Академический Документы
Профессиональный Документы
Культура Документы
0 Contexto
Mucho del trabajo en complejidad (biologa, fsica, sociologa) se hace a travs de simulaciones computacionales El uso de simulaciones para obtener resultados tericos presenta un nmero de preguntas, similares (pero no idnticas) a las que los filsofos hacen del papel de los modelos en investigacin cientfica.
0 Contexto (cont)
En esta pltica voy a intentar mapear estas preocupaciones al terreno de las simulaciones en software Usar en lo principal ejemplos de mi experiencia en el desarrollo de modelos computacionales de las facultades lingsticas humanas
1 Modelos: defs
Un modelo es una representacin de un fenmeno a estudiar. El modelo simplifica para extraer (lo que esperamos) sean las caractersticas fundamentales Arquetipos: - modelo hlice doble del ADN - molculas gas como bolas de billar
2 Modelos: problemas
Qu hace que el modelo represente algo ms? Qu hacer cuando varios modelos (posiblemente incompatibles) son todos representantes vlidos de una teora/fenmeno?
Idealizacin aristotlica: eliminar caractersticas irrelevantes al problema (planetas como esferas de una cierta masa) Idealizacin galileana: simplificacin que a propsito deforma el original (agentes econmicos racionales con informacin completa, planos sin friccin, ...)
Ej: Economa como un modelo hidrulico (Bill Phillips, LSE 1949). El agua fluye por tanques repreentando el flujo de capitales Ej: Modelos computacionales de la mente. El cerebro es una computadora; la actividad cerebral un programa ejecutando; su actividad una funcin matemtica con entradas (sentidos) y salidas; las propiedades de la mente son las del cdigo
Qu datos se eligen como representativos? Cmo se construyen? (Gallison) Qu descripcin (ecuacin elijo para representarlos? Circularidad: construccin de modelos de datos van de la mano con experimentos que los validan (Kuhn, Collins)
6 Ontologa: qu es un modelo?
8 Simulacin Computacional
Tipo de descripcin ficticia manipulable Normalmente carece de significado "duro" Traen consigo sus propias limitaciones (numricas, de complejidad computacional, convertir datos digitales en analgicos, etc) Pueden depender de modelos matemticos con propiedades desconocidas
9 Modelos y Teoras
Posicin Sintctica/Logicista: M interpreta una teora T pero es superfluo (e.g. Hempel) Posicin Semntica: M es T (e.g. van Fraassen) Posicin Autonmica: M y T son parcialmente independientes porque M se construye primero y con base en consideraciones independientes de T (e.g. Cartwright)
10 Realismo vs Antirrealismo
Antirrealistas: no puede hablarse de la verdad de M; ms bien T (v. gr. leyes de la fsica) es el resultado de una accin ms complicada que implica a M (Cartwright). M es constitutivo de las leyes que entendemos como "realidad" Realistas: Modelos son aproximaciones crecientes de la realidad existente
11 Modelos de Software
Modelos ficticios Cuasimatemticos en el mejor de los casos (modelo matemtico subyacente + extras) Muchos son "directos": evolucin de lenguajes No son ni descripciones ni enunciados lgicos
13 Denotacin
Ejemplo: "Parsers" y teoras chomskyanas de sintaxis (S. Fong) Parser: programa que toma una descripcin de una teora y entrega un anlisis sintctico de acuerdo a la teora Ej. "ese oso se asea"
[CP
14 Demostracin
Programar casi nunca es una forma de razonamiento sino un proceso abierto de exploracin hasta que el cdigo y nuestro propsito se estabilizan (cfr. "mangles") En el camino se desechan e incorporan ideas que no estaban presentes al inicio Muchas decisiones estn influidas por propiedades de la computadora, del lenguaje, etc. y son independientes de lo que se quera modelar
15 Interpretacin
NO NO
Ej. E. Ristad: formalismos GPSG tienen complejidad exponencial vs. parsers de comportamiento aceptable para su poca
16 Conclusin
La nica salida aceptable es decir que el cdigo (o el cdigo y la herramienta) ES la teora pero dicha "teora" no sea reducible a una forma ms satisfactoria (e.g. una serie de enunciados en un formalismo lgico o matemtico bien conocido)