creatividad, no-linealidad y la sostenibilidad del ... · en todo el trabajo, la estructura de las...

Factótum 16, 2016, pp. 29-51ISSN 1989-9092http://www.revistafactotum.com

Creatividad, no-linealidad y la sostenibilidad del progreso científico

Thomas Nickles

University of Nevada (Reno, Estados Unidos)E-mail: [email protected]

Resumen: Apenas comprendemos cómo se hace Ciencia y Tecnología, y ponemos empeño en mirar enretrospectiva para encontrar los secretos de sus logros. Nos enfrentamos aquí con el hecho de tener una escasacomprensión de la innovación creativa en general. Defiendo un enfoque darwiniano general de selección como elúnico que explica cómo es posible la auténtica innovación: cómo puede surgir más diseño innovador a partir demenos. El análisis de algunos aspectos no lineales del trabajo científico, que a veces funcionan comointensificadores de conocimiento, me lleva a cuestionar las afirmaciones de Price y Rescher, según las cuales hasupuesto un esfuerzo exponencialmente creciente el conseguir el éxito científico lineal y, en tal caso, que unaestabilización del apoyo económico está abocada a generar un declive no lineal en la productividad científica.Termino con algunas observaciones sobre la necesidad de enfoques endógenos sobre el cambio innovadorprofundo, tanto en los estudios sobre la Ciencia como sobre la Economía. En todo el trabajo, La estructura de lasrevoluciones científicas de Thomas Kuhn proporciona un punto de referencia muy conocido.Palabras clave: progreso científico, innovación, creatividad, no-linealidad.

Abstract: We poorly understand how science and technology are done and try our best to reverse engineer themin order to find the secret(s) of their success. Here we run up against the fact that we have a poor understandingof creative innovation in general. I defend a broadly Darwinian selectionist account as the only one that explainshow genuine innovation is possible, how more novel design can emerge from less. A discussion of some nonlinearaspects of technoscientific work that sometimes function as knowledge amplifiers leads me to question the claimsof Price and Rescher that it has taken an exponentially increasing effort to achieve linear scientific success andhence that a leveling off of support is bound to produce an nonlinear decline in scientific productivity. I close withsome remarks about the need for endogenous accounts of deep, innovative change in both science studies andeconomics. Throughout, Thomas Kuhn’s Structure of Scientific Revolutions provides a well-known reference point.Keywords: scientific progress, innovation, creativity, nonlinearity.

Reconocimientos: Versión final de la ponencia presentada el 11 de marzo de 2010 en las Jornadas sobreCreatividad, innovación y complejidad en la Ciencia, celebradas en la Universidad de A Coruña, Campus de Ferrol.La versión inglesa se publicó como Nickles, Th., “Creativity, Nonlinearity, and the Sustainability of ScientificProgress”, en González, W. J. (ed), Creativity, Innovation, and Complexity in Science, Netbiblo, A Coruña, 2013,pp. 143-172. Agradezco a Wenceslao J. González su invitación para hablar en esta distinguida serie de Jornadas ysu consejo sobre mis contribuciones. Puesto que Wenceslao y yo compartimos una variedad de intereses,encuentro su propio trabajo estimulante —y también útil de otras formas, ya que él es un lector más sistemáticode la bibliografía filosófica que yo. Gracias a todos los participantes en las Jornadas, especialmente a SubrataDasgupta, por sus reacciones críticas. Presenté una versión inicial (sin publicar) de los puntos relacionados conPrice y Rescher en Atenas hace muchos años. Agradezco a Aristides Baltas y la audiencia de allí sus comentarios.

Traductor: José Francisco Martínez Solano.

RECIBIDO: 17-07-2016 ACEPTADO: 24-09-2016 Licencia CC BY-NC-SA 3.0 ES (2016)

30 Thomas Nickles

1. Ciencia, creatividad y complejidad

En su invitación, Wenceslao J. Gonzálezme sugirió que abordara los temas de lacreatividad y la complejidad en la Ciencia yla Tecnología. Son dos áreas deinvestigación en curso de plena actualidad, yen ambas nuestro conocimiento es muylimitado. Son asuntos que estuvieron muchotiempo desaparecidos de los debatestradicionales tanto acerca de la prácticacientífica como sobre la innovacióneconómica. En general, los filósofos de laCiencia están de acuerdo en que la Cienciamoderna es una de las empresas humanasmás creativas, pero todavía comprendemosmuy poco cómo se hace Ciencia,especialmente en las fronteras de lainvestigación. Por ejemplo, los procesos nolineales se sitúan en el centro de lossistemas complejos, pero únicamente hahabido una poca atención a la Ciencia mismacomo un sistema complejo repleto deelementos no lineales que pueden producirexcepcionales series históricas temporalesde cambios de desarrollo. Para este tema,los expertos en teoría de la complejidad nopueden ponerse de acuerdo sobre qué es lacomplejidad.1 En consecuencia, usaré estaoportunidad para involucrarme eninvestigaciones algo especulativas. Nopretendo tener respuestas definitivas paraninguna de las cuestiones que propondré.

En esta ponencia defiendo un enfoquedarwiniano general de selección como elúnico que explica cómo es posible laauténtica innovación creativa: cómo puedesurgir más diseño innovador de menos. Elanálisis de algunos aspectos no lineales deltrabajo científico, que a veces funcionancomo intensificadores de conocimiento, melleva a cuestionar las afirmaciones de Price yRescher, según las cuales ha supuesto unesfuerzo exponencialmente creciente elconseguir el éxito científico lineal y, en talcaso, que una estabilización del apoyo[económico] está abocada a generar undeclive no lineal en la productividadcientífica. Termino con algunasobservaciones sobre la necesidad deenfoques endógenos sobre el cambioinnovador profundo, tanto en los estudiossobre la Ciencia como sobre la Economía. Laestructura de las revoluciones científicas deThomas Kuhn proporcionará un punto dereferencia muy conocido.2

1 Véase GERSHENSON, C. (ed), Complexity: 5 Questions,Automatic Press / VIP, Birkerod, 2008.

2 Cfr. KUHN, TH. S., The Structure of Scientific Revolutions,The University of Chicago Press, Chicago, 1962 (2ª ed. ampliada,1970). Nadie cree hoy en día que el macromodelo de Kuhn

Creo que los temas de la creatividad y lacomplejidad están estrechamenterelacionados, pero cómo de estrecha sea esarelación es una cuestión abierta. En estaponencia relacionaré la innovación creativacon la no-linealidad.

2. La innovación tecnológica en miradaretrospectiva

¿Cómo hemos de entender la creatividady la innovación en la Ciencia y la Tecnologíamodernas? William James inicia su famoso(o célebre) capítulo “La concepción de laverdad del Pragmatismo” con una historiasobre James Clerk Maxwell, que, cuando eraniño, quería saber cómo funcionaba todo.Cuando un adulto sólo [le] podía dar unaexplicación vaga, el joven Maxwell sequejaba: “Quiero saber el ‘funcionamiento’concreto de esto”.3 En relación con lo que sedenomina “método científico”, lasexplicaciones habituales del desarrollo de laCiencia moderna son explicaciones vagas deesta misma clase. Las autoridadeseducativas siempre dicen que a losestudiantes se les ha de enseñar “el métodocientífico”, como si hubiera un método encinco pasos para hacer buena Ciencia, peropocos científicos o expertos en Estudios de laCiencia creen hoy que haya una cosa talcomo el método científico.4

La Ciencia moderna y la Tecnologíaestán entre las empresas humanas de más

acerca del desarrollo científico sea correcto, pero todavíaencuentro que su trabajo es una excelente “fuente de intuiciones”,seguramente más que para Wenceslao J. González. VéaseGONZÁLEZ, W. J., “Towards a New Framework for Revolutions inScience”, Studies in History and Philosophy of Science, v. 27,(1996), pp. 607-625; y GONZÁLEZ, W. J., “Las revolucionescientíficas y la evolución de Thomas S. Kuhn”, en GONZÁLEZ, W. J.(ed), Análisis de Thomas Kuhn: Las revoluciones científicas,Trotta, Madrid, 2004, pp. 15-103. Para mi propia revisión deltema, véase NICKLES, TH. “Scientific Revolutions”, en ZALTA, E. N.(ed), Stanford Encyclopedia of Philosophy, (edición de 2013).

3 Cfr. JAMES, W., Pragmatism. A New Name for some OldWays of Thinking, Longmans, Green and Co., N. York, 1907,Conferencia VI, pp. 76-91.

4 Se conoce a Karl Popper por criticar las ideas tradicionalesdel método científico, como lo fue Kuhn. Véase POPPER, K. R.,“Philosophy of Science: A Personal Report”, en MACE, C. A. (ed),British Philosophy in Mid-Century, Allen and Unwin, Londres,1957, pp. 155-191. Reimpreso con el título, “Science: Conjecturesand Refutations”, en POPPER, K. R., Conjectures and Refutations,Basic Books, N. York, 1962, pp. 33-65; KUHN, TH. S., TheStructure of Scientific Revolutions, pássim. Véase tambiénSCHUSTER, J. y YEO, R. The Politics and Rhetoric of ScientificMethod, Reidel, Dordrecht, 1986.

Según Herbert Simon, “la Ciencia, como toda actividadcreativa, es exploración, azar y aventura. Ella misma no se prestaa cuidadosos programas, detallados mapas de carreteras y aplanificación central. Tal vez por eso es divertida”. Véase SIMON,H. A., “Approaching the Theory of Management”, en KOONTZ, H.(ed), Towards a Unified Theory of Management, McGraw-Hill, N.York, 1964, p. 85.

Licencia CC BY-NC-SA 3.0 ES (2016)

Factótum 16, 2016, pp. 29-51 31

éxito llevadas a cabo hasta la fecha. En lospasados trescientos o cuatrocientos años,hemos aprendido más acerca del Universo —incluidos nosotros mismos— que en toda laHistoria anterior. Sin embargo, aún tenemosuna escasa comprensión de cómo funciona laCiencia misma, especialmente en lasfronteras más innovadoras de lainvestigación. Aunque varias ramas de losestudios de la Ciencia han madurado duranteel siglo XX (Historia de la Ciencia, Filosofíade la Ciencia, Sociología y Economía de laCiencia, aproximadamente en ese orden),todavía tenemos sólo una comprensiónlimitada del “‘funcionamiento’ concreto” dela Ciencia y la Tecnología como procesosinnovadores. Por una razón: no hay ningún‘funcionamiento’ concreto, ya que haymuchas y diversas Ciencias y Tecnologíasque han desarrollado toda clase deestrategias de resolución de problemas y delocalización de problemas de un dominioespecífico. Por otra razón: la Ciencia y laTecnología están hechas por humanos a unnivel significativo. Este último punto puedeser una idea liberadora, porque, si lahacemos nosotros, entonces es unaconstrucción social y presumiblementepodemos cambiarla, si queremos. Como dijoGiambattista Vico hace casi tres siglos:“comprendemos mejor lo que nosotrosmismos hemos hecho”.5

Pero, esperen. También creamosnuestros sistemas económicos y, sinembargo, son tan complejos que incluso losmejores economistas tienen dificultad paracomprenderlos y para llegar a algún acuerdosobre políticas económicas. Lo quepodríamos denominar “la tercera ley de loseconomistas” establece que, para todoeconomista, hay un economista de igualnivel que se opone a él. Los analistas de laCiencia moderna pueden discrepar casi en lamisma medida. Del mismo modo que lossistemas económicos modernos, las Cienciasy Tecnologías modernas han sido —y son—planeadas racionalmente —esto es,diseñadas de modo deliberado— sólo en unsentido limitado. En su mayor parte, fuerondesarrolladas por muchos agentesindependientes, de una manera bastantehegeliana, que se ocupaban de sus vidas sindarse cuenta totalmente de las implicacionesde las estructuras que estaban creando (sinembargo, ¡lo han hecho sin el espírituhegeliano que acecha en el trasfondo!). Engran medida, este punto se aplica a los

5 VICO, G., The New Science of Giambattista Vico, vers. ingl.de T. Bergin y M. Fisch, Cornell University Press, Ithaca, 1948. Laprimera edición de La Scienza Nuova se publicó en 1725.

expertos, los organizadores y los políticos,así como a las personas “en las trincheras”.

Tal como lo veo yo, tanto los ámbitoscientíficos como los económicos progresanproduciendo diseños innovadores (modelos,teorías, instrumentación, prácticas deinvestigación, productos, formas deorganización, etc.), pero los teóricos de unámbito o de otro (los estudios de la Ciencia ylos economistas) no han proporcionado unbuen enfoque acerca de cómo este notabledesarrollo es posible. Los economistas seesfuerzan por explicar el incrementoexponencial de riqueza en las regionesindustrializadas del mundo desde laRevolución industrial, y reflexionan si losprocesos de creación de riqueza sonsostenibles. De modo similar, los filósofos dela Ciencia se han esforzado en explicar elnotable incremento del conocimiento desdela Revolución científica —y reflexionan si losprocesos de incremento del conocimientoson sostenibles. En ninguno de los dos casosla gente que trabaja en las fronteras dondese logra innovación puede poseer más“premonición”, más previsión; porque, si no,no serían fronteras. Al igual que laEconomía, los estudios de la Ciencia y de laTecnología, y también la política científica,tienen la responsabilidad de la doble tareade comprender el pasado e intentar predecirhasta dónde puede proyectarse estacomprensión hacia el futuro en términos depolítica [científica].

Nuestro problema de comprender cómofunciona la Ciencia (o ha funcionado hastaahora) es, en efecto, analizarla enretrospectiva para descubrir los secretos desu éxito.6 Esto incluye ocuparse de todos lospatrones de desarrollo histórico quepudiéramos detectar, e intentar explicarlos,como Thomas Kuhn intentó hacer en Laestructura de las revoluciones científicas.7

6 A destacados sociólogos de la Ciencia no les preocupa estetipo de cuestión, pero ciertamente hay un fenómeno históricodestacable (o un amplio conjunto de ellos) que necesitaexplicación tanto en las Ciencias como en el mundo de losnegocios. Sobre enfoques clarificadores y divulgativos acerca delproblema y del reciente progreso en Economía, véaseBEINHOCKER, E., The Origin of Wealth, Harvard Business SchoolPress, Boston, 2006; y WARSH, D., Knowledge and the Wealth ofNations: A Story of Economic Discovery, Norton, N. York, 2006.

7 Véase KUHN, TH. S., The Structure of Scientific Revolutions,pássim. La segunda edición con “Postscript-1969” añadidoapareció en 1970. Steve Fuller, un crítico hostil a Kuhn, comparael método histórico de Kuhn con los brujos indígenas que tratande adivinar pautas en las entrañas de animales sacrificados. Sinembargo, la búsqueda de patrones en datos de series temporaleses un método establecido en varias Ciencias. Véase FULLER, S.,Philosophy of Science and Its Discontents, Westview Press,Boulder (CO), 1989; FULLER, S., “The Philosophy of Science sinceKuhn: Readings on the Revolution that has yet to Come”, Choice,v. 27 (diciembre de 1989), pp. 595-601; y FULLER, S., ThomasKuhn: A Philosophical History for Our Times, The University of


32 Thomas Nickles

Sin embargo, un enfoque de éxito deberesolver también el problema fundamentalde la Epistemología: la paradoja de Menónde Platón, que plantea el problema de cómoes posible el incremento del aprendizaje odel conocimiento. En la versión original dePlatón, la paradoja concluye que la auténticainvestigación, que puede produciraprendizaje —conocimiento nuevo—, esimposible. Porque o bien sabes la respuestaa tu pregunta con antelación o bien no. Si lasabes, no puedes investigar o aprender,porque en tu ignorancia no podríasreconocer la solución incluso si te tropezarascon ella por casualidad.8 En una versióngeneral, el problema de Menón es cómopodemos conseguir más diseño creativodesde menos.

3. ¿Hay un secreto de la innovación creativa?

Casi todos los expertos en estudios de laCiencia, así como los principales científicosmismos, niegan que haya algo así como elmétodo científico. Pero ¿podría, aun así,haber un secreto de la creatividad, unasolución unitaria a la cuestión de cómoaumenta el conocimiento e, incluso, a lacuestión sobre de dónde procede el diseñoadaptativo?

Según mi uso de los términos, una ideao acción creativa es un pensamiento que losagentes en cuestión no han tenido antes odel que no han sido conscientes —algoinnovador. La creatividad está relacionadacon el agente o agentes implicados. Lo quees creativo para mí (o nosotros), puede noserlo para ustedes (o ellos). Lo que escreativo para una comunidad deespecialistas, puede no serlo para otra.9 Perola simple novedad creativa no nos lleva muylejos, porque las ideas o acciones raras odesquiciadas pueden ser innovadoras eneste sentido. La mayoría de las tesis oacciones novedosas no son aceptadas porotros. De manera que uso el términogenérico innovación para un desarrollocreativo en la Ciencia, la Tecnología, losnegocios o las Artes, que “pega”; en otras

Chicago Press, Chicago, 2000. En conexión con lasdistribuciones de capacidad legal, vuelvo sobre este tema en otrotrabajo, cfr. NICKLES, TH., “Tempo and Mode in Scientific andTechnological Innovation: Thomas Kuhn and NonlinearDynamics”, en GONZÁLEZ, W. J. (ed), Creativity, Innovation, andComplexity in Science, Netbiblo, A Coruña, 2013, pp. 187-212; enespecial, pp. 189, 192-196 y 198.

8 Sobre la paradoja, véase, PLATÓN, Meno, editado por J.Burnet, Clarendon Press, Oxford, 1963, 80e.

9 Aquí estoy más interesado en las comunidades que en losindividuos. Sabemos de muchos casos en los que el trabajo en unámbito ha influido a otro de una manera fructífera (o no fructífera).

palabras, que se evalúa positivamente y esaceptado o “seleccionado” por la comunidaden cuestión en el sentido de que se pone enuso efectivo durante un tiempo. Aquí hablaréde creatividad e innovación como producciónde diseño nuevo. En mi sentido, diseño esmás que simple orden o estructura de algúntipo. Es orden que es adaptativo en elsentido de que se adapta a criteriosexplícitos e implícitos de reconocimiento yrecepción lo suficientemente bien para serusado y transmitido a otros. Mutatismutandis, proporciona alguna ventaja obeneficio a aquellos que lo usan, o, al menosla comunidad pertinente cree que lo hace.Esta concepción de la innovación aborda elproblema de Menón, porque podemosconsiderar la innovación como aprendizajesocial.10 Sin embargo, el hablar más engeneral de diseño innovador en vez deconocimiento tiene una ventaja, puesto quehablar de conocimiento implica que tenemosla verdad, y quiero evitar aquí ese difícilasunto en la medida que sea posible. Demodo que diré que la innovación con éxitoproduce diseño útil. Expondré aquí, de unmodo breve y dogmático, mi propiaconcepción sobre la base última de lacreatividad, puesto que la he defendido endetalle en otro lugar.11 Pero, [también enotro lugar,] me pregunto si ésta es la únicafuente del diseño creativo.12

Estoy de acuerdo con Donald Campbell,Karl Popper, Dan Dennett, Henry Plotkin,Dean Keith Simonton, et alia, y, un sigloantes que ellos, Paul Souriau y WilliamJames, en que un enfoque de selección-variación es el secreto de toda creatividad.Esa concepción se denomina a menudo“seleccionista” o “seleccionismo”. Es la formamás general del denominado “darwinismouniversal”.13 Como se acaba de decir, desde

10 Para más sobre el problema de Menón en el contexto delas fronteras científicas, véase NICKLES, TH., “Normal Science:From Logic to Case-Based and Model-Based Reasoning”, enNICKLES, TH. (ed), Thomas Kuhn, Cambridge University Press,Cambridge, pp. 142-177; y NICKLES, Th., “Evolutionary Models ofInnovation and the Meno Problem”, en SHAVININA, L. (ed),International Handbook on Innovation, Elsevier, Ámsterdam,2003, pp. 54-78.

11 Cfr. NICKLES, TH., “Evolutionary Models of Innovation and theMeno Problem”, en SHAVININA, L. (ed), International Handbook onInnovation, Elsevier, Ámsterdam, 2003, pp. 54-78.

12 Cfr. NICKLES, TH., “Tempo and Mode in Scientific andTechnological Innovation: Thomas Kuhn and NonlinearDynamics”, en GONZÁLEZ, W. J. (ed), Creativity, Innovation, andComplexity in Science, Netbiblo, A Coruña, 2013, pp. 187-212.(N. de T.)

13 Richard Dawkins habla de “darwinismo universal” en unsentido más limitado para decir que todas las formas de vida encualquier lugar del Universo se desarrollan por medio demecanismos de selección. Véase DAWKINS, R., “UniversalDarwinism”, en BENDALL, D. S. (ed), Evolution from Molecules toMan, Cambridge University Press, Cambridge, 1983, pp. 403-425.


Factótum 16, 2016, pp. 29-51 33

mi punto de vista también aporta la solucióna la paradoja de Menón de Platón, en laforma [siguiente]: ¿Cómo es posible extraermás conocimiento a partir de menos —y, engeneral, un diseño más innovador,adaptativo, a partir de menos?14 Darwin fueel primero en reconocer el poder de losprocesos de selección en su Teoría de laEvolución, pero pongo de relieve que Darwinsólo abrió la puerta a un amplio dominio deprocesos. Es sencillamente falso el afirmarque todos los mecanismos de seleccióndeben ser justificados por analogía directacon las versiones específicamente biológicasque Darwin y biólogos posteriores hanpostulado.15

Sin embargo, todos los enfoques deselección tienen la misma forma abstracta. Asaber, hay procesos de tres componentesasociados de forma adecuada y puestos enpráctica en muchas, múltiples ocasiones enun medio competitivo relativamente estable:

1. Un proceso de variación. 2. Un proceso de selección.3. Un proceso de transmisión a la

siguiente generación (o versiónsiguiente) de los elementos encuestión.

Durante muchos años, Campbell usó laabreviatura VCCS por Variación Ciega másConservación Selectiva. Las variaciones sonciegas en el sentido de no estar dirigidashacia un resultado específico, porqueninguno de esos resultado o meta escognoscible de antemano. Como dice unaparte del problema de Menón, si ya sabemosla solución de nuestro problema, entonces la

Véase también JAMES, W., “Great Men and their Environment”,en JAMES, W., The Will to Believe and Other Essays in PopularPhilosophy, Dover, N. York, 1956, pp. 216-254; SOURIAU, P.,Theorie de l’Invention, Hatchette, París, 1881 (traducciónmimeografiada de E. L. Clark); POPPER, K. R., ObjectiveKnowledge: An Evolutionary Approach, Clarendon Press, Oxford,1972; CAMPBELL, D., “Evolutionary Epistemology”, en SCHILPP, P.A. (ed), The Philosophy of Karl Popper, Open Court, La Salle (IL),1974, pp. 412-463, y la respuesta de Popper; PLOTKIN, H., DarwinMachines and the Nature of Knowledge, Harvard UniversityPress, Cambridge (MA), 1993; DENNETT, D., Darwin’s DangerousIdea, Simon and Schuster, N. York, 1995; y SIMONTON, D.,“Creative Thought as Blind-Variation and Selective-Retention:Combinatorial Models of Exceptional Creativity”, Physics of LifeReviews, v. 7, (2010), pp. 156-179 (con comentarios y larespuesta de Simonton).

14 Véase NICKLES, TH., “Heuristic Appraisal at the Frontier ofResearch”, en IPPOLITI, E. (ed), Heuristic Reasoning, Springer,Dordrecht, 2015, pp. 57-87. Allí relaciono de un modo másespecífico la solución al problema de Menón con la evaluaciónheurística, dentro de un marco teórico seleccionista.

15 Véase KRONFELDNER, M., Darwinian Creativity andMemetics, Acumen, Durham, 2011, para un ejemplo del error depensar que debe haber una estrecha analogía con mecanismosespecíficos de la evolución biológica.

investigación es imposible. Esto no quieredecir que las variaciones sean literalmenteciegas, es decir, invidentes. Una ardillarayada que explora su entorno en busca deposibles predadores usa su aparato visual,pero es ciega en el sentido metafórico segúnel cual no sabe de antemano si ese predadorestá presente y visible y, si es así, en quélugar. Si lo supiera, no tendría ningunanecesidad de explorar visualmente. De unaforma más general, adviértase que inclusocuando un ser humano busca un resultadoclaramente definitivo, incluso la pruebadeductiva de un teorema de Geometría, laprueba y error (prueba y error al encontrar)es necesaria; y esto entraña un elementometafórico de ceguera, la ausencia deprecognición o clarividencia a este respecto.Cuando hemos de actuar por ensayo y error,lo hacemos ciegamente en el sentido deCampbell. Toda búsqueda genuina comportaun elemento de ceguera.

Como el término “variación ciega”confundió a muchos lectores, Campbell losustituyó por “variación no dirigida”.16 Eltema clave es sencillamente que, aunque lavariación que está involucrada en elplanteamiento y solución de problemas (ytambién en la variación biológica) es limitado—restringido por varios factores—, en elcaso del verdadero diseño innovador, nopuede estar enteramente constreñido desdeel punto de vista del conocimiento deldiseñador. Esto se sigue de la definición de“innovador”. Incluso en el caso humano nohay diseño inteligente completo en lamedida en que el diseño sea innovador. Silos diseñadores humanos llevan a cabo conéxito la propia primera variación orecombinación que se les pasara por lacabeza, un solo ensayo sin error sería unacuestión de pura suerte; además,seguramente deberían probar otrasvariantes para determinar si una soluciónmejor está disponible fácilmente. Watson yCrick probaron varias estructurascambiantes del ADN cuando recopilaron loque se percataron que eran limitaciones a suproblema, en parte aprendiendo de loserrores de los modelos previos. Incluso si,por suerte, dieran con su modelo al principiode la táctica, ellos y otros podrían habersedado cuenta de que sólo era correctoprocediendo a comprobar otras

16 Para una retrospectiva sobre esta y otras características desu posición, véase el último artículo de Campbell: CAMPBELL, D. T.,“From Evolutionary Epistemology via Selection Theory to aSociology of Scientific Validity”, Evolution and Cognition, v. 3,(1997), pp. 5-38. Por cierto, Campbell fue un realista más firmeque yo.


34 Thomas Nickles

posibilidades, una suerte de ensayo yerror.17

Cuando el proceso de variación-selecciónse repite sobre muchos cientos o miles degeneraciones de organismos biológicos, enun entorno relativamente estable, laemergencia de diseño innovador no esimprobable. Al contrario —y contra lasintuiciones de los críticos religiosos— es casiinevitable. La evolución es imposible deparar, como es ya evidente por fenómenoscomo las cepas de bacterias resistentes a losantibióticos de los hospitales.

Lo mismo puede decirse del aprendizajey del diseño innovador en general. Es casiimposible dejar por completo de aprender encualquier comunidad activa que investiga.De modo que, en respuesta a la paradoja deMenón podemos afirmar sin riesgo que elaprendizaje no es imposible; al contrario, escasi inevitable, un resultado virtualmentenecesario de la vida humana y animal.Incluso los prisioneros condenados a cadenaperpetua en una institución desarrollan suspropias pautas culturales. Como el alcaidede una prisión aparentemente comentó unavez “si hay una salida de aquí, alguienfinalmente la descubrirá”. De manera que lacuestión se transforma en cómo de inclinadaes la curva del aprendizaje social en diversoscontextos socio-ambientales.

Pregunta: ¿Dónde encontramos losdiseños innovadores más asombrosos?Respuesta: Con seguridad entre losorganismos biológicos. La evolución biológicaha producido los más destacables diseñosque conocemos y en una profusión increíble.Cabe advertir que este proceso no requiereen absoluto de una inteligencia individualconsciente, no digamos la inspiración divina.Este solo hecho muestra con autoridad quela planificación inteligente, intencional, nopuede ser la esencia del diseño innovador, yapunta de modo convincente a que es másuna cuestión de surgimiento de estructuras,a veces viables, y procesos a partir de unsistema complejo de alguna clase. Si hemosde hablar aquí en lo más mínimo deinteligencia, está distribuida entre muchos

17 Para una concepción diferente, véase el capítulo (y otrostrabajos) de mi compañero que participa en estas Jornadas,Subrata Dasgupta, que discrepa firmemente del modelo deCampbell, por ejemplo, DASGUPTA, S., Technology and Creativity,Oxford University Press, Oxford, 1996. En mi opinión, elreconocer que Campbell siempre habla de variación limitada envez de “todo vale” acerca nuestras concepciones más de lo quepuede parecer. Véase mi trabajo NICKLES, TH., “Tempo and Modein Scientific and Technological Innovation: Thomas Kuhn andNonlinear Dynamics”, en GONZÁLEZ, W. J. (ed), Creativity,Innovation, and Complexity in Science, sección 6, pp. 199-201.Puede decirse lo mismo de Maria Kronfeldner, otra oponente delVCCS. Véase KRONFELDNER, M., Darwinian Creativity andMemetics, pássim.

en muchas generaciones, en sus diversosentornos.18 Pero hay más acerca de esto enotro lugar.19

Las pautas de ramificación históricascausadas por la especiación proporcionarongran parte de las pruebas de Darwin a favorde su teoría, pero él era también muyconsciente del problema de Menón y delintento especulativo de Platón de explicar laadquisición de conocimiento a través de lainspección directa de las Ideas por el almaque transmigra entre vidas. En el margen desu copia del Menón, Darwin escribió “léaselos monos por pre-existencia”.20

Los dos competidores tradicionales delos enfoques de selección acerca delaprendizaje son el providencialismo y elinstruccionismo. En pocas palabras, elprovidencialismo toma nuestro conocimientocomo un regalo de Dios, mientras que elinstruccionismo dice que la naturalezaimprime directamente sus formas en lamente cognoscente. Adviertan que lasrespuestas providencialistas no producenrealmente diseño innovador sino sólo lotransfieren desde un dios, que ya conoce, ala invención humana a través de lainspiración divina o una capacidad milagrosade clarividencia. Tampoco el instruccionismorevela la fuente definitiva del diseñoinnovador, puesto que incluso una mentereceptiva debe poder reconocer la pauta.Afirmar sencillamente que la Naturalezaimprime las pautas evita el problema deMenón, o, como mínimo, simplemente loreplantea sin explicar cómo es posible esaimpronta. Como insistía Karl Popper, acechaaquí el problema de la infradeterminación.Debemos emplear un procedimiento deensayo-error en vez de la inducciónpsicológica directa.21

18 Si tuviéramos que seguir esta línea, surgirían preguntasacerca de la acción del nivel de población. Véase STERELNY, K.,“Punctuated Equilibrium and Macroevolution”, en GRIFFITHS, P.(ed), Trees of Life, Kluwer, Dordrecht, pp. 41-63.

19 NICKLES, TH., “Tempo and Mode in Scientific andTechnological Innovation: Thomas Kuhn and NonlinearDynamics”, en GONZÁLEZ, W. J. (ed), Creativity, Innovation, andComplexity in Science, pp. 187-209. (N. de T.)

20 Véase DESMOND, A. y MOORE, J., Darwin, Warner Books, N.York, 1992, como se cita en DENNETT, D., Darwin’s DangerousIdea, p. 130.

21 Pero aun así ¿no es nuevo conocimiento para nosotros? elmismo conocimiento que se obtiene por selección, puesto que lapauta está ya ahí en la Naturaleza. El tema es que una induccióndirecta de ese tipo no existe. Los investigadores cultos dirán,acertadamente, que siempre se involucra una interpretación.Interpretar la Naturaleza involucra siempre seleccionar entreposibilidades alternativas, posibilidades que deben ellas mismasser generadas primero.

Popper llega a este tema kantiano en su crítica de lapsicología inductiva de Hume, y Wilfrid Sellars llegó al tema deuna manera más minuciosa en su famoso ataque de los diversosaspectos del “mito de lo dado”. Kant, el primer psicólogo cognitivo


Factótum 16, 2016, pp. 29-51 35

Ni el providencialismo ni elinstruccionismo pueden explicar cómo esposible la innovación tecnológica, la creaciónde diseños que no se encuentran en laNaturaleza biológica. A este respecto, estasposiciones están comprometidas con laconservación del diseño. Según ellas, losúnicos diseños posibles han de encontrarseya presentes o en la mente de Dios o desdesiempre en la Naturaleza. La única maneraque queda de explicar el diseño innovadorde verdad sería que fuera un proceso devariación-selección. Para plantear la cuestiónen términos de investigación humana: sitrabajamos en la frontera del conocimiento,entonces, por definición, tenemos poco oningún conocimiento de la estructura delámbito que queda más allá de esa frontera.Necesariamente, pues, nuestra investigacióndebe tener un elemento significativo deensayo y error, esto es, de variación yselección. Si no, ya sabríamos precisamentelo que estábamos buscando y dónde —poreste motivo la investigación (búsqueda,indagación) no sería necesaria. Un temaadicional es que en la investigacióninnovadora a fondo, las metas y los criteriosmismos normalmente se desarrollan segúnla investigación avanza. Al final del procesopodemos llegar a metas que ni siquiera sepudieron expresar al principio. Tenemosevolución emergente a múltiples niveles.

Sujeto a las precisiones que hago enotro lugar,22 quiero hacer hincapié en que elenfoque seleccionista de la innovacióncreativa es el único que muestra más diseñoadaptativo desde menos. Es el único que esde verdad generador de novedad. Es irónicoque los creacionistas religiosos vean lascosas totalmente hacia atrás. En elcreacionismo religioso tradicional, Diostodopoderoso y omnisciente es la fuente de

de verdad, llegó al tema original en su crítica de la psicología dela percepción y el aprendizaje de Hume. Véase POPPER, K. R.,“Philosophy of Science: A Personal Report”, en MACE, C. A. (ed),British Philosophy in Mid-Century, Allen and Unwin, Londres,1957, pp. 155-191. Reimpreso con el título “Science: Conjecturesand Refutations”, en POPPER, K. R., Conjectures and Refutations,Basic Books, N. York, 1962, pp. 33-65.

Véase también SELLARS, W., “Empiricism and the Philosophyof Mind”, en FEIGL, H. y SCRIVEN, M. (eds), Minnesota Studies inthe Philosophy of Science, Volume I: The Foundations of Scienceand the Concepts of Psychology and Psychoanalysis, Universityof Minnesota Press, Mineápolis (MN), pp. 253-329. Reimpreso enSELLARS, W., Science, Perception, and Reality, Routledge andKegan Paul, Londres, 1963, pp. 127-196. Finalmente, está desdeluego KANT, I., Kritik der reinen Vernunft, Johann FriedrichHartknoch, Riga, 1781; 2ª ed. 1787 (vers. ingl. de Norman KempSmith: Critique of Pure Reason, St. Martin’s Press, N. York,1865).

22 Cfr. NICKLES, TH., “Tempo and Mode in Scientific andTechnological Innovation: Thomas Kuhn and NonlinearDynamics”, en GONZÁLEZ, W. J. (ed), Creativity, Innovation, andComplexity in Science, pp. 187-209. (N. de T.)

toda creatividad genuina. Sin embargo, undios así ya conoce todos los diseñosposibles, los tiene todos preparados y a laespera “on the shelf”, como se dice eninglés. Un ser así no necesita diseñar nadanuevo para crear el Universo, sólo llevar acabo los diseños ya disponibles. Un seromnisciente es por eso un modelo terriblepara cualquier enfoque del pensamiento y laacción creativas, incluida la investigaciónepistemológica, porque un ser así, que yaconoce todo, no puede investigar.

Sólo los enfoques VCCS songenuinamente creativos.23 Creo que estavisión darwinista-seleccionista apuntatambién la explicación acerca de cómomenor riqueza puede generar más riquezaen el terreno económico, un asunto al quevolveré sucintamente al final de estaponencia.

Al hablar de los procesos de variación-selección en el sentido de ser el secreto dela emergencia de todo diseño creativo, noafirmo desde luego que eso sea todo lo quehay que decir sobre “descubrimientocientífico” o sobre invención en las fronterastecnológicas. El esquema VCCS es sólo eso,un esquema abstracto, y hago aquí hincapiéen el componente selectivo de la“comprobación” en vez de en el componentegenerativo, la CS en vez de la VC. Puedeservir como principio regulativo, que nosayuda a mantener nuestros enfoquesnaturalistas de la investigación, perotambién puede servir de un modo másconcreto para que se abra paso unaexplicación día a día, incluso hora por hora,de una persona o grupo que trabaja en ungran o pequeño descubrimiento creativo. Ysirve como réplica a una concepcióntradicional de la resolución de problemastotalmente inteligible y a las malas políticasque esa concepción puede determinar.

Esa concepción no es específica dedeterminados grupos religiosos. Puede, dehecho, ser la concepción dominante sobrecómo se alcanza la innovación. Estabaprofundamente afianzada en la primerageneración de la Inteligencia artificial, comose ilustra en la siguiente historia. CuandoCampbell presentó sus concepciones en unade las conferencias Macy en 1959, recibióuna fría reacción de la comunidad de laInteligencia artificial y la Cibernética. El

23 Dada la índole social de la invención, difusión y recepción,es difícil localizar la fuente o el lugar de la creatividad en cualquierindividuo, sea Dios, humano o animal no humano. Más bien, otravez, parece emerger del funcionamiento de un sistema complejo,un tema al que vuelvo en otro lugar, cfr. NICKLES, TH., “Tempo andMode in Scientific and Technological Innovation: Thomas Kuhnand Nonlinear Dynamics”, en GONZÁLEZ, W. J. (ed), Creativity,Innovation, and Complexity in Science, pp. 187-209.


36 Thomas Nickles

ambiente se capta en el comentario deMarvin Minsky sobre la intervención deCampbell:

No puedo aceptar que este comentariosea positivo … La verdad es que megustaría saber si usted cree que dice algoconstructivo en vez de anárquico.Concretamente, me parece que ha dicho …que usted no cree que las cosas sean tanmalas como ellos [Simon, Newell, et al.]ven en el algoritmo del Museo Británico.Esto es, el espacio no es realmente tangrande, no hay tantos malos ensayos y,para hablar en general, las cosas estánbastante bien … ¿Cuál es el propósitoconstructivo de hacer hincapié en el papeldel ensayo y el error, que es de lo que nosintentamos deshacer?24

4. ¿Hay método científico o no?

Hay un tema sobre el que discrepo dePopper y Campbell. Ellos creían que elenfoque VCCS de diseño creativo socava laafirmación según la cual hay métodocientífico. En un sentido están en lo cierto, yya he indicado mi acuerdo. Sin embargo, esnecesaria una precisión. Permítanme que meextienda en lo que creo que es correcto ensu concepción.

La idea de un método científicocompletamente adecuado se encuentra otravez con el primer tramo de la paradoja deMenón —que no podemos investigarauténticamente porque ya tenemos larespuesta. Porque se supone que un métodoasí, cuando se le proporciona el problemacorrecto y la aportación empírica, nos llevade un modo más o menos algorítmico a lasolución de nuestro problema. En otraspalabras, el método contiene ya, implícita ocondicionalmente, la solución de muchos, otodos, los problemas válidos.

Esa concepción reduce el trabajocientífico a diseño inteligente, con el métodoen vez de Dios como el diseñador central,omnisciente. Pero la auténtica objeción esque plantea la pregunta de Menón —dealguna forma— igual que lo hacía la propiahistoria de la transmigración de Platón.Porque ¿cómo podríamos saber sin duda queteníamos ese método? Respuesta: Nopodemos. La afirmación según la cualtenemos ese método en negativo saca aescena otra vez el problema de Menón,donde el problema ahora es encontrar “elmétodo universal de la Ciencia”. Entendemosahora que esta es una tarea imposible. Es

24 YOVITS, M. C. y CAMERON, S. (eds), Self-OrganizingSystems: Proceedings of an Interdisciplinary Conference,Pergamon Press, N. York, 1960, p. 228.

una versión de lo que podríamos llamar “lafalacia de la fundación”, la idea de que sepueden poner fundamentos permanentes decualquier empresa creativa genuina conantelación. Esto precisa que lo sepamostodo, al menos implícitamente, antes de quesepamos mucho de cualquier cosa, y estoestá, en este sentido, abocado a lapremonición o la presciencia. Los filósofosreconocerán esta dificultad como una versióndel problema del criterio.

La Ciencia moderna y la Tecnología sonverdaderas empresas creativas. Hoy por hoytenemos suficiente experiencia para saberque ámbitos científicos estructurados demodo diferente exigen métodos diferentes, yabrimos continuamente nuevos ámbitos enlas fronteras de la investigación conestructuras en su mayoría desconocidas.Poseemos muchos valiosos métodos,muchas técnicas de resolución de problemas,algunas incluso automáticas. Sin embargo,en la medida en que podemos fiarnos deellas, son retroactivas en vez deprospectivas. El descubrimiento de métodosque funcionan es evidentemente sólo laúltima etapa del descubrimiento o delproceso mismo de diseño, no un preludio deél. La construcción de métodos (esto es,diseños de procesos, buenas prácticas) esparte integrante del proceso mismo deinnovación.

Como los “Teoremas de nada es gratis”(No Free Lunch theorems) de David Wolperty William Macready han mostrado hacepoco, no podemos saber a priori que unmétodo sea mejor que cualquier otro cuandose promedia en todos los posibles ámbitos.En una frontera de la investigación nosabemos qué tipo de estructura de ámbitohay más allá de esa frontera. Por eso, nopodemos en absoluto saber si algún métodofuncionará allí y, si lo hace, cuáles y cómo.Los teoremas de Wolpert y Macready sonbásicamente un refinamiento matemático dela intuición de David Hume, según la cual siAdán fuera traído de nuevo a nuestro mundo—sin experiencia previa de él— no tendríaninguna idea de qué esperar o si habría lamás mínima pauta fiable, alguna regularidadque aprovechar.25

Vuelvo ahora a lo que creo que estáequivocado en la crítica de Popper y

25 Véase HUME, D., An Inquiry Concerning HumanUnderstanding, A. Millar, Londres, 1748; WOLPERT, D. y MACREADY,W., “No Free Lunch Theorems for Optimization”, IEEETransactions on Evolutionary Computation, v. 1, (1997), pp. 67-82(versión resumida del Informe técnico del Instituto de Santa Fe,SFI TR 95-02-010: “No Free Lunch for Search”). Para discusión[sobre el tema], véase NICKLES, TH., “Evolutionary Models ofInnovation and the Meno Problem”, pp. 54-78; y NICKLES, TH.,“Heuristic Appraisal at the Frontier of Research”, pp. 57-87.


Factótum 16, 2016, pp. 29-51 37

Campbell a la idea de método científico.Como entiendo su trabajo, su punto centrales que la necesidad esencial de VCCS en lasfronteras de la investigación establece queno hay ninguna posibilidad de método,porque VCCS es esencialmente anti-metódica.

En respuesta, señalo que VCCS mismopuede, hasta un nivel que puede serinteresante, ser metodizado. En las últimasdos o tres décadas, la computación evolutivase ha desarrollado hasta ser un importantecampo especializado de la ciencia de lacomputación teórica y aplicada.26 Hoy porhoy miles de los artículos existentes en lasciencias y la ingeniería hacen un usofructífero de esos métodos de resolución deproblemas. Así, VCCS no es, después detodo, la antítesis misma del método en todoslos aspectos.

La matización está en que, en la medidaen que hablamos de método científico entérminos generales, hablamos a un nivelbastante alto de abstracción. (Pero, porsupuesto, eso era verdad también de losviejos métodos inductivo e hipotético-deductivo).27 A ese nivel de abstracción, el“método” de VCCS sólo es bueno como untipo de armazón o esquema abstracto quedebe ser especificado concretamente para suaplicación a una situación-problemaconcreta. Y el “dominio” puede estar tandesorganizado que ningún método puedadetectar pautas continuas.

Popper y Campbell tienen razón en queuna afirmación a este nivel de generalidadapenas constituye un método universal.Además, la propia especificación requeridanormalmente implica pensamiento creativo,de manera que no hay ninguna excusa deque VCCS elimine las tareas tradicionales del“descubrimiento” proporcionando unalgoritmo para la innovación creativa. Noobstante, queda ahí el importante tema deque VCCS no es esencialmente anti-metódico, que puede ser, y ha sido,metodizado en una variedad de contextos debúsqueda (en el grado indicado) y, portanto, nos proporciona una nueva ypoderosa herramienta de búsquedamatemático-computacional. De manera que

26 Para acceder a una amplia bibliografía [sobre este asunto],véase el primero de una serie de libros de John Koza sobre elenfoque de los algoritmos genéticos: KOZA, J., GeneticProgramming: On the Programming of Computers by Means ofNatural Selection, The MIT Press, Cambridge (MA), 1992.

27 Para un análisis de la transición histórica desde el métodoinductivo al hipotético-deductivo, véase NICKLES, TH., “FromNatural Philosophy to Metaphilosophy of Science”, en KARGON, R.y ACHINSTEIN, P. (eds), Kelvin’s Baltimore Lectures and ModernTheoretical Physics: Historical and Philosophical Perspectives,The MIT Press, Cambridge (MA), pp. 507-541.

podemos decir no sólo que hay un secretode la emergencia de diseño creativo sinotambién que el secreto puede sermetodizado en principio, y, hasta un punto,la tarea de búsqueda puede serautomatizada.

Además, el problema de especificar elesquema VCCS en un procedimiento casi-algorítmico que se ajuste a contextos deproblemas especializados no necesita deningún modo ser más formidable que aplicarotras técnicas de solución de problemascomo los paquetes estadísticos. Recuerdenel tema de Kuhn en la Estructura según elcual gran parte de la formulación y soluciónde problemas en las ciencias es local en elsentido de que los científicos ejemplificansus problemas presentes sobre la base deproblemas ilustrativos y soluciones deltrabajo anterior en ese área deespecialización. Donde estas herramientasse pueden aplicar de esta manera, sudisponibilidad representa una significativa“reducción de problemas” para el proceso debúsqueda o “descubrimiento”. En rarasocasiones, los expertos tienen que comenzardesde cero en esos contextos.

No quiero exagerar mi diferencia conCampbell sobre este tema. Incluso en estoscontextos locales, no estamos atrapados porla primera parte de la paradoja de Menón,puesto que la herramienta y sus usuarios, enconjunto, todavía no constituyenconocimiento obtenido. Los usuarioshumanos deben desarrollar y aplicar laherramienta minuciosamente, si elprocedimiento de búsqueda por ensayo yerror ha de ser mínimamente eficiente.Además, los contextos en los que labúsqueda puede, hasta cierto punto, serautomatizada por algoritmos genéticos yotras formas de computación evolutiva sonlimitados. No afirmo que tengamos esosmétodos para generar candidatos de teoríaseria, por ejemplo. Y, en última instancia,seguramente los mismos Popper y Campbellestarían de acuerdo en que hay muchosmétodos locales de búsqueda en muchoscampos que permiten la investigación enesas áreas que, en alguna medida, estánmetodizadas e incluso automatizadas.Imagino que Campbell respondería que miobjetivo ya está tratado por su tema de lajerarquía de selectores vicarios.

5. No linealidad y emergencia

Una objeción importante a la afirmaciónsegún la cual toda la innovación creativa esel producto de un proceso de selección esque reduce la creatividad a una simple


38 Thomas Nickles

recombinación mecánica de elementos yadisponibles, en vez de concebirla comoemergencia auténticamente creativa; tantomás cuanto el enfoque de la selecciónesencialmente no requiere en lo más mínimointeligencia creativa, es decir, en la forma deinterpretación intelectual. Desde mi punto devista, la realidad es justo la contraria, esdecir, que son los procesos de selección losque explican cómo surgen verdaderasestructuras innovadoras o diseños a partirde los ya presentes. De hecho, los procesosgeneralmente evolutivos de variación-selección son nuestra mejor explicaciónhasta la fecha sobre cómo el diseñoinnovador puede emerger del antiguo. Es untema de verdadera emergencia en vez derecombinación mecánica.28

La propia emergencia es un modo de no-linealidad, al menos en un sentidocualitativo, ya que un elemento emergentees algo genuinamente nuevo, imprevisto ycualitativamente diferente de los materialesy los procesos que lo produjeron, en vez deser sólo una cosa más del mismo tipo.29 Enlos casos de emergencia fuerte, emergennuevas estructuras que pueden imponercontroles sobre microestructuras del tipo quelas produjeron originalmente (causación de“arriba a abajo”). En casos incluso “más

28 En otro lugar, modero esta audaz afirmación, N ICKLES, TH.,“Tempo and Mode in Scientific and Technological Innovation:Thomas Kuhn and Nonlinear Dynamics”, pp. 187-209. Se debeadmitir también que los procesos de recombinación de lacomputación evolutiva de hoy en día, al carecer de una granrespuesta retórica, siguen siendo “mecánicos”. La emergencia seha convertido con rapidez en un tema muy amplio al que sólopuedo aludir aquí brevemente. Para anticipar un ejemploposterior, es plausible decir que las estadísticas de Bose-Einsteinestaban ocultas en la fórmula empírica de Planck de la radiacióndel cuerpo negro de 1900 (dado el importante conocimiento defondo de la teoría). Sólo en 1924 fue que esta extraña nuevaclase de estadística emergió en el trabajo de Bose y Einstein. Lareflexión y la práctica de la comunidad científica pertinenteevolucionó hasta un punto en el que esta nueva estructura, nuevodiseño, pudo emerger en parte siguiendo las implicacionesmatemáticas del trabajo previo. Desde luego esto lleva muchatarea de ingenioso ensayo y error, incluso para encontrarimplicaciones lógicas inesperadas. Un argumento lógicamente noampliativo puede aun así ser extraordinariamente ampliativo,epistémicamente hablando. Se piensa también en las pruebas deincompletud de Gödel —rigurosamente deductivas— y sinembargo inesperadas y originales. De una manera similar, véaseMARGOLIS, H., Paradigms and Barriers, The University of ChicagoPress, Chicago, 1993; y MARGOLIS, H., It Started with Copernicus,McGraw-Hill, N. York, 2002, sobre [cómo] Copérnico derribó alfinal las barreras cognitivas para encontrar un argumento quehabía estado mucho tiempo “disponible” de otra manera. Sinembargo, algunos autores ponen como condición a la emergenciaque el producto no sea derivable de material anterior —unacondición de no reducibilidad. Después está el gran puntointermedio en el que la derivabilidad es posible en principio, peroimposible en la práctica por razones computacionales.

29 Para una muestra de trabajo histórico y reciente sobreemergencia, véase BEDAU, M. y HUMPHREYS, P. (eds), Emergence:Contemporary Readings in Philosophy of Science, The MITPress, Cambridge (MA), 2008.

fuertes”, el producto puede, en algúnsentido, debilitar o desplazar el mismoproceso que la produjo. Obtener más diseñobiológico a partir de menos es un tipo deemergencia. El diseño resultante es algo queno pudo ser predicho de antemano conprecisión. La evolución biológica está llenade resultados inesperados —“formas másbellas sin fin”— como dice Darwin en sucélebre parágrafo de cierre de Sobre elorigen de las especies.30 Estas formasemergentes interactúan entre ellas y con elresto de su entorno y tienden a desplazarselas unas a las otras con el tiempo y en elespacio según continúa la evolución.

La investigación científica y la innovacióntecnológica también producen muchosresultados inesperados. Una serie detransformaciones inesperadas han hecho quenuestra Ciencia Física más madura se hayavuelto más y más rara durante el pasadosiglo.31 Cuando se llega al conocimiento,como insistía Popper, no podemos saberahora lo que sólo sabremos más tarde, si no,ya lo sabríamos: no sería futuro.32 En estesentido cualitativo esta emergencia tambiénes fuerte, puesto que nuevos desarrollosreconfiguran el ámbito de varias maneras.Por ejemplo, una teoría o modelo de altonivel puede cambiar la práctica experimentalde bajo nivel, y viceversa. Además, si setoma en serio la distinción de Kuhn entreCiencia normal y Ciencia revolucionaria,podemos hablar también de emergenciasuperior en el caso científico. Kuhn distinguíados tipos muy diferentes de creatividad:normal y revolucionaria. Pese a que inclusolas soluciones específicas a los problemascientíficos normales de Kuhn no puedenpredecirse, hay toda expectativa de que seajustarán dentro del paradigma dominante.Mostrarán inmediatamente pautas o diseñosreconocibles. Esto está en claro contrastecon el enfoque de Kuhn del cambio deparadigma. Desde el punto de vista delparadigma antiguo, el nuevo llega como unasorpresa, incluso como una conmoción. Poreso Kuhn dice, contraintuitivamente, que losdescubrimientos inesperados no sondeseados durante el periodo de Ciencianormal, porque amenazan el paradigmaactual. La creatividad en la Ciencia normales convergente en este sentido, mientrasque la creatividad en la Cienciarevolucionaria es divergente. Hay un sentido

30 Cfr. DARWIN, CH., On the Origin of Species, Murray, Londres,1859.

31 Cfr. SHAPERE, D., Reason and the Search for Knowledge,Reidel, Dordrecht, 1984.

32 Cfr. POPPER, K. R., The Poverty of Historicism, Routledgeand Kegan Paul, Londres, 1957.


Factótum 16, 2016, pp. 29-51 39

en el que los científicos normales de éxitoconsiguen lo que quieren, mientras que loscientíficos revolucionarios quieren lo queconsiguen.33 Pero, si Kuhn está en lo cierto,hay más que un desarrollo imprevisto quereconfigura el ámbito, porque la innovaciónsocava los mismos procesos y estructurasque la produjeron. No necesito las primerastesis de la inconmensurabilidad radical deKuhn para insistir en esto.

En las Ciencias, el conocimiento crecelinealmente en este sentido cualitativocuando obtenemos más conocimiento de lamisma clase que ya teníamos. Encontramosuna nueva especie de escarabajo, porejemplo, o medimos el punto de fusión delcobre a un decimal más. En la antiguaconcepción del conocimiento científico,denominada “lineal, acumulativa”, elconocimiento se incrementa en gran partedel mismo modo que los granos de arena seañaden a una duna, siendo cada grano dearena independiente de los otros. En abiertocontraste con esta imagen, sabemos ahoraque la Ciencia no es lineal de muchos modosdistintos, que incluyen las uniones —cuyaexistencia destacó Kuhn— entre el contenidotécnico (hecho, teoría, ejemplares),significados, técnicas, prácticas, valores ymetas, todo dentro de una comunidadcientífica complejamente dinámica.34

El término “no lineal” supone unadesviación de lo lineal, de modo que ¿quésignifica “lineal”? Un proceso lineal es uno enel que el efecto es proporcional a la causa,esto es, el resultado es directa o

33 Hago alusión a la agudeza pragmática o refrán que seatribuye a Ralph Barton Perry: “Hay dos maneras de resolver unproblema: puedes o conseguir lo que quieres o querer lo queconsigues”, véase REITMAN, W., “Heuristics, Decision Procedures,Open Constraints, and the Structure of Ill-defined Problems”, enSHELLY, M. W. y BRYAN, G. L. (eds), Human Judgments andOptimality, John Wiley, N. York, 1964, p. 268.

34 Hay dudas sobre si algún metodólogo moderno seriomantuvo alguna vez una concepción lineal-acumulativa estricta.Como señala Larry Laudan, alrededor de 1800 los metodólogosya adoptaban una concepción auto-correctora del avancecientífico y la auto-corrección implica (como podemos decir en laactualidad) una forma de feedback negativo. Es un tipo deinvestigación de múltiples pasos. Cfr. LAUDAN, L., Science andHypothesis: Historical Essays on Scientific Methodology, Reidel,Dordrecht, 1981, cap. 14, pp. 226-251; y NICKLES, TH., “A Multi-pass Conception of Scientific Inquiry”, Danish Handbook ofPhilosophy, v. 32, (1997), pp. 11-44. De una manera bastanteconvincente, Laudan sostiene que Kuhn hace las unionesdemasiado fuertes y muestra las diferencias con su propio“modelo reticular” del cambio científico. Véase LAUDAN, L.,Science and Values, University of California Press, Berkeley,1984. Por otra parte, yo he sostenido que Kuhn no logra unir deun modo adecuado el progreso por resolución de problemas conel cambio de paradigma lento durante la Ciencia normal (tanto anivel ejemplar como de matriz disciplinar), lo que conduce a unaconcepción abiertamente rígida de los paradigmas. VéaseNICKLES, TH., “Some Puzzles about Kuhn’s Exemplars”, en KINDI,V. y ARABATZIS, T. (eds), Kuhn’s The Structure of ScientificRevolutions Revisited, Routledge, Londres, 2012, pp. 112-133.

inversamente proporcional al aporte. Es fácilrepresentar una función matemática linealque describa algún fenómeno, porque lagráfica es una línea recta, en un gráficocorriente que use el eje de coordenadascartesiano. Por ejemplo, una ecuación linealcon dos variables tiene la forma y = mx + b.En el eje de coordenadas cartesianasrepresenta una línea recta, donde m es lapendiente de la recta y b es la interseccióncon el eje y.

En términos causales, el indicador de unproceso causal no lineal es que una causamenor tenga un gran efecto, o una causamayor sólo tenga un efecto menor.Normalmente, esto ocurrirá si una de lasvariables está al cuadrado (o elevada aalguna otra potencia diferente de 1).También ocurre cuando dos variables que semultiplican juntas representan términos deinteracción, como en un par de ecuacionessimultáneas de forma relevante. Estosignifica que las cantidades correspondientesen la Naturaleza interactúan la una con laotra, es decir, están “unidas”. El modeloLotka-Volterra de interacción predador-presaes un ejemplo de libro de texto muyconocido de la Biología. Un ejemplo deinteracción causal de la vida cotidiana escuando tomamos dos medicinas cuyosefectos no son simplemente aditivos, comoresultado de actuar de forma independiente,porque interactúan químicamente paraproducir un efecto diferente, que a menudono es deseado. El desarrollo de las lenguas,incluidos los lenguajes científicos técnicos,es no lineal en el sentido de que nuevosmodos de expresión proporcionan los mediospara crear aun otros medios de expresión,las herramientas para expresar lo que no eraexpresable antes. Incluso en la Ciencia estasconexiones no necesitan construirse paso apaso lineal desde el lenguaje de observaciónpura, como solían requerir los positivistaslógicos. Pueden ir cada uno por su lado y, amenudo, suponer metáfora, analogía y otrostropos retóricos.35

35 Los antiguos enfoques del Empirismo lógico, tanto dejustificación empírica de afirmaciones como de formación deconceptos, eran lineales en la medida en que el significado de lostérminos teóricos más altos en el grado de teoreticidad seexplicaba por medio de términos más bajos en la jerarquía y, enúltima instancia, con términos básicos de observación. (Por otraparte, su holismo del significado era bastante no lineal en elsentido de que un cambio en un lugar en el sistema relacional locambiaba todo). Esa concepción fue finalmente abandonada porlos propios empiristas lógicos, no sólo por sus críticos. HilaryPutnam comentó una vez que, al reflexionar tanto sobre elsignificado de los términos teóricos como sobre la justificacióncientífica en general, la justificación puede proceder en cualquierdirección, al depender de la situación. Véase PUTNAM, H., “WhatTheories are not”, en NAGEL, E., SUPPES, P. y TARSKI, A. (eds),Logic, Methodology and Philosophy of Science, Stanford


40 Thomas Nickles

Para decirlo formalmente, una funciónf(x) es lineal cuando satisface las doscondiciones siguientes:

f(x) + f(y) = f(x+y) adición, superposición

f(cx) = cf(x) homogeneidad o escalar, donde c es una constante.

Tomadas en conjunto, estas condicionesconstituyen el principio de la superposiciónlineal. En palabras: estas condicionesmultiplicativa y aditiva quieren decir que elvalor resultante es proporcional al valor deentrada, y el (valor de una) función como untodo es la suma de (los valores de) suspartes. Cuando un fenómeno es lineal (opuede ser modelado como lineal, de unmodo suficientemente aproximado) puedeser, por tanto, descompuesto en la suma desus componentes. La superposición linealsignifica que el fenómeno completo (osistema) puede descomponerse en la sumade un número de fenómenos independientes(o subsistemas), como cuando un tonoarmónico puede descomponerse en la sumade una serie de modos normales devibración, equivalente a un grupo deosciladores no-interactuantes. El tono es elresultante de los modos independientes envez de un producto emergente de ellos.36

Metodológicamente, un problema es linealcuando puede descomponerse ensubproblemas que pueden abordarseindependientemente, en paralelo o de unoen uno.

De modo parecido —y de maneraligeramente más técnica—, podemos decirque la solución de un grupo de ecuacioneses lineal cuando cualquier combinación linealde soluciones es ella misma una solución, ypodemos hablar de un operador lineal, mapalineal o transformación lineal que satisfacelas propiedades de adición del vector y lamultiplicación escalar para funciones entredos espacios de vector.

La idea según la cual los sistemas (oproblemas) son descomponibles sin pérdidade esta forma, es la base de los viejosmétodos de análisis y síntesis o resolutio y

University Press, Palo Alto, 1962, pp. 240-251. Reimpreso enPUTNAM, H., Mathematics, Matter and Method: PhilosophicalPapers, Vol. 1, Cambridge University Press, Cambridge, 1979 (2ªed.), pp. 215-227.

36 Hago uso aquí del excelente análisis en BISHOP, R.,“Metaphysical and Epistemological Issues in Complex Systems”,en HOOKER, C. (ed), Philosophy of Complex Systems (Handbookof the Philosophy of Science, vol. 10), Elsevier, Londres, 2011,pp. 107-136.

compositio, notorios en los métodos deGalileo, Descartes y los reduccionistas de laactualidad. A este respecto, los pensadoreslineales analizan el todo en sus partes ycreen que pueden sintetizarlo después almargen de esas partes mediante un tipo deadición o agregación. Los métodos deanálisis y síntesis de Fourier se ocupaban desistemas de este tipo.

Los aparatos de retroalimentación, enlos que parte de la salida del aparato seretroalimenta hacia la entrada,(normalmente) son no lineales. Laretroalimentación supone auto-interacción,auto-unión por así decirlo. La evoluciónbiológica y los procesos de selección engeneral son no lineales, en el sentido de queemplean tanto una retroalimentaciónpositiva como negativa. Tanto la evoluciónbiológica como la investigación humana seconstruyen obviamente sobre sus resultadosprevios, de hecho los intensifican; pero elproceso de selección es un aparato decontrol de retroalimentación negativa quecondiciona el proceso. Algo similar pasa enEconomía, en la que podemos hablartambién del “empuje” de la innovacióntecnológica, u oferta, y del “tirón” de lademanda. La interacción de las fuerzas deempuje y tirón produce en ocasionessistemas caóticos.37

Creo que la propia investigacióncientífica está llena de intensificadores deconocimiento, y algunos de ellos sonintensificadores no lineales. Un nuevo hechopuede conllevar un nuevo método, unanueva práctica, o un nuevo instrumento queabra nuevas posibilidades de exploración.Los instrumentos pueden ser automatizadoso usados para construir instrumentos máspoderosos. Este proceso puede, a su vez,producir cambios en las metas y las normasque condicionen la investigación futura. Unaforma de intensificador que está recibiendoahora mucha atención en las publicacionesde Economía e innovación es la interacciónentre distintas prácticas científicas ytecnológicas y los productos, un temacentral de la sección siguiente.

6. No-linealidad a gran escala en el desarrollo de la Ciencia

Para continuar con la ejemplicación delpapel de la no-linealidad en la comprensiónde la Ciencia moderna, describo tres tipos de

37 Para un enfoque divulgativo, con diferentes ejemplos,véase ORRELL, D., The Future of Everything: The Science ofPrediction from Wealth and Weather to Chaos and Complexity,Thunder’s Mouth/Avalon Press, N. York, 2007.


Factótum 16, 2016, pp. 29-51 41

no-linealidad científica a una escala mayor.Primero, una vez que una Ciencia jovendesarrolla suficientes resultados empíricos yun poco de teoría, puede alcanzar un tipo depunto crítico o fase de transición desde lahistoria natural hasta la madurez teórica.Hasta este momento, la mayoría de losresultados se han justificado por recursodirecto a la observación empírica y alexperimento. Pero ahora se vuelve posible eljustificar algunas afirmaciones de modoteórico, por referencia a afirmacionesteóricas establecidas previamente o aprincipios. (Aunque no siempre sea fácil dehacer la distinción, hablo aquí dejustificación epistémica en vez de, digamos,financiera o política). De hecho, la teoríapuede ahora guiar el experimento y puede,incluso, ser la base para rechazar algunasafirmaciones observacionales. En los casosmás desarrollados, se hace posible el probarmatemáticamente nuevos resultados sobrela base de los ya establecidos. Mientras queantes la justificación se hacía enteramenteen un solo sentido, de forma lineal desde lasobservaciones básicas —en parte, como lavieja imagen positivista de la Ciencia—,ahora la justificación puede proceder encualquier dirección, que depende delcontexto. Mientras que originalmente lajustificación de las afirmaciones teóricas erapor completo por consecuencias —esto es,que deriva de consecuencias predictivascorrectas—, ahora es algunas vecesgenerativa, en el sentido según el cual esposible razonar (en ocasiones incluso de unmodo deductivo) desde afirmacionesestablecidas hacia la propuesta encuestión.38

Segundo, en este punto podemos traer acolación el hablar de redes en estaperspectiva. Una vez que una jovendisciplina comienza esta fase de cambiohacia la madurez teórica, el apoyo de suspropuestas se vuelve cada vez más

38 En mis primeros artículos, me refería a esta forma dejustificación como capacidad de descubrimiento, puesto que sitoda la información de las premisas había estado disponible, elresultado en cuestión podría haber sido derivado en vez detratado como una simple conjetura. Véase NICKLES, TH., “BeyondDivorce: Current Status of the Discovery Debate”, Philosophy ofScience, v. 52, (1985), pp. 177-206. Por ejemplo, unageneralización de la transformación galileana, combinada con elprincipio según el cual la luz en vacío tiene una velocidad máximafinita, da lugar a la transformación de Lorentz. (Para unaderivación fácil, véase SPECTOR, M., Methodological Foundationsof Relativistic Mechanics, University of Notre Dame Press, NotreDame (IN), 1972). La justificación generativa es cualitativamentediferente de la justificación por consecuencias y representa untipo diferente de enlace entre los nodos en nuestra red deconocimiento. No obstante, incluso un argumento puramentedeductivo debe primero ser descubierto por VCCS, excepto enaquellos casos simples en los que exista una prueba constructiva—pero ese mismo hecho logra un resultado menos que original.

compartido en lugar de lineal. La Ciencia haproducido ya una red lo suficientemente ricade resultados que el apoyo está distribuido através de la red. La justificación generativaes cualitativamente diferente de lajustificación por consecuencias ycorresponde a una clase diferente de enlaceen la red. Cuando una Ciencia o Tecnologíamadura, sin ayuda de nadie, encuentra sucamino hacia versiones más capaces tantode descubrimiento como de invención yjustificación. La maduración es en sí mismaun proceso emergente.

Con su modelo de justificación porsistemas axiomáticos, los positivistas lógicospensaron que había algo viciosamentecircular en esa concepción de la justificaciónreticular; sin embargo, no hace falta quehaya nada viciosamente circular en estasideas.39 Piensen en el análogo causal. Unmecanismo causal lineal equivale a unacadena causal donde ningún elemento de lacadena se podría enlazar con otro evento dela cadena como causa y efecto a la vez. Sinembargo, tanto en la Naturaleza como en laconstrucción humana, encontramos portodos lados estructuras causales que seapoyan mutuamente: en arcos, puentes detirantes, y en estructuras de madera o acerode las casas y los edificios más grandes,para poner sólo unos pocos ejemplos obvios.

Tercero, el último tipo de no-linealidadque mencionaré es la interacción entremétodo y contenido, y entre ambos y lasmetas. Tristemente, los empiristas lógicos yPopper sencillamente descartaron esainteracción, creyendo en un métodocientífico fijado, con metas fijas, que eraneutro en cuanto al contenido y (en gran

39 El origen clásico de la idea es la Geometría euclidiana, enla que cada teorema se prueba por recurso a las definiciones,axiomas y uno o más teoremas probados con anterioridad; peronunca sobre nada aún por probar. En particular, usar el teoremaTi para probar Tj y, después, recurrir a Tj para probar Ti seríarazonar en un círculo, lo opuesto mismo de la argumentaciónlineal. Ahora bien, los empiristas lógicos desde luego —adiferencia de Isaac Newton— no estaban comprometidos con laGeometría euclidiana como el lenguaje canónico de lajustificación científica. Estaban de acuerdo en que la mayoría dela justificación científica es inductiva. Pero conservaron en buenaparte la debilitada idea correspondiente de linealidad, algo similara esta fórmula: Si la afirmación C1 apoya inductivamente C2,entonces no podemos decir también que C2 apoya C1. En cambio,Rudolf Carnap en su fase pragmatista, basaba la elección de unlenguaje teórico sobre su utilidad; y la idea del apoyo mutuo escentral en la “red de la creencia” de W. v. O. Quine y en laadopción de los modelos “babilonios” frente a “euclídeos” deCiencia de Richard Feynman. Véase CARNAP, R., “Empiricism,Semantics, and Ontology”, Revue Internationale de Philosophie,v. 4, (1950), pp. 20-40; QUINE, W. V. O., From a Logical Point ofView, Harvard University Press, Cambridge (MA), 1953, pp. 20-46; y QUINE, W. V. O. y ULLIAN, J., The Web of Belief, RandomHouse, N. York, 1978. Véase también FEYNMAN, R., TheCharacter of Physical Law, The MIT Press, Cambridge (MA),1965.


42 Thomas Nickles

medida respecto) del contexto. De esamanera, se perdieron una fuente importantede potencial innovador, en realidad,revolucionario. Sin embargo, el pragmatistaCharles Peirce ya había señalado que “todopaso principal en la Ciencia ha sido unalección de Lógica” y que “curiosamente lascuestiones de hecho y las cuestiones deLógica están entrelazadas”.40 Lo que quisodecir Peirce era que los avances científicosimportantes nos facultan para crearlenguajes representacionales más capaces,aparatos y otras herramientas de resoluciónde problemas. Después, los expertos enInteligencia Artificial hicieron el mismodescubrimiento cuando pasaron del tipo deheurísticas de contenido neutro de Newell ySimon a la computación basada en elconocimiento. Más recientemente, DudleyShapere ha formulado el asunto como“aprender a aprender”. De algún modoFrancis Bacon ya había anticipado esteafortunado reconocimiento cuando escribió“se propicia el arte del descubrimientocuando se hacen descubrimientos”.41

John Dewey desarrolló el tema endetalle, para mostrar cómo nuestras metas ynormas mismas surgen de nuestraexperiencia creciente. Sugirió que laevolución de las tradiciones artesanales eranlos lugares más fáciles para ver cómo lasnormas y las nuevas metas surgen de lareflexión sobre los éxitos previos y loserrores de una práctica determinada. Hayaquí una interacción entre las normasadoptadas por la comunidad de profesionalesrelevantes y los hechos que afirman saber.Dewey aplicó este enfoque naturalista —dehecho, evolutivo— incluso a la Lógica formal.Según crece nuestro conocimiento, incluidanuestra experiencia práctica, así lo hacennuestras estructuras normativas de control.42

Peirce pareció no darse cuenta de lasimportantes sorpresas no lineales que puedeproducir la interacción del método y elcontenido, porque, como es sabido, creíaque las Ciencias maduras convergían en laverdad acerca del Universo. Parecía pensar

40 PEIRCE, CH. S., “The Fixation of Belief”, Popular ScienceMonthly, v. 12, (1877), pp. 1-15 (parágrafo 1).

41 Véase NEWELL, A. y SIMON, H. A., Human Problem Solving,Prentice-Hall, Englewood Cliffs (NJ), 1972; SHAPERE, D., Reasonand the Search for Knowledge, pássim; y la última página delLibro I de BACON, F., Novum Organum, Ioannem Billium, Londres,1620. Edición inglesa de J. Spedding, R. L. Ellis y D. D. Heath,originalmente publicada como BACON, F., Works, Robertson,Londres, 1905.

42 Véase DEWEY, J., The Quest for Certainty, Minton, Balchand Co., N. York, 1929, (especialmente capítulo 10: “TheConstruction of Good”, pp. 254-286); DEWEY, J., Logic: TheTheory of Inquiry, Holt, N. York, 1938; y DEWEY, J., Theory ofValuation, The University of Chicago Press, Chicago, 1939.

que los cambios metodológicos seríanaditivos. Importantes nuevos desarrollos,como la Teoría de la Evolución de Darwin, seañadirían a nuestras herramientasmetodológicas sin gran trastorno.43

Esta fue precisamente la tesis de Kuhn,según la cual los cambios podrían socavar lavieja manera de practicar una Ciencia, quedescubrimientos importantes de contenidoscambiarían también las metas del ámbito yla concepción misma de cómo tendría quehacerse buena Ciencia en ese terreno —ypor ende la dirección y los problemascentrales del ámbito. Los radicales primerospasajes de La estructura de las revolucionescientíficas caracterizaban las revolucionescientíficas como tan perturbadoras que losviejos profesionales apenas podríanreconocer el ámbito como una continuacióndel suyo propio. Habló aquí de ruptura decomunicaciones, inconmensurabilidad y deviejos y nuevos científicos, que trabajan bajodiferentes paradigmas e, incluso, de vivir enmundos diferentes. Esa concepción de laCiencia es sumamente no lineal y noacumulativa.44

7. El modelo de progreso de Price-Rescher

Ahora quiero examinar un poco más decerca un tema que planteó el historiadorDerek Price en Pequeña Ciencia, granCiencia y el filósofo Nicholas Rescher en Elprogreso científico y, más tarde, enEpistemétrica.45 Su tesis central es que laCiencia como proceso es no lineal en elsentido de arriba, porque se sirve de unincremento exponencial de recursosconforme pasa el tiempo para mantener uníndice de progreso lineal. De ahí que, cuandola cantidad de recursos inyectados en laempresa científica se estabilice con unincremento, en el mejor de los casos, lineal,el índice de progreso decrecerá.

A mi juicio, este trabajo es importantepuesto que proporciona un modelo macro de

43 Para una crítica de la tesis de la convergencia de Peirce,véase RESCHER, N., The Limits of Science, University of CaliforniaPress, Berkeley, 1984, cap. 5, pp. 66-86.

44 En mi opinión, hasta Kuhn sobrevaloró la naturalezaacumulativa y lineal de la Ciencia normal y de ahí quesubestimara la capacidad revolucionaria de lo que denominóCiencia normal. Véase NICKLES, TH., “Some Puzzles about Kuhn’sExemplars”, pp. 112-133.

45 Véase PRICE, D., Little Science, Big Science, ColumbiaUniversity Press, N. York, 1963; RESCHER, N., Scientific Progress,Blackwell, Oxford, 1978; y RESCHER, N., Epistemetrics, CambridgeUniversity Press, Cambridge, 2006. Hasta donde veo, el enfoquede Rescher cambia poco en esencia entre el primer libro y elúltimo y entre diversos ensayos, de manera que los citaré conlibertad.


Factótum 16, 2016, pp. 29-51 43

la dinámica de la Ciencia que tiene en cuentade un modo mucho más completo losrecursos materiales y financieros. Un asuntocentral es cómo explicar la explosión deconocimiento científico (o de diseño46)desde, digamos, la muerte de Descartes en1650. Este problema camina en paralelo alproblema de los economistas de explicar elinmenso incremento de riqueza desde eltiempo de la Revolución industrial, y depredecir si este incremento exponencial essostenible o no.47 En el caso de la Ciencia, elincremento de nuestro conocimiento duranteeste tiempo podría parecer, sin duda, quefue exponencial. Y nuestro breve tratamientoacerca de la no-linealidad sugiere cómopodría ser posible ese desarrollo exponencial—una solución continuamente acelerada allatente problema de Menón. Sin embargo,Price y Rescher presentan dos grandesdificultades de la concepción exponencial.

En primer lugar, Price recalca que elesfuerzo dedicado a la investigacióncientífica se ha incrementadoexponencialmente desde ese momento, yRescher añadió nuevos detalles. En los añossesenta, Price podía escribir que más del80% de los científicos que habían existidohasta la fecha vivían todavía. Desde 1650, elnúmero de científicos, de publicaciones y deinversión de dinero se había dobladoaproximadamente cada 15 años. De maneraque ¿explica de modo suficiente elincremento exponencial de esfuerzo elaparente incremento exponencial enconocimiento —cualquiera que pueda ser laexplicación suficiente de ese fenómenocomplejo—?

En segundo término, Price y Rescher danun paso más y niegan que el conocimientocientífico se haya incrementado a un ritmoexponencial desde el principio, a pesar delincremento exponencial en publicaciones.Rescher supone como Price que elconocimiento se extiende no linealmentesino como la raíz cuadrada del número totalde científicos o de artículos publicados.48 Decada 100 artículos, de media 10 seránimportantes. Para doblar el número deartículos importantes a 20 se precisa

46 De nuevo no quiero decir incremento de conocimiento enun sentido realista fuerte como una aproximación más cercana ala verdad final sobre el Universo, aunque no niego que enalgunos ámbitos averiguamos con certeza lo que está “realmente”ahí.

47 Véase otra vez el excelente enfoque divulgativo enBEINHOCKER, E., The Origin of Wealth, pássim, y WARSH, D.,Knowledge and the Wealth of Nations, pássim.

48 Cfr. RESCHER, N., Scientific Progress, p. 97.Representaciones gráficas de esta tesis y las ecuaciones deabajo se pueden encontrar en los capítulos centrales de estelibro, especialmente, en las páginas 75 y 115.

cuadruplicar la producción a 400 artículos.Esto se remonta a la antigua idea según lacual el número de [personas de la] élitevaría según la raíz cuadrada de la población,y es similar a la Ley de Pareto sobre ladistribución de la riqueza y la Ley de Zipfque correlaciona el rango y el tamaño de lascosas en general. Este presupuesto explicala tesis principal de Price y Rescher según lacual se ha llevado un incrementoexponencial en esfuerzo el mantener unritmo lineal de descubrimientosverdaderamente importantes.

A continuación, Price y Rescherargumentan, al estilo de Thomas Malthus,que, puesto que el incremento exponencialen esfuerzo no puede continuar —y, dehecho, ya ha comenzado a declinar— elritmo de descubrimientos científicos deprimer nivel está abocado a descender en elfuturo.49 Las ecuaciones de Rescher son:

(a) R(t)=10at

(b) F(t) log R(t)

donde R(t) son los recursos humanos ymateriales agregados de modo acumulativoe invertidos en Ciencia, F(t) son losdescubrimientos de primer nivel agregadosde manera acumulativa y t es el tiempo.

La ecuación (a) representa la “expansiónlibre de la Ciencia” (en expresión de Price),una situación que se mantuvo en Occidentedesde cerca de 1600 hasta el siglo XX, antesde que comenzara a sentirse saturación. Enun periodo más largo (digamos 1400-2200)la curva de desarrollo coste-esfuerzo es, portanto, sigmoide en vez de exponencial. Laecuación (b) quiere decir que losdescubrimientos de primera magnitudaumentan como el logaritmo de los recursosinvertidos. (a) y (b) juntas implican que F(t)se ha incrementado linealmente durante elperiodo moderno. De manera que, de nuevo,la predicción es que, en cuanto que la curvade recursos se vuelva lineal, la curva deprogreso epistémico se hundirá. Encondiciones de crecimiento cero, el índice deprogreso decrecerá de una maneraexagerada.

El resultado final de todo esto es que miproblema de explicar el avance científico

49 Véase PRICE, D., Little Science, Big Science, cap. 2, pp. 33-61. En EE.UU., por ejemplo, el personal científico se haincrementado a un ritmo del 6% cada año (con un tiempo deduplicación de 12 años), las publicaciones se han incrementado aun ritmo del 5% por año (con un tiempo de duplicación de menosde 15 años), pero los científicos eminentes y los descubrimientosde primer nivel se han incrementado supuestamente a un ritmolineal o, en el mejor de los casos, a un ritmo exponencial muchomenor.


44 Thomas Nickles

acelerado en términos de intensificadoresepistémicos no lineales parece disolverse,porque no ha habido una aceleración así. SiPrice y Rescher tienen razón, el esfuerzo porel conocimiento se ha incrementado dehecho mucho más deprisa que el desarrollodel conocimiento, de modo que o miproblema desaparece o su solución esbastante obvia. Mi respuesta tentativa essugerir que veamos el asunto desde el otrolado. Si los intensificadores no lineales delconocimiento científico existen y están cadavez más en juego, e interactúan uno conotro en un ciclo de retroalimentaciónpositiva, entonces ¿no podríamos esperarque el conocimiento científico continuara enincremento en un índice lo suficientementerápido para contrarrestar el decrecienteapoyo social? Del mismo modo que muchoseconomistas confían que la riquezaeconómica continúe su incremento a unritmo cada vez más rápido que el que se haexperimentado desde alrededor de 1800 ¿noes igual de razonable, incluso más, dada lanaturaleza de la economía del conocimiento,esperar que el conocimiento científico seincremente drásticamente con su similarcurva ascendente? Nada está garantizado,desde luego. En esto están de acuerdo todaslas partes.

8. ¿Es el progreso científico sencillamente lineal?

Consideremos las premisas de Price yRescher, y el razonamiento que se basa enellas. Podemos plantear de inmediatoalgunas descreídas preguntas tanto sobre losfundamentos teóricos como sobre losfactuales. Para repetir, no pido refutar elinnovador modelo de Price y Rescher,porque queda por hacer mucho más trabajotanto sobre los registros empíricos comosobre el correspondiente modelo teórico. Miintención aquí es bosquejar unas pocasrazones para poner en duda el enfoquepesimista de Rescher acerca de nuestrofuturo. Él puede estar en lo cierto a largoplazo, pero muchos expertos piensan que lascosas se presentarán de un modo diferente,que otros factores que entran en juegomantendrán el progreso rápido. La ideabásica es que las Ciencias y las Tecnologíasmismas han experimentado una conversiónno lineal hacia economías intensivas delconocimiento, que el aferrarse a la economíade los recursos del estilo antiguoproporciona un modelo inadecuado.Tenemos hoy materializaciones concretas dela premonición de Bacon según la cual “se

propicia el arte del descubrimiento cuandose hacen descubrimientos”.

Una pregunta es esta: ¿Es verdad que lainversión exponencial en Ciencia debefinalmente superar la economía? Porque lariqueza mundial se ha incrementado a unritmo también exponencial desde laRevolución industrial y la expansión de lafuerza laboral humana puede serreemplazada por la expansión del progresocomputacional y de la robótica. Así, elargumento malthusiano pierde algo de sufuerza. ¿Podría el índice de expansióneconómica general ser suficiente —en ladimensión financiera— para soportar unincremento exponencial de inversión en laCiencia? Obviamente, no podemos esperaresto en términos de número de científicosactivos, al dar por sentadas las proyeccionesdemográficas, según las cuales la poblaciónmundial se estabilizará alrededor del año2050.

Otra pregunta es esta: Al seguir a Price,Rescher sostiene que los datos históricosmuestran un ritmo aproximadamente linealde avances importantes, que es la ideasegún la cual los avances fundamentales sehacen más y más difíciles —y más caros, yasí menos asequibles— cuando un áreamadura y los descubrimientos más fácilesestán hechos ya. La Ciencia recoge primerola fruta que está al alcance de la mano.50

Pero no hagamos paralelismos que funcionanpara la economía general, al final hacontinuado en desarrollo a un ritmoexponencial.

La tercera pregunta es: ¿Es verdad quela reducción en fondos de un incrementoexponencial a lineal dará como resultado elestancamiento científico? La economía delconocimiento es bastante diferente de laeconomía de los productos materiales.Volveré a este asunto más abajo.

Ahora bien, volvamos a las afirmacionesde hechos históricos, el conjunto de losdatos, o más bien las series históricas desdelas que parte el análisis de Rescher: ¿Esverdad que la tasa de descubrimientos deprimera magnitud ha sido lineal en eltiempo? Y ¿cómo hemos de medir elprogreso, incluida la magnitud de undescubrimiento? ¿Qué es, por ejemplo, undescubrimiento de primera magnitud?

50 La metáfora de la “fruta al alcance de la mano” esproblemática también en otros aspectos. Si la fruta fuera fácil decoger ¿por qué serían esos descubrimientos de primeramagnitud? Por otra parte, ¿por qué dicen ellos que eran fáciles,dados los obstáculos materiales y conceptuales por superar enesos tiempos? Si los descubrimientos fueran tan fáciles ¿por quéno los hicieron mucho antes?


Factótum 16, 2016, pp. 29-51 45

Tengan en cuenta lo que Rescherrequiere para el progreso genuino:

Un hallazgo científico substancial deprimera magnitud —de la clase de los queestablecen a su autor como uno de loscolosos del área (un Gibbs, Rutherford,Planck, Einstein o Bohr)—, undescubrimiento pionero, no previsible, quepuede hacer a su descubridorinmediatamente una persona de prestigioreconocido con una plaza asegurada en laHistoria de la disciplina.51

Sobre el progreso, Rescher también citacon aprobación al físico ruso Peter Kapitzaen cuanto al descubrimiento de un fenómenonatural que no puede ni ser previsto niexplicado sobre la base de conceptosteóricos existentes. En resumen: sólo algocomo una revolución científica cuenta comoprogreso importante, que merece la penatener en cuenta.52

Pero ¿por qué sólo cuentan comoprogreso la historia de los “grandeshombres, grandes acontecimientos”? Sinduda conectar nombres propios aacontecimientos hace a los últimos másmemorables, pero en las últimas décadas loshistoriadores de la Ciencia han cuestionadoesos enfoques de la Ciencia incluso conrespecto a los grandes descubrimientos delpasado. Por las mismas razones económicasy la “gran Ciencia” que Rescher mismomenciona, la investigación se ha vuelto cadavez más compleja y cara, mucho de equipodeportivo. En cuanto a la afirmación segúnla cual sólo los descubrimientos de primeramagnitud equivalen a auténtico progreso,considérese un caso límite. Por una partetenemos un gran paso adelante en unámbito y estancamiento en cualquier otrolugar, y, por otra parte, ningún gran pasoadelante, pero nuevos resultados científicosnormales de modo generalizado. ¿Hemos dedecir que sólo el primero cuenta comoprogreso científico? Después de todo, si losadaptacionistas darwinianos están en locierto, la evolución biológica tambiénproduce sólo progreso normal al crearnuevos diseños.

Hay también razones para cuestionar laafirmación según la cual el progresoimportante hasta hoy ha sido lineal. A mimodo de ver, la Ciencia del siglo XX, queincluye las décadas desde la Segunda GuerraMundial, predomina sobre cualquier periodohistórico similar. Sería fácil enumerardocenas de descubrimientos importantes que

51 RESCHER, N., Scientific Progress, p. 144.52 Cfr. Scientific Progress, p. 82.

han ocurrido durante la vida de Rescher y lamía, desarrollos inconcebiblescientíficamente durante nuestras infancias.Aquí hay unos pocos recuerdos anecdóticos.La radio astronomía ha ayudado atransformar nuestra concepción del Cosmos,al revelar una jerarquía inmensa deestructuras galácticas, así como agujerosnegros, materia oscura, energía oscura,información sobre el Big Bang y la expansióndel Universo. Sobre la base de datosobtenidos por satélite así como teoría,científicos serios forman ahora modelos deuna propuesta de Multiverso. En Físicabásica tenemos nuevos tipos de máquinasde alta energía, el modelo normal, trabajode éxito sobre materiales superconductores,nanotecnología, etc., etc. En Biología hemosexperimentado la revolución de la Biologíamolecular y ahora tenemos Evo-Devo[Biología evolutiva del desarrollo]. Durantemis años de colegio en los años cincuenta,aprendí que las células vivas contienen“protoplasma”. La idea de la secuenciaciónautomática del genoma humano aún estabamás allá del horizonte de nuestraimaginación por varias razones. Después seprodujo la revolución de las placas tectónicasen Geología y la revolución cognitiva enPsicología. Hoy por hoy es difícil de creerque en 1951, en su célebre artículo “Elproblema de la sintaxis de la acción en laconducta”, Karl Lashley tuvo que polemizarcon la concepción firmemente afianzadasegún la cual el cerebro es un dispositivoinactivo, que sólo responde a la aportaciónde los sentidos.53 De hecho, prácticamentecualquier ciencia en la que puedo pensar haexperimentado al menos una transformaciónimportante durante mi vida, y esto ha sidosimultáneo a, y parcialmente impulsado por,descubrimientos tecnológicos importantes,así como descubrimientos en diseño deinvestigación y en matemáticas y ciencia dela computación, que incluye la visualizacióny el diseño gráfico, para respaldar todo loanterior. Además, ha habido importantescambios en la organización [de la Ciencia] entérminos de financiación gubernamental,publicación y reorientación de ámbitos[científicos]. Por ejemplo, se handesarrollado una gran cantidad deespecialidades interdisciplinares ysubespecialidades, por no decir la cantidadde equipos de investigación interdisciplinaresy transdisciplinares especiales. Y, desdeluego, tenemos capacidad de comunicaciónglobal casi instantánea. De hecho, todos

53 Cfr. LASHLEY, K. S., “The Problem of Serial Order inBehavior”, en JEFFRESS, L. A. (ed), Cerebral Mechanism inBehavior, John Wiley, N. York, 1951, pp. 112-131.


46 Thomas Nickles

nosotros tenemos inmensas bibliotecas“personales” accesibles para nosotros através de la web, con independencia dedónde estemos.

¿Por qué parece que el índice deprogreso puede ralentizarse? Una razónprincipal es seguramente esta: Es fácilcometer un tipo de falacia del fin de lahistoria (como la llamo yo), que nos lleve ainfravalorar el impacto fundamental deltrabajo reciente, mientras que nos plegamosante los importantes desarrollos del pasado.Vivimos constantemente, de un modoredundante, al final de nuestra propiahistoria, sea una historia individual ocomunitaria o la de la civilización humanacomo un todo. Este hecho nos pone en unaposición privilegiada para ver lasconsecuencias a largo plazo de losresultados logrados hace décadas o siglos,pero poca posibilidad de valorar los impactosfuturos. De nuevo encontramos aquí no-linealidad.54 Lo que nos puede parecer serresultados moderadamente interesantes(dado que aquellos de nosotros que siguenel desarrollo científico y tecnológico estánhastiados del torrente de noticias que nosllegan) puede tener un extraordinarioimpacto futuro. Recuerden la intervención deThomas Bell en su Conferencia presidencialante la Sociedad Linneo de Londres en 1859,incluida en esta cita de I. B. Cohen:

Es ‘sólo en periodos aislados … quepodemos sensatamente esperar algunainnovación repentina y brillante, la cualproduzca una impronta marcada ypermanente sobre el carácter de cualquierrama del conocimiento’. La aparición de un‘Bacon o Newton, un Oersted oWheatstone, un Davy o Daguerre, es unfenómeno ocasional …, cuya existencia ytrayectoria parezca estar asignada por laProvidencia con el objetivo de llevar a caboalgún gran cambio importante en lascondiciones y los empeños del hombre’ …[Su cuestión principal era] que el ‘año queha pasado … no ha sido, de hecho,señalado por ninguno de esosdescubrimientos extraordinarios que, almismo tiempo, revolucionan, por asídecirlo, el departamento de ciencias en elque se dan.55

O consideren los desarrollos que llevarona la revolución de la Mecánica cuántica. Lafórmula empírica de Planck para la radiacióndel cuerpo negro, publicada en 1900, no fue

54 Hay también efectos relacionados, como nuestra tendenciaa plegarnos al tiempo pasado y, en la toma de decisiones,descartar el futuro —probablemente de un modo no lineal.

55 COHEN, I. B., Revolution in Science, Harvard UniversityPress, Cambridge (MA), 1985, p. 286.

inicialmente el descubrimiento revolucionarioque resultó ser mediante el trabajo demuchas personas, que incluye Einstein,Ehrenfest, Debye, Bohr, Sommerfeld y Bose.Planck parece revolucionario sólo enretrospectiva, y le llevó al propio Planckmuchos años el darse cuenta de lasimplicaciones radicales que otros estabansacando de su trabajo. En 1905, 1909 yaños sucesivos, Einstein y Paul Ehrenfestmostraron que la ley empírica de la radiacióndel cuerpo negro de Planck prometíaresolver lo que Ehrenfest denominaba “lacatástrofe ultravioleta” de la Física clásica,56

y que era un tipo de fusión de una condiciónonda y una condición partícula, que suponíaun extraño tipo de dualidad onda-partícula. Yen 1924, después de varias sucesivasinterpretaciones más profundas de la leyempírica de la radiación del cuerpo negro dePlanck, Satyendra Nath Bose y Einsteinmostraron que la ley de Plank ocultaba untipo raro no clásico de asociación estadística,que se llama ahora estadística de Bose-Einstein.57 Esta línea de pensamiento inspiróa su vez la mecánica de onda deSchrödinger.

Cuando nos ponemos con el modeladoteórico y las consideraciones acerca de lasraíces de la innovación creativa,encontramos nuevas razones paracuestionar la posición de Rescher. Retomoaquí el tema de la economía delconocimiento que pospuse arriba. Reschercentra el argumento teórico sobre elesfuerzo externo, los recursos externos(tanto económicos como humanos), y dedicapoca atención a los recursos internos y a ladinámica creativa interna, la fuente de laemergencia creativa, esto es, a lasconexiones conceptuales y prácticas quemultiplican el contenido científico mismo. Sutratamiento de alto nivel es escaso conrespecto a la dinámica interna de la Ciencia.Me parece que su argumento teórico trata

56 La catástrofe ultravioleta es un buen ejemplo de cómo unproblema de investigación irresuelto o anomalía puede finalmenteincitar a una crisis cuando la Ciencia normal cubre con éxito laslagunas y refuerza las conexiones dentro del paradigma. A finalesdel siglo XIX, se podía probar, mediante el uso de la mecánicaestadística clásica, el teorema de equipartición, para mostrar quetodos los grados de libertad en el equilibrio térmico tienen lamisma energía finita media. Pero entonces ¿qué hay de laradiación en una cavidad (la radiación del cuerpo negro), la cual,parecía, posee un número infinito de grados de libertad cuandolos modos de vibración de alta frecuencia se tienen enconsideración sin límite? Para algunos como Einstein yEherenfest que se percataron de una crisis aquí, la vieja teoríacontenía los recursos para probar su propia inadecuación. Supropio éxito revela finalmente su fragilidad.

57 Esta es la tesis de la historia de Kuhn acerca de la primeraTeoría cuántica. Véase KUHN, TH. S., Black-body Theory and theQuantum Discontinuity 1894-1912, Oxford University Press,Oxford, 1978.


Factótum 16, 2016, pp. 29-51 47

las innovaciones técnicas (que incluyen tantolas afirmaciones como las prácticas de losexpertos) como inmóviles (cuestión de datosaislados, simples), descuidando los enlacesconocidos (y potenciales) entre ellos y sumetodización, así como su influencia enmetas y normas futuras. Necesitamosadoptar un punto de vista vigorosamente“estructural-relacional”. Es verdad que llevamás trabajo hacer estas conexiones: elcontenido científico no se incrementa él soloautomáticamente, mientras los científicosduermen, como hace el dinero en unacuenta con intereses. Aun así, creo que ladinámica no lineal de hoy y la teoría de lared apoyan el comentario intuitivo del granfísico británico Lord Kelvin: “El conocimientocientífico tiende a acumularse según la leydel interés compuesto”. Sir Arthur ConanDoyle expresó la misma idea cuando dijo:“El conocimiento engendra conocimiento,como el dinero produce interés”.58 Muchosde los expertos en innovación de hoy díahacen las mismas afirmaciones. Por ejemplo,el teórico de la complejidad y economistaBrian Arthur defiende esas tesis a través desu La naturaleza de la Tecnología: “[L]amisma acumulación de las tecnologíasprecedentes engendra más acumulación…Llamaré a este mecanismo ‘evolución porcombinación’, o de una manera más precisa‘evolución combinatoria’”.59

Está claro por el contexto que Arthur nose refiere aquí a una simple recombinaciónmecánica. Deberíamos pensar en ella comoevolución combinatoria de modo creativo enun sentido más marcado. El trabajo deArthur es una importante contribución a ladenominada revolución de los “rendimientoscrecientes” en marcha muy posiblemente enla Teoría económica de hoy, que usa laTeoría de la complejidad para construirsobre el trabajo de economistas tales como

58 Ambas citas se pueden encontrar en RESCHER, N., ScientificProgress, p. 54, así como en RESCHER, N., Epistemetrics, p. 47.Rescher mantiene que estos autores están equivocados. Eloptimismo acerca del futuro de Kelvin y Conan Doyle no siemprees el caso, por supuesto. Muchos ámbitos de la investigaciónfinalmente se tornan estériles y ya no [son] áreas de investigación“de gran aceptación”. Un ejemplo fue la Teoría de la invariancia,una vez que David Hilbert resolvió su problema central. (VéaseNICKLES, TH., “Heuristic Appraisal: A Proposal”, SocialEpistemology, v. 3, (1989), pp. 175-188). Y este problema esfundamental para el tema de Kuhn de la Ciencia normal que entraen crisis y la potencial revolución, cuando un ámbito pasa a estaren bancarrota, por así decirlo, y se reorganiza y reactiva él mismobajo un nuevo paradigma.

59 Véase ARTHUR, W. B., The Nature of Technology: What It isand How It Evolves, Free Press, N. York, 2009, pp. 20, 22, ypássim, así como su libro previo, más técnico, que reimprimeartículos clave, ARTHUR, W. B., Increasing Returns and PathDependence in the Economy, University of Michigan Press, AnnArbor, 1994.

Robert Solow y (especialmente) PaulRomer.60

Aquí hay una cita más representativa,esta de Lawrence H. Dubois, un ejecutivo deSRI International que ha gestionadoproyectos de transferencia de investigaciónen DARPA (la Agencia de Proyectos deInvestigación Avanzados para la Defensa deEE.UU.) y en otros lugares:

El mundo de hoy cambia con rapidez,lo que proporciona desafíos excepcionales yoportunidades. Como demuestran hechosrecientes, el mundo es cada vez máscomplejo y caótico, con accionesaparentemente pequeñas quedesencadenan cambios considerables.Además, el índice de cambio tecnológico seacelera a lo que alguien diría que es unritmo exponencial basado sobre principioscomo la Ley de Moore, la Ley de Metcalf ylas ondas de Schumpeter. Un resultado deeste cambio es que nuestro trabajo sevuelve más interdisciplinar. La tecnologíade la información repercute en la Química,la Física repercute en la Biología y laNanotecnología es omnipresente enmuchas disciplinas.61

Sin lugar a dudas, Arthur y Duboishablan sobre innovación tecnológica, peroobservaciones similares se aplican a lainvestigación básica. De hecho, es cada vezmás difícil trazar una línea divisoria entre lasdos. Las razones principales son que 1) lasestructuras en red —combinaciones de cosas— son más determinantes para la innovaciónque el descubrimiento de nuevas materiasprimas en la Naturaleza (un nuevoelemento, por ejemplo); 2) el saber cómocombinar estas cosas es, valga laredundancia, un asunto de conocimiento yno es, por tanto, un producto rival en el

60 Véase SOLOW, R., “A Contribution to the Theory ofEconomic Growth”, Quarterly Journal of Economics, v. 70, n. 1,(1956), pp. 65-94; y ROMER, P., “Endogenous TechnologicalChange”, Journal of Political Economy, v. 98, n. 5, (1990), pp.S71-S102. La perspectiva histórica más amplia añade anterioresreivindicaciones de reforma de economistas como JosephSchumpeter con sus “ondas de destrucción creativa” y AllynYoung. Véase SCHUMPETER, J., The Theory of EconomicDevelopment, Harvard University Press, Cambridge (MA), 1934; ySCHUMPETER, J., Capitalism, Socialism and Democracy, Harper, N.York, 1942; así como YOUNG, A., “Increasing Returns andEconomic Progress”, The Economics Journal, v. 38, (1928), pp.527-542. Dos fuentes mencionadas antes son también excelentesenfoques divulgativos de la nueva economía del desarrolloendógeno: WARSH, D. Knowledge and the Wealth of Nations: AStory of Economic Discovery, pássim; y BEINHOCKER, E., TheOrigin of Wealth, pássim.

61 DUBOIS, L., “DARPA’s Approach to Innovation and ItsReflection in Industry”, en NATIONAL RESEARCH COUNCIL, Reducingthe Time from Basic Research to Innovation in the ChemicalSciences: A Workshop Report to the Chemical SciencesRoundtable, National Academies Press, Washington (DC), 2003,pp. 37-48; especialmente, p. 37.


48 Thomas Nickles

sentido económico: un número indefinido depersonas e instituciones pueden usar esteconocimiento un número indefinido de vecessin debilitarlo, y poner así incluso las basespara aumentarlo; 3) por tanto,abandonamos el terreno de los rendimientosdecrecientes y el progreso cada vez másmarginal y entramos en el terreno de losrendimientos crecientes; tenemos unaretroalimentación positiva y favorable quenos pone en el régimen de una economía dela prosperidad en vez de la antigua“desoladora” economía de la escasez; 4)además, las combinaciones no son merascombinaciones mecánicas (aunque estas noshayan traído muchos nuevos diseños),porque, a través de la imaginación retóricahumana (con la cual quiero decir analogía,metáfora, símil, etc.) pueden abrir ámbitoscompletamente nuevos de posibilidad noimaginada antes.

Podemos añadir a estas cuestiones undoble aspecto como toque final: En primertérmino, que, según avanzan las ciencias, elnúmero de combinaciones potenciales seincrementa exponencialmente. Tenemos unaafortunada explosión de combinaciones, unanotable no-linealidad. En segundo lugar, encuanto a los rendimientos económicoscrecientes, el coste de las aplicaciones puededecrecer, en relación con su capacidad,según la nueva oleada creativa se propaguea través de las Ciencias. También merece lapena mencionar que gran parte de esteempuje a favor de la innovación esendógeno en las Ciencias, parte de lacompleja dinámica interna de la Ciencia. Sepodría sostener que Rescher no tiene encuenta lo suficientemente a fondo lacompleja dinámica interna y no lineal de laCiencia. La innovación no es simplementeuna función de las variables exógenas comola cantidad de financiación.62

En cuanto a los costos decrecientes,piensen en la secuenciación genéticaautomatizada, donde una máquina puede,en pocas horas, hacer el trabajo quepreviamente necesitaba miles y miles dehoras de investigación humana (si factibleen lo más mínimo), a un costo enorme.Piensen en los algoritmos de reconocimientode pautas que se emplean ahora para buscarBig Data. Estos son sólo dos ejemplos decómo la automatización en la investigaciónha creado nuevas plataformas para lainvestigación del futuro, plataformas másallá de nuestra imaginación hace una o dos

62 Véase GONZÁLEZ, W. J., “The Philosophical Approach toScience, Technology and Society”, en GONZÁLEZ, W. J., (ed),Science, Technology and Society: A Philosophical Perspective,Netbiblo, A Coruña, 2005, pp. 3-49.

generaciones. Un aspecto clave es que en laeconomía del conocimiento un nuevo diseñopuede ser caro de descubrir o construir;pero, una vez que está disponible, se puedeponer en práctica reiteradamente a bajocosto (por ejemplo, como una investigaciónbásica o una técnica de producción).Recuerden que la invención del modernolibro impreso no fue transformadora hastaque las imprentas produjeron en masa milesde copias de una gran variedad de libros yotras materias. Hay algo de verdad en laconcepción de Marx según la cual un cambioapropiado en la cantidad se transforma enun cambio en la cualidad (¡otra forma de no-linealidad!)63. Pero incluso losdescubrimientos importantes en Cienciafísica no deben ser caros. El grupo de laTeoría del caos en Física de la Universidadde California (Santa Cruz), ayudó a impulsarla actual ola de interés en dinámica no lineal(“Teoría del caos”) aplicando ordenadoresanalógicos anticuados a los patrones deintervalos en el goteo de una llave de pasoagujereada, como uno de los ejemploscélebres.64

Ahora bien, Rescher sabe todo esto.Señala expresamente que “el conocimientoes un recurso especial; es una de esos rarosbienes que no se reducen sino que más biense desarrollan mediante el consumo. Estohace del desarrollo del conocimiento unproceso potencialmente explosivo…”.65 Sinembargo, este reconocimiento parece nocambiar en nada su análisis. No se refiere ala literatura sobre el desarrollo económicomediante rendimientos positivos.

Estas vagas afirmaciones precisan debastante más trabajo, desde luego. Nopuedo probar que la conclusión pesimista deRescher es errónea. Es necesario explicarversiones más refinadas de los desafíos. Porejemplo, sería precipitado afirmar queRescher está comprometido con todas lasversiones de una posición de losrendimientos decrecientes, porque rechazaexplícitamente la versión de Peirce de esteargumento, específicamente la concepciónsegún la cual según avanza la investigación,nuestros descubrimientos en ámbitosmaduros, nos volvemos cada vez menostransformadores según convergemos en unaverdad final.66 No obstante, la posición dePrice-Rescher es básicamente aquella de los

63 Los teóricos de la complejidad han llegado a estaconclusión desde un rumbo diferente, véase ANDERSON, P., “Moreis Different”, Science, v. 177, n. 4047, (1972), pp. 393-396.

64 Veáse MARTIEN, P., POPE, S. C., SCOTT, P. L. y SHAW, R. S.,“The Chaotic Behavior of the Leaky Faucet”, Physics Letters, v.110A, nn. 7-8, (1985), pp. 399-404.

65 RESCHER, N., Epistemetrics, p. 46.


Factótum 16, 2016, pp. 29-51 49

rendimientos decrecientes cuando llega anuestro tema del progreso futuro. De hecho,el propio Rescher habla de “rendimientosdecrecientes” varias veces a la vez que de“rendimientos logarítmicos” y análogos; ynos retrotrae a la medida logarítmica deBernoulli del incremento de la utilidad, elorigen de la idea de la utilidad marginal.67

Aunque el tema está lejos de resolverse,estoy inclinado a pensar que el carácter sincompetencia del conocimiento cambia mucholas cosas, que el incremento delconocimiento científico ha sido más rápidoque lineal, y que la no-linealidad endógenade la investigación científica misma facilitaparte de la explicación de la rápidaexpansión de la “riqueza” científica. Esto esespecialmente importante si tiene algunaplausibilidad la concepción a la que vuelvo[en otro lugar68], según la cual, dado elcarácter dinámico, no lineal y en red de lasáreas científicas, algunas revolucionescientíficas no necesitan ninguna explicaciónespecial, ningún tipo especial dedescubrimiento. Más bien, puedendesencadenarse por el trabajo científiconormal.69

9. Thomas Kuhn y el problema de la innovación endógena

Al haber mencionado la distinciónendógeno-exógeno, permítanme terminaresta primera ponencia volviendo al viejotema de la distinción entre contexto dedescubrimiento y contexto de justificación.Tanto los empiristas lógicos como Poppernegaron que se pudiera decir algofilosóficamente interesante sobre el contextode descubrimiento, esto es, el contexto de lainnovación creativa, a pesar del hecho de ser

66 Véase RESCHER, N., The Limits of Science, University ofCalifornia Press, Berkeley, 1984, cap. 5, pp. 66-86.

67 Véase RESCHER, N., Epistemetrics, cap. 4, pp. 29-44. Elsubapartado que comienza en la página 39 se titula“Rendimientos decrecientes y demora logarítmica”. La referenciaa Bernoulli se produce en la página 35.

68 Cfr. NICKLES, TH., “Tempo and Mode in Scientific andTechnological Innovation: Thomas Kuhn and NonlinearDynamics”, pp. 187-212.

69 Rescher también niega que las revoluciones kuhnianas(cuya existencia acepta) cambien la situación de su enfoque. Enlugar de un incremento lineal del progreso a lo largo del tiempo,producen una serie de aceleraciones y deceleraciones sigmoidesque se aproximan a una gráfica lineal (RESCHER, N.,Epistemetrics, p. 35). Desde el punto de vista de Kuhn, unarevolución científica es una afortunada especie de fracasodesastroso (del antiguo paradigma). Sobre los cambios encascada en sistemas complejos, véase BAK, P. y SNEPPEN, K.,“Punctuated Equilibrium and Criticality in a Simple Model ofEvolution”, Physical Review Letters, v. 71, n. 24, (1993), pp. 4083-4086; y el enfoque divulgativo en BUCHANAN, M., Ubiquity: WhyCatastrophes Happen, Three Rivers Press, N. York, 2000, cap. 10y 11, pp. 175-193 y 195-217.

las Ciencias nuestro productor primario deconocimiento nuevo y que Popper hiciese del“problema del desarrollo del conocimiento”el problema principal de la Epistemología.70

Decía que sólo la justificación deafirmaciones ya sobre la mesa podíanestudiarse de una manera racional, y eso erauna cuestión de relaciones lógicas entre lateoría y la predicción.

En otras palabras, la innovación mismase quedaba como un factor exógeno en lasfilosofías de la Ciencia normales, esto es, unfactor que interviene desde fuera, algo queno se puede explicar en términos de lasoperaciones internas de un sistema. Aquí,una vez más, hay un paralelismo entreinnovación en las Ciencias y en el sectoreconómico, porque los enfoques normales dela Economía también han hecho de lainnovación algo exógeno a sus modeloseconómicos, en vez de algo que puedanexplicar. En ambos casos —Ciencia básica einnovación tecnoeconómica— la innovaciónse trata como un impacto externo alsistema, una perturbación, como cuando unterremoto, una fuerte tormenta o una guerraalteran el sistema económico. En resumen:volvemos a nuestro punto de partida segúnel cual los enfoques tradicionalessencillamente renuncian a intentar explicarla innovación creativa. Y, puesto que cadavez más economistas están de acuerdo enque la innovación es la fuente primaria(supuestamente interna) del cambioeconómico —y, de ahí, el incremento de lariqueza—, esto quiere decir que necesitamosuna explicación endógena acerca de cómoincrementan la riqueza las economíascapitalistas. No es adecuado tratar las “olasde destrucción creativa” de Schumpetercomo convulsiones externas al sistema.

En las Ciencias biológicas hay un debatede alguna manera equivalente en torno a silas distintas extinciones masivas, que hanocurrido a lo largo de eones de la Historia dela Tierra, son olas de destrucción creativaque ocurren de forma natural, esto es,eventos biológicos internos o eventoscausados por factores exógenos, comocolisiones con asteroides, o algo de ambos,como en un impacto a un sistema ya enestado crítico.

Una cuestión parecida puede plantearseno sólo sobre la innovación en general, sinosobre las revoluciones científicas enparticular. Mencionaré brevemente losmodos en los que Kuhn, al menos, trata de

70 Véase POPPER, K. R., “Philosophy of Science: A PersonalReport”, pp. 155-191 (reimpreso con el título, “Science:Conjectures and Refutations”, pp. 33-65); y POPPER, K. R., TheLogic of Scientific Discovery, Hutchinson, Londres, 1959.


50 Thomas Nickles

proporcionar una explicación endógena,tanto del progreso científico normal como delrevolucionario en La estructura de lasrevoluciones científicas y escritosrelacionados. Comienzo aquí por abordar elaspecto generativo (VC) del esquema VCCS.

En la introducción a la Estructura, Kuhnnos dice que cuestionará distincionesrecibidas como la distinción entredescubrimiento y justificación y aquella otraentre proposiciones analíticas y sintéticas. Y,según sus enfoques sobre la Ciencia normaly revolucionaria, defiende la firme afirmaciónnegativa según la cual no hay ningunaLógica de la justificación fijada en mayormedida que existe una lógica deldescubrimiento. Pero ¿dice algo positivosobre resolver el problema del desarrollo delconocimiento?

Creo que lo hace. Podemos considerar aKuhn como que intenta naturalizar laFilosofía de la Ciencia eliminando el tipo deconocimiento a priori que se introducetácitamente en los debates acerca de lasrelaciones lógicas. Las sitúa sobre todo encontextos locales bien definidos de la Ciencianormal. Incluso ahí, las relaciones lógicasestán en segundo plano respecto de lasrelaciones retóricas de analogía, similaridady otras. Incluso las relaciones simplementedeductivas han de ser descubiertas, puestoque los investigadores humanos no sondioses omniscientes. En un artículo muyconocido, Kuhn habla de “psicología de lainvestigación” en vez de “lógica deldescubrimiento”.71 Mientras que losempiristas lógicos y Popper se pusieron dellado de Platón y Descartes en la viejadisputa entre la Lógica y la Retórica, Kuhnse pone del lado de la Retórica.

Este cambio está más claro en el análisisde Kuhn acerca del papel de las solucionesde problemas concretos que son notorios yse enseñan como modelos para el trabajofuturo. Kuhn los denomina “ejemplares” yson paradigmas en su sentido más directo.Normalmente, dice Kuhn, los científicos queintentan resolver nuevos problemas deinvestigación los modelan sobre la base desoluciones de éxito ya disponibles. De hecho,su conjunto de ejemplares es lo que definela dirección de un área y la demarca de otrasCiencias. Es estudiando esos ejemplares deun modo riguroso y aplicando sus lecciones alos problemas del libro de texto como los

71 Cfr. KUHN, TH. S., “Logic of Discovery or Psychology ofResearch?”, en LAKATOS, I. y MUSGRAVE, A. (eds), Criticism andthe Growth of Knowledge, Cambridge University Press,Cambridge, 1970, pp. 1-23. Reimpreso en KUHN, TH. S., TheEssential Tension, The University of Chicago Press, Chicago,1977, pp. 266-292.

estudiantes de Ciencia aprenden a percibir elmundo a través de un cristal en vez de otro.Los estudiantes de un área deespecialización adquieren una “relación desimilaridad percibida”, que les faculta paraver parecidos relevantes entre los problemasy entre sus soluciones. Por supuesto, laanalogía, la similaridad y la metáfora sontropos retóricos, que es por lo que digo queKuhn se pone del lado de la Retórica. Lainvestigación científica procede así porrazonamiento basado en casos y pormodelos mentales dinámicos, en vez dehacerlo primordialmente mediante reglaslógicas generales.

De alguna manera, pues, los empiristaslógicos y Popper estaban en lo cierto sobreque ahí sólo hay psicología en vez de lógicadel descubrimiento, porque Kuhn se ocupadel contexto del descubrimientoabandonando en gran medida la Lógica afavor de la Psicología cognitiva. Pero enestos días de Epistemología naturalista, estaobservación ya no tiene ese toque tannegativo. ¡Los epistemólogos se han tomadomuy en serio la Psicología cognitiva!

Dense cuenta de una diferenciaimportante entre Kuhn y Popper. Popperdice, en efecto, que toda hipótesis, cadaconjetura científica, permanece sobre lamesa para su consideración activa hasta quees refutada. Popper se desentiende delproceso generador y da por supuesto que loscandidatos para las pruebas están yadisponibles. Su foco está en el componenteCS de VCCS. Kuhn responde que este es unproceso ineficiente de un modo inviable. Eltrabajo creativo en Ciencia se modela sobrelos éxitos pasados en vez de sobre losfracasos, y la solución de un nuevo problemaes prometedora sólo en la medida en quecoincide con éxitos del pasado. El éxito seestablece sobre sí mismo. ¡Esto esretroalimentación positiva! Una hipótesis,modelo o solución de un problema que seacaba de proponer no se poneautomáticamente sobre la mesa paraconsiderarla con seriedad. Para que seponga sobre la mesa no sólo ha de sergenerada y publicada en algún formato, sinoque también otros científicos deben citarla yusarla como una especie de confirmación desu utilidad. En algunos campos casi la mitadde los artículos publicados nunca se citan.72

72 Véase BUCHANAN, M., Ubiquity: Why Catastrophes Happen,pp. 199 y ss., para un análisis de un estudio del físico SidneyRedner que muestra que de los cerca de 800.000 artículospublicados en 1981, recopilados por el Institute for ScientificInformation, casi la mitad nunca había sido citado en 1998. Undiagrama de Zipf acerca del número de citas contra el rango decitas en los registros obedece una ley de distribución de lacapacidad con un exponente de alrededor de –1/2. Para detalles,


Factótum 16, 2016, pp. 29-51 51

Por eso, este proceso compagina la VC conla CS. Es un tipo de confirmación a travésdel uso constructivo en trabajo posterior,que en realidad es la única forma de“conflicto” que contribuye al progreso. Unaregularidad o hecho bien confirmada ocorroborada (en el sentido filosófico normal)que no sea usada por alguien es estéril.Piensen en el equivalente biológico. Unciervo en el bosque no contribuye nada alcambio genético a menos que sea capaz deprocrear.

Sin duda hay una parte de verdad enambos casos. Seguramente Popper está enlo cierto en que podemos aprender bastanteanalizando nuestros fracasos (de unamanera que el resto de la Naturaleza nopuede), y Kuhn debería haber mencionadoque hay ejemplares negativos, así como loshay positivos —errores normales que se hande evitar. Mientras tanto, Kuhn proporcionauna guía más positiva en términos deintentos detallados de hacer coincidirproblemas de investigación ordinaria conejemplares concretos ya disponibles. Paraser justo, Popper defendió un “principio decorrespondencia general”, según el cual unanueva teoría debe rendirse a la antiguacomo aproximación en aquel ámbito dondela teoría antigua funcionó bien.73 Sinembargo, Popper, en general, tenía enmente grandes teorías como la relación de laTeoría de la Relatividad con la MecánicaClásica, mientras que Kuhn estaba másinteresado en la investigación del día a díade la Ciencia normal, en el tema central dela resolución de problemas.

Esto es lo esencial de la respuestapositiva de Kuhn. La formación rigurosa enproblemas y soluciones ejemplares prepara alos científicos para buscar cierta clase derespuestas y para ignorar o incluso para noser conscientes de otras. Esta formaciónproporciona una fuerte guía heurística sobrelo que es problemático en primera instanciay dónde buscar soluciones. Esta formaciónproporciona al científico normal una formafiable de evaluación heurística.74 También leda justo lo que necesitamos para resolver elproblema de Menón: criterios de selección,

véase REDNER, S., “How Popular is your Paper? An EmpiricalStudy of the Citation Distribution”, European Physical Journal B, v.4, (1998), pp. 131-134.

73 Véase POPPER, K. R., The Logic of Scientific Discovery,pássim; y POST, H., “Correspondence, Invariance, and Heuristics”,Studies in History and Philosophy of Science, v. 2, (1971), pp.213-255.

74 Cfr. NICKLES, TH., “Heuristic Appraisal: Context of Discoveryor Justification?”, en SCHICKORE, J. y STEINLE, F. (eds), RevisitingDiscovery and Justification: Historical and PhilosophicalPerspectives on the Context Distinction, Springer, Dordrecht,2006, pp. 159-182.

una función de “reconocimiento”. Porque elproblema de Menón es precisamente elproblema de reconocer eso que buscamos,incluso si diéramos con ello de modoaccidental. De manera compatible con elenfoque de selección para el conocimientode Darwin, Campbell y Dennett, loscientíficos normales de Kuhn juegan convarios intentos de solución hasta que uno dacon el “clic” del reconocimiento. Como todoslos miembros de la comunidad deespecialistas se educaron de la mismamanera, a menudo la casi unanimidad se dade forma rápida.75 Ciertamente una solucióndebe ser empíricamente adecuada. Un clicmental no es suficiente. Pero la simpleadecuación empírica tampoco es suficiente.

Por tanto, aunque Kuhn da pasos haciaun enfoque endógeno, incluso de lasrevoluciones científicas, creo que no va losuficientemente lejos. En la concepcióndinámica no lineal, el campo, desconocidopara sus profesionales, puede estar en talestado que el resultado de una investigacióncorriente puede rápidamente desencadenaruna revolución. Incluso si consideramos eseresultado como una anomalía en el sentidode Kuhn, no se necesita ningún intentoprolongado de hacerle frente que dé paso aun periodo de crisis. El “contagio” de lacomunidad de investigación correspondientepuede ser bastante rápido.

75 En el enfoque de Kuhn, la ceguera del proceso de variacióny selección es, desde luego, más evidente cuando el antiguoparadigma entra en crisis. Durante un periodo de crisis, laslimitaciones impuestas por el antiguo paradigma se debilitan y secree que variantes más radicales son merecedoras deconsideración. Lo que fueron problemas bien estructurados seconvierten en problemas mal estructurados.


creatividad, no-linealidad y la sostenibilidad del ... · en todo el trabajo, la estructura de las...

Documents