Blog de noticias de astronomía - Desde Buenos Aires, Argentina
¡Que no cunda el pánico!
"¿No es suficiente ver que un jardín es hermoso sin tener que creer que también hay hadas en el fondo?" - Douglas Adams, La guía del autoestopista galáctico.

22/3/10 - DJ:

La lógica del descubrimiento (2)

T.E.L: 5 min. 42 seg.

Los epistemólogos levantan las baldosas de la ciencia para encontrar la lógica del descubrimiento. ¿Qué implicaciones tiene la búsqueda y que consecuencias tendría su hallazgo? ¿Será posible generar descubrimientos automáticos?



Esta es la segunda parte del artículo La lógica del descubrimiento.

La lógica del descubrimiento
Como señalamos antes, hay una diferencia entre el contexto de descubrimiento y el de justificación. En el primer caso, ¿cómo surgen las hipótesis? ¿Se trata de un tipo de "creatividad" igual a la que vinculamos con el arte? Alejandro Cassini señala que en muchos casos se nos informa simplemente de una iluminación repentina, pero ¿Es posible ir más allá de la invocación de las musas?, se pregunta. En definitiva, parte de los epistemólogos busca descubrir el descubrimiento, el proceso lógico, si lo hay, que lo genera. Se trata de investigar si existe algún conjunto de reglas metodológicas, no necesariamente de carácter algorítmico, que guíen la búsqueda del científico en las etapas iniciales de su investigación, es decir, antes de realizar algún descubrimiento.
Se suele hablar de método científico como una serie de etapas rigurosas, que en realidad parecen ser mucho más dinámicas y cambiantes, pero que suelen partir de una hipótesis. Popper pensaba que estas hipótesis contenían un "elemento irracional" o "intuición creativa". Se hace referencia también a la analogía o combinatoria de ideas disímiles para generalizar o ampliar categorías conceptuales. (¿La idea de "campo" quizás?).
Beatriz Contratti y Graciela Piana incluyen ideas de Dudley Shapere (en "The creation of ideas in physics") que reconoce tres ejemplos de punto de partida de ideas radicalmente nuevas: la negación directa de algún aspecto de lo que habría sido previamente aceptado y empleado como información fundamental. El caso más famoso, indican las autoras, es la negación de Bohr de que una partícula cargada que orbita alrededor del núcleo de un átomo de Rutherford irradiará, a pesar del hecho de que debía hacerlo así en conformidad con la luego bien aceptada teoría electromagnética de Maxwell.
Otro caso es la propuesta heurística de Einstein de revisar la asentada teoría de que la luz es un fenómeno de onda.
El segundo factor son las consideraciones simétricas. Un ejemplo que las autoras brindan es la fusión de los desarrollos de Einstein sobre la naturaleza dual de la luz con las consideraciones de la simetría entre la luz y la materia de De Broglie que dieron lugar a la introducción de la mecánica cuántica.
La tercera característica de las ideas radicalmente nuevas se relaciona con el rol de las matemáticas en el desarrollo de tales ideas en las ciencias físicas. (Formas en que las matemáticas proporcionaron herramientas a la física para posibilitar cambios paradigmáticos en la última).
Lo que sigue, a veces llamado contexto de prosecución tiene que ver específicamente con el método y el uso de razonamientos, sean hipotético-deductivos, inductivos o, incluso, la abducción (clase híbrida de inductismo) que no tiene nada que ver con extraterrestres "chupando" seres para operarlos!!
Estos puntos pueden parecer "muy filosóficos", extraños al mundo real, completamente abstractos. Y, sin embargo, en relación al "diluvio" de datos al que aludí al comienzo, se viene hablando de programas de descubrimiento automático, a través de el rastreo heurístico de las bases de datos. Esto que, al menos a mí me suena a "menos científico", si se quiere "menos puro", puede llegar a ser el próximo paradigma. Valorarlo exclusivamente por sus resultados no es algo que me conforme. ¿Estaría bien, sería lo correcto, lo mejor, navegar las bases de datos en busca de "descubrimientos" automáticos?




La técnica llamada "data mining" o "minería de datos" ha generado un nuevo impulso al tema, ya que consiste en la extracción no trivial de información que reside de manera implícita en los datos.
Por ejemplo, ¿creen Uds. que hay alguna relación entre los pañales y la cerveza?
En definitiva, se trata de...¿informatizar la creatividad con inteligencia artificial? Un buen ejemplo de un sistema informático basado en este mecanismo, que es capaz de redescubrir resultados científicos importantes partiendo de los mismos datos de que disponían sus descubridores originales, es BACON.
El Aprendizaje Automático es una rama de la Inteligencia Artificial en la cual su principal objetivo es desarrollar técnicas que permitan a las computadoras aprender, es decir, se considera como un proceso de inducción del conocimiento.

El esclarecedor y sintético ensayo de Cassini da cuenta de este programa, así como otro (si se quiere opuesto) de la epistemología evolucionista, que rechaza la existencia de métodos heurísticos y que sostiene que así como la evolución orgánica no está dirigida a meta alguna, tampoco la invención de nuevas ideas. En la vanguardia del conocimiento sólo cabe proceder aleatoriamente a través de "variación ciega". No hay método porque sería "adivinar el futuro".
Los programas de descubrimiento automático, en cambio, sostienen que hay múltiples métodos codificables mediante reglas heurísticas de tipo algorítmico.

Cassini advierte de dos peligros: que las reglas heurísticas sean tan generales y vagas que no resulten útiles o que sean tan específicas que no puedan aplicarse más allá de un caso concreto.

Consideraciones finales, muy zen
En la obra citada se utilizan ejemplos tomados de la historia de la ciencia. Cabe preguntarse si los ejemplos citados son realmente exactos, porque la historia es una narración de hechos puntuales, pero la vida pasada (como la actual y futura) es algo mucho más dinámico. (¿Cabe preguntarse si el tiempo está compuesto de partículas puntuales?)
Al margen (aunque no es poco importante) de esta exactitud, los ejemplos intentan señalar posibilidades a pensar.
Tratar de encontrar una lógica del descubrimiento, como un procedimiento general que incluya a todas las posibilidades puede llegar a ser una tarea imposible o fútil.
Hemos abordado en el blog el concepto de Serendipia, como un hallazgo que, en este contexto, sería del tipo "topetazo" y señalamos que esto no es "puro azar". Hay un contexto que predispone, conocimiento previo, etc.
En este suscinto recorrido, si queríamos descubrir qué es el descubrimiento, podemos hablar de innovación y novedad, pero todavía no existe una definición de método. Quizás no se logre nunca, acaso no lo hay o dependa en gran medida de cierta "creatividad" todavía no bien entendida.
Las preguntas introductorias me quedan sin responder. Alguien dijo (no recuerdo quién y agradeceré el dato) algo así:

Antes de estudiar Zen, creía que el árbol era el árbol, el río era el río y el pino era el pino. Mientras estudiaba Zen, me di cuenta que el árbol no era el árbol, el río no era el río y el pino no era el pino. Cuando terminé de estudiar Zen, supe que el árbol es el árbol, el río es el río y el pino es el pino.

El conocimiento está en el camino. A veces damos por sentado afirmaciones sin haberlas pensado, desgranado. Quizás el camino nos desvíe o tal vez lleguemos a las mismas conclusiones. Pero dado que ahora hemos reflexionado al respecto, estas afirmaciones sí son nuestras y, por ende, aunque parezcan igual, ya no lo son. Como los ríos de Heráclito. Ojalá estas humildes reflexiones les permitan cuestionarse algunos aspectos de los llamados descubrimientos científicos. Y acaso ya no leamos las "noticias" de descubrimientos de la misma manera.
Hay otras implicancias que exceden a este sintético comentario, como la posibilidad de que el diluvio de datos lleve a programas automáticos que "encuentren nubes" y no "ciclos de agua", es decir que sean una manera de observar posibles factores determinantes para un posterior estudio ya no automático. Es decir como herramientas, como en cierta forma lo son las simulaciones cosmológicas, por ejemplo.
Pero, ¿será posible que alguna vez un sistema de tipo algorítmico pueda reemplazar a un Kepler, por ejemplo?

Fuentes y links relacionados


  • Weka (aprendizaje automático)
  • Scientific discovery: computational explorations of the creative processes, Pat Langley, Herbert A. Simon, Gary L. Bradshaw, Jan M. Zytkow; MIT Press 1987;ISBN:0-262-62052-9
  • (1) Los enigmas del descubrimiento científico, Gregorio Klimovsky compilador, Alianza Editorial, 1º edición, Buenos Aires, 2005. Reseña.
  • The Automation of Science, Ross D. King et al, Science 3 abril 2009: Vol. 324. no. 5923, pp. 85 - 89 DOI: 10.1126/science.1165620
  • Glauber
  • Algoritmos de Aprendizaje Automático para la Construcción de Sistemas Inteligentes, Lic. Carla Salazar Serrudo



  • Sobre las imágenes


  • Dibujo nubes. Credito: Mikey Burton


  • Imágenes de Disco Rígido-Galaxia y AutoDescubridor, adaptadas por Gerardo Blanco.




  • Etiquetas:
    -

    1 comentario:

    1. Más bibliografía:
      -Nickles, Thomas et al. Scientific discovery, logic and rationality. Reidel, 1978.
      -Rivadulla, Andrés. Ciencia computacional de la ciencia. UCM, 2010.
      -Dzeroski, P. Todorovski, L. Langley, P. Computational discovery of scientific knowledge. USA Springer, 2007.
      -Klimovsky, G. et al. Descubrimiento y creatividad en ciencia. Eudeba, 2000.

      ResponderBorrar