La estructura de los memes

F. Heylighen
Traduccin de Jos Filgueiras Nodar, con permiso del autor.

Modelizando las unidades del meme

La principal crtica que puede formularse contra el enfoque
memtico es que los memes son difciles de definir. Cules son los
elementos o unidades que conforman un meme? Corresponde un
meme a la sinfona completa, a un movimiento, a una meloda, a
una frase musical, o incluso a una sola nota?
Para modelizar la estructura del meme, podemos usar algunos
conceptos de la ciencia cognitiva. La unidad ms popular para
representar el conocimiento en inteligencia artificial es, quizs, la
regla de produccin. Tiene la forma "si condicin, entonces accin".
En smbolos:
Si A, entonces B o A->B
A representa una condicin que es distintiva, B representa una
accin que es ejecutada u otra condicin que es activada.
Generalmente, la accin lleva a la activacin de otra condicin. De
hecho, una regla de produccin puede ser analizada como una
combinacin de elementos incluso ms primitivos: dos distinciones
(que discriminan entre presencia y ausencia de la condicin y la
accin, respectivamente) y una conexin (la parte "entonces", que
hace que la primera distincin implique la segunda) (Heylighen,
1991d; ver tambin Heylighen, 1990). Por ejemplo, un meme como
"Dios es omnipotente" puede ser modelizado como "si un fenmeno
es Dios (distincin entre Dios y no-Dios), entonces ese fenmeno es
omnipotente".
Las reglas de produccin estn conectadas cuando la condicin de
salida (la accin) de una coincide con la condicin de entrada de
otra. Ej.: A->B, B->C. Esto hace posible construir complejos
sistemas cognitivos basados en reglas elementales. Incluso las
melodas recordadas pueden ser modelizadas de ese modo, como
concatenaciones de reglas de produccin del tipo "si C (nota musical
distinguida), entonces E (nota producida y posteriormente
distinguida)", "si E, entonces A", y as.
Un modelo similar se aplica a los genes. Un gen corresponde a una
cadena de codones de ADN, que responde a la presencia de ciertas
protenas activadoras, o a la ausencia de ciertas protenas
inhibidoras (condicin), fabricando nuevas protenas (accin). Esto
puede, a su vez, activar otros genes, dependiendo de los qumicos

especficos en la clula, y as sucesivamente. Esto conduce a redes

complejas de producciones "si...entonces" ( Kauffmann, 1992).

Variacin de las unidades memticas

Hemos mostrado que las reglas de produccin (o al menos una
representacin de ellas simplificada, binaria, llamada
"clasificadores") pueden ser usadas para construir simulaciones por
ordenador bastante impresionantes de la evolucin cognitiva,
usando mutaciones, recombinaciones, y seleccin basada en la
"aptitud"-fitness- (Holland et al., 1986).
Las distinciones pueden ser representadas como combinaciones
(cadenas) de observables s-no (1-0) elementales. La mutacin o la
recombinacin de las distinciones puede entonces modelizarse o
bien cambiando al azar ciertos dgitos binarios en una cadena, o
bien concatenando la primera parte de una cadena (A) con la
segunda parte de otra cadena (B), como en el ejemplo siguiente:
A = 1001|001
mutacin: A' = 1001|000
B = 0010|011 recombinacin ("crossing-over") de A y B:
A~B = 1001|011
Aunque estos modelos an no tienen en cuenta los distintos
portadores, esta parece una va muy prometedora para estudiar los
memes formal y computacionalmente.

Meme-complejos
Incluso aunque modelizsemos los memes como conjuntos
conectados de reglas de produccin, todava nos queda el problema
de saber cuntas reglas de produccin definen un solo meme. Si
llamamos meme a una religin o a una teora cientfica, est claro
que esto engloba un nmero muy grande de reglas interconectadas.
En la prctica, ser imposible enumerar todas las reglas, o definir
fronteras ntidas entre las reglas que pertenecen al meme y las que
no. Sin embargo, esto no debera disuadirnos de usar mecanismos
memticos para analizar la evolucin.
De hecho, los modelos darwinianos de la evolucin gentica han
probado con creces su utilidad, incluso aunque en la prctica sea
imposible especificar los codones exactos de ADN que determinan el
gen para, digamos, tener los ojos azules o ser altruista hacia los
hermanos. Como observa Dawkins (1976), no es necesario ser
explcito acerca de cules son los elementos constitutivos de un
gen, asumido que explica una caracterstica o tipo de
comportamiento particular. Es suficiente con que podamos distinguir
los efectos fenotpicos de ese ese gen de los de sus genes rivales

(alelos). Si podemos determinar la aptitud resultante de estos

efectos, teniendo en cuenta el ambiente y el contexto de genes
diferentes, no rivales, presentes en el genoma, entonces podemos
hacer predicciones acerca de la evolucin.
Lo mismo es aplicable a los memes. Si, por ejemplo, vemos que un
meme (digamos el Catolicismo) induce a sus portadores a tener ms
hijos que sus competidores (por ejemplo el Calvinismo y el
Anglicanismo), y que los hijos tienden a hacer suyos los memes de
sus padres, entonces, si todos los dems factores permanecen igual,
podemos predecir que despus de un tiempo prudencial ese meme
dominar en la poblacin. Por supuesto, en la prctica nunca se da
el caso de que todo lo dems est igual, pero ese es un problema de
todo modelo cientfico: siempre debemos simplificar, e ignorar
influencias potencialmente importantes. La cuestin es hacerlo del
modo ms prudente posible, e incluir el mximo de variables
relevantes sin hacer el modelo demasiado complejo.
Referencias
Dawkins R. (1976): The Selfish Gene, (Oxford University Press, New
York).
Heylighen F. (1992) : "Selfish Memes and the Evolution of
Cooperation", Journal of Ideas , Vol. 2, #4, pp 77-84.
Holland J.H., Holyoak K.J., Nisbett R.E. & Thagard P.R. (1986):
Induction : processes of inference, learning and discovery, (MIT
Press, Massachusetts).
Kauffman S.A. (1992): Origins of Order: self-organization and
selection in evolution, (Oxford University Press, Oxford).