.
1969. "Ethnogenealogical method", en Stephen A. Tyler (ed.),
Cognitive Anthropology, Nueva York, Holt, Rinehart & Winston,
pp. 93-122.

766

COOMBS, M.J. (ed).

1984. Developments
Press.

in

expert

systems,

Londres,

Academic

COOPER, D.E.
1974. Presupposition, La Haya, Mouton, 1974.
COOPER, David.
1975. "Alternative logic in primitive thought", Man, n.s.,
v.10, pp.238-256.
COPY, Irving.
1978 [1962]. Introduccin a la Lgica. Buenos Aires, Eudeba,
19 edicin.
CORDIER, Marie-Odile.
1984. "Los Sistemas Expertos", Mundo Cientfico, 4(34), pp.
236-247.
COULT, Allan y Richard RANDOLPH.
1965. "Computer Methods for Analyzing Genealogical Space",
American Anthropologist, v.67, pp. 21-29.
COULT, Allan.
1968. "Uses and abuses of Computers in Anthropology", en
Calcul et Formalisation dans les Sciences de l'Homme, Pars,
CNRS, pp. 21-29.
COVINGTON, Michael, Donald NUTE y Andr VELLINO.
1988. PROLOG programming in depth, Glenview, Scott, Foresman
and Company.
COWAN, Jack C. y David H. SHARP.
1988. "Neural Nets and Artificial
v.117, n 1, pp.85-122.
CRICK, Malcom R.
1983.
"Anthropology
of
Anthropology, 11, 287-313.

Intelligence",

knowledge",

Annual

Ddalus,

Review

of

D'AMBROSIO, Bruce.
1989. "Extending the Mathematics in Qualitative Process
Theory", en Widman, Loparo y Nielsen (eds.), Op.cit., pp.133158.
d'ESPAGNAT, Bernard.
1980. "Teora Cuntica y Realidad", Investigacin y Ciencia,
n 40, enero, pp.80-95.
DAVENPORT, William.
1960. Jamaican Fishing. A game theory analysis.
University Publications in Anthropology, v.58.

Yale

767

DAVIO, M., J.P. DESCHAMPS y A. THAYSE.

1978. Discrete and switching functions, N.York, McGraw-Hill.
DAVIS, Lawrence (ed).
1987. Genetic Algorithms and Simulated Annealing, Londres,
Pitman.
DAVIS, M.
1983. "The Prehistory and Early History of Automated
Deduction", en J. Sieckmann y G. Wrightson (eds.), Automation
of Reasoning: Classical Papers on Computational Logic 19571966, Berln, Springer Verlag.
DAVIS, M. y Hilary PUTNAM.
1960. "A computing procedure
JACM, v. 7, n 2, pp.201-215.

for

quantification

theory",

DAVIS, Randall y Bruce G. BUCHANAN.

1985. "Meta-Level Knowledge",
(eds.), Op.cit., pp.507-530.

en

Buchanan

Shortliffe

DAVIS, Randall y Jonathan J. KING.

1977. "The Origin of Rule-Based Systems in AI", en E.W.
Elcock y D. Michie (eds.), Machine Intelligence 8: Machine
Representations of Knowledge, Chichester, Horwood [Reimpr. en
Bruce Buchanan y Edward H. Sortliffe, (eds.), Op.cit., 1985,
pp.20-52].
DE VEGA, Manuel.
1984. Introduccin
Alianza.

la

Psicologa

Cognitiva.

Madrid,

DEAO, Alfredo.
1988. Introduccin a la Lgica Formal, Madrid, Alianza, 7
ed.
DENIS, Michel.
1984. Las imgenes mentales, Madrid, Siglo XXI.
DERRIDA, Jacques.
1967. L'Ecriture et le diffrence, Pars, Seuil.
DESCLS, Jean-Pierre.
1989.
"Intermediate
representations
in
the
sciences", Semiotica, v. 77(1-3), pp.121-135.

cognitive

DESCOMBES, Vincent.
1982. Lo mismo y lo otro. Cuarenta y cinco aos de filosofa
francesa (1933-1978), Madrid, Ctedra.

768

DESTOUCHES-FVRIER, P.
1937. "Les relations d'incertitude de Heisenberg et la
logique", Comptes rendus de l'Acadmie des Sciences, v.204.
DESTOUCHES-FVRIER, P.
1951. La structure des thories physiques, Pars, Presses
Universitaires de France.
DEVEREUX, Georges.
1975. Etnopsicoanlisis Complementarista. Buenos Aires, Amorrortu.

DIMITROV, Vladimir.
1976. Informal Theory of Fuzzy Governing, 3rd European
Meeting on Cybernetics and System Research, Viena, 20 al 23
de abril.
DOBBERT, Marion Lundy, Dennis McGUIRE, James PEARSON y Kenneth
Clarkson TAYLOR. 1984. "An Application of Dimensional
Analysis in Cultural Anthropology", American Anthropologist,
v.86, pp.854-884.
DORFMAN, Eugene.
1969. The narreme in the medieval romance epic: An
introduction to narrative structures, Toronto, University of
Toronto Press.
DOUGHERTY, J.W.D.
1978. "Salience and relativity in classification", American
Ethnologist, v.5, pp.66-80.
DOUGLAS, Mary.
1975a [1973]. Sobre la Naturaleza de las Cosas. Barcelona,
Anagrama.
DOUGLAS, Mary.
1975b. Implicit Meanings. Essays in Anthropology, Londres,
Routledge and Kegan Paul.
DOUGLAS, Mary.
1987. How Institutions Think, Nueva York, Syracuse University
Press.
DOWNS, R.M.
1981.
"Maps
and
mappings
as
metaphor
for
spacial
representation", en L.S. Lieben, A.H. Patterson y T. Newcombe
(eds.), Spatial representation and behavior across the lifespan, Nueva York, Academic Press.
DOWNS, R.M. y D.STEA (eds.).
1973. Image and evironment. Cognitive mapping and spatial
behavior, Chicago, Aldine.

769

DOWNS, R.M. y D.STEA (eds.).

1977. Maps in mind: Reflections on cognitive mapping, Nueva
York, Harper and Row.
DRESS, W.B.
1989. "Synthetic Organisms and Self-Designing Systems", Proceedings of the Goddard Conference on Space Applications and
Artificial Intelligence.
DREYFUS, Hubert L.
1972. What Computers Can't Do. A
Reason, Nueva York, Harper and Row.

Critique

of

Artificial

DREYFUS, Hubert L. y Stuart E. DREYFUS.

1988. "Making a mind versus Modeling the brain: Artificial
Intelligence back at a branchpoint", Ddalus, v.117(1),
pp.15-44.
DUCROT, Oswald.
1984. El Decir y Lo Dicho. Buenos Aires, Hachette.
DUNDES, Alan.
1964. "The morphology of North American Indian folk tales".
Folklore Fellows: Communications 195, Helsinki, Suomallainen
Tiedeakatemia.
DUNN, J. Michael.
1986. "Relevance Logic and Entailment", en D. Gabbay y H.
Guenthner (eds.), Op.cit., pp.117-224.
DURBIN, Mridula.
1974. "The Transformational Model of Linguistics and its
Implications for an Ethnology of Religion: A case study of
Jainism", American Anthropologist, v.72, pp.334-342.
DYKE, Bennett.
1981. "Computer-simulation in Anthropology", Annual Review of
Anthropology, 10, pp.193-207.
EADLINE, Douglas.
1987. "Making PROLOG Parallel", AI Expert, v.4(7), pp.34-42.
ECO, Umberto.
1988. De los Espejos y otros Ensayos, Barcelona, Lumen.
ECO, Umberto y Thomas SEBEOK.
1989 (eds.). El Signo de los Tres. Dupin, Holmes, Peirce,
Barcelona, Lumen.
EDELMAN, Gerald M.
1987. Neural Darwinism: The Theory
Selection, Nueva York, Basic Books.

of

Neuronal

Group

770

EGUCHI, Paul K.
1987. "Fieldworker and Computer: An End User's View
Computer Ethnology", en Raben et al, Op.cit., pp.165-174.

of

EINSTEIN, Albert.
1985. Sobre la Teora de la Relatividad y otras aportaciones
cientficas, Madrid, Sarpe.
EISINGER, N. y H.J. OHLBACH.
1989. "The Foundations", en
(eds.), Op.cit., pp.37-116.

K.H.

Blsius

EL GUINDI, Fadwa y Dwight W. READ.

1979.
"Mathematics
in
Structural
Anthropology, v. 20(4), pp.761-790.

H.-J.Brckert

Theory",

Current

ETHERINGTON, D,W.
1987. "Formalizing non-monotonic systems", Artificial Intelligence, v.31(1), pp. 41-85.
ETHERINGTON, D.W. y Raymond REITER.
1983.
"On
Inheritance
Hierarchies
Proceedings of the AAAI-83, pp.104-108.

with

Exceptions",

EVANS-PRITCHARD, E.
1937. Witchcraft, oracles, and magic among the Azande,
Londres, Oxford University Press [trad.esp.: Brujera, Magia
y Orculos entre los Azande, Barcelona, Anagrama, 1976].
EVANS-PRITCHARD, E.
1956. Nuer Religion, Londres, Oxford University Press.
EVENS, T.M.S.
1983. "Mind, Logic and the Efficacy of the Nuer Incest Prohibition", Man, n.s., v.18, pp.111-133.
FABIAN, Johannes.
1983. Time and the Other. How Anthropology makes its Object.
Nueva York, Columbia University Press.
FEIGENBAUM, Edward A. y Pamela McCORDUCK.
1985. La Quinta Generacin. Buenos
Planeta.

Aires,

Sudamericana-

FESTINGER, L.
1957. A Theory of Cognitive Dissonance, Evanstown, Row-Peterson.
FEYERABEND, Paul.
1982 [1978]. La Ciencia en una Sociedad Libre, Madrid, Siglo
XXI.

771

FILLMORE, Charles J.
1966. "Toward a modern theory of case", en D.A. Reibel y S.A.
Schane (eds.), Modern Studies in English: Readings in Transformational Grammar, Englewood Cliffs, Prentice-Hall, pp.361375.
FILLMORE, Charles J.
1968. "The case for case", en E. Bach y R.T. Harms (eds.),
Universals in linguistic theory, Nueva York, Holt, Rinehart
and Winston.
FILLMORE, Charles J.
1975. An alternative to checklist theories of meaning,
Proceedings of the 1st Annual Meeting, Berkeley Linguistic
Society, pp. 123-131.
FILLMORE, Charles J.
1976. "Frame semantics and the nature of language", Annuary
of the New York Academy of Science, 280, 20-32.
FILLMORE, Charles J.
1977. "Topics in lexical semantic", en R.W. Cole (ed.),
Current issues in linguistic theory, Wilmington, Indiana
University Press, 76-138.
FILLMORE, Charles J.
1982. "Frame semantics", en vs., Linguistic in the morning
calm, Sel, Hanshin.
FINDLER, N.V. (ed).
1979. Associative Networks: Representation and use of knowledge by computers, Nueva York, Academic Press.
FITTING, M.C.
1983. Proof Methods
Dordrecht, Reidel.

for

Modal

and

Intuitionist

FJELLMAN, Stephen M.
1976. "Talking about talking about residence:
case", American Ethnologist, v.3, pp.671-681.

an

Logics,

Akamba

FLOYD, Michael.
1988. "Suitable for framing", Turbo-Technix, marzo-abril, pp.
80-88.
FOWLER, Catherine S.
1979. "Etnoecologa", en Donald Hardesty,
Ecolgica, Barcelona, Bellaterra, pp.215-238.

Antropologa

FRAKE, Charles.
1981. Language and cultural description, Stanford, Stanford
University Press.

772

FREGE, Gottlob.
1985. Estudios sobre Semntica, Bs.As., Hyspamrica.
FRIEDMAN, Jonathan.
1985. "Our time, their time, world time: The Transformation
of Temporal Modes", Ethnos, v.50, pp.168-183.
FROIDEVAUX, C y D. KAYSER.
1988. "Inheritance in semantic networks and in default
logic", en P. Smets et al (ed.), Non-Standard Logics for
Automated Reasoning, Londres, Academic Press, pp.179-212.
FROIDEVAUX, C.
1986. Taxonomic Default Theory, Proceedings of the ECAI-86,
pp. 123-129.
FURBEE, Louanna y Robert A. BENFER.
1983. "Cognitive and geographic maps: Study of individual
variation among tojolabal Mayans", American Anthropologist,
85, 305-334.
GABBAY, Don M. y Franz GUENTHNER (eds.).
1986. Handbook of Philosophical Logic. Vol. III: Alternatives
in Classical Logic, Dordrecht, Reidel.
GADAMER, Hans-Georg.
1977 [1975]. Verdad y Mtodo. Salamanca, Sgueme.
GALLAIRE, H. y C. LASSERRE.
1982. "Metalevel control for Logic Programming",
Clark y S.-A. Trnlund, Op.cit., pp.173-188.

en

K.L.

GALLAIRE, H. y J. MINKER.
1978. Logic and Data Bases. Nueva York, Plenum Press.
GALLAIRE, H., J. MINKER y J. M. NICHOLAS.
1984. "Logic and Databases: A deductive approach", Computing
Surveys, v.16, pp.153-185.
GANDY, Rosin.
1976. "El concepto de 'estructura' en matemticas", en David
Robey
(ed.),
Introduccin
al
Estructuralismo,
Madrid,
Alianza, pp. 193-214.
GARDIES, Jean-Claude.
1979. Lgica del Tiempo, Madrid, Paraninfo.

773

GARDIN, Jean-Claude (ed.).

1970. Archaeologie et Calculateurs. Problmes Smiologiques
et Mathmatiques, Colloques Internationaux du Centre National
de la Recherche Scientifique, Marsella, 7-12 abril de 1969,
ditions du Centre National de la Recherche Scientifique,
Pars.
GARDIN, Jean-Claude, Olivier GUILLAUME, Peter HERMAN, Antoinette
HESNARD, Marie-Salom LAGRANGE, Monique RENAUD, Elisabeth
ZADORA-RIO.
1988. Artificial Intelligence and Expert Systems: Case
Studies in the Knowledge Domain of Archaeology. Chichester,
Ellis Horwood.
GARDIN, Jean-Claude, Olivier GUILLAUME, Peter HERMAN, Antoinette
HESNARD, Marie-Salom LAGRANGE, Monique RENAUD, Elisabeth
ZADORA-RIO.
1987. Systmes Experts et Sciences Humaines: Le Cas de L'Archologie. Pars, Eyrolles.
GARDIN, Jean-Claude.
1965. "A typology of computer uses in Anthropology", en Dell
Hymes (ed.), The Use of Computers in Anthropology, La Haya,
Mouton, pp.103-117.
GARDIN, Jean-Claude.
1967. "Methods for the Descriptive Analysis of Archaeological
Materials", American Antiquity, v.32, pp.12-30.
GARDIN, Jean-Claude.
1989. "Artificial Intelligence and the Future of Semiotics:
An Archaeological Perspective", Semiotica, v.77(1-3), pp.526.
GARDNER, Howard.
1987a. La Nueva Ciencia de la Mente, Buenos Aires, Paids.
GARDNER, Howard.
1987b. Estructuras de la mente. La teora de las mltiples
inteligencias, Mxico, Fondo de Cultura Econmica.
GARDNER, Martin.
1985. Mquinas y diagramas lgicos, Madrid, Alianza.
GARDNER, Peter.
1976. "Birds, worms, and a requiem for the omniscient
informant", American Ethnologist 3(3), pp.446-468.
GARNER, W.R.
1974. The processing of information and structure, Potomac,
L. Erlbaum.

774

GARRIDO, Manuel.
1983. Lgica
revisada.
GEERTZ, Clifford.
1987. [1973]
Gedisa.

Simblica.

La

Madrid,

Interpretacin

de

Tecnos,

las

reimpresin

Culturas,

Mxico,

GEERTZ, Clifford.
1987. "The Anthropologist at Large", The New Republic, 25 de
mayo, pp.34-37.
GEOGHEGAN, William.
1970. The use of marking rules in semantic systems, Language
and Behavior Laboratory, Working Paper N 26, Berkeley,
University of California Press.
GEOGHEGAN, William.
1971. "Information processing systems in culture", en Paul
Kay
(ed.),
Explorations
in
Mathematical
Anthropology,
Cambridge, MIT Press.
GIBSON, Quentin.
1982. [1961] La Lgica de la Investigacin Social, Madrid,
Tecnos, 3 Edicin.
GINZBURG, Carlo.
1983. "Seales. Races de un Paradigma Inidiciario", en Aldo
Gargani (ed.), La Crisis de la Razn. Nuevos modelos en la
relacin entre saber y actividad humana, Mxico, Siglo XXI,
pp. 55-100.
GLADWIN, Christina.
1979.
"Production
functions
and
decision
models:
complementary models", American Ethnologist, v.(4), pp.653681.
GLADWIN, Thomas.
1970. East
Press.

is

big

bird,

Cambridge,

Harvard

University

GDEL, Kurt.
1981. Obras Completas. Madrid, Alianza.
GODELIER, Maurice.
1986. [1982] La produccin de grandes hombres, Barcelona,
Akal.
GOFFMAN, Erving.
1974. Frame Analysis, Nueva York, Harper & Row.

775

GOLDBERG, David E.
1989. Genetic Algorithms in Search, Optimization & Machine
Learning, Reading, Addison-Wesley.
GONZALEZ ECHEVARRIA, Aurora.
1987. La Construccin
Anthropos.

Terica

GOODENOUGH, Ward.
1956. "Componential analysis
Language, v.32, pp.195-216.

en

and

Antropologa,

the

study

of

Barcelona,

meaning",

GRAVES, Theodore D., Nancy B. GRAVES y Michael F. KOBRIN.

1968. "Historical inferences from Guttman scales: the return
of age-area magic", Current Anthropology, v.10, pp.317-327.
GRAY, Peter M.D. y Robert J. LUCAS (eds.).
1988. PROLOG and Databases. Implementations and New Directions, Chichester, Ellis Horwood / Nueva York, Halsted
Press.
GREGG, John.
1954. The Language of Taxonomy. An application of symbolic
logic to the study of classificatory systems, N. York,
Columbia University Press.
GREENE, K.
1987. "Dark-age databases. dBase in archaeological teaching
and research", Computers and Education, n 56, pp.2-3.
GREFENSTETTE, John J.
1986. "Optimization of Control Parameters for Genetic Algorithms", IEEE Transactions on Systems, Man, and Cybernetics
SMC-16 1, pp.122-128.
GREFENSTETTE, John J. (ed.).
1985. Proceedings of the
Genetic
Algorithms
and
Erlbaum.

1st International Conference on

their
Applications,
Hillsdale,

GREFENSTETTE, John J. (ed.).

1987. Proceedings of the
Genetic
Algorithms
and
Erlbaum.

2nd International Conference on

their
Applications,
Hillsdale,

GREGOIRE, E.
1988. "A note on Moore's autoepistemic logic", en P. Smets et
al (eds.), Op.cit., pp.132-133.

776

GREIMAS, Algirdas Julien.

1966. Smantique structurale, Pars, Larousse.
GRICE, H. Paul
1975. "Logic and Conversation", en Peter Cole y Jerry Morgan
(eds.), Syntax and Semantics 9: Pragmatics, N. York, Academic
Press, pp.51-58.
GRUENBERGER, Fred (comp.).
1976. Computadoras de Cuarta Generacin, Buenos Aires, El
Ateneo.
HAACK, Susan.
1980. Lgica Divergente. Madrid, Paraninfo.
HAACK, Susan.
1982. [1978] Filosofa de las Lgicas. Madrid, Ctedra.
HACKENBERG, Robert A.
1973. "Genealogical Method in Social Anthropology: The Foundations of Structural Demography", en J. Honigmann (ed.),
Handbook of Social and Cultural Anthropology, Chicago, Rand
McNally, pp. 289-325.
HADDEN, Kenneth y Billie DeWALT.
1974.
"Path
Analysis:
Some
Ethnology, v.13(1), pp.105-128.

anthropological

examples",

HALLIDAY, M.A.K.
1979. "Modes of meaning and modes of expression: Types of
grammatical structure", en D.J. Allerton, E. Carney y D.
Holdcroft
(eds.),
Function
and
context
in
Linguistic
Analysis, Cambridge, Cambridge University Press, pp.57-79.
HALLIDAY, M.A.K. y Ruqaiya HASSAN.
1976. Cohesion in English, Londres, Longman.
HALLPIKE, C.R.
1986. Fundamentos del Pensamiento Primitivo. Mxico, Fondo de
Cultura Econmica.
HAMILL, James.
1979. "Sylogistic reasoning and taxonomic semantics", Journal
of Anthropological Research, 35, 481-494.
HANNERZ, Ulf.
1986. Exploracin de la Ciudad. Hacia una
urbana, Mxico, Fondo de Cultura Econmica.

antropologa

HANSON, A. y TRNLUND, S.-A.

1979. Derivations of programs in a natural
calculus, Electrotechnical Laboratory, Tokyo.

programming

777

HARNAD, Stevan.
1983. comentario de Sheldon Klein, Op.cit., 170-171.
HARRAH, D.
1963. Communication: A logical model, Cambridge, MIT Press.
HARRIS, Marvin.
1964. The
House.

Nature

of

Cultural

HARRIS, Marvin.
1978. [1968] El Desarrollo
Madrid, Siglo XXI.

Things.

de

la

Nueva

Teora

York,

Random

Antropolgica.

HARWOOD, Frances.
1976. "Myth, memory, and the oral tradition: Cicero in the
Trobriands", American Anthropologist, 78, 783-796.
HASHIM, Safaa H.
1988. "Metalogic and Expert Systems", Turbo Technix, vol.1,
n3, pp. 89-97.
HAYES, P.J.
1979. "The Logic of Frames", en D. Metzing (ed.), Frame Conceptions and Text Understanding, Berln, de Gruyter & Co.
HEITE, Ned y Lou HEITE.
1982.
"Breaking
the
jargon.
Designing
humanists", Byte, julio, pp.76-104.

programs

for

HEMPEL, Carl G.
1988. [1965] La Explicacin Cientfica. Estudios sobre la Filosofa de la Ciencia, Barcelona, Paids.
HEMPEL, Carl G. y Paul OPPENHEIM.
1953. "The Logic of Explanation", en Herbert Feigl y May
Brodbeck (comp.), Readings in the Philosophy of Science,
Nueva York, Appleton-Century-Crofts.
HENSCHEN, L. y L. WOS.
1974. "Unit refutations and Horn sets", JACM, v. 21, n 4,
pp. 590-605.
HERBRAND, J.
1971. "Sur la Thorie de la Dmonstration", en E. Goldfarb
(ed.), Logical Writings, Cambridge, Cambridge University
Press.
HERNANDEZ RUIZ, Bernardo y Manuel CARRIRAN VALIAS.
1986. "Mtodos de investigacin de mapas cognitivos", en F.
Jimnez Burillo y J.I. Aragons (eds.), Op.cit., 83-93.

778

HERNANDEZ, J.Luis Mat y Juan PAZOS SIERRA.

1988. Ingeniera del Conocimiento. Diseo y construccin de
sistemas expertos, Crdoba (Argentina), SEPA.
HEYTING, Arend.
1962. "After thirty years", en A. Nagel, P. Suppes y A.
Tarski (eds.), Logic, Methodology and Philosophy of Science,
Stanford, Stanford University Press, pp.194-197.
HEYTING, Arend.
1966. Intuitionism, Amsterdamm, North-Holland Publishing Co.,
2 ed. [trad. esp., Introduccin al Intuicionismo, Madrid,
Tecnos, 1976].
HINTIKKA, Jaakko.
1962. Knowledge and Belief: An introduction to the logic od
two notions, Ithaca, Cornell Universiy Press.
HINTIKKA,Jaakko.
1989. "Sherlock Holmes formalizado", en U. Eco y T. Sebeok
(eds.), Op.cit., pp.230-240.
HODDER, Ian (ed.).
1978. Simulation studies in archaeology, Londres, Cambridge
University Press.
HOFFMANN, Hans.
1967. "Mathematical structures in ethnological systems", Proceedings of the American Ethnological Society, pp.49-57.
HOGGER, Christopher John.
1978. Program synthesis in predicate logic, Proceedings of
the AISB/GI Conference on AI, Hamburgo, pp.18-20.
HOGGER, Christopher John.
1979.
Derivation of Logic Programs, tesis de
Department of Computing, Imperial College, Londres.

Ph.D.,

HOGGER, Christopher John.

1984. Introduction to Logic Programming, Londres, Academic
Press.
HOPFIELD, John J.
1982. "Neural network and physical systems with emergent collective computational abilities", Proceedings of the National
Academy of Sciences, v.79.
HORN, Alfred.
1951. "On sentences which are true of direct unions
algebras", Journal of Symbolic Logic, v.16, pp.14-21.

of

779

HORTON, Robin y R. FINNEGAN (eds.).

1973. Modes of Thought, Londres, Faber & Faber.
HOWELL, Nancy y Victor A. LEHOTAY
1978.
"AMBUSH:
A
computer
program
for
stochastic
microsimulation
of
small
human
populations",
American
Anthropologist, v.80, pp. 905-922.
HUGHES, R.I.G.
1981. "Lgica Cuntica", Investigacin y Ciencia, n 167, diciembre, pp.80-94.
HULL, Clark L.
1943. "The problem of intervening variables in moral behavior
theory", Psychological Review, v.50, pp.273.291.
HUTCHINS, E.
1979.
"Reasoning
in
Trobriand
discourse",
Quarterly
Newsletter, Laboratory of Comparative Human cognition, 1, 1317.
HUTCHINS, E.
1980. Culture and inference: A Trobriand case study,
Cambridge, Harvard University Press.
HYMES, Dell (ed.).
1972. Reinventing Anthropology, Nueva York, Random House.
HYMES, Dell.
1970. "Linguistic models in
(ed.), Op. cit., pp.91-120.

Archaeology",

en

J.C.

IBAEZ, Jess.
1985.
Del
Algoritmo
al
Sujeto.
Perspectivas
Investigacin Social, Madrid, Siglo XXI.

Gardin

de

ka

ISRAEL, D.
1983. "The Role of Logic in Knowledge Representation", IEEE
Computer, v.16(10), pp.37-42.
JAY, Christopher y Rodger KNAUS.
1989. "Frames in PROLOG", AI Expert, 4(3), marzo, pp.19-24.
JOHNSON, L. y E.T. KERAVNOU.
1985. Expert Systems Technology. A guide, Cambridge, Abacus
Press.
JOHNSON, N.F.
1970. "The role of chunking and organization in the process
of recall", en G.H. Bower (ed.), The psychology of learning
and motivation, v IV, Nueva York, Academic Press.

780

JOHNSON-LAIRD, P.N y P.C. WASON.

1970. "A theoretical analysis of insight into a reasoning
task", Cognitive Psychology, v.1, pp.134-148.
KAHN, K.M.
1984. "A primitive for the control of logic programs", Proceedings of the IEEE Symposium on Logic Programming, Atlantic
City.
KANDEL, A.
1982. Fuzzy Techniques in Pattern Recognition, Nueva York,
Wiley.
KAPFERER, Bruce.
1973. "Social networks and conjugal role in urban Zambia:
Towards a reformulation of Bott's Hypothesis", en J.
Boissevain y J. Clyde Mitchell (eds.), Network Analysis, La
Haya, Mouton, pp.269-280.
KAPLAN, Flora S. y David M. LEVINE.
1981. "Cognitive mapping of a folk taxonomy of mexican
pottery: A multivariate approach", American Anthropologist,
83, 868-884.
KAPLAN, S.
1973. "Cognitive maps, human needs and the designed environment", en W. Preisser (ed.), Environmental design research, Stroudsburg, Dowden, Huchinson & Ross.
KAPLAN, S. Jerrold.
1978. "Indirect responses to loaded questions", Proceedings
of the TINLAP-2, ACM, pp.202-209.
KAPLAN, S. Jerrold.
1982. "Cooperative responses from a portable natural language
query system", Artificial Intelligence, v.19, pp.165-187.
KAY, Paul.
1975a. Color Categories as Fuzzy Sets. MS [citado por Rodin,
Michaelson y Britan, 1978].
KAY, Paul.
1975b. "Synchronic variability and diachronic change in basic
color terms", Language and society, 4, 257-270.
KAY, Paul.
1975c. "A model-theoretic approach to folk taxonomy", Social
Science Information, 14, 151-166.
KAY, Paul y Chad McDANIEL.
1978. "The linguistic significance of the meaning of basic
color terms", Language, 54(3), pp.610-646.

781

KEMENY, John, J. SNELL y Gerald L. THOMPSON.

1966. Introduction to Finite Mathematics, Englewood Cliffs,
Prentice-Hall, 2 ed.
KINTSCH, Walter.
1977. "On comprehending stories", en M.A. Just y P. Carpenter
(eds.), Cognitive processes in comprehension, Hillsdale,
Erlbaum.
KIRCHNER, C (ed.).
1989. Special Issue on Unification, Journal of Symbolic Computation.
KIRCHNER, C.
1985.
Mthodes
et
Outils
de
Conception
Systematique
d'Algorithmes d'Unification dans les Thories Equationelles,
Tesis, Universidad de Nancy.
KLEENE, Stephen C.
1974. Introduccin a la Metamatemtica, Madrid, Tecnos.
KLEIN, Sheldon.
1983. "Analogy and Mysticism and the Structure of Culture",
Current Anthropology, 24(2), pp. 151-180.
KLIR, George J (ed.).
1984. Tendencias en la Teora General de Sistemas, Madrid, Alianza.
KLUZNIAK, Feliks y Stanislaw SZPAKOWICZ.
1985. PROLOG for Programmers. Londres, Academic Press.
KNEALE, William y Martha KNEALE.
1972 [1961, rev. 1968]. El Desarrollo de la Lgica, Madrid,
Tecnos.
KNUTH, D.
1968. The Art of Computer Programming, vol.I, Fundamental
Algorithms, Reading, Addison-Wesley.
KBBEN, Andr.
1970.
"Comparativists
and
non-comparativists
in
Anthropology", en Naroll y Cohen (eds.), Op.cit., pp.581-596.
KOHONEN, Teuvo.
1987. "Representation of sensory information in selforganizing feature maps and relation of these maps to
distributed memory networks", Proceedings of SPIE Advanced
Institute on Hybrid and Optical Computing, v.634 (facilitado
por la Society on Photo-Optical Instrumentation Engineers, PO
Box 10, Bellingham, Washington 98227).
782

KOWALSKI, Robert y otros.

1984. Fifth Generation Software, Logic Programming Systems,
Milford.
KOWALSKI, Robert.
1982. "Logic as a Computer Language", en Clark y Trnlund
(eds.), Op.cit., pp.3-18.
KOWALSKI, Robert.
1986. Lgica, Programacin e Inteligencia Artificial, Madrid,
Daz de Santos.
KRIPKE, S.A.
1971. "Semantical considerations on modal logic",
Linsky (ed.), Reference and Modality, Londres,
University Press, pp.63-72.

en L.
Oxford

KRONENFELD, David B.
1972. "Guttman scaling: Problems of conceptual domain, unidimensionality, and historical inference", Man, v.7(2), pp.
255-276.
KRONENFELD, David B.
1981. "Mathematical social-cultural anthropology", American
Anthropologist, v.83, pp.121-142.
KCHLER, Susanne.
1987. "Malangan art and memory in a melanesian society", Man,
n. s., 22, 238-255.
KUHN, Thomas A.
1979. "Segundas reflexiones acerca de los paradigmas", en F.
Suppe (ed.), La Estructura de las Teoras Cientficas,
Madrid, Editora Nacional, pp.529-569.
KUIPERS, Benjamin L.
1975. "A frame for frames", en Bobrow y Collins (eds.),,
Op.cit., 151-184.
KUIPERS, Benjamin L.
1982. "The 'map in the head' metaphor", Environment and Behavior, v.14, 202-220.
KWONG, Charlie.
1988. "Representing Time", en
(eds.), Op.cit., pp.189-206.

G.A.

Ringland

D.A.

Duce

LAFLIN, S (ed.).
1980. Computer Applications in Archaeology 1980, Birmingham,
Computer Center, University of Birmingham.

783

LAGRANGE, M.S. y M. RENAUD.

1985. "Intelligent knowledge-based systems in archaeology: A
computerized simulation of reasoning by means of an Expert
System", Computers and the Humanities, 19(1), pp.37-52.
LAGRANGE, Marie-Salom y Monique RENAUD.
1982. Simulation d'un raisonnement archologique. Laboratoire
d'Informatique pour las Sciences Humaines, Mimeo, Report N
1, Pars, C.N.R.S.
LAKATOS, Imre.
1983. La Metodologa de los Programas de Investigacin Cientfica. Madrid, Alianza.
LAKOFF, George y Mark JOHNSON.
1986. [1980]. Metforas
Ctedra.

de

la

vida

cotidiana,

Madrid,

LAKOFF, George.
1975. "Hedges: A study in meaning criteria and the logic of
fuzzy
concepts",
en
Donald
Hockney
y
otros
(eds.),
Contemporary Research In Philosophical Logic and Linguistic
Semantics, Dordrecht, Reidel, 221-271.
LAKOFF, George.
1977. "Linguistic gestalts", Proceedings of the 13th. Annual
Meeting of the Chicago Linguistic Society.
LAMBERT, K.
1969. "Logical truth and microphysics", en K. Lambert (ed.),
The Logical Way of Doing Things, New Haven, Yale University
Press.
LANCY, David J. y Andrew J. STRATHERN.
1981. "Making Twos: Pairing as an alternative to the
taxonomic mode of representation", American Anthropologist,
v.83, pp.773-795.
LASSEZ, J.-L. y M. MAHER.
1983. "The denotational semantics of Horn clauses as a production system", Proceedings of the AAAI Conference, Los
Altos, William Kaufmann, pp.229-231.
LAUDAN, H.
1977. Progress and its Problems: Towards a Theory of
Scientific Growth. Berkeley, University of California Press.
LEACH, Edmund.
1971. [1961] Replanteamiento de la Antropologa, Barcelona,
Seix Barral.

784

LEECH, Geoffrey.
1985. Semntica, Madrid, Alianza, 2 edicin.
LEHNERT, Wendy G.
1982. "Plot Units: A narrative summation
Lehnert y Ringle (eds.), Op.cit., pp.375-412.

strategy",

en

LEVESQUE, H.J.
1981. "The interaction with incomplete knowledge bases: A
formal treatment", Proceedings of the IJCAI-81, pp.240-245.
LEVI-STRAUSS, Claude.
1946. "French Sociology", en G. Gurvitch y W.E. Moore (eds.),
Twentieth Century Sociology, N. York, Philosophical Library,
pp. 503-537.
LEVI-STRAUSS, Claude.
1964. "Criteria of Science in the Social and Human
Disciplines". International Social Science Journal 16, pp.
534-552.
LEVI-STRAUSS, Claude.
1973 [1955]. Tristes Trpicos, Buenos Aires, Eudeba, 2 edicin.
LEVI-STRAUSS, Claude.
1973 [1958]. Antropologa Estructural, Buenos Aires, Eudeba,
5 edicin.
LEVINE, Daniel S.
1989. "The Third Wave in Neural
v.4(12), diciembre, pp.27-33.
LEWIS, David.
1972. We,
Press.

the

navigators,

Networks",

Australian

National

AI

Expert,

University

LEWIS, David.
1976. "Observations on route finding and spatial orientation
among the aboriginal peoples of western desert region of
Central Australia", Oceania, 46 (4), 249-282.
LI, D.
1984. A PROLOG Database System, Londres, Research Studies
Press.
LLOYD, J.W.
1984. Foundations of Logic Programming, Nueva York, SpringerVerlag.

785

LWENHEIM, Leopold.
1915. "ber Mglichkeiten im Relativkalkl", Mathematische
Annalen,
v.76,
pp.447-470
[traduccin
inglesa:
"On
possibilities in the calculus of relatives", en Jean Van
Heijenoort (ed.), From Frege to Gdel. A source book in
mathematical logic 1879-1941, Cambridge, Harvard University
Press, 1967).
LOFTUS, E.F., D.G. MILLER y H.J. BURNS.
1978. "Semantic integration of verbal information in a visual
memory test", Journal of Experimental Psychology: Human
Learning and Memory, 4, 19-31.
LUKASIEWICZ, J.
1967. "Many-valued systems of Propositional Logic", en S.
McCall (ed.), Polish Logic, Oxford, Oxford University Press.
LYONS, John.
1980. Semntica. Barcelona, Teide.
MACKAY, Donald M.
1954. "On comparing
Scientist, v.42.

the

MAC RANDAL, Damian

1988. "Semantic Networks",
(eds.), Op.cit., pp.45-80.

brain

en

with

G.A.

machines",

Ringland

American

D.A.

Duce

MAIER, David y David S. WARREN.

1988. Computing with Logic. Logic programming with PROLOG,
Menlo Park, The Benjamin/Cummings Publishing Company.
MALPAS, John.
1987. PROLOG. A Relational Language and its applications,
Englewood-Cliffs, Prentice-Hall.
MANDLER, Jean M. y N.S. JOHNSON.
1977. "Remembrance of thing passed: Story
recall". Cognitive Psychology 9, pp.111-151.
MARANDA, Elli Kngs y Pierre MARANDA.
1971. Structural Models in Folklore
Essays. La Haya, Mouton.

and

structure

and

Transformational

MARANDA, Pierre.
1966. "Computers in the bush: Tools for the Automatic
Analysis of Myths", Proceedings of the American Ethnological
Society, pp.77-83.

786

MARANDA, Pierre.
1973. "Cendrillon: Thorie des graphes et des ensembles", en
Claude Chabrol (ed.), Smiotique narrative et textuelle,
Pars, Larousse, pp. 122-136.
MARANDA, Pierre.
1989. "Imagination: A necessary input to artificial intelligence", Semiotica, v. 77(1-3), pp.225-238.
MARANDA, Pierre.
1968. "Analyse quantitative et qualitative de mythes sur
ordinateur", en Calcul et Formalisation dans les Sciences de
l'Homme, Pars, CNRS, pp.79-92.
MARSHALL, Mac y Mark BORTHWICK.
1974. "Consensus, dissensus, and Guttman scales: The Namoluk
case", Southwestern Journal of Anthropology, v.30, pp.257270.
MARTELLI, A. y U. MONTANARI.
1982. "An efficient unification algorithm". ACM Transactions
on Programming Languages and Systems, v.4(1).
MARTIN, David F.
1972. "Lenguaje Formales y sus Autmatas", en L. Presser, A.
Crdenas y M. Marn, Ciencias de la Computacin, Mxico,
Limusa-Wiley, v.II, pp.113-168.
MARUYAMA, Magoroh.
1980. "Mindscapes and science theory", Current Anthropology",
v. 21(5), pp.589-608.
MAYER, Richard E.
1985. [1981]. El futuro de la psicologa cognitiva, Madrid,
Alianza.
McCARTHY, John.
1980. "Circumscription - A form of non-monotonic reasoning",
Artificial Intelligence, 13, pp.27-39.
McCLURE, E.
1976. Ethnoanatomy in a multilingual community. An analysis
of semantic change, American Ethnologist, v.3, 525-542.
McCORD, Michael.
1987. "Natural Language Processing in PROLOG' en A. Walker
(ed.), Op.cit., pp.291-402.
McCORDUCK, Pamela.
1979. Machines who Think. San Francisco, Freeman.

787

McDERMOTT, Drew y Jon DOYLE.

1980. "Non-monotonic logic I", Artificial Intelligence, 13,
pp. 41-72.
McDERMOTT, Drew.
1982a.
"Non-monotonic
logic
II:
Non-monotonic
theories", Journal of the ACM, v.29(1), pp.34-57.
McDERMOTT, Drew.
1982b. "A Temporal Logic for Reasoning about
Plans", Cognitive Science, v.6, pp.101-155.

modal

Process

and

MELETINSKIJ, Eleazar.
1971. "Structural-typological study of the Folktale", Genre,
4.
MERTON, Thomas.
1967. "The bearing of sociological theory on empirical
research", en On Theoretical Sociology, Nueva York, Free
Press.
MERVIS, C.B. y Eleanor ROSCH.
1981. Categorization of natural objects, Annual Review of
Psychology, 32, 89-115.
MILLER, Frank C.
1965. "Culture change as decision-making: A tzotzil example",
Ethnology, v.4, pp.53-65.
MILLER, George A.
1983. (1956) "El mgico nmero 7, ms o menos 2. Algunas
limitaciones en nuestra capacidad para el procesamiento de la
informacin",
en
M.V.
Sebastin
(comp.),
Lecturas
de
Psicologa de la Memoria, Madrid, Alianza, pp.127-153.
MILLER, James Grier.
1978. Living Systems. Nueva York, McGraw-Hill.
MINSKY, Marvin.
1987. "Lneas L: Una teora de la memoria", en Donald Norman
(ed.), Op.cit., pp.109-128.
MINSKY, Marvin.
1975. "Frame-system theory", en R.C. Schank y B.L. Nashwebber
(eds.), Theorical issues in natural language processing, Cambridge, MIT Press.
MINSKY, Marvin.
1981. "A framework for representing knowledge", en J.
Haugeland, Mind Design, Cambridge, MIT Press.

788

MINSKY, Marvin.
1986. La Sociedad de la Mente. La inteligencia humana a la
luz de la Inteligencia Artificial, Buenos Aires, Galpago.
MITCHELL, J. Clyde.
1969. Social Networks in
Manchester University Press.

Urban

MOORE, Dan.
1978. "Simulation languages for
Hodder (ed.), Op.cit., pp. 11-19.

Situations,

Manchester,

archaeologists",

MOORE, J. y Allen NEWELL.

1973. "How can MERLIN understand?", en L.
Knowledge and Cognition, Baltimore, Erlbaum.

Gregg

en

Ian

(ed.),

MOORE, R.C.
1980. "Reasoning about knowledge and action", SRI Technical
Note 191, Menlo Park.
MOORE, R.C.
1984. "Possible-world semantics for auto-epistemic logic",
Proceedings of the AAAI-Workshop on Non-Monotonic Reasoning,
Nueva York, octubre, pp.344-354.
MOORE, R.C.
1985. "Semantical Considerations on non-monotonic logic", Artificial Intelligence, v.25(1), pp.75-94.
MOORE, R.C.
1988. "Autoepistemic logic", en P. Smets et al (eds.), NonStandard Logics for Automated Reasoning, Londres, Academic
Press, pp. 105-136.
MOULOUD, Nol.
1969. "El mtodo de las ciencias de estructuras y los
problemas
del
conocimiento
racional",
en
Aa.Vv.,
Estructuralismo y Marxismo, Buenos Aires, Martnez Roca,
pp.23-45.
MOUTA, Fernando, M. Howard WILLIAMS y Jose Maia NEVES.
1988. "Implementing query languages in PROLOG", en P.M.D.
Gray y R.J. Lucas (eds.), Op.cit., pp.13-21.
MURRAY, S.O.
1983. "Fuzzy sets and abominations", Man, n.s., v.18, pp.
396-399.
NAGEL, Ernest.
1981. [1961] La Estructura de la Ciencia. La lgica de la investigacin cientfica. Barcelona, Paids.

789

NAROLL, Raoul y Ronald COHEN (ed.).

1970. A Handbook of Method in Cultural Anthropology, Garden
City, Natural History Press.
NEEDHAM, Rodney.
1975.
"Polythetic
Classification:
Convergence
Consequences", Man, n.s. v.10, pp.349-369.
NEGOITA, Constantin Virgil.
1985.
Expert Systems
Benjamin/Cummings.

and

Fuzzy

Systems.

Menlo

and

Park,

NEISSER, Ulrich.
1963. The imitation of man by machine, Science, 139, 193-197.
NEISSER, Ulrich.
1976. Cognition and reality, San Francisco, Freeman.
NEWELL, Allen y Herbert A. SIMON.
1956. "The Logic Theory Machine", IRE
Information Theory, v.2 , n 3, pp.61-79.

Transactions

on

NEWELL, Allen y Herbert SIMON.

1972. Human problem solving, Englewood Cliffs, Printice-Hall.
NEWELL, Allen, Herbert SIMON y John C. SHAW.
1958. Elements of a theory of human problem solving, Psychological Review, 65, 151-166.
NIDDITCH, P.H.
1987. El desarrollo de la lgica matemtica, Madrid, Ctedra.
NORMAN, Donald A (ed.).
1987. Perspectivas de la Ciencia Cognitiva, Barcelona, Paids.
NORMAN, Donald A.
1982. Learning and memory, San Francisco, Freedman.
NUTE, Donald y M. LEWIS.
1986. d-PROLOG: A user's Manual, Research Report 01-0016,
Advanced
Computational
Methods
Center,
Universidad
de
Georgia.
NUTINI, Hugo G.
1965. "Some considerations on the nature of social structure
and model building: A critique of Claude Lvi-Strauss and
Edmund Leach", American Anthropologist, v.67, pp. 707-731.

790

O'KEEFE, R.A.
1983. "Programming meta-logical operations in PROLOG", DAI
Working Paper N 142, Universidad de Edinburgo.
O'NEILL, Dennis.
1984. "Archaeological uses of Microcomputers with 'off the
rack' Software". American Antiquity, v.49(4), pp.809-814.
OHNUKI-TIERNEY, Emiko.
1969. "Concepts of time among the Ainu of the Northwest Coast
of Sakhalin", American Anthropologist, v.71(3).
ORE, Oystein.
1963. Graphs and their uses, Nueva York, Random House.
OTTENBERG, Simon.
1973. Revisin crtica de J. Clyde Mitchell, Social Networks
in Urban Situations, (Manchester, Manchester University
Press, 1969), American Anthropologist, v. 75, pp.946-948.
OUELLET, Pierre (ed.).
1989.
Edicin
especial
de
Semiotica,
Inteligencia Artificial, v.77, N1-3.

dedicada

PARAIN-VIAL, Jean.
1969. Analyses
Pars, Privat.

structuralistes.

structurales

et

idologies

la

PAREDES, J. Anthony y M.J. HEPBURN.

1976.
"The
split
brain
and
the
culture-and-cognition
paradox", Current Anthropology, v.17, pp.121-127.
PARSAYE, Kamran.
1988. "Acquiring & Verifying knowledge automatically", AI Expert, 3(5), mayo, pp.48-63.
PATERSON, M.S. y M.N. WEGMAN.
1978. "Linear Unification", Journal of Computer and System
Sciences, v.16, pp.158-167.
PEDERSEN, Ken.
1989. Expert Systems Programming: Practical Techniques for
Rule-based Systems, Nueva York, Wiley.
PHELPS, Robert I. y P.B. MUSGROVE.
1986. "Artificial Intelligence Approaches in Statistics", en
W. Gale (ed.), Op.cit., pp.159-172.
PIAGET, Jean.
1974. El Estructuralismo. Barcelona, Oikos-Tau.

791

PIKE, Kenneth.
1954. Language in relation to a unified theory of human behavior, La Haya, Mouton, 2 edicin (1967).
POLYA, G.
1957. How to solve it, Nueva York, Doubleday Anchor Books.
POPPER, Karl.
1962 [1934]. La
Madrid, Tecnos.
POPPER, Karl.
1988 [1972].
Edicin.

Lgica

de

Conocimiento

la

Investigacin

Objetivo,

Madrid,

Cientfica,

Tecnos,

PRESTON, R.J.
1966. North American Trees, Cambridge, MIT Press.
PRICE, D.J.S.
1961. Science
Press.

since

Babylon,

New

Haven,

Yale

University

PRINCE, Gerald.
1973. A Grammar for Stories, La Haya, Mouton.
PRINCE, Gerald.
1980. "Aspects of a Grammar of Narrative", Poetics Today,
pp.49-63.
PRIOR, Arthur N.
1957. Time and Modality, Londres, Oxford University Press.
PRIOR, Arthur N.
1967. Past, present and future, Londres, Oxford University
Press.
PRIOR, Arthur N.
1968. Papers on time and tense. Londres, Oxford University
Press.
PROPP, Vladimir.
1972. Morfologa del Cuento, Buenos Aires, Juan Goyanarte.
PUTNAM, Hilary.
1983. Realism and reason: Philosophical Papers, v. 3, Cambridge, Cambridge University Press.
PUTNAM, Hilary.
1984. After Ayer, after empiricism, Partisan Review, v.2,
265-267.
PYLYSHIN, Zenon.
1983. La naturaleza simblica de las representaciones
mentales, en M.V. Sebastin (ed.), Op.cit., 367-384.
792

PYLYSHYN, Zenon.
1975. Minds, machines and phenomenology: some reflections of
Dreyfus' "What computers can't do", Cognition, 3 (1), 57-77.
QUILLIAN, M. Ross
1966. "Semantic Memory", Tesis Doctoral Indita, Pittsburgh,
Carnegie Institute of Technology.
QUINE, Willard Van Orman.
1960. Word and Object, N.York, Wiley.
QUINE, Willard Van Orman.
1984. Filosofa de la Lgica, Madrid, Alianza.
QUINN, Naomi.
1975. "Decision models of social structure", American Ethnologist, v.2(1), pp.19-46.
QUINN, Naomi.
1976.
"A
natural
system
used
in
Mfantse
litigation
settlement", American Ethnologist, v.3, pp.331-351.
QUINN, Naomi.
1979. A cognitive anthropologist looks at American marriage,
ponencia presentada en el 78th Annual Meeting, American Anthropological Association, noviembre.
RABEN, Joseph, Shigeharu SUGITA y Masatoshi KUBO (eds.).
1987. Toward a Computer Ethnology, Osaka, National Museum of
Ethnology.
RADCLIFFE-BROWN, A.R.
1931. "The Social
Oceania, v.I.

Organization

of

Australian

Tribes",

RANDALL, Robert.
1976. "How tall is a taxonomic tree: Some evidence for dwarfism", American Ethnologist, v.3(3), pp.543-553.
RANDALL, Robert A.
1977. Change and variation in Samal fishing: making plans to
"make a living" in the Southern Philippines, Berkeley,
University of California Press.
RAPHAEL, Bertram.
1984. El Computador Pensante. Introduccin a la Informtica
para Psiclogos y Humanistas, Madrid, Ctedra.

793

RAPOPORT, Anatol.
1984. "Los Usos del Isomorfismo Matemtico en la Teora
General de Sistemas", en Bertalanffy y otros, Op.cit., pp.5494.
RAPPAPORT, Roy.
1987. Cerdos para los Antepasados. El ritual en la ecologa
de un pueblo de Nueva Guinea, Madrid, Siglo XXI.
READ, Dwight.
1974. "Some comments on the use of mathematical models in Anthropology", American Antiquity, v.39(1), pp.3-15.
READING, Hugo F.
1983.
"Artificial
Intelligence",
Correspondence, pp. 183-185.
REICHENBACH, Hans.
1944.
Philosophic
Foundations
California University Press.

of

Man,

v.18(1),

Quantum

Mechanics,

REITER, Raymond y G. CRISCUOLO.

1981. "On interacting defaults", Proceedings of the IJCAI-81,
pp. 270-276.
REITER, Raymond.
1980. "A logic for default
telligence, v. 13, pp.81-132.

reasoning",

Artificial

In-

RESCHER, Nicholas y A. URQUHART.

1971. Temporal Logic, Berln, Springer-Verlag.
RESCHER, Nicholas.
1966. The Logic of Commands, Londres, Routledge and Kegan
Paul, [N.York, Dover].
RESCHER, Nicholas.
1969, Many-valued logic, N. York, McGraw-Hill.
REYNOSO, Carlos.
1977.
Tantrismo
y
Psicoanlisis.
antropolgica. Manuscrito indito.

Una

perspectiva

REYNOSO, Carlos.
1986a. Crtica de la Razn Binaria: Cinco razones lgicas
para desconfiar de Lvi-Strauss. Buenos Aires, Segundo
Congreso Argentino de Antropologa Social.
REYNOSO, Carlos.
1986b. Teora, Historia y Crtica
Cognitiva, Buenos Aires, Bsqueda.

de

la

Antropologa

794

REYNOSO, Carlos.
1990a. Introduccin a la Antropologa Comparativa (MS).
REYNOSO, Carlos.
1990b. El Lado Oscuro de la Descripcin Densa.
Tercer Congreso Argentino de Antropologa Social.

Rosario,

REYNOSO, Carlos.
1990c. Notas para una Crtica de la Epistemologa. Rosario,
Tercer Congreso Argentino de Antropologa Social.
RICE, Elizabeth.
1980. "On Cultural
pp.152-171.

Schemata",

American

Ethnologist,

v.7,

RICH, Kelly M. y Phillip R. ROBINSON.

1988. Using Turbo PROLOG, Berkeley, Osborne-McGraw-Hill.
RICHARDS, J. D. y N.S. RYAN.
1985. Data processings in archaeology, Cambridge, Cambridge
University Press.
RINGLAND, Gordon.
1988. "Structured Object Representation - Schemata and
Frames", en G. Ringland y D. Duce (eds.), Op.cit., pp.81-99.
RINGLAND, Gordon y David DUCE (eds.).
1988.
Approaches
to
Knowledge
Introduction, Nueva York, Wiley.

Representation.

An

RIVERS, William Halse Rivers.

1975. "El Mtodo Genealgico de Investigacin Antropolgica",
Jos Llobera (ed.), La Antropologa como Ciencia, Barcelona,
Anagrama, pp.85-96.
ROBINSON, J.A.
1965. "A machine-oriented logic based on the
principle", Journal of the ACM, v.12, pp. 23-41.

resolution

ROBINSON, J.A.
1979. Logic: Form and Function, Nueva York, Elsevier-North
Holland.
ROSALDO, Renato.
1988. Culture and Truth. The Remaking of Social Analysis.
Boston, Beacon Press.
ROSCH, Eleanor Heider.
1972. Probabilities, sampling, and ethnographic method: The
case of Dani colour names, Man, n.s., 7(3), 448-466.
795

ROSCH, Eleanor.
1973a. Natural categories, Cognitive Psychology, 4, 328-350.
ROSCH, Eleanor.
1973b. On the internal structure of perceptual and semantic
categories, en T.E. Moore (ed.), Cognitive development and
the acquisition of language, Nueva York, Academic Press.
ROSCH, Eleanor.
1974a.
Universals
and
cultural
specifics
in
human
categorization, en W.S. Lonner y R. Brislin (eds.), Crosscultural perspectives on learning, Londres, Sage.
ROSCH, Eleanor.
1974b. Linguistic relativity, en A. Silverstein (ed.), Human
communication. Theoretical perspectives, Hillsdale, Erlbaum.
ROSCH, Eleanor.
1975a. Cognitive representations of semantic categories,
Journal of Experimental Psychology, General, 104 (3), 192233.
ROSCH, Eleanor.
1975b. Cognitive reference points, Cognitive Psychology, 7,
532-47.
ROSCH, Eleanor.
1977. Human categorization, en N. Warren (comp.), Advances in
cross-cultural psychology, v. I, Londres, Academic Press.
ROSCH, Eleanor.
1978. Principles of categorization, Hillsdale, Erlbaum.
ROSCH, Eleanor y C.B. MERVIS.
1975. "Family resemblances: Studies in the internal structure
of categories", Cognitive Psychology, v.7, pp. 575-605.
ROSCH, Eleanor, C.B. MERVIS, W.D. GRAY, D.M. JOHNSON y P. BOYESBRAEN.
1976. Basic objects in natural categories, Cognitive
Psychology, 8, 382-439.
ROTHENBERG, Jeff.
1989. "The Nature of Modeling", en L. Widman, K. Loparo y N.
Nielsen (eds.), Op.cit., pp.75-92.
RUDNER, Richard.
1973. Filosofa de la Ciencia Social, Madrid, Alianza.
RUMELHART, David.
1975. Notes on a schema for stories, en D. Bobrow y A.
Collins (eds.), Op.cit., 211-236.

796

RYLE, Gilbert.
1960. Dilemmas, Cambridge, Cambridge University Press.
SAHLINS, Marshall.
1976. Culture and Practical Reason. Chicago, University of
Chicago Press.
SALMON, Merilee.
1978. "Do Azande and Nuer use a non-standard logic?", Man,
n.s., v.13, pp. 444-455.
SALMON, Merillee y Wesley SALMON.
1979.
"Alternative
models
of
American Anthropologist, v.81.

scientific

explanation",

SANCHEZ MAZAS, M.
1970. Clculo de las Normas, Barcelona, Ariel.
SANDAY, Peggy.
1968. "The 'Psychological Reality' of American-English
kinship terms: An information-processing approach", American
Anthropologist, v.70, pp.509-523.
SANJEK, Roger.
1974. "What is network analysis and what is it good for?",
Reviews in Anthropology, v.1, pp. 588-597.
SCHAFFER, David J (ed.).
1989. Proceedings of the 3rd International
Genetic Algorithms, Morgan Kauffmann.
SCHANK, Roger.
1975. The structure of
Collins (eds.), Op.cit.
SCHANK, Roger C.
1987. "Lenguaje
pp.129-178.

episodes

Memoria",

en

SCHANK, Roger C. y Robert P. ABELSON.

1987.
[1977]
Guiones,
planes,
Barcelona, Paids.

in

D.

memory,

Norman

metas

Conference

en

(ed.),

Bobrow

on

Op.cit.,

entendimiento,

SCHILDT, Herbert.
1988. Turbo PROLOG. Programacin Avanzada. Madrid, McGrawHill /Interamericana de Espaa.
SCHNUPP, Peter y Lawrence W. BERNHARD.
1987.
Productive
PROLOG
Programming.
Englewood-Cliffs International.

Hertfordshire,

797

SCHOLTE, Bob.
1973. "The structural anthropology of Claude Lvi-Strauss",
en John Honigmann (ed.), Handbook of Social and Cultural
Anthropology, Chicago, Rand McNally, pp.637-716).
SCHUSTER, Flix.
1982. Explicacin y Prediccin. Buenos Aires, CLACSO.
SEARLE, John R.
1980. "Minds, brains and programs", The Behavioral and Brain
Sciences, v.3., pp.417-457.
SEARLE, John R.
1990. "Es la mente un programa informtico?", Investigacin
y Ciencia, n 162, pp.10-16.
SEBASTIAN, Mara Victoria (comp.).
1983. Lecturas de psicologa de la memoria, Madrid, Alianza.
SEBEOK, Thomas A. y Jean UMIKER-SEBEOK.
1987 [1979]. Sherlock Holmes y Charles S. Peirce. El mtodo
de la investigacin. Barcelona, Paids.
SHAPIRO, Ehud Y.
1984. "Alternation and the computational complexity of Logic
Programs", Journal of Logic Programming, v.1, pp.19-33.
SHAPIRO, Ehud Y.
1986. "Systems Programming in Concurrent PROLOG", en van Caneghem y Warren, Logic Programming and its Applications,
Norwood, Ablex, pp.50-74
SHAW, M.L.
1982, "PLANET: Some experience in creating an integrated
system for repertory grid application on a microcomputer",
International Journal of Man-Machine Studies.
SHERZER, J.
1977. Semantic systems, discourse structure, and the ecology
of language, en R.W. Fasold y R.W. Shuy (eds.), Studies in
lenguage variation, Washington, Georgetown University Press,
283-293.
SHIPLEY, Chris.
1989. "Whatever happened to AI?", PC Computing, marzo, pp.
64-74
SHORE, John.
1988. El algoritmo Sachertorte y otros antdotos contra la
ansiedad que provoca el ordenador. Madrid, Alianza.

798

SHOSHAM, Y.
1987. "Temporal Logics in AI: Semantical and ontological considerations", AI Journal, v.33, pp.89-104.
SHULMAN, Norman.
1976. "Network analysis: A new addition to an old bag of
tricks", Acta Sociologica, v.19(4).
SHWEDER, Richard.
1984.
"Anthropology's
Romantic
Rebellion
against
the
Enlightment, or there's more to thinking than reason and evidence", en R. Shweder y Robert A. LeVine (eds.), Culture
Theory. Essays on Mind, Self, and Emotion, Cambridge,
Cambridge University Press, pp.27-66.
SIEKMAN, J.H.
1989. "Unification Theory", en C. Kirchner (ed.), Op.cit.
SIEKMAN, J.H.
1989.
"The
History
of
Deduction
Systems
and
Some
Applications", en Blsius y Brckert (eds.), Op.cit., pp.1136.
SIMON, Herbert A.
1987. "Ciencia Cognitiva: La ms nueva ciencia de lo artificial", en Donald A. Norman (ed.), Perspectivas de la Ciencia
Cognitiva, Barcelona, Paids, pp.25-40.
SIMPSON, Thomas Moro.
1975. Formas Lgicas,
Eudeba, 2 edicin.

Realidad

Significado.

Bs.

As.,

SINGLETON, Paul y Colin FARRIS.

1988. "Software Configuration Management using PROLOG". En
Gray y Lucas (eds.), Op.cit., pp.340-356.
SKINNER, Burrhus Frederic.
1953. Science and Human Behavior, N.York, Macmillan.
SMITH, Peter.
1988. Expert Systems development in PROLOG and Turbo PROLOG,
Nueva York, Sigma Press.
SMITH, T.R., J.W. PEREGRINO y R.G. GOLLEDGE.
1982. Computational process modeling of spatial cognition and
behavior, Geograph. Anal., 14, pp 305-325.
SMUYLLAN, R.M.
1968. First-Order Logic, Berln, Springer Verlag.

799

SOTO, Pilar y Mara Victoria SEBASTIAN.

1983. Conocimiento
Op.cit., 296-304.

memoria,

en

M.V.

Sebastin

(ed.),

SOWA, John F.
1984. Conceptual Structures: Information processing in mind
and machine. Reading, Addison-Wesley.
SOWA, John F.
1987. "A Prolog to PROLOG", en Adrian Walker (ed.), Op.cit.,
pp. 25-108.
SPERBER, Dan.
1978. [1974] El simbolismo en general. Barcelona, Anthropos.
SPERBER, Dan.
1979. "La pense symbolique, est-elle pr-rationelle?". en M.
Izard y P. Smith (eds.), La Fonction Symbolique, Pars,
Gallimard, pp. 17-42.
SPILLMAN, Richard.
1990. "Managing uncertainty
Expert, v5(5), mayo, pp.44-49.

with

belief

functions",

AI

SPIRO, Melford.
1984.
"Some
reflections
on
cultural
determinism
and
relativism with special reference to emotion and reason", en
R. Shweder y R. LeVine (eds.), Culture Theory. Essays on
Mind, Self, and Emotion, Cambridge, Cambridge University
Press, pp.232-346.
STABLER, E.P.
1986. "Object-oriented programming in PROLOG", AI Expert, octubre, pp.46-57.
STEFFLRE, Volvey, Peter REICH y Marlys McCLARAN-STEFFLRE.
1971. "Some eliciting and computational procedures for
descriptive semantics", en Paul Kay (ed.), Op.cit., pp.79116.
STEFIK , M. y D.G. BOBROW.
1986. "Object-oriented programming: Themes and Variations",
AI Magazine, 6(4), pp.40-62.
STERLING, Leon y Ehud SHAPIRO.
1987. The Art of PROLOG, Cambridge, MIT Press.
STERNBERG, R.J.
1977. Intelligence, information
reasoning, Nueva York, Barron.

processing,

and

analogical

800

STEWART, Ann Harleman.

1976. Graphic representation of models in linguistic theory.
Bloomington, Indiana University Press.
STEWART, Ann Harleman.
1987. Models of narrative structure, Semitica, 64, 83-97.
STRATHERN, Marilyn.
1987.
"Out
of
context:
The
persuasive
fictions
Anthropology", Current Anthropology, 28(3), pp. 251-281.
SUPPES, Patrick.
1988. Estudios de
Madrid, Alianza.

Filosofa

Metodologa

de

la

of

Ciencia.

TARSKI, Alfred.
1936. "On the concept of logical consequences", reimpreso en
Logic, Semantics, Metamathematics, Oxford, Clarendon, pp.409420.
TARSKI, Alfred.
1954. "Contributions to the Theory of Models", I y
Koninkl. Ned. Akad. Wetensch. Proc., v.57, pp.572-578.

II,

TATJE, Terrence.
1970. "Problems of Concept Definition for Comparative
Studies", en Naroll y Cohen (eds.), Op.cit., pp.689-696.
TELLO, Ernest R.
1988. Mastering AI tools and techniques, Indianpolis, Howard
W. Sams & Company.
TenHOUTEN, Warren D. y Charles D. KAPLAN.
1973. Science and its mirror image: A theory on inquiry,
Nueva York, Harper and Row.
THAYSE, Andr.
1988. From Standard Logic to Logic Programming, Chichester,
John Wiley & Sons.
THOMPSON, Richard A.
1973. "A Theory of Instrumental Social Networks", Journal of
Anthropological Research, v.29, pp.244-265.
TODOROV, Tzvetan.
1977. The poetics of prose, Ithaca, Cornell University Press.
TOREN, Christina.
1983. "Thinking Symbols: A Critique of Sperber (1979)", Man,
n. s., v.18, pp.260-268.

801

TOULMIN, Stephen.
1977. [1972] La Comprensin Humana. Madrid, Alianza.
TOURETZKY, D.S.
1986. The Mathematics of Inheritance Systems. Research Notes
in Artificial Intelligence, Londres, Pitman.
TOWNSEND, Carl.
1986. Introduction to Turbo PROLOG, San Francisco, Sybex.
TRABASSO, Tom.
1975. Representation, memory, and reasoning: How do we make
transitive
inferences?,
Minnesota
Symposium
on
Child
Psychology, v. 9, Minneapolis, University of Minnesota Press.
TROWBRIDGE, C.
1913. "On fundamental methods of orienting and 'imaginary
maps'", Science, 38, 888-897.
TURNER, Stephen P.
1984 [1980]. La Explicacin Sociolgica
Mxico, Fondo de Cultura Econmica.

como

Traduccin.

TURNER, Victor.
1974. Dramas, fields, and metaphors. Symbolic action in human
society. Ithaca, Cornell University Press.
TYLER, Stephen A.
1969.
"Introduction",
en
S.
Tyler
(ed.),
Cognitive
Anthropology, Nueva York, Holt, Rinehart and Winston, pp.127.
TYLER, Stephen A.
1978. The Said and the Unsaid. Mind, Meaning, and Culture.
Nueva York, Academic Press.
TYLER, Stephen A.
1984. "The vision quest in the West, or What the mind's eye
sees", Journal of Anthropological Research, v.40, pp.23-40.
TYLER, Stephen A.
1987. The Unspeakable: Discourse, Dialogue and Rhetoric in
the Postmodern World, Wisconsin, University of Wisconsin
Press.
UEDA, K.
1985. "Guarded Horn Clauses". Technical Report TR-103 ICOT
(Institute for the New Generation Computer Technology),
Tokyo.
VAN DIJK, Teun.
1980. Story comprehension: An introduction. Poetics, 9, pp.121.
802

Van EMDEN, M.
1982. "Warren's doctrine on the slash", Logic Programming
Newsletter, diciembre.
Van FRAASEN, B.C.
1969. "Presuppositions, superevaluations, and free logic" en
K. Lambert (ed.), The Logical Way of Doing Things, New Haven,
Yale University Press.
VANDEGINSTE, Pierre.
1987. "Las aplicaciones de
Cientfico, 7(65), pp.50-64.

los

Sistemas

Expertos",

Mundo

VAZQUEZ, Hctor.
1988. Etnologa del Conocimiento, Rosario, UNR.
VERON, Eliseo.
1971. "Condiciones de produccin, modelos generativos y manifestacin ideolgica". En E. Veron (comp.), El Proceso Ideolgico, Buenos Aires, Tiempo Contemporneo, pp.251-292.
VOGT, Evon Z.
1960. "On the concept of structure and process in cultural
anthropology", American Anthropologist, v.62, pp.18-33.
von BERTALANFFY, Ludwig.
1982. Perspectivas en la Teora General de Sistemas. Madrid,
Alianza.
von BERTALANFFY, Ludwig.
1984. "Historia y situacin de la Teora General
Sistemas", en G.J. Klir (ed.), Op.cit., pp.29-53.

de

Von WRIGHT, G.H.

1951. "Deontic Logic", Mind, LX, pp.1-15.
Von WRIGHT, G.H.
1979. [1970] Norma
Madrid, Tecnos.

Accin.

Una

investigacin

Lgica,

Von WRIGHT, G.H.

1967. [1963] Lgica de la Preferencia, Bs.As., Eudeba.
VYGOTSKY, Lev Semenovich.
1962. Thought and Language. Cambridge, MIT Press [versin
espaola del original ruso: Lenguaje y Pensamiento, Buenos
Aires, La Plyade, 1987].
WALKER, Adrian (ed.).
1987. Knowledge Systems and PROLOG. A logical approach to
Expert Systems and Natural Language Reasoning, Reading,
Addison-Wesley.

803

WARTOFSKY, Marx W.
1978. Introduccin a
Alianza, 3 edicin.

la

filosofa

de

la

ciencia,

Madrid,

WEISKAMP, Keith y Terry HENGL.

1988. Artificial Intelligence Programming with Turbo PROLOG,
Nueva York, Wiley.
WERNER, Oswald.
1982. "Microcomputers in Cultural Anthropology", Byte, julio,
pp. 250-280.
WEST, Stanley.
1978. Comentario
pp.758-759.

Rodin,

Michaelson

Britan,

Op.cit.,

WHITTEN, Norman E. Jr. y Alvin W. WOLFE.

1974. "Network Analysis", en J. Honigmann (ed.), Handbook of
Social and Cultural Anthropology, Chicago, Rand McNally,
pp.717-746.
WHYTE, Lancelot Law, Albert G. WILSON y Donna WILSON.
1973. Las estructuras jerrquicas, Madrid, Alianza.
WIDMAN, Lawrence E., Kenneth LOPARO y Norman R. NIELSEN (eds.).
1989. Artificial Intelligence,
Nueva York, Wiley.

Simulation

and

Modelling,

WIERZBICKA, Anna.
1984. "Apples are not a kind of fruit. The semantics of human
categorization", American Ethnologist, v. 11, pp.313-328)
WILDEN, Anthony.
1979. Sistema y Estructura.
intercambio. Madrid, Alianza.

Ensayos

sobre

comunicacin

WILSON, B.R. (ed.).

1970. Rationality, Oxford, Blackwell.
WILSON, Robin J.
1983. Introduccin a la teora de grafos. Madrid, Alianza.
WILSON, S.W.
1987. "Classifier Systems and the Animat Problem", Machine
Learning, v. 2, pp.199-228.
WINOGRAD, Terry.
1987. Understanding Computers and Cognition. A new foundation
for desing. Reading, Addison-Wesley.

804

WITTGENSTEIN, Ludwig.
1953. Philosophical Investigations. Oxford, Blackwell.
WITTGENSTEIN, Ludwig.
1986. [1961] Diario
Planeta-Agostini.

Filosfico,

(1914-1916).

Barcelona,

WITTGENSTEIN, Ludwig.
1958. Preliminary studies for the "Philosophical
Investigations", generally known as The Blue and Brown Books,
Oxford, Blackwell.
WOLFE, Alvin.
1978. "The Rise of Network Thinking in Anthropology", Social
Networks, v.1, pp.53-64.
WOODS, William A.
1981. "Procedural Semantics as a Theory of Meaning", en
Aravind Joshi, Bonnie Webber e Ivan Sag (eds.), Elements of
Discourse Understanding, Cambridge, Cambridge University
Press, pp.300-334.
WUNDERLICH, D.
1977. "Assertions, conditional speech acts, and practical
inferences", Journal of Pragmatics, v.1(1), pp.13-45.
YAGER, Ronald R.
1981. "Concepts, theory, and techniques: A new methodology
for ordinal multiobjective decisions based on fuzzy sets",
Decision Sciences, v.12(4), octubre, pp.589-600.
YAMAMOTO, Yasunori.
1987. "Ethnologists and programming", en Raben et al, Op.cit,
pp. 175-178.
ZADEH, Lofti.
1965. "Fuzzy sets", Information and Control, v.8.
ZADEH, Lofti.
1975. "Fuzzy
v.30.

logic

and

approximate

reasoning",

Synthese,

ZANIOLO, C.
1984. "Object-oriented programming in PROLOG", Proceedings of
the 1984 International Symposium on Logic Programming,
Washington, IEEE Computer Society, pp.265-270.
ZEITLYN, D.
1984. "Contradictions
v.19, pp.788-789.

and

Alternative

Logics",

Man,

n.s.,

805

VII
APENDICES
APENDICE I: TEOREMAS LOGICOS FUNDAMENTALES
Los teoremas lgicos enumerados en este apndice comprenden una traza que lleva desde los
aspectos ms bsicos de la representacin a los lmites tericos del clculo de la inferencia, englobando en el marco de lo posible y demostrando as la viabilidad de la modelizacin de problemas
reales en trminos de lgica. La existencia de dicha traza resulta ser fundamental, habida cuenta de la
amplia publicidad que han merecido las impugnaciones del programa hilbertiano, en particular la llamada "prueba de Gdel" y el "teorema de indecidibilidad" de Church. No es slo la lgica la que
deber demostrar solidez de fundamentos y continuidad deductiva; las mismas exigencias se arrojan
sobre el clculo automtico de teoremas (ATP) o, como se dice hoy, programacin lgica, pues en
ciertos mbitos de reaccin tarda todava circulan rumores sobre su imposibilidad.
No interesa entonces enumerar una constelacin de teoremas y demostraciones que insinuaran,
al acumularse, la eventual plausibilidad de un proyecto aplicativo de la programacin lgica, sino
disponer en una lnea continua los principios formales que la hacen incuestionable. Hasta el
momento, los textos conocidos de programacin lgica no nos han proporcionado con la suficiente
nitidez el camino de la fundamentacin, aunque est por dems claro que ese camino existe. Las demostraciones a alinear son las siguientes, y en su enlace consiste el mapa del camino:
1) Consistencia de la lgica cuantificacional.
2) Completud del clculo de predicados (teorema de completud de Gdel y prueba de Henkin).
3) Decidibilidad de la lgica cuantificacional mondica (Lwenheim-Skolem), de las
formas normales prenexas polidicas y de las frmulas con cuantores uniformes (Bernays y Schonfinkel 1928).
4) Demostraciones de decidibilidad de diversas teoras a travs del algoritmo de unificacin
(Kirchner 1985, 1989; Siekman 1989; Blsius et al 1989:148-149).
No incluiremos en este apndice el desarrollo simblico de las demostraciones, por cuanto en
algunos casos las pruebas son extensas e imponen speros ejercicios de desciframiento; nos contentaremos con especificar primero las referencias a los anlisis demostrativos (que por otra parte constan
en papers y textos de dominio pblico) y con aclarar despus, sucintamente y siempre que venga a
cuento, el significado que tienen de cara a la implementacin de un sistema formal aplicado a una
ciencia emprica.
1) Consistencia de la lgica cuantificacional
Un sistema lgico es consistente si no es posible deducir de l un par cualquiera de enunciados
contradictorios. La demostracin de la consistencia de la lgica de predicados del primer orden se
obtiene recurriendo a una cierta reduccin de la misma a clculo de proposiciones y echando mano
806

de la idea de tautologa. Si en una frmula cuantificacional cualquiera (en la forma clsica de la

lgica de predicados, no en clusulas de Horn) se suprimen primero todos los cuantificadores y
smbolos de individuo y luego se reemplazan los trminos predicativos por trminos enunciativos, se
obtiene una frmula proposicional que, siguiendo a Church, podramos llamar frmula enunciativa
asociada a la frmula predicativa original. Se sabe que el sistema axiomtico subyacente al clculo
de proposiciones o de juntores es consistente, si bien dicho clculo es incompleto.
La consistencia del sistema lgico resultante de las operaciones anteriores se establece considerando que:
1) Sus axiomas o bien son tautologas, o bien tienen por frmula enunciativa asociada una
tautologa.
2) Sus reglas de inferencia transmiten la tautologicidad, lo cual es sencillamente una consecuencia del principio tautolgico elemental que establece la identidad de la implicacin.
El clculo de cuantores contiene la lgica proposicional, ya que las operaciones de eliminacin
de los signos de cantidad y el ligamento de variables no son sospechables. En PROLOG la
posibilidad de simular el clculo de proposiciones ha sido demostrada hasta el hartazgo por Maier y
Warren (1988), y multitud de libros de enseanza del lenguaje incluyen ejercicios ms o menos
elaborados de lgica proposicional (cf. Weiskamp y Hengl 1988:90-98). Desde el punto de vista de
su composicin, podra decirse que el lenguaje proposicional es un subconjunto neto del lenguaje de
predicados, pues las proposiciones no son sino constantes de predicado de aridez cero.
2) Completud del clculo de predicados
Ante todo, sincronicemos la terminologa: un clculo lgico ser correcto si slo permite
deducir frmulas vlidas; es suficiente (o completo) si permite deducir todas las frmulas vlidas; es
adecuado si es a la vez correcto y suficiente; es consistente si no hay ninguna sentencia o frmula tal
que tanto ella como su negacin sean deducibles; y es inconsistente o contradictorio si tanto una
sentencia o frmula como su negacin pueden deducirse.
La idea de completud pone en relacin el concepto semntico de verdad lgica con el concepto
sintctico de deducibilidad formal. Un sistema formal de lgica ser entonces completo si todas las
frmulas que representan verdades lgicas son formalmente deducibles en el sistema. La completud
de la lgica de predicados del primer orden fue demostrada por Gdel en 1930 (cf. Gdel 1981:2034), de modo que no es necesario insistir en que un sistema expresado en trminos de ese clculo es
completo.
En 1949 Leon Henkin present una prueba ms sencilla, que es la que normalmente sirve de
base a la exposicin del teorema en casi todos los manuales introductorios (cf. Garrido 1986:326337). Henkin estableci una nueva relacin que conecta sintaxis y semntica, y que compromete al
concepto (sintctico) de consistencia junto con la categora (semntica) de satisfacibilidad. El
concepto de satisfaccin fue elaborado en realidad por Tarski como instrumento semntico auxiliar
para definir el concepto de verdad. Todo conjunto de frmulas (y por supuesto, toda frmula) que sea
consistente es satisfacible. Esto quiere decir que dada una frmula o conjunto de frmulas referidas a
un universo, una interpretacin satisface a esa frmula o conjunto si, como resultado de esa
interpretacin, la o las frmulas se convierten en enunciados verdaderos.

807

3) Decidibilidad de la lgica cuantificacional mondica

Del teorema de satisfaccin de Henkin se deriva como corolario el importantsimo teorema de
Lwenheim y Skolem, que establece que si un conjunto de frmulas es simultneamente satisfacible
en cualquier dominio no vaco, entonces es simultneamente satisfacible en un dominio enumerable.
Otra consecuencia notable del teorema de satisfaccin es el teorema de compacidad: si todo conjunto
finito de enunciados es satisfacible, entonces ese conjunto es, todo l, satisfacible.
Pero el teorema ms fundamental de toda esta serie (y el que neutralizara, llegado el caso, las
consecuencias de los teoremas negativos de Gdel y Church que han demostrado la indecidibilidad
del clculo de predicados del primer orden) es el de Lwenheim (1915), que ha determinado que la
lgica cuantificacional mondica es decidible. Tras Lwenheim, Bernays y Schonfinkel lograron probar que existen clases de frmulas decidibles en lgica cuantificacional polidica. Estas frmulas
decidibles son, por lo comn, formas normales prenexas.
Pero la consecuencia ms relevante es para nosotros la que sigue: cuando se utilizan cuantores
de un solo tipo (ya sea universal o existencial) en el prefijo de las frmulas, el conjunto de frmulas
es decidible. Recordemos que en Prolog existe en rigor una sola clase de cuantificador, pues toda
frmula implica cuantificacin universal a menos que se indique lo contrario de alguna manera o que
se implementen cuantificadores a nivel de metalgica (cf. Bernays y Schonfinkel 1928).
Las obras convergentes de Skolem y Herbrand acabaron demostrando, en el primer caso, que se
puede encontrar una prueba mecnica en un nmero finito de pasos para todo conjunto vlido de proposiciones, y en el segundo, en una famosa tesis doctoral de 1930, que para todo teorema matemtico
(o lgico) que sea correcto, su correccin se puede establecer a travs de un clculo o procedimiento
constructivo capaz de finalizar. Esta es la propiedad que ha dado en llamarse semi-decidibilidad del
clculo de predicados. Hacia 1950 la construccin teortica de Herbrand se implement efectivamente en una computadora. Los eventos posteriores en la demostracin computada de la lgica son de
dominio pblico (cf. Sieckman 1989; Thayse 1988).
4) Demostraciones de decidibilidad de diversas teoras a travs del algoritmo de unificacin
Un inmenso nmero de sistemas mecnicos de deduccin utilizan el principio de resolucin
como regla de inferencia. La operacin principal dentro de estos sistemas es la unificacin de dos
literales que poseen el mismo smbolo de predicados (cf. Parte II de la Tesis). Recordemos que,
histricamente, los procedimientos de unificacin se establecieron entre 1960 y 1962, a instancias de
Dag Prawitz y de Martin Davis, para superar los procedimientos asistemticos de substitucin de
trminos en un universo de Herbrand por una operacin ms controlable (cf. Davis 1983).
Pese a que con los aos la simbiosis de resolucin y unificacin se ha demostrado eficaz, ciertas
operaciones especficas acarrean enormes dificultades; casi siempre stas tienen que ver ms con
limitaciones prcticas que con impedimentos lgicos. Por empezar, toda frmula que involucre
relaciones de igualdad es problemtica para la resolucin automtica de teoremas (cf. Blsius y Ohlbach 1989); tal es el caso de las frmulas que definen la conmutatividad de ciertos smbolos funcionales, por ejemplo (en Prolog):
hermano(A,B) :- hermano(B,A).

808

Algunas de las estrategias "pragmticas" o "heursticas" que comentamos en su momento comenzaron siendo formas de reducir el espacio de bsqueda y de afrontar lo que pronto se conoci
como el "problema de la igualdad". Numerosos lgicos proporcionaron soluciones ms o menos
satisfactorias, bajo la forma de estrategias de control de flujo: paramodulacin, resolucin paramodularizada, resolucin de igualdad o E-resolucin, resolucin por unificacin e igualdad (RUE-resolucin), procedimientos de grafos clausales de igualdad o ECOP, etctera (Blsius 1989).
Dado que lo que est implicado es en ltimo anlisis un problema de igualdad, el carcter de las
teoras que lidian con esta clase de dilemas asume casi siempre una tesitura algebraica. Se estudian, a
fin de cuentas, frmulas ecuacionales de reemplazo que no modifiquen las propiedades lgicas del
conjunto. Este mbito de trabajo es quiz demasiado especializado y mvil para tratarlo aqu. De todas maneras, la tabla ilustra el estado actual de la investigacin con respecto a tres problemas:
1) Unificabilidad: es la unificacin decidible en una situacin terica dada? En una implementacin referida al mundo real, la posibilidad de un algoritmo o procedimiento de
enumeracin guarda relacin con el nmero de unificadores.
2) Tipo o jerarqua: a qu tipo de unificacin pertenece la teora? Se parte de la base que
existen dos tipos: finitarios e infinitarios, de acuerdo con la magnitud de la base de soluciones.
3) Algoritmo: para una teora dada existe un algoritmo conforme a tipo o algoritmo
mnimo? Un algoritmo conforme a tipo siempre computa una solucin finita y completa
si ella existe, o en su defecto lista una solucin infinita pero mnima.
Teora
- Funcin libre
A(f) - Asociatividad
C(f) - Conmutatividad
I(f) - Idempotencia
Distributividad
Distrib+Asociativa
Teoras Menos
Grupos Abelianos
Anillos booleanos
Endomorfismo

Decidible
SI
SI
SI
SI
?
NO
SI
SI
SI
SI

Tipo
Unitaria
Infinatria
Finitaria
Finitaria
Infinitaria
Infinitaria
(In)finitaria**
Finitaria
Unitaria
Unitaria***

Algoritmo
Minimal
Conforme a tipos
Conforme a tipos
Conforme a tipos
Conforme a tipos*
Conforme a tipos*
Conforme a tipos
Minimal
Minimal
Minimal

* El algoritmo no finaliza si el problema es insoluble.

** Si el endomorfismo posee paridad par, la teora es finitaria.
Si hay anti-endomorfismo con paridad impar o endomorfismo con
paridad par, la teora es infinitaria.
*** Si la teora no tiene smbolos de funcin libre es unitaria;
si los tiene, es finitaria.
? Problema todava en estudio.

En los ltimos meses se han intentado elaborar procedimientos cada vez ms refinados y genricos conducentes a que las diversas soluciones heursticas puedan combinarse en algoritmos universales de unificacin que no dependan de peculiaridades especficas de formas de igualdad o de
dominios de aplicacin idiosincrticos. Sobre la base de una experiencia riqusima y de una
809

tecnologa que avanza, y tras haber sacrificado no pocas pretensiones, podramos decir que, pese a
los insidiosos tambores de afliccin y rumores de fracaso, el viejo sueo de Hilbert todava perdura;
y somos cada vez ms quienes lo soamos.

810

APENDICE II: PROGRAMAS Y DOCUMENTACION TECNICA

A) PREDICADOS DEL LENGUAJE PROLOG

La siguiente tabla permite la decodificacin paso a paso de todos los predicados built-in incluidos en los programas
de este apndice o en sus equivalente en otros dialectos del lenguaje. Salvo error u omisin, los restantes predicados que
puedan ecnontrarse en los programas no pertenecen a la dotacin originaria del PROLOG: son invencin nuestra y, en
caso de no figurar en tablas, la significacin de los mismos deber inferirse de los programas en que ellos ocurran.
La inclusin de esta tabla en esta tesis no ha de interpretarse como un recurso didctico de cara a la enseanza del
lenguaje Prolog, ni como una compilacin de orden filolgico de la totalidad de los predicados de una serie representativa de dialectos formales; ms bien califica como una especificacin adicional de nuestra teora de construccin de
modelos, que concierne esta vez a las caractersticas operacionales del lenguaje mediante el cual nuestros modelos se
expresan. La caracterizacin del "significado" de los predicados pre-construidos constituye la estipulacin de su
semntica segn el modelo procedimental (cf. parte II, cap. 3.2).
Somos conscientes de que no todas las explicaciones relativas a los predicados o a sus variables respectivas son
inteligibles para quienes no posean un conocimiento mnimo de programacin o una idea slida sobre el funcionamieno
de la mquina y su sistema operativo. Dado que esta tesis no pretende usurpar funciones pedaggicas que los manuales
bsicos satisfacen con amplitud, hemos optado por no abundar en explicaciones detalladas de lo que significa, por
ejemplo, un dispositivo de salida, una tabla de hash o una ristra de caracteres. Tampoco nos hemos molestado en
castellanizar jergas que sabemos aberrantes, ni en detallar la varianza de flujo de cada predicado. Estas limitaciones,
empero, no afectan a la interpretacin de los modelos que hemos construido; los elementos deliberadamente no explicados corresponden a clusulas procedimentales cuya ejecucin, en general, no posee efectos colaterales que tuerzan el
sentido conceptual de las inferencias.

*
S
A
T
D

Interpretacin
Prolog Genrico
Prolog estndar (Clocksin-Mellish)
Especfico de Arity Prolog (Arity)
Especfico de Turbo Prolog (Borland) o PDC Prolog
Especfico de DEC-10 Prolog

Todos los predicados propiamente dichos (es decir, los functores prefijados y los operadores) son extralgicos. En
rigor (y al igual que en las dems variantes de la lgica simblica, en la que el Prolog se inscribe) no existen los predicados lgicos predefinidos, a excepcin de elementos tales como las conectivas y los cuantificadores, cuya exprein
sintctica ya hemos explicado suficientemente. Los predicados que figuran en tabla no conforman el invenario total de
ningn dialecto; por razones de espacio (y por no haberlos utilizado en los programas de muestra), hemos omitido los
numerosos predicados relativos a bases de datos externas del Turbo Prolog.

Operador de disyuncin en el cuerpo de la

regla; la asociatividad es xfy y la precedencia
1200 (A) - 255 (C) - (S, T).

Corte.
Impide
ejecucin
de
controla y limita bsquedas (*).

[! !]

Los objetivos entre los smbolos de

"recorte" se omiten durante el backtracking
(A).

backtracking;

811

E1 < E2

Determina si E1 es menor que E2 (*).

T1 = T2

Intenta unificar T1 y T2 (A).

T1 \= T2

Falla si T1 unifica con T2 (A).

Struct =.. List

Convierte estructura en lista o a la

inversa (A).

E1 =< E2

Determina si el valor de E1 es menor o igual al

valor de E2 (A).

E1 > E2

Determina si el valor de E1 es mayor que

el de E2 (A).

E1 >= E2

Determina si el valor de E1 es mayor o igual al

valor de E2 (A).

E1 =:= E2

Determina si los valores de E1 y E2 son iguales

(A).

E1 =\= E2

Determina si los valores de E1 y E2 son desiguales (A).

T1 == T2

Determina si los trminos T1 y T2 son equivalentes (A).

\+ P

Tiene xito si el objetivo P falla; falla si P

tiene xito. Es lo mismo que not(P) (A).

T1 \== T2

Determina si los trminos T1 y T2 son no-equivalentes (A).

T1 @< T2

Determina si T1 est antes de T2 (A).

T1 @=< T2

Determina si T1 est antes o es igual a T2 (A).

T1 @> T2

Determina si T1 est despus de T2 (A).

T1 @>= T2

Determina si T1 est despus o es igual a T2

(A).

[Filename]

Lee clusulas en la base de datos de un

archivo con el predicado consult. -F utiliza el
predicado reconsult (A).

abolish(N/A)

Elimina todas las clusulas de nombre y

aridez especificados de la base de datos (A).
Equivale al retractall de otros dialectos.

abort

Enva a predicado de recomienzo. Si no lo

hay, el programa compilado se detiene y el
interpretado retorna al intrprete (A).

812

arc(X,Y,D,H,R)

Dibuja un arco circular centrado en X,Y,

con radio R, desde el ngulo D hasta el ngulo
H (T).

arg(N,T,X)

Unifica 'X' con el valor

nmero 'N' del trmino 'T' (S).

arg0(N,T,V)

Unifica el Valor con el N+1 argumento de

un trmino.

assert(X)

Agrega la clusula 'X' al programa o a la base

de conocimientos del mismo (*).

assert(X,A)

Idem, correspondiente a la base de datos

'A' (T).

asserta(X)

Agrega la clusula 'X' al programa como

primera clusula de un procedimiento, o como
primer elemento de una base de datos (*).

asserta(X,A)

Idem, correspondiente a la base de datos

'A' (T).

assertz(X)

Agrega la clusula 'X' al programa como

ltima clusula de un procedimiento, o como
ltimo elemento de una base de datos (*).

assertz(X,A)

(T).

del

argumento

Idem, correspondiente a la base de datos A

atom(X)

Esta
operacin
se
resuelve
como
"verdadera" si su argumento es una constante no
entera (*).

atom_string(A,S)

Convierte un tomo en una ristra, o

una ristra en un tomo. Si ambos se hallan
instanciados, verifica su equivalencia (A).

atomic(X)

Determina si 'X' es un tipo de datos atmico

(S).

attribute(X)

Define u obtiene el valor del atributo de

color X (T).

argrep(T,N,A,NW)

Reemplaza el N argumento de un trmino con

A y retorna el resultado a NW (A).

bagof(T,G,B)

Retorna en una lista no ordenada (Bolsa)

todas las instancias del Trmino que satisfacen
el Goal (A).

bar(A,B,C,D)

Dibuja una barra desde las coordenadas A,B

hasta el punto C,D (T).

813

bar3d(A,B,C,D,E,F)

Idem, tridimensional, con profundidad

'E' y con tope si se especifica 'F' (T).

beep

Hace sonar parlante de la mquina (T).

betweenb(A,Clave1,Clave2,Relacion1,Relacion2,Key,Term)
Retorna los trminos de un rbol-B entre Clave1
y Clave2. Los argumentos Relacion1 y Relacion2
indican si las claves de lmite se retornan, y
pueden ser <, >, o = (A).
betweenkeysb(A,Clave1,Clave2,Clave)
Retorna solamente las claves
Clave2 en un rbol-B (A).
bios(I,R,O)

entre

Clave1

Invoca la interrupcion 'I' del BIOS,

definiendo registro de entrada R y registro de
salida O (T).

bios(I,R,O,F)

Idem, retornando flag F (T).

bitand(X,Y,R)

Ejecuta operacin conjuntiva binaria entre

X e Y dejando resultado en R (T).

bitleft(X,C,R)

Ejecuta movimiento binario a izquierda de

C posiciones, dejando resultado en R. Las
posiciones a derecha se llenan con ceros (T).

bitnot(X,R)
bitor(X,Y,R)

(T).
(T).

Ejecuta

una

operacin

negativa

binaria

Ejecuta una operacin disyuntiva binaria

bitright(X,C,R)

Ejecuta
un
movimiento
binario
a
derecha de C posiciones, dejando resultado en R
(T).

bitxor(X,Y,R)

Ejecuta una operacin binaria disyuntiva

exclusiva (T).

bound(V)

Verifica si la variable V est ligada (T).

break

Suspende la ejecucin de un programa y

coloca al usuario en el prompt del intrprete.
Se puede retomar el programa con Ctrl-z (A).
Habilita o suspende break (T).

breakpressed

Verifica si se ha presionado la tecla de

break (T).

call(P)

Invoca al objetivo P (S).

814

case(+[A1->B1,A2->B2,...|C]) Ejecuta B1 si A1 no falla, de otro

modo B2 si A1 tiene xito, y as sucesivamente.
Si ninguna de las situaciones tiene xito,
ejecuta C (A).
case([A1->B1,A2,B2...])
Ejecuta B1 si A1 tiene xito, B2 si
A2 lo tiene, y as sucesivamente. Si ninguna de
las situaciones tiene xito, el predicado no
falla (A).
chdir(P)

Cambia o retorna el directorio actual (A).

chmod(F,A)

Cambia o retorna el caracter de atributo

de un archivo (A).

circle(X,Y,R)

Dibuja un crculo en coordenadas X,Y, con

radio R (T).

clause(H,B)

Unifica H y B con la cabeza y el cuerpo,

respectivamente, de una clusula, si H es una
variable no ligada (S).

cleardevice

Limpia la ventana grfica (T).

clearwindow

Limpia la ventana actual (T).

close(A)

Cierra el archivo especificado (A).

closefile(SN)
closegraph

(T).

Cierra el archivo de nombre simblico SN

Cancela la modalidad grfica (T).

cls

Limpia la ventana actual y mueve el cursor al

ngulo superior izquierdo (A).

code_world(O,N)

Unifica el nombre del mundo de cdigo

actual con el anterior y luego cambia el mundo
del cdigo actual por el nuevo (A).

colorsetup(MF)

Cambia el color de la ventana o del marco

actual, segn el valor de MF (0=ventana;
1=marco) (T).

comline(L)

Retorna el valor de los parmetros de la

lnea de comando (T).

command_string(X)

Retorna un argumento de la lnea de

comando como ristra de caracteres, incluyendo
los espacios entre el comando y el primer
argumento (A).

815

compare(C,T1,T2)

Compara los trminos T1 y T2 en el orden

estndar
y
unifica
C
con
un
valor
de
comparacin, que puede ser =, < o > (A).

concat(S1,S2,R)

Concatena dos ristras o tomos y

retorna la nueva ristra a R. Se puede utilizar
el cdigo ASCII para las ristras de un solo
caracter (A).

concat(S1,S2,..,R)

Concatena dos o ms ristras de caracteres

o tomos y retorna la nueva ristra a R; se
puede usar cdigo ASCII para las ristras de un
solo caracter (A,T).

consult(F)

Lee clusulas de base de datos en archivo

F (S).

consult(F,D)

(T).

Idem, sobre la base de datos interna D

consulterror(L,P,FP)

Retorna informacin sobre

consulta: lnea, posicin en la
posicin en el archivo (T).

error de
lnea y

create(H,F)

Crea
y
abre
un
nuevo
archivo
para
escritura y retorna el valor H. Si el archivo F
ya existe, el nuevo archivo se escribe sobre el
viejo (A).

create_popup(Label,(ULR,ULC),(LRR,LRC),(AtrVent,AtrBor))
Crea una ventana pop-up (A).
create_world(W)

Crea un
especificado (A).

ctr_dec(Ctr,X)

Decrementa un contador y retorna el valor

anterior (A).

ctr_inc(Ctr,X)

Incrementa un contador y retorna el valor

anterior (A).

ctr_is(Ctr,X)
ctr_set(C,X)
current_op(PR,A,O)

(A).

Retorna

el

nuevo

valor

mundo

actual

con

de

un

el

nombre

contador

Define un valor para un contador (A).

Retorna
mediante
backtracking
las
definiciones de operador en la base de datos
actual (A).

816

current_predicate(P)

Retorna mediante
backtracking
los
predicados presentes en el cdigo del mundo
actual. Si est ligado, el argumento P puede
ser un nombre de predicado o nombre/aridez (A).

current_window(O,N)

Si N est ligado, cambia la ventana actual

a N. Ni no lo est, retorna el nombre de la
ventana actual (A).

cursorform(C,F)

Define u obtiene valor

final de la forma del cursor (T).

cutbacktrack(B)

Implementa corte dinmico, junto con

getbacktrack (T).

data_world(O,N)

Unifica el nombre del mundo actual

con O y luego cambia el mundo actual a N (A).

date(Y,M,D)
date(date(Y,M,D))

inicial

Lee o define fecha del sistema (T).

Asigna al reloj del sistema la fecha
especificada o retorna la fecha actual (A).

date_day(date(Y,M,D),WD) Retorna el da de la semana de una fecha

determinada como entero entre 0 (Domingo) y 6
(Sbado) (A).
dec(+N,-X)

(A).

Decrementa en 1 el entero N en la clave X

define_window(N,L,+(ULR,ULC),+(LRR,LRC),+(Atr_vent,Atr_borde))
Crea una ventana (A).
defineb(Nombre,Tamao_split,Unicidad,Orden)
Define los atributos de un rbol-B (A).
defineh(Nombre_tab,Bucket_hash)
Define el nmero de buckets de hash a ser usado
en una tabla de hash (A).
delete(A)

Borra el archivo especificado (A).

deletefile(DF)

Borra el archivo especificado (T).

delete_window(N)

Borra la ventana especificada en N (A).

delete_world(W)

Elimina un mundo (A).

dialog_run(D)

Corre una caja de dilogo con la funcin

de dilogo por defecto (A).

dialog_run(D,U)

Corre una caja de dilogo y procesa

la informacin (A).

817

dir(P,FM,DF)

Invoca un men de directorio, indicando

path y mscara de nombre de archivo y validando
DF segn lo que el usuario ingrese (T).

dir(P,FM,DF,CM,SPF)

Idem,
con
funciones
adicionales
para
mostrar directorios y cambiar mscara de nombre
de archivo (T).

directory(P,N,Modo,T,D,S)
Lista los archivos del directorio
especificado en P. El Modo puede ser: 1 lectura solamente; 2 - oculto; 4 - sistema
excluido
de
la
bsqueda
normal;
16
directorio; 32 - archivo. El tamao S se
retorna en caracteres (A)
disk(D)

Define o retorna el dispositivo de disco

segn la letra especificada (A,T)

display(T)

Escribe
un
trmino
en
forma
polaca
prefijada en el dispositivo de salida estndar
(A).

display(S)

Escribe en el dispositivo de salida

estndar (por omisin, la pantalla), el string
o archivo convertido a string que se indica
(T).

display(H,T)

Escribe un trmino en
prefijada en un archivo (A).

drawpoly(L)

Dibuja
puntos (T).

edit(X)

Pasa
el
control
del
programa
del
intrprete al editor estndar para editar el
archivo F (S).

edit(A)

Conmuta
del
intrprete
a
un
editor
definido
por
el
usuario.
El
archivo
se
reconsulta cuando termina la edicin (A).

edit(E,S)

Invoca al editor, indicando strings de entrada

y salida (T).

un

polgono

dada

notacin
una

polaca

lista

de

edit(E,S,HS,HS2,MS,POS,HFN,EM,ID,IS,TM,RP,RS)
Invoca al editor, con funciones adicionales:
Texto a escribir en ngulo superior, string que
indica nombre del archivo, mensaje inicial,
posicin, archivo de help, modo de edicin,
indentacin, insercin, modo de texto, posicin
del cursor al finalizar, status de la sesin
(T).

818

editmsg(E,S,LH,RH,M,P,HFN,C) Versin
anterior (T).

ms

simple

del

predicado

ellipse(X,Y,AC,AF,XR,YR) Dibuja una elipse dadas las coordenadas,

el ngulo de comienzo y fin y los respectivos
radios (T).
envsymbol(ID,S)

Lee el
entorno DOS (T).

eof(SN)
eq(X,Y)

valor

de

un

smbolo

del

Verifica fin de archivo (T).

(A).

Determina si X e Y son el mismo objeto

erase(Ref)

Elimina el trmino almacenado bajo el

nmero de referencia que se indica y registra
los trminos borrados (A).

eraseall(K)

Elimina todos
bajo la clave (A).

errcode(C)

Retorna la sintaxis o mensaje de I/O ms

reciente y define el cdigo como 0 (A)

existfile(DN)

Verifica si existe archivo en directorio

actual (T).

exit

Finaliza el programa (T).

exit(E)

Finaliza ejecucin del programa retornando

a trap y validando la variable con cdigo de
retorno. Si no hay trap previo, retorna ese
valor a DOS (T).

exit_dbox(K)

Enva el mensaje apropiado (eliminar,

nuevo) y sale del predicado dialog_run (A).

exit_popup

los

trminos

almacenados

Borra la ventana popup actual (A).

expand_term(T,N)

Transforma un trmino utilizando notacin

de gramtica de clusula definida en su
equivalente en trmino de PROLOG (A).

expunge

Elimina las referencias del sistema a los

trminos de la base de datos borrada (A).

fail

Fuerza una falla lgica (*).

field_attr(R,C,L,A)

Define u obtiene los atributos de un

campo: fila, columna, longitud y atributo de
color (T).

field_str(R,C,L,S)

Lee o escribe un string en un campo (T).

819

file_list(F)

Resguarda los contenidos de

datos en memoria a archivo F (S).

file_list(F,N/A)

Resguarda las clusulas de nombre N y

aridez A en el archivo F (S).

fileerrors(V,N)

Habilita o inhabilita los mensajes de

error I/O de DOS o verifica el valor actual de
esos mensajes. Para habilitar N debe ser on, y
off a la inversa (A).

filemode(S,M)

(T).

Proporciona

acceso

la

archivos

de

binarios

filepos(S,FP,M)

Mueve
el
puntero
indicando posicin y modo (T).

file_str(D,S)

Lee o escribe un archivo de texto sobre un

string (T).

findall(X,P,L)

Recolecta todas las instancias de X en las

que se satisface la clusula P en la lista no
ordenada L. Se asume que todas las variables
libres estn universalmente cuantificadas (S).

float(X)

Tiene xito
flotante (A).

float_text(CF,T,F)

Convierte un nmero de coma flotante en

una ristra de acuerdo con la especificacin de
Formato, o una ristra a nmero de coma
flotante. El argumento de Formato puede ser:
general (suprime 0s a derecha); fixed(N) formato fijo con N dgitos a la derecha de la
coma decimal; scientific(N) - idem, cientfico
(A).

flush

Elimina todos los caracteres de buffer de

digitacin anticipada (A).

framewindow(A)

Cambia el
ventana (T).

si

es

atributo

un

del

de

base

nmero

marco

archivo,

de

de

coma

una

framewindow(A,S,SP,FT)
Cambia atributos y caracteres en el
marco de una ventana, indicando, color, texto,
posicin y tipo de unidad grfica (T).
free(V)
frontchar(S,C,R)

Verifica si una variable est libre (T).

Retorna el primer caracter
string, dejando en R el resto (T).

de

un

820

frontstr(N,S,C,E)

Parte una ristra en dos fracciones,

indicando nmero de caracteres, primera ristra,
ristra original y resto (T).

fronttoken(S,T,R)

Retorna el primer token de una ristra (T).

functor(E,N,A)

Retorna el nombre N y la aridez A de la

estructura E (S).

gc

Restaura el espacio de stack no utilizado (A).

get(X)

Lee
el
caracter
siguiente
en
el
dispositivo de entrada y unifica su valor en la
tabla
ASCII
con
el
caracter
X.
Saltea
caracteres de control de impresin (S).

get(H,C)

Lee el caracter de impresin siguiente del

archivo y unifica el valor ASCII con Char (A).

get0(X)

Unifica
'X'
con
el
caracter
ASCII
siguiente en el dispositivo de entrada. No
saltea caracteres de impresin (*).

get0(H,C)

Lee el caracter siguiente del archivo

unificar el valor ASCII con Char (A).

get_cursor(L,H)
get0_noecho(C)

(A).

Reporta

la

forma

actual

del

cursor

Lee el caracter siguiente del dispositivo

estndar de entrada y unifica el valor ASCII
con Char. No reproduce el caracter en pantalla
(A).

getimage(I,Ar,D,Ab,Bitmap)
Guarda en memoria el mapa
regin de la pantalla grfica (T).
gotowindow(W)

(T).

Transicin

inmediata

entre

dos

de

una

ventanas

halt

Finaliza sesin con el intrprete o ejecucin

del programa (S).

halt(Exit_code)

Sale del programa interpretado o

compilado con el cdigo de salida especificado
en Exit_code (A).

hard_erase(Ref)

Borra el trmino de la base de datos

con la clave especificada, sin llevar registro
(A).

hide_window(A,N)

Hace que la ventana especificada en N sea

la actual y elimina la ventana de A de la
pantalla (A).
821

ifthen(P,Q)

Ejecuta el goal Q si el goal P tiene

xito. Si falla, el predicado tiene xito sin
ejecutar Q (A).

ifthenelse(P,Q,R)

Ejecuta el goal Q si P tiene xito;

de otro modo ejecuta R (A).

initgraph(Dr,M,ND,NM,P)
Inicializa el modo grfico, indicando drivers,
modos y ubicacin del directorio grfico (T).
inkey(C)

Lee un caracter del dispositivo actual de

entrada (T).

integer(X)

La operacin se resuelve exitosamente si

'X' es una constante entera o una variable
ligada a un nmero entero (*).

in(P,C)
inc(N,X)
instance(R,T)
integer(X)
int_text(I,T)

X is E

(A).
(A).

Lee un caracter de la puerta especificada

Incrementa en 1 el nmero N al valor X

Retorna el trmino asociado con el nmero

de referencia (A).
Tiene xito si X es entero (A).
Convierte un entero a una ristra o a la
inversa. Si ambos estn ligados, verifica la
equivalencia (A).
Evala E y unifica su valor con X (S).

isname(S)

Verifica
(S).

si

una

key(Key,Ref)

Retorna
clave (A).

keyb(Ascii,Scan)

Lee
el
caracter
siguiente
del
dispositivo de entrada y retorna el caracter
ASCII y el cdigo de barrido (A).

keyb_peek(A,S)

Lee el caracter siguiente del dispositivo

de entrada y retorna el caracter ASCII y el
cdigo de barrido, sin eliminar la digitacin
del buffer (A).

keys(Key)

Retorna el nombre y la aridez de una clave en

el mundo actual. Si la clave no est ligada,
tiene xito si ella existe en el mundo actual
(A).

el

ristra
nmero

representa
de

un

referencia

nombre
de

una

822

keysort(L1,L2)

Clasifica la lista L1 en orden estndar,

sin intercalar los duplicas y retorna el
resultado a L2 (A).

leash(M)

Liga las puertas segn lo que se especifica en

Mode: full, tight, half, o loose (A).

length(L,N)

Retorna la
caracteres (A).

line(X,Y,W,Z)
listing
listing(N)

longitud

de

una

lista

de

Dibuja una lnea entre dos puntos (T).

Escribe sobre dispositivo de salida todos
los predicados de la base de datos (S).
(S).

Idem, slo para los predicados de nombre N

listing(N/A) - listing([N/A,N/A])

Escribe en la salida todas las clusulas en el cdigo del mundo actual para el
predicado o la lista de predicados que se indican (A).

list_text(L,S)

Convierte una lista de caracteres a

ristra, o un tomo o ristra a una lista de
caracteres (A).

load_key(F,K)

Carga los contenidos de los archivos en la

base de datos (A).

lock

Bloquea la tecla de terminacin del programa,

agregando 1 al semforo del sistema (A).

makewindow(WN,SA,FA,FS,R,C,H,W)
Crea una ventana en la pantalla, indicando
nmero de ventanam atributo de pantalla,
atributo de marco, fila, columna, alto y ancho
(T).
makewindow(WN,SA,FA,FS,R,C,H,W,CW,PS,CB)
Crea una ventana en la pantalla, indicando
nmero de ventanam atributo de pantalla,
atributo de marco, fila, columna, alto y ancho;
adems se especifica si se limpia o no la
ventana, la posicin del string del marco y los
caracteres que forman el borde (T).
mkdir(P)

Crea
un
nuevo
directorio
(incluyendo
dispositivo y path); si no se incluyen, lo crea
en el directorio actual (A).

move_window(R,X)

Mueve la ventana actual el nmero de filas

y columnas especificadas (A).

name(A,L)

Convierte una lista a un tomo o un tomo o

nmero entero a lista (A).
823

nl
nl(H)

Escribe un retorno de carro y alimenta una lnea en el dispositivo de salida (*).

(A).

Escribe un retorno de carro en el archivo

nonvar(X)

Se resuelve exitosamente si su argumento no es

una variable no instanciada (*).

nospy(N/A)

Elimina un punto de referencia

predicado N de aridez A (A).

not(P)

Falla si el objetivo P es verdadero; se

satisface como verdadero si P no lo es (S, *).

notrace

para

el

Desactiva el debugger (S).

nref(R,N)

Retorna el nmero de referencia del trmino siguiente en la cadena de trminos que tienen la
misma clave (A).

nth_char(N,S,C)

Retorna
el
cdigo
caracter en desplazamiento N
comienzo de la ristra (A).

nth_ref(K,N,R)

Retorna el nmero de referencia del

trmino que est cierto nmero de posiciones a
partir del comienzo de una cadena de trminos
(A).

number(X)

Tiene xito cuando X es un nmero entero o con

coma flotante (A).

op(P,A,O)

Define o retorna la precedencia, posicin y asociatividad de un operador (S).

open(H,F,A)

Abre un archivo existente. El argumento de

Acceso puede ser r (leer), w (escribir), a
(agregar),
rw
(leer/escribir),
ra
(leer/agregar). (A)

openappend(S,D)

Abre el archivo de DOS D, asignndole

nombre simblico S, para agregar registros al
final (T).

openread(S,D)

Abre el archivo de DOS D, asignndole

nombre simblico S, para leer registros (T).

openwrite(S,D)

Abre el archivo de DOS D, asignndole

nombre simblico S, para escribir, borrandolo
lo que antes hubiere (T).

out(P,C)

Escribe un caracter en la puerta de I/O

especificada (A).

ASCII
de
a partir

un
del

824

outtext(T)
outtextxy(X,Y,T)

Escribe un texto en modo grfico (T).

Escribe un texto en modo grfico, en
las coordenadas que se indican (T).

pieslice(X,Y,Ai,Af,R) - pieslicexy(X,Y,Ai,Af,RX,RY)
Dibuja una rebanada de pastel grfico en las coordenadas y segn los ngulos que se
indican (T).

put(X)

X
es
un
nmero
entero
cuyo
valor
representa un elemento en cdigo ASCII. La
instruccin coloca un caracter correspondiente
a X en el dispositivo de salida (*).

putimage(X,Y,Mapa,Op)
Coloca una imagen de bits en la
pantalla; si el Op es 0 copia el mapa original;
si es 3, agrega la imagen original a la que ya
hubiere en pantalla; si es 4, copia la inversa
de la fuente (T).
putpixel(X,Y,X)
p_open(H,F,A)

Coloca un pixel de color C en las

coordenadas X,Y (T).
Abre el archivo indicado en F (A).

pref(R,P)

Retorna el nmero de referencia del

previo en una cadena de trminos (A).

put(C)

Escribe el caracter
estndar de salida (A).

en

el

trmino

dispositivo

put(H,C)

Escribe el caracter en un archivo (A).

random(R)

Genera un valor al azar, nmero real de coma

flotante (T).

random(M,R)

Genera un nmero entero al azar, de valor

mximo M (T).

randomize(S)

Retorna el generador de nmero al azar a

valor nulo. El argumento es un nmero entero
(A).

read(X)

Unifica la variable 'X' con un elemento

ingresado por el dispositivo correspondiente
(*).

read(A,T)

Lee un trmino del archivo especificado (A).

readchar(C)

Lee un solo caracter

actual de entrada (T).

readdevice(D)

Define o averigua el dispositivo actual de

lectura (T).

del

dispositivo

825

readint(I)

Lee nmero entero del dispositivo actual

de entrada (T).

read_line(H,L)

Lee una lnea del archivo especificado en

H (A).

readln(S)

Lee una lnea o ristra del dispositivo actual

de entrada (T).

readreal(R)

Lee un nmero real del dispositivo actual

de entrada (T).

read_string(M,S)

Lee una ristra de longitud mxima M,

unificndola con S (S).

read_string(M,S)

Lee una ristra de longitud mxima M

del dispositivo de entrada (A).

read_string(H,M,S)
readterm(D,T)
recolor_window(W,B)
reconsult(F)

(A).

Lee

una

ristra

del

archivo

especificado

Lee un trmino de un dominio dado (T).

Cambia los atributos del fondo de la
pantalla y el borde de la ventana actual (A).
Vuelve a cargar la base de datos (A)

record_after(Ref,T,N)
Agrega un nuevo trmino despus de
Ref y retorna el nuevo nmero de referencia
(A).
recorda(K,T,R)

Agrega
un
trmino
al
comienzo
del
predicado, y retorna el nmero de referencia
asignado al mismo (A).

recordb(T,SK,Te)

Graba los trminos en un rbol-B (A).

recorded(K,T,R)

Retorna mediante
backtracking
los
trminos y sus nmeros de referencia asociados
bajo una clave (A).

recorded_tro(K,T,Ref)
Retorna mediante backtracking los
trminos y los valores de referencia asociados
almacenados bajo una clave dada. Utiliza
optimizacin de recursin de cola y es ms
eficiente que el anterior (A).
recordh(N,K,T)

Registra trminos ordenados por K en la

tabla de hash N (A).

rectangle(I,Ar,D,Ab)

Dibuja
grfica(T).

un

rectngulo

en

pantalla

826

recordz(K,T,Ref)

ref(X)
refresh

predicado
(A).

Agrega un trmino al final de un

y retorna el nmero de referencia

Tiene xito cuando X es el nmero

referencia de una base de datos (A).
(A).

de

Redibuja todas las ventanas de la pantalla

region_c((ULR,ULC),(LRR,LRC),St)
Lee caracteres de la ventana actual y
almacena en una ristra no compactada (A).

lo

region_ca((ULR,ULC),(LRR,LRC),St)
Lee caracteres y atributos de la ventana actual
y los almacena en una ristra compactada (A).
region_cc((ULR,ULC),(LRR,LRC),St)
Lee caracteres de la ventana actual
almacena en una ristra compactada (A).
relabel_window(L)

(A).

los

Modifica el rtulo de la ventana actual

removeallb(T)

Borra un rbol-B (A).

removeallh(T)

Borra una tabla de hash (A).

removeb(TN,S,T)

Borra un trmino de un rbol-B. Si el

Trmino no est instanciado, borra el primer
trmino bajo la clave de clasificacin S (A).

removeh(TN,S,T)

Elimina un trmino de la ventana de

hash. si no est ligado, se elimina el primer
trmino bajo la clave S (A).

removewindow
removewindow(W,R)

Elimina la ventana actual (T).

Elimina
la
ventana
refrescando o no (T).

rename(F,N)
renamefile(O,N)

que

se

indica,

Cambia el nombre de un archivo (A).

(T).

Renombra

el

archivo

que

se

indica

repeat

Siempre tiene xito, y cuando se lo

encuentra en backtracking vuelve a tenerlo (A).

replace(Ref,T)

Remplaza el trmino con el nmero de

referencia especificado por el trmino que se
indica (A).

827

replaceb(T,S,O,N)

Reemplaza el trmino
determinada del rbol-B (A).

reset_op

Devuelve a las definiciones de operadores

sus valores originales (A).

resize_window(R,C)

Redimensiona la ventana actual agregando o

restando el nmero de lneas y columnas
indicadas (A).

restore

Elimina todos los cambios hechos en la

base de datos desde el ltimo resguardo (A).

restore(N)

(A).

Restaura

la

base

de

en

una

datos

posicin

especificada

retract(C)

Elimina la primera ocurrencia de la

clusula especificada de la base de datos (A).

retract(T,B)

Elimina el trmino de la base de datos que

se indica (T).

retractall(T)
retractall(T,B)

Elimina todos los hechos de ese tipo (T).

Idem,
indica (T).

retrieveb(Ab,C,T)
retrieveh(T,Cl,Te)
rmdir(P)

de

la

base

de

datos

que

se

Retorna un trmino del rbol-B (A).

(A).

Retorna un trmino de una tabla de hash

Borra un directorio (A).

save

Guarda todos los cambios hechos en la base de

datos actual (A).

save(N)

Guarda la base de datos interna de nombre

N (A).

save(F,B)

Guarda en archivo base de datos interna (T).

scr_attr(R,C,A)

Define u obtiene atributo de las

coordenadas de pantalla que se indican (T).

scr_char(R,C,CH)

Escribe o lee caracter en las coordenadas

de pantalla que se indican (T).

see(F)

Abre
un
archivo
para
lectura
y
lo
convierte en el dispositivo de entrada actual
(A).

see_h(A)

El archivo abierto
archivo actual (A).

especificado

deviene

el

828

seeing(A)

Retorna el nombre del archivo abierto con see

(A).

seek(A,Offset,M,N)

Mueve el puntero interno de archivo a una

ubicacin determinada dentro del mismo. El
Offset representa la ubicacin relativa dentro
del archivo, en caracteres. M indica el punto a
partir del cual se calcula el Offset: bof
(comienzo de archivo); eof (fin de archivo);
current (ubicacin actual) (A).

seen

Finaliza ingreso a partir del archivo abierto y

lo cierra (A).

send_control_msg(M,C,K) Enva el mensaje especificado en M a la

caja de control de dilogo que se indica (A).
send_dialog_msg(F,M,K)
Enva el mensaje especificado en
controlador de la caja de dilogo (A).
send_menu_msg(M,V)
set_cursor(L,H)

al

Enva un mensaje de men (A).

Cambia la forma del cursor (A).

setfillstyle(P,C)

Define el patrn de rellenado grfico

y el color (T).

setof(T,G,S)

Recolecta todas las instancia de T en las

que el goal G es satisfacible y retorna las
instancias en una lista ordenada o conjunto S
sin duplicaciones (A).

shell

Permite ingresar al entorno DOS sin perder

el estado del programa (A).

shell(D)

Ejecuta un comando MD-DOS y retorna (A).

shiftwindow(V)

Se mueve al nmero de ventana V (T).

skip(C)

Lee y saltea caracteres del dispositivo de

entrada hasta que encuentra el caracter (A).

skip(A,C)

Lee y saltea caracteres de un archivo hasta que

encuentra el caracter (A).

sort(L1,L2)

Ordena la lista L1 en orden estndar,

intercalando duplicados, y retorna el resultado
a L2 (A).

sounf(D,F)

Produce un sonido de frecuencia F durante

un tiempo D (T).

spy(N) - spy(N/A)

Especifica un punto de espa para el debugger, indicando nombre y aridez (A).

829

statistics

Muestra una ventana

estadsticas en ella (A).

statistics(I,S)

Retorna estadsticas del sistema. El

argumento I puede ser stacks, database, page(X)
(donde X es un nmero de pgina), local,
global, trail, atoms, y garbage.

stdin(F,F)

Redirecciona la entrada estndar durante

la ejecucin del goal (A).

stdinout(E,S,G)

Redirecciona entrada y salida durante

la ejecucin del goal (A).

stdout(F,G)

Redirecciona
la
ejecucin del goal (A).

storage(S,H,T)

Retorna
espacio
de
almacenamiento
stack, heap y trail de memoria (T).

store_windows

(A).

listando

salida

durante

Convierte
inversa (T).

string(X)

Tiene xito si X es una ristra (A).

(T).

la
en

Almacena el estado actual de las ventanas

str_char(S,C)

str_int(S,L)

las

ristra

en

caracter

la

Convierte ristra a entero o a la inversa

string_length(S,L)

Retorna la longitud de la ristra o

comprueba su valor (A).

str_len(S,L)

Retorna la longitud de un string o la

verifica, o retorna un string de L espacios
(T).

str_real(S,R)

Convierte
inversa (T).

string_search(S,R,P)

Busca una ristra con la sub-ristra y

retorna el punto de inicio, a partir de 0 (A).

ristra

nmero

real

la

string_search(C,SS,S,L)
Busca una ristra con la sub-ristra y
retorna el punto de inicio, a partir de 0; si
Case es 0, la bsqueda es sensitiva; si es uno,
no lo es (A).
string_term(S,T)

Convierte una ristra o tomo en un

trmino, o un trmino en una ristra (A).

830

substring(REnt,N,L,RSal)
Extrae una sub-ristra de una
ristra. El argumento N identifica el comienzo
de aquella, a partir de 0, y L indica su
longitud (A).
syntaxerrors(V,N)

Habilita o inhabilita el control de

errores de sintaxis o verifica el valor actual
de esos mensajes (A).

system(P)

Determina si el Predicado es evaluable (A).

system(C)

Ejecuta un comando en shell de DOS; si el

comando es un string vaco, sale a sistema
operativo (T).

system(C,R,CT)

Idem, retornando cdigo de terminacin e

inicializando o no el modo de video (T).

tab(N)

Escribe N espacios en el dispositivo de

salida (S).

tab(A,N)

Escribe un nmero de
archivo, entre 0 y 255 (A).

espacios

tell(F)

Abre el archivo F
dispositivo de salida (S).

lo

telling(N)

Retorna el nombre del archivo actual de

salida (S).

tell_h(A)

Escribe en el archivo
previamente (A).

tchar(C,A)

Retorna el caracter y atributo

actual posicin del cursor (A).

tget(F,C)

Retorna las coordenadas de fila y columna de la

actual posicin del cursor (A).

time(t(H,M,S,C))

(A).

en

define

especificado,

el
como

abierto
de

la

Retorna o setea el reloj del sistema

tmove(Fila,Col)

Mueve el cursor a las coordenadas que

se indican (A).

told

Cierra el archivo de salida actual (S).

trace
trap(P,E,PE)

Activa el debugger (A).

Atrapa
errores
durante
ejecucin,
clusulas de exit y breaks, retornando cdigo
de error del predicado P, y ejecutando PE en
tal caso (T).

831

true

Este goal siempre triunfa (S).

tscroll(C,(ULR,ULC),(LLR,LRC)) Barre el area especificada (A).

unlock
upper_lower(U,L)

Resta 1 del semforo del sistema (A).

Convierte
viceversa (T).

var(X)

maysculas

minsculas

Determina si X es una variable libre (A).

wa(C,A)

Cambia el caracteres de atributo por el

nmero de posiciones especificados en C, a
partir de la posicin del cursor (A).

wc(Co,Car)

Escribe el nmero de copias indicadas del

caracter en ventana a partir de la posicin del
cursor (A).

wca(Co,C,A)

Escribe en el dispositivo de salida un

nmero de copias de un caracter con atributo
especificado (A).

what_btrees(B)

Retorna,
mediante
backtracking,
nombres de los rboles-B existentes (A).

what_windows(N)

Retorna, mediante backtrackings, el nombre

de las ventanas que existen actualmente (A).

what_worlds(X)

Retorna, mediante backtracking, el nombre

de los mundos que existen actualmente (A).

which_control(C)

Retorna el nmero de la ventana de

dilogo que se encuentra en foco (A).

window_attr(A)

Define el atributo de color de la ventana

actual (T).

los

window_info(N,L,(UR,UC),(LRR,LRC,W,B))
Retorna informacin de la ventana (A).
window_str(S)

(T).

Escribe o lee ristra sobre ventana actual

write(T)

Escribe el trmino en el dispositivo de

salida estndar (A).

write(H,T)

Escribe
el
especificado (A).

write_ctrl_text(K,L)

Escribe un rtulo de control de la

caja de dilogo con el atributo de aceleracin
apropiado (A).

trmino

en

el

archivo

832

writedevice(D)

(T).

Define o averigua dispositivo de escritura

writef(F,A1...AN)

Produce escritura formateada segn patrn

F de los trminos que se indican (T).

writeq(T)

Escribe el trmino en el dispositivo de salida

estndar y encomilla tomos y functores como
sea necesario para que resulte legible como
trmino de PROLOG (A).

writeq(H,T)

Escribe
el
trmino
en
el
archivo
especificado, y encomilla tomos y functores
como sea necesario para que resulte legible
como trmino de PROLOG (A).

833

individuo(A) :- conyuge(A,_).

B) PROGRAMAS

********************************************************
**************

1A) KARIERA.PRO

% Versin 1
% formalizacion del sistema kariera con resoluciones redundantes
% problemas : es posible eliminar reglas?
%
se puede evitar la redundancia?

database

alguien, sexo, tipo = symbol

asertipo(alguien,tipo)
repetido(alguien,alguien)

predicates
casable(alguien,alguien)
conyuge(alguien,alguien)
individuo(alguien)
progenitor(alguien,alguien)
sexo(alguien,sexo)
tipo(alguien,tipo)

predicates

clauses
casable(A,B) :- sexo(A,varon), sexo(B,mujer),
tipo(A,X), tipo(B,Y), X=Y.
% alternativa pslm

tipo(h5,t1).
tipo(h7,t2).
tipo(A,X) :- progenitor(A,B), tipo(B,t1), sexo(A,varon), X=t2.
tipo(A,X) :- progenitor(A,B), tipo(B,t1), sexo(A,mujer), X=t3.
tipo(A,X) :- progenitor(A,B), tipo(B,t2), sexo(A,varon), X=t3.
tipo(A,X) :- progenitor(A,B), tipo(B,t2), sexo(A,mujer), X=t1.
tipo(A,X) :- progenitor(A,B), tipo(B,t3), sexo(A,varon), X=t1.
tipo(A,X) :- progenitor(A,B), tipo(B,t3), sexo(A,mujer), X=t2.
tipo(A,X) :- conyuge(A,B), tipo(B,Z), Z=X.
conyuge(A,B) :- progenitor(C,A), progenitor(C,B), A<>B.
progenitor(h1,m5).
progenitor(m1,m6).
progenitor(h2,m1).
progenitor(m2,m1).
progenitor(h3,m7).
progenitor(m3,m8).
progenitor(h4,m3).
progenitor(m4,m3).

sexo(h2,varon).
sexo(h4,varon).
sexo(h6,varon).

sexo(X,mujer) :- individuo(X), not(sexo(X,varon)).

individuo(A) :- progenitor(A,_).
individuo(A) :- progenitor(_,A).

casable(alguien,alguien)
conyuge(alguien,alguien)
individuo(alguien)
preliminar
progenitor(alguien,alguien)
sexo(alguien,sexo)
tipo(alguien,tipo)
clauses
casable(A,B) :sexo(A,varon), sexo(B,mujer),
tipo(A,X), tipo(B,X),
not(repetido(A,B)), assert(repetido(A,B)).

casable(A,B) :- conyuge(A,B).

sexo(h1,varon).
sexo(h3,varon).
sexo(h5,varon).
sexo(h7,varon).

domains
alguien, sexo, tipo = symbol

domains

progenitor(h1,h5).
progenitor(m1,h6).
progenitor(h2,h1).
progenitor(m2,h1).
progenitor(h3,h7).
progenitor(m3,h8).
progenitor(h4,h3).
progenitor(m4,h3).

% Versin 2 - Con aprendizaje de mquina

% formalizacion del sistema kariera con resoluciones redundantes

casable(A,B) :- conyuge(A,B),
not(repetido(A,B)), assert(repetido(A,B)).
casable(A,B) :- conyuge(B,A),
not(repetido(A,B)), assert(repetido(A,B)).
asertipo(h5,t1).
asertipo(h7,t2).

asertipo(m5,t1).
asertipo(m7,t2).

preliminar :- sexo(A,varon),
progenitor(A,B), asertipo(B,t3), assert(asertipo(A,t1)),
fail.
preliminar :- sexo(A,mujer),
progenitor(A,B), asertipo(B,t2), assert(asertipo(A,t1)),
fail.
preliminar :- sexo(A,varon),
progenitor(A,B), asertipo(B,t1), assert(asertipo(A,t2)),
fail.
preliminar :- sexo(A,mujer), progenitor(A,B), asertipo(B,t3),
assert(asertipo(A,t2)),fail.
preliminar :- sexo(A,varon), progenitor(A,B), asertipo(B,t2),
assert(asertipo(A,t3)),fail.
preliminar :- sexo(A,mujer), progenitor(A,B), asertipo(B,t1),
assert(asertipo(A,t3)),fail.
tipo(A,X) :- asertipo(A,X).
tipo(A,X) :- conyuge(A,B), asertipo(B,X).
tipo(A,X) :- conyuge(B,A), asertipo(B,X).
tipo(A,X) :- progenitor(A,B), tipo(B,t1), sexo(A,varon), X=t2.

tipo(A,X) :- progenitor(A,B), tipo(B,t1), sexo(A,mujer), X=t3.

tipo(A,X) :- progenitor(A,B), tipo(B,t2), sexo(A,varon), X=t3.
tipo(A,X) :- progenitor(A,B), tipo(B,t2), sexo(A,mujer), X=t1.
tipo(A,X) :- progenitor(A,B), tipo(B,t3), sexo(A,varon), X=t1.
tipo(A,X) :- progenitor(A,B), tipo(B,t3), sexo(A,mujer), X=t2.
conyuge(h1,m1).
conyuge(h5,m5).
conyuge(h7,m7).
progenitor(h1,h5).
progenitor(m1,h6).
progenitor(h2,h1).
progenitor(m2,h1).
progenitor(h3,h7).
progenitor(m3,h8).
progenitor(h4,h3).
progenitor(m4,h3).

conyuge(h3,m3).
conyuge(h6,m6).
conyuge(h8,m8).
progenitor(h1,m5).
progenitor(m1,m6).
progenitor(h2,m1).
progenitor(m2,m1).
progenitor(h3,m7).
progenitor(m3,m8).
progenitor(h4,m3).
progenitor(m4,m3).

sexo(h1,varon).
sexo(h2,varon).
sexo(h3,varon).
sexo(h4,varon).
sexo(h5,varon).
sexo(h6,varon).
sexo(h7,varon).
sexo(A,mujer) :- individuo(A), not(sexo(A,varon)).
individuo(h1).
individuo(h3).
individuo(h5).
individuo(h7).
individuo(m1).
individuo(m3).
individuo(m5).
individuo(m7).

individuo(h2).
individuo(h4).
individuo(h6).
individuo(h8).
individuo(m2).
individuo(m4).
individuo(m6).
individuo(m8).

835

1B) AASISPAR.PRO
/* ----- Sistema de parentesco ----------------------- */
/* --- Programado por Carlos Reynoso, 20-11-87 ------- */
/* ----Modificado en junio-julio 1988 ---------------- */
code = 2500
nowarnings
domains
relacion, persona = string
database
esposo(persona,persona)
mujer(persona)
progenitor(persona,persona)
varon(persona)
predicates
abuela(persona,persona)
abuelas
abuelo(persona,persona)
abuelos
ancestro(persona,persona)
antepasados
/* rutinas de relaciones */
averiguar(persona,persona)
bisabuela(persona,persona)
bisabuelo(persona,persona)
bisnieta(persona,persona)
bisnieto(persona,persona)
conyuge(persona,persona)
cuniada(persona,persona)
cuniadas
cuniado(persona,persona)
cuniados
descendiente(persona,persona)
descendientes
elige(integer)
escritura(persona,persona,relacion)
esposa(persona,persona)
esposos
hermana(persona,persona)
hermanas
hermano(persona,persona)
hermanos
hija(persona,persona)
hijas
hijastra(persona,persona)
hijastro(persona,persona)
hijo(persona,persona)
hijos
inicio
madrastra(persona,persona)
madre(persona,persona)
madres
nieta(persona,persona)
nietas
nieto(persona,persona)
nietos
nuera(persona,persona)
opcion(integer)
padrastro(persona,persona)

padre(persona,persona)
padres
pariente(persona,persona)
pariente_politico(persona,persona) /* definicion relaciones */
parientes_politicos
prima(persona,persona)
primas
primo(persona,persona)
primos
principio
/* rutinas */
progenitores
retorno
retorno_4
sib(persona,persona)
sibs
sobrina(persona,persona)
sobrinas
sobrino(persona,persona)
sobrinos
suegra(persona,persona)
suegras
suegro(persona,persona)
suegros
testeo
tia(persona,persona)
tias
tio(persona,persona)
tios
yerno(persona,persona)
include "tdoms.pro"
include "tpreds.pro"
include "menu.pro"
include "longmenx.pro"
/* preparado especial para convivencia c/menu.pro */
/* quitar indicadores de comentario siguientes para trabajar con goal
interno */
goal
principio.
clauses
principio :makewindow(1,42,36," Sistema de parentesco ",0,0,24,80),
inicio.
inicio :menu(3,15,7,19,
["A. Instrucciones",
"B. Listado de sujetos ",
"C. Listado de relaciones de parentesco",
"D. Relaciones especificas por nexo",
"E. Relaciones especificas por persona",
"F. Agregado de varones a base de datos ",
"G. Agregado de mujeres a base de datos ",
"H. Agregado de especificaciones conyugales ",
"I. Agregado de especificaciones de filiacion ",
"J. Resguardo de base de datos",
"K. Carga de base de datos en memoria ",
"L. Borrado de base de datos en memoria ",
"Q. Fin"],
" Menu principal * Elegir opcion ",0,Eleccion),
clearwindow,
opcion(Eleccion).
opcion(1) :clearwindow,nl,

836

write(" Este programa de Inteligencia Artificial deduce relaciones de

parentes-"),nl,
write(" co a partir de una base de conocimientos y de reglas
preestablecidas de"),nl,
write(" implicacion. El conjunto de hechos que reconoce es de
caracter dinamico"),nl,
write(" y puede modificarse a voluntad. Consiste en nombres de
mujeres y varones"),nl,
write(" y en especificaciones de una o mas relaciones de
conyugalidad y filia- "),nl,
write(" cion en el interior del conjunto."),nl,nl,
write(" Si se desea, se puede eliminar de la memoria la base de datos
provista"),nl,
write(" por el programador e introducir datos nuevos siguiendo las
instrucciones"),nl,
write(" del Menu; o bien se pueden agregar nuevos miembros y
relaciones basicas"),nl,
write(" al conjunto, asi como eliminar determinados sujetos."),nl,nl,
write(" Para modificar la naturaleza de las reglas de deduccion y la
denomina-"),nl,
write(" de los nexos de parentesco, es necesario modificar el
programa ASISPAR.PRO"),nl,
write(" escrito en lenguaje PROLOG. Para operar en PROLOG puro,
sin elementos "),nl,
write(" procedimentales, agregar indicadores de comentario antes y
despues de la"),nl,
write(" clausula GOAL; indicar goal = principio para reproceder."),nl,nl,nl,
write("\t\t\tPara continuar, presione cualquier tecla "),
readchar(_), retorno.
opcion(2) :clearwindow,
write(" VARONES : "),
nl,nl,
varon(X), write(" ",X),nl,
fail.
opcion(2) :readchar(_), nl,
write(" MUJERES : "),nl,nl,
mujer(A), write(" ",A),nl,
fail.
opcion(2) :- retorno.
opcion(3) :- antepasados.
opcion(3) :- descendientes.
opcion(3) :- padres.
opcion(3) :- madres.
opcion(3) :- hijos.
opcion(3) :- hijas.
opcion(3) :- hermanos.
opcion(3) :- hermanas.
opcion(3) :- tios.
opcion(3) :- tias.
opcion(3) :- sobrinos.
opcion(3) :- sobrinas.
opcion(3) :- primos.
opcion(3) :- primas.
opcion(3) :- retorno.
opcion(4) :longmenu(1,20,20,7,15,
["A. Antepasados",
"B. Descendientes",
"C. Padres",
"D. Hijos",
"E. Madres",
"F. Hijas",
"G. Progenitores", "H. Hermanos",
"I. Hermanas",
"J. Sibs",
"K. Tios",
"L. Tias",
"M. Sobrinos",
"N. Sobrinas",

"P. Abuelos",
"Q. Abuelas",
"R. Nietos",
"S. Nietas",
"T. Suegros",
"U. Suegras",
"V. Cuniados",
"W. Cuniadas",
"X. Esposos",
"Y. Primos",
"Z. Termina"],
" Nexos especificos * Elegir opcion ",0,Elige),
elige(Elige).
opcion(5) :write(" Persona : "),
readln(Persona),
Persona <> "fin",
write(" Pariente : "),
readln(Pariente),
Pariente <> "fin",nl,
averiguar(Persona,Pariente),
opcion(5).
opcion(5) :- clearwindow, inicio.
opcion(6) :write(" Nombre de individuo (masc) / fin : "),
readln(Persona), Persona <> "fin",
asserta(varon(Persona)),
opcion(6).
opcion(6) :- clearwindow, inicio.
opcion(7) :write(" Nombre de individuo (fem) / fin : "),
readln(Persona),
Persona <> "fin",
asserta(mujer(Persona)),
opcion(7).
opcion(7) :- clearwindow, inicio.
opcion(8) :/* Especif.conyuge */
write("El esposo de : "),
readln(A), A <> "fin",
write("
es : "),
readln(B), B <> "fin",
asserta(esposo(A,B)), nl,
opcion(8).
opcion(8) :- clearwindow, inicio.
opcion(9) :/* Especif. filiacion */
write("Los progenitores de : "),
readln(A), A <> "fin",
write("
son : "),
readln(B), B <> "fin",
write("
y : "),
readln(C), C <> "fin",
asserta(progenitor(A,B)),
asserta(progenitor(A,C)),
opcion(9).
opcion(9) :- clearwindow, inicio.
opcion(10) :clearwindow,
write(" Archivo de salida (*.dba) : "),
readln(Archi), save(Archi),
nl,write(" Base de datos resguardada en ",Archi," "),
readchar(_),clearwindow,
inicio.
opcion(10) :- retorno.
opcion(11) :- /* Carga base datos en Memo */
clearwindow,
write(" ****** CARGA DE BASE DE DATOS EN MEMORIA
******"),

837

window_attr(15),nl,
dir("\tprolog","*.dba",Archi),nl,
window_attr(7),
consult(Archi),
nl,write(" Base de datos ",Archi," cargada en Memoria"),
readchar(_),
retorno.
opcion(11) :- clearwindow, retorno.
opcion(12) :- /* Borrado de base de datos en memoria */
clearwindow, retract(varon(X)),
fail.
opcion(12) :retract(mujer(X)), fail.

opcion(12) :retract(esposo(A,B)),
fail.
opcion(12) :retract(progenitor(A,B)),
fail.
opcion(12) :write("\t\t* La base de datos dinamica ha sido borrada de memoria
*"),
readchar(_),
clearwindow,
inicio.
opcion(13) :- exit.
elige(1) :- antepasados.
elige(2) :- descendientes.
elige(3) :- padres.
elige(4) :- hijos.
elige(5) :- madres.
elige(6) :- hijas.
elige(7) :- progenitores.
elige(8) :- hermanos.
elige(9) :- hermanas.
elige(10) :- sibs.
elige(11) :- tios.
elige(12) :- tias.
elige(13) :- sobrinos.
elige(14) :- sobrinas.
elige(15) :- abuelos.
elige(16) :- abuelas.
elige(17) :- nietos.
elige(18) :- nietas.
elige(19) :- suegros.
elige(20) :- suegras.
elige(21) :- cuniados.
elige(22) :- cuniadas.
elige(23) :- esposos.
elige(24) :- primos.
elige(24) :- retorno_4.
retorno_4 :readchar(_),
clearwindow,
opcion(4).
retorno :readchar(_),
clearwindow,
inicio.
testeo :keypressed,retorno.

elige(1) :- retorno_4.
elige(2) :- retorno_4.
elige(3) :- retorno_4.
elige(4) :- retorno_4.
elige(5) :- retorno_4.
elige(6) :- retorno_4.
elige(7) :- retorno_4.
elige(8) :- retorno_4.
elige(9) :- retorno_4.
elige(10) :- retorno_4.
elige(11) :- retorno_4.
elige(12) :- retorno_4.
elige(13) :- retorno_4.
elige(14) :- retorno_4.
elige(15) :- retorno_4.
elige(16) :- retorno_4.
elige(17) :- retorno_4.
elige(18) :- retorno_4.
elige(19) :- retorno_4.
elige(20) :- retorno_4.
elige(21) :- retorno_4.
elige(22) :- retorno_4.
elige(23) :- retorno_4.
elige(24) :- primas.
elige(25) :- inicio.

testeo.
antepasados :ancestro(B,A), testeo,
write("El antepasado de ",B," es ",A,"."),nl,
fail.
descendientes :descendiente(A,B), testeo,
write("El descendiente de ",A," es ",B,"."),nl,
fail.
padres :padre(X,Y), testeo,
write("El padre de ",X," es ",Y,"."),nl,
fail.
madres :madre(X,Y), testeo,
write("La madre de ",X," es ",Y,"."),nl,
fail.
hijos :hijo(X,Y), testeo,
write("El hijo de ",X," es ",Y,"."),nl,
fail.
hijas :hija(X,Y), testeo,
write("La hija de ",X," es ",Y,"."),nl,
fail.
progenitores :progenitor(X,Y), testeo,
write("El progenitor de ",X," es ",Y,"."),nl,
fail.
sibs :sib(X,Y), testeo,
write("El sib de ",X," es ",Y,"."),nl,
fail.
hermanos :hermano(A,B), testeo,
write("El hermano de ",A," es ",B,"."),nl,
fail.
hermanas :hermana(A,B), testeo,
write("La hermana de ",A," es ",B,"."),nl,
fail.
abuelos :abuelo(X,Y), testeo,
write("El abuelo de ",X," es ",Y,"."),nl,
fail.
abuelas :abuela(X,Y), testeo,
write("La abuela de ",X," es ",Y,"."),nl,
fail.
nietos :nieto(X,Y), testeo,
write("El nieto de ",X," es ",Y,"."),nl,
fail.
nietas :nieta(X,Y), testeo,
write("La nieta de ",X," es ",Y,"."),nl,
fail.
tios :tio(X,Y), testeo,
write("El tio de ",X," es ",Y,"."),nl,
fail.

tias :tia(X,Y), testeo,

write("La tia de ",X," es ",Y,"."),nl,
fail.
sobrinos :-

838

sobrino(X,Y), testeo,
write("El sobrino de ",X," es ",Y,"."),nl,
fail.
sobrinas :sobrina(X,Y), testeo,
write("La sobrina de ",X," es ",Y,"."),nl,
fail.
primos :primo(X,Y), testeo,
write("El primo de ",X," es ",Y,"."),nl,
fail.
primas :prima(X,Y), testeo,
write("La prima de ",X," es ",Y,"."),nl,
fail.
parientes_politicos :pariente_politico(X,Y), testeo,
write("El pariente politico de ",X," es ",Y,"."),nl,
fail.
suegros :suegro(X,Y), testeo,
write("El suegro de ",X," es ",Y,"."),nl,
fail.
suegras :suegra(X,Y), testeo,
write("La suegra de ",X," es ",Y,"."),nl,
fail.
cuniados :cuniado(X,Y), testeo,
write("El cuniado de ",X," es ",Y,"."),nl,
fail.
cuniadas :cuniada(X,Y), testeo,
write("La cuniada de ",X," es ",Y,"."),nl,
fail.
esposos :esposo(X,Y), testeo,
write("El esposo de ",X," es ", Y,"."),nl,
fail.

hijastra(X,Y) if conyuge (X,Z) and progenitor(Y,Z)

and not(hijo(X,Y)) and mujer(Y).

averiguar(Persona,Pariente) :makewindow(2,15,7,"",15,4,5,74),
pariente(Persona,Pariente),
readchar(_),nl,
fail.
averiguar(Persona,Pariente) :write(" No existen (mas) relaciones / Parentesco indefinido "),
readchar(_),removewindow,
opcion(5).

conyuge(X,Y) if esposo(X,Y).
conyuge(X,Y) if esposa(X,Y).

escritura(X,Y,Rel) :write(" ",Y," es ",Rel," de ",X).

nuera(X,Y) if suegro(Y,X) and not(varon(Y)).

nuera(X,Y) if suegra(Y,X) and not(varon(Y)).

/* ------------------ Reglas de deduccion ----------------------- */

descendiente(A,D) if progenitor(D,A)
or progenitor(D,P) and descendiente(A,P). /*regla recursiva*/

padrastro(X,Y) if conyuge (Y,Z) and progenitor(X,Z)

and not(progenitor(X,Y)) and varon(Y).
madrastra(X,Y) if conyuge (Y,Z) and progenitor(Z,X)
and not(hijo(X,Y)) and mujer(Y).
hermano(X,Y) if varon(Y) and padre(X,P)
and padre(Y,P) and X <> Y.
hermana(X,Y) if padre(X,P) and padre(Y,P)
and X <> Y and not(varon(Y)).
sib(X,Y) if hermano(X,Y).
sib(X,Y) if hermana(X,Y).
tio(X,U) if progenitor(X,P) and hermano(P,U).
tia(X,U) if progenitor(X,P) and hermana(P,U).
abuelo(X,G) if padre(P,G) and progenitor(X,P).
abuela(X,G) if madre(P,G) and progenitor(X,P).
primo(X,Z) if progenitor(X,Y) and sib(Y,S) and
hijo(S,Z).
prima(X,Z) if progenitor(X,Y) and sib(Y,S) and
hija(S,Z).
sobrino(X,Y) if sib(X,Z) and hijo(Z,Y).
sobrina(X,Y) if sib(X,Z) and hija(Z,Y) and not(varon(Y)).
esposa(X,Y) if varon(X) and esposo(Y,X).
suegra(X,Y) if madre(Z,Y) and conyuge(Z,X).
suegro(X,Y) if padre(Z,Y) and conyuge(Z,X).

cuniado(X,Y) if conyuge(X,Z) and hermano(Z,Y).

cuniada(X,Y) if conyuge(X,Z) and hermana(Z,Y).
cuniada(X,Y) if esposo(Y,Z) and sib(Z,X).
yerno(X,Y) if suegro(Y,X) and varon(Y).
yerno(X,Y) if suegra(Y,X) and varon(Y).

nieto(J,T) if progenitor(T,P) and progenitor(P,J).

nieta(J,T) if progenitor(T,P) and progenitor(P,J) and mujer(T).

ancestro(X,A) if descendiente(A,X).

bisnieto(X,Y) if bisabuelo(Y,X) and varon(X).

bisnieto(X,Y) if bisabuelo(Y,X) and varon(X).

padre(X,Y) if progenitor(X,Y) and varon(Y).

madre(X,Y) if progenitor(X,Y) and not(varon(Y)).

bisnieta(J,T) if progenitor(T,P) and abuelo(P,J) and mujer(J).

bisnieta(J,T) if progenitor(T,P) and abuela(P,J) and mujer(J).

hijo(X,Y) if progenitor(Y,X) and varon(Y).

hija(X,Y) if progenitor(Y,X) and not(varon(Y)).

bisabuelo(C,N) if nieto(P,C) and progenitor(P,N).

bisabuelo(C,N) if nieta(P,C) and progenitor(P,N).
bisabuela(C,N) if nieto(P,C) and progenitor(P,N) and mujer(N).
bisabuela(C,N) if nieta(P,C) and progenitor(P,N) and mujer(N).

hijastro(X,Y) if conyuge (X,Z) and progenitor(Y,Z)

and not(hijo(X,Y)) and varon(Y).

/* ------------------------- equivalencias ----------------------- */

839

pariente(X,Y) if sib(X,Y),
Rel="sib" and escritura(X,Y,Rel).
pariente(X,Y) if hermano(X,Y),
Rel="hermano" and escritura(X,Y,Rel).
pariente(X,Y) if hermana(X,Y),
Rel="hermana" and escritura(X,Y,Rel).
pariente(X,Y) if bisabuelo(X,Y),
Rel="bisabuelo" and escritura(X,Y,Rel).
pariente(X,Y) if bisabuela(X,Y),
Rel="bisabuela" and escritura(X,Y,Rel).
pariente(X,Y) if abuelo(X,Y),
Rel="abuelo" and escritura(X,Y,Rel).
pariente(X,Y) if abuela(X,Y),
Rel="abuela" and escritura(X,Y,Rel).
pariente(X,Y) if padre(X,Y),
Rel="padre" and escritura(X,Y,Rel).
pariente(X,Y) if madre(X,Y),
Rel="madre" and escritura(X,Y,Rel).
pariente(X,Y) if ancestro(X,Y),
Rel="ancestro" and escritura(X,Y,Rel).
pariente(X,Y) if bisnieto(X,Y),
Rel="bisnieto" and escritura(X,Y,Rel).
pariente(X,Y) if bisnieta(X,Y),
Rel="bisnieta" and escritura(X,Y,Rel).
pariente(X,Y) if nieto(X,Y),
Rel="nieto" and escritura(X,Y,Rel).
pariente(X,Y) if nieta(X,Y),
Rel="nieta" and escritura(X,Y,Rel).
pariente(X,Y) if hijo(X,Y),
Rel="hijo" and escritura(X,Y,Rel).
pariente(X,Y) if hija(X,Y),
Rel="hija" and escritura(X,Y,Rel).
pariente(X,Y) if descendiente(X,Y),
Rel="descendiente" and escritura(X,Y,Rel).
pariente(X,Y) if tio(X,Y),
Rel="tio" and escritura(X,Y,Rel).
pariente(X,Y) if tia(X,Y),
Rel="tia" and escritura(X,Y,Rel).
pariente(X,Y) if sobrino(X,Y),
Rel="sobrino" and escritura(X,Y,Rel).
pariente(X,Y) if sobrina(X,Y),
Rel="sobrina" and escritura(X,Y,Rel).
pariente(X,Y) if primo(X,Y),
Rel="primo" and escritura(X,Y,Rel).
pariente(X,Y) if prima(X,Y),
Rel="prima" and escritura(X,Y,Rel).
pariente(X,Y) if suegro(X,Y),
Rel="suegro" and escritura(X,Y,Rel).
pariente(X,Y) if suegra(X,Y),
Rel="suegra" and escritura(X,Y,Rel).
pariente(X,Y) if yerno(X,Y),
Rel="yerno" and escritura(X,Y,Rel).
pariente(X,Y) if nuera(X,Y),
Rel="nuera" and escritura(X,Y,Rel).
pariente(X,Y) if cuniado(X,Y),
Rel="cuniado" and escritura(X,Y,Rel).
pariente(X,Y) if cuniada(X,Y),
Rel="cuniada" and escritura(X,Y,Rel).
pariente(X,Y) if esposo(X,Y),
Rel="esposo" and escritura(X,Y,Rel).
pariente(X,Y) if esposa(X,Y),
Rel="esposa" and escritura(X,Y,Rel).
pariente(X,Y) if conyuge(X,Y),
Rel="conyuge" and escritura(X,Y,Rel).
pariente(X,Y) if hijastro(X,Y),
Rel="hijastro" and escritura(X,Y,Rel).
pariente(X,Y) if hijastra(X,Y),
Rel="hijastra" and escritura(X,Y,Rel).

pariente(X,Y) if padrastro(X,Y),
Rel="padrastro" and escritura(X,Y,Rel).
pariente(X,Y) if madrastra(X,Y),
Rel="madrastra" and escritura(X,Y,Rel).
pariente_politico(X,Y) if suegro(X,Y).
pariente_politico(X,Y) if suegra(X,Y).
pariente_politico(X,Y) if yerno(X,Y).
pariente_politico(X,Y) if nuera(X,Y).
pariente_politico(X,Y) if cuniado(X,Y).
pariente_politico(X,Y) if cuniada(X,Y).
/* base de datos dinamica */
varon("Americo Reynoso"). varon("Carlos Alberto Melian").
varon("Carlos Reynoso"). varon("Emilio Melian").
varon("Juan Jose Melian"). varon("Julio Reynoso").
varon("Lito Tarducci").
varon("Manuel Palacios").
varon("Nombre desconocido"). varon("Osvaldo Tarducci").
varon("Paco Boschi").
varon("Pepe Reynoso").
varon("Pichon Reynoso"). varon("Tucho Reynoso").
mujer("Claudia Tarducci"). mujer("Delia Reynoso").
mujer("Hebe Boschi").
mujer("Josefina Boschi").
mujer("Maria Lopez").
mujer("Mercedes Rocha").
mujer("Monica Tarducci"). mujer("Monona Reynoso").
mujer("Pilar Boschi").
progenitor("Americo Reynoso","Josefina Boschi").
progenitor("Americo Reynoso","Julio Reynoso").
progenitor("Carlos Alberto Melian","Emilio Melian").
progenitor("Carlos Alberto Melian","Monona Reynoso").
progenitor("Carlos Reynoso","Americo Reynoso").
progenitor("Carlos Reynoso","Hebe Boschi").
progenitor("Claudia Tarducci","Maria Lopez").
progenitor("Claudia Tarducci","Osvaldo Tarducci").
progenitor("Delia Reynoso","Josefina Boschi").
progenitor("Delia Reynoso","Julio Reynoso").
progenitor("Hebe Boschi","Mercedes Rocha").
progenitor("Hebe Boschi","Paco Boschi").
progenitor("Josefina Boschi","Nombre desconocido").
progenitor("Juan Jose Melian","Emilio Melian").
progenitor("Juan Jose Melian","Monona Reynoso").
progenitor("Lito Tarducci","Maria Lopez").
progenitor("Lito Tarducci","Osvaldo Tarducci").
progenitor("Manuel Palacios","Monica Tarducci").
progenitor("Monica Tarducci","Maria Lopez").
progenitor("Monica Tarducci","Osvaldo Tarducci").
progenitor("Monona Reynoso","Josefina Boschi").
progenitor("Monona Reynoso","Julio Reynoso").
progenitor("Paco Boschi","Nombre desconocido").
progenitor("Pepe Reynoso","Josefina Boschi").
progenitor("Pepe Reynoso","Julio Reynoso").
progenitor("Pichon Reynoso","Josefina Boschi").
progenitor("Pichon Reynoso","Julio Reynoso").
progenitor("Tucho Reynoso","Pichon Reynoso").
progenitor("Tucho Reynoso","Pilar Boschi").
esposo("Hebe Boschi","Americo Reynoso").
esposo("Josefina Boschi","Julio Reynoso").
esposo("Mercedes Rocha","Paco Boschi").
esposo("Monica Tarducci","Carlos Reynoso").
esposo("Monona Reynoso","Emilio Melian").
esposo("Pilar Boschi","Pichon Reynoso").

840

2A) COLBY.PRO
% Analisis eidocronico segun Benjamin Colby
% Programado por Carlos Reynoso / Miriam Cerveny (1989)
nowarnings
domains
file=maniobra
i=integer
e=symbol
predicates
af(i,e)
ap(i,e)
coda(integer)
compromiso
cuento
mi(e)
motivacion(integer)
mv(e)
otra_af(integer,e)
otra_af_mas(e)
otra_ap(integer,e)
otra_ap_mas(e)
otra_ri(integer,e)
otra_ri_mas(e)
otra_rv(integer,e)
otra_rv_mas(e)
precuento
resolucion(integer)
respuesta
ri(i,e)
rv(i,e)
clauses
precuento :% openappend(maniobra,"eidon.dat"),
% writedevice(maniobra),
cuento.
cuento :- !,
random(2,II),
I=II+1,
motivacion(I),
respuesta, !, nl,
cuento.
cuento :- closefile(maniobra),
% writedevice(screen),clearwindow,
% file_str(maniobra,S),
% display(S),
nl, write(" FIN "),
readchar(_).
motivacion(1) :- mi(A), write(A),nl.
motivacion(2) :- mv(A), write(A),nl.
respuesta :compromiso,
random(3,II),
I=II+1,
resolucion(I).

compromiso :- random(6,II), I=II+1, ap(I,A),

random(2,OO), O=OO+1, otra_ap(O,A),
random(5,YY), Y=YY+1, af(Y,B),
random(2,UU), U=UU+1, otra_af(U,B),
write(A),nl, write(B),nl.
otra_ap(1,_).
otra_ap(2,B) :- random(6,II), I=II+1, ap(I,A), A<>B,
write(A),nl, otra_ap_mas(A).
otra_ap(_,_).
otra_ap_mas(A) :- random(2,UU), U=UU+1, otra_ap(U,A).
otra_af(1,B).
otra_af(2,B) :- random(6,II), I=II+1, af(I,A), A<>B,
write(A),nl, otra_af_mas(A).
otra_af(_,_).
otra_af_mas(A) :- random(2,UU), U=UU+1, otra_af(U,A).
resolucion(3) :- random(7,II), I=II+1,ri(I,A), write(A),nl,
random(2,OO),O=OO+1, otra_ri(O,A).
resolucion(2) :- random(4,II), I=II+1,rv(I,A), write(A),nl,
random(2,OO),O=OO+1, otra_rv(O,A).
resolucion(1) :- random(4,YY), Y=YY+1, coda(Y).
otra_ri(1,_).
otra_ri(1,B) :- random(7,II),
I=II+1, ri(I,A), A<>B, write(B), nl, otra_ri_mas(B).
otra_ri(_,_).
otra_rv(1,_).
otra_rv(1,B) :- random(4,II),
I=II+1, rv(I,A), A<>B, write(B), nl, otra_rv_mas(B).
otra_rv(_,_).
otra_rv_mas(B) :- random(2,UU), U=UU+1, otra_rv(U,B).
otra_ri_mas(B) :- random(2,UU), U=UU+1, otra_ri(U,B).
coda(1) :- random(6,II), I=II+1, ap(I,A), write(A),nl.
coda(2) :- random(7,II), I=II+1, ri(I,A), write(A),nl.
coda(3) :- random(4,II), I=II+1, rv(I,A), write(A),nl.
coda(4) :- !,respuesta.
ap(1,transformacin).
ap(2,encuentro).
ap(3,transaccin).
ap(4,entra_en_cautiverio).
ap(5,hospitalidad).
ap(6,precaucin).
af(1,tarea).
af(2,ataque).
af(3,pugna).
af(4,ruido).
af(5,engao).
mi(motivacin_inmediata).
mv(motivacin_valor).
ri(1,entrega).
ri(2,resultado_de_la_tarea).
ri(3,escape).
ri(4,liberacin).
ri(5,muerte).
ri(6,resurreccin).
ri(7,transformacin_de_creacin).
rv(1,recompensa).

841

rv(2,matrimonio).
rv(3,reunin).
rv(4,donativo).

precaucin
engao
resultado_de_la_tarea
motivacin_valor
precaucin
pugna
liberacin

Nota: Las siguientes dos pginas de listado de salida del

programa (que reflejan las posibilidades de combinacin
aleatoria de los diferentes eidones, segn la mismsima
descripcin de los Colby) pueden contrastarse con las elegantes
volutas deterministas que constituyen la idealizacin de los
autores respecto del comportamiento generativo de su propio
modelo. Estos llevan a su criatura de la mano, a fin de que
ejecute los pasos que ellos desean. En el educto del programa es
fcil corroborar que el protagonista se libera sin ser antes
aprisionado, contrae matrimonio sin liberarse y resucita sin haber
muerto. El dibujo que sigue al listado transcribe la hoja de
anlisis para el relato ixil "Mara Markaao" (Colby y Colby
1986:287). De inmediato resultar palmario que los modelos
reales y los ideales difieren y que su programacin lgica pone al
descubierto la naturaleza y la magnitud de esa diferencia.
Resultara largo tipificar las correcciones recursivas exigidas por
un modelo cualquiera, pensado al natural, cuando se lo contrasta
con un programa lgico, an cuando la herramienta de modelizacin sea desde el principio un lenguaje de computadora.
Valga entonces el contraste entre el programa y el esquema intuitivo como testimonio de las precisiones que nuestra
metodologa es capaz de introducir en la elaboracin teortica.
LISTADO DE SALIDA
motivacin_inmediata
hospitalidad
tarea
donativo
motivacin_inmediata
ataque
hospitalidad
ruido
recompensa
motivacin_valor
encuentro
entra_en_cautiverio
tarea
resurreccin
motivacin_valor
encuentro
hospitalidad
engao
donativo
motivacin_inmediata
entra_en_cautiverio
ataque
ruido
transaccin
engao
recompensa
motivacin_inmediata
ruido
tarea
engao

motivacin_inmediata
transformacin
pugna
pugna
ataque
transaccin
ataque
donativo
motivacin_inmediata
encuentro
entra_en_cautiverio
pugna
reunin
motivacin_inmediata
hospitalidad
tarea
donativo
motivacin_inmediata
hospitalidad
ataque
hospitalidad
tarea
transaccin
tarea
resultado_de_la_tarea
motivacin_inmediata
entra_en_cautiverio
ruido
muerte
motivacin_valor
transformacin
tarea
liberacin
motivacin_inmediata
pugna
transformacin
ruido
recompensa
motivacin_valor
hospitalidad
entra_en_cautiverio
pugna
matrimonio
motivacin_valor
ruido
tarea
transformacin
tarea
liberacin
motivacin_valor
transaccin

842

ruido
resurreccin
motivacin_inmediata
transformacin
transaccin
entra_en_cautiverio
encuentro
engao
muerte
motivacin_valor
transaccin
engao
resultado_de_la_tarea
motivacin_inmediata
ataque
pugna
transaccin
pugna
muerte
motivacin_inmediata
hospitalidad
ataque
matrimonio
motivacin_inmediata
transaccin
tarea
donativo
motivacin_valor
entra_en_cautiverio
engao
reunin
motivacin_valor
encuentro
ataque
donativo

motivacin_inmediata
pugna
encuentro
tarea
entrega
motivacin_inmediata
entra_en_cautiverio
pugna
entrega
motivacin_valor
tarea
transaccin
engao
recompensa
motivacin_inmediata
pugna
tarea
pugna
entra_en_cautiverio
engao
reunin
motivacin_valor
precaucin
tarea
entra_en_cautiverio
precaucin
engao
liberacin
motivacin_valor
entra_en_cautiverio
transformacin
precaucin
tarea
entrega

motivacin_inmediata
precaucin
tarea
reunin

motivacin_valor
precaucin
ruido
encuentro
engao
escape

motivacin_valor
encuentro
ataque
resurreccin

motivacin_valor
transformacin
ruido
reunin

motivacin_valor
encuentro
tarea
donativo
motivacin_valor
precaucin
ruido
entrega
motivacin_valor
tarea
ruido
encuentro
ataque
reunin

843

2B) CALAGRAF.PRO
% Analisis de representaciones, con graficacin
code=2300
nowarnings
domains
file = comando
pieza = integer
franja = integer
ident_hilera, espacio, forma = symbol
modo_articulacion, descrip, unidad_morfologica = string
lista = string*
franjas = franja*
hilera = pares(unidad_morfologica, modo_articulacion)
database
% descripcion de la pieza
espacio(pieza, forma)
franjas(pieza,franjas)
pares(pieza, franja, ident_hilera, unidad_morfologica,
modo_articulacion)
especif(pieza, franja, ident_hilera, franja, ident_hilera,
unidad_morfologica, modo_articulacion)
especfr(pieza, franja, franja, modo_articulacion).
% bases transitorias
ya(unidad_morfologica,modo_articulacion)
yaa(unidad_morfologica,modo_articulacion,unidad_morfologica,
modo_articulacion)
umo(string)
include "tdoms.pro"
include "tpreds.pro"
include "menu.pro"
predicates
cadafranja(integer,franjas)
cd(string,lista)
continua_rep(pieza)
contrastar(pieza,unidad_morfologica,modo_articulacion)
desc(integer)
describe(pieza,franja)
descripcion
compatible(pieza,unidad_morfologica,modo_articulacion)
for(symbol,string)
incompatible(pieza,unidad_morfologica,modo_articulacion)
inicio
longlista(franjas,integer)
miembro(franja,franjas)
mod(modo_articulacion, descrip)
no_franja1
nunca_uf_mod
ocurre
pred(integer)
proceso(integer)
prograf(integer)
recontrastar(pieza,unidad_morfologica,modo_articulacion)
representacion
uf(unidad_morfologica, descrip)
goal

inicio.
clauses
inicio :makewindow(1,23,14," Sistema de Anlisis de Representaciones
",0,0,24,80),
menu(4,16,7,4,
["A. Descripcin de piezas",
"B. Unidades en Modos de Articulacin",
"C. Unidades que no aparecen en Modos de Articulacin",
"D. Unidades que no aparecen en primera franja",
"E. Unidades y modos compatibles",
"F. Combinaciones imposibles",
"Quit"],
" Opciones ",1,OPCION),
proceso(OPCION),!,inicio.
proceso(1) :- descripcion.
proceso(2) :retractall(ya(_,_)),
write("Las siguientes unidades aparecen en los modos que se
indican : "),
nl,nl,
ocurre,readchar(_).
proceso(3) :retractall(ya(_,_)),
nunca_uf_mod,readchar(_).
proceso(4) :- no_franja1,readchar(_).
proceso(5) :retractall(ya(_,_)),
compatible(A,B,C), readchar(_).
proceso(6) :retractall(ya(_,_)),
incompatible(A,B,C), readchar(_).
proceso(7) :- clearwindow,exit.
% Rutinas de Descripcion :
descripcion :menu(5,21,7,4,
["A. Descripcin de piezas individuales ",
"B. Listado resumido de piezas",
"C. Presentacin grfica de piezas",
"D. Secuencia grfica del conjunto",
"E. Lista de piezas a mostrar",
"Quit"], " Descripcin ",1,OPCION),
desc(OPCION),!,inicio.
desc(1) :clearwindow,
write("Nmero de pieza : "),
readint(NUM),
espacio(NUM, Forma),nl,
for(Forma,FF),
write("Forma : ",FF), nl,
franjas(NUM,Listafranja),
cadafranja(NUM,Listafranja),
readchar(_),
prograf(NUM),
readchar(_).
desc(1).
desc(2) :espacio(NUM,FORMA),
for(FORMA,FF),
write("Pieza N ",NUM," - ",FF,", "),
franjas(NUM,LISTA),
longlista(LISTA,CIFRA),

844

write(CIFRA, " franjas."),nl,

fail.
desc(2):- readchar(_).
desc(3) :clearwindow,
write("Nmero de pieza : "),
readint(NUM),
espacio(NUM, Forma),
prograf(NUM),
readchar(_).
desc(3) :- write("Pieza inexistente"),
readchar(_).
desc(4) :- exit.
desc(5) :- exit.

/* Pendiente de programacion */
/* Pendiente de programacion */

pred(CODE) :- write("Error ",CODE),readchar(_).

cadafranja(NUM,Listafranja) :miembro(X,Listafranja),
describe(NUM,X),
fail.
cadafranja(NUM,_) :especif(NUM,FR1,HIL1,FR2,HIL2,UFO,MODO),
write("La hilera ",HIL1," de la franja ",FR1),nl,
write(" y la hilera ",HIL2," de la franja ",FR2),nl,
uf(UFO,UFOD),mod(MODO,MODOD),
write(" poseen unidad ",UFOD),nl,
write(" en modo ", MODOD),nl,
fail.
cadafranja(NUM,_) :especfr(NUM,FR1,FR2,MOD),
mod(MOD,MODO),
write("La franja ",FR1," y la franja ",FR2),
write(" se encuentran en modo ",MODO),nl,
fail.
cadafranja(_,_).
describe(NUM,X) :pares(NUM,X,HILERA,UNIMOR,MODOAR),
write("Hilera ",HILERA," de la franja ",X),nl,
uf(UNIMOR,UF),
write("Unidad morfolgica : ",UF),nl,
mod(MODOAR,MO),
write("Modo de articulacin : ",MO),nl.
% Combinaciones compatibles
compatible(NUM,UM,MA) :pares(NUM,_,_,UM,MA),
contrastar(NUM,UM,MA),
fail.
compatible(_,_,_).
contrastar(NUM,UM,MA) :pares(NUM2,_,_,UMM,MAA),
concat(UM,MA,SAL1),
concat(UMM,MAA,SAL2),
NUM=NUM2,SAL1<>SAL2,
uf(UM,UMO),uf(UMM,UMMO),
mod(MA,MAX),mod(MAA,MAAX),
not(yaa(UM,MA,UMM,MAA)),
not(yaa(UMM,MAA,UM,MA)),
assert(yaa(UM,MA,UMM,MAA)),
write(UMO," - ",MAX),nl,
write(UMMO," - ",MAAX),nl,nl,
fail.
contrastar(_,_,_).

% Combinaciones incompatibles
incompatible(NUM,UM,MA) :pares(NUM,_,_,UM,MA),
recontrastar(NUM,UM,MA),
fail.
incompatible(_,_,_).
recontrastar(NUM,UM,MA) :pares(NUM2,_,_,UMM,MAA),
concat(UM,MA,SAL1),
% Permite diversas combinaciones
concat(UMM,MAA,SAL2), %
SAL1<>SAL2,
% Verificar correccin
uf(UM,UMO),uf(UMM,UMMO),
mod(MA,MAX),mod(MAA,MAAX),
NUM<>NUM2,
not(ya(UMM,MAA)),
assert(ya(UMM,MAA)),
write(UMO," - ",MAX),nl,
write(UMMO," - ",MAAX),nl,nl,
fail.
recontrastar(_,_,_) :- retractall(ya(_,_)).

% Unidades morf que nunca aparecen en modo de articulacin:

nunca_uf_mod :uf(UF,UFD), mod(MA,MAD),
not(ya(UF,MA)),
assert(ya(UF,MA)),
not(pares(_,_,_,UF,MA)),
write(UFD, " con ",MAD),nl,
fail.
nunca_uf_mod.
% Unidades morfolgicas que aparecen en modos de articulacin:
ocurre :uf(UF,UFD), mod(MA,MAD),
pares(_,_,_,UF,MA),
not(ya(UF,MA)),
assert(ya(UF,MA)),
write(UFD, " con ",MAD),nl,
fail.
ocurre.
% Unidades morfolgicas que no se dan en la primera franja:
no_franja1 :pares(_,FRANJA,_,UM,_),
FRANJA <> 1,
uf(UM,UNIDAD),
not(umo(UNIDAD)),
assert(umo(UNIDAD)),
fail.
no_franja1 :pares(_,FRANJA,_,UM,_),
FRANJA = 1,
uf(UM,UNIDAD),
umo(UNIDAD),
retract(umo(UNIDAD)),
fail.
no_franja1 :umo(UNIDAD),
write(UNIDAD),nl,
fail.
no_franja1.
representacion :-

845

espacio(Num, Forma),
write("Pieza : ",Num," - Forma : ",Forma), nl,
continua_rep(Num),
fail.
continua_rep(Num) :pares(Num, Franja, Hilera, UnidadMorfol, MA),
mod(MA, Descrip),
write("Modo de Articulacion ",Franja," ",Hilera, " : ",
Descrip),nl,
uf(UnidadMorfol,UF),
write("Unidad Morfolgica : ",UF),
nl, fail.

especif(1, 1, superior, 1, inferior, "4a","3").

especif(29, 2, superior, 2, inferior, "1a","3").
especif(29, 3, superior, 3, inferior, "1a","3").
especif(29, 4, superior, 4, inferior, "1a","3").
% Completar descripcion:
especfr(29, 2, 3, "5").
especfr(29, 3, 4, "4").
for(forma_1,"Media calabaza").
for(forma_2,"Esferiforme").
for(forma_3,"Botelliforme").

% Modos de articulacin:
% Rutinas especiales
mod("1","identidad").
mod("2a","traslacin horizontal").
mod("2b","traslacin vertical").
mod("3","rotacin").
mod("4","reflexin especular").
mod("5","reflexin traslatoria").
mod("6","extensin").
mod("99","no articulado").

miembro(X,[Cabeza|Cola]) :- Cabeza=X.
miembro(X,[_|Cola]) :- miembro(X,Cola).
longlista([],0).
longlista([Cabeza|Cola],K) :- longlista(Cola,J),
K = J+1.
% Archivos graficos:

% Unidades morfolgicas:
uf("1a","tringulo simple equiltero").
uf("1b","tringulo issceles").
uf("1c","tringulo rectngulo").
uf("1d","tringulo simple escaleno").
uf("1e","tringulo c/un cateto curvo").
uf("4a","tringulo espiralado - espiral curvilnea c/vuelta").
uf("24","lnea quebrada").
uf("44","rombo reticulado").
uf("56","lneas oblicuas c/apndices trianguliformes").
uf("72","lneas puntuadas").

prograf(NUM) :str_int(NUP,NUM),
concat("\"cala",NUP,NOM),
concat(NOM,".pic\" -1 0 0",NOMBRE),
openwrite(comando,"comando.pre"),
writedevice(comando),
write(NOMBRE),
closefile(comando),
writedevice(screen),
system("presents comando").

% Correlaciones descriptivas:
% cd("unidades morfolgicas simples",[...]).
cd("tringulos simples",["1a","1b","1c","1d","1e","1f","1g"]).
% Descripciones de piezas:
espacio(1,forma_1).
espacio(29,forma_1).
espacio(33,forma_1).
franjas(1,[1]).
franjas(29,[1, 2, 3, 4]).
franjas(33,[1,2]).
pares(1,1, superior,"4a","2").
pares(1,1, inferior,"4a","2").
pares(29,1,inferior,"1d","2a").
pares(29,2,superior,"1a","2a").
pares(29,2,intermedia,"24","99").
pares(29,2,inferior,"1a","2a").
pares(29,3,superior,"1a","2a").
pares(29,3,intermedia,"24","99").
pares(29,3,inferior,"1a","2a").
pares(29,4,superior,"1a","2a").
pares(29,4,inferior,"1a","2a").
pares(33,1,sin_hileras,"44","4"). /* Modificar codificacin */
pares(33,1,sin_hileras,"56","6"). /* unir umorf y modos */
pares(33,2,sin_hileras,"20","2a").

846

3) SITIOS.PRO
% Programa prototipo de base de datos relacional
% Compilado octubre de 1989 - (c) Carlos Reynoso, U.B.A.CONICET
% code=3000 para trace
nowarnings

sigue(pcia,part)
siguesitio(pcia,part,sitio)
sitiodepto
sitiopro
sort(lista,lista)
goal
preinicio.
clauses

domains
file = maniobra
pcia,part,ndoc,sitio,anio,public = integer
lisitio = sitio*
lisnombre = nom*
docum = ndoc*
nom,datos,autor,texto,volnumpag,edit,espec = string
lista=string*
elemento=string
database - basedatos
cs(pcia,part,sitio,lisnombre,docum)
tx(ndoc,autor,texto,public,volnumpag,anio,edit,espec,lisitio)
doc(sitio,ndoc,datos)

preinicio :trace(off),
makewindow(1,7,4," Sitios arqueolgicos con arte rupestre",
0,0,24,80),
inicio.
inicio :menu(3,25,7,19,
["A. Cargar datos de disco",
"B. Guardar datos en archivo ",
"C. Actualizar base de datos",
"D. Listados diversos",
"Q. Quit"],
" Seleccin principal ",0,I),
rutina(I),!,clearwindow,inicio.
inicio :- !,exit.

database - auxi
regau(ndoc,autor,anio)
include "tdoms.pro"
include "tpreds.pro"
include "menu.pro"
predicates
autores
autorindiv
buclautor
buescriaut(lista)
bucleprin(integer)
buclescri(lista)
buclesecu(integer,integer)
cp(integer,string)
descomponer(pcia,part,lisnombre)
elimdup(lista,lista)
esclinum(docum)
esclista(lisnombre)
hacerlista(docum)
hacerlisit(lisitio)
hacerlisnom(lisnombre)
ingresar(integer)
inicio
insert(elemento,lista,lista)
listar
listadocu(sitio)
miembro(elemento,lista)
miembron(nom,lisnombre)
organico(integer)
preingresar
preinicio
prelistar
rutdocu(sitio)
rutina(integer)
rutlis(integer)
salvar
seleccion

rutina(1) :consult("sitios.dba",basedatos).
rutina(2) :- salvar.
rutina(3) :- preingresar.
rutina(4) :- prelistar.
rutina(5) :- clearwindow,removewindow,exit.
preingresar :menu(3,22,7,19,
["A. Actualizar Registro de Sitios ",
"B. Actualizar Registro Bibliogrfico ",
"Q. Quit"],
" Ingreso de Datos ",0,I),
ingresar(I),!,clearwindow,inicio.
preingresar.
ingresar(1) :clearwindow,
write("Provincia
: "),readint(P),
cp(P,PPPP),write(PPPP),nl,
write("Partido
: "),readint(Pa),
write("Sitio
: "),readint(S),nl,
write("Nombre/s
: "),hacerlisnom(N),nl,
write("Documento
: "),hacerlista(Doc),nl,
rutdocu(S),
makewindow(2,7,4," Descripcion del sitio / F10=fin ",12,0,8,80),
edit("",Texto),
removewindow,
str_int(TN,S),concat(TN,".doc",SS),
file_str(SS,Texto),
assert(cs(P,Pa,S,N,Doc), basedatos),
!,ingresar(1).
ingresar(1).
ingresar(2) :write("N.doc : "),readint(ND),
write("Autor : "),readln(A),
write("Texto : "),readln(T),
write("Publicacin/0 {N cod.} : "),readint(P),
write("Volumen, Nmero, Pginas: "),readln(VNP),

847

write("Ao : "),readint(AN),
write("Datos Editoriales : "),readln(ED),
write("Especificaciones : "),readln(ESP),
write("Sitios: "),hacerlisit(SI),
assert(tx(ND,A,T,P,VNP,AN,ED,ESP,SI),basedatos),
!,clearwindow, ingresar(2).
ingresar(2).
rutdocu(S) :write("Especificar Documento (N) : "),
readint(Ndoc),
write("Pgina, Ilustraciones, Cartografa : "),
readln(X),
assert(doc(S,Ndoc,X), basedatos),
fail.
rutdocu(_).
prelistar :clearwindow,
menu(3,16,7,19,
["A. Datos por Provincia, detalle por sitio",
"B. Todos los sitios de una provincia",
"C. Datos por Departamento, detalle por sitio ",
"D. Todos los sitios de un departamento",
"E. Datos por Sitio Individual",
"F. Autores",
"G. Bibliografa por Autor (*)",
"H. Sitios por Autor (*)",
"I. Listado Total de Sitios (*)",
"Q. Quit"],
" Opcin Listado ",0,I),
rutlis(I),!,clearwindow,prelistar.
prelistar.
rutlis(1) :- listar.
rutlis(2) :- sitiopro.
rutlis(3) :write("Falta programar"), readchar(_).
rutlis(4) :- sitiodepto.
rutlis(5) :write("Sitio : "),
readint(S),
cs(P,Pa,S,_,_),
siguesitio(P,Pa,S).
rutlis(6) :- autores.
rutlis(7) :autorindiv.
rutlis(8) :write("Falta programar"),
readchar(_).
rutlis(9) :write("Falta programar"), % listado total sitios
readchar(_).
rutlis(10) :- !,inicio.
autorindiv :makewindow(2,7,4," Listado de Autores ",0,0,24,80),
openwrite(maniobra,"manio.dat"),
writedevice(maniobra),
buclautor,
closefile(maniobra),
file_str("manio.dat",Texto),
display(Texto),
writedevice(screen).
buclautor :tx(Ndoc,AU,_,_,_,Anio,_,_,_),
assert(regau(Ndoc,AU,Anio),auxi),
fail.

buclautor :findall(AU, regau(_,AU,_), LISTAU),

elimdup(LISTAU,LI),
retractall(regau(_,_,_),auxi),
sort(LI,LIORDE),
buescriaut(LIORDE).
buescriaut(LIORDE) :miembro(X,LIORDE),
write("%-35",X),
fail.
buescriaut(_).
sitiopro :clearwindow,
organico(P),
clearwindow,
cp(P,Titulo),
concat("Listado de Sitios de la Provincia de ",Titulo,XTIT),
makewindow(2,7,4,XTIT,0,0,24,80),
openwrite(maniobra,"manio.dat"),
writedevice(maniobra),
bucleprin(P),
closefile(maniobra),
file_str("manio.dat",Texto),
display(Texto),
writedevice(screen), removewindow.
sitiodepto :clearwindow, organico(P),
write("Deptartamento / Partido : "),readint(D),
clearwindow,
cp(P,Titulo),
concat("Listado de Sitios de la Provincia de ",Titulo,XTIT),
makewindow(2,7,4,XTIT,0,0,24,80),
openwrite(maniobra,"manio.dat"),
writedevice(maniobra),
buclesecu(P,D),
closefile(maniobra),
file_str("manio.dat",Texto),
display(Texto),
writedevice(screen),
removewindow.
buclesecu(P,D) :cs(P,D,_,Lisnombre,_),
descomponer(P,D,Lisnombre),
fail.
buclesecu(_,_).
organico(P) :menu(2,25,7,19,
["1. Buenos Aires", "2. Catamarca",
"3. Crdoba",
"4. Corrientes",
"5. Chubut",
"6. Jujuy",
"7. La Pampa",
"8. La Rioja",
"9. Mendoza",
"10. Neuqun",
"11. Ro Negro",
"12. Salta",
"13. San Juan",
"14. San Luis",
"15. Santa Cruz",
"16. Santiago del Estero ",
"17. Tucumn",
"Q. Quit"],
" Escoger Provincia ",0,P).
bucleprin(P) :cs(P,Part,_,Lisnombre,_),
descomponer(P,Part,Lisnombre),
fail.
bucleprin(_).

848

descomponer(P,Part,Lisnombre) :miembron(X,Lisnombre),
writef("%-3 %-25",Part,X),nl,
fail.
descomponer(_,_,_).
autores :clearwindow,
makewindow(2,7,4," Listado de Autores ",1,40,22,39),
openwrite(maniobra,"manio.dat"),
writedevice(maniobra),
seleccion, closefile(maniobra),
file_str("manio.dat",Texto),
writedevice(screen),
display(Texto),
removewindow.
autores.
seleccion :findall(Autor, tx(_,Autor,_,_,_,_,_,_,_), Lisautor),
elimdup(Lisautor, Lislimpia),
sort(Lislimpia, Lisorde),
buclescri(Lisorde).
buclescri(Lisorde) :miembro(X,Lisorde),
write(X),nl,
fail.
buclescri(_).
listar :clearwindow,
organico(P),
cp(P,PPPP),write(" ",PPPP),nl,
write("Partido : "),readint(Pa),
sigue(P,Pa).
sigue(P,Pa) :!,cs(P,Pa,S,N,Doc),
write("Nombre/s
: "),nl,esclista(N),nl,
write("Documentos
: "),esclinum(Doc),nl,
listadocu(S),
readchar(_),
makewindow(2,7,4," Descripcin del sitio ",13,0,8,80),
str_int(TN,S),concat(TN,".doc",SS),
file_str(SS,Texto),
display(Texto),
removewindow,
readchar(_),clearwindow,fail.
sigue(_,_) :removewindow,
!,prelistar.
siguesitio(P,Pa,S) :cs(P,Pa,S,N,Doc),
write("Nombre/s
: "),
nl,esclista(N),nl,
write("Documentos
: "),
esclinum(Doc),nl,
listadocu(S),
readchar(_),
makewindow(2,7,4,
" Descripcin del sitio / Esc=fin ",
14,0,11,80),
str_int(TN,S),concat(TN,".doc",SS),
file_str(SS,Texto),
display(Texto),
clearwindow,
removewindow,

!,prelistar.
siguesitio(_,_,_).

listadocu(S) :doc(S,Ndoc,X),
write("Especificacin Documento : ",Ndoc," ",X),
nl,
fail.
listadocu(_).
salvar :- save("sitios.dba",basedatos).
hacerlista([Cabeza|Cola]) :readint(Cabeza),
Cabeza <> 0, !,
hacerlista(Cola).
hacerlista([]).
hacerlisit([Cabeza|Cola]) :readint(Cabeza),
Cabeza <> 0, !,
hacerlisit(Cola).
hacerlisit([]).
hacerlisnom([Cabeza|Cola]) :readln(Cabeza),
Cabeza <> "",!,
hacerlisnom(Cola).
hacerlisnom([]).
miembron(X,[Cabeza|Cola]) :- Cabeza=X.
miembron(X,[_|Cola]) :- miembron(X,Cola).
elimdup([],[]) :- !.
elimdup([H|T],T1) :miembro(H,T), !,
elimdup(T,T1).
elimdup([H|T],[H|T1]) :elimdup(T,T1).
esclinum([]).
esclinum([H|T]) :write(H," - "),
esclinum(T).
esclista([]).
esclista([H|T]) :write(H),nl,
esclista(T).
cp(1,"Buenos Aires"). cp(2,"Catamarca").
cp(3,"Cordoba").
cp(4,"Corrientes").
cp(5,"Chubut").
cp(6,"Jujuy").
cp(7,"La Pampa").
cp(8,"La Rioja").
cp(9,"Mendoza").
cp(10,"Neuquen").
cp(11,"Rio Negro").
cp(12,"Salta").
cp(13,"San Juan").
cp(14,"San Luis").
cp(15,"Santa Cruz"). cp(16,"Santiago del Estero").
cp(17,"Tucuman").

849

4) SIMULA.PRO
Este modelo de simulacin, a diferencia de los otros programas
del apndice, despliega prestaciones grficas originadas en los propios predicados del lenguaje Prolog. Los objetivos del modelo ya fueron expuestos en la seccin correspondiente; aqu slo cabe describir
a grandes rasgos las estrategias de resolucin y las heursticas que
ms tienen que ver con las propiedades de la signatura. El listado adjunto no se refiere al modelo definitivo sino a una especie de modelo
de un modelo de simulacin posible, a los efectos de familiarizarnos
con la especie y con las capacidades especficas del lenguaje.
El usuario que interacta con un modelo de simulacin (a) presencia las consecuencias de su descripcin del estado de cosas y de
las leyes que rigen el sistema, (b) participa del comportamiento del
programa modulando en tiempo de ejecucin algunas variables
incidentes y (c) obtiene informacin que puede ser la misma que se
introdujo al principio, variadamente interrelacionada o recalculada, o
que puede ser tambin informacin nueva, producida por los
algoritmos computacionales. Estos algoritmos son por ahora
aproximativos o directamente aleatorios, aunque el modelo es
plenamente funcional. El ncleo algortmico del programa es el
procedimiento que hemos llamado proyeccion, pues esa funcin
predictiva es, en ltimo anlisis, la finalidad genrica del modelo.
Con escasas alteraciones se puede adaptar el motor del modelo a
otros conjuntos de datos y a otros principios algortmicos de comportamiento e interaccin.
Debido a que la tipificacin de las instancias modlicas se encuentra an en estado incipiente, nos ha parecido adecuado proponer
cuatro modalidades de simulacin, entre las que puede optarse
conforme al predicado menu. Llamamos a esas modalidades simulacin conceptual, grfica, analgica e icnica, y esta es la
formulacin donde se las caracteriza con vistas a su explotacin
futura.
La simulacin conceptual es aqu, dada la orientacin del
modelo, equivalente a un comportamiento puramente cuantitativo: en
ella el programa arroja cifras resultantes de las operaciones de
clculo, a lo largo de ciclos que corresponden a las magnitudes
peridicas que se especifiquen. Se puede graduar linealmente la
escala del tiempo real, a fin de que un lapso de ejecucin corresponda
a tiempos virtuales ms o menos largos, acelerando o deteniendo la
sucesin de los ciclos, cuya naturaleza (aos, das, siglos) es
asimismo mutable. De ms est decir que, por una curiosa inversin,
el tiempo real es el de la computacin del sistema, en tanto que el
tiempo virtual es el tiempo transcurrido en la realidad que el sistema
encarna.
La simulacin grfica se inspira en el uso computacional de
ese trmino, que no se refiere en general a representaciones plsticas
sino a modalidades convencionales de graficacin estadstica popularizadas por las planillas electrnicas de tipo Lotus 123: esquemas
de coordenadas XY, pasteles, barras, barras superpuestas, campos y
lneas. Una ligera modificacin de los procedimientos permite derivar
a un archivo de texto ASCII los resultados, a fin de tratarlos en
spreadsheets o en programas graficadores como Quattro Pro o
Harvard Graphics, respectivamente. Los mismos datos se pueden
volcar en un grfico de las caractersticas que se quieran. Al final del
programa y en su cartula se incluyen tres planillas grficas obtenidas
de este modo, que ilustran la excelencia de la calidad de edicin que
puede lograrse con una modesta impresora de puntos. Esta parte del
programa produce grficos de barras laterales, que son los que
permiten apreciar las diferencias cuantitativas ms sutiles, habida
cuenta de la relacin entre ancho y alto del display. La pantalla de
simulacin grfica incluye una especie de reloj esquemtico
(proyectado por el predicado pieslice, literalmente "tajada de pastel")
que trasunta, junto con los eductos del procedimiento tiempo, la
relacin entre el minuto real y el tiempo virtual transcurrido. Una

estrecha franja de pantalla denota, mediante puntos de color codificado, la depositacin o desaparicin de los elementos.
La simulacin analgica genera, al lado de las cifras bsicas,
campos de puntos grficos o pixels ("picture elements"), cada cual
con un color codificado de acuerdo con los tipos a los que
representen. A ese efecto se han previsto dos secciones de pantalla, la
una amplia y dispersa y la otra estrecha y concentrada, que permiten
evaluar intuitivamente la evolucin del sistema en dos escalas
simultneas.
La simulacin icnica representa cada entidad conceptual con
un smbolo grfico distinto (crculos, elipses, semicrculos, rectngulos, barras, polgonos), que pueden incluso intentar aproximarse a la
configuracin corporal de los elementos en juego. Este tipo de
sistema permite acceder a una escenificacin bastante realista de los
procesos, incluyendo por ejemplo tramas de topografa, sedimentacin, erosin paulatina, etctera. En el listado que sigue los dibujos son sencillos, y se satisfacen con predicados preconstruidos
tales como bar, circle, ellipse, pieslice o polygon. Nada impide trazar
pinturas ms complejas, asociadas a procedimientos paramtricos
que posean por clave el nombre del elemento denotado. Existen
algunas limitaciones impuestas por el uso de la interface BGI: no se
puede, entre otras cosas, obtener una copia impresa de la pantalla
mvil; para ello hay que utilizar un programa externo de captura de
imgenes, y procesar los datos capturados fuera del programa. Es de
esperar que estas limitaciones se esfumen al comps de la evolucin
tecnolgica.
Hemos procurado que las secciones y heursticas del programa
se atengan a rtulos de valor conceptual. Las clusulas nombradas
con el prefijo conmuta, en las secciones grficas del programa, por ejemplo, estn asociadas a la intervencin activa del usuario para
transformar cierto estado de cosas o para obtener determinada
informacin apenas pulsada una tecla. Si el usuario presiona el
caracter "D" obtiene una tabla de densidades que se superpone a los
dibujos sin alterarlos; si presiona "R", en cambio, produce efectos de
desaparicin de elementos al azar. El resto de las funciones se explica
por s solo.
Es de hacer notar que el presente modelo de simulacin, comparable a otros que son corrientes en la bibliografa especializada, corresponde al estado de un sistema computacional emergente de unas
pocas horas de programacin efectiva (digamos unas diez, con
generosos interludios). Por lo que nos consta, en ningn otro lenguaje
podra lograrse lo mismo en un tiempo semejante.
% Modelo de simulacin SIMULA.PRO
% Programado por Carlos Reynoso, 1990-91
% Incluye prestaciones grficas segn interface BGI
code=1600
nowarnings
domains
caso,mne,periodo,ftit,coltit,fres,colres = integer
dens = real
def = symbol
n = integer
include "tdoms.pro"
include "tpreds.pro"
include "menu.pro"
include "grapdecl.pro"
database
t(n,n,n)
tx(n,def,dens)

850

tt(n,def,dens)

cursor(17,40),
write("Caso (1/2) : "),
readint(CASO),
pantalla2(CASO),
cursor(18,40),
write("Proyeccin : ",Z),
readchar(_),
cicloconc(Z,CASO).

predicates
analogica
bucledens(n)
cambio
cambio2
ciclo(n,n)
cicloconc(periodo,caso)
cicloicon(n,n)
cicloanalog(n,n)
conmuta(char,n,n)
conmutagraf(char,n,n)
conmutanalog(char,n,n)
d(caso,def,mne)
densidad
dur(dens,periodo)
figura(n,n,n)
grafica
iconica
inicio(periodo)
menues
p(def,ftit,coltit,fres,colres)
pantalla
pantalla2(caso)
per(caso,periodo)
prepara
proceso(integer)
proyeccion(periodo,caso)
simbolos
tiempo(integer,integer)

pantalla :p(DEF,FTIT,COLTIT,_,_),
cursor(FTIT,COLTIT),
write(DEF),
fail.
pantalla.
pantalla2(CASO) :p(DEF,_,_,FINI,CINI), d(CASO,DEF,INI),
cursor(FINI,CINI), write(INI),
fail.
pantalla2(_).
densidad :p(DEF,_,_,FINI,CINI),
tx(_,DEF,DENSI),
FDENS = FINI,
CDENS = CINI-6,
cursor(FDENS,CDENS),
writef("%-1.2",DENSI),
fail.
densidad.
cicloconc(Z,CASO) :not(keypressed),
proyeccion(Z,CASO),
Y=Z+15, !,
cicloconc(Y,CASO).

goal
menues.
clauses
menues :makewindow(1,7,14," Modelo de Simulacin ",0,0,24,80),
menu(6,26,7,4,
["C. Simulacin conceptual ",
"G. Simulacin grfica",
"A. Simulacin analgica",
"I. Simulacin icnica",
"-------------------------",
"T. Tratamiento de datos",
"Q. Finalizar"],
" Procesos ",1,OPCION),
proceso(OPCION),!, menues.

cicloconc(Z,CASO) :readchar(C),
upper_lower(CC,C),
CC='D',
cambio,!,cicloconc(Z,CASO).
cicloconc(Z,CASO) :readchar(C),
upper_lower(CC,C),
CC='P',readchar(_),
!,cicloconc(Z,CASO).
cicloconc(Z,CASO) :!,menues.

menues :- clearwindow, removewindow(1,1), exit.

proyeccion(Z,CASO) :d(CASO,B,X),
tx(_,B,De),
per(CASO,N),
Y = (X*Z) / N,
H = (0.57 * Z) / (De * 180),
W = Y - H,
p(B,_,_,FRES,COLRES),
cursor(FRES,COLRES),
WW = trunc(W),
write(WW),
cursor(18,53),
write(Z),
fail.
proyeccion(_,_).

proceso(1) :- inicio(1).
proceso(2) :- prepara, grafica, ciclo(1,1).
proceso(3) :- prepara, analogica, cicloanalog(1,1).
proceso(4) :- prepara, iconica, cicloicon(1,1).
proceso(5).
proceso(6).
programar
proceso(7) :- clearwindow, exit.
inicio(Z) :clearwindow,
write("
d = modula densidad"),
write(" / p = pausa "),
write("/ q = finalizar"),
pantalla,
densidad,

% falta

cambio :tx(N,DEF,DENS),

851

DENSNU = DENS*0.9,
retract(tx(N,DEF,DENS)),
assert(tt(N,DEF,DENSNU)),
fail.
cambio :retractall(tx(_,_,_)),
cambio2.

cambio2 :tt(N,DEF,DENS),
assert(tx(N,DEF,DENS)),
fail.
cambio2 :retractall(tt(_,_,_)),
densidad.

settextstyle(default_font,0,1),
outtextxy(0,300,
"SIMULA ** COMANDOS: Q=quit S|B=blanquear P=pausa
D=densidad R=random"),
settextstyle(default_font,0,2),
outtextxy(0,320,"* Modelo de Simulacion Analogica *").
iconica :settextstyle(default_font,0,1),
outtextxy(0,300,
"SIMULA ** COMANDOS: Q=quit S|B=blanquear P=pausa
D=densidad R=random"),
line(120,0,120,291),
simbolos,
settextstyle(default_font,0,2),
outtextxy(0,320,"* Modelo de Simulacion Iconica *").
% simulacion de ciclos graficos

% preparacion general para todos los modelos bgi

prepara :initgraph(detect,0,GraphDriver,GraphMode,"..\\bgi"),
settextstyle(small_font,0,0),
line(98,0,98,291),
line(601,0,601,291),
line(624,0,624,291),
outtextxy(5,0,"Mandibula"),
outtextxy(5,10,"Atlas"),
outtextxy(5,20,"Axis"),
outtextxy(5,30,"Cervical"),
outtextxy(5,40,"Toracica"),
outtextxy(5,50,"Lumbar"),
outtextxy(5,60,"Sacro"),
outtextxy(5,70,"Costillas"),
outtextxy(5,80,"Escapula"),
outtextxy(5,90,"Humero px"),
outtextxy(5,100,"Humero distal"),
outtextxy(5,110,"Radioulna px"),
outtextxy(5,120,"Radioulna distal"),
outtextxy(5,130,"Carpo"),
outtextxy(5,140,"Metacarpo px"),
outtextxy(5,150,"Metacarpo distal"),
outtextxy(5,160,"Pelvis"),
outtextxy(5,170,"Femur px"),
outtextxy(5,180,"Femur distal"),
outtextxy(5,190,"Tarso"),
outtextxy(5,200,"Tibia px"),
outtextxy(5,210,"Tibia distal"),
outtextxy(5,220,"Metatarso px"),
outtextxy(5,230,"Metatarso distal"),
outtextxy(5,240,"f1"),
outtextxy(5,250,"f2"),
outtextxy(5,260,"f3"),
outtextxy(5,270,"Astragalo"),
outtextxy(5,280,"Calcaneo"),
rectangle(545,313,692,342),
outtextxy(550,316,"Tiempo real > Ciclo"),
rectangle(0,0,700,292).
grafica :settextstyle(default_font,0,1),
% letra mediana
outtextxy(0,300,
"SIMULA ** COMANDOS: Q=quit B=blanquear P=pausa
D=densidad"),
settextstyle(default_font,0,2),
% letra grande para carteles
line(645,0,645,291),
outtextxy(0,320,"* Modelo de Simulacion Grafica *").
analogica :-

ciclo(N,Z) :not(keypressed),
random(500,XX),
X=XX+100,
t(N,Y,FS),
YY=Y+10,
NN=N+1,NN<31,
setfillstyle(0,0),
bar(100,Y,600,YY),
setfillstyle(FS,4),
bar(100,Y,X,YY),
settextstyle(small_font, 0,0),
str_int(XXX,XX),
YB=Y+10,
setfillstyle(0,0),
bar(604,Y,620,YB),
outtextxy(604,Y,XXX),
YN=YB-Y,
% pixels
random(19,RX),random(YN,RY),random(15,COLOR),
PX=625+RX, PY=Y+RY,
putpixel(PX,PY,COLOR),
!,ciclo(NN,Z).
ciclo(NN,Z) :not(keypressed),
settextstyle(default_font,0,1),
ZZ=Z+1,
tiempo(ZZ,S),
setfillstyle(0,0),
fillellipse(670,30,20,20),
setfillstyle(9,4),
SSS=175-((S*6)+90),
pieslice(670,30,90,SSS,20),
settextstyle(small_font,0,0),
!, ciclo(1,ZZ).
ciclo(NN,Z) :readchar(C), upper_lower(CC,C),
conmutagraf(CC,NN,Z).
conmutagraf('B',NN,Z) :setfillstyle(0,0), bar(625,1,644,290),
!, ciclo(1,Z).
conmutagraf('P',NN,Z) :readchar(_), !, ciclo(NN,Z).
conmutagraf('D',NN,Z) :settextstyle(small_font,0,0),
getimage(102,1,128,290,Buffer),

852

setfillstyle(0,0),
bar(102,1,128,290),
bucledens(1),
readchar(_),
putimage(102,1,Buffer,0),
!, ciclo(NN,Z).
conmutagraf(_,_,_) :- closegraph,!,menues.
tiempo(ZZ,S) :str_int(ST,ZZ),
time(H,M,S,_),
str_int(SH,H),
str_int(SM,M),
str_int(SS,S),
concat(SH,":",HH),
concat(HH,SM,HM),
concat(HM,":",HMM),
concat(HMM,SS,HMS),
concat(HMS," -> ",PRE),
concat(PRE,ST,FIN),
setfillstyle(0,0),
bar(550,330,690,340),
outtextxy(550,330,FIN).
% simulacion analogica
cicloanalog(N,Z) :not(keypressed),
random(500,XX),
X=XX+100,
t(N,Y,FS),
YY=Y+10,
NN=N+1,NN<31,
settextstyle(small_font, 0,0),
str_int(XXX,XX),
YB=Y+10,
setfillstyle(0,0),
bar(604,Y,620,YB),
outtextxy(604,Y,XXX),
random(497,RX),
random(290,RY),
PX=103+RX, PY=RY+2,
putpixel(PX,PY,N),
random(73,CONX),
CX=625+CONX,
% antes 625
putpixel(CX,PY,N),
!,cicloanalog(NN,Z).
cicloanalog(NN,Z) :not(keypressed),
settextstyle(default_font,0,1),
ZZ=Z+1,
tiempo(ZZ,S),
settextstyle(small_font,0,0),
!, cicloanalog(1,ZZ).
cicloanalog(NN,Z) :readchar(C),
upper_lower(CC,C),
conmutanalog(CC,NN,Z).
conmutanalog('B',NN,Z) :setfillstyle(0,0),
bar(625,1,698,290),
!, cicloanalog(1,Z).
conmutanalog('S',NN,Z) :setfillstyle(0,0),
bar(99,1,600,290),
!, cicloanalog(1,Z).

conmutanalog('P',NN,Z) :readchar(_), !, cicloanalog(NN,Z).

conmutanalog('R',NN,Z) :random(450,X),random(270,Y),
XX=X+122,YY=Y+2,X20=XX+20,Y20=Y+20,
setfillstyle(0,0),
bar(XX,YY,X20,Y20),
!, cicloanalog(NN,Z).
conmutanalog('D',NN,Z) :settextstyle(small_font,0,0),
getimage(102,1,128,290,Buffer),
setfillstyle(0,0),
bar(102,1,128,290),
bucledens(1),
readchar(_),
putimage(102,1,Buffer,0),
!, cicloanalog(NN,Z).
conmutanalog(_,_,_) :- closegraph,!,menues.
bucledens(N) :t(N,Y,_),
tx(N,_,D),
str_real(ST,D),
outtextxy(104,Y,ST),
NN=N+1,!,bucledens(NN).
bucledens(_).
% simulacion iconica
cicloicon(N,Z) :not(keypressed),
random(498,XX),
X=XX+120,
t(N,Y,FS),
YY=Y+10,
NN=N+1,NN<31,
settextstyle(small_font, 0,0),
str_int(XXX,XX),
YB=Y+10,
setfillstyle(0,0),
bar(604,Y,620,YB),
outtextxy(604,Y,XXX),
random(470,RX),
random(286,RY),
PX=124+RX, PY=RY+2,
figura(N,PX,PY),
random(67,CONX),
CX=628+CONX,
figura(N,CX,PY),
!,cicloicon(NN,Z).
cicloicon(NN,Z) :- not(keypressed),
settextstyle(default_font,0,1),
ZZ=Z+1,
tiempo(ZZ,S),
settextstyle(small_font,0,0),
!, cicloicon(1,ZZ).
cicloicon(NN,Z) :readchar(C),
upper_lower(CC,C),
conmuta(CC,NN,Z).
conmuta('B',NN,Z) :setfillstyle(0,0),
bar(625,1,698,290),
!, cicloicon(1,Z).
conmuta('S',NN,Z) :setfillstyle(0,0),

853

bar(121,1,600,290),
!, cicloicon(1,Z).
conmuta('D',NN,Z) :settextstyle(small_font,0,0),
getimage(102,1,128,290,Buffer),
setfillstyle(0,0),
bar(102,1,128,290),
bucledens(1),
readchar(_),
putimage(102,1,Buffer,0),
!, cicloicon(NN,Z).
conmuta('R',NN,Z) :random(450,X),random(270,Y),
XX=X+122,YY=Y+2,X20=XX+20,Y20=Y+20,
setfillstyle(0,0),
bar(XX,YY,X20,Y20),
!, cicloicon(NN,Z).
conmuta('P',NN,Z) :readchar(_), !, cicloicon(NN,Z).
conmuta(_,_,_) :- closegraph,!,menues.
figura(N,X,Y) :N<5,
circle(X,Y,3).
figura(N,X,Y) :N>4,N<9,
setfillstyle(1,1),
pieslice(X,Y,0,180,3).

figura(N,X,Y) :N>8,N<18,
X3=X+3,Y3=Y+3,
rectangle(X,Y,X3,Y3).
figura(N,X,Y) :N>17,N<25,
random(15,CO),
setfillstyle(1,CO),
X3=X+3,Y3=Y+3,
bar(X,Y,X3,Y3),
setfillstyle(0,0).
figura(N,X,Y) :N>24,
Y3=Y-3,
settextstyle(small_font,0,0),
outtextxy(X,Y3,"x").

t(19,180,8).
t(21,200,10).
t(22,210,11).
t(24,230,2).
t(25,240,3).
t(27,260,5).
t(28,270,6).

t(20,190,9).
t(23,220,1).
t(26,250,4).
t(29,280,7).

% caso
d(1,mandibula,3).
d(1,atlas,9).
d(1,axis,5).
d(1,cervical,12).
d(1,toracica,3).
d(1,lumbar,6).
d(1,sacro,4).
d(1,costillas,8).
d(1,escapula,9).
d(1,humero_px,5).
d(1,humero_distal,7).
d(1,radioulna_px,6).
d(1,radioulna_ds,2).
d(1,carpo,2).
d(1,metacarpo_px,2).
d(1,metacarpo_ds,0).
d(1,pelvis,4).
d(1,femur_px,2).
d(1,femur_ds,4).
d(1,tarso,4).
d(1,tibia_px,2).
d(1,tibia_ds,8).
d(1,metatarso_px,2).
d(1,metatarso_ds,0).
d(1,f1,2).
d(1,f2,0).
d(1,f3,0).
d(1,astragalo,4).
d(1,calcaneo,5).
d(2,mandibula,1).
d(2,atlas,0).
d(2,axis,1).
d(2,cervical,5).
d(2,toracica,0).
d(2,lumbar,1).
d(2,sacro,1).
d(2,costillas,5).
d(2,escapula,0).
d(2,humero_px,0).
d(2,humero_distal,2).
d(2,radioulna_px,1).
d(2,radioulna_ds,3).
d(2,carpo,1).
d(2,metacarpo_px,0).
d(2,metacarpo_ds,0).
d(2,pelvis,1).
d(2,femur_px,1).
d(2,femur_ds,1).
d(2,tarso,1).
d(2,tibia_px,1).
d(2,tibia_ds,0).
d(2,metatarso_px,0).
d(2,metatarso_ds,0).
d(2,f1,3).
d(2,f2,0).
d(2,f3,0).
d(2,astragalo,0).
d(2,calcaneo,0).
% tabla de densidad

/*********************** Base de conocimientos

*********************/

tx(mandibula,0.57).
tx(atlas,0.13).
tx(axis,0.16).
tx(cervical,0.19).
tx(toracica,0.24).
tx(lumbar,0.29).
tx(sacro,0.19).
tx(costillas,0.40).
tx(escapula,0.36).
tx(humero_px,0.24).
tx(humero_distal,0.39).
tx(radioulna_px,0.42).
tx(radioulna_ds,0.43).
tx(metacarpo_px,0.56).
tx(metacarpo_ds,0.49).
tx(pelvis,0.27).
tx(femur_px,0.36).
tx(femur_ds,0.28).
tx(tarso,0.39).
tx(tibia_px,0.30).
tx(tibia_ds,0.50).
tx(metatarso_px,0.55).
tx(metatarso_ds,0.46).
tx(f1,0.42).
tx(f2,0.25).
tx(f3,0.25).
tx(astragalo,0.47).
tx(calcaneo,0.64).

% pantalla grafica n,y,fs

% periodo

simbolos :t(N,Y,_),
figura(N,108,Y),
fail.
simbolos :-!.

t(1,1,1).
t(4,30,4).
t(7,60,7).
t(10,90,10).
t(12,110,1).
t(13,120,2).
t(15,140,4).
t(16,150,5).
t(18,170,7).

t(2,10,2).
t(5,40,5).
t(8,70,8).

t(3,20,3).
t(6,50,6).
t(9,80,9).
t(11,100,11).

per(1,15). per(2,15).
% duracion
dur(0.57,180).

t(14,130,3).
% pantalla(elemento,ftit,coltit,fres,colres)
t(17,160,6).
p(mandibula,2,2,2,23).
p(atlas,3,2,3,23).

854

p(axis,4,2,4,23).
p(cervical,5,2,5,23).
p(toracica,6,2,6,23).
p(lumbar,7,2,7,23).
p(sacro,8,2,8,23).
p(costillas,9,2,9,23).
p(escapula,10,2,10,23).
p(humero_px,11,2,11,23).
p(humero_distal,12,2,12,23). p(radioulna_px,13,2,13,23).
p(radioulna_ds,14,2,14,23).
p(carpo,15,2,15,23).
p(metacarpo_px,16,2,16,23).
p(metacarpo_ds,17,2,17,23).
p(pelvis,18,2,18,23).
p(femur_px,19,2,19,23).
p(femur_ds,20,2,20,23).
p(tarso,2,40,2,61).
p(tibia_px,3,40,3,61).
p(tibia_ds,4,40,4,61).
p(metatarso_px,5,40,5,61).
p(metatarso_ds,6,40,6,61).
p(f1,7,40,7,61).
p(f2,8,40,8,61).
p(f3,9,40,9,61).
p(astragalo,10,40,10,61).
p(calcaneo,11,40,11,61).

855

5A) AGENI3.PRO
/*
Maquina de inferencia c/base de datos dinamica para sistema experto
Programada por C. Reynoso, febrero de 1988 - Revision dic/1990
Incluye inferencias aproximadas, seguimiento de casos sin solucin,
omisin de reglas excluyentes, tratamiento de similitudes
explicacin de hiptesis y consulta por menes.
*/
% Definir stack=1500
diagnostics
nowarnings
nobreak
code = 3310 % con trace 5600
DOMAINS
Historia = Rnumero*
Rnumero, Bnumero, FNO = INTEGER
Factor = REAL
Categoria = SYMBOL
archivo_datos = string
file = maniobra
slist = string*
numlista = integer*
include "tdoms.pro"
include "tpreds.pro"
include "menu.pro"
include "longmenx.pro"
DATABASE - principal
archivo_datos(archivo_datos)
asunto(string)
cons(Categoria,STRING)
cond(Bnumero,STRING)
excluyentes(integerlist)
regla(Rnumero,Categoria,Categoria,integerlist)
similares(integerlist)
DATABASE - maniobra
confianza(Bnumero,real)
e(string,integerlist)
grama(string)
interm(Bnumero,STRING)
no(Bnumero)
posible(Bnumero,Factor)
preframe(integer,string)
si(Bnumero)
reglalimbo(Rnumero,Categoria,Categoria,integerlist)
tabla(integer,Categoria)
toggle
yacaso(integer,Categoria)
yanum(integer)
yasim(Categoria)
database - setup
v(integer,integer,integer)
predicates
/* Comandos, heursticas y procedimientos */

abducciones(Categoria)
actual(integer)
actualiza
alarma
asertsim(Bnumero)
borrar
bucle(string,string,integer,Categoria)
buclecons(string,string,Categoria,Categoria)
calculo(integerlist,Factor,Real)
carga_conoc
chance
ciclalarma(integer)
compara(string,string,string,integer,Categoria)
comparacons(string,string,string,Categoria,Categoria)
comparar(integer)
componer(integerlist)
condiciones(integer)
correcto(string)
cuestion(integer,string)
derivaciones(Categoria)
desc
dev(integer,string)
elegida(integer,string)
errocons
esclista(integerlist)
evalrespu(integer,Categoria)
evaluar(real,string)
expresion(string)
frames
frase(string)
hacelis(integer,integerlist)
helper
imagen
imposible
imprime
ingresa(Categoria)
insert(integer,integerlist,integerlist)
interrogatorio
limpieza
listafinal
longlista(integerlist,integer)
loop
memoria(Categoria,integerlist)
miembro(integer,integerlist)
miembresp(integer,integerlist)
ok
parecidos(Categoria)
precomparar
preframes(integer)
preframes_2
pregunta_inicial(string)
procedimiento
proceso(integer)
proselec(integer,Categoria)
proselesp(integer,Categoria)
prosetup(integer)
purificar(Bnumero)
raya(integer)
recomparcial
recomponer
relacionadas
relaciones
reverse(integerlist,integerlist)
reverse1(integerlist,integerlist,integerlist)
rutoken(string)
rusubtoken(string)
ruconsetoken(string)
rucontoken(string)

856

setup
sintagma(integer,string)
sintesis(Categoria)
subraya(integer)
superconjuntos(Categoria)
tokenizar
totalizar(real)
vacio

makewindow(9,O,P," Mensajes ",19,8,4,65),

v(13,Q,R),
makewindow(13,Q,R," Help (PgUp, PgDn, Ctl+PgDn, Ctl+PgUp,
Ctl+F3=Search, Esc=Quit) ",1,1,22,78),
procedimiento.
clauses
/* Interface usuario */

/* Mecanismos de inferencia */
abduccion(Historia,Categoria)
dudas(Categoria)
generar_respuesta(Historia,Rnumero,STRING,Bnumero,INTEGER)
incertidumbres(Categoria)
inpq(Historia,Rnumero,Bnumero,STRING)
notest(Bnumero)
verificacion(Rnumero,Historia,integerlist)
/* Explicaciones */
mostrar_cond(Bnumero,string)
mostrar_condiciones(integerlist,string)
mostrar_regla(Rnumero,string)
pregunta(Categoria,integer,integer,Categoria)
sub_cat(Categoria,Categoria,Categoria)
trayectoria(Historia,string)
/* Actualizar el conocimiento */
edicion
guarda_basecon
leercondl( integerlist )
obten_rnumero(Rnumero,Rnumero)
obten_bnumero(Bnumero,Bnumero)
obt_condic(Bnumero,STRING)
salva(integer)
salvar_s(integer,string,archivo_datos)
goal
trace(off),
consult("setup.dbx", setup),
v(1,A,B),
makewindow(1,A,B,
" Sistema experto con base dinmica - (c) C.Reynoso 1990",
0,0,24,80),
v(2,C,D),
makewindow(2,C,D," Explicaciones ",10,1,13,78),
v(3,E,F),
makewindow(3,E,F,
" Actualizacin de Conocimientos (Esc:fin - ?:help) ",
1,1,22,78),
v(5,G,H),
makewindow(5,G,H,
" Casos no resueltos - Soluciones parciales ",1,1,22,78),
v(6,I,J),
makewindow(6,I,J,
" Definiciones (PgUp, PgDn, Ctl-PgDn, Ctl-PgUp, CtlF3=Search, Esc=Quit) ",
1,1,22,78),
v(7,K,L),
makewindow(7,K,L," Diagnosis y evaluacin ",1,1,22,78),
v(8,M,N),
makewindow(8,M,N,
" Listados (PgUp, PgDn, Ctl-PgDn, Ctl-PgUp, Ctl-F3=Search,
Esc=Quit)",
1,1,22,78),
v(9,O,P),

procedimiento :shiftwindow(1), clearwindow,

menu(2,21,7,4, ["X. Cargar conocimiento",
"C. Consulta
*",
"S. Salvar conocimiento",
"M. Imagen interpretada de memoria",
"A. Actualizar conocimiento
*",
"B. Blanquear conocimiento en memoria ",
"E. Editar base",
"R. Metarreglas
*",
"I. Imprimir base de conocimientos",
"D. Describir y comparar entidades *",
"T. Tokens y palabras",
"-------------------------------------",
"H. Help",
"W. Switch alarma",
"U. Setup colores",
"Q. Finalizar"],
" Operaciones ",1,OPCION),
proceso(OPCION),!, procedimiento.
procedimiento :- proceso(16).
proceso(1):-!,limpieza, borrar, carga_conoc,
shiftwindow(OLD),shiftwindow(9),
storage(_,H,_),
clearwindow,
write(" >> Base de conocimientos activa en memoria. "),nl,
write(" >> Quedan ",H," caracteres libres para datos."),
readchar(_),
shiftwindow(OLD),!.
proceso(2):-!, ok, recomponer, interrogatorio.
proceso(3):-!, ok, limpieza, recomponer, guarda_basecon.
proceso(4):-!, ok, limpieza, recomponer, imagen.
proceso(5):-!,limpieza, recomponer, actualiza.
proceso(6):-!, ok, limpieza, borrar,
shiftwindow(OLD),shiftwindow(9),
storage(_,H,_),
clearwindow,
write(" >> La memoria del sistema ha sido blanqueada "),nl,
write(" >> Hay ",H," caracteres libres para datos."),
readchar(_),
shiftwindow(OLD),!.
proceso(7):-!,limpieza, edicion.
proceso(8):-!,ok, limpieza, relaciones.
proceso(9):-!,ok, limpieza, recomponer, imagen, imprime.
proceso(10):-!,ok, limpieza,recomponer,
openwrite(maniobra,"compara.dba"),
closefile(maniobra),precomparar.
proceso(11) :-!,ok, limpieza,recomponer, tokenizar.
proceso(12):-!.
proceso(13) :-!,helper.
proceso(14) :-!,desc.
proceso(15) :-!,setup.
proceso(16):-!,
removewindow(1,1),
removewindow(2,1),
removewindow(3,1),
removewindow(5,1),
removewindow(6,1),

857

removewindow(7,1),
removewindow(8,1),
removewindow(9,1),
removewindow(13,1),
exit.
/* Mecanismo de inferencia */
interrogatorio:!,abducciones(Hipotesis),
% corte nuevo
nl,nl,abduccion([],Hipotesis),!.
vacio :!,shiftwindow(OLD),
shiftwindow(9),
clearwindow,
write(" >> No hay informacin en memoria."),nl,
write(" >> Cargar o actualizar base de conocimientos. "),
alarma,
readchar(_),
shiftwindow(OLD).
abducciones(Hipotesis):!,limpieza,
clearwindow,
repeat,nl,nl,nl,nl,
assert(tabla(1,"fin de consulta"),maniobra),
proselec(1,Hipotesis),!.
proselec(N,Hipotesis) :regla(_,Categoria,_,_),
not(tabla(_,Categoria)),
NN=N+1,
assert(tabla(NN,Categoria), maniobra),
proselec(NN,Hipotesis).
proselec(_,Hipotesis) :findall(X, tabla(_,X), ESQ),
longmenu(1,1,20,7,7,ESQ," Objetos ",1,OP),
tabla(OP,Hipotesis).
proselesp(N,Hipotesis) :findall(Cate, regla(_,_,Cate,_), ListaCat),
longmenu(1,1,20,7,15,
ListaCat,
" Elegir entidad ",0,Opcion),
regla(Opcion,_,Hipotesis,_).
evalrespu(1,Hipotesis):write(" si."),
nl,nl,
retractall(yanum(_),maniobra),
shiftwindow(7),
openwrite(maniobra,"eval.txt"),
writedevice(maniobra),
sintesis(Hipotesis),nl,
dudas(Hipotesis),
retractall(yanum(_),maniobra),
incertidumbres(Hipotesis),nl,
recomponer,
parecidos(Hipotesis),nl,
derivaciones(Hipotesis),nl,
subraya(78),nl,
write("\t\t\t*** Proceso terminado ***"),nl,
subraya(78),
closefile(maniobra),
file_str("eval.txt",ST),
writedevice(screen),
display(ST),
shiftwindow(1),clearwindow,

superconjuntos(Hipotesis),nl,
limpieza,
clearwindow.

evalrespu(2,Hipotesis):write(" no."),
imposible,
!, limpieza,
procedimiento.
evalrespu(_,_) :- !,proceso(2).
/* Eleccion ms probable */
abduccion(_, "fin de consulta") :limpieza,
!, procedimiento.
abduccion(_, Hipotesis ):not(regla(_,Hipotesis,_,_)),!,nl,
write("Es posible que sea ",Hipotesis),nl,nl,
alarma,
write("Es la respuesta correcta?"),
menu(19,60,7,7,["Si (o posible) ","No (o dudoso)"],
" Diagnstico ",1,OP),
evalrespu(OP,Hipotesis).
abduccion(Historia, Hipotesis) :regla(Rnumero,Hipotesis,NY,COND),
verificacion(Rnumero,Historia, COND),
abduccion([Rnumero|Historia],NY).
/* Casos con respuestas positivas incompletas */
abduccion(_,_) :imposible.
imposible :openwrite(maniobra,"manio.dba"),
writedevice(maniobra),
write("El sistema no puede resolver el caso."),nl,
write("Actualice o modifique la base de conocimientos."),
nl,nl,
si(Asertado),
regla(_,Hipotesis,_,Condiciones),
miembro(Asertado,Condiciones),
cond(Asertado,Texto),
not(yacaso(Asertado,Hipotesis)),
assert(yacaso(Asertado,Hipotesis),maniobra),
write("El caso ",Hipotesis),nl,
write(" satisface la condicion ",Asertado,":"),nl,
write(" -> ",Texto),nl,nl,
fail.
imposible :si(Asertado),
regla(_,_,Hipotesis,Condiciones),
miembro(Asertado,Condiciones),
cond(Asertado,Texto),
not(yacaso(Asertado,Hipotesis)),
assert(yacaso(Asertado,Hipotesis),maniobra),
write("El caso ",Hipotesis),nl,
write(" satisface la condicion ",Asertado,":"),nl,
write(" -> ",Texto),nl,nl,
fail.
imposible :- nl,
closefile(maniobra),
file_str("manio.dba",ST),
shiftwindow(5),
display(ST),
shiftwindow(1),

858

!,procedimiento.
verificacion(Rnumero, Historia, [Bnumero|RESTO]):si(Bnumero), !,
verificacion(Rnumero, Historia, RESTO).
verificacion( _, _, [Bnumero|_] ):no(Bnumero), !,fail.
verificacion(Rnumero, Historia, [Bnumero|RESTO]):cond(Bnumero,NCOND),
fronttoken(NCOND,"no",_COND),
frontchar(_COND,_,COND),
cond(Bnumero1,COND),
notest(Bnumero1), !,
verificacion(Rnumero, Historia, RESTO).
verificacion(_,_, [Bnumero|_] ):cond(Bnumero,NCOND),
fronttoken(NCOND,"no",_COND),
frontchar(_COND,_,COND),
cond(Bnumero1,COND),
si(Bnumero1), !,fail.
verificacion(Rnumero, Historia, [Bnumero|RESTO]):cond(Bnumero,TEXTO),
inpq(Historia,Rnumero,Bnumero,TEXTO),
verificacion(Rnumero, Historia, RESTO).
verificacion( _, _, [] ).
notest(Bnumero):-no(Bnumero),!.
notest(Bnumero):-not(si(Bnumero)),!.
inpq(Historia,Rnumero,Bnumero,TEXTO):!,pregunta_inicial(Frase),
write(Frase," ",TEXTO,"? : "),
menu(1,65,7,7,["si","es posible ","no","por qu?"],
" Resp ",1,OPCION),
generar_respuesta(Historia,Rnumero,TEXTO,Bnumero,OPCION).
pregunta_inicial(Frase) :!,random(5,Azar), cuestion(Azar,Frase).
cuestion(0,"Es verdad que").
% preguntas variables
cuestion(1,"Puede asegurar que").
cuestion(2,"Es cierto que").
cuestion(3,"Afirmara que").
cuestion(4,"Es correcto que").
generar_respuesta(_,_,_,_,0) :limpieza,!,procedimiento.
generar_respuesta(_,_,_,Bnumero,1):assert(si(Bnumero),maniobra),
asertsim(Bnumero),
shiftwindow(1),write(si),nl,
purificar(Bnumero).
generar_respuesta(_,_,_,Bnumero,2):assert(si(Bnumero),maniobra),
asertsim(Bnumero),
shiftwindow(1),nl,write(" ",posible),
menu(1,24,7,7,
["1. Altamente improbable",
"2. Improbable",
"3. Dudoso",
"4. Algo dudoso",
"5. Certidumbre intermedia",
"6. Alguna certidumbre ",
"7. Cierta seguridad",
"8. Muy seguro",
"9. Casi totalmente seguro",
"10. Probabilidad casi absoluta "],
" Magnitud de Posibilidad ",1,Factint),
Factor = Factint/10,write(" ",Factor),

assert(posible(Bnumero,Factor)),nl,
purificar(Bnumero).
generar_respuesta(_,_,_,Bnumero,3):assert(no(Bnumero),maniobra),
shiftwindow(1),write(no),nl,fail.
generar_respuesta(Historia,Rnumero,TEXTO,Bnumero,4):- !,
shiftwindow(2),
regla( Rnumero, Hipotesis1, Hipotesis2, _ ),
sub_cat(Hipotesis1,Hipotesis2,Lstr),
concat("Se intenta demostrar que ",Lstr,Lstr1),
concat(Lstr1,"\nUsando la regla nmero ",Ls1),
str_int(Str_num,Rnumero),
concat(Ls1,Str_num,Ans),
mostrar_regla(Rnumero,Lls1),
concat(Ans,Lls1,Ans1),
trayectoria(Historia,Sng),
concat(Ans1,Sng,Answ),
display(Answ),
shiftwindow(1),
menu(1,65,7,7,["si","es posible ","no","por qu?"],
" Resp ",1,OPCION),
generar_respuesta(Historia,Rnumero,TEXTO,Bnumero,OPCION).
asertsim(Bnumero) :similares(Conjunto),
miembro(Bnumero,Conjunto),
miembro(Otro,Conjunto),
Bnumero<>Otro,
assert(si(Otro),maniobra),
fail.
asertsim(_).
purificar(Bnumero) :excluyentes(Lista),
miembro(Bnumero,Lista),
miembro(X,Lista), X <> Bnumero,
cond(X,Datos),
assert(interm(X,Datos),maniobra),
retract(cond(X,_),principal),
fail.
purificar(_).
/* Mecanismo de explicacion */
trayectoria([],"").
trayectoria([Rnumero|RESTO],Strg) :regla( Rnumero, Hipotesis1, Hipotesis2, _),
sub_cat(Hipotesis1,Hipotesis2,Lstr),
concat("\nYa se ha demostrado que ",Lstr,L1),
concat(L1,"\nUsando regla nmero ",L2),
str_int(Str_Rnumero,Rnumero),
concat(L2,Str_Rnumero,L3),
concat(L3,":\n ",L4),
mostrar_regla(Rnumero,Str),
concat(L4,Str,L5),
trayectoria(RESTO,Sigte_strg),
concat(L5,Sigte_strg,Strg).
sub_cat(Hipotesis1,Hipotesis2,Lstr):concat(Hipotesis1," es ",Str),
concat(Str,Hipotesis2,Lstr).
mostrar_regla(Rnumero,Strg):regla(Rnumero, Hipotesis1, Hipotesis2, CONDINGELSER),
str_int(Rnumero_str,Rnumero),
concat("\n Regla ",Rnumero_str,Ans),
concat(Ans,": ",Ans1),
sub_cat(Hipotesis1,Hipotesis2,Lstr),
concat(Ans1,Lstr,Ans2),

859

concat(Ans2,"\n si ",Ans3),
reverse(CONDINGELSER,CONILS),
mostrar_condiciones(CONILS,Con),
concat(Ans3,Con,Strg).
mostrar_condiciones([],"").
mostrar_condiciones([COND],Ans):mostrar_cond(COND,Ans),!.
mostrar_condiciones([COND|RESTO],Ans):mostrar_cond(COND,Text),
concat("\n y ",Text,Nstr),
mostrar_condiciones(RESTO,Next_ans),
concat(Next_ans,Nstr,Ans).
mostrar_cond(COND,TEXTO):-cond(COND,TEXTO).
/* Sintesis del diagnostico */
sintesis(Hipotesis) :write("La entidad es ",Hipotesis),nl,
regla(_,_,Hipotesis,Condiciones),
memoria(Hipotesis,Condiciones).
memoria(Hipotesis,Condiciones) :miembro(X,Condiciones),
cond(X,TEXTO),
write(X," -> ",TEXTO),nl,
fail.
memoria(_,_).

/* Conocimiento imperfecto y respuestas variadas */

dudas(Hipotesis) :si(Asertado),
regla(_,Clase,Hipotesis,Condiciones),
regla(_,_,Clase,Cond_clase),
not(miembro(Asertado,Condiciones)),
not(miembro(Asertado,Cond_clase)),
cond(Asertado,STRING),
not(yanum(Asertado)),
assert(yanum(Asertado)),
expresion(Frase),
write(Frase),nl,
write(" * ",STRING," *"),nl,
write("es inespecfica, redundante o no aparece en
definiciones"),nl,
write("alternativas del mismo caso."),
nl,nl,fail.
dudas(Hipotesis):si(Asertado),
regla(_,Clase,Hipotesis,Condiciones),
regla(_,_,Clase,Cond_clase),
not(miembro(Asertado,Condiciones)),
miembro(Asertado,Cond_clase),
cond(Asertado,STRING),
not(yanum(Asertado)),
assert(yanum(Asertado)),
expresion(Frase),
write(Frase),nl,
write(" * ",STRING," *"),nl,
write("se deriva por herencia de la clase"),
write(" a la que pertenece el ejemplar."),
nl,nl,fail.
dudas(_).
expresion(Frase) :- random(4,S),
sintagma(S,Frase).

sintagma(0,"Se seala que la regla asertada siguiente :").

sintagma(1,"Se advierte que la regla asertada que se indica :").
sintagma(2,"Tener en cuenta que esta regla :").
sintagma(3,"Obsrvese que la regla :").
incertidumbres(Hipotesis) :posible(Asertado,Factor),
cond(Asertado,Texto),
not(yanum(Asertado)),
assert(yanum(Asertado),maniobra),
frase(Frase),
write(Frase," ",Factor," posible:"),nl,
write(" -> ",Texto,","),nl,
regla(_,_,Hipotesis,Condiciones),
calculo(Condiciones,Factor,RES),
write("no es segura y otorga "),
writef("%-4.2",RES),
write(" de certidumbre al diagnstico."),
retract(posible(Asertado,_),maniobra),
assert(confianza(Asertado,RES),maniobra),
nl,nl,
!,incertidumbres(Hipotesis).
incertidumbres(_) :- totalizar(1).
parecidos(Hipotesis) :similares(Lista),
miembro(A,Lista),
miembro(B,Lista),
A<>B,
regla(_,_,Hipotesis,Condiciones),
regla(_,_,Otrahip,OtraCond),
Hipotesis<>Otrahip,
miembro(A,Condiciones),
miembro(B,OtraCond),
not(yasim(Otrahip)),
assert(yasim(Otrahip), maniobra),
write("El caso ",Otrahip),
write(" satisface una condicin similar:"),nl,
cond(A,T1),
write("Orig.: ",A," -> ",T1),nl,
cond(B,T2),
write("Caso : ",B," -> ",T2),nl,nl,
fail.
parecidos(_).
frase(Frase) :!,random(5,Azar), elegida(Azar,Frase).
elegida(0,"La siguiente regla, definida como").
elegida(1,"Se advierte que la condicin siguiente, especificada").
elegida(2,"La regla que se indica, a la cual se defini como").
elegida(3,"La expresin condicional que se especifica, definida").
elegida(4,"La siguiente condicin incierta, especificada").
totalizar(TOT) :confianza(AS,CONF),
TOTAL=TOT*CONF,
retract(confianza(AS,_),maniobra),
!,totalizar(TOTAL).
totalizar(TOTAL) :evaluar(TOTAL,TEXTO),
write("Confianza total del diagnstico : "),
writef("%-4.2",TOTAL),
write(" - ",TEXTO),nl.
evaluar(TOTAL,"altsima.") :- TOTAL > 0.95.
evaluar(TOTAL,"muy alta.") :- TOTAL > 0.9.
evaluar(TOTAL,"alta.")
:- TOTAL > 0.75.
evaluar(TOTAL,"intermedia.") :- TOTAL > 0.5.

860

evaluar(TOTAL,"baja.")
:- TOTAL > 0.25.
evaluar(TOTAL,"muy baja.") :- TOTAL > 0.10.
evaluar(TOTAL,"bajsima.").
calculo(Condiciones,Factor,RES) :!,longlista(Condiciones,Longitud),
RES = ((Longitud-1) + Factor)/Longitud.
/* Actualizar la base de conocimientos */
actualiza:menu(7,25,7,7,["A. Definiciones Condicionales ",
"B. Consecuentes de clases",
"C. Consecuentes especficos",
"Q. Fin"],
" Actualizar ",1,OP),
limpieza,
actual(OP).
actualiza.
actual(1) :shiftwindow(3), clearwindow,
write("\n Actualizar datos\n "),
subraya(16),
cursor(1,20),
write("Categora : "),
raya(41),
cursor(3,20),
write("Subcategora: "),
raya(41),
cursor(1,34),
readln(KAT1),KAT1><"",
pregunta(KAT1,1,34,KAT),
cursor(3,34),
readln(SUB1),SUB1><"",
pregunta(SUB1,3,34,SUB),
leercondl(CONDL),
obten_rnumero(1,Rnumero),
assert(regla(Rnumero,KAT,SUB,CONDL)),
actual(1).

salva(3).
pregunta(Q,X,Y,Q2):- Q = "?",
shiftwindow(2),clearwindow,
write("Las categoras y subcategoras son objetos. P.ej.:\n"),nl,
write("categora-----subcategora---[condicin 1 -----
condicin 2]\n"),
write("-----------------------------------------------------------"),n
l,
write("animal es un mamfero si tiene pelo y si da leche\n"),
write("animal es un pjaro si tiene plumas y si pone
huevos"),nl,
write("mamfero es un perro
si ladra
"),
readchar(_),clearwindow,
shiftwindow(3),
cursor(X,Y),
readln(Q2).
pregunta(Q,_,_,Q).
obten_rnumero(N,N):-not(regla(N,_,_,_)),!.
obten_rnumero(N,N1):-H=N+1,obten_rnumero(H,N1).
obten_bnumero(N,N):-not(cond(N,_)),!.
obten_bnumero(N,N1):-H=N+1,obten_bnumero(H,N1).
leercondl([Bnumero|R]):nl,write(" Condicin: "),
cursor(A,B),
raya(63),
cursor(A,B),
readln(COND),
COND >< "", !,
obt_condic(Bnumero,COND),
leercondl( R ).
leercondl([]).
obt_condic(Bnumero,COND):-cond(Bnumero,COND),!.
obt_condic(Bnumero,COND):-obten_bnumero(1,Bnumero),
assert(cond(Bnumero,COND)).
/* Edicion de la base de conocimientos */

actual(1) :menu(7,27,7,7,["Si ","No"],

" Guarda los datos? ",1,OP),
salva(OP).
actual(2) :!,assert(tabla(1,"fin de proceso"),maniobra),
proselec(1,Hipotesis),
ingresa(Hipotesis).
actual(3) :!,assert(tabla(1,"fin de proceso"),maniobra),
proselesp(1,Hipotesis),
ingresa(Hipotesis).
actual(4).
ingresa("fin de proceso").
ingresa(Hipotesis) :write("Escribir texto y <enter>, o <enter> para fin : "),nl,
readln(T),
T<>"",
assert(cons(Hipotesis,T),principal),
!,ingresa(Hipotesis).
ingresa(_) :- clearwindow.
salva(1) :- chance.
salva(2).

edicion :makewindow(11,7,7,"",1,1,22,78),
dir("","*.dba",Base,1,1,1),
file_str(Base,Datos),
edit(Datos,Nuevosdat,"Editor interno","",
"",1,"",1,
0,1,1,_,_),
menu(10,20,7,7,["Si ","No"],
"Resguarda Base de Conocimientos?",1,Respu),
salvar_s(Respu,Nuevosdat,Base),
removewindow.
edicion:existwindow(11),removewindow(11,1).
edicion.
salvar_s(1,D,Base):openwrite(maniobra,Base),
writedevice(maniobra),
write(D),
closefile(maniobra).
salvar_s(_,_,_).
/* Comandos usuario */
recomparcial :interm(A,B),

861

assert(cond(A,B), principal),
retract(interm(A,B),maniobra),
fail.
recomparcial.
recomponer :interm(A,B),
assert(cond(A,B), principal),
retract(interm(A,B),maniobra),
fail.
recomponer :reglalimbo(A,B,C,D),
assert(regla(A,B,C,D)),
retract(reglalimbo(A,B,C,D)),
fail.
recomponer.
carga_conoc :makewindow(10,7,7,"",10,8,10,64),
retractall(regla(_,_,_,_),principal),
retractall(cond(_,_),principal),
dir("","*.dba",Base,1,1,1),
trap(consult(Base,principal),_,errocons),
removewindow.
carga_conoc :removewindow(10,1),!,procedimiento.
errocons :- !,nl,
attribute(OLD), attribute(15),
% antes sin corte
clearwindow,
nl,nl,
write("
*** Error de consulta en base de datos *** "),nl,
write("
**** Verificar estructura del archivo **** "),nl,
alarma, readchar(_),
attribute(OLD), clearwindow,
!,procedimiento.
guarda_basecon :archivo_datos(Datos), bound(Datos),!,
save(Datos,principal),clearwindow,
shiftwindow(OLD),
shiftwindow(9),
writef(" La base % ha sido resguardada ",Datos),
readchar(_),clearwindow,
shiftwindow(OLD).
guarda_basecon :- chance.
chance :makewindow(4,7,7," Nombre del archivo ",10,20,4,45),
correcto(Datos),
assert(archivo_datos(Datos)),
save(Datos,principal),clearwindow,nl,
writef("La base % ha sido resguardada",Datos),
readchar(_),
removewindow,
clearwindow.
correcto(Datos) :write("Ingrese Nombre de Base de Conocimientos : "),nl,
readln(Datos),
str_len(Datos,L), L<13.
correcto(Datos) :- !,correcto(Datos).
borrar:!,retractall(_,principal),
retractall(_,maniobra).
limpieza:!,retractall(grama(_), maniobra),

retractall(preframe(_,_), maniobra),
retractall(yacaso(_,_),maniobra),
retractall(yasim(_),maniobra),
retractall(tabla(_,_),maniobra),
retractall(si(_),maniobra),
retractall(no(_),maniobra),
retractall(confianza(_,_),maniobra),
retractall(posible(_,_),maniobra),
retractall(yanum(_),maniobra),
retractall(e(_,_),maniobra).
/* Imagen interpretada de las reglas en Memoria */
imagen :!,
attribute(OLD),Blink=OLD+128,
attribute(Blink),
nl,write(" ** Se estn interpretando los datos ** "),
attribute(OLD),
openwrite(maniobra,"manio.dba"),
writedevice(maniobra),
loop,nl,
derivaciones(Categoria),
storage(S,H,T),nl,
write("Stack : ",S," caracteres"),nl,
write("Heap : ",H," caracteres"),nl,
write("Trail : ",T," caracteres"),nl,
closefile(maniobra),
file_str("manio.dba",ST),
writedevice(screen),
shiftwindow(VIE),shiftwindow(8),
display(ST), shiftwindow(VIE), !.
loop :regla(Rnumero,Cate1,Cate2,Condiciones),nl,
write("Regla N ",Rnumero," -> "),
write(Cate1," es ",Cate2," si :"),nl,
miembro(X,Condiciones),
cond(X,STRING),
write(" ",X," <- ",STRING),nl,
fail.
loop :excluyentes(Lista),nl,
write("Condiciones excluyentes :"),nl,
miembro(Cond,Lista),
cond(Cond,Texto),
write(" ",Cond," -> ",Texto,"."),nl,fail.
loop :similares(L),nl,
write("Condiciones similares : "),nl,
esclista(L),
fail.
loop.
derivaciones(Cat) :cons(Cat,Texto),
write(Cat," >> ",Texto),nl,nl,
fail.
derivaciones(_).
/* Relaciones entre reglas */
relaciones :recomponer,
clearwindow,
menu(4,19,7,7,
["1. Lista de relaciones entre reglas",
"2. Definicin de condiciones excluyentes ",
"3. Definicin de condiciones similares",

862

"4. Eliminar relaciones de exclusin",

"5. Eliminar relaciones de similitud",
"6. Frames",
"Q. Men principal"],
" Reglas y condiciones ",1,OPCION),
condiciones(OPCION),!,relaciones.
condiciones(1) :!,openwrite(maniobra,"manio.dba"),
writedevice(maniobra),
relacionadas.
condiciones(2) :!,findall(REG, cond(_,REG), LISTAREG),
longmenu_mult(1,1,20,7,7,LISTAREG,
" EXCLUYENTES -- Sel/Dsel <Enter> -- OK <F10> -- Quit
<Esc> ",
[],Talis),
longlista(Talis,Long),
Long>0,
reverse(Talis,Lista),
memoria(_,Lista),
menu(1,61,7,7,["Si","No"],
" Confirma? ",1,SN),
SN=1,
assert(excluyentes(Lista),principal),
clearwindow.
condiciones(3) :!,findall(REG, cond(_,REG), LISTAREG),
longmenu_mult(1,1,20,7,7,LISTAREG,
" SIMILARES -- Sel/Dsel <Enter> -- OK <F10> -- Quit <Esc>
",
[],Talis),
longlista(Talis,Long),
Long>0,
reverse(Talis,Lista),
memoria(_,Lista),
menu(1,61,7,7,["Si","No"],
" Confirma? ",1,SN),
SN=1,
assert(similares(Lista),principal),
clearwindow.
condiciones(4) :- !,retractall(excluyentes(_),principal),
shiftwindow(OLD),shiftwindow(9),
clearwindow,
write(" >> Se ha desactivado la exclusin de reglas."),nl,
write(" >> La consulta considerar todas las opciones. "),
readchar(_),clearwindow,
shiftwindow(OLD),clearwindow.
condiciones(5) :- !,retractall(similares(_),principal),
shiftwindow(OLD), shiftwindow(9),
clearwindow,
write(" >> Se ha desactivado la asimilacin de reglas."),nl,
write(" >> La consulta no producir indicaciones de similitud. "),
readchar(_),clearwindow,
shiftwindow(OLD),
clearwindow.
condiciones(6) :!,
menu(1,61,7,7,["Si","No"],
" Confirma? ",1,SN),
SN=1,
retractall(excluyentes(_)),
write(" >>> Seleccionar exclusiones con <Enter> y fin con
<F10>"),
preframes(0).

condiciones(7) :- !,procedimiento.
relacionadas :excluyentes(L),
write("Reglas excluyentes : "),nl,
esclista(L),nl,
fail.
relacionadas :similares(L),
write("Reglas similares : "),nl,
esclista(L),nl,
fail.
relacionadas :closefile(maniobra),
writedevice(screen),
file_str("manio.dba",ST),
shiftwindow(OLD),shiftwindow(8),
display(ST),
shiftwindow(OLD),
clearwindow.
/* Frames */
preframes(N) :cond(_,Texto1),
fronttoken(Texto1, Token1, _),
not(preframe(_,Token1)),
Num=N+1,
assert(preframe(Num,Token1)),
!,preframes(Num).
preframes(N) :- preframes_2.
preframes_2 :findall(Token, preframe(_,Token), Listoken),
longmenu_mult(2,2,18,7,7,Listoken," Slots ",[],Listagrama),
componer(Listagrama),
frames.
componer(Listagrama) :miembresp(X,Listagrama),
preframe(X,Token),
assert(grama(Token)),
fail.
componer(_).
frames :cond(N1,Texto1),
fronttoken(Texto1, Token1, _),
not(e(Token1,_)),
not(grama(Token1)),
assert(yanum(N1)),
hacelis(N1,L1),
assert(e(Token1,L1),maniobra),
fail.
frames :cond(N2,Texto2),
fronttoken(Texto2, Token, _),
e(Token,N),
not(yanum(N2)),
assert(yanum(N2)),
insert(N2,N,L2),
retract(e(Token,N)),
assert(e(Token,L2)),
fail.
frames :openwrite(maniobra,"manio.dba"),
writedevice(maniobra),
listafinal.

863

listafinal :e(Token,N),nl,
write("Frame : ",Token),nl,
esclista(N),
assert(excluyentes(N)),
fail.
listafinal :closefile(maniobra),
writedevice(screen),
file_str("manio.dba",ST),
shiftwindow(OLD),shiftwindow(8),
display(ST),shiftwindow(OLD),
clearwindow.
hacelis(Token1,[Cabeza]) :Cabeza=Token1,!.
/* Descripcion y comparacion de entidades */
precomparar :menu(8,25,7,7,["A. Categoras generales",
"B. Categoras especficas ",
"Q. Men principal"],
" Nivel ",1,NIV),
comparar(NIV).
precomparar.
comparar(1) :shiftwindow(6),
findall(Cate, regla(_,Cate,_,_), ListaCat),
longmenu(1,1,20,7,15,
ListaCat,
" Elegir entidad ",0,Opcion),
regla(Opcion,Catdef,Subcate,Listacond),
openappend(maniobra,"compara.dba"),
writedevice(maniobra),
write("La entidad ",Catdef," es ",
Subcate," <",Opcion,"> si :"),nl,
esclista(Listacond),nl,
derivaciones(Catdef),
closefile(maniobra),
file_str("compara.dba",ST),
writedevice(screen),
display(ST),
shiftwindow(1),
!,comparar(1).
comparar(1) :shiftwindow(1).
comparar(2) :shiftwindow(6),
findall(Cate, regla(_,_,Cate,_), ListaCat),
longmenu(1,1,20,7,15,
ListaCat,
" Elegir entidad ",0,Opcion),
regla(Opcion,_,Catdef,Listacond),
openappend(maniobra,"compara.dba"),
writedevice(maniobra),
write("La entidad es ",Catdef," <",Opcion,"> si :"),nl,
esclista(Listacond),nl,
derivaciones(Catdef),
closefile(maniobra),
file_str("compara.dba",ST),
writedevice(screen),
display(ST),
shiftwindow(1),
!,comparar(2).
comparar(2) :-

shiftwindow(1).
comparar(3).
/* Tokenizar */
tokenizar :!,write("Indicar slot o palabra : "),
cursor(RR,CC),
raya(30),
cursor(RR,CC),
readln(Tokin),nl,
attribute(OLD),Blink=OLD+128,
attribute(Blink),
write(" *** Se estn procesando los datos *** "),
attribute(OLD),
openwrite(maniobra,"manio.dba"),
writedevice(maniobra),
write("Reglas categoriales :"),nl,
subraya(78),nl,
rutoken(Tokin),nl,
write("Reglas subcategoriales :"),nl,
subraya(78),nl,
rusubtoken(Tokin),nl,
write("Condiciones :"),nl,
subraya(78),nl,
rucontoken(Tokin),nl,
write("Consecuencias :"),nl,
subraya(78),nl,
ruconsetoken(Tokin),
closefile(maniobra),
file_str("manio.dba",ST),
writedevice(screen),
shiftwindow(VIE),shiftwindow(8),
display(ST),shiftwindow(VIE),
clearwindow.
rutoken(Tokin) :regla(Numero,Categoria,_,_),
upper_lower(Mayutok,Tokin),
upper_lower(Mayucat,Categoria),
bucle(Mayutok,Mayucat,Numero,Categoria),
fail.
rutoken(_).
rusubtoken(Tokin) :regla(Numero,_,Categoria,_),
upper_lower(Mayutok,Tokin),
upper_lower(Mayucat,Categoria),
bucle(Mayutok,Mayucat,Numero,Categoria),
fail.
rusubtoken(_).
rucontoken(Tokin) :cond(Numero,Categoria),
upper_lower(Mayutok,Tokin),
upper_lower(Mayucat,Categoria),
bucle(Mayutok,Mayucat,Numero,Categoria),
fail.
rucontoken(_).
ruconsetoken(Tokin) :cons(Madre,Categoria),
upper_lower(Mayutok,Tokin),
upper_lower(Mayucat,Categoria),
buclecons(Mayutok,Mayucat,Madre,Categoria),
fail.
ruconsetoken(_).
bucle(Mayutok,Mayucat,Numero,Categoria) :-

864

fronttoken(Mayucat, Token, Resto),

compara(Token,Mayucat,Mayutok,Numero,Categoria),
bucle(Mayutok,Resto,Numero,Categoria).
bucle(_,_,_,_).
buclecons(Mayutok,Mayucat,Madre,Categoria) :fronttoken(Mayucat, Token, Resto),
comparacons(Token,Mayucat,Mayutok,Madre,Categoria),
buclecons(Mayutok,Resto,Madre,Categoria).
buclecons(_,_,_,_).
compara(Token,Mayucat,Mayutok,Numero,Categoria) :Token=Mayutok,
write(" N ",Numero," -> ",Categoria),nl.
compara(_,_,_,_,_).
comparacons(Token,Mayucat,Mayutok,Madre,Categoria) :Token=Mayutok,
write(" Madre : ",Madre),nl,
write(" -> ",Categoria),nl,nl.
comparacons(_,_,_,_,_).
/* Superconjuntos */
superconjuntos(Hipotesis) :menu(18,48,71,14,["Si (otras soluciones) ",
"No (men principal)"],
" Prosigue la bsqueda? ",1,SN),
SN=2.
superconjuntos(Hipotesis) :regla(Num,Madre,Hipotesis,Condiciones),
assert(reglalimbo(Num,Madre,Hipotesis,Condiciones)),
retract(regla(Num,Madre,Hipotesis,Condiciones)),
recomparcial,
!,interrogatorio.
/* Ok */
ok :- regla(_,_,_,_).
ok :- vacio, !, procedimiento.

setup :miembro(X, [1,2,3,5,6,7,8,9,13]),

prosetup(X),
fail.
setup :save("setup.dbx", setup),
shiftwindow(1).
prosetup(X) :shiftwindow(X),
clearwindow,
write("\t\t\t\t*** Set up window ",X," ***"),nl,
write("\t\t\t\t*** Seleccione y <Enter> ***"),
colorsetup(0),
clearwindow,
write("\t\t\t\t*** Set up frame ",X," ***"),nl,
write("\t\t\t\t*** Seleccione y <Enter> ***"),
colorsetup(1),
makewindow(Z,Y,W,_,_,_,_,_),
retractall(v(Z,_,_)),
assert(v(X,Y,W)),
clearwindow.
prosetup(X).
/* Sonidos */
alarma :- toggle.
alarma :random(6,P), PA=P+1,
ciclalarma(PA).
desc :- toggle, retract(toggle).
desc :- assert(toggle).
ciclalarma(PA) :random(400,S),SO=S+40,
sound(15,SO),
PAA=PA-1,PAA>0,
!,ciclalarma(PAA).
ciclalarma(_).

/* Help */
helper :file_str("ageni.hlp",ST),
shiftwindow(13),
display(ST),
shiftwindow(1).
helper.
/* Impresin */
imprime :!,clearwindow,
menu(7,30,7,7,["LPT1","LPT2","COM1","PRN","KBPRINT.PRN
"],
" Dispositivo ",5,DEV),
dev(DEV,DISPO),
concat("COPY MANIO.DBA ",DISPO,UNO),
concat(UNO," > NUL",COMA),
system(COMA,0,_).
dev(1,"LPT1").
dev(2,"LPT2").
dev(3,"COM1").
dev(4,"PRN").
dev(5,"KBPRINT.PRN").

raya(A) :A>0, write(""),

AA=A-1,!,raya(AA).
raya(_).
subraya(A) :A>0, write("-"),
AA=A-1,!,subraya(AA).
subraya(_).
/* Procesamiento de listas */
longlista([],0).
longlista([_|Cola],K):longlista(Cola,J),K=J+1.
miembro(X,[Cabeza|_]) :- Cabeza=X.
miembro(X,[_|Cola]) :- miembro(X,Cola).
miembresp(X,[Cabeza|_]) :- Cabeza=X.
miembresp(X,[_|Cola]) :- miembresp(X,Cola).
reverse(X,Y):reverse1([],X,Y).
reverse1(Y,[],Y).
reverse1(X1,[U|X2],Y):-reverse1([U|X1],X2,Y).

% Setup

865

esclista([]):-!.
esclista([H|T]) :cond(H,Texto),
write(" ",H," -> ",Texto),nl,
!,esclista(T).
insert(X,[],[X]).
insert(X,[Y|Ys],[Y|Zs]) :- X>Y, insert(X,Ys,Zs).
insert(X,[Y|Ys],[X,Y|Ys]) :- X<=Y.

5B) BASE DE CONOCIMIENTOS DE

PRUEBA
archivo_datos("ageni.dba")
asunto("ceramica")
regla(1,"diagnosis","ceramica peruana",[1])
regla(2,"diagnosis","ceramica argentina",[2])
regla(3,"diagnosis","ceramica boliviana",[12])
regla(4,"ceramica peruana","Inca",[5])
regla(5,"ceramica peruana","Chimu",[6,10])
regla(6,"ceramica peruana","Chimu",[6,11])
regla(7,"ceramica peruana","Mochica",[7,10])
regla(8,"ceramica peruana","Mochica",[7,11])
regla(9,"ceramica boliviana","Tiawanaco",[13,14])
regla(10,"ceramica boliviana","Tiawanaco",[13,15])
regla(11,"ceramica argentina","Cienaga",[46,8,3,4])
regla(12,"ceramica argentina","Cienaga",[46,3,4])
regla(13,"ceramica argentina","Santa Maria",[74,8,9])
regla(14,"ceramica argentina","Llajta Mauca o Sunchituyoc",
[16,17,18,19,20])
regla(15,"ceramica argentina","Llajta Mauca o Sunchituyoc",
[16,17,18,19,20])
regla(16,"ceramica argentina","Calingasta",[21,22,23])
regla(17,"ceramica argentina","Sanagasta, Aimogasta o Angualasto",
[24,8,25,26,27])
regla(18,"ceramica argentina","Sanagasta, Aimogasta o Angualasto",
[24,28,25,26,27])
regla(19,"ceramica argentina","Sanagasta, estilo San Jose",
[29,8,30,31,32])
regla(20,"ceramica argentina","Sanagasta, estilo San Jose",
[29,8,30,31,33])
regla(21,"ceramica argentina","Belen",[34,17,8,27,35,36,37])
regla(22,"ceramica argentina","Tafi",[38,39])
regla(23,"ceramica argentina","Tafi",[38,40])
regla(24,"ceramica argentina","La Candelaria",[41,8,42,43,44,45])
regla(25,"ceramica argentina","San Francisco",[47,48,49,50])
regla(26,"ceramica argentina","Condorhuasi
Policromo",[34,51,52,53])
regla(27,"ceramica argentina","Condorhuasi Monocromo
Rojo",[34,54,55])
regla(28,"ceramica argentina","Condorhuasi Tricolor",[34,56,57,58])
regla(29,"ceramica argentina","Condorhuasi Rojo sobre Ante",
[34,44,59])
regla(30,"ceramica argentina","El Alamito",[60,61,62])
regla(31,"ceramica argentina","Las Mercedes",[16,3,4])
regla(32,"ceramica argentina","La Aguada",[63,22,64])
regla(33,"ceramica argentina","La Aguada Bicolor",[63,64,65])
regla(34,"ceramica argentina","La Isla",[66,67,68,70])
regla(35,"ceramica argentina","La Isla",[66,69,68,70])
regla(36,"ceramica argentina","La Isla",[66,71,68,70])
regla(37,"ceramica argentina","Alfarcito Policromo",[66,71,72])
regla(38,"ceramica argentina","Alfarcito Policromo",[66,67,72])
regla(39,"ceramica argentina","Alfarcito Policromo",[66,73,72])
regla(40,"ceramica argentina","Famabalasto",[74,75,76])
regla(41,"ceramica argentina","Yavi",[66,19,77])

regla(42,"ceramica argentina","Yocavil Policromo o Rojo sobre

Blanco",
[74,73,78,79])
regla(43,"ceramica argentina","Mancapa o Averias",[16,80,81,82])
regla(44,"ceramica argentina","Mancapa o Averias",[16,80,81,83])
cons("ceramica argentina","Fuente: Rex Gonzalez y J. Perez,
passim.")
cons("Condorhuasi Monocromo Rojo","Cf. Ethnos, v.22, n.4, pp.1821")
cond(1,"la pieza procede de los andes centrales")
cond(2,"la pieza procede de territorio argentino")
cond(3,"la superficie es de color gris")
cond(4,"posee decoracin incisa")
cond(5,"tiene forma de arbalo")
cond(6,"la superficie es de color negro")
cond(7,"posee representaciones figurativas")
cond(8,"la forma es la de una urna funeraria")
cond(9,"la decoracin incluye motivos ornitomorfos")
cond(10,"posee asa en forma de estribo")
cond(11,"posee asa vertedera")
cond(12,"la pieza procede del altiplano")
cond(13,"tiene fondo plano")
cond(14,"incluye representaciones de cndores")
cond(15,"incluye representaciones de mscaras")
cond(16,"procede de la provincia de Santiago del Estero")
cond(17,"la pasta es rojiza o amarillenta, cocida en horno abierto")
cond(18,"la superficie es amarillenta, muy brillante y bien pulida")
cond(19,"los motivos decorativos estn pintados en negro")
cond(20,"los motivos consisten en una o ms aves estilizadas")
cond(21,"procede de la provincia de San Juan")
cond(22,"la pieza es de color gris, con decoracin incisa")
cond(23,"el motivo prevaleciente es en espina de pescado o
espigado")
cond(24,"se localiza entre La Rioja y el SO de San Juan")
cond(25,"la decoracin es pobre, sin figuras zoomorfas ni
antropomorfas")
cond(26,"los motivos se disponen en paneles")
cond(27,"la decoracin est pintada en negro sobre el rojo del
fondo")
cond(28,"la forma es de puco con boca amplia y base pequea")
cond(29,"procede del valle de Abaucn")
cond(30,"incluye motivos de serpientes y pisadas de puma")
cond(31,"el cuello de la urna es muy largo")
cond(32,"hay caras en relieve en el cuello de la pieza")
cond(33,"en el cuello hay personajes en relieve tocando flautas de
pan")
cond(34,"se localiza en Catamarca y La Rioja")
cond(35,"la base es un cono truncado, el cuerpo es globular y el
cuello cilndrico")
cond(36,"tiene asas horizontales eventualmente con figuras
antropomorfas")
cond(37,"los motivos son geomtricos, dispuestos en tres bandas")
cond(38,"procede de la provincia de Tucumn")
cond(39,"la cermica es de tipo tosco, sin decoracin y paredes
alisadas")
cond(40,"est pintada de rojo, sin decoracin")
cond(41,"procede del este y sur de Salta o norte de Tucumn")
cond(42,"la decoracin no es pintada; hay guardas geomtricas en
torno
al cuello")
cond(43,"el color de la superficie es gris rojizo o negrusco")
cond(44,"las paredes de la pieza son sumamente delgadas")
cond(45,"hay aplicaciones o saliencias bulbosas")
cond(46,"procede de valles calchaques, Catamarca, Rioja o San
Juan")
cond(47,"procede del este de Jujuy o de la provincia de Salta")
cond(48,"las piezas son gris-negras con decoracin incisa")
cond(49,"las formas son troncocnicas o globulares")
cond(50,"las asas estn modeladas con motivos zoomorfos")

866

cond(51,"la superficie es pulida, de color rojizo")

cond(52,"hay guardas geomtricas pintadas en negro con orla
blanca")
cond(53,"la forma es de figura humana, sentada o gateando")
cond(54,"el color es rojo uniforme, eventualmente morado")
cond(55,"la forma es de cuerpo globular con cuello cilndrico")
cond(56,"la forma es cilndrica o subcilndrica")
cond(57,"la superficie est cubierta por engobe blanco-crema")
cond(58,"los motivos son figuras geomtricas y escalonados")
cond(59,"hay lineas o tringulos rojos; la tcnica sugiere pintura
negativa")
cond(61,"la cermica es tosca")
cond(60,"procede de la provincia de Catamarca")
cond(62,"la decoracin consiste en bandas verticales rojas, violaceas
o negras")
cond(63,"procede de Catamarca, La Rioja o San Juan")
cond(64,"los motivos son geomtricos o representan figuras
felnicas")
cond(65,"los dibujos son negros sobre fondo amarillento rojizo")
cond(66,"procede de la Puna o de la Quebrada de Humahuaca")
cond(67,"es un jarro en forma de reloj de arena")
cond(68,"hay caras con ojos oblicuos modeladas en las paredes de los
vasos")
cond(69,"es un timbal con asa lateral")
cond(70,"est pintada de blanco con decoracin en negro")
cond(71,"la pieza es una olla de cuerpo globular con asas verticales")
cond(72,"hay tringulos negros con orla blanca, sobre fondo rojizo
oscuro")
cond(73,"posee forma de puco o kero")
cond(74,"procede de Tucumn, Salta o Catamarca")
cond(75,"la forma es de puco, olla de cuerpo globular o kero
cilndrico")
cond(76,"la decoracin consiste en manos pintadas en negro sobre
rojo")
cond(77,"hay reticulados, crculos, tringulos o espirales de lneas
muy finas")
cond(78,"la decoracin interior est dividida en cuatro paneles en
cruz")
cond(79,"los colores son rojo y negro subido sobre blanco espeso")
cond(80,"la forma es de puco, kero o bol semiglobular")
cond(81,"est pintada en negro o rojo brillante sobre engobe blanco")
cond(82,"hay lneas oblicuas paralelas en series rojas y negras")
cond(83,"hay manos pintadas con un tringulo y lineas paralelas")
excluyentes([46,74,16,21,24,29,34,38,41,47,60,63,66])
excluyentes([3,17,43])
similares([74,38,41])

867

SISTEMA DE AYUDA (Help)

Sistema Experto AGENI3 - Programado por Carlos Reynoso, 1990.

-----------------------------------------------------------------------------Consulta del sistema de Help
---------------------------PgUp, Ctl-PgUp : scroll hacia arriba, posicionamiento al inicio.
PgDn, Ctl-PuDn : scroll hacia abajo, posicionamiento al final.
Esc
: fin de consulta.
Ctl-F3
: bsqueda de ristra de caracteres o frases.
Shift-F3
: repite bsqueda.
F5
: Zoom, un-zoom.
Shift-F10
: Redimensionar y posicionar ventana.
Indice (H)
---------Actualizacin del conocimiento (A)
Alarma (W)
Carga de base de conocimientos en memoria (X)
Consulta (C)
Descripcin y comparacin de entidades (D)
Diagnstico y evaluacin (C)
Edicin de la base de conocimientos (E)
Frames (R)
Impresin de la base de conocimientos (I)
Metarreglas (R)
Tokens y palabras (T)
Especificaciones tcnicas
Actualizacin del Conocimiento (A)
---------------------------------Existen tres niveles de actualizacin de la base de conocimientos. En
el primero se introducen las categoras y subcategoras y las condiciones que las definen. En el segundo se agrega informacin adicional referida a las categoras o clases. En el tercero se aaden especificaciones referidas a las entidades terminales. La segunda y tercera opcin pueden interpretarse como una especificacin de consecuencias
(acciones a seguir, comentarios, tratamientos).
La estructura de los diferentes niveles responde a la siguiente configuracin:
regla(nmero, categora gral, categora particular, [cond1, ... condn])
condicin(nmero, descripcin)
cons(clase, [ especificacin_1, ... especificacin_n ])
cons(cat.particular, [ especificacin_1, ... especificacin_n ])
Se puede acceder a la descripcin de consecuencias mediante el men de
comparaciones (D), haciendo un mapa interpretado de la memoria (M) o
como resultado de un diagnstico o consulta (C).
Nunca es necesario preocuparse por la asignacin de los nmeros identificatorios. El sistema maneja internamente dichas funciones.
Cada nombre de categora, subcategora o condicin puede medir hasta
127 caracteres. Si se introduce una condicin idntica a otra ya
ingresada, el sistema considera que se trata de la misma y le asigna
el mismo nmero. Se pueden introducir clusulas mutuamente negadas,
y es conveniente hacerlo para ajustar las relaciones entre entidades:
afirmar la condicin "tiene esqueleto interno", por ejemplo, desactiva
la clusula "no tiene esqueleto interno". En general, si existe la
clusula afirmada correspondiente, el sistema no pregunta por la

868

versin negada.
Se sugiere introducir datos organizados jerrquicamente, de modo que
toda categora (a excepcin de la primera) haya sido subcategora en
una definicin anterior. La sesin de actualizacin agrega reglas y
condiciones a las que ya estuvieran asertadas en la memoria, numerndolas consecutivamente. Al final de la sesin (que se comanda introduciendo una categora en blanco) el sistema permite optar por el resguardo o no de la informacin actualizada.
Si la nueva definicin no se resguarda, se puede consultar de todas
maneras en la misma sesin de diagnosis, en tanto no se blanquee la
memoria o no se cargue una base de conocimientos adicional.
En la presente versin del programa no es posible eliminar ni modificar
condiciones o reglas, salvo manualmente, editando la base de conocimientos (Opcion "E" del Men Principal). Si se interviene manualmente sobre
dichas bases, se deber preservar la numeracin secuencial de reglas y
condiciones, ya que debido a su tratamiento recursivo no es conveniente
que falte ningn nmero entre el primero y el ltimo.
Al guardar la base de conocimientos se deber indicar un nombre aceptable por DOS, de ocho dgitos de nombre y tres de extensin (DBA), separados por un punto. El sistema controla solamente la longitud de la cadena (nombre + "." + extensin).
Alarma (W)
---------El aviso de alarma advierte con un patrn sonoro aleatorio la ejecucin
de comando contextualmente impropios. El mismo patrn se produce cuando
el proceso de diagnstico da con una respuesta. La alarma puede desactivarse y activarse desde el men principal. En estado normal la alarma
se encuentra activada.
Carga de base de conocimientos en memoria (X)
--------------------------------------------El sistema permite escoger bases de conocimiento cuyo nombre de archivo
DOS finalice con extensin DBA. El programa verifica la adecuacin de
la estructura de los datos. Antes de cargar una base de conocimientos
en memoria, los datos que hubiere anteriormente son eliminados. No es
posible cargar bases heterogneas simultneamente, ya que la referencia
interna entre sus entidades se realiza en base a su numeracin.
El proceso de carga de base de conocimientos muestra los archivos disponibles que poseen la extensin .DBA en el directorio local. Se puede
recorrer todo el directorio del disco subiendo por los indicadores \..
Es posible asimismo presionar <F4> para modificar disco, path y mscara
de extensin del nombre del archivo.
Consulta (C)
-----------La consulta se encuentra totalmente orientada por menes. En el primer
men se agrega "fin de consulta" como dominio elegible, a fin de enfatizar la correspondencia lgica entre estructuras de inferencia y procedimientos en el lenguaje PROLOG.
Si en una consulta el sistema responde que carece de informacin suficiente, habr que cargar una base de conocimientos en la memoria (X) o
actualizar la informacin en forma manual (A).
Cada consulta de una condicin admite cuatro respuestas: "si", "no",
"es posible" y "por qu?". Se pueden seleccionar las respuestas con el
cursor o la letra inicial. Si se indica al sistema que "es posible", se
deber indicar la posibilidad, probabilidad o factor de confianza de la
respuesta, tanto sea sobre una ponderacin numrica como en base a una
aproximacin cualitativa.

869

Si se pregunta al sistema "por qu?", el programa presenta una explicacin de la hiptesis que se est tratando de demostrar y de los pasos
ya establecidos por la consulta, en caso que los hubiere. Con la tecla
<F5> se realiza o se desactiva el Zoom sobre la ventana de explicaciones, as como sobre toda otra ventana del programa. Con <Esc> se termina
la lectura de la explicacin.
Descripcin y comparacin de entidades (D)
-------------------------------------------------------Se selecciona con men el nombre de una entidad, finalizndose la totalidad de la consulta con la tecla <Esc>. Con las teclas de cursor puede
accederse a entidades u objetos que no alcanzan a representarse en la
pantalla del men o en la ventana de descripciones.
En caso de seleccionar otra entidad sin salir de la rutina, el sistema
agrega la descripcin resultante al final del archivo de maniobra, de
manera que las descripciones de las sucesivas entidades pueden verse simultneamente en pantalla. Se puede escoger un nmero indefinido de entidades en tanto haya lugar en el soporte para escribir el archivo
correspondiente. Cada nueva sesin global de consulta borra las comparaciones anteriormente acumuladas.
Dentro de la pantalla de descripcin estn activadas las mismas teclas
y funciones de scrolling, zoom, un-zoom, redimensin de ventanas y bsqueda que valen para este archivo de Help.
Diagnstico y evaluacin (C)
-----------------------------------En caso de no poder formalizar un diagnstico, el sistema seala si
existe alguna condicin positiva cumplida por alguna entidad. Las respuestas posibles equivalen lgicamente a las afirmativas, por ms que
su probabilidad sea baja.
El sistema calcula el factor de confianza para cada condicin por separado en funcin del nmero total de condiciones de la categora especfica, presuponiendo una confianza absoluta en las restantes (hiptesis
de independencia), y luego evala el arrastre de las posibilidades en el
conjunto del proceso de diagnosis (hiptesis de interdependencia). De
este modo, la posibilidad menor al 100% de una condicin aislada se disuelve conforme aumenta el nmero de condiciones, mientras que la probabilidad o confianza de un diagnstico se decrementa de acuerdo con el
nmero de condiciones inciertas y su margen de probabilidad.
Edicin de la base de conocimientos (E)
-------------------------------------------------El sistema incluye un poderoso sistema de edicin, incorporando las
funciones del editor de Borland adaptadas a la gestin sobre los archivos de conocimiento. Si se desea utilizar el editor sobre otros archivos, modificar provisionalmente el nombre de la extensin del archivo
a editar como *.DBA, o presionar <F4> en la ventana correspondiente
para modificar disco, path y mscara de nombre del archivo.
La edicin de la base no implica modificacin de los contenidos de memoria. En la pantalla de edicin (que se puede ampliar con <F5> o mover y
redimensionar con <Shift-F10>) los datos aparecen tal cual estn guardados, sin interpretacin alguna. Para observar los datos interpretados se
deber escoger la opcin de Imagen de Memoria ("M") del Men Principal.
Teclas
Funciones de edicin
-----------------------------------------------------------------------F1
: Help y funciones automticas.
Ctl-F3 : Buscar.
Shift-F3 : Repetir bsqueda.
F4
: Reemplazar
Shift-F4 : Repetir reemplazo.

870

Ctl-F5 : Copiar bloque.

F6
: Ver otras ventanas del programa.
Alt-F6 : Mover bloque.
F7
: Editor auxiliar (para copiar bloques de otro archivo).
Shift-F10 : Redimensionar y posicionar ventana de edicin.

Frames (R)
-------------Un frame es una estructura de representacin del conocimiento en la cual
cada item de una entidad est categorizado. Cada categora de una entidad se denomina slot.
El sistema de tratamiento de frames se ha incorporado como parte de la
definicin de metarreglas. Para transformar el conjunto de datos representados en un frame se deben especificar las condiciones con una palabra clave en el momento de actualizar la base de conocimientos. Luego
debe ejecutarse la opcin "Frames" del men de metarreglas, con lo cual
se eliminan otras modalidades de interexclusin fuera de los que determinan los nombres de los slots.
La rutina de construccin del frame aniquila las definiciones
de reglas excluyentes comunes y construye un esquema transitorio utilizando la primera palabra de cada condicin como token de clave. Este
esquema puede resguardarse luego junto con la totalidad de la base de
conocimientos, de manera que el agregado de nuevas reglas y condiciones
puede integrarse al frame volviendo a ejecutar la rutina correspondiente.
Por ejemplo, si se agrega al frente de la condicin una palabra-token
(especie, origen, perodo, clase) y luego se ejecuta la rutina para
la construccin del frame, las condiciones precedidas por la misma
palabra quedan automticamente interexcluidas en caso de asercin positiva de cualquiera de ellas.
Dado que el tratamiento de frames modifica radicalmente las estrategias
de diagnstico, se aconseja especial cuidado en la escritura de las condiciones, evitando diferencias de puntuacin y ortografa entre tokens
correspondientes al mismo slot o categora. El programa considera que el
primer token de una condicin es la ristra de caracteres que precede al
primer espacio.
El procedimiento de generacin de frames incluye un men de elecciones
mltiples que permite excluir condiciones que comienzan con palabras que
no se desea asociar a un slot. Si se escoge una o ms palabras iniciales,
esta(s) no ser(n) considerada(s) interexcluyente(s). La exclusin se activa o desactiva con <Enter> y la totalidad de la lista se indica con la
tecla de funcin <F10>. Si no se desea excluir ningn slot, presionar
<Esc> o <F10>.
Se aconseja asimismo no repetir los nombres de slot en distintos niveles de la organizacin jerrquica. Por ejemplo, si se prefija una entidad de alto nivel con el token "origen", no es conveniente repetir la
misma palabra en la caracterizacin de un hipnimo o subordinado, aunque
se refiera a una especificacin de detalle del mismo concepto.
Impresin de la base de conocimientos (I)
----------------------------------------------------La base de conocimientos que est cargada en memoria se puede escribir
sobre una impresora en forma interpretada. Un men permite seleccionar
entre LPT1, LPT2, COM1, PRN y un archivo convencionalmente llamado
KBPRINT.PRN. Si el dispositivo de impresin no est disponible, el
sistema operativo de encarga de presentar opciones para cancelar, reintentar, ignorar o seguir.
Para imprimir la base de conocimientos en formato real, copiar (fuera
del programa) el archivo *.DBA correspondiente sobre un dispositivo de
impresin (LPT1, PRN, etc).

871

Metarreglas (R)
-------------------Hay dos tipos de relaciones entre reglas: interexclusin (la afirmacin
de una condicin, con cualquier grado de certidumbre, excluye las condiciones que pertenezcan al mismo conjunto) y similitud (el sistema indica
la existencia de entidades que posean una o ms condiciones similares a
la de la respuesta correcta en modalidad de consulta). Lgicamente no
es necesario crear otras formas de interrelacin.
La asercin de conjuntos de reglas excluyentes tiene por efecto evitar
que el sistema realice preguntas que quedan sistemticamente negadas
por una consulta positiva anterior. Son excluyentes, por ejemplo, las
condiciones "es originario de Amrica" y "es originario de Asia"; si no
se indica que lo son, el sistema preguntar por la segunda an cuando
se haya respondido positivamente a la primera. Las reglas excluyentes
que complementan a la asertada se eliminan transitoriamente de la memoria en un proceso de consulta, restaurndose cuando el mismo finaliza.
Las reglas interexcluyentes se seleccionan mediante un men mltiple
marcando o desmarcando con <Enter> las diversas entidades y definiendo
cada conjunto con <F10>.
La especificacin de conjuntos de reglas similares ofrece al sistema
la posibilidad de realizar una indicacin aproximativa de casos similares en la eventualidad de un diagnstico acertado. Esta indicacin
no altera el curso de los procesos de inferencia, sino que simplemente
proporciona indicios sobre la articulacin del dominio. El proceso de
seleccin de reglas similares es el mismo que para el caso de las reglas interexcluyentes.
Se ha previsto un tratamiento especial para las condiciones excluyentes
articuladas en forma de Frame. Vase el item correspondiente en este
sistema de Help.
Tokens y palabras (T)
--------------------------Esta rutina permite rastrear palabras sueltas a travs de toda la base
de conocimientos, ya sea entre las reglas, las condiciones o las consecuencias. La palabra o token puede introducirse en mayscula o minscula, con o sin acentos. Se admiten tambin nmeros, en tanto figuren en
alguno de los textos especificados. Las palabras siguientes al primer
espacio no sern tenidas en cuenta. Se considera que los signos no alfabticos (parntesis, guiones, barras, asteriscos) delimitan tokens
diferentes.
Especificaciones tcnicas
--------------------------------Diseo y Programacin: Carlos Reynoso (CONICET-U.B.A.)
Lenguaje fuente: PROLOG (Borland Turbo Prolog, v.2.0, 1989).
Requerimiento mnimo de memoria: 512 Kb (programa + base).
Uso mximo de memoria: 640 Kb menos Sistema Operativo.
Archivo mximo de Help o Edicin: 64 Kb.
Longitud mxima de lnea de texto: 127 caracteres.
Tamao mximo de base de conocimientos: ca. 384 Kb.

872