Universidad de Buenos Aires Facultad de Filosofa y Letras Departamento de Ciencias Antropolgicas

Modelos de simulacin en antropologa y arqueologa

Tesis de Licenciatura

Autor: Diego Martn Daz Crdova

Director: Carlos Reynoso 2003

ndice

Introduccin .....................................................................................................3 Captulo I Modelos como forma de pensar ..................................................12 Captulo II Modelos en ciencia.....................................................................23 Captulo III Modelos de Simulacin .............................................................34 Captulo IV Breve introduccin a la Inteligencia Artificial.............................45 Captulo V Modelos de Simulacin e Inteligencia Artificial: Relaciones e Intersecciones...............................................................................................57 Captulo VI Contexto Arqueolgico del modelo de simulacin de llamas ....68 Captulo VII Caza, Proteccin y Domesticacin ..........................................77 Captulo VIII Pastores Virtuales...................................................................84 Captulo IX Un cybercaso plausible........................................................... 100 Conclusiones y Perspectivas ....................................................................... 109 Bibliografa................................................................................................... 114 Apndice...................................................................................................... 119

Introduccin

La presente monografa es la versin final del trabajo de tesis de licenciatura de la carrera de ciencias antropolgicas. Su tema general es la aplicacin de modelos de simulacin en computadora a la antropologa y a la arqueologa. El sustrato emprico, que materializa la propuesta, est compuesto por un sistema de simulacin, orientado a emular las estrategias demogrficas posibles que conforman la economa pastoril. Las ideas y conceptos que guiaron esta tesis, el desarrollo informtico que aqu se presenta y su referente arqueolgico deben su origen, inspiracin y diseo al trabajo conjunto del Profesor Carlos Reynoso y del Profesor Hugo Yacobaccio. El rea de los modelos de simulacin aplicados a las ciencias sociales no es todava una opcin mayoritaria dentro del imaginario metodolgico del investigador. Su presencia es casi nula en los cursos de epistemologa y metodologa que brinda la academia, en los congresos nacionales e internacionales y en las revistas especializadas. Estimamos que esta ausencia se debe ms al desconocimiento de la herramienta que a la existencia, en algn momento de la historia de la disciplina, de crticas demoledoras que hayan descartado para siempre la estrategia que aqu presentamos. Es nuestro deseo hacer un pequeo aporte que tienda a acortar la distancia que existe hoy da entre los modelos de simulacin y los investigadores. Los modelos de simulacin son, desde un amplio punto de vista, estructuras formales escritas en un lenguaje de programacin, que representan

dinmicamente algunos aspectos de una realidad dada. Su utilizacin es muy recomendada en aquellas ciencias que, por los motivos que fuere, no pueden aislar a su objeto de estudio para analizarlo detenidamente. Si bien en las llamadas ciencias naturales su uso es bastante mas frecuente que en las denominadas ciencias sociales, fue con los juegos de computadora, alejados de la academia, donde alcanzaron la mxima popularidad. Tampoco puede dejar de mencionarse aqu la importancia que adquieren los simuladores en el entrenamiento de ciertas tareas que conllevan algn tipo de riesgo, tal el caso ms conocido de los simuladores de vuelo. Pero qu tienen que ver los modelos de simulacin con las ciencias sociales? Esa es la pregunta que ms veces hemos escuchado cuando nos interrogaban acerca de nuestros proyectos. Algunas de las pertinencias de este tipo de modelos en la antropologa y en la arqueologa esperamos sean develadas durante el transcurso de las siguientes pginas. Muchas ms quedarn en la ausencia por propia ignorancia; y las menos, por razones de espacio. Dems est decir que con este tipo de herramientas metodolgicas, es el usuario competente el que va encontrando los alcances y los lmites del modelo; y el que va sugiriendo al programador la correccin de los bugs que va encontrando en la aplicacin y las reformas y mejoras que estima necesarias. Si bien la nocin de modelos de simulacin est asociada con la nueva tecnologa y en general es percibida como algo relativo al siglo XXI, casi de ciencia-ficcin; la idea general que subyace es tan antigua como la propia capacidad de reflexionar acerca de nuestro modo de pensar. Y es que el

concepto sobre el que descansan los modelos de simulacin tiene que ver con la posibilidad, presente ya en el lenguaje humano, de poder representar algn aspecto de la realidad. La forma que adquiere esta representacin tampoco es una novedad en la historia de la cultura, ya que se tiene registro de formalismos desde al menos Euclides pasando por la Edad Media hasta llegar a la proliferacin de sistemas axiomticos, formales y lgicas divergentes producto de la Revolucin Logicista de fin del siglo XIX y comienzos del XX. Tal vez el aspecto ms novedoso est relacionado con el soporte informtico sobre el que se implementan estos modelos; que permite dinamizarlos, observndolos en funcionamiento, y en algunos casos, interactuar para modificarles su comportamiento; adems de ofrecer interfaces grficas que los hacen mucho ms inteligibles. Para comenzar a responder a la pregunta esbozada unos prrafos atrs, es necesario admitir una premisa epistemolgica bsica que indica que no existe nada en la realidad indagada por el investigador de las ciencias sociales que impida su abordaje, tanto desde el punto de vista analtico como del punto de vista sinttico, por nuevos mtodos y tcnicas que an no estn consagrados por la tradicin disciplinar. Tambin hay que admitir que el rechazo o la aceptacin de estos nuevos mtodos y tcnicas debe provenir del mbito de la eficacia, sustentada con la indispensable tica que la ciencia requiere. Es deseable, as mismo, que expongan claramente sus elementos y sus relaciones internas, permitiendo la inspeccin pormenorizada por parte del investigador crtico.

No es nuestra intencin realizar una revisin pormenorizada de la relacin existente entre los modelos de simulacin y la antropologa o la arqueologa a lo largo del tiempo; habida cuenta del poco material existente y de la necesidad de evitar desviarnos de nuestros objetivos principales. Haciendo hincapi en el aspecto computacional de los simuladores y de otro tipo de modelos, y descartando aquellas construcciones conceptuales sin implementacin informtica, vamos a mencionar brevemente que los primeros coqueteos entre la mquina y los antroplogos se produjeron a comienzos de los aos 60; fundamentalmente por parte de estudiosos provenientes de las corrientes conocidas como cognitiva y sistmica. Estos primeros intentos, cuyos costos de conceptualizacin y acceso eran realmente importantes (las computadoras en aquellos tiempos eran del tamao de habitaciones y no contaban con interfaces amigables ni para su programacin ni para su uso), se realizaron dentro de una tendencia con fuertes aires formalistas, al menos en lo que respecta a la antropologa social. Cuando estas corrientes sucumbieron, tal vez en parte por excesos cometidos por sus propios protagonistas, arrastraron tambin los intentos de modelizacin computarizada que se venan realizando. La investigacin de la herramienta con criterio metodolgico qued reducida a unos pocos esfuerzos individuales (Reynoso, 1986 y 1987). Paradjicamente con el auge de las computadoras personales a partir de mediados de los 80, la antropologa no se volc masivamente a explorar las implicancias de la mquina, ahora s, mucho ms accesibles al gran pblico. Recin ahora se advierte en los investigadores una predisposicin mayor al

uso de la computadora; si bien hay que reconocer que aun ocupa un lugar marginal, desde un punto de vista epistemolgico, en las investigaciones. Algunas seales que se perciben del entorno, tales como la cada del paradigma posmoderno y el hecho de que las computadoras no son percibidas ya como una novedad (inclusive entre los antroplogos del tercer mundo), nos indican que, tal vez, la comunidad de los cientficos sociales est madura para emprender la tarea de comenzar a reflexionar sobre las implicancias tanto tericas como prcticas del uso que se le pueda dar, dentro de la disciplina, al Ingenio Analtico (como gustaba llamar Babagge a su adelantado invento). El modelo en particular que presentamos, el VBLlamas, que emula las estrategias relacionadas con la presin demogrfica que se ejerce sobre una manada de camlidos, tanto desde una economa con patrones de caza recoleccin como desde una economa con patrones de pastoreo, es una versin modificada y recortada de la versin original que haban propuesto los profesores Reynoso y Yacobaccio. En l, sus autores planteaban como objetivos principales
evaluar la acumulacin temporal como variable que acerque a explicar un hecho arqueolgico, controlar la incidencia de variables azarosas que afecten la acumulacin y enmascaren la relacin original entre comportamiento y registro a escala sincrnica, y establecer una imagen arqueolgica de la sociedad pastoril actual que permita elaborar modelos de los que se sigan consecuencias para evaluar el registro arqueolgico de los pastores prehistricos (Reynoso, comunicacin personal).

En nuestro trabajo, hemos dejado para una segunda etapa los procesos que simulan la degradacin de los restos en su camino hacia convertirse en registro arqueolgico; concentrndonos en la dinmica de la poblacin animal

en su trayectoria evolutiva sometida a las restricciones tanto de orden natural como cultural. Esto nos permite evaluar los lmites de los modelos propuestos por los cientficos sociales y testear su viabilidad. Consideramos que no es poca cosa contar con una herramienta que gue al investigador y le ayude a descartar hiptesis que de otro modo sera prcticamente imposible falsar. Ms all de la real importancia que posea el modelo de simulacin en s mismo, nuestros caones apuntan hacia una indagacin metodolgica de las posibilidades de estas nuevas herramientas. Tambin queremos mostrar que sin tener una formacin acadmica en sistemas, sino apenas un conocimiento de algunos lenguajes de

programacin y de la problemtica computacional en general, es posible desarrollar aplicaciones tiles para las ciencias sociales. Inclusive, nos atrevemos a afirmar que no somos del todo conscientes de las implicancias que conllevan este tipo de herramientas, tanto en la forma en que se piensa a la disciplina como en la forma en que se realizan las investigaciones. El mtodo expositivo que hemos escogido para la presentacin del trabajo de tesis consiste en avanzar de lo general hacia lo particular. De este modo quedan concatenados los conceptos que se van explicitando, y que adquieren as, un orden de precedencia. Es posible que para el lector con conocimientos del tema, ciertos captulos le resulten tediosos, dadas las verdades de Perogrullo que all se discuten. Nuestro objetivo no es la originalidad sino la coherencia y la claridad de lo expuesto. A continuacin damos una breve presentacin de los captulos que conforman esta tesis.

En el captulo I brindamos un panorama general de cmo las distintas escuelas filosficas han abordado el problema del conocer sobre el conocer. Tratamos de subrayar tanto sus coincidencias como sus diferencias en lo relativo a la forma de representar la realidad. Asumimos que la ciencia es una forma particular de conocimiento. Esta particularidad est expresada por ciertas reglas que son someramente expuestas en este acpite. El captulo II explora los mbitos en los que se desarrolla el proceso de la ciencia y que pueden definirse como analticos y sintticos. Estas dos caras de la misma moneda poseen implicancias en las estrategias implementadas por el investigador. Tambin se abordan aqu las diferentes estrategias epistemolgicas con que cuentan los antroplogos a la hora de realizar sus investigaciones. En el captulo III intentamos definir a los modelos de simulacin con algunas caractersticas generales. Si bien existen definiciones formales, nos hemos inclinado por desarrollar los conceptos en lenguaje natural; lo que a nuestro entender facilita la comprensin por parte de los antroplogos no acostumbrados a tratar con notacin formal. Es de destacar, en este mismo sentido, que no deseamos dar una imagen completa de los modelos de simulacin ya que, desgraciadamente, tampoco la poseemos. En el captulo IV damos una breve introduccin a lo que se conoce como Inteligencia Artificial. Nos tomamos la licencia de incorporar en este conjunto ciertas tcnicas de bsqueda que no son usualmente clasificadas como parte de la I.A. La justificacin de ello es que la inclusin de este apartado tiene que ver con las posibilidades de utilizar los modelos de simulacin con estas

nuevas tecnologas, que favorecen tanto el uso como la eficacia de los mismos. En el captulo V nos dedicamos a exponer las ventajas de la utilizacin de la I.A. en los modelos de simulacin. Tratamos de mostrar los puntos en comn que existen entre ambas modalidades y vislumbramos las posibilidades a futuro que promete el esperanzador intercambio. En el captulo VI nos adentramos en el campo de la arqueologa. Esto nos permite tener un contexto en el cual se desarrolla el trabajo en concreto que aqu estamos presentando. Ubicamos a los modelos de simulacin dentro de una de las lneas metodolgicas esbozadas por Lewis Binford. En el captulo VII introducimos algunos rasgos de lo que los arquelogos denominan el proceso de domesticacin; adems de esbozar algunos datos e hiptesis sobre el surgimiento de esta estrategia en un momento en particular de la historia de la humanidad. En el captulo VIII realizamos una descripcin de las categoras tericas que son el trasfondo del sistema que aqu se presenta y en donde se representa la evolucin demogrfica de la manada virtual. Se describe, as mismo, tanto la interfaz grfica del VBLlamas como los algoritmos que conforman el programa. En el captulo IX se realiza una ejemplificacin del funcionamiento del sistema basado en datos arqueolgicos extrados de dos trabajos de los Profesores Olivera y Yacobaccio. Se muestran los valores iniciales, tanto de las variables como de los parmetros, y los resultados finales al cabo de una trayectoria de 1000 aos.

10

Por ltimo, en las conclusiones, nos dedicamos a delinear algunas de las posibles mejoras que se le pueden realizar al VBLlamas. Tambin proponemos una reflexin de orden ms general acerca del lugar de la antropologa en las ciencias sociales y de la utilidad de estas nuevas herramientas en el marco de trabajo del antroplogo de hoy.

11

Captulo I Modelos como forma de pensar

Una visin gnoseolgica

Para comenzar a hablar de modelos de simulacin es necesario definir, previamente, que entendemos por modelos en un sentido ms general. Consideramos a los modelos como a aquellas construcciones conceptuales que el cientfico realiza con el objetivo de recortar y manipular esa porcin de la realidad que es el objeto de su investigacin. Si partimos de la base que la posibilidad del conocimiento humano no es absoluta, en el sentido de que existen mediaciones entre la realidad y el sujeto, y que existe una economa en la forma que adquiere esa representacin del mismo (Funes el memorioso slo puede existir en la literatura borgiana); entonces, la tarea cientfica, en tanto forma particular del conocimiento humano, no puede quedar exenta de aquellas limitaciones sealadas; en virtud de ser un producto de los propios seres humanos. Ya desde Descartes, quin propona que todo estaba mediado por el sujeto cognoscente, inclusive la propia existencia, como el mismo afirmaba
Al examinar despus, atentamente lo que yo era, y viendo que poda fingir que no tena cuerpo y que no haba mundo ni lugar alguno en que me encontrase, pero que no poda fingir por ello que yo no exista, sino que, al contrario, del hecho mismo de pensar en dudar de la verdad de otras cosas se seguan muy evidentemente y ciertamente que yo era; mientras que, con slo haber / dejado de pensar, aunque todo lo dems que alguna vez haba imaginado existiera realmente, no tena razn para creer que yo existiese, conoc por ello que yo era una sustancia cuya esencia o

12

naturaleza no es sino pensar, y que, para existir, no necesita de lugar alguno ni depende de cosa alguna material. De manera que este yo, es decir, el alma por la cual soy lo que soy, es enteramente distinta del cuerpo e incluso ms fcil de conocer que l y, aunque el cuerpo no existiese, el alma no dejara de ser lo que es (Descartes 1993:47)

y que, por cierto, desarroll una poderosa generadora de modelos como es la geometra analtica, en adelante, se abandona la pretensin de acceder a la realidad sin pasar por el tamiz del pensamiento. Inclusive el empirismo idealista (valga la redundancia), erigido en poderoso contendiente del racionalismo cartesiano, elige tambin su punto de partida en el sujeto pensante. De hecho, lo que le discute al cartesianismo, es la existencia de la materia misma; argumentando que las nicas cosas existentes son, por un lado el conjunto de las ideas percibidas. As lo afirmaba el viejo obispo:
Por tanto, as como es imposible ver o sentir ninguna cosa sin la actual sensacin de ella, de igual modo es imposible concebir en el pensamiento un ser u objeto distinto de la sensacin o percepcin del mismo (nota al pie: en verdad, el objeto y la sensacin son la misma cosa, y no puede, por lo tanto, ser abstrada una de la otra Ed. 1710) (Berkeley 1980:63)

Y por el otro el sujeto que conoce o percibe esas ideas.

Adems de esta innumerable variedad de ideas u objetos del conocimiento, existe igualmente algo que las conoce o percibe y ejecuta diversas operaciones sobre ellas() Este ser activo que percibe es lo que llamamos mente, alma, espritu, yo. Con las cuales palabras no denoto ninguna de mis ideas, sino algo que es enteramente distinto de ellas (); pues la existencia de una idea consiste simplemente en ser percibida (Berkeley 1980:60)

Es decir, las dos escuelas filosficas que rigieron los ltimos 500 aos de la produccin intelectual en Occidente, coincidieron en suponer al sujeto

13

pensante, con categoras o con sensaciones, segn el caso, como la interfaz con la realidad. Y ambas concuerdan tambin en diferenciar entre el entendimiento y la percepcin como partes separadas del proceso de mediacin con la realidad que implica el conocimiento. Van a disentir en las causas que atribuyan a esta diferenciacin, pero ambas la admitirn. Para Descartes, las sensaciones no son nada sin el entendimiento:
que el sentido de la vista no nos asegura menos de la verdad de sus objetos que el olfato y el odo de lo suyos, mientras que ni nuestra imaginacin ni nuestros sentidos podran asegurarnos nunca de cosa alguna sino interviene en ello nuestro entendimiento. (Descartes 1993: 53)

Para Berkeley sern diferentes tipos de ideas las que despierten los sentidos, la reflexin o la memoria:
Las ideas producidas por la sensacin difieren de las producidas por la reflexin o la memoria. Por muy grande que sea el dominio que tenga sobre mis propios pensamientos, observo que las ideas actualmente percibidas por los sentidos no tienen igual dependencia con respecto a nuestra voluntad. (Berkeley 1980:80)

Pero ambos tambin coincidirn en la complejidad inherente que conlleva el proceso de conocer. Por supuesto que desde el punto de vista fisiolgico se observan as mismo mltiples mediaciones entre la generacin del estmulo y la recepcin y representacin del mismo. La interaccin con el medio ambiente es un atributo definitorio de todos los seres vivos. Desde los ms sencillos hasta los ms complejos. La autoconciencia de los seres humanos es tan slo (o nada menos) que una herramienta de interaccin con el entorno. Y todos esos estmulos son percibidos merced a una compleja red de mltiples rganos. Las contribuciones que reafirman la hiptesis que plantea la mediacin
14

existente entre el sujeto y la realidad provienen, en definitiva, de todos los mbitos. Por otro lado, mencionamos tambin un principio de economa en la representacin de esa realidad. Este principio es, en primera instancia, una consecuencia de una regularidad ms general que involucra al modo en que opera la naturaleza en el proceso de seleccin de los seres vivos. As lo expresa Darwin:
(...) la seleccin natural se esfuerza continuamente por economizar todas las partes de la organizacin. Si en un cambio de condiciones de vida una estructura, antes til, llega a serlo menos, su disminucin ser favorecida, pues le servir de provecho al individuo no derrochar su alimento en conservar una estructura intil (Darwin 1985:170)

El proceso de conocer implica necesariamente la reduccin del conjunto de datos que brinda la realidad; subsumiendo categoras particulares en categoras ms generales. Estas categoras no son azarosas, aunque desconozcamos las causas que las convocan. Bateson lo describe del siguiente modo:
Es indubitablemente cierto que el contenido de la conciencia no es una muestra al azar de informes sobre acontecimientos que se producen en el resto de la mente. En realidad, el contenido de la pantalla de la conciencia est seleccionado

sistemticamente entre la pltora inmensamente grande de acontecimientos mentales (Bateson1976:475)

La filosofa ha tratado el tema, dentro de la especialidad denominada gnoseologa, precursora de la moderna epistemologa. Tal vez el logro ms acabado, por lo menos hasta el siglo XX, haya sido el desarrollado por Kant, fundamentalmente en su obra La crtica de la razn pura. All se exponen los lmites y las determinaciones ltimas del acto del conocimiento. All se

15

encuentran las bases filosficas de lo que se discutir en los aos venideros, tanto en la epistemologa como en la inteligencia artificial. En principio distingue dos modos:
La capacidad (receptividad) de recibir representaciones por el modo como somos afectados por objetos, llmese sensibilidad. As, pues por medio de la sensibilidad nos son dados objetos y ella sola nos proporciona intuiciones; por medio del entendimiento empero son ellos pensados y en l se originan conceptos (Kant 1996:41)

y aclara ms abajo:
En el fenmeno, llamo materia a lo que corresponde a la sensacin; pero lo que hace que lo mltiple del fenmeno pueda ser ordenado en ciertas relaciones, llmolo la forma del fenmeno. Como aquello en donde las sensaciones pueden ordenarse y ponerse en una cierta forma, no puede, a su vez, ser ello mismo sensacin, resulta que si bien la materia de todos los fenmenos no nos puede ser dada ms que a posteriori, la forma de los mismos, en cambio, tiene que estar toda ella ya a priori en el espritu y, por tanto, tiene que poder ser considerada aparte de toda sensacin (Kant 1996:41)

En la base de la sensibilidad, pero sin contacto con la empiria, propondr dos categoras por default: espacio y tiempo. La primera determinar la posibilidad de la representacin de objetos como externos al sujeto cognoscente. La segunda permitir que este sujeto, de cuenta del cambio, de la sucesin incesante. Estas dos puras formas de la intuicin sensible son las bases o el principio del conocimiento. Tienen validez universal y proporcionan las estructuras bsicas para la comprensin de la realidad. Esta economa propuesta remite necesariamente a un orden en la representacin del mundo. Orden que justifica la navaja Occamiana, que obliga a evitar, en lo posible, la redundancia, de las entidades involucradas.

16

Esta intermediacin con la realidad adquiere, tal vez basadas en las hiptesis kantianas (tomadas en el sentido primigenio del concepto de axiomas), en la especie humana, un carcter social que de ningn modo puede atribuirse a la obra exclusiva del intelecto individual. As todos los grupos humanos construyen conjuntos de categoras con los que van clasificando la realidad que los rodea. La discusin no se centra en si existen o no esos conjuntos de categoras, sino en la forma que adquieren los elementos dentro de esos conjuntos; es decir que tipo de relaciones son las que se establecen en el acto de categorizar. Tanto la psicologa como la lingstica como la antropologa han abordado el tema; y ms all de la pertenencia de los contendientes (que por mencionar los extremos podramos reunir a unos en un asociacionismo pasivo y a otros en un constructivismo idealista) en las polmicas que se suscitaron, todos coinciden en la necesariedad de los conjuntos de categoras para el procesamiento humano de la realidad circundante. Estos conjuntos de categoras cognitivas abarcan todos los aspectos de lo que se denomina cultura, si bien desde nuestra perspectiva la cultura no se agota all, pues involucra tambin a los soportes materiales de todo orden (tanto estrictamente material como comunicacional). Estos sistemas de categoras, que pueden devenir en sistemas de creencias, adquieren formas generales en todas las culturas, que se instancian de manera particular1, de acuerdo a ciertas condiciones impuestas tanto por su dinmica interna como por el contexto.

Habr que ver si cumplen con el polimorfismo, el encapsulamiento y la herencia. 17

El sistema de creencias que nos interesa recortar aqu es el de la ciencia y su mtodo, ya que dentro de ella es que la nocin de modelo adquiere su categorizacin ms ajustada.

Particularidades de la Ciencia

La tarea cientfica, entonces, es una creacin humana con ciertas caractersticas que lo diferencian de otras actividades. Mucho se ha escrito y debatido sobre el tema. Inclusive en nuestras disciplinas sociales han existido posturas lindantes con la irracionalidad que propugnaban para la antropologa al menos, una metodologa basada en lo esttico, abandonando toda pretensin de explicacin cientfica. Ms all de estas idas y vueltas intelectuales, hay cierto consenso en considerar a la ciencia como una estructura con una forma particular. Entre las caractersticas que nos parece importante resaltar est aquella que habla de la replicabilidad del mtodo; es decir, la que afirma que cualquier cientfico que siga los mismos pasos metodolgicos propuestos por otro investigador, llegar al mismo resultado. Tambin consideramos de suma relevancia aquella propiedad que habla de la contrastabilidad, que parte del principio de demarcacin cientfica (ya presente de algn modo en David Hume) y contina en el falsacionismo popperiano, que proporciona un mecanismo de control nico para la relacin entre la teora y la empiria. Otro atributo definitorio de la ciencia, aunque no sea exclusivo de sta, es la capacidad para almacenar y recombinar el conocimiento previo. Inclusive desde una perspectiva khuniana, la irrupcin de un nuevo paradigma est

18

relacionada con una nueva forma de mirar un problema preexistente, incorporando en el nuevo marco, algunos elementos del anterior. Lejos an de poder replicar los mtodos se encuentra hoy da la antropologa. Esta incapacidad, tal vez, se deba a un exceso de empirismo. Exceso que la lleva a abandonar el aspecto analtico de la investigacin antropolgica. Mucho se ha discutido sobre la recoleccin de datos en el campo. La observacin participante y la diversidad de tipos de entrevistas se encuentran entre las opciones metodolgicas ms conocidas. Pero poco se dice con respecto a que hacer con esos datos. La vorgine posmoderna que arras con los grandes relatos legitimantes se llev puestas tambin las herramientas analticas donde procesar e interpretar los datos. Apenas si quedaron algunos conceptos casi vagos o al menos sin una

operacionalizacin concreta. La ausencia de claros y coherentes marcos interpretativos conlleva aparejada la imposibilidad de replicar (y an de explicar o peor an de describir en muchos casos) los pasos seguidos por el antroplogo durante el curso de su propia investigacin. Hay, sin embargo, nuevos desarrollos que proponen un futuro metodolgico un poco ms auspicioso para la Ciencia del Hombre. Cabe mencionar entre estos a la metodologa de las redes sociales, a las tcnicas de categorizacin y estructuracin de datos no estructurados (cuyas representaciones computacionales ms renombradas son el Nud.Ist y el Etnograph), a los sistemas de informacin geogrfica (indispensables hoy da en la arqueologa moderna), a los nuevos desarrollos estadsticos, a los sistemas de simulacin y a las incipientes (no por el tiempo que llevan

19

experimentando sino ms bien por los resultados que se ofrecieron durante muchos aos) pero prometedoras aplicaciones de inteligencia artificial. La replicacin del mtodo no slo garantiza una rigurosa coherencia y favorece la transmisin del conocimiento sino que obliga a un ejercicio metodolgico, valga la redundancia, en la obtencin del dato; forzando al investigador a mejorar la recoleccin del material emprico para ajustarlo a la naturaleza de las herramientas analticas utilizadas. El riesgo de querer meter un cubo en un cilindro queda atenuado por la propia coherencia expuesta del mtodo, que ofrece sus reglas claras para ser inspeccionadas y por el sentido comn del investigador involucrado. La contrastabilidad de las hiptesis operativas es un elemento central en la tarea cientfica. Seala el camino terico que se debe seguir; dejando al descubierto aquellas hiptesis sin sustento, merced a una contradiccin con la empiria. Pero el falsacionismo popperiano muestra una debilidad que disminuye su potencia como motor de la investigacin cientfica. Y es su clara dependencia con el mecanismo de la deduccin. Para que la negacin de la hiptesis derivada transmita su demoledora sinrazn a la hiptesis general, es necesario que el procedimiento se funde en la deduccin. Y sta a su vez exige que las hiptesis generales tengan validez universal. Cmo puede llegar el investigador siendo finito a la universalidad tan cara a la deduccin? La respuesta tal vez se encuentre en una mano divina tirando los dados... El criterio que utiliza Popper para definir a la contrastabilidad est relacionado directamente con el concepto de validez intersubjetiva. La objetividad se alcanza mediante la validez intersubjetiva; es, por as decirlo, un atributo del conjunto social. Pero, vale aclararlo, el consenso necesario slo puede

20

provenir, al menos en las actuales condiciones de la ciencia, de un conocimiento previo aprendido, y obviamente de la claridad del mtodo y de su articulacin con la teora que lo contiene. Sin mtodo y sin teora no hay contrastabilidad posible. No alcanza slo con el mbito emprico. La contrastacin de la existencia de un tomo, es, por ejemplo, absolutamente indistinguible para un lego en la materia, ya que apenas es un registro lumnico en una pantalla. La ejemplificacin sea tal vez un poco extrema, pero sirve para ilustrar la importancia del mtodo y de la teora. Hay un mbito del testeo de hiptesis que an no ha sido lo suficientemente explorado en la literatura epistemolgica y que tiene que ver con la posibilidad de contrastar las afirmaciones propuestas dentro de un marco artificial. Nos estamos refiriendo principalmente a la probidad de los modelos de simulacin. Es aceptable, en trminos epistemolgicos, contrastar hiptesis contra una realidad creada dentro de una computadora?. Qu validez y que alcance, con respecto a la realidad emprica, pueden tener estas pruebas? No es an el momento adecuado para intentar desentraar estos dilemas. Ms adelante, cuando nos introduzcamos en la discusin sobre los modelos de simulacin, procuraremos acercarnos a algunas respuestas

medianamente satisfactorias. Slo queramos mencionar algunas de las cuestiones que prometen fructferos debates de aqu al futuro, dentro de la teora de la ciencia. Exponamos prrafos atrs, como otra propiedad de la ciencia, a la capacidad de almacenar y recombinar el conocimiento existente. An dentro de las posturas, un tanto relativistas, que hablan de la inconmensurabilidad de los

21

paradigmas, se puede observar que el surgimiento de stos est relacionado, en muchos casos, con una nueva forma de ver un viejo problema. As el descubrimiento del oxgeno, que acab con la teora del flogisto, se funda sobre una nueva manera de interpretar el mismo viejo experimento. As la teora de la relatividad est estrechamente relacionada con la teora de la gravedad y su influencia sobre la luz. As el marxismo es una nueva vuelta de tuerca del concepto valor = trabajo, proveniente de la teora clsica de la economa. Los ejemplos no se agotan aqu. Si bien es cierto que los nuevos puntos de vista exigen, la mayora de las veces, una ruptura con los viejos modelos de pensamiento, y que sobretodo durante la imposicin del nuevo paradigma las posturas se radicalizan y se polarizan; con la ventaja que brinda la perspectiva histrica, se puede observar que la irreconciabilidad de los puntos de vista se debe a la pasin y a la necesidad de diferenciarse que se suscita durante las polmicas que sacuden las llamadas revoluciones cientficas. Luego de esta breve presentacin de los supuestos gnoseolgicos y epistemolgicos que subyacen a la nocin de modelo, vamos a tratar de dar una somera explicacin de las particularidades que afectan a este concepto en su utilizacin cientfica.

22

Captulo II Modelos en ciencia

mbitos de la Ciencia

La ciencia, al igual que cualquier otro sistema de conocimientos, se debate siempre entre la teora y la empiria. Dadas las caractersticas de esta modalidad, esbozadas en el captulo anterior, la relacin existente entre ambos dominios es de permanente interaccin. Esta dinmica fue considerada durante muchos aos como de dos tipos posibles. La taxonoma fue propuesta por Kant, algo de ello se menciona en el captulo anterior, y fue expresada en funcin de aquellos juicios en los que se relacionan sujetos y predicados:
En todos los juicios en donde se piensa la relacin de un sujeto con el predicado (refirindome slo a los afirmativos, pues la aplicacin a los negativos es luego fcil), es esa relacin posible de dos maneras. O bien el predicado B pertenece al sujeto A como algo contenido (ocultamente) en el concepto A; o bien, B est enteramente fuera de ese concepto A, si bien en enlace con el mismo. En el primer caso llamo el juicio analtico; en el otro sinttico. Los juicios analticos (los afirmativos) son pues aquellos en los cuales el enlace del predicado con el sujeto es pensado mediante identidad. Aquellos, empero, en que este enlace es pensado sin identidad, deben llamarse juicios sintticos. Los primeros pudieran tambin llamarse juicios de explicacin, los segundos juicios de ampliacin, porque aquellos no aaden nada con el predicado al concepto del sujeto, sino que lo dividen tan slo, por medio de anlisis, en sus conceptos-partes, pensados ya (aunque confusamente) en l; los ltimos en cambio aaden al concepto del sujeto un predicado que no estaba pensado en l y no hubiera podido sacarse por anlisis alguno. (Kant 1996:31)

23

La categorizacin de los juicios en analticos y sintticos posibilita una comprensin casi topogrfica de las diversas estrategias de abordaje de la realidad por parte de los cientficos. Esta clasificacin de segundo nivel permite identificar los diferentes tipos de modelos que son utilizados en ciencia. A grandes rasgos, inclusive todo el entendimiento puede ser taxonomizado segn las clases mencionadas.

Una tipologa epistemolgica

Existen sin embargo otras parametrizaciones posibles. Referidas al mbito de la antropologa, Reynoso (1998) define una nueva clasificacin

epistemolgica: Las estrategias posibles, va a decir, son cuatro: Modelos mecnicos, modelos estadsticos, modelos sistmicos y modelos fenomenolgicos. Los primeros pueden definirse como aquellos en los que
(...) se procura analizar y explicar los mecanismos, factores, o procesos que producen determinado estado de cosas (Reynoso, 1998:277) ;

lo que lleva a afirmar que

(...) dado que los modelos mecnicos derivan explicaciones de casos a partir de principios generales, la estructura de las inferencias en estos modelos es deductiva. Las leyes propias de los modelos mecnicos, si las hubiere, tienden a ser deterministas, y de la misma manera el objetivo de casi todos los modelos de esta clase tiende a ser la explicacin de hechos en funcin de leyes actuantes. (Reynoso, 1998:278)

Los modelos mecnicos son los modelos por excelencia de la ciencia. Si bien en las ciencias sociales, el mote de mecnico es utilizado frecuentemente en un sentido despectivo, podramos comprobar su utilidad simplemente
24

dando un vistazo a las cosas que nos sostienen (como los edificios) y que nos rodean (autos, trenes y aviones). Este sentido despectivo est basado, en algunos casos, en una confusin de tipos lgicos, ya que la mecanicidad no es un atributo del fenmeno en s que se est abordando, sino de la estrategia que se emplea en el abordaje. El determinismo que expresa no es necesariamente un sntoma de sencillez. Basta para ello con echar una mirada al texto de la teora de la relatividad restringida de Einstein; se podr comprobar as que lejos de la sencillez se encuentra una teora determinista. Los modelos estadsticos pueden definirse como aquellos modelos en los que
(...) se inducen regularidades o correlaciones entre diversas series de fenmenos. (Reynoso, 1998:277);

lo que a su vez implica que

(...) dado que estos modelos consideran varios casos individuales y abstraen de ellos generalizaciones y regularidades, la estructura de la inferencia en estos modelos es inductiva. En general los modelos estadsticos abundan en tipologas, de las cuales se derivan las entidades a ser correlacionadas. Las leyes tpicas de los modelos estadsticos, cuando las hay, son necesariamente probabilistas. (Reynoso, 1998:279)

Estos modelos son ampliamente utilizados en las ciencias sociales con una importante cuota de xito. Por esas cosas de la antropologa, gozan de mayor popularidad discursiva que los modelos mecnicos. En general, en los cursos de grado de las ciencias sociales conforman al menos una materia a ser aprobada. Ms all de las crticas que se les hacen, fundadas e infundadas, su aceptacin es general, tal vez porque es una buena herramienta para trabajar en el mercado, fuera de la academia. De los modelos sistmicos puede decirse que

25

(...) se piensan o bien como de estructura diferente a la de las formas clsicas, o como la superacin de stas en una secuencia epistemolgica de carcter evolutivo. (Reynoso, 1998:279),

y que pretenden
(...) organizar la complejidad a travs de un conjunto de ecuaciones que describen los diferentes aspectos de los sistemas. (Reynoso, 1998:279).

De su estructura interna se advierte que

(...) los modelos sistmicos no se conforman al modelo nomolgico deductivo, dado que su concepcin en torno de la equifinalidad, multifinalidad, multicausalidad, causalidad circular o realimentacin y la eleccin de transiciones de fases o procesos de morfognesis como objetos de estudio les impide expresar las aserciones lineales de condicionalidad que constituyen las estructuras tpicas de los sistemas deductivos (si P, entonces Q). En un estudio sistmico, lo ms que puede hacerse es describir formalmente el fenmeno de que se trate (sea la estructura del sistema, sea su trayectoria) a travs de determinadas ecuaciones.(...). A partir de la descripcin se podr, eventualmente, construir un modelo de simulacin, manipularlo y derivar predicciones respecto de su comportamiento. (Reynoso, 1998:280).

Analizaremos ms adelante, con un poco ms de profundidad, a los modelos sistmicos, ya que ciertas particularidades de los mismos nos parecen de suma importancia para la investigacin social y para esta tesis en particular. De los modelos fenomenolgicos nos advierte que
(...) me he tomado la libertad de aadir como cuarta instancia las propuestas fenomenolgicas (tambin podramos poner en su lugar las interpretativas) pues, aunque nunca se acostumbra contar la historia de esta manera, vienen como anillo al dedo para completar la tabla peridica de las estrategias posibles. Las teoras fenomenolgicas, simblicas e interpretativas en general tienden, en efecto, a desarticular las generalizaciones en nombre de un conocimiento local que a menudo ni siquiera permite una comprensin globalizadora de los casos individuales, y que confa ms en la conjetura que en el razonamiento formal (Reynoso 1998:280).

26

La estrategia fenomenolgica goza de gran popularidad dentro de la antropologa social. Si bien sus orgenes filosficos estn emparentados con lo que se podra denominar un racionalismo extremo, lo que llevara a clasificarla dentro de los modelos mecnicos, sus implementaciones metodolgicas no son tan sencillas de categorizar. De las otras clasificaciones de modelos que mencionamos anteriormente, nos vamos a concentrar en los denominados modelos sistmicos. Esto obedece a que consideramos, al menos en principio, que los modelos de simulacin, objeto al fin de cuentas de esta tesis, pertenecen al dominio de la estrategia sistmica. Los modelos sistmicos han sido presentados como distintos de los modelos mecnicos en funcin, principalmente, de la no-linealidad de los primeros. As lo define Von Bertalanffy:
La aplicacin del procedimiento analtico depende de dos condiciones. La primera es que no existan interacciones entre partes, o que sean tan dbiles que puedan dejarse a un lado en ciertas investigaciones. Slo con esta condicin es posible deslindar las partes real, lgica y matemticamente y luego volverlas a juntar. La segunda condicin es que las relaciones que describan el comportamiento de partes sean lineales; slo entonces queda satisfecha la condicin de aditividad, o sea que una ecuacin que describa la conducta del total tiene la misma forma que las ecuaciones que describen la conducta de las partes. (...) Semejantes condiciones no las cumplen las entidades llamadas sistemas, o sea consistentes en partes en interaccin. El prototipo de su descripcin es un conjunto de ecuaciones diferenciales simultneas, que son no lineales en el caso general. (...) El problema metodolgico de la teora de los sistemas, pues, es vrselas, con cuestiones que, comparadas con las analtico aditivas de la ciencia clsica, son de naturaleza general. (Von Bertalanffy, 1976:18)

La condicin de no-linealidad sugiere tambin la complejidad inherente de los modelos sistmicos, en virtud de la imposibilidad de inferir, partiendo de las
27

partes, el comportamiento del sistema en conjunto. La mstica frase El todo es ms que la suma de las partes adquiere as identidad concreta, ya que a los elementos que conforman el colectivo, se le agregan las interacciones que se llevan a cabo en su seno. De la no-linealidad y del hecho de que los modelos sistmicos se ocupan de sistemas abiertos, se pueden predicar otras propiedades que definen a las estrategias sistmicas y que ya fueron mencionadas. Nos referimos a la equifinalidad, la multifinalidad y a la causalidad circular.
En cualquier sistema cerrado, el estado final est inequvocamente determinado por las condiciones iniciales.(...) Si se alteran las condiciones iniciales o el proceso, el estado final cambiar tambin. No ocurre lo mismo en los sistemas abiertos. En ellos puede alcanzarse el mismo estado final partiendo de diferentes condiciones iniciales y por diferentes caminos. Es lo que se denomina equifinalidad. (Von Bertalanffy, 1976:40)

Esta condicin de los sistemas abiertos tiene su contraparte en el hecho de que partiendo de condiciones similares el resultado final puede ser muy diferente para los distintos casos. A esta condicin se la denomina multifinalidad.
Este concepto es el inverso del anterior, y fue introducido en la teora sistmica algo ms tardamente. Establece que condiciones iniciales similares pueden llevar a estados finales diferentes; por ejemplo, dos culturas que se desarrollan en mbitos ecolgicos muy parecidos pueden desembocar en sistemas socioculturales muy distintos. Los formuladores de la ecologa cultural (entre ellos, el propio Steward) conocan muy bien esta peculiaridad. El origen y la ejemplificacin ms convincentes de esta categora se aplican a fenmenos biolgicos. Bertalanffy fue de hecho un bilogo que pensaba haber desarrollado una concepcin dinmica alternativa al evolucionismo. (Reynoso, 1998:310)

28

En cualquiera de las propiedades descriptas queda claro que el estado final es independiente, o mejor dicho, no est determinado, al menos linealmente, por las condiciones iniciales. Surge as la capacidad de los sistemas abiertos de ofrecer propiedades emergentes. Sin embargo, esta caracterstica, como se ha dicho, est directamente relacionada con las operaciones que se realizan al interior de los sistemas. Estas operaciones son enmarcadas, dentro de la teora general de los sistemas por dos conceptos: Homeostasis y Morfognesis. El primero se utiliza para definir los procesos regulatorios que se manifiestan en el interior del sistema; por el trabajo que se necesita para alcanzar el steady state. Este equilibrio ha sido confundido mltiples veces, e inclusive se podra decir que es un lugar comn dentro de las ciencias sociales, con el equilibrio funcionalista. Es el propio Bertalanffy quien se encarga de manifestar las diferencias:
La principal crtica al funcionalismo, particularmente en la versin de Parsons, es que insiste demasiado en el mantenimiento, el equilibrio, el ajuste (...) y as sucesivamente, con el resultado de que la historia, el proceso, el cambio sociocultural (...) quedan en mala posicin y aparecen, si acaso, como desviaciones con una connotacin de valor negativa. (...). Es claro que la teora general de los sistemas en la forma aqu preconizada est a salvo de esta objecin, ya que incorpora por igual mantenimiento y cambio, preservacin del sistema y conflicto interno; convendr pues, como esqueleto lgico para una teora sociolgica mejorada. (Von Bertalanffy, 1976:206)

Creemos que no tiene sentido, y probablemente nunca lo tuvo, sostener esta igualdad, no slo por las evidentes diferencias que se plantean en ambos casos, sino fundamentalmente por el otro concepto que se define a continuacin y que justamente incorpora el cambio como su variable fundamental, nos referimos a la Morfognesis.
29

En el caso de que las fluctuaciones no puedan ser controladas por los mecanismos reguladores del sistema, se pierde momentneamente el estado estable (steady state) y el sistema evoluciona cambiando sus estructuras, en un proceso que se describe despus como morfognesis. Tras modificar su estructura, los sistemas abiertos poseen, en general, la capacidad de recuperar un nuevo estado estable despus de una perturbacin. (Reynoso, 1998:309)

Queda claro que los modelos sistmicos no son nicamente modelos de los sistemas en equilibrio. A partir de los conceptos mencionados es que se compone la otra caracterstica que se haba mencionado de stos mismos: la causalidad circular; compuesta por la homeostasis que es la capacidad de autorregulacin del sistema y la morfognesis que es la capacidad de generar nuevas estructuras. El concepto de causalidad circular est estrechamente ligado con la ciberntica. Por la proliferacin de bibliografa al respecto y por considerar que esta nocin ya pertenece al background comn del investigador, vamos a evitar dar sus caracterizaciones. Simplemente vamos a mencionar, ya que estamos escribiendo una tesis de antropologa, la simultaneidad de la aparicin del concepto en el campo de las ciencias sociales de la mano de Gregory Bateson.
El anlisis del ethos iatmul que consisti en ordenar los datos para evidenciar ciertas recurrencias, acentuaciones o temas llev a reconocer la esquismognesis. Se hizo manifiesto que el funcionamiento de la sociedad iatmul supona, inter alia, dos crculos regenerativos o viciosos. Ambos consistan en secuencias de interaccin tales, que los actos de las personas A resultaban estmulos para los actos de la persona B, los cuales a su vez se convertan en estmulos de una accin ms intensa por parte de A, y as sucesivamente, siendo A y B personas que actuaban tanto en calidad de individuos como de miembros de un grupo.(..) Estas secuencias de esquismognesis podran clasificarse en dos clases: a) esquismognesis simtrica, en

30

la cual las acciones recprocamente desencadenantes de A y B eran esencialmente similares, por ejemplo en los casos de competicin, rivalidad y otras semejantes; y b) esquismognesis complementaria, en las cuales las acciones recprocamente

desencadenantes son diferentes en esencia, pero mutuamente apropiadas, por ejemplo, dominio-sumisin; auxilio-dependencia; exhibicionismo-escoptofilia y otras comparables (Bateson, 1976:135)

As, someramente descripta, la estrategia sistmica brinda un productivo marco terico para el abordaje que necesitan las ciencias sociales. Aporta tiles herramientas all donde las otras estrategias fracasan. Frente a lo inmutable del estructural-funcionalismo, ofrece procesos irreversibles, morfognesis y homeostasis. Frente a la determinacin absoluta de las posturas marxistas o durkheimnianas, ofrece propiedades emergentes no reductibles a la accin individual. Frente a las concepciones intuitivas de las posturas estetizantes, ofrece interacciones multivariadas que enriquecen la descripcin. Frente al atomismo del individualismo metodolgico, ofrece poner el acento en las relaciones entre las partes, apelando a las ya mencionadas propiedades emergentes. Indagar por qu estas estrategias no han tenido el suficiente xito en las ciencias sociales, excede el marco de esta tesis. A ms de cuarenta aos de su formulacin, los intentos de aplicacin antropolgica han quedado solamente en eso: meros intentos. Consideramos que las causas de ello no obedecen a dificultades intrnsecas de las teoras en cuestin. Al menos no hubo propuestas, ni trabajos, lo suficientemente rigurosos que hayan descartado de plano lo que ofrece la sistmica. Hubo esbozos y crticas que, a nuestro entender, no alcanzan a socavar lo que se plantea desde la teora. Tal vez la tendencia que existe en la mayora de las

31

ciencias sociales de dejarse seducir por modas haya conspirado contra las formulaciones serias de esta cuestin. Creemos que esa inconstancia no es gratuita y que, en el fondo, obedece a razones polticas. Si bien no se puede, por lo menos desde un anlisis superficial, establecer las causas que motivan semejante estado de situacin (tampoco consideramos que puedan establecerse causas lineales por lo que el anlisis requiere del mismo bagaje que estamos planteando), si podemos establecer ciertas correspondencias a ttulo enunciativo entre el auge del postmodernismo, la cada del bloque sovitico y el ascenso, en trminos al menos de la opinin pblica, del neoliberalismo. Somos conscientes de la precariedad del esquema presentado. Nos quedan muchas cosas en el tintero que prometen, para otra oportunidad, una profundizacin ms adecuada. Nos interesara, por ejemplo, indagar, en las relaciones que puedan existir entre el marxismo y la sistmica. Creemos, apriorsticamente, que esta ltima puede brindar una interesante vuelta de tuerca a las posturas materialistas. En primer lugar estn los anlogos que pueden establecerse entre una propuesta y la otra. El holismo como propiedad emergente, la determinacin material como los procesos no lineales que se desarrollan dentro del sistema, la dialctica como morfognesis o homeostasis o como un proceso ciberntico. En segundo lugar queremos remarcar un hecho que hoy da se considera cotidiano y que, a nuestro parecer, puede significar un gran avance en la operacionalizacin de la sistmica. Nos estamos refiriendo, obviamente, al auge de las PC. Valga la aclaracin que no estamos diciendo que porque un

32

modelo se represente en una computadora, necesariamente tenga que responder a una estrategia sistmica. De ningn modo es as. Simplemente afirmamos que esta poderosa herramienta hogarea permite al investigador con un mnimo de habilidad informtica, someter a testeo a sus modelos (de la naturaleza que fueren) sin que la complejidad inherente sea un obstculo. En todo caso, el obstculo va a estar dado por la competencia computacional del cientfico y no por la complejidad del clculo. Ya quedaron atrs las vicisitudes de la dcada del 60 y del 70 en donde las inmensas computadoras estaban en las enormes salas refrigeradas y en donde haba que hacer un esfuerzo mucho mayor en trminos de traduccin para el tratamiento de los datos. Hoy da lo analgico se resuelve delante de nuestros ojos, en la pantalla del monitor. Con esta breve presentacin de las estrategias sistmicas damos paso a la caracterizacin del tipo de modelo que da origen al nombre de la tesis. Esto es, los modelos de simulacin en computadora.

33

Captulo III Modelos de Simulacin

Una definicin ms acotada

Si bien como intentamos justificar hace un rato, la nocin de modelo es inherente a la manera que tiene de conocer el ser humano, en el sentido de que no se puede separar del modo de concebir el pensamiento y no de su carcter innato o adquirido; el uso cientfico del vocablo, aplicado a la computacin, presenta ciertas caractersticas que lo definen con bastante claridad. Siguiendo a Rothemberg (1989) cualquier modelo puede estar caracterizado por 3 atributos esenciales:

Referencia: pertenece a algo (su referente) Propsito: tiene un propsito cognitivo intencionado con respecto a su referente Relacin costo-beneficio: es ms eficiente utilizar el modelo para el propsito determinado que utilizar el referente en si mismo

La referencia del modelo no necesariamente tiene que ser algo que posea existencia real. Dicho con otras palabras, la referencia del modelo puede ser otro modelo, pero con la salvedad de tener que comportarse como si fuera, para el modelo, la realidad. Lo central radica entonces en la posibilidad de testearlo contra un marco de referencia, sea este inventado o real.

34

Casi a la manera de la semiosis pierciana se puede llegar, mediante la propiedad mencionada, a una recursin al infinito. Pero no es ello lo que debe captar nuestra atencin. No al menos en este momento. Lo que queremos rescatar es la necesariedad de la posibilidad de la contrastacin. Es decir que la construccin de un modelo debe reposar sobre parmetros bien definidos de su referente; los suficientes al menos como para lograr una representacin clara del objeto que refiere. El ejercicio metodolgico implicado en el desarrollo del modelo requiere de una atenta observacin del fenmeno que se va a modelar. La propia naturaleza compleja de la realidad exige flexibilidad en el armado del modelo. Debe ste alimentarse del feedback que recibe del referente. El propsito del modelo est ntimamente relacionado con el referente ya que las posibilidades de la modelizacin son prcticamente infinitas. De este modo es el propsito el que va a guiar la seleccin de las variables del referente que van a ser modelizadas. El esquematismo del modelo no debe ser considerado como una prdida de informacin relevante, ya que no tiene sentido construir un modelo que reproduzca en todos sus aspectos a su referente, pues para ello se utilizara directamente el referente mismo. An en el caso de la realidad virtual, en el que la definicin de mxima puede ser expresada como la reproduccin ms fiel de la realidad concreta, la aplicacin de la misma est ajustada a un propsito que la recorta y la define. Pensar en la posibilidad de una realidad virtual total conlleva aparejada la aparicin de una confusin de tipos lgicos, en la terminologa batesoniana, que slo es posible en la ficcin o en una patologa (sea producto sta de un juego lgico como en la paradoja de Epimnedes, cinematogrfico como en

35

la pelcula Matrix o esquizofrnico como en la tipologa de la Escuela de Palo Alto). Es el objetivo entonces el que va a delimitar y guiar la construccin del modelo. La relacin costo-beneficio es tambin central en la definicin propuesta para los modelos. Es sta propiedad la que justifica el uso o no del modelo y la que va a establecer su valor.
El criterio de costo-beneficio es una especie de Navaja de Occam para la modelizacin, permitiendo que modelos de igual poder sean comparados y evaluados. Sin embargo, donde en la Navaja de Occam tradicional se aplica un criterio de simplicidad, aqu el costo a ser comparado y evaluado est explcitamente expuesto como parte del criterio de costo-beneficio. Desde que el criterio no es necesariamente la simplicidad, se sigue que un modelo no es necesariamente ms sencillo que su referente. Un modelo, de hecho, puede ser ms complejo que su referente si al hacerlo de este modo se satisface algn criterio vlido de costo-beneficio que no sea el de la simplicidad. (Rothemberg, 1989:80).

Por lo tanto tiene que existir una ventaja para la utilizacin del modelo. Algo que justifique su realizacin y que invalide el uso directo del referente mismo. Existen mltiples tipos de modelos entre los cuales se puede mencionar a las analogas fsicas, las representaciones matemticas, las metforas

conceptuales, los formalismos lingsticos, las simulaciones, etc. Pero nuestro inters no radica en todos los tipos de modelos posibles sino en un caso particular: el de la simulacin computada. La simulacin puede definirse, siempre siguiendo a Rothemberg, como la aproximacin conductual o fenomenolgica a la modelizacin. La simulacin es un anlogo conductual activo de su referente. Es generalmente la representacin de procesos lo que se pone en juego durante una simulacin.

36

Un marco evolutivo

Existe tambin una tipologa de modelos que siguen un orden evolutivo y en el que los modelos de simulacin ocupan un lugar avanzado:
Existen modelos ms simples, que constituyen algo as como una descripcin pura, sin correlatos ni dinmicos ni temporales (una base de datos, por ejemplo) y existen tambin modelos inherentemente ms complejos, como los que son propios de esa rea de la inteligencia artificial conocida como el diseo de los sistemas expertos. Nuestros modelos generativos se sitan entre ambos, ocupando lo que podramos considerar la base o el grado cero de los llamados modelos de simulacin de procesos. (...) Capacidad del Modelo Descripcin esttica Generacin Simulacin Sistemas Expertos Clusulas preponderantes Hechos Reglas Procedimientos Formalismos Heursticas y Aplicaciones Antropolgicas Estadsticas; Relaciones; Bases de Datos Generacin de Casos; Gramticas simples Teora de Sistemas; Anlisis de procesos; Sntesis de Procesos Diagnosis; Taxonoma

De arriba hacia abajo los modelos son sucesivamente ms complejos, de modo tal que los formalismos desplegados en cada caso presuponen el uso de los anteriores. (...) la evaluacin de la complejidad en nuestro cuadro es aproximativa y slo vale en cumplimiento de la clusula del ceteris paribus, ms como indicadora de cierta heterogeneidad implicativa que de genuina intrincacin formal. Es posible, en efecto, construir sistemas expertos harto ms simples que una base de datos. (Reynoso, 19XX:322)

Esta tipologa nos permite ubicar, para facilitar la comprensin, en el esquema de las estrategias posibles, a los sistemas de simulacin. Segn pues esta taxonoma, no es posible simular la sincrona; si modelizarla, aunque no mediante una simulacin. Si es posible y aqu las
37

limitaciones son slo tecnolgicas o mejor dicho presupuestarias pues van en funcin del equipo con que se cuente, hacer correr paralelamente procesos que generen modelos sincrnicos. Lo mismo puede decirse de los procesos, generalmente temporales, que se le adjudican a los modelos de simulacin. El procesamiento en paralelo es hoy da moneda corriente y el provecho que pueda extraerse del mismo en una simulacin no ha sido an lo suficientemente ponderado, ms all de las obvias ventajas concernientes a la velocidad. Es entonces, un atributo, al menos provisorio, de la simulacin, la capacidad de emular procesos que corren a travs del tiempo. No necesariamente en tiempo real; ni siquiera, nos aventuramos a decir, que corran en la direccin que marca la segunda ley de la termodinmica. Nada impide, por ejemplo, que se utilicen en una simulacin las ecuaciones newtonianas, en la que la reversibilidad est permitida; para observar, por ejemplo, una trayectoria en sentido contrario (desde el destino al origen). Pero, insistimos, es condicin sine qua non, la ocurrencia de procesos durante una simulacin. De esta propiedad se extrae una consecuencia interesante desde el punto de vista de la teora antropolgica. Y es que nicamente podran testearse con este mtodo teoras que contemplen, en sus fundamentos, la diacrona. Quedaran fuera, por ejemplo, el

funcionalismo y el estructuralismo (al menos en sus formulaciones clsicas). S podran ser reproducidas sus estructuras (las funcionalistas y las estructuralistas) si se especifican las reglas, pero ello nos llevara, segn la tipologa a un modelo de tipo generador y no a un modelo de tipo simulador. Todo esto sin tomar en cuenta si las teoras en cuestin pueden ser verdaderamente operativizadas en una implementacin computacional.

38

No es este el nico lmite que poseen los sistemas de simulacin. Si tomamos en cuenta que un generador de realidad virtual es una clase de simulador y de hecho es el arquetipo de los simuladores, al menos para el sentido comn; podemos aplicar a los simuladores, la frontera que se impone a estos, expuesta por David Deutsch en su libro La estructura de la realidad. Un generador de realidad virtual puede ser definido como un simulador en donde lo que predomina es una experiencia subjetiva, en la que el sujeto se haya inmerso y en la que se encuentran involucrados sus sentidos.
Otra clase de experiencia que no puede, evidentemente, ser provocada de manera artificial es aquella que sea lgicamente imposible. He dicho que un simulador puede crear la experiencia de un vuelo a travs de una montaa, algo imposible desde un punto de vista fsico. Sin embargo, nada puede crear la experiencia de factorizar el nmero 181, puesto que ello resulta lgicamente imposible: 181 es un nmero primo. (Deutsch 1997:112).

Esta propiedad excluye la posibilidad de simular cualquier fenmeno para el que no se le pueda atribuir algn tipo de lgica. Obliga pues al investigador a perseguir una coherencia en donde poder enmarcar el fenmeno que se desea analizar. Y tomando en cuenta el estado actual de las ciencias sociales desde un punto de vista epistemolgico, este atributo se convierte en algo sumamente valioso. Casi atolondradamente podra aventurarse entonces, que todo fenmeno lgicamente posible es simulable. (Vale aclarar aqu que entramos en un terreno en el que las posibilidades tecnolgicas se dan por descontado. No nos interesa la viabilidad inmediata de lo propuesto, sino inspeccionar los alcances y lmites de los sistemas de simulacin en cuanto hacen a su definicin, que intenta ser, lo ms rigurosa posible). Sin embargo, podemos afirmar que no todo fenmeno lgicamente posible es simulable y

39

eso porque sostener lo contrario sera incurrir en una falacia lgica. Y de hecho existe una prueba de ello. Si tomamos en consideracin que un simulador es en ltima instancia una mquina de clculo, podemos aplicarle los lmites de la calculabilidad propuestos por Turing. O preguntarnos, dicho con otras palabras, que sucedera con un simulador genrico, es decir un simulador de simuladores, al que se le obligue a simular un simulador genrico. Estos lmites afirman que existen funciones no computables para mquinas universales de Turing:
(...) supongamos que nos dan una mquina de Turing y su entrada y preguntamos la cuestin se parar alguna vez esta mquina de Turing cuando se comienza en esta cinta de entrada?. Un mtodo para contestar a esta pregunta es experimental: arrnquese la mquina de Turing y obsrvese si se para alguna vez. Pero supongamos que uno espera pacientemente un milln de aos, y la mquina est an funcionando. Podemos concluir que la mquina nunca se parar? Evidentemente que no; puede pararse despus de funcionar dos millones o incluso dos mil millones de aos. El mtodo experimental requiere paciencia infinita y evitar decisiones apuradas. Un mtodo mejor es el de disponer de alguna mquina de Turing que calcula, cuando se le presente como entrada la descripcin de otra mquina de Turing, si esta ltima mquina de Turing se parar o no. La primera mquina de Turing debe, evidentemente, pararse si queremos obtener una respuesta. Esta cuestin se denomina el Problema de Parada de la Mquina de Turing (PPMT). Si A y x son respectivamente la mquina de Turing y la entrada en cuestin, la pareja (A,x) se denomina una instancia del PPMT. El PPMT, por consiguiente, consiste de todas sus instancias posibles. Existe una mquina de Turing con parada que resuelva el PPMT? La respuesta viene dada por el Teorema 15-1

40

No existe ningn algoritmo para determinar si una mquina de Turing arbitrariamente elegida y comenzada sobre una entrada arbitraria se parar alguna vez. El PPMT se dice ser insoluble o indecidible. (Martin 1983:163).

La demostracin del teorema es obviada por entender que no es relevante dado su carcter pblico y dadas razones de espacio y conveniencia discursiva. Lo importante a sealar, entendemos, es que si bien existen

lmites lgicos o deberamos decir metalgicos, a lo simulable; stos se encuentran sumamente lejos del estado actual de la teora antropolgica, tanto nos atrevemos a afirmar, como los lmites del Universo conocido de la puerta de la Facultad. No puede ser nunca entonces, esta limitacin, un argumento para la inaccin terica, sino todo lo contrario, debe ser promotor de rigurosas investigaciones epistemolgicas.

Categoras de los Modelos de Simulacin

Existen dos categoras ampliamente reconocidas de modelos de simulacin: Los modelos de simulacin de eventos discretos y los modelos de simulacin continua. Algunos autores tambin consideran a la distribucin de Monte Carlo como un tipo de modelo de simulacin. (OKeefe 1997:359). En esta tesis vamos a excluir como categora de modelo de simulacin a la distribucin de Monte Carlo en funcin de representar una distribucin que no vara a lo largo del tiempo y que entonces entrara en contradiccin con la tipologa propuesta. En el primer tipo, el estado de las variables cambia en puntos discretos a lo largo del tiempo; en el segundo tipo, el estado vara continuamente con

41

respecto al tiempo. Esta diferencia establece, de algn modo, los usos que se le pueden dar a los diferentes tipos de simulacin y contiene importantes implicancias epistemolgicas. El tipo analtico o continuo slo puede ser utilizado cuando existe un conocimiento muy profundo del objeto a modelar. Un tipo de conocimiento que no creemos que las ciencias sociales posean an. Sin nimo de ofender almas susceptibles decimos que en este caso la profundidad est dada por el grado de conocimiento formal o matemtico del objeto a modelar. El tipo discreto es aquel que se utiliza para la etapa exploratoria del objeto de estudio, etapa en la que sostenemos, se encuentra la antropologa en estos momentos. El tipo continuo predice la conducta del sistema basndose en ecuaciones diferenciales; el tipo discreto generalmente utiliza procesos estocsticos para modelar la influencia de factores desconocidos en el sistema. Asume as el carcter casi enigmtico del objeto simulado, al menos si tomamos en cuenta aquella famosa frase que dice que el azar es la medida de la ignorancia. En general se acuerda en que en un modelo de simulacin de eventos discretos, las entidades interactuantes son bastante bien entendidas por separado, pero se desconocen como stas actan en conjunto. As, luego de observar la conducta del modelo resultante puede emerger un conocimiento ms profundo del objeto modelado. El modelo que se est presentando en esta tesis corresponde, huelga decirlo, al tipo discreto y pretende, en la interaccin con el investigador, servir de vehculo para un mejor entendimiento de las relaciones que se dan dentro de un modo de produccin pastoril o cazador-recolector.

42

Dentro del tipo discreto se suelen distinguir dos categoras de modelos de simulacin: la que observa a la simulacin como una tarea de programacin compleja y aquellas que la ven como una extensin de un modelo estadstico. La diferencia, otra vez, va a estar dada por el grado de conocimiento del objeto que se quiera simular. Cuando el grado de conocimiento es pobre, el aspecto estadstico del modelo pierde importancia, realzando la tarea programtica. Entendemos que este es el caso que aqu presentamos, en funcin de que los datos que alimentarn al sistema provienen de mediciones indirectas o que no ataen directamente al proceso simulado; en el sentido de que an no est comprendida plenamente la economa pastoril; al menos como para ser tratada con un mayor grado de granularidad estadstica. S se cuenta con el conocimiento que posee el antroplogo o arquelogo de su mbito de estudio tanto en su aspecto terico como emprico. Este conocimiento brinda el punto de partida del proceso de modelado del sistema, pero no se agota all ni mucho menos. El objetivo final es ofrecer un conjunto ms acabado del objeto de estudio, objetivo que debe alcanzarse merced a la interaccin que se genera entre el investigador y el modelo de simulacin. Ms adelante intentaremos mostrar las ventajas epistemolgicas que poseen los modelos de simulacin dentro del mbito de la antropologa. Hoy da se cuenta con una herramienta muy poderosa para agregar a los modelos de simulacin. Nos estamos refiriendo a la Inteligencia Artificial. Este prometedor intercambio ofrece posibilidades de expansin no evaluadas ni vislumbradas, an, en su totalidad. Ya hay, sin embargo, suficientes trabajos que ponderan las virtudes y los alcances de la esperanzadora fusin. Creemos que antes de comenzar a comentar esta cooperacin es bueno

43

repasar, aunque sea someramente, que se quiere decir cuando se habla de I.A.

44

Captulo IV Breve introduccin a la Inteligencia Artificial

Conexionismo y Lgica Simblica

El repaso sobre la inteligencia artificial debe comenzar hundiendo sus races, necesariamente, en la tradicin filosfica occidental, ms precisamente en la gnoseologa. Los problemas que se plantearon a lo largo de los siglos dentro del mbito de la Filosofa han devenido en ciencias particulares; es Ella quien rescata al objeto de conocimiento del mar de tinieblas de la Metafsica, y en ese rescate genera una ciencia en particular. As, por ejemplo, las preguntas sobre el origen del mundo pasaron al dominio de la geologa o de la biologa y las preguntas sobre el origen del universo pasaron al dominio de la fsica o de la astronoma. As tambin las especulaciones sobre el conocimiento humano y sobre las posibilidades de poder crear un autmata, han ido yendo hacia las aguas de la psicologa o de la inteligencia artificial. Cuando las computadoras dejaron de ser objetos tericos y comenzaron a ser objetos reales, se hizo evidente que no slo servan para calcular numricamente con una velocidad sorprendente, sino que se podan utilizar para manipular smbolos.
Hacia 1955 Allen Newell y Herbert Simon, trabajando en la Rand Corporation, llegaron a la conclusin de que unas cadenas de bits manipulados por una computadora digital podan estar en lugar de cualquier otra cosa: nmeros, desde luego, pero tambin rasgos del mundo real. Ms an, los programas se podan usar como reglas para

45

representar relaciones entre esos smbolos, de modo que el sistema pudiera inferir nuevos hechos sobre los objetos representados y sus relaciones (Dreyfus 1999:26)

Es una perogrullada, a esta altura de los acontecimientos, decir que la idea de la computadora o an de la calculadora provienen de una inspiracin en el cerebro humano y de una aspiracin por emularlo. La capacidad de calcular se observa, de forma fehaciente en la naturaleza, nicamente en la especie humana. Y esta capacidad fue observada, analizada y utilizada desde mucho tiempo antes de la invencin de la computadora por muchsimos filsofos. Por poner un lmite arbitrario, desde los sistemas axiomticos helnicos, pasando por el dispositivo (Ars Magna) de Ramn Lull en la Edad Media, hasta, simplemente por mencionar algunos pocos, los trabajos de Frege a fines del siglo XIX. Y otra vez aqu, las dos escuelas filosficas ms importantes de occidente, racionalismo y empirismo, coinciden. Como comenta Daniel Dennett en su artculo Cuando los filsofos se encuentran con la inteligencia artificial:
Los filsofos han soado con la IA durante siglos. Hobbes y Leibniz, en formas muy diferentes, trataron de explorar las implicaciones de la idea de particionar la mente en operaciones pequeas y en ltima instancia mecnicas (Dennet 1999:320)

Como sucede muy a menudo en el proceso cientfico, las formas de abordar los problemas quedan teidas por las escuelas filosficas que los engendraron, aunque sea indirectamente y nicamente por el canal de la propia tradicin cultural del conocimiento. Y la IA no ser la excepcin. Dos paradigmas, opuestos tal vez slo por diferencias poltico acadmicas (como lo reconoci pblicamente Marvin Minsky en la conferencia que brind durante la Feria del Libro del ao 1998), se reconocen a lo largo de la reciente historia de la IA. Podramos aventurar que uno pertenece al mbito

46

de lo analtico, mientras que el otro pertenece al dominio de lo sinttico (forzando tal vez un poco la inclusin en la categora y se nos permite esta licencia), si tomamos en cuenta la clsica divisin kantiana. Uno es conocido como programacin lgica y el otro como conexionismo, uno se identifica con los sistemas expertos y el otro con las redes neuronales. El primero es el heredero de la tradicin racionalista y desciende directamente de la Lgica Simblica. Fiel a su coherencia, sus definiciones son precisas y sus hiptesis son de una transparente deductibilidad. Son sus miembros quienes se dieron cuenta que la computadora poda manipular smbolos (aunque hay que admitir que Lady Lovelace ya haba prefigurado esta capacidad). A partir de all elaboraron la siguiente hiptesis:
Un sistema fsico de smbolos posee los medios necesarios y suficientes para una accin inteligente general. (...) Por necesario queremos decir que cualquier sistema que exhiba inteligencia general probar bajo anlisis ser un sistema fsico de smbolos. Por suficiente queremos decir que cualquier sistema fsico de smbolos de tamao suficiente se puede organizar para exhibir inteligencia general (Dreyfus 1999:27)

Esta hiptesis contiene, al menos, una relevancia antropolgica. Por la amplitud de su definicin, sera lcito preguntarse si la cultura, en tanto puede ser vista como un sistema fsico de smbolos, no se correspondera con algn modelo de un tipo de macro sistema con un comportamiento que podra ser considerado como inteligencia. Que por lo tanto debera estar conformado por reglas y objetos que obedezcan a esas propiedades. Atributos que no podran ser arbitrarios y que se corresponderan al menos con algn tipo de formalismo. El carcter suficiente de la hiptesis Newell Simon brinda una cierta garanta a la aventurada hiptesis.

47

Desde la dcada del 60 algunos antroplogos enrolados en las corrientes cognitivistas y sistmicas, fundamentalmente, exploraron este tipo de hiptesis. La denominada Fase de Tecnificacin de la antropologa cognitiva, siguiendo a Reynoso en su compilacin sobre esa corriente terica, fue un mbito fructfero para el ensayo de algunos modelos formales aplicados a ciertos aspectos de la cultura en relacin con la hiptesis que mencionamos unos prrafos atrs. Tambin han ido en esa direccin algunos

investigadores provenientes de la denominada Ciencia Cognitiva.

Los estudios transculturales de Rosch (1978) y los experimentos de Garner (1974), Shaw y Bransford (1977), cuyos diseos califican de lejos como los ms rigurosos de la ciencia cognitiva reciente, han demostrado, en efecto, que las categoras naturales no son construcciones arbitrarias que las comunidades o los sujetos elaboran a su antojo, sino que por el contrario mantienen un alto grado de correspondencia con la estructura correlacional objetiva del mundo (Reynoso 1998:67)

Se podra continuar ofreciendo ejemplos de trabajos en esa direccin pero no es ese el propsito de nuestra tesis; apenas queramos mencionar que si la cultura exhibe algn tipo de comportamiento (ntese que adjudicamos la conducta al sistema y no la los individuos que lo componen) y ese comportamiento puede ser clasificado como inteligente, entonces la estructura debe ajustarse a algn tipo de formalismo; lo que limita en gran modo el espectro de bsqueda de las formas lgicas subyacentes.
Es probable que la elaboracin de modelos lgicos para ciertos espacios temticos de la disciplina se encuentre, de aqu a unos aos, cotejando la fuerza de lgicas alternadas, puliendo los conceptos disciplinares al mismo tiempo que los inserta en matrices controlada y axiomticamente distintas para observar, con toda intencin y escrpulo, cmo es que actan cuando el escenario difiere.(...) Lo anteriormente expuesto confluye con las observaciones asentadas a propsito de las relaciones

48

entre los tipos de problemas y los tipos de formalismos que requieren, comenzando a trazar las lneas para una futura correlacin sistemtica (tpica, paramtrica, en el peor de los casos orientadora) entre clases de problemas antropolgicos y modos lgicos de resolucin. Para evitar que, como suele suceder, esa realizacin se postergue ad calendas graecas, la hemos comenzado a sustanciar en nuestros programas de aplicacin (Reynoso 19XX:291)

Pero volvamos a la hiptesis de Newell y Simon en su aplicacin original, es decir el mbito de los modelos en computadora. Esa capacidad de manipular smbolos, compartida entre los seres humanos y las mquinas en las hiptesis originarias, permiti pensar que estas ltimas podan utilizarse como herramientas para el razonamiento; entendiendo esto como la habilidad para derivar teoremas o producir algn tipo de razonamiento lgico.
Se puede concebir la IA como un intento de encontrar los elementos primitivos y las relaciones lgicas en el sujeto (hombre o computadora) que refleja como un espejo los objetos primitivos y las relaciones que constituyen el mundo. La hiptesis del sistema de smbolos fsicos de Newell y Simon, en efecto, torna la visin wittgensteiniana (que es en s la culminacin de la tradicin filosfica racionalista clsica) en una afirmacin emprica y basa en ella un programa de investigacin. (Dreyfus 1989:28)

El segundo paradigma, el conexionismo, no proviene de la reflexin filosfica, sino de la propia investigacin emprica del trabajo cientfico (si es que se admite esta divisin nicamente con carcter expositivo),
Fue inspirada [conexionismo] directamente por la obra de D.O.Hebb, quien en 1949 sugiri que una masa de neuronas poda aprender si, cuando la neurona A y la neurona B fueran simultneamente excitadas, su excitacin reforzara la conexin entre ellas. (Dreyfus 1989:28)

Claro que esta hiptesis fue desarrollada bajo el auspicio de la matemtica estadstica, sin la cual estas estrategias no seran posibles; pero lo que verdaderamente llama la atencin y nos lleva a ubicarla dentro del mbito

49

sinttico, es que estos algoritmos poseen la capacidad del aprendizaje. Este aprendizaje puede utilizarse con dos propsitos: el discernimiento de patrones o la bsqueda de patrones. As, en general, se conocen dos formas de redes neuronales, las supervisadas, asociadas con el discernimiento y las no supervisadas, asociadas con la bsqueda. Los trabajos pioneros en la modelizacin de las redes neuronales fueron los desarrollados por Warren McCulloch y Walter Pitts en la dcada del 40. Ellos probaron que
las redes neuronales formales, si se implementan con almacenamientos de memoria indefinidamente grandes, son equivalentes a la clase de mquinas de computacin que Alan. M. Turing ha demostrado que son computacionalmente universales (Cowan 1999:105)

Siendo insospechada su formulacin matemtica, de lo que se dudaba era de los alcances, en cuanto a teora del conocimiento, de su implementacin. En tanto reconstruccin dinmica, las redes neuronales no precisaban de un marco lgico para llevar a cabo sus tareas. Simplemente aprendan. Ello, sumado a ciertas caractersticas que definen al paradigma de las redes neuronales como holstico, ms el escaso xito que demostraron en sus comienzos, merced a limitaciones formales (redes de una sola capa) y a limitaciones tecnolgicas (capacidad de clculo de las computadoras en las que se realizaban las experiencias), motivaron ataques despiadados de parte de los defensores del paradigma de la programacin lgica, ejemplificados en los trabajos de Minsky y Papert. Tambin se le discute hoy da, al modelo conexionista, su alcance como modelo del cerebro humano. La excesiva simplificacin de los modelos neuronales formales en cuanto a tamao de las redes y a las configuraciones de las mismas, ha motivado importantes llamados de atencin por parte de

50

los neurobilogos en cuanto a la distancia inmensa que media entre los modelos y la realidad cerebral. Pero si bien las redes neuronales formales son un esquema muy rudimentario de cmo funciona el cerebro, algunas de sus propiedades resultan asombrosas tanto desde el punto de vista metodolgico como desde un punto de vista ms puramente utilitario. La probada capacidad para el discernimiento de patrones se convierte en una fenomenal ayuda para el investigador desde el momento en que puede delegar parte de la tarea de clasificacin al algoritmo, concentrndose ms en las relaciones entre las clases y en las hiptesis que sugieren esas relaciones. Tambin la bsqueda de patrones ofrece, desde un punto de vista metodolgico, un invalorable aporte a la labor investigativa ya que las clasificaciones que encuentra el algoritmo pueden sugerir nuevas relaciones e hiptesis no contempladas por el cientfico. Desde un punto de vista ms prctico son innegables los aportes que han hecho las redes neuronales formales a las tcnicas de Data Mining, a los programas de reconocimiento de voz, a los programas reconocimiento de imagen, y a casi todas aquellas indagaciones, de cualquier tipo, que estn relacionadas con una bsqueda de patrones en ambientes con ruido o poco conocidos. Queda claro entonces que si bien las redes neuronales formales son un modelo muy rudimentario, no slo del funcionamiento en s del cerebro sino tambin del estado de conocimiento actual de la neurobiologa; las perspectivas metodolgicas y pragmticas que ofrecen, exceden por mucho el objetivo primigenio para el cual fueron concebidas; es decir cmo modelo del cerebro.

51

Otras tcnicas de bsqueda

Estos dos paradigmas, que fueron sucintamente presentados, conforman el ncleo originario de lo que se denomin Inteligencia Artificial. Sin embargo, con el correr del tiempo, toda esta aventura tecnolgica y cientfica deriv en otras subdisicplinas tales como el Aprendizaje de Mquinas o Aprendizaje Artificial (machine learning), el Descubrimiento de Conocimiento en Bases de Datos, (KDD por sus siglas en ingls, knowledge discovery in databases), o la Programacin evolutiva. Estas nuevas reas de investigacin ya no centran sus esfuerzos en tratar de modelizar el cerebro sino en encontrar algoritmos de bsqueda o de resolucin de problemas en entornos dados. As surgen tcnicas como la de los algoritmos genticos (GA por sus siglas en ingls, Genetic Algorithms), inspiradas en los mecanismos de seleccin natural:
[Los algoritmos genticos] son utilizados en problemas de bsqueda y optimizacin. Dado un problema en un espacio en el cual se pueda buscar u optimizar, Gas imitar los patrones de evolucin naturales en algn grado como para encontrar aquellos individuos que cumplan con la meta deseada (Reynoso 2001:507)

Para lograr esa mmica, estos algoritmos utilizan algunos conceptos utilizados en gentica y evolucin tales como fenotipo (los valores deseados como solucin), y genotipo (los valores codificados), cromosomas (definidos en los GA como strings), genes (caracteres dentro del string), reproduccin (el proceso que genera la poblacin basado en los datos de la generacin anterior), crossover (el intercambio que se produce entre los caracteres de los cromosomas o strings), mutacin (una tasa aleatoria de cambio de caracteres), por nombrar solo algunos. Pero no slo son utilizados los

52

conceptos, sino tambin la mecnica que subyace al proceso de la seleccin natural. As, estas cadenas se reproducen; generan nuevos individuos, que heredan caracteres de sus progenitores, que durante el proceso de reproduccin son sometidos a mutacin y a crossing over, y a una eliminacin, en cada ciclo, basada en aquellos strings que no se ajustan al patrn de supervivencia (fitness) dado. Aqu tambin sucede lo mismo que con las redes neuronales, en el sentido de que los modelos existentes hoy da en gentica, son inmensamente ms complejos, al menos en cuanto al detalle de la informacin qumica, que los algoritmos genticos. Pero aunque sean mezquinos en modelizar el mecanismo por excelencia de la naturaleza para con la vida, no hay que dejar de observar que son potentes motores de bsqueda generales. Aptos para resolver problemas si estos pueden calificar como tales; es decir si pueden ser sometidos a las restricciones que impone el modelo en general. La primera restriccin y tal vez una de las ms difciles de llevar a cabo, es la codificacin del problema en trminos de los caracteres dentro del string. La segunda restriccin, determinante del propio algoritmo, es, sin duda, la funcin de fitness. No existen reglas estrictas para la codificacin, ya que cada caso individual requerir de una codificacin diferente, sin embargo pueden ser esbozadas ciertas lneas generales (Reynoso, 2001) tales como: la identificacin de los tipos de datos (que pueden ser continuos o categoriales); la identificacin de los valores de los tipos de datos (que pueden ser clases o lmites y ejemplos de esos lmites); la identificacin de las variables (que pertenecen a esos tipos de datos); la implementacin de la funcin de transformacin que expresar la adaptabilidad (fitness) en

53

trminos de esas variables y la decisin de maximizar o minimizar la funcin de adaptabilidad. La capacidad de hallar una solucin al problema dentro del espacio de bsqueda, es una gran virtud de los algoritmos genticos. No necesariamente se quiere decir con esto que se va a encontrar la mejor solucin, pero s puede afirmarse que el algoritmo garantiza una buena solucin. De la funcin de fitness depender, en gran medida, la calidad de la solucin. Los algoritmos genticos no solamente emulan el proceso de seleccin natural descripto por Darwin y Wallace, sino que se los puede programar para que incluyan una seleccin del tipo lamarckiana, que ayuda a mejorar la eficiencia del proceso. Existe consenso en la comunidad cientfica para considerar improcedente la hiptesis de la seleccin lamarckiana en el mbito de la naturaleza (aunque Bateson desconfe); pero nadie podra dudar del carcter lamarckiano que puede atribuirse a la evolucin cultural. La capacidad de aprendizaje sumada a la capacidad de transmitir de forma clara, es decir por mltiples canales y con un alto grado de precisin, el producto de ese aprendizaje, posibilita a la evolucin cultural asumir una forma lamarckiana, que le confiere, por sobre todas las cosas, velocidad en el proceso adaptativo. As tambin la antropologa queda emparentada con otra tcnica proveniente del aprendizaje artificial. As la modelizacin diacrnica de los diferentes aspectos de la cultura se materializa en la computadora, merced a la potencialidad que brindan los algoritmos genticos. Existen otras tcnicas y procedimientos adems de los mencionados (programacin lgica, redes neuronales y algoritmos genticos) que terminan de conformar el panorama de lo que se puede llamar Inteligencia Artificial (valga la aclaracin que para algunos autores este rtulo solo se aplica al

54

paradigma logicista, dejando de lado al resto de las implementaciones). Sin pretender ser exhaustivos, sino simplemente ilustrativos, y haciendo la salvedad de que los procedimientos que restan no son necesariamente mtodos de aprendizaje sino principalmente algoritmos de bsqueda o clasificacin, vamos a mencionar algunos y comentarlos brevemente, sabiendo que quedan fuera muchos ms procedimientos y tcnicas de bsqueda. El primero de ellos es el conocido como Vecino K Ms Prximo. El requerimiento necesario para su uso es la traduccin de los datos a un espacio de N dimensiones. Dentro de este espacio, el algoritmo comparar a cada dato con el resto de la poblacin, generando agrupamientos, y utilizando para predecir, el promedio de los valores de sus vecinos. Se asume que existe una relacin con algn grado de importancia semntica, dada por la naturaleza de la informacin, entre un dato y sus vecinos. El segundo mtodo que presentamos es un algoritmo de clasificacin denominado rbol de Decisin. Este mecanismo, con reminiscencias del juego de las veinte preguntas, consiste en tomar un atributo y encontrar un umbral que permita la dicotomizacin del mismo, es decir que pueda dividirlo en dos; a partir de las dos ramas creadas se puede continuar con el mismo procedimiento escogiendo que ramas son las que presentan inters y cuales las que no. De este modo se genera un rbol que permite clasificar de acuerdo a ciertos criterios, el universo de datos. El tercero de los procedimientos escogidos para la muestra es el denominado Reglas de Asociacin. Con ellas se pueden establecer correlaciones entre los datos, siempre y cuando los atributos estn binarizados, por definicin o por

55

transformacin, que den por resultado algn tipo de regla de asociacin entre los mismos. Uno de los problemas que se encuentra con este algoritmo es que establece mltiples reglas de asociacin, ya que el nmero de asociaciones posibles es casi infinito an en un universo de datos pequeo (muchas de las cuales no poseen ningn tipo de importancia para lo que se est buscando); se hace necesario establecer entonces alguna medida que permita distinguir entre las asociaciones relevantes y las que no lo son. No todas las investigaciones admiten el uso de todas las tcnicas, y esto vale tanto para las que aqu fueron presentadas como para las que no, ni todas ellas se presentan en igualdad de condiciones en cuanto su propia capacidad o en cuanto a la facilidad de la implementacin o en cuanto a su adecuacin a los objetivos de la investigacin. Corresponder a cada investigador tomar nota de las herramientas que existen y de las ventajas o desventajas de su aplicacin en la investigacin particular.

56

Captulo V Modelos de Simulacin e Inteligencia Artificial: Relaciones e Intersecciones

Beneficios y perspectivas

En lneas generales se observan, desde el punto de vista de los modelos de simulacin, dos posibles beneficios provenientes de la Inteligencia Artificial. Por un lado, la posibilidad de facilitar el manejo de los sistemas de simulacin desde el punto de vista de los usuarios; y por el otro, el incremento de la complejidad de los propios modelos de simulacin, fundamentalmente de aquellos que entre sus simulaciones incluyan aspectos que involucren la toma de decisiones. La primera de las lneas esbozadas tiene que ver con la simplificacin del manejo de las interfaces por parte de los investigadores (no necesariamente, sobre todo en el rea de las ciencias sociales, expertos en computacin):
Existe una necesidad de hacer que las simulaciones sean ms sencillas (en el sentido de realizar un desarrollo y anlisis del modelo de una forma ms rpida y correcta) tanto para el desarrollador como para el usuario de la simulacin. Shannon estim que la adquisicin de las habilidades esenciales para el uso de un simulador requiere de un ao de estudio ms dos aos de prctica. (...) As existe una necesidad de proveer con alguna clase de interfaz inteligente para los usuarios que no slo facilite el acceso al modelo de manera rpida y sencilla, sino que escude al usuario de la falta de experiencia, particularmente en el rea del anlisis estadstico (OKeefe 1989:361)

y tiene que ver tambin con la posibilidad de emplear algoritmos especficos que permitan testear los diferentes ejemplos o casos que ofrezca la simulacin. Es decir, minimizar el costo en tiempo (y por ende en recursos)

57

que puede tener para los investigadores humanos la comparacin de los resultados brindados por los diferentes sistemas en busca de las soluciones ptimas para la investigacin emprendida.
La simulacin es puramente una herramienta descriptiva. Una simulacin vlida provee simplemente un vehculo para una experimentacin apropiada. Disear los experimentos, ejecutarlos y analizar sus resultados es una de las partes ms difciles del proceso de simulacin. Puede ser una tarea ardua y llena de errores. Por lo tanto, la automatizacin de esta tarea puede ser un gran paso para hacer ms sencillas las simulaciones (OKeefe 1989:368)

En la segunda lnea esbozada, lo que se intenta lograr es la implementacin de algoritmos (tpicamente sistemas expertos, pero que bien pueden ser otro tipo de sistemas) que permitan emular la toma de decisiones, tal cual lo hacen los poseedores del conocimiento del dominio dado o expertisse. Tambin se busca, desde este punto de vista, complejizar las simulaciones; haciendo los modelos ms realistas y ayudando al usuario en el manejo de grandes cantidades de datos.
La aplicacin de Inteligencia Artificial a las simulaciones discretas es una apasionante rea de investigacin. Aquellos que la han desarrollado y aquellos que la utilizan, hbridos entre sistemas de simulacin y sistemas de representacin del conocimiento, los cuales combinan diferentes mtodos de representacin del conocimiento y mecanismos de inferencia con un mtodo establecido de simulacin, sealan el significativo avance sobre las herramientas de simulacin tradicional. Ellos permiten la simulacin de sistemas que involucran algunos elementos de la toma de decisiones humanas, modelizados como razonamientos heursticos, y proveen un entorno que conduce a un rpido desarrollo vlido. (OKeefe 1989:375)

Las perspectivas que se vislumbran a partir de la comunin de la I.A. con los modelos de simulacin son sumamente alentadoras para las ciencias sociales. Las dos grandes propiedades que parecen brotar de este

58

intercambio, la simplificacin en el manejo de los sistemas de simulacin y la inclusin de reglas de toma de decisin en esos sistemas, caen como anillo al dedo a las ciencias del hombre. Es un lugar muy comn, y hasta en algunos casos signo de un necio orgullo, la ignorancia de los cientficos sociales de todo lo que mnimamente huela a formal. As la simplificacin del uso de los sistemas de simulacin, dejando en manos de la informtica ciertos aspectos engorrosos (tales como una interfaz amigable que comprenda el lenguaje natural o un front end inteligente, o la aplicacin de reglas de induccin para la
generacin automtica de condiciones de eventos basados en conjuntos de ejemplos (OKeefe 1989:364)

que brinden ayuda a la hora del diseo del modelo, o la automatizacin de las tareas de testeo, proponindole, por ejemplo, al sistema inteligente que encuentre la parametrizacin ptima para determinado objetivo), facilita el acceso del temeroso antroplogo a una de las herramientas ms promisorias que se le hayan presentado en la breve historia de nuestra disciplina. La posibilidad de la inclusin de reglas de toma de decisin en los sistemas de simulacin, transforma a stos ltimos en una pieza metodolgica inigualable para el humanista. La conducta orientada a fines es un clsico en la literatura de las ciencias sociales y tiene su vertiente antropolgica ms extrema en la corriente conocida como formalismo. Ms all de las discusiones con su contendiente tradicional, el sustantivismo, que dicho sea de paso esta novedosa prestacin casi muestra la concordancia y la compatibilidad de ambos oponentes (no en cuanto a sus diferencias radicales de si existe una lgica universal o mltiples e indeterminadas lgicas locales , sino en cuanto a sus reyertas
59

econmicas sobre la prevalencia del parentesco (Polanyi) frente a la denominada conducta racional (Herkovits) ya que es posible implementar ambas propuestas con estas nuevas herramientas); la posibilidad de complejizar las simulaciones introduciendo reglas de tomas de decisiones, seduce a cualquiera que emprenda una investigacin social. Se han considerado en general en que fases del proceso del desarrollo y uso del sistema de simulacin pueden ser tiles estas novedosas tcnicas, mal agrupadas por nosotros dentro de la categora de Inteligencia Artificial. Ms especficamente Widman y Loparo sealan las clases de interaccin que un sistema experto puede tener con un modelo de simulacin. En primer lugar mencionan el desarrollo del modelo y all sealan tres formas generales: asistencia experta para usuarios inexpertos, mejoramiento en la representacin modelizada del sistema real y reduccin de la carga computacional de la simulacin. Para la primera se establecen dos modalidades posibles de ayuda al nuevo usuario: una relacionada con la especificacin y creacin de un modelo en particular y la otra relacionada con la seleccin del mejor modelo para un objetivo de simulacin en particular. Con respecto al mejoramiento o complejizacin del modelo se sealan las ventajas del uso de las reglas de tomas de decisin, que permiten modelizar situaciones ms complejas que involucren incertidumbre o informacin incompleta. La reduccin de la carga computacional est relacionada con la posibilidad, no siempre posible, de eludir el clculo de todas las variables que componen la simulacin, mediante algn tipo de clculo lgico cualitativo. En segundo lugar aparece mencionada la estimacin de parmetros, como una ayuda al usuario inexperto en aquellas tareas que conciernen a la

60

apreciacin de los parmetros del modelo y el testeo de la informacin ingresada en relacin con un objetivo predeterminado. Los sistemas de conocimiento pueden ser utilizados tambin para ponderar los valores de los parmetros de los datos recolectados en el campo. En tercer lugar se destaca la utilizacin de estos sistemas en la validacin y verificacin del modelo a simular. Los sistemas expertos, mencionan los autores, pueden analizar los resultados errneos de los tests de simulacin, identificando los probables orgenes del error. As, la herramienta se convierte en un ida y vuelta entre los datos, el diseo del modelo y la simulacin, recordando, de algn modo, lo que se denomina en la teora general de los sistemas feedback negativo; eliminando en cada paso los errores emergentes y mejorando el resultado de la investigacin. En cuarto lugar se seala la asistencia en el diseo estadstico del diseo del experimento de la simulacin. Se mencionan aqu tres funciones que los SE pueden brindar en la asistencia del diseo del experimento de simulacin. 1) sugerencias basadas en los principios generales de simulacin y estadsticos; 2) sugerencias basadas en el dominio del conocimiento especfico y 3) sugerencias basadas en la experiencia previa del modelo particular seleccionado por el usuario. La apuesta fuerte est dirigida hacia la capacidad de estos sistemas de aprender de la experiencia previa. En general se utilizan en grupos de trabajadores que comparten el mismo modelo para los mismos propsitos. En quinto lugar aparece el descuido en la simulacin; es decir el cuidado en la eleccin de los algoritmos correctos; que en el caso de los modelos estocsticos, concierne a la eleccin de las estadsticas adecuadas y en el

61

caso de los modelos continuos, concierne a la eleccin de los algoritmos satisfactorios. En sexto lugar se menciona el anlisis del educto de la simulacin, o lo que es lo mismo, la capacidad de los SE de ayudar al usuario en la modificacin del modelo para alcanzar los objetivos de la simulacin. Se aclara luego que de todos los pasos de una simulacin, ste es el ms intensivo en trminos de los sistemas de conocimiento, en cuanto requiere que el SE posea informacin sobre el modelo y sobre los mtodos de simulacin en general. Por ltimo figuran los aportes a la explicacin, a la interpretacin y a la forma de presentacin de los datos del educto de la simulacin. Con respecto a la explicacin, lo que se busca es que el sistema pueda responder las preguntas que el usuario realiza en funcin de los resultados de la simulacin; por ejemplo en el caso que hubiera una discrepancia entre lo devuelto por la simulacin y las expectativas del usuario. Con respecto a la interpretacin, se sugiere que en muchos casos, los resultados finales de la simulacin sean analizados por sistemas expertos, reduciendo la distancia que media entre sistemas expertos que seleccionan variables relevantes para los objetivos del usuario y sistemas que interpreten esas variables. Con respecto a la forma de presentacin de los datos, se menciona que
la seleccin de tendencias pertinentes y de los datos a ser revisados por el usuario que toma las decisiones, puede ser realizada tambin por programas de inteligencia artificial orientados a fines, quienes pueden ofrecer sus perspectivas extradas de casos similares, ayudar a disear las preguntas que siguen y asisitir en la planificacin de nuevos experimentos de simulacin que trabajen con cuestiones no resueltas. (Loparo 1989:31)

62

De este modo las posibilidades de un uso efectivo de los sistemas de simulacin en conjuncin con los aportes de la Inteligencia Artificial se amplan an para los usuarios inexpertos, pero vidos de encontrar nuevas herramientas metodolgicas.

El paradigma de los objetos

Uno de los puntos estructurales que posibilitaron el contacto entre los modelos de simulacin y la Inteligencia Artificial, es el hecho de que en muchos casos ambas tcnicas utilizan lo que se conoce en computacin, como el paradigma de la programacin orientada a objetos. Sin nimo de entrar en una discusin tcnica de lo que significa este paradigma y sus diferentes y no en todos los casos completas implementaciones, vamos a mencionar apenas qu es lo que se entiende cuando de habla de una aproximacin en trminos de programacin orientada a objetos. En este tipo de marcos de trabajo, se define a un objeto como a aquella entidad de la que se predican N propiedades que lo representan, que posee una estructura jerrquica a travs de una herencia de los objetos y que puede comunicarse con los otros objetos por intermedio de mensajes, que son, en definitiva, solicitudes a los objetos receptores para la realizacin de una operacin en particular. Las tres columnas que definen a la programacin orientada a objetos son: la herencia, el polimorfismo y el encapsulamiento. La primera est relacionada con la posibilidad de crear objetos nuevos a partir de los objetos existentes; el segundo est relacionado con la posibilidad de que los hijos puedan implementar sus propias operaciones que no estuvieran

63

predefinidas en los padres y, a su vez, que no todas las propiedades de los padres sean heredadas por los hijos; el tercero est relacionado con la posibilidad de especificar un tipo de operacin sobre un objeto, pero dejando en manos del objeto llamado, la realizacin o instanciacin de esa operacin. Estas tres propiedades permiten la modularidad de todo el sistema, es decir la posibilidad de trabajar en las partes aisladamente sin interrumpir los lazos que las unen. Por otra parte reduce la redundancia, que navaja de Occam mediante, favorece la comprensin y el procesamiento. Por ltimo, se puede decir tambin, que la representacin del sistema adopta una pauta de organizacin que facilita la legibilidad. Por diferentes caminos, tanto la inteligencia artificial, como los modelos de simulacin adoptaron la programacin orientada a objetos; si bien vale aclarar que sta no es la nica manera de representar el conocimiento, por un lado y el estado de situacin de lo que se pretende simular, por el otro.
El surgimiento de las simulaciones con bases de conocimiento cont con el apoyo que le brind la convergencia de los mtodos de representacin que eran utilizados tanto en inteligencia artificial como en simulacin. (...) el enfoque orientado al objeto que apareci por primera vez en el lenguaje SIMULA, se ha convertido, de diferentes formas, en el decano de la representacin del conocimiento en inteligencia artificial. Del mismo modo, puede asegurarse, que un buen nmero de intentos en la representacin de un modelo dentro de una simulacin, fueron, de hecho, tempranos intentos de representaciones basadas en reglas. (OKeefe 1989:369).

Haciendo un poco de abstraccin en cuanto a la manera en que se pretende representar una realidad dada, sea con el fin de emularla para poder conocer un poco ms de ella, sea con el fin, recursivo si se quiere, de encontrar las formas en que esa realidad misma es representada, encontramos que la

64

herramienta utilizada es la misma y que puede definirse, ms o menos acertadamente con el nombre de lgica. No vamos a entrar aqu en la discusin, no slo porque no nos consideramos an capacitados para emprender semejante tarea sino porque tampoco viene a cuento a los efectos de esta tesis, sobre las diferencias entre las lgicas convencionales (y es necesario aqu aclarar el plural, ya que al parecer ni siquiera dentro de lo que se denomina lgica acadmica se encuentra una concordancia pacfica y las desavenencias estn a la orden del da) (Reynoso, comunicacin personal) y las lgicas divergentes o noconvencionales (que dicho sea de paso, algunos autores ni siquiera las consideran como lgicas sino tan slo como meros formalismos). As como cometimos una hereja, tal vez, al englobar dentro del concepto de la Inteligencia Artificial a disciplinas que sus propios cultores admiten como muy distintas entre s, volvemos a cometer el mismo pecado, englobando a los diferentes formalismos de representacin dentro de un marco general que denominamos Lgica. Justificamos este ltimo desliz en funcin de remarcar lo que a nuestro entender, es una de las claves del acercamiento entre la Inteligencia Artificial y los modelos de simulacin. Y esto es, la manera en que en ambas orientaciones buscaron fundamentar sus modelos:
Ambos, los simulacionistas y los trabajadores de los sistemas expertos estn relacionados por el modo de representar, en un cdigo legible por la computadora, una realidad externa. (Widman 1989:32).

en este sentido se puede mencionar el trabajo de Zeigler y Zhang The system entity structure: Knowledge Representation for Simulation and Design, en el que los autores desarrollan un marco de trabajo formal que utiliza los dos modos de representacin del conocimiento provenientes tanto

65

de la Inteligencia Artificial como de los modelos de simulacin; con el nfasis puesto en la estructura del sistema para el primero y en la conducta del sistema para el segundo.
Los esquemas de representacin del conocimiento en I.A. van ms all que los modelos de formalismos clsicos al permitir nuevas dimensiones de la representacin, tales como inferencias de nuevos conocimientos, acceso asociativo y de otros tipos al conocimiento existente, bsqueda de patrones y metaconocimiento. Si bien estos esquemas pueden organizar una buena parte del conocimiento sobre sistemas que no pueden ser representados con formalismos dinmicos, no son muy aptos para representar ese dinamismo que expresan estos formalismos. (...) Se ha encontrado que la mirada que posee del mundo la simulacin de eventos discretos, es altamente compatible con los esquemas de representacin de la I.A.. La programacin orientada a objetos puede ser observada como proveyendo de una base computacional para la representacin del conocimiento, permitiendo al programador asociar mtodos con objetos organizados en clases taxonmicas. Estos mtodos pueden realizar operaciones sobre el estado global del objeto (el ensamblado de sus encastres) y pueden ser invocados pasando mensajes de uno a otro. Ya en 1965, el lenguaje de simulacin de eventos discretos, SIMULA, introdujo la herencia de clases y la asociacin de los procedimientos y de las estructuras de datos con las instancias de las clases. No es sorprendente, entonces, que haya habido lenguajes desarrollados para expresar tanto el conocimiento dinmico de los formalismos de eventos discretos y el conocimiento declarativo de los esquemas de los paradigmas de la I.A. (Zeigler 1989:48).

Es pues, uno de los pilares de la unin entre la Inteligencia Artificial y los modelos de simulacin, la representacin del conocimiento; proveniente en ambos casos de orgenes diversos. Una luz de atencin debe prenderse necesariamente en la imaginacin epistemolgica del cientfico social que se topa con este hecho. Ya no se trata del gigantesco Godzilla de cartn-piedra que predica la pringosa exactitud de la medicin como condicin sine qua
66

non del formalismo. Se trata de un conocimiento que proviene de una visin del mundo, con ribetes subjetivos, en el caso de la Inteligencia Artificial; y de un conocimiento fragmentado o mejor dicho escaso, del mundo que se pretende emular en el caso de los modelos de simulacin. Ambas formas le cuadran familiares o al menos metafricas a las ciencias sociales. No creemos ni esperamos haber contribuido en nada a una teora de modelos ni siquiera a una teora de modelos de simulacin aplicada a la antropologa. Tan slo aspiramos a haber expresado las ideas y los conceptos con algn grado de orden tal, que las expresiones que vertamos sobre el modelo de simulacin aqu presentado y las hiptesis que establezcamos sobre el impacto de los modelos de simulacin en la construccin de teora antropolgica, queden dentro de un razonable marco conceptual. Es decir, que puedan ser comprendidas apelando a lo expuesto en esta primera parte de la tesis. Somos conscientes de las lagunas y omisiones que estn sembradas a lo largo del texto y que pueden dificultar la comprensin de lo que pretendemos decir, pero dada la naturaleza de una tesis de licenciatura no pudimos profundizar todo lo que hubiese sido necesario; confiamos en que la coherencia de lo expuesto brinde una cobertura que subsane la falencia expuesta. Las entidades tericas que forman el entramado lgico que desembocan en los modelos de simulacin, incluyendo la simbiosis con la Inteligencia Artificial, son de un alto grado de complejidad que requiere de un prolongado estudio (que, dicho sea de paso, estamos entusiasmados por dar aunque sepamos que nos encontramos en el comienzo del camino).

67

Captulo VI Contexto Arqueolgico del modelo de simulacin de llamas

Epistemologa arqueolgica y modelos de simulacin

Vamos a introducirnos ahora en el sistema que da fundamento a esta tesis y que si bien se utiliza como ejemplificacin de lo que puede ser un modelo de simulacin aplicado a las ciencias sociales, su desarrollo consisti en un objetivo en s mismo. El programa surge de los trabajos conjuntos del profesor Yacobaccio y del profesor Reynoso. El primero con sus aportes arqueolgicos, con un nfasis puesto en una perspectiva etnoarqueolgica y el segundo con sus aportes metodolgicos, tericos y operativos desde el rea de la informtica de las ciencias sociales. El objetivo primario del trabajo era la simulacin del proceso de formacin de un yacimiento arqueolgico; es decir, tratar de reproducir las condiciones y los procesos que le suceden a los objetos desde su depositacin hasta su encuentro arqueolgico. Para ello se contaba con cierta clase de algoritmos que permitan dar cuenta de la degradacin de los distintos tipos de registros (que podran ser restos seos) y que introduca factores aleatorios que emulaban los procesos tafonmicos a los que son sometidos estos restos. Estos vestigios provenan de la evolucin demogrfica de una manada virtual sometida a restricciones tanto naturales como culturales. El desarrollo que se presenta aqu no tiene implementados an, los algoritmos que emulan los procesos de desintegracin y desgaste, tanto los

68

internos como los externos, de los diferentes tipos de registros. S lleva la cuenta de la cantidad de animales muertos a lo largo de cada ciclo, por lo que una incorporacin de esos algoritmos no debera ser problemtica en un futuro. El programa, entonces, emula la evolucin demogrfica de una poblacin de animales, a la que se le introducen restricciones tanto naturales como culturales. Pero antes de describir el programa en su totalidad, queremos introducir el marco terico y metodolgico en el que se insertan los modelos de simulacin desde una perspectiva arqueolgica. Si bien la arqueologa no es nuestra especialidad, podemos afirmar que lo expuesto anteriormente en referencia a la definicin y potencialidad de los modelos de simulacin es aplicable tambin a la arqueologa y que stas herramientas pueden ser de una gran ayuda al investigador. En el clsico trabajo de Lewis Binford En Bsqueda del Pasado, el autor seala tres lneas metodolgicas por las que puede avanzar la ciencia arqueolgica. Parte de la idea de que el registro arqueolgico pertenece al presente y que las hiptesis que plantea el investigador tambin pertenecen al presente. Estos restos, con los que trata el arquelogo, conforman una esttica, (el registro en s), que es el resultado de una dinmica, (que incluye tanto las actividades humanas que generaron el propio registro, como todos aquellos factores que modificaron la disposicin espacial generada por los humanos). Estas tres lneas metodolgicas estn en relacin con esa esttica, pero sirven a su vez para iluminar la dinmica que gener ese registro arqueolgico.

69

La primera vertiente tiene que ver con la etnoarqueologa y es la que puede brindar
los nexos entre lo que encontramos y las condiciones que dieron lugar a su produccin (Binford 1988:28)

y que
slo pueden estudiarse a partir de pueblos actuales (Binford 1988:28).

Uno de los modos posibles de observar directamente la relacin entre la esttica y la dinmica, es decir entre las condiciones de produccin y la depositacin y transformacin en registro arqueolgico del objeto, es el trabajo de campo con los pueblos que hoy da conserven aquellas conductas que resulten de inters terico para el arquelogo. Esta focalizacin establece tal vez una distincin entre la etnografa tradicional, tal como es entendida en el mbito de la antropologa social, y la etnografa etnoarqueolgica. Pero esta distincin2, desgraciadamente,

excede el marco de esta tesis. Uno de los problemas clsicos de la etnoarqueologa tiene que ver con que la poblacin actual que se est estudiando es el producto de miles de aos de evolucin y adaptacin a situaciones cambiantes tanto en lo ambiental como en lo social y tanto en relacin con sus vecinos como en su dinmica interna. Hasta qu punto es extrapolable lo observado en las sociedades actuales a las sociedades del pasado? En primer lugar hay que decir que no quedan muchas alternativas. Si no es posible extraer hiptesis de los grupos actuales, tomando los recaudos del

Extraamente pasada por alto por los antroplogos sociales, siendo que las etnografas y los anlisis sobre esas mismas etnografas han generado muchsima literatura. Merecera al menos un artculo en profundidad que pusiera en claro tanto las similitudes como las diferencias, as como las ventajas y las desventajas que puedan implicar ambos tipos de estrategias 70

caso, la arqueologa podra quedar condenada a una mera clasificacin de los objetos encontrados, sin posibilidad de establecer hiptesis explicativas que den cuenta de la dinmica que gener esos registros. En segundo lugar, porque mal que le pese al particularismo extremo, las estrategias que pueden adoptar los grupos humanos no son incontables, sino, al menos en sus lneas generales, acotadas. Frente a una situacin de contacto cultural, las opciones pueden ser, dira Gregory Bateson, reducidas a dos: o se logra un cierto equilibrio dinmico entre ambos grupos o se fusiona uno dentro de otro. Frente a los condicionantes del medio ambiente, los modos de produccin que pueden erigirse como respuesta, estn condicionados a unos pocos tipos que se reiteran a lo largo de la literatura. Si se nos permite utilizar una metfora de la programacin orientada a objetos, podemos decir que las instanciaciones particulares de las clases pueden ser mltiples y variadas, pero las clases base que le dan origen, se remiten a unos pocas. La segunda vertiente metodolgica sealada por Binford es la denominada arqueologa experimental y es definida del siguiente modo:
Comprende la recreacin experimental de sucesos o procesos que sabemos deben haber ocurrido en el pasado, para observar cul habra sido el resultado arqueolgico (Binford 1988:28).

Esto permite
evaluar hasta que punto podemos aceptar lo que vemos como directamente referible al pasado, o como algo deformado de manera diversa por los procesos intermedios (Binford 1988:28).

Esta sugerencia metodolgica abarca desde la emulacin de ciertas tcnicas tradicionales tales como el tallado de lticos o las tcnicas de descarne y

71

descuartizamiento de animales, hasta la generacin de modelos que permitan la recreacin de determinados acontecimientos del pasado. Es cada vez ms frecuente el uso de la arqueologa experimental por parte de los investigadores. Inclusive se encuentra, casi siempre, entre las ofertas acadmicas, tanto de grado como de postgrado. Si bien, como se seal en el prrafo anterior, el rango de la arqueologa experimental es muy amplio; en general se asocia a esta modalidad con la investigacin y reproduccin de determinados tipos de tcnicas puntuales. Los trabajos basados en esta modalidad son cada vez ms frecuentes y su ocurrencia ha dejado de ser una novedad para incorporarse al bagaje metodolgico cotidiano del arquelogo. El otro aspecto de la arqueologa experimental, decamos, tiene que ver con la emulacin de procesos que han sucedido en el pasado; con el objeto de verificar su comportamiento con los datos que se encuentran en el presente. Aqu nos acercamos, aunque Binford no lo dice explcitamente, por vertiginosos senderos, a los modelos de simulacin y a la definicin que venimos presentando a lo largo de esta tesis. El desarrollo original al que tiende el programa aqu presentado se inscribe dentro de esta vertiente metodolgica. Los modelos de simulacin tienen mucho que aportar en aquellos mbitos en los que es muy difcil la experimentacin directa. Al igual que en otras ciencias como la Astrofsica, en donde es imposible manipular los objetos celestes con el fin de someterlos a experimentacin; en la arqueologa existe tambin una enorme cantidad de problemas a resolver que no pueden ser manipulados directamente. Nadie podra proponer a su grupo etnoarqueolgico que siguiera tal o cual

72

estrategia con el fin de contrastar una determinada hiptesis, ya que esto podra acarrear la extincin, sin ms, del grupo estudiado. Sin embargo, s es posible aplicar determinadas estrategias a un modelo de simulacin para evaluar lo que acontece con los resultados, sin necesidad tampoco de esperar que transcurra el tiempo real, sino simplemente esperando que se consuman los ciclos del procesador, observndolo todo desde la comodidad del gabinete. Los modelos de simulacin de los ms diversos temas son cada vez ms cotidianos y cada vez ms accesibles a los usuarios comunes (Internet mediante); sin embargo no hemos visto que dentro de las ciencias sociales ni ms especficamente dentro de la arqueologa proliferen ni mucho menos. Repasando los Proceedings de la 29 conferencia del CAA 2001 (Computer applications and Quantitative Methods in Archaeology), realizada en Gotland, Suecia, encontramos, adems de la presentacin que realiz el equipo del profesor Reynoso (A genetic algorithm problem solver for Archaeology), un solo trabajo en el rea, denominado Visualising the Neolithic transition in Europe, de Thembi Russell, de la Universidad de Southampton y James Steele de la misma Universidad. En l, la simulacin era utilizada nicamente con fines expositivos y no exista ninguna posibilidad de manipulacin de los parmetros. Valga la aclaracin, que no era la manipulacin de la simulacin uno de los objetivos del trabajo. Creemos que los modelos de simulacin tienen mucho que aportar a la arqueologa experimental. Ms adelante, cuando lleguemos a las

conclusiones de esta monografa, desarrollaremos las futuras lneas de

73

investigacin que pueden brotar, a partir del modelo de simulacin aqu presentado. La tercera vertiente que plantea Binford tiene que ver con el uso de los documentos histricos, que sirven
no slo para identificar los lugares de ocupacin antiguos, sino tambin para informarnos de lo que all suceda, que nivel de especializacin artesanal exista, por ejemplo, o detalles referentes a la organizacin social del asentamiento. Una vez conocidos estos aspectos sobre la dinmica del asentamiento, estamos en condiciones de excavar el yacimiento y relacionar los hallazgos con las noticias que poseemos sobre las actividades y procesos que tuvieron lugar hace tiempo. (Binford 1988:29).

Entre esta clase de documentos nos encontramos con aquellos de los que se nutre la etnohistoria; por otra parte estn tambin las etnografas que se pudieron realizar sobre los grupos en estudio en los diferentes momentos del tiempo. Y obviamente entran tambin los clsicos documentos que manejan los historiadores. Cuando se habla de documentos no se refiere nicamente a los documentos escritos; se pueden incluir tambin documentos visuales (fotografas y filmaciones) y documentos auditivos. Hoy da con la tecnologa actual, al margen los magros presupuestos dedicados a la investigacin, es posible por un lado contar con un soporte digital nico para todos estos tipos de formatos. Cualquier base de datos, inclusive las de escritorio e inclusive aquellas que circulan gratis por Internet, permite almacenar formatos tanto de texto (sin lmite salvo el que brinda la propia capacidad de la computadora), como de imgenes como de audio.

74

Los problemas de indexacin y de recuperacin de estos tipos de datos son subsanados o bien con ndices especiales, los denominados fulltext o bien con instrucciones especficas del tipo getchunk o appendchunk. Estos ndices especiales permiten la estructuracin de la informacin que en principio se encuentra desestructurada. En antropologa socio cultural comienzan poco a poco a utilizarse tanto en el tratamiento de los diarios de campo, como de las historias de vida, etc.; pudindose encontrar al alcance de un click, algunos programas especializados que facilitan este tipo de tareas, tales como el Etnograh o el Nud.Ist. Por otra parte, cmo se mencion en la seccin en la que se presentaron las nuevas herramientas de bsqueda y clasificacin de lo que mal llamamos Inteligencia Artificial, es posible realizar minera de datos en documentos de textos y de otros tipos de formato tambin. Todas estas novedosas herramientas, pueden ser de mucha utilidad al arquelogo en sus investigaciones auxiliares, ya que le permiten estructurar los datos de acuerdo a los objetivos que persigue o guiar a la mquina para que sea sta la que busque las regularidades. Las propuestas sugeridas por Binford se han convertido en moneda corriente dentro de la arqueologa. Ciertas derivaciones de las vertientes

metodolgicas cobran inters debido a los avances tecnolgicos en el rea de la informtica. Si bien algunas de las herramientas nombradas ya estaban presentes desde la dcada del 60, el auge de la computadora personal posibilit el masivo acceso a estas poderosas herramientas. Es de esperar que con el paso del tiempo y la internalizacin del uso de la computadora

75

como parte indispensable del trabajo cientfico, estas tcnicas se vayan mejorando y comiencen a brindar sus frutos. Hemos descripto someramente, en un mapa metodolgico clsico, como el planteado por Binford, la ubicacin de los modelos de simulacin. Vamos a sealar ahora el contexto de investigacin en el que surge originalmente el VBLlamas y que nos permitir enmarcar el caso que aqu presentamos. Para ello vamos a brindar un panorama, tal vez escueto, de la discusin en que se enmarca.

76

Captulo VII Caza, Proteccin y Domesticacin

Algunos aspectos de la domesticacin de animales

El problema que gua esta parte del trabajo est relacionado, desde un punto de vista arqueolgico, principalmente, con la cuestin de la domesticacin de animales y en este caso en particular con la aparicin de la domesticacin, en el rea sudamericana, tanto en los Andes como en la Pampa como en la Patagonia, de camlidos. El problema puede ser descompuesto en dos vertientes: la primera relacionada con el por qu de la domesticacin y la segunda relacionada con el cmo se logr imponer esta tecnologa. Tambin, y principalmente en el rea andina, los trabajos apuntan a determinar la posicin de la ganadera dentro de la economa de la zona. Esta posicin ha tendido a ser subestimada a lo largo de mltiples investigaciones (Yacobaccio 1999), pero el hecho de que conserve cierta continuidad desde el comienzo del holoceno hasta nuestros das, es una razn ms que suficiente para poner en duda la subestimacin de que fue objeto. La domesticacin de animales requiere que se cumplan ciertas propiedades, algunas a priori, que se asignan al grupo de animales en cuestin y sin las cuales sera imposible su aprovechamiento econmico. Se desprende as que la definicin de la domesticacin est ntimamente ligada con la de la utilidad econmica.

77

Esta utilidad econmica social puede ser directa o indirecta; es decir puede estar relacionada con algn tipo de consumo practicado por los propios productores, o puede estar relacionada con algn tipo de intercambio que practique ese grupo humano. O como marca la disyuncin inclusiva, ambas cosas a la vez. Otro de los atributos necesarios es que la estructura social de la especie a domesticar posea estratos jerrquicos en donde un macho alfa posea un harem con sus cras (Diamond 1998). Esta caracterstica se torna necesaria para el manejo del grupo de animales, ya que un pastor puede, de este modo, llevar y traer los animales en tropel, reemplazando, de algn modo, la posicin hegemnica de la estructura. Y otra de las variables a tener en cuenta es el grado de docilidad de los animales en cuestin. Sobre esto puede decirse que, si bien puede ser un rasgo que aumente con el proceso de seleccin, debe estar presente de antemano, en un grado aceptable, para facilitar el propio proceso. Tambin hay que hacer notar, aunque este rasgo sea un observable a posteriori, que la domesticacin implica un tipo de seleccin a partir de ciertos atributos fenotpicos reputados como positivos por los domesticadores, que conllevarn una transformacin biolgica desde los animales originarios hasta los productos terminales. Es decir que concluir con el control reproductivo absoluto de los animales por parte de los domesticadores. De hecho el registro arqueolgico, y an el histrico sobre el que, por cierto, se fij Darwin, como punto de partida para su teora de la seleccin natural, muestra esta evolucin artificial.

78

Hay consenso en afirmar que la domesticacin es un proceso gradual; aunque esto no implica que, tomando en consideracin el tiempo de la especie, el proceso haya sido lento. Yacobaccio afirma:
En el mundo cazador-recolector no son desconocidos distintos grados de control de animales y plantas y existen muchos ejemplos etnogrficos (Yacobaccio 2001:262)

y define al control de la siguiente manera:

Por grados de control entiendo todas aquellas prcticas de manejo que no involucran una intervencin en la reproduccin del animal. Estos van desde el amansamiento y tenencia como en el caso de las mascotas, o la proteccin cuando la intervencin humana se establece para modificar la relacin predador-presa a favor de una especie o poblacin en particular, brindndole cierto grado de resguardo de otros predadores y facilitndole un acceso ms seguro a mejores fuentes de alimentacin. La domesticacin, en cambio, establece una completa tutela humana sobre la reproduccin, organizacin del territorio y alimentacin (Yacobaccio 2001:262)

Tambin hay un cierto consenso en lo referido a que los conocimientos tanto de la agricultura como de la ganadera estaban presentes en la humanidad tiempo antes de que se adopte esa estrategia de manera generalizada. La discusin se centra en las causas que motivaron la adopcin de esa modalidad econmica; siendo que en lneas generales est bastante bien establecido que, tanto la agricultura como el pastoreo, requieren de una gran inversin de horas de trabajo (lo que suele ser rechazado por los seres humanos, que puestos a elegir libremente, escogern el camino ms corto para alcanzar el mismo objetivo); y, lo que desde un punto de vista ecolgico es tal vez peor, la supervivencia pasa a depender de unos pocos cultivos o animales. Dicho de otro modo se establece un cambio de una estrategia diversificada a una estrategia especializada.

79

Se sabe que el proceso de expansin tanto de la agricultura como de la domesticacin, comenz en el Holoceno temprano y que en relativamente poco tiempo cubri una importante cantidad de zonas en toda la Tierra. Otro dato consensuado y que aporta en esta discusin, es el aumento en el tamao de la poblacin durante el Holoceno temprano. Marvin Harris en Muerte, sexo y fecundidad establece para el Paleoltico una poblacin de 6.000.000 de personas, para el Mesoltico una poblacin de 8.500.000 habitantes y para el Neoltico una poblacin de 75.000.000 de seres humanos. Las tasas de crecimiento, afirma, van desde el 0.0015 % para el Paleoltico, pasando por una tasa del 0.0330 para el Mesoltico hasta una tasa del 0.1000 para el Neoltico. Si bien estas cifras pueden ser discutidas, nadie duda del crecimiento demogrfico que se desat durante este perodo. Otra cuestin a tomar en cuenta es el aumento en el nivel del mar por causa de la desglaciacin, lo que implic que desaparecieran bajo las aguas una gran cantidad de tierras; que por el hecho de ser litoraleas, tal vez poseyeran una buena cantidad de recursos. Otro elemento a ponderar, dentro del marco del perodo estudiado, es la desaparicin de la mega fauna, motivada, y aqu cada vez ms voces parecen ponerse de acuerdo, por una excesiva predacin humana, sea por el refinamiento de las tcnicas de caza (Harris, 1987) o motivado por el propio aumento demogrfico. Tampoco hay que descartar en este ltimo caso la influencia que pudo tener la modificacin del medio ambiente a nivel global en la extincin de esta mega fauna. Los elementos presentados aqu, que acompaaron el final del pleistoceno y el comienzo del holoceno, no son expuestos como causas, sino simplemente

80

son presentados con el nimo de contextualizar el momento en que surge esta nueva realidad econmica en el mundo. No existen datos tampoco en el registro arqueolgico que indiquen que antes de los 10.000 aos A.P. existiera un modo de produccin que no fuera el cazador recolector; ni hay indicios de que se haya practicado con intensidad ni la agricultura ni la ganadera. Pero esto no implica de ningn modo, que la estrategia de la caza recoleccin haya sido nica ni que contara con una escasa variabilidad.
Los cazadores complejos tienen diferencias con los llamados igualitarios o generalizados porque los individuos no tienen iguales oportunidades de acceso a los recursos. Tradicionalmente se pens que las sociedades de cazadores estaban compuestas por grupos locales socialmente flexibles sus miembros podan fcilmente pasar de un grupo a otro y eran pequeas y mviles (el modelo Man The Hunter). Segn J. Arnold son complejas aquellas sociedades de cazadores que poseen relaciones sociales en las cuales los lderes tienen control sobre el trabajo de la gente y la diferenciacin social es hereditaria (Arnold 1996: 78). La complejidad se constituye sobre la base de 1) ciertos individuos que trabajan para otros bajo la direccin de gente fuera de su grupo familiar y 2) algunas personas, incluyendo a los lderes, tienen al nacer un rango ms alto que otros. Esta definicin, sin embargo, toma en cuenta slo a la existencia de desigualdad social como definitoria de los cazadores complejos. Adems, se ha planteado que la existencia de recursos abundantes y una alta poblacin eran tambin necesarias para el surgimiento de la complejidad; aunque, en realidad slo son condiciones para una eventual institucionalizacin de las jerarquas (Aldenderfer 1993:10; Arnold 1996: 99) (Yacobaccio 2001:263).

Esta

complejidad,

eminentemente

social,

inferida

en

el

registro

arqueolgico a partir de ciertos rasgos distintivos, por ejemplo en los enterratorios, puede surgir a partir de una reduccin en la movilidad de los

81

grupos cazadores recolectores. Esta reduccin puede obedecer a distintos factores tales como los problemas ambientales o las tensiones en las relaciones con sus vecinos y puede obligar a los grupos que adoptan ese modo de vida a depender ms estrechamente de los recursos locales y de la disponibilidad de recursos almacenables (Yacobaccio 2001). Esta distincin tipolgica entre los diferentes tipos de modos de produccin cazador recolector no necesariamente responde a diferentes estadios evolutivos, sino simplemente a estrategias adaptativas diferenciales en respuesta a determinadas presiones medioambientales. Respondiendo a un atributo de la teora de los sistemas, la multifinalidad, se establece que a condiciones iniciales similares se puede responder de diversas formas que lleven a condiciones finales dismiles. Frente a la existencia de conjuntos arqueofaunsticos de camlidos en los yacimientos de la zona Andes Centro Sur, se postula no una domesticacin en sentido estricto, sino una proteccin, es decir el manejo de una poblacin animal, pero sin control reproductivo. Yacobaccio nos dice como corolario:
Es interesante, entonces, sostener la idea de que la domesticacin comienza en un contexto de cazadores complejos que tenan control de segmentos poblacionales de camlidos en territorios relativamente fijos. Algunos autores plantearon un escenario cazador pastoril para este momento. Sin embargo, creo que es ms adecuado un escenario de cazadores complejos que incluye control de poblaciones de camlidos. La caza pastoreo como estrategia puede ser empleada una vez que el sistema pastoril haya comenzado a funcionar siendo iniciada por parte de pastores que cazan y no a la inversa (Yacobaccio 2001:278);

es decir que pueden ser estos cazadores complejos los que pueden dar pie a una estrategia basada en el pastoreo.

82

Ms all de las hiptesis que se planteen, el registro arqueolgico muestra, segn el cuadro presentado por Yacobaccio, un incremento en el uso de los camlidos, medidos por el promedio de porcentajes de NISP (nmero mnimo de especmenes) para los perodos del Holoceno Temprano, Holoceno Medio y Holoceno Tardo, lo que representa un espacio de tiempo que va desde los 10800 aos A.P. hasta los 3000 aos A.P., con respecto a otros restos animales, tales como vizcachas y crvidos. Hemos planteado, muy escuetamente, un aspecto de los trabajos que enmarcan la aparicin del modelo de simulacin de las llamas que aqu se presenta. Este es el contexto desde el cual surgen los problemas y las preguntas que motivaron el desarrollo del programa. Si bien la capacidad de respuesta del sistema, en funcin de la enorme complejidad que presenta la evolucin de la domesticacin, est an por debajo de satisfacer todas las dudas (y de hecho el programa es apenas una herramienta auxiliar en desarrollo); marca s una tendencia saludable (que ojal sea imitada por la antropologa social) y un panorama de cmo puede la tecnologa ayudar en la tarea cientfica.

83

Captulo VIII Pastores Virtuales

Descripcin funcional

Antes de introducirnos en un ejemplo con datos particulares que ilustre lo desarrollado, vamos a describir funcionalmente el programa presentado en esta tesis. El sistema emula la evolucin demogrfica de una poblacin de animales. A los efectos de esta presentacin y de las posibilidades de aplicacin en el rea de la domesticacin de camlidos, el sistema viene con valores por default que son una representacin de una poblacin de llamas. A medida que vayamos presentando la funcionalidad, se har tambin una referencia a la posibilidad de customizacin que ofrece el programa. Pero en beneficio de la claridad expositiva y de la plausibilidad de su aplicacin como parte de la solucin a un problema en particular, revestiremos todas las prestaciones del sistema con los datos que ofrecen las poblaciones de llamas. Para emular la evolucin demogrfica de una manada de llamas se parte de una poblacin inicial, que puede ser modificada por el usuario de acuerdo a sus datos reales o hipotticos, y que est dividida en cuatro grupos; tres corresponden a divisiones etarias y la cuarta categora hace referencia a los animales castrados. Tenemos entonces por un lado el grupo de las Cras, luego viene el grupo de las Adultas y por ltimo el grupo de las Seniles; a ellos, como se anticipara, se agrega el grupo de los Castrados. Estas categoras son fijas, no se puede

84

modificar en su tipologa, aunque si pueden cambiarse los rangos de edad a voluntad para ajustarlo a la especie animal que se pretenda simular. Por defecto las clases de edad vienen diferenciadas del siguiente modo: Las Cras van desde el nacimiento hasta los 2 aos (el criterio utilizado fue el del momento en que entran en su etapa reproductiva, lo que puede variar de especie en especie); las Adultas van desde los 2 aos hasta los 9 aos (aqu el lmite est dado por el momento promedio en que abandonan la edad reproductiva); los Seniles van desde los 9 aos hasta los 16 aos (edad promedio en la que mueren de viejos); los Castrados, en este caso, tienen el mismo rango de edad que los Adultos. Si se quisiera simular una poblacin en la que no haya Castrados, sea porque se trata de una poblacin natural o sea porque la estrategia que se quiere representar no incluye animales capados, lo que se debe hacer es configurar al programa para que no tome en cuenta la posibilidad de la castracin. Cuando describamos el panel de Configuracin de Parmetros y el de Interacciones Culturales, el concepto quedar ms claro. Por el momento lo importante es advertir que es posible emular el desarrollo demogrfico de una poblacin de animales sin castracin, es decir de una poblacin natural. La evolucin simulada consiste en un Ciclo, que representa un ao terrestre (pero que obviamente para ventaja de los mortales no corre en tiempo real), en el que ocurren una serie de fenmenos que afectan el desarrollo demogrfico de la poblacin en cuestin. Una consecuencia necesaria de este modelo es que cada animal de los que compone el rebao virtual suma un ao en cada ciclo y es de este modo que

85

cada animal va escalando, a lo largo del tiempo, de categora etaria en categora etaria. Es decir, al momento en que la cra cumple los dos aos (o dos ciclos), promociona a la categora Adultas; cuando la Adulta cumple los 9 aos, promociona a la categora Senil; cuando el animal Senil cumple los 17 aos, muere indefectiblemente. Aprovechemos para mencionar aqu que cada grupo, Cras, Adultos, Seniles y Castrados poseen una serie de propiedades que les confieren valores. Para las Cras, los atributos son: un valor ordinal que lo identifica dentro del grupo; un atributo que contabiliza la edad (en aos virtuales o ciclos); y un atributo que identifica el sexo del animal. Los Adultos poseen tambin un valor ordinal; un casillero para contabilizar la edad; una propiedad que identifica el sexo y un campo ms que determina si el animal est preado o no (obviamente la condicin necesaria es que el animal sea una hembra). Los Seniles poseen los mismos tres atributos que las Cras, ordinal, edad y sexo. Por ltimo los Castrados poseen nicamente dos campos: el que indica la ordinalidad y el que seala la edad. El atributo que indica sexo fue suprimido debido a la nula injerencia de los castrados en la dinmica de la reproduccin. Cuando se construye un sistema de esta naturaleza, la omisin de determinados aspectos que desde un punto de vista humano resulten ser obvios, pueden ser fatales para la mquina, que en su supina ignorancia no posee ni siquiera sentido comn y espera que todas las reglas le sean estipuladas de antemano.

Un modelo de evolucin demogrfica

86

Desde un punto de vista analtico que puede ayudar a clarificar un poco la exposicin, podemos dividir a la evolucin demogrfica virtual en tres tipos de crecimiento: Crecimiento Geomtrico, Crecimiento Natural y Crecimiento Cultural. Estos tres niveles, no poseen necesariamente correlatos empricos ni pretenden corresponderse con conductas observables; sino que son categoras que pueden ser aisladas dentro del programa y que fueron de utilidad durante el desarrollo del mismo. Se contienen en un ordenamiento tal que los atributos del nivel ms bajo, Crecimiento Geomtrico, pertenecen tambin al nivel intermedio, Crecimiento Natural, y los atributos del nivel intermedio, pertenecen tambin al nivel superior, el del Crecimiento Cultural. En el rango del Crecimiento Geomtrico no existen restricciones de ningn tipo salvo las que impone el inexorable paso del tiempo. Las llamas mueren, nicamente, al cumplir los 17 aos. Crecen sin ningn tipo de ataduras en una especie de paraso malthusiano. En este estado todas las hembras que quedan preadas tienen cras que llegan hasta el final de sus das y la nica condicin, adems de que exista un macho, para su preez, es que justamente no estn preadas. Aqu en el caso de la llama, el perodo de gestacin dura 11 meses por lo que tienen cra una vez por ao ciclo. Esto es customizable si la poblacin animal que se quiere simular posee otro rgimen de alumbramientos. En este caso en particular cada hembra da a luz a una sola cra, siguiendo lo que es habitual en este tipo de animales. Estos valores tambin pueden ser modificados por el usuario de acuerdo al modelo que se quiera implementar.

87

Con este tipo de crecimiento se podra indagar cual es el techo, sin restricciones, del ritmo de procreacin de los animales en cuestin; y aunque se pueden probar diferentes tipos de modelos con diferentes poblaciones iniciales es de esperar, tal cual se estima habitualmente, que el crecimiento demogrfico sea, en este caso, exponencial. En el nivel del Crecimiento Natural se ponen en juego determinado tipo de restricciones que son soportadas por el sistema. Los lmites que se imponen tienen que ver con la mortalidad perinatal, que nos va a indicar que porcentaje de los partos son fallidos; con la efectividad de la preez, es decir que cantidad de las hembras servidas quedar verdaderamente preada; y con distintos porcentajes de predacin distribuidos por categora etaria, incluidos los Castrados. Estas variables de predacin van a indicar que porcentaje del grupo etario es eliminado en cada ciclo. Se subsumen aqu tanto situaciones de enfermedad (se podra simular algn tipo de epidemia que afectara a uno o ms grupos etarios), como condiciones

medioambientales adversas que provoquen muertes como por ejemplo ataques de predadores. Si una imposicin metodolgica exigiera su desagregacin, se podra pensar en desarrollar categoras de predacin que fueran creadas por el usuario, cada una con su correspondiente descripcin y relacin con la cantidad de aos (ciclos) que hubiera estado activa. Al momento de presentacin de esta monografa, esta prestacin no se encuentra disponible. Este tipo de crecimiento puede utilizarse para probar la plausibilidad de determinado modelo de poblacin en condicin natural o salvaje. En el caso

88

que nos ocupa puede aplicarse a una manada de guanacos sin contacto con seres humanos. En el ltimo estado que hemos definido, el del Crecimiento Cultural, a las restricciones impuestas en el nivel anterior, se suman aquellas que llevan indefectiblemente la marca del hombre. Se pueden eliminar o agregar animales, seleccionar porcentajes de castrados y proponer frecuencias por ciclo, de agregacin o eliminacin de los animales, o lo que es lo mismo estipular cada cuantos ciclos se agregan o eliminan animales. Cmo los niveles esbozados se contienen en un orden creciente, es posible aqu modificar las restricciones impuestas en el nivel anterior. Si la mano del hombre virtual acta puede modificar, por ejemplo, los porcentajes de predacin, rememorando un proceso de proteccin; o tambin dismunuir la mortalidad perinatal, ya que tal vez determinados cuidados que estn presentes an sin alcanzar un grado de domesticacin, pueden mejorar los valores de esa variable. Lo mismo puede decirse del valor que seala la cantidad de hembras que efectivamente queda preada, ya que, si como se sugiere, enfrentar un invierno en malas condiciones puede traer aparejadas reabsorciones de fetos o abortos espontneos, el valor que indica el porcentaje de preez puede mejorarse con algunos cuidados que no conlleven domesticacin y si, tal vez, un modelo de proteccin. Los animales pueden ser eliminados o agregados por categora etaria y por sexo, salvo, obviamente, los Castrados. Las frecuencias de agregacin o eliminacin no estn desagregadas ni por categora de edad ni por sexo; lo nico que indican es cada cuantos ciclos se van a ejecutar los planes de agregacin o eliminacin seleccionados para todas las categoras. Tambin

89

en esta instancia se puede activar un chequeo de machos en la manada. Este chequeo cumple una funcin que observada desde el punto de vista humano puede parecer ridcula, pero que en trminos de la mquina puede acarrear la extincin de la poblacin que se est simulando. En lneas generales, en las estrategias pastoriles, se emplea un solo macho reproductor para abastecer a todas las hembras. La existencia de otros machos con potencialidad reproductiva dentro de la manada redunda generalmente en conflictos que implican una cantidad mayor de trabajo por parte de los pastores. Adems se corre el riesgo de perder algn rasgo fenotpico que se quiera transmitir a la descendencia, si ese fuera el caso de la estrategia de reproduccin empleada por los pastores. Por lo tanto, se acepta que se utilice un nico macho como reproductor. Ahora bien, en la vida real sucede que, si por algn motivo, ese macho resultara muerto, no existe ningn inconveniente en conseguir un sustituto, sea por algn tipo de alianza con los vecinos o por algn don o contradon que estuviese pendiente o simplemente porque se consigue algn macho joven que eludi la castracin, asegurndose de este modo, que estimamos carente de conflicto, la continuidad de la descendencia para el ao que viene. En la vida virtual que nos ofrece el modelo de simulacin, por el contrario, la ausencia de un macho al momento de la reproduccin puede significar la ausencia de una camada de cras en el ciclo que viene; si esa situacin contina, y no es necesario que se sucedan muchos ciclos, la extincin al cabo de los ciclos es irremediable. Para evitar esa situacin que aleja al modelo de la realidad, es que se opt por poner la opcin de chequeo de machos.

90

El sistema lleva un recuento de los sucesos de cada ciclo, almacenando los datos por categora en una grilla, desde la cual se pueden exportar fcilmente a una planilla de clculo estndar de escritorio. En la prxima versin del sistema se espera guardar toda esta informacin en una base de datos, que le permita al usuario realizar consultas sobre los diferentes estados en cada ciclo. Hoy por hoy, hay que realizar el pasaje de la planilla de clculo a la base de datos, si es que el investigador desea trabajar con una, con una operacin de copiado y pegado o con una importacin desde la propia base de datos. La informacin que se est guardando est dividida en los siguientes campos: Una columna que indica el nmero de ciclo; otra columna que guarda la cantidad de adultas totales que haba en ese ciclo; otra que guarda la cantidad de seniles totales que haba en ese ciclo; otra para los castrados y otra para las cras. Adems existe una columna que almacena la cantidad de muertos totales por ciclo y otra que guarda la cantidad de animales en total, sin contar los muertos, que figuraban en ese nmero de ao. El sistema tambin guarda desagregados por categoras, por sexo y por ciclos la cantidad de animales vivos y muertos. Para las hembras adultas se almacena tambin la cantidad de animales que estaban preados en ese momento. Es decir que se puede saber con precisin que cantidad de hembras adultas haba durante el transcurso de un ciclo determinado o saber cuantas cras y de que sexo eran las que murieron durante el mismo perodo. Con esta informacin es que se va a implementar, en la prxima versin, una simulacin en paralelo, que refleje la generacin del registro arqueolgico a lo largo del tiempo; ponderando para su realizacin la degradacin del resto

91

seo de acuerdo a los datos que brinde el arquelogo en funcin de la densidad del hueso del animal que est siendo simulado; adems de introducir algoritmos que den cuenta de los imponderables que le suceden al registro y que permiten su degradacin o su supervivencia hasta el encuentro con el investigador.

Algoritmos e interfaz del modelo de simulacin

Sin nimo de aburrir con cuestiones tcnicas profundas, vamos a comenzar con una breve descripcin de los algoritmos que componen el modelo de simulacin. El objetivo de esta seccin es que pueda ser evaluada la consistencia y la coherencia de las rutinas empleadas. Desde ya vamos a tratar de describir de tal modo los algoritmos, que no sea necesario un conocimiento previo de programacin para entender sus cometidos. Nos gua en esta tarea la certeza de la importancia de exponer las rutinas que componen el sistema, con el fin de demostrar la transparencia del programa. As mismo consideramos muy importante la posibilidad de que la comunidad cientfica establezca sus crticas all donde crea conveniente, ya que de ese modo se garantiza el crecimiento del conocimiento y por ende de la disciplina. Contar con una herramienta como un modelo de simulacin, en el que sus relaciones internas estn expuestas al arbitrio de cualquiera que se tome la molestia de leerlas e interpretarlas, es un lujo, al menos, para la antropologa sociocultural. La exigencia que impone la estpida implacabilidad de la mquina, hace imposible que se la pueda convencer de algo, con argumentos como la

92

intuicin o la grandeza del genio. La especificacin paso a paso que necesita la mquina (inclusive en aquellas aplicaciones que tienen cierta

independencia como las que brinda la Inteligencia Artificial en donde las especificaciones se pueden encontrar en un meta nivel), no brinda seguridad con respecto a la realidad que se quiere modelar. Nada garantiza apriorsticamente que el programa cumpla los objetivos prefijados. S permite, mediante tcnicas de debbuging o la simple relectura del cdigo en tiempo de diseo, dar cuenta de los pasos que se siguieron para alcanzar los resultados que se obtuvieron, posibilitando, de este modo, la correccin de aquellas sentencias que se reputen como falaces. El sistema fue desarrollado en el lenguaje de programacin Visual Basic 6.0 con Service Pack 4. Fueron utilizados dos controles que no son nativos del sistema, el Far Point Spread, versin 2.5 y el Tabbed Dialog Control (que si bien es nativo del lenguaje, requiere de su incorporacin en los componentes del entorno de desarrollo para poder utilizarlo). El primer control (Spread) es una grilla que nos permite tanto su rpida utilizacin merced a una implementacin sencilla de sus propiedades, como su exportacin mediante la operacin de copiado y pegado (que permite inclusive seleccionar slo porciones de la grilla total) a cualquier planilla de clculo que soporte la funcin del portapapeles. El segundo control mencionado (Tabs), nos permite dividir la ventana principal en paneles u orejas, cada uno con una categora etaria diferente. El control se utiliza para hacer ms amigable la interfaz del programa. No se incluye con la tesis una copia del cdigo fuente, debido fundamentalmente a razones de espacio y de costos del papel.

93

En el apndice al final de la monografa, se presentan imgenes de las pantallas. El cdigo fuente se encuentra a disposicin de quien lo solicite mediante la entrega de un diskette o CD. Los objetos que componen el sistema son los siguientes: una ventana de About con informacin acerca de los autores; otra ventana que permite la configuracin de los rangos de Edad de cada una de las categoras etarias; un Form donde se cargan los valores inciales de la poblacin, as como variables que marcan las restricciones del Crecimiento Natural; un Form que muestra la informacin detallada de cada grupo etario por cada ciclo transcurrido; una ventana, similar a la anterior, que muestra informacin general de cada ciclo transcurrido; una ventana que se utiliza como flotante mientras estn corriendo los ciclos, con la misma informacin que la ventana anterior pero focalizando nicamente en lo que est sucediendo en el ciclo actual; una ventana que se utiliza para cargar las variables que afectarn el Crecimiento Cultural; otro Form que permite el ordenamiento de la grilla que contiene cada categora etaria dada por sexo o por edad y en el caso de las Adultas por preez; una ventana que muestra los totales generales entre ciclo y ciclo; por ltimo encontramos el Form principal que contiene los tabs mencionados anteriormente con las grillas por cada grupo y un men desplegable con las distintas funcionalidades que brinda el sistema. Dentro del proyecto se encuentran dos mdulos de cdigo, uno denominado Configuracin, en donde se han declarado la mayora de las variables globales as como los types utilizados y que contiene tambin una serie de rutinas generales que abarcan tanto ordenamientos como clculos diversos. El otro mdulo, denominado histrico, almacena las declaraciones de las

94

variables que se utilizan para el guardado de los datos histricos, es decir, de lo ocurrido en cada ciclo; adems posee tambin la rutina que actualiza esos datos. Por ltimo tenemos dentro del proyecto cinco mdulos de clase; uno por cada categora, Adultas, Cras, Seniles y Castrados y una clase general denominada Llamas. Las clases que representan las categoras etarias poseen propiedades de lectura y escritura pero no mtodos; la clase Llamas si posee, adems de propiedades de lectura y escritura, mtodos que afectan su comportamiento. Vamos a describir, ahora s, lo ms sencillamente posible el ciclo de simulacin. El primer procedimiento que ejecuta el ciclo es el denominado Promociona. En esta rutina se le suma, a cada individuo, un ao de vida y si ese ao de vida sumado indica que debe modificar su categora, entonces se lo promociona a la siguiente. De acuerdo a la categora en la que se encuentre cada individuo, adems de sumarle aos de vida, se pueden ejecutar otras modificaciones. En el caso de animales hembras adultas que promocionen al grupo de los Seniles, stas pierden su capacidad de reproduccin, ya que se estima que entraron en la menopausia. Los Seniles que superan el rango de edad tolerado (y asignado por el usuario) pasan sencillamente a mejor vida, engrosando nicamente la estadstica de los muertos. Los Castrados no presentan ninguna caracterstica especial digna de mencin, ms all de que a la edad estipulada pasan a militar en la categora de los Seniles. Las Cras, si son hembritas, y estn en edad de promocionar de rango, pasan a la siguiente categora con el atributo de preez en positivo. Si las Cras son machos y est asignada la opcin de

95

castrados, se selecciona randomizadamente, es decir mediante un azar generado por la computadora que es funcin del porcentaje de animales que se pretenden castrar, que individuo pasar al estado de Castrados. Por ltimo, dentro de esta rutina, se actualizan los nuevos valores totales para el conjunto de animales simulados. Contina el proceso, leyendo la cantidad de celos por ao que posean los animales en cuestin. En el caso que nos ocupa, ser de un celo por ciclo. En esta rutina, denominada Paricin, se agrega, por cada hembra preada, una cra al grupo de Cras. El sexo se selecciona randomizadamente con una probabilidad de 50 % de tener uno u el otro. Al final de la rutina se actualizan los totales. El siguiente procedimiento se denomina Conmuta. En l se establece primero que exista al menos un macho en la manada. Si no existiese ninguno, pero estuviese habilitada la opcin de chequeo de machos, entonces se agrega al grupo de las Adultas un nuevo integrante macho. Luego de ello, se recorren todas las hembras del grupo de las Adultas y para aquellas que estn en condiciones de ser preadas, se las somete a un procedimiento randomizado en donde juega un importante papel, la probabilidad de preez que se consign en la pantalla de configuracin de Parmetros. Si se cumple la condicin, el animal queda encinta. Aqu no se actualizan los totales debido a que si bien se modifican propiedades de los individuos, no se agrega o elimina ninguno, con la excepcin del macho si es que est activada esa opcin. El ciclo contina con una rutina denominada Predacin. La seleccin de la predacin se establece por categora y al azar, en funcin de los valores que

96

se asignaron en la pantalla de Configuracin de Parmetros. Si la que fue escogida para una visita al Hades, est preada, entonces se descuenta una a la variable que lleva la cantidad de animales encinta, si no, tambin se descuenta un valor, pero esta vez de la variable inversa. Los Seniles, los Castrados y las Cras no representan ningn inconveniente y su muerte se selecciona de la misma manera que para las Adultas. Al final de la rutina, se actualizan los valores totales. Luego de la rutina de Predacin y siempre y cuando est activada la opcin de las Interacciones Culturales, se procede a ejecutar el procedimiento Agrega; procedimiento que va a estar determinado en la ocurrencia de su disparo por el valor que se haya asignado a la variable que marca la Frecuencia de Agregacin. Este procedimiento ejecuta una rutina de Agregacin por cada categora etaria. Para las Adultas, en primer lugar, obtiene la cantidad de animales por sexo que se van a agregar, luego asigna la edad de cada animal por intermedio de una sentencia de randomizado; por ltimo, si es hembra la asigna como no preada. Este presupuesto podra ser modificado si el dato tuviera alguna relevancia emprica o fuera sugerido por los usuarios. Al final de la rutina actualiza los totales generales. Para el resto de los grupos etarios, incluyendo los Castrados, el procedimiento es el mismo, con la salvedad del estado de preez, que no se aplica a ningn otro caso y el sexo de los Castrados que, como su nombre lo indica, no reviste importancia. Luego de la rutina de Agregacin, se ejecuta, siempre y cuando hayan sido activadas las opciones de valores y frecuencias, el cdigo de la Eliminacin. Al igual que en la rutina de la Agregacin, aqu se llaman a diferentes

97

porciones de cdigo que corrern por cada grupo etario. Comienza por las Adultas, que son eliminadas de acuerdo a los valores asignados, y escogiendo al azar el animal a eliminar. Se descuenta lo que corresponda de las variables que llevan la contabilizacin de los animales y se suma lo que sea necesario a las variables que llevan los registros de los muertos. Para el resto de las categoras se utiliza la misma forma, con la excepcin de los Castrados que no son divididos por sexo, tal como lo sealamos infinidad de veces. Hasta aqu llega la vida del ciclo. Resumiendo podemos decir que a lo largo de un ao virtual, la poblacin de llamas transcurre por diferentes estados que pretenden emular algunos aspectos de lo que les sucede en el mundo real. Cada animal comienza cumpliendo un ao ms de vida informtica, lo que puede traer aparejado tanto un cambio de categora como un cambio de estado, muerte si es un senil que super el tope de vida estipulado o castrado si es una cra macho que fue seleccionada para esa operacin. Luego del cumpleaos, si el animal es hembra y est preado, dar a luz a una cra nueva. Posteriormente le suceder que si es hembra y no est preada, contar con muchas posibilidades de que la inseminen. Continuar su recorrido en la estacin Predacin. Aqu se harn presentes las fuerzas de la naturaleza, y las del hombre, si ste reduce la probabilidad de muerte del grupo etario en cuestin, y llevarn a las llamas que fueron aleatoriamente escogidas, a dar una vuelta con Caronte. Por ltimo se agregarn a la manada los animales estipulados en la ventana de control pertinente y se eliminarn del lote, aquella cantidad que tambin fuera seleccionada previamente. Con respecto a esta ltima rutina

98

relacionada con la Eliminacin Cultural, el sistema en esta versin asume que la eliminacin es equivalente a la muerte y por ello es que, luego de la misma, actualiza las variables que contabilizan el nmero de muertos. Entendemos que esto no necesariamente debera ser as, ya que en muchos casos, la eliminacin de un individuo de la manada no implica

necesariamente su muerte. Estimamos que podra darse el caso, el testimonio etnogrfico as lo demuestra, que en determinadas situaciones, los animales se extraigan de la manada con el propsito de intercambiarlos. Esta situacin no generara un registro arqueolgico basado en los restos seos de la manada analizada. Ya que si el animal es entregado en intercambio, sea ste de la naturaleza que fuere, su muerte no se producira en el seno del grupo virtual de animales que corre a travs de los ciclos. Tal vez fuera interesante introducir una distincin en estas rutinas, que permitan identificar que animales son eliminados con el objeto de carnearlos, por ejemplo, lo que si producira registro y que animales son entregados en algn tipo de intercambio, lo que no producira ningn registro. Entendemos que el mejoramiento del propio modelo de simulacin depender del uso que se le pueda dar, ya que son los investigadores los que pueden aportar los datos necesarios para que el sistema se convierta en una herramienta verdaderamente til.

99

Captulo IX Un cybercaso plausible

Ejemplificacin contextualizada

Vamos a mostrar el uso del modelo de simulacin con un ejemplo (del que asumimos todas las incongruencias) basado en hiptesis recolectadas a partir de los trabajos del Profesor Olivera Perfil Etario y rendimiento econmico de Lama Glama y del Profesor Yacobaccio Cazadores complejos y domesticacin de camlidos. Este ejemplo pretende generar un marco adecuado, con el nico objeto de ilustrar un caso plausible. Toda contradiccin o irrelevancia que pueda ser atribuida, corre por exclusiva responsabilidad nuestra. Antes de comenzar con la exposicin queremos aclarar que este trabajo tampoco pretende ser una investigacin acabada ni que sus resultados brinden por s solos argumentos irrefutables tanto en la contrastacin positiva como negativa del ejemplo elegido. Por ltimo queremos dejar asentado que, proviniendo del mbito de la antropologa social, somos conscientes de nuestra falta de competencia en el mbito arqueolgico; por lo que ciertos conceptos pueden estar

desactualizados o expresados con el vocabulario equivocado. Esperamos que nuestros errores no enturbien el potencial de los modelos de simulacin. Algunos de los modelos que mejor se adaptan, estimamos, a las caractersticas mencionadas del VBLlamas, son aquellos que intentan dilucidar las diferentes estrategias de matanzas selectivas de animales y el

100

impacto demogrfico que esto provoca en el rebao durante una determinada cantidad de tiempo. Este tipo de estrategias suele reflejarse en el registro arqueolgico y puede contener ciertas caractersticas relevantes. As lo expresa Olivera:
Un elemento destacable es que en lo sitios agro-pastoriles tempranos el perfil etario de las muestras ofrece una sobreabundancia de partes seas no fusionadas (individuos neonatos y juveniles) por sobre las fusionadas (adultos) (Benavente 1982; Llagostera et al, 1984; Olivera 1991,1997). Esto contrasta con lo que la evidencia muestra para los momentos cazadores recolectores anteriores (Yacobaccio 1991; Elkin 1996) y para las ocupaciones posteriores a los 1000 aos AP (Madero 1993; Mengoni Golaons, com. per.). Si bien no poseemos una explicacin concreta para este hecho, he sugerido que tiene que ver con las estrategias de manejo pastoril implementadas en cada poca (Olivera 1998). (Olivera 2001:180).

Esta sobreabundancia en el perfil etario de las muestras en un determinado perodo de tiempo, lleva primero a preguntarse por la diferencia en el rendimiento econmico de los distintos perfiles etarios.
debemos evaluar si los animales juveniles y subadultos ofrecen una alternativa econmicamente rentable para el consumo de carne. Dicho de otra manera, se debera establecer si el rendimiento relativo en aporte de carne de un animal es equivalente ms all de su ubicacin en el perfil etario. (Olivera 2001:181).

Luego

de

implementar

un

mtodo

proveniente

de

la

arqueologa

experimental, el autor afirma que:

De acuerdo con la evaluacin realizada, se puede concluir que los especmenes de la especie Lama glama ofrecen perfiles de rendimiento potencial equivalentes, ms all de las diferencias de edad de los individuos. (Olivera 2001:196),

Esto descarta que la matanza selectiva de los animales, tal como se los encuentra en los sitios, tuviera en cuenta diferencias en el rendimiento potencial de carne de los distintos perfiles etarios.

101

Se propone entonces que:

la composicin de los conjuntos a nivel etario est obedeciendo a causas selectivas que responderan a tomas de decisiones por parte del grupo humano y que deberan entenderse en trminos logsticos ms globales (p. ej., facilidades de transporte, manejo de la composicin de los rebaos, etc.) y no slo en trminos puramente de economa de subsistencia. (Olivera 2001:197).

Este tipo de estrategias, ms complejas que las que se pueden atribuir a una economa de subsistencia, coinciden, al menos en la lnea temporal, con el bien documentado proceso de domesticacin. Es de esperar que ambos hechos estn bastante correlacionados. Si bien entre el guanaco en estado salvaje y la llama como producto terminal de la seleccin artificial existen notorias diferencias fenotpicas, su identificacin a travs del resto seo suele complicarse mucho cuando los especmenes no estn completos, ni en su totalidad ni en sus partes componentes. A pesar de ello es factible suponer, desde la contrastabilidad, que a perodos ms tempranos corresponden ejemplares de camlido salvaje y a perodos ms tardos corresponden ejemplares de camlidos

domesticados. Se mencion, algunos captulos atrs, que la domesticacin de animales es un proceso, que a grandes rasgos puede ser distinguido en 3 categoras analticas: caza, proteccin y domesticacin. En la primera no hay mayor control sobre los grupos de animales que el que proviene de la matanza de los individuos, sea esta selectiva o no. Cabe la posibilidad de subdividir la categora, ya que es probable que la matanza selectiva tenga una incidencia demogrfica diferente de la matanza aleatoria.

102

En la segunda el control comienza a ejercerse, si bien no existe todava un aislamiento gentico, y se presume que tiene una fuerte incidencia sobre la demografa del grupo. Aqu no slo se aplica una presin negativa, cmo en el caso de la caza, sino que tambin puede ser positiva, en cuanto a que pueden ser disminuidas las tasas de predacin; ya sea porque se los protege de los predadores propiamente dichos, ya sea porque se mejora la calidad de vida del grupo proporcionando alimento cuando escasea. Tambin en este caso y como consecuencia de lo anterior puede ser mejorada la tasa de mortalidad perinatal, ya que es plausible plantear que ciertos cuidados en la alimentacin pueden afectar a los nacimientos de modo tal de hacerlos ms numerosos. En la ltima categora, la domesticacin, el control sobre el rebao es absoluto y el grupo se encuentra aislado genticamente. En lneas generales se admite que en esta ltima categora, los animales han sufrido una transformacin fenotpica que los diferencia de los animales que les dieron origen. Tenemos entonces por un lado un problema emprico que seala la sobreabundancia de restos seos de algn perfil etario en diferentes momentos del tiempo. Por otro lado tenemos un esquema analtico de cmo pudo haber sido el proceso de domesticacin con las tres categoras mencionadas. Tal vez una de las caractersticas del momento de la proteccin tenga que ver con una presin selectiva sobre la demografa del grupo.

Fundamentalmente eliminando individuos masculinos que no hayan entrado en el perodo reproductivo, ya que sta prctica no afecta el equilibrio

103

demogrfico y extrae una parte importante de conflicto dentro del conjunto faunstico. Al mismo tiempo, esta presin, es un factor de seleccin, ya que en general se suelen escoger a los sementales de acuerdo a atributos fenotpicos que son considerados de relevancia por los actores sociales intervinientes. Si bien se ha dicho que durante el estado de la proteccin, el control en lo que hace a la reproduccin del grupo no es total, como en el caso de la domesticacin; ya que es factible que algunas hembras sean preadas por animales que no estn bajo ste rgimen y que se encuentren en estado salvaje, puede establecerse que esta modalidad implica cierto

direccionamiento artificial en cuanto a la trayectoria fenotpica del grupo. Nos atrevemos a preguntarnos si esta matanza selectiva puede ser aplicada tambin sobre algunas hembras que no contaran con algunos de los rasgos fenotpicos escogidos como factor de discriminacin. Lo que pone en duda esta hiptesis, ms all de su valor arqueolgico real, es la capacidad del rebao de soportar ese tipo de presin sobre su demografa. Hemos utilizado nuestro sistema de simulacin para poner a prueba el lmite de un modelo que plantea una eliminacin dirigida en la que se sacrifican tambin hembras y en el que tanto la predacin como la mortalidad perinatal ha sido reducida en unos pocos puntos (como podra suceder en un proceso de proteccin). Tanto el modelo como los datos con los que se aliment al sistema son utilizados aqu nicamente a modo de ejemplo y no pretenden tener relevancia arqueolgica; si nos interesa, valga la aclaracin, lo que pueda

104

ofrecer la herramienta desde un punto de vista epistemolgico y como una opcin heurstica para el investigador. El siguiente cuadro muestra los valores iniciales de nuestra poblacin de camlidos virtuales y las incidencias sobre el grupo faunstico de nuestros cyberpastores. En este caso y atendiendo a razones que estimamos pueden tener que ver con el propio proceso de proteccin, no se han tomado en cuenta animales castrados ni como poblacin inicial ni como grupo posible durante el transcurso de los ciclos.

Totales iniciales del rebao 1 - Poblacin Inicial Total: 50 2 - Proporcin inicial adultas: 50% 3 - Proporcin inicial seniles: 10% 4 - Proporcin inicial cras: 40% Totales iniciales por clase etaria 2.1. - Porcentaje inicial de adultas hembras: 95% 2.1.1 - Porcentaje inicial de hembras pariendo: 50% 2.2 - Porcentaje inicial de adultas machos: 5% 3.1 - Porcentaje inicial de seniles hembras: 95% 3.2 - Porcentaje inicial de seniles machos: 5% 4.1 - Porcentaje inicial de cras hembras: 50% 4.2 - Porcentaje inicial de cras machos: 50% Restricciones 2.3 - Predacin anual adultas: 5% 2.4 Mortalidad perinatal: 35%

105

3.3 - Predacin anual seniles: 20% 4.3 - Predacin anual cras: 5% Restricciones culturales 4.4.1 - Eliminacin cras hembras: 5% 4.4.2 - Eliminacin cras machos: 80%

Al cabo de 1000 ciclos, equivalentes a 1000 aos, la poblacin no se extingui, si bien por momentos cont con una escasa dotacin de animales. A continuacin se muestra la representacin grfica del proceso de simulacin para los valores detallados.

60 50 40 30 20 10 0
0 100 200 300 400 500 600 700 800 900 1000

Se observa que, por momentos, la poblacin total del grupo desciende a menos de 10 animales y que, a lo largo del proceso, nunca super el total inicial de 50 individuos.

106

Si bien este ejemplo es slo una muestra con un fin didctico (en una investigacin que tome realmente en cuenta la hiptesis del lmite de la presin demogrfica sobre una poblacin de camlidos, no basta con una sola prueba hecha en el modelo, sino que se necesitan de varios testeos, habida cuenta del factor azaroso que fue incorporado en los diferentes procedimientos que componen el ciclo evolutivo); nos permite sostener la hiptesis, al menos desde un punto de vista matemtico, sin un riesgo de extincin total para la pequea poblacin escogida. No es nuestra intencin que los datos particulares que utilizamos en este ejemplo tengan algn isomorfismo con la realidad; si nos preocupa que las categoras que conforman el modelo y los procesos que lo dinamizan, reflejen un esquema coherente que contenga una potencial utilidad heurstica. Una objecin posible al ejemplo aqu planteado, es la que afirma que la configuracin de las restricciones que se aplican a la poblacin no son las mismas todos los aos (ciclos) y que su variabilidad puede ser muy amplia debido a la dependencia de estos factores de los cambios producidos en el medio ambiente. Frente a ello el sistema ofrece, en lo inmediato, la posibilidad de modificar estos parmetros ciclo por ciclo (en forma amanuense) y que estos cambios sean aplicados en los ciclos subsiguientes. Conociendo el entorno de la poblacin que se desea simular en su devenir evolutivo, es posible plantear hiptesis de tendencias de restricciones y aplicarlas all donde se crea conveniente. En las prximas versiones del sistema se habilitar la posibilidad de programar mediante scripts, los sucesos que se ejecutarn a lo largo de los

107

ciclos, permitiendo al usuario controlar con ms precisin el devenir de la poblacin virtual, modificando los parmetros de acuerdo a valores umbrales de las variables que determine el investigador como relevantes en arreglo a sus necesidades.

108

Conclusiones y Perspectivas

Uno de los problemas importantes que conlleva en su estado actual el sistema de simulacin que aqu fue presentado, tiene que ver con la cantidad de intentos que se deben realizar para alcanzar un objetivo aceptable. La sensibilidad a los pequeos cambios y la cantidad de variables que se manejan, que por cierto pueden parecer pocas pero que cuando se combinan se tornan en un nmero interesante; hacen crecer velzmente el nmero de procesos de simulacin que se deben ejecutar en la bsqueda de una configuracin adecuada. Si los objetivos tienen que ver con encontrar todas aquellas configuraciones que lograran a lo largo de los ciclos un grado de estabilidad demogrfica, sin un crecimiento exponencial ni tampoco una extincin completa, es decir con un cierto grado de equilibrio; se deberan pasar muchsimas horas en el laboratorio frente a la computadora realizando todos los ensayos que fueran necesarios. Esto implica mucho ms tiempo del que pueda utilizar cualquier equipo de investigacin. La solucin plausible a este problema, que afecta nada menos que la disposicin para el manejo del sistema, al menos en un nmero restringido de bsquedas de configuraciones, proviene del mbito de lo que hemos mal llamado Inteligencia Artificial. Ms especficamente de una de las nuevas herramientas de bsqueda que ms promete al campo de las ciencias sociales, al menos de la antropologa y la arqueologa; nos estamos refiriendo a la posibilidad de incorporar algoritmos genticos a nuestro desarrollo.

109

Debido a la capacidad de los algoritmos genticos de resolver problemas, siempre y cuando estos puedan ser codificados como tales en base a las especificaciones del propio algoritmo y en los que puedan ser asignados apriorsticamente el grado de adaptabilidad de las cadenas involucradas, y a la probada capacidad de ser tiles en la bsqueda de patrones, es que consideramos que los G.A. tienen mucho que aportarle a una herramienta como el simulador que aqu presentamos. Encontrar las configuraciones adecuadas que satisfacen los criterios estipulados dejar de ser la ardua tarea del operador del simulador, para pasar a ser la tarea del algoritmo gentico. La esperanza planteada anteriormente de poder correlacionar diferentes modelos de presin demogrfica sobre la poblacin animal con diferentes tipos de economa deviene un poco ms real, valga la paradoja, apelando a los algoritmos genticos en conjuncin con el modelo de simulacin trabajando sobre la poblacin de camlidos virtual. Las estimaciones que proponga el arquelogo podrn ser testeadas y comparadas con aquellas que proponga el algoritmo gentico. Este es, entonces, nuestro deseado prximo paso. Adaptar un algoritmo gentico (que estamos desarrollando con el equipo del Profesor Reynoso), al modelo aqu presentado. Tambin nos debemos una distribucin del programa a todos aquellos investigadores interesados, ya que van a ser ellos, con el uso cotidiano de la herramienta, quienes nos marquen el camino a seguir, sealando tanto los errores de concepto, cmo los bugs que todo sistema lleva consigo, cmo los

110

futuros desarrollos que sean necesarios para lograr una poderosa herramienta de investigacin. El futuro de las ciencias sociales est, por una parte, ntimamente vinculado con el desarrollo tecnolgico y con la capacidad de adaptacin de los investigadores a las nuevas herramientas que el amplio campo del conocimiento ofrece. Por otra parte, y hoy ms que nunca, el futuro tambin depende del compromiso social que asuma el investigador y de los objetivos ticos que deben guiar toda investigacin cientfica. Los arquelogos, mucho ms que los antroplogos estn dispuestos a aceptar la ayuda que brinda la tecnologa y as, poco a poco, van ampliando las plantillas que dibujan en el terreno con los GIS que tienen cargados en sus computadoras, y las coordenadas de los sitios son corroboradas tambin mediante el uso de GPS. Los antroplogos sociales sean tal vez un poco ms reacios a la adopcin de las nuevas tecnologas. Esto puede ser debido en parte a ciertas modas intelectuales reaccionarias, que atribuyeron ciertas caractersticas al objeto de estudio de la ciencia del hombre, que lo sealan como inmanejable con las categoras de la ciencia y que confiaron ms en la brillante intuicin que en el denodado esfuerzo que requiere el mtodo. Pero la maquinaria del destino ha sido puesta en marcha, y valga como modo de advertencia, todas las ciencias sociales, tarde o temprano, debern vrselas con las nuevas tecnologas. Y es que mucha de la tarea que hoy da se realiza a la manera amanuense, puede ser hecha en una computadora con una notable superioridad en la velocidad.

111

En un mundo en donde las libertades son cada vez ms restringidas y las situaciones de desigualdad social son inauditas en la historia, con un grado de concentracin de la riqueza en un crculo tambin cada vez ms restringido; el papel del cientfico social y sus objetivos a la hora de hacer ciencia deben hacerse absolutamente explcitos y oponerse al actual estado de las cosas. Los perodos de la historia en los que se ejerci ms crudamente la represin contra las gentes, han sido tambin aquellos en los que se intent coartar, con ms asiduidad, la libertad de investigacin. Y es que ambas cuestiones van correlacionadas, al menos en lo que a la historia se refiere. Dems est nombrar las calamidades que azotaron a la mayor parte de la poblacin durante la ltima dcada del siglo XX. Desde guerras de baja, mediana y alta intensidad, pasando por hambrunas y pestes (inclusive con rebrotes de enfermedades que se crean superadas), continuando con condiciones laborales y sociales que retrocedieron ms de cien aos, hasta esa suerte de homogeneizacin simblica que trajo aparejada la cada del bloque sovitico y que motiv a muchos a plantear que la nica sociedad posible era la basada en el capitalismo. El rol de la ciencia, dentro de este crtico contexto, debe ser liberador y esa liberacin debe iniciarse con el libre pensamiento. El cientfico, por la propia naturaleza de su trabajo, debe estar siempre atento a no incurrir en dogmatismos o necedades. La antropologa ya est madura, en trminos cronolgicos, para la adopcin de las nuevas herramientas epistemolgicas. Ya ha sido superado el deslumbramiento inicial, all por la dcada del 60 y la posterior desilusin

112

(bastante parecida, valga la metfora, con el flash de ciertas drogas y el correspondiente mono) de comienzos de los 70 que degener en un oscurantismo escolstico que ni siquiera portaba el estandarte de la razn. Habr que ver entonces si esa madurez cronolgica se corresponde con una actitud responsable por parte de los investigadores actuales.

113

Bibliografa
Adrians, P.
(1998), Data Mining, Editorial Addison, Londres

Archer, T.
(2001), Inside C#, Microsoft Press, Redmond

Ashby, R.
(1960), Introduccin a la ciberntica, Editorial Nueva Visin, Buenos Aires

Bateson, G.
(1976), Pasos hacia una ecologa de la mente, Ediciones Carlos Lohl, Buenos Aires (2000), El temor de los ngeles. Epistemologa de lo sagrado, Editorial Gedisa, Barcelona (1981), Espritu y naturaleza, Editorial Amorrortu, Buenos Aires (1990), Naven, un ceremonial Iatmul, Editorial Jcar Universidad, Madrid

Berkeley, G.
(1980), Principios del conocimiento humano, Editorial Aguilar, Buenos Aires

Binford, L.
(1988), En Bsqueda del Pasado, Editorial Crtica, Barcelona

Bonavia, D.
(1996), Los camlidos sudamericanos: una introduccin a su estudio, Instituto francs de estudios andinos, Lima

Castro, D. y Daz, D.
(2001), Pattern recognition applied to rock art, en Computer Application in Archaeology 2001, Gtland, Sweden

Cohen, M.
(1984), La crisis alimentaria en la prehistoria, Editorial Alianza, Madrid

Cortada, N.
(1994), Diseo Estadstico, Editorial Eudeba, Buenos Aires

Cowan, J.

114

(1999), Redes neuronales e inteligencia artificial, en El nuevo debate sobre la inteligencia artificial, Editorial Gedisa, Barcelona

Childe, G.
(1973), Orgenes de la Civilizacin, Editorial Fondo de Cultura Econmica, Mxico

Darwin, C.
(1985), El origen de las especies, Editorial Edaf, Madrid

Dennet, D.
(1999), Cuando los filsofos se encuentran con la inteligencia artificial , en El nuevo debate sobre la inteligencia artificial, Editorial Gedisa, Barcelona

Descartes, R.
(1993), Discurso del Mtodo, Editorial Altaya, Barcelona

Deutsch, D.
(1997) , La estructura de la realidad, Editorial Anagrama, Barcelona

Diamond, J.
(1998), Armas, Grmenes y Acero, Editorial Debate, Madrid

Dreyfus, H. y Dreyfus, S
(1999), Fabricar una mente versus modelar el cerebro: la inteligencia artificial se divide de nuevo, en El nuevo debate sobre la inteligencia artificial, Editorial Gedisa, Barcelona

Eglash, R.
(1999), African fractals. Modern computing and indigenous design, Rutgers University Press, New Brunswick

Feller, W.
(1975), Introduccin a la teora de probabilidades y sus aplicaciones, Editorial Limusa, Mxico

Gbel, B.
(2001), El ciclo anual de la produccin pastoril en Huancar, en El uso de los camlidos a travs del tiempo, Editorial Tridente, Buenos Aires

115

Godelier, M.
(1978), Economa, fetichismo y religin en las sociedades primitivas, Alianza, Madrid

Gould, S.
(1992), La Flecha del Tiempo, Editorial Alianza, Madrid

Harris, M.
(1991), Muerte, Sexo y Fecundidad, Editorial Alianza, Madrid (1992), Vacas, cerdos, guerras y brujas. Los enigmas de la cultura, Editorial Alianza, Madrid

Herkovits, M.
(1982), Antropologa Econmica, Fondo de Cultura Econmica, Mxico

Hofstadter, D.
(2001), Gdel, Escher, Bach un eterno y grcil bucle, Editorial Tusquets, Barcelona

Hume, D.
(1998), Investigacin sobre el conocimiento humano, Editorial Altaya, Barcelona

Husserl, E.
(1998), Investigaciones Lgicas (I), Editorial Altaya, Barcelona

Kant, M.
(1996), Crtica de la Razn Pura, Editorial Porra, Mxico

Kuhn, T.
(1982), La estructura de las revoluciones cientficas, Fondo de Cultura Econmica, Mxico

Leakey, R. y Lewin, R.
(1999), Nuestros Orgenes. En busca de los que nos hace humanos, Editorial Crtica, Barcelona

Lewin, R.
(1993), Evolucin humana, Editorial Salvat, Barcelona

Malinowski, B.
(1963), Estudios de Psicologa Primitiva, Editorial Paidos, Buenos Aires

116

Malthus, R.
(1978), Primer ensayo sobre la poblacin, Editorial Alianza, Madrid

Martin, D.
(1983), Lenguajes Formales y sus autmatas, en Ciencias de la Computacin Vol. II, Editorial Limusa, Mxico

Marx, C.
(1991), El Capital, Editorial Siglo XXI, Mxico (1984), Manuscritos de 1844 Economa poltica y filosofa, Editorial Cartago, Buenos Aires

Meillassoux, C.
(1975), Mujeres, Graneros y Capitales. Economa domstica y capitalismo, Editorial Siglo XXI, Mxico

OKeefe, R.
(1989), The role of artificial intelligence in discrete-event simulation, en Artificial intelligence, simulation and modeling, Editorial Wiley, New York

Olivera, D.
(2001), Perfil etario y rendimiento econmico de Lama glama, en El uso de los camlidos a travs del tiempo, Editorial Tridente, Buenos Aires

Popper, C.
(1991), La lgica de la investigacin cientfica, Editorial Rei, Mxico

Rappaport, R.
(1968), Pigs for the Ancestors, Yale University Press,

Reynoso, C.
(2001), A genetic algorithm problem solver for archaeology, en Computer Application in Archaeology 2001, Gtland, Sweden (1998), Corrientes en antropologa contempornea, Editorial Biblos, Buenos Aires (1987), Paradigmas y Estrategias en antropologa simblica, Editorial Bsqueda, Buenos Aires

117

(1986), Teora, historia y crtica de la antropologa cognitiva. Una propuesta sistemtica, Editorial Bsqueda, Buenos Aires

Rothenberg, J.
(1989), The nature of modeling, en Artificial intelligence, simulation and modeling, Editorial Wiley, New York

Russell, B.
(1993), Ensayos Filosficos, Editorial Altaya, Barcelona

Sahlins, M.
(1983), Economa de la Edad de Piedra, Editorial Akal, Madrid

Samaja, J.
(1999), Epistemologa y Metodologa. Elementos para una teora de la investigacin cientfica, Editorial Eudeba, Buenos Aires (2000), El lado oscuro de la razn, Editorial Esquivel, Buenos Aires

Vil, B.
(1989), Paisaje con Vicua, Ciencia Hoy, Vol. 1, Nro 4

Von Bertalanfy, L.
(1991), Teora General de los Sistemas, Editorial Fondo de Cultura Econmica, Mexico

Yacobaccio, H.
(2001), Cazadores complejos y domesticacin de camlidos, en El uso de los camlidos a travs del tiempo, Editorial Tridente, Buenos Aires

Zeigler, y Zhang
(1989), The system entity structure: knowledge representation for simulation and design, en Artificial intelligence, simulation and modeling, Editorial Wiley, New York

118

Apndice Pantallas del VBLlamas Poblacin inicial

Parmetros Iniciales

119

Restricciones Culturales

120