La Ciencia y el Hombre

ILUSTRACIÓN EN PORTADA: JAVIER MANRIQUE

DIRECTOR Manuel Martínez Morales

EDITORA RESPONSABLE Aída Pozos Villanueva

COMITÉ CONSULTIVO Arturo Gómez Pompa Carlos Contreras Pérez Estrella Burgos José Velasco Toro Miguel Rubio Godoy Pablo Pacheco Cabrera Rafael Bullé Goyri-Minter

EDITORIAL

LA IA AL SERVICIO DEL HOMBRE En este número, un grupo de investigadores del Centro de Investigación en Inteligencia Artificial, de la uv, nos ofrece una serie de artículos que nos darán una idea de

cómo la Inteligencia Artificial (ia) se ha desarrollado

desde mucho tiempo atrás y se sigue desarrollando hoy.

Históricamente, ha sido uno de los retos más ambiciosos

del hombre que le ha llevado a imaginar lo que acaso parecía imposible o “de película”: que las máquinas

pudieran realizar su trabajo e incluso superar al hombre.

Sin duda la ia ha traído beneficios en el área automo-

triz y de robótica, entre muchas otras; si bien estamos a la espera de ver transitar vehículos autónomos, ya convivi-

mos con brazos robot que arman carros, con robots que limpian la casa y siempre estamos atentos a lo que sucede con robots de exploración como Curiosity.

COMITÉ EDITORIAL Elvira Morgado Viveros Gilberto Silva López Heriberto Contreras Garibay Idalia Illescas Nájera Ignacio Mora González Laura Ruelas Monjardín Martha Elena Nava Tablada María Elena Hernández Aguilar Raymundo Dávalos Sotelo

El avance en los diferentes campos de aplicación

muestran que la ia es una herramienta de apoyo y su desarrollo depende de la creatividad del hombre, aun-

que es probable que ofrezca posibilidades que ni siquiera imaginamos, quizá algún día será tan indispen-

sable como es hoy la electricidad; el mundo debe estar

preparado ya que la ciencia y la tecnología siempre buscarán estar a la vanguardia.

Hablar de construir entidades inteligentes artificiales

es hablar de bots, de reconocimiento facial, de algoritmos, de agentes bdi, de trading, de visión artificial, de

DISEÑO Y MAQUETACIÓN Francisco Cobos Prior Aída Pozos Villanueva

redes bayesianas, de robots para optimizar la vida, de aprendizaje profundo, de minería de opiniones, de tiempo de contacto, de aprendizaje automático: de ia.

Ante ello aún se cree que el hombre siempre será mejor

REDES SOCIALES facebook: @CienciaUV / twitter: @CienciaUV

que las máquinas, insustituible, porque es difícil pensar algún día ellas puedan desarrollar el nivel de sensibilidad y creatividad del ser humano; pero todo es probable, ya

que avanzamos a pasos agigantados consumiendo granSECRETARIA TÉCNICA Martha Judith Vásquez Fernández

des capitales para el desarrollo de lo inimaginable.

Entonces, hay que estar atentos, porque el Gran Her-

mano nos vigila desde la red y nos deja a expensas de lo

que unos cuantos dispongan para este Universo. Sin

duda ahora vivimos en un mundo más artificial, la pregunta sería: ¿y más inteligente?

BREVES DE CIENCIA

INTELIGENCIA ARTIFICIAL: PROMESAS Y DEBATES

De manera sencilla, la inteligencia artificial (ia) se puede considerar como la realización de tareas por máquinas, emulando la inteligencia humana.

Se alimenta con datos una computadora

de diferentes posiciones por segundo, lo

haciendo ensayos para implementar esta

Kasparov, ya que podía calcular millones que sería algo similar a pensar.

La inteligencia artificial está impactando

muchos aspectos de nuestras vidas, desde

que cuando adquiera nueva información

generalizado, hasta lanzamientos de

sea capaz de tomar decisiones; ese

proceso se logra alcanzando altos grados de exactitud y perfección. Por ejemplo,

uno de los grandes hitos de la ia ocurrió en 1996, cuando en Nueva York la

computadora Deep Blue de ibm le ganó una partida al campeón mundial de

ajedrez por 15 años consecutivos, Garry Kasparov. Esta súper computadora fue

alimentada con la información del tablero, el número de piezas y la forma en que se

pueden mover, y Deep Blue fue capaz de

este tipo; otras grandes compañías como

y se le indica cómo procesar dicha

información, incluso se le programa para

2

responder al movimiento de las fichas de

los teléfonos inteligentes, de uso

cohetes al espacio exterior. El uso de la ia tiene efecto en algunos trabajos, ya que sustituye a empleados que se vuelven

innecesarios. Por ejemplo, existen casos

donde no se necesita emplear cajeros en tiendas. Amazon tiene esta versión de

7-Eleven, Carrefour y Walmart están

tecnología de manera masiva. Entonces,

parece que en una diversidad de trabajos el humano podrá ser sustituido por una máquina: desde los choferes, con la

introducción de autos autónomos, hasta

los médicos que podrán ser suplantados en la realización de diagnósticos de enfermedades e interpretación

de radiografías con gran eficacia y exactitud.

Es cierto que la ia está haciendo nuestra

tiendas sin cajero llamada Amazon Go.

vida más sencilla y cómoda, de muchas

productos, un lector identifica lo que

detenerse a pensar también que la

En ellas los clientes escogen sus

llevan en la bolsa y la máquina les cobra a través de una tarjeta de crédito. Se espera

que en el 2021 existan tres mil tiendas de l a

c i e n c i a

y

e l

h o m b re

formas, sin embargo, habría que

sustitución de los humanos quizá no es

deseable en todos los aspectos de la vida.

Sin duda un debate en curso.

BREVES DE CIENCIA

LOS BOTS, Donald Trump, actividad en Twitter: por Phoenix7777 - propio, fuente: @realDonaldTrump desde: 2009-1-1. CC BY-SA 4.0, https://commons.wikimedia.org/w/index.php?curid=62651496

“Evidencia de contagio complejo de información en las redes sociales: un experimento con bots de Twitter”, de: Bjarke Mønsted, Piotr Sapieżyński, Emilio Ferrara, Sune Lehmann. recuperado de: http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0184148, CC BY 4.0, https://commons.wikimedia.org/w/index.php?curid=63961045; “(A) el usuario U solo sigue al bot B1. El bot (B1) actúa como un proxy y expone al usuario no solo a su propio contenido sino también al contenido de otros dos bots (B2 y B3) que el usuario no sigue; (B) Twitter alimenta desde la perspectiva del usuario U “. Journal.pone.0184148.g002.

HIJOS... DE LA INTELIGENCIA ARTIFICIAL Un bot es un software o programa que realiza tareas tratando de acercarse lo más posible a lo que sería capaz de hacer un humano. La palabra bot viene de la contracción de “robot”.

Por ejemplo, unos bots muy elaborados

son los asistentes Siri de Apple y Alexa de

contestan estos softwares “no humanos”.

humanos posteriormente reenviaron

American Express, cnn, la nba y Disney

influyó en el voto de los ciudadanos.

Por ejemplo, Netflix, el Washington Post, son algunas de las compañías que utilizan bots a través de redes sociales como Twitter o Facebook.

Sin embargo, los bots también se

Amazon, que son capaces de reconocer la

usan en las redes sociales para influir y

significado y ejecutar una orden. A estos

inicidir en quién votar, atacar a un

voz, entender palabras, identificar su

asistentes les puedes preguntar cómo

estará el tiempo mañana, pedirles que te busquen un restaurante cercano o, por ejemplo, qué películas exhibirán en tu cine de preferencia.

Muchas compañías han identificado el

potencial de los bots para difundir sus

productos e interactuar con sus clientes a través de mensajes que envían y

manipular a las personas, por ejemplo, contrincante e incluso engañar a

amplios grupos de población al difundir noticias falsas. Varios estudios han

comprobado el papel fundamental de los bots en las últimas elecciones

presidenciales de 2016 en Estados

Unidos, donde ganó Donald Trump.

Durante la campaña se difundieron noticias falsas por bots que los l a

c i e n c i a

y

e l

h o m b re

sin comprobar su veracidad, lo cual

Según el instituto independiente Pew

Research Center, 66% de los mensajes que contienen links a sitios de

información, deporte o entretenimiento son publicados por bots. Las

notificaciones, noticias y anuncios que

recibimos a través de las redes sociales son seleccionados a través de la

inteligencia artificial al analizar nuestras publicaciones y conocer cuáles son

nuestros gustos, tendencias políticas, preferencias de compra y redes de amigos.

¿Te imaginas un bot que conteste

automáticamente los mensajes de tus grupos de Whatsapp?

3

BREVES DE CIENCIA

RECONOCIMIENTO FACIAL VS PRIVACIDAD

Esas manifestaciones pusieron en

El reconocimiento facial es uno de los

debate internacional la tecnología del

temas más controversiales sobre el uso

reconocimiento facial como una

de la inteligencia artificial.

Esta tecnología se usa para el

herramienta de control. Durante las

desbloqueo de celulares, registro de

concentraciones existían torres de

asistencia, pasar controles de aeropuertos

vigilancia con cámaras instaladas y

y para el control de los clientes en los

equipos inteligentes que ubicaban a los

bancos; por un lado, es una herramienta

asistentes y eran plenamente

poderosa para combatir el crimen, y en

identificados. La vicepresidenta de la

México podría usarse para encontrar a

Comisión Europea de la Competencia,

miles de desaparecidos, sin embargo, hay

Margrethe Vestager, se dijo sorprendida y

un sector de la población que está

preocupada por las libertades de

preocupada ya que también puede ser

expresión y de reunión, ya que los

usada para el control social.

manifestantes recibían notificaciones en

En junio del 2019 cientos de miles de

sus teléfonos que decían: “sabemos que

personas en Hong Kong se manifestaron

estás ahí, deberías volver a casa”. Los

para eliminar la Ley de Extradición, la cual

manifestantes se cubrieron la cara, se

permitía que presuntos delincuentes

pusieron máscaras y destruyeron varias

fueran judicializados en China o Taiwán;

torres de vigilancia como forma de

recordemos que Hong Kong es un caso

protesta por la violación a sus derechos.

muy particular porque fue colonia del

Actualmente, en la Unión Europea hay

Reino Unido por más de 150 años y en

un proceso para regular el uso del

1997 fue devuelto a China, aunque este

reconocimiento facial y se ha propuesto

territorio se ha mantenido semiautónomo

prohibirlo en lugares públicos, al menos

bajo el principio de

por cinco años, con el fin de revisar su

“un país, dos sistemas”.

regulación y evitar riesgos. Algunas

agencias de las Naciones Unidas, como la fao, empresas privadas como Microsoft e ibm, y gobiernos como el del Vaticano,

firmaron en febrero del 2020 una carta

ética en relación a la inteligencia artificial en general y sobre el reconocimiento facial en particular, donde proponen poner atención en el respeto a la

privacidad, la confianza, la transparencia y las necesidades de los seres humanos.

4

l a

c i e n c i a

y

e l

h o m b re

BREVES DE CIENCIA

AVANCES MÉDICOS EN LA DETECCIÓN DEL CÁNCER Grandes avances se han realizado en el campo de la medicina a través de la inteligencia artificial (ia).

El deep learning o aprendizaje profundo es parte esencial de la

ia. A través de un conjunto de algoritmos o instrucciones muy precisas la máquina es capaz de aprender a partir de la

información alimentada, además de integrar los nuevos

Captura de pantalla del sitio Google Health, https://health.google

volverían cancerosos. Con esas imágenes se entrenó un sistema para detectar patrones de determinado tipo de cáncer. Para

comprobar si el sistema había aprendido a realizar diagnósticos

se analizaron 6 mil 716 casos donde ya se sabía el resultado. En

este estudio el sistema de ia redujo en 11% los falsos positivos y

en 5% los falsos negativos, eso en comparación con la percepción

aprendizajes.

Google, a través de Google Health se ha aliado con diversos

humana de seis expertos

A pesar de las grandes fortalezas de la ia, en la medicina la

sectores médicos para contribuir a través de la ia a mejorar

exactitud, la reproducibilidad y la precisión es imprescindible, y

algoritmos se pueda detectar de manera temprana el cáncer de

es producida por médicos humanos; además, hay muchas

diversos diagnósticos. Se ha logrado que a través de varios

mama. Para ello, un sistema se alimentó a través de imágenes de mamografías de 76 mil británicas y 15 mil estadounidenses. La máquina aprendió a detectar patrones e interpretar imágenes

para hacer diferencia entre tejidos cancerosos y sanos, y así poder hacer un diagnóstico. El sistema de ia redujo el número de comparación con expertos humanos.

Otro uso es para la detección de cáncer de pulmón; un equipo

de investigadores proporcionó 42 mil imágenes de tomografías

de 15 mil pacientes con y sin cáncer, o con nódulos que luego se l a

características humanas que los sistemas inteligentes no son

capaces de reproducir, como la creatividad y la compasión, las cuales son muy deseables en el ámbito médico.

FUENTES:

diagnósticos erróneos, llamados falsos positivos y negativos, en

la información con la que se alimentan los sistemas inteligentes

c i e n c i a

Nature. Vol. 577, pp. 89–94 (2020) Nature Medicine. Vol. 25, pp. 954–961 (2019) notas breves escritas por: beatriz torres beristáin correo: betorres@uv.mx y

e l

h o m b re

5

INTELIGENCIA ARTIFICIAL

LA IA: MATER DE LOS AGENTES INTELIGENTES ALEJANDRO GUERRA HERNÁNDEZ*

Así como la vida es el sujeto de estudio de la biología, la inteligencia lo es de la ciencia que nos ocupa en este volumen —la inteligencia artificial (ia)—. A diferencia de la biología que se interesa en los seres vivos naturales, la ia está interesada en la construcción de entidades inteligentes artificiales a las que llamaremos agentes.

La inteligencia artificial puede pensarse como la más joven de las

llamadas ciencias cognitivas; se desarrolló en una escuela de verano

en el Dartmouth College en 1956. Es una ingeniería que construye sistemas inteligentes a la vanguardia de nuestra tecnología: autos y aeronaves que se manejan solos, detectores de cáncer más certeros

que nuestros médicos, campeones de juegos de ajedrez y del milenario juego chino “Go” —que además aprenden a jugar solos—, computadoras que nos entienden cuando les hablamos, etcétera.

CIENCIA/INGENIERÍA La ia ha estado en nuestra imaginación y en nuestros laboratorios desde 1956.

Herbert Simon, uno de los fundadores de la inteligencia artificial y Premio Nobel de Economía en 1978, estudió ampliamente la dualidad ciencia/ingeniería, concibiendo la idea de las ciencias de lo arti-

ficial, en contrapunto con ciencias naturales como la biología. Si nos

preguntamos: ¿por qué le darían el premio nobel a uno de los fundadores de la inteligencia artificial?, el portal del Nobel1 lo aclara:

“...por su investigación, pionera en los procesos de toma de decisiones dentro de las organizaciones económicas”.

Pues bien, nuestros agentes inteligentes son precisamente eso,

tomadores de decisiones que perciben y actúan en su medio

ambiente, considerando siempre la presencia de otros agentes en su entorno para conseguir sus objetivos. De algún modo artificial son como nosotros, que somos nuestros propios agentes. Yo, por

ejemplo, decidí reservar la tarde de hoy para terminar este artículo y cumplir con la meta de entregarlo mañana, por lo tanto también decidí no ir al cine esta tarde.

LA HIPÓTESIS en Esta página, ilustración de francisco j. cobos prior, interpretación libre del robot de ficción r2d2 de la saga de películas star wars

Nuestra hipótesis de fondo es que ¡la inteligencia es una forma de

computación! Quizás el primero en considerar seriamente esta idea fue Gottfried Leibniz, quien además de inventar el cálculo —al mismo

página siguiente, ilustración libre de derechos de un personaje-robot en la película metrópolis 6

1

https://www.nobelprize.org/prizes/economic-sciences/1978/simon/facts/ l a

c i e n c i a

y

e l

h o m b re

INTELIGENCIA ARTIFICIAL

tiempo que Isaac Newton—, se planteó que, así como la aritmética

puede computarse manipulando símbolos en un papel, debía haber un cálculo parecido para las ideas, digamos como la lógica, y por lo tanto las computadoras podían usarse para construir agentes inteligentes.

AGENTES BDI Entonces, ¿qué forma de computación desarrollan estos agentes? Diremos que las hay muy diversas, por ejemplo, en el Centro de Investigación en Inteligencia Artificial se ha trabajado ampliamente con lo que se conoce como agentes bdi —agentes con creencias (beliefs), deseos (desires) e intenciones (intentions)—. Aunque esta idea parece muy novedosa desde el punto de vista computacional, en realidad tiene una larga tradición filosófica en lo que se conoce como intencionalidad: el estudio de por qué algunos de nuestros estados mentales dependen del mundo “real”.

Así que nuestros agentes pueden representar lo que “creen” que es el estado de su medio ambiente y sacar conclusiones de ello (el llamado razonamiento lógico);

pueden elegir cursos de acción para

conseguir sus metas y satisfacer sus deseos (el razonamiento práctico); ade-

más pueden conversar entre ellos, infor-

mándose, dándose órdenes, etc. (el acto del habla).

Por ejemplo, una casa inteligente

puede concebirse como un equipo de

agentes donde uno se encarga de la ilumi-

nación, otro de la temperatura y otro más

de manejar mi agenda, de manera que éste

último puede pedirle a los otros que prepa-

ren la casa, porque “cree” que voy a llegar a

las siete de la tarde. Entonces, los diversos

agentes prepararán la casa para mi llegada a

esa hora, incluyendo la decisión de no encen-

der luces o gastar energía porque en la casa ya

hemos gastado demasiado; a estos equipos se les conoce como sistemas multi-agentes.

Pero, ¿cómo puede prender la luz o el clima un

agente? Quienes desarrollamos y estudiamos la ia

usamos el concepto de artefacto —un programa que

l a

c i e n c i a

y

e l

h o m b re

7

INTELIGENCIA ARTIFICIAL

sirve de interfaz entre los agentes inteligentes y el mundo que los rodea—. Entonces, todo va ligando: los agentes pueden operar los artefactos, por ejemplo, prender o apagar una lámpara e incluso

percibir su estado, es decir, saber si está prendida o apagada. Los

artefactos pueden controlar dispositivos físicos como la lámpara o programas de la computadora, como mi agenda; también pueden

organizarse en espacios de trabajo y conectarse entre ellos a voluntad de los agentes.

Luego, ¿cómo sabemos que el agente responsable de las luces le

hará caso al agente responsable de la agenda? Pues resulta que nuestros agentes están inmersos en organizaciones artificiales con similares funciones que las nuestras: establecer misiones y roles que

los agentes adoptan para satisfacer sus metas. De manera que si la

misión de mis agentes es preparar la llegada a casa y si mi agente de la agenda adopta el rol de coordinador de la misión, los otros agentes están obligados a obedecerle. Eso sí —al igual que entre noso-

tros—, qué agente adopta el rol de coordinador es algo que ellos deciden autónomamente, aunque también hay posibilidad de que surjan conflictos entre los agentes.

LAS APLICACIONES La ia es el campo científico de la informática que se centra en la creación de programas y mecanismos que pueden mostrar comportamientos considerados inteligentes.

En el Centro de Investigación en Inteligencia Artificial se han apli-

cado estas ideas en dos casos de estudio muy interesantes. En el

primero de ellos se ha desarrollado una herramienta que permite crear un equipo de agentes distribuidos en diversos sitios (computadoras) que se organizan como científicos que buscan descubrir una

hipótesis a partir de datos que han recolectado localmente (en cada computadora). Así, un agente en un sitio puede construir una hipótesis inicial que someterá a la crítica de sus compañeros científicos

artificiales, hasta encontrar la hipótesis que deje contento a todo el mundo. Un resultado sorprendente es que se han encontrado estrategias donde usando una mínima parte de los datos disponibles

(menos de la décima parte), estos agentes científicos encuentran hipótesis tan buenas como las que derivarían de explorar todos los datos completos.

Nuestro segundo caso de estudio tiene que ver con simular una

economía en términos de los clásicos elementos, aquí llamados

agentes, que intervienen en ella: empresas, trabajadores y bancos.

Los trabajadores se emplean para recibir un salario y las empresas

contratan y despiden trabajadores de acuerdo con las expectativas

del mercado. Si el agente empresa necesita dinero para contratar más trabajadores, recurre a créditos bancarios. Por su parte, los agentes trabajadores gastan parte de su sueldo consumiendo

los bienes que producen las empresas. Así, las interacciones entre agentes producen señales macroeconómicas típicas de las economías reales: producto interno bruto, inflación, desempleo, distribu-

ción de la riqueza, etc. Vemos entonces que es posible construir una

economía artificial que genera señales macroeconómicas de un rango esperado, y entonces podemos predecir qué pasaría ante

cambios artificiales muy específicos, por ejemplo: ¿qué sucede 8

l a

c i e n c i a

y

e l

h o m b re

INTELIGENCIA ARTIFICIAL

cuando una parte de los agentes desempleados deciden convertirse en extorsionadores?, todo como un simulacro de la vida real.

Aunque el desarrollo de la ia y la generación de agentes inteligen-

*centro de investigación en inteligencia artificial, universidad veracruzana correo: aguerra@uv.mx

tes es asombroso, siempre surge la pregunta: ¿tendremos éxito en

construir súper agentes, más inteligentes que el ser humano? Si bien la posibilidad es remota no deja de ser una posibilidad, por ello hay una amplia discusión sobre la ética en el desarrollo de la inteligencia artificial, lo que bien puede implicar cambios sutiles o radicales al

construir agentes inteligentes cuyas decisiones garanticen el logro de sus objetivos.

ilustración de francisco j. cobos prior, a partir de diagrama del autor

l a

c i e n c i a

y

e l

h o m b re

9

INTELIGENCIA ARTIFICIAL

APRENDIZAJE CAUSAL: UN ENFOQUE DE REDES NICANDRO CRUZ RAMÍREZ Y JENNY BETSABÉ VÁZQUEZ AGUIRRE*

Cuando usamos el término causalidad es relativamente fácil imaginar a qué nos referimos; de forma natural podemos darle significado y entenderlo como la descripción de un conjunto de eventos que creemos son causa de otros.

LA HISTORIA La causalidad nunca ha sido un tema fácil de estudiar, hace aproxi-

madamente 300 años inició con David Hume e Immanuel Kant, dos grandes filósofos que entre otras cosas buscaban explicar el proceso causal natural. Si bien sus ideas sobre estos procesos no concordaban, ambos coincidían en que los sucesos responden a una

ley, la Ley de la Causalidad, que hace referencia a que todo evento es causado por otro evento anterior. Las teorías propuestas por Hume y Kant han dado pie a múltiples investigaciones relacionadas

que intentan responder a la interrogante: ¿cómo aprendemos o se dan las relaciones causa-efecto entre los humanos?

LAS CORRIENTES FILOSÓFICAS Para entrar un poco en contexto y tratar de entender la causalidad, veamos la diferencia fundamental entre las dos corrientes filosóficas que trataron de explicarla. Empecemos con Hume, este filósofo pre-

sentó la teoría de un aprendizaje causal al que llamó correlacional, que postulaba que los humanos aprendemos y generamos relacio-

nes causales a través de la experiencia; es decir, observando cómo un suceso causa otro podemos inferir que existe una relación causal entre ellos, aunque para poder colocar un enlace entre ambos sucesos requerimos que se presenten de manera consecutiva.

Por otro lado, encontramos la postura de Kant, quien propone una

teoría en la que todo conocimiento causal no es adquirido por la experiencia, sino de manera a priori; ello significa que nacemos con esa información en nuestro cerebro y que la experiencia sólo nos

ayuda a reforzarla. Esta última postura, a pesar de ser mucho más difícil de comprender o explicar, tiene la bondad de que permite

eliminar lo que se conoce como causas espurias (causas falsas); es decir, brinda la oportunidad de discriminar causas que no son reales de las que sí lo son.

Vamos con un ejemplo: imaginemos a nuestros abuelos, ellos

aprendieron que después de que el gallo canta se avecina la salida

del sol; supongamos que tenemos la posibilidad de contar el 1 0

l a

c i e n c i a

y

e l

h o m b re

INTELIGENCIA ARTIFICIAL

número de veces que el sol sale después de que el gallo canta, si

pudiéramos inferir a partir de esos datos encontraríamos que la correlación y la probabilidad de que el sol salga después de que el gallo cantó es muy alta, incluso si le preguntáramos a nuestros abuelos ¿qué tan seguro está de que el gallo cante antes de que salga el sol?, la respuesta probablemente sería: muy seguro o quizás hasta cien por ciento seguro.

Lo anterior es un ejemplo de aprendizaje causal que puede rela-

cionarse con la teoría de Hume (con la experiencia), pero hay algo extraño aquí, nosotros y nuestros abuelos sabemos que la salida del sol no es causada por el canto del gallo; existe algo en nuestros sen-

tidos que hemos reforzado con la experiencia y que nos ha ense-

Vivimos en un mundo cada vez más conectado e inteligente.

ñado que el canto del gallo es una causa espuria y no genera la salida del sol, ahí es justo cuando aplicamos ese conocimiento a priori, que fue postulado en el terreno de la teoría de Kant.

Apoyando una teoría con la otra, diversas disciplinas han surgido

para tratar de explicar el aprendizaje causal. Dos de ellas son la Psi-

cología Cognitiva y otra es la Inteligencia Artificial. Ambas tienen sus

orígenes en 1956 y, aunque parezca extraño, comparten fundadores. Un objetivo que tienen en común es que buscan demostrar o

ayudar a comprender los procesos mentales. La Psicología Cogni-

tiva trata de explicar cómo se llevan a cabo los procesos mentales en el cerebro, mientras que la Inteligencia Artificial (ia) intenta reproducir esos procesos en la computadora.

LA ESCALERA DE LA CAUSALIDAD Desde el área de la Inteligencia Artificial, en 1998 Judea Pearl pre-

sentó una escalera denominada “escalera de la causalidad”; en ella

expone tres niveles cognitivos relacionados con la causalidad. En el

nivel 1 se explica cómo los humanos aprenden las relaciones causales

únicamente a través de la observación. En este nivel se cree que podemos aprender las relaciones causa-efecto con el simple hecho de observar los fenómenos que ocurren; asimismo, el conocimiento

es adquirido a través de la observación por un gran número de ­animales.

l a

c i e n c i a

y

e l

h o m b re

1 1

INTELIGENCIA ARTIFICIAL

La tecnología, detrás de todos los avances, casi siempre está relacionada con la Inteligencia Artificial (ia).

En el nivel 2, el mismo Pearl explica un grado más complejo de

aprendizaje, el que solamente es adquirido por los humanos y quizá por algunas otras especies y hace referencia a la intervención, signi-

fica que podemos manipular las variables del entorno y medir sus efectos sobre las otras variables involucradas para después hacer inferencia o decidir qué variables son las que provocan mayores efectos sobre otras.

Finalmente, la escalera presenta el nivel 3, siendo el más complejo

del aprendizaje causal, además de ser exclusivo de los humanos. Ese se encuentra relacionado con la imaginación, lo que quiere decir

que podemos imaginar cosas como; ¿qué pasaría si el efecto se presenta y la causa no? o ¿qué pasaría si la causa se presenta y no puede observarse el efecto?

LAS REDES BAYESIANAS En 1995, el mismo Pearl presentó un modelo causal denominado

Operador-do, que se encuentra posicionado en el nivel 2 de la escalera de la causalidad. Es un modelo que a partir de una red baye-

siana (es decir, un modelo gráfico que combina la teoría de grafos y la teoría de probabilidad) permite realizar intervención a las variables involucradas. Intervenir las variables ayuda a encontrar rutas

causales dentro de la red, obteniendo probabilidades que pueden interpretarse en términos de causalidad, además que es posible

concluir —a partir de ellas— si una variable es causa potencial de otra.

Las pruebas realizadas al operador han dado muy buenos resulta-

dos. Desafortunadamente, los algoritmos tradicionales de la ia usados para la construcción de redes bayesianas no contienen

aprendizaje causal, por lo que las flechas que se colocan entre las variables (dentro de la red), podrían mostrar una dirección equivo-

cada y estos algoritmos no serían capaces de detectarlo; para solu-

cionar el problema requerimos siempre del conocimiento experto que nos indica si las relaciones que presentamos en las redes son potencialmente adecuadas.

1 2

l a

c i e n c i a

y

e l

h o m b re

INTELIGENCIA ARTIFICIAL

*centro de investigación en inteligencia artificial, universidad veracruzana correos: ncruz@uv.mx, jennybey13@gmail.com

Una red bayesiana simple. Influencia de la

Una alternativa de solución a lo anterior es unir los dos primeros

niveles de la escalera de la causalidad, para ello se requiere de la Psicología Cognitiva, que nos provee modelos de aprendizaje causal que sirven para encontrar las relaciones y direcciones al unir dos variables.

Uno de los modelos propuestos desde esta área fue presentado

en 1972 por Robert A. Rescorla y Allan R. Wagner (R-W). A partir de un conjunto de ensayos el modelo permite establecer la fuerza que

una variable tiene sobre otra, y de ésta, determinar la relación entre ambas otorgándoles una dirección. El modelo R-W sostiene que, los

organismos aprenden que un evento es causa de una consecuencia

dependiendo qué tan predecible es dicha consecuencia a partir de otros eventos. Su diseño es una propuesta de red neuronal y es el

lluvia si el rociador está activado e influencia de la lluvia y el rociador si la hierba se encuentra húmeda.

La probabilidad bayesiana proporciona un marco matemático para refinar predicciones sobre el mundo basadas en la experiencia.

modelo asociativo más influyente del último cuarto de siglo, debido

a que sus hallazgos parecen tener semejanza a la inferencia humana.

Como ya se comentó, el modelo propuesto desde la ia para reali-

zar estimaciones causales ha dado buenos resultados, asimismo, el propuesto por los psicólogos cognitivos lo ha hecho, ambos por

separado; un modelo integrado que aprenda las relaciones y estime la causalidad es nuestro objetivo próximo.

Hacer máquinas inteligentes que aprendan causalidad de manera

semejante a como aprendemos los humanos podría auxiliar a los investigadores en las pruebas de laboratorio. Además, podríamos proveer de una herramienta que apoye a otras áreas sin posibilidad de realizar experimentos aleatoriamente controlados, ya que sus investigaciones se basan en estudios observacionales.

LECTOR INTERESADO: Hume, D. (2010). A treatise of human nature. Book III: Of morals. Londres: John Noon.

Pearl, J. (1995). Causal diagrams for empirical research. Biometrika, 82(4):669–688.

Pearl, J. y D. Mackenzie. (2018). The book of why: the new science of cause and effect. Basic Books.

diagramas de francisco j. cobos prior, a partir de ilustraciones de www.wikipedia.com

l a

c i e n c i a

y

e l

h o m b re

1 3

INTELIGENCIA ARTIFICIAL

1 4

l a

c i e n c i a

y

e l

h o m b re

INTELIGENCIA ARTIFICIAL

OPTIMIZANDO LA VIDA CON IA MARCELA QUIROZ CASTELLANOS*

Los problemas de optimización forman parte de nuestra vida cotidiana. Cuando decidimos en qué orden llevar a cabo nuestras tareas laborales para mejorar nuestra productividad, cuando guardamos los comestibles en la alacena y queremos aprovechar el espacio, cuando decidimos qué productos comprar para disminuir nuestros gastos, estamos esencialmente resolviendo problemas de optimización.

formal, algo que queda inmediatamente claro a partir de los ejem-

Con ia se identifican patrones, tendencias y se formulan predicciones de forma automática, con rapidez y precisión.

y no de manera exacta, es decir, las soluciones son obtenidas

En la imagen el robot Braava jet® m6 de la

De forma similar al comportamiento o toma de decisiones humanas, muchas especies animales se enfrentan de forma constante a pro-

blemas de optimización, las hormigas eligen una ruta para llevar la

comida más rápido de la fuente al hormiguero, las aves vuelan en parvada intentando minimizar el impacto del viento, las abejas buscan la región del espacio en la que existe más densidad de flores.

Para los seres humanos (y muchas otras especies animales), resol-

ver problemas de optimización no requiere ningún entrenamiento

plos anteriores. Dichos problemas son resueltos de forma heurística

mediante estrategias no rigurosas basadas en el instinto, el sentido

común o la experiencia, y de ninguna manera garantizan que sean óptimas.

marca iRobot, el cual combina su hardware y su software para generar algoritmos de limpieza óptima para un espacio dado.

LA IA EN LA INVESTIGACIÓN DE OPERACIONES Entendiendo por óptima la mejor solución posible, entre todas las distintas soluciones que pueden existir para un problema en particu-

lar, el buscar la solución óptima implicaría utilizar un método exacto que generara todas las posibles soluciones y tomara la mejor de ellas.

Mientras que las estrategias de solución heurística son completa-

mente naturales para nosotros los humanos, los métodos exactos parecen ser una invención muy reciente que coincide con la introducción del campo de Investigación de Operaciones (io) desarrollado durante la Segunda Guerra Mundial.

Si bien los métodos exactos desarrollados en io han permitido la

asignación óptima de recursos escasos y en general apoyar de forma eficiente el proceso de toma de decisiones en infinidad de campos, un importante número de problemas de optimización han sido intratables (dentro de un límite de tiempo razonable) para estas técnicas.

en estas páginas, imagen propiedad de irobot (fragmento), para fines de ilustración, recuperada de: https://www.irobot.mx en páginas 16 y 17, diagramas de francisco j. cobos prior, a partir de imágenes de www.wikipedia.com

l a

c i e n c i a

y

e l

h o m b re

1 5

INTELIGENCIA ARTIFICIAL

Problemas que se presentan en diferentes áreas prácticas, como

la industria, la logística y todas las áreas de la ingeniería, donde el número de soluciones posible crece de forma exponencial cuando se aumenta el tamaño del problema, o incluso puede ser infinito

(cuando involucra variables continuas), no han sido resueltos dado que no es factible pensar en una solución exacta al problema. Para

resolver este tipo de problemas se requiere utilizar algoritmos que simulen la manera heurística en que la naturaleza y los seres vivos

resuelven problemas de optimización. Gran parte de los esfuerzos en el área de Inteligencia Artificial (ia) están enfocados en el desarrollo y estudio de este tipo de métodos de solución.

LA EVOLUCIÓN EN LOS ALGORITMOS El comienzo del campo de io también marcó la pauta para el desa-

rrollo de principios más generales que son útiles en el diseño de algoritmos heurísticos y para el surgimiento de métodos más sofisti-

cados. A partir de la década de 1960, una línea de investigación de ia sobre métodos de resolución de problemas se hizo realidad: los “algoritmos evolutivos”, estos métodos utilizan una analogía con

el método principal de resolución de problemas de la vida: la evolución.

Los algoritmos evolutivos están inspirados en el proceso de evo-

lución por selección natural; generan un conjunto inicial de solucio-

nes y luego, durante un número de iteraciones, aplican el principio de supervivencia del más apto y la reproducción sexual, de tal forma

que las mejores soluciones son las que sobreviven y se mezclan entre sí para generar nuevas soluciones. Estos métodos son extre-

madamente populares, importantes revistas y conferencias están

dedicadas específicamente a este tema y el número de artículos especializados crece exponencialmente cada año.

El éxito de los algoritmos evolutivos motivó el desarrollo de otros

métodos genéricos de optimización heurística que pudieran resol-

ver cualquier problema de manera eficiente, sin requerir informa-

ción específica. Así, surgieron por ejemplo el Recocido Simulado, inspirado en el proceso controlado de calentamiento y enfriamiento utilizado en la metalurgia y la producción de vidrio, y la Búsqueda Tabú, cuya premisa básica es que un algoritmo de búsqueda podría guiarse hacia una buena solución, utilizando parte de la información

recopilada durante la búsqueda en el pasado. Posteriormente, sur-

gieron algoritmos de ia inspirados en diferentes fenómenos naturales, físicos y sociales, que van desde el razonamiento humano y el comportamiento de los animales, hasta procesos químicos y biológicos que pueden ocurrir en organismos vivos o en el cosmos.

1 6

l a

c i e n c i a

y

e l

h o m b re

INTELIGENCIA ARTIFICIAL

*centro de investigación en inteligencia artificial, universidad veracruzana correo: maquiroz@uv.mx

HERRAMIENTAS PARA RESOLVER PROBLEMAS

heurísticas son ampliamente utilizadas para resolver problemas

La inteligencia artificial está transformando nuestras vidas y revolucionará rápidamente la manera en la que trabajamos.

finanzas hasta la gestión de producción y la ingeniería. Para resolver

Un algoritmo es un conjunto de instrucciones

En general, los métodos de ia para optimización son denominados

metaheurísticas. Estos métodos son capaces de resolver una amplia gama de problemas de optimización, aquellos difíciles y sin tener

que adaptarse profundamente a cada problema. De hecho, el prefijo griego meta, presente en el nombre, se utiliza para indicar que

estos algoritmos son heurísticas de “nivel superior”, en contraste con una heurística específica para un problema en particular. Las meta-

complejos en la industria y los servicios, en áreas que van desde las

una gran mayoría de los problemas de optimización de la vida real, las metaheurísticas son y seguirán siendo la única opción.

o reglas definidas y no-ambiguas, ordenadas y finitas que permite, típicamente, solucionar

Dada la importancia de estos métodos, el desarrollo de diferentes

metaheurísticas ha sido considerable y se han propuesto distintas

un problema, realizar un cómputo, procesar datos y llevar a cabo otras tareas o actividades.

clasificaciones; la más común consiste en diferenciar entre metaheu-

rísticas basadas en Búsquedas de Vecindario (también llamadas Métodos de Trayectoria) y Metaheurísticas Poblacionales. Las Bús-

quedas de Vecindario trabajan con una única solución, la cual van

modificando, mediante diferentes técnicas, con el objetivo de mejorar su calidad (por ejemplo, el Recocido Simulado y la Búsqueda

Tabú). Por otro lado, los métodos poblacionales trabajan con conjuntos de soluciones las cuales son mejoradas considerando las características de otras soluciones de la población (por ejemplo, los Algoritmos Evolutivos y la Inteligencia Colectiva).

EL RETO: “EL APRENDIZAJE MÁQUINA” A pesar del éxito generalizado de las metaheurísticas, el diseño de estos algoritmos aún es considerado un arte (más que una ciencia) y

es necesaria una evolución en este campo de investigación para

generar conocimiento científico estructurado que explique el com-

portamiento de los algoritmos y beneficie el diseño de mejores técnicas. La mayoría de las investigaciones en el área de optimización

metaheurística se han enfocado en desarrollar algoritmos cada vez más eficientes, poniendo como prioridad el rendimiento antes que

la comprensión científica del comportamiento de las metaheurísticas. Sin embargo, la comunidad científica ha destacado la necesidad de un cambio de paradigma, donde se reconozca la importancia del estudio y explicación del desempeño de estos algoritmos.

El estudio científico de las metaheurísticas marcará la pauta para

el inicio de una nueva etapa, en la que otra área de la ia puede ser considerada como una herramienta valiosa para el estudio del

­desempeño de las metaheurísticas: “el aprendizaje máquina”. Así, algoritmos de ia del área de aprendizaje han comenzado a ser apli-

cados para estudiar, explicar y predecir el desempeño de algoritmos de ia del área de optimización.

l a

c i e n c i a

y

e l

h o m b re

1 7

VISIÓN INTELIGENCIA ARTIFICIAL

HÉCTOR GABRIEL ACOSTA MESA*

El sentido de la vista nos permite identificar el medio que nos rodea a partir de la luz que reflejan los objetos y que a su vez proyectan en nuestros ojos en forma de imágenes.

El complejo análisis de estos patrones de intensidad luminosa hace de la visión uno de los sentidos más completos que nos permite reconocer nuestro entorno para interactuar con él.

Aun cuando la interpretación de imágenes no requiere un esfuerzo

cognitivo consciente, a juzgar por el tamaño de la corteza cerebral

involucrada en este proceso, parece que el análisis que realiza es

bastante complejo. A diferencia de lo que inicialmente se esperaba, la replicación de este sentido por medios computacionales ha resultado ser mucho más complicado de lo que se pensaba.

En los albores de la Inteligencia Artificial, los retos a resolver que

se plantearon involucraban problemas cuya resolución suponía el involucramiento de un alto coeficiente intelectual, por ejemplo, comprobar teoremas matemáticos, resolver crucigramas o jugar hábil-

mente al ajedrez. Sin embargo, todas estas pruebas fueron resueltas exitosamente y en relativamente poco tiempo, al grado de que un

sistema de inteligencia artificial pudo vencer al mejor jugador de ajedrez del mundo. Paradójicamente, una tarea que parece muy simple y no requiere muchas habilidades cognitivas como lo es la inter-

pretación de una imagen, aun no se ha resuelto en forma general.

A la fecha no existe un sistema inteligente capaz de describir el con-

tenido de una imagen con la precisión que lo haría un niño de tres años, es por esto que el investigador Tomaso Poggio afirma que “La visión es más que un sentido, es una inteligencia”.

1 8

l a

c i e n c i a

y

e l

h o m b re

NARTIFICIAL INTELIGENCIA ARTIFICIAL

VER IMÁGENES A TRAVÉS DE REDES NEURONALES Actualmente, el desarrollo de la visión artificial, también conocida como visión por computadora, es un área de investigación muy

activa que estudia los métodos para adquirir, analizar y entender

imágenes reales mediante métodos numéricos y/o simbólicos. Su campo de aplicación es muy amplio y comprende desde ambientes industriales controlados hasta sistemas de visión para robots de servicio que operan en espacios naturales.

De manera similar a como ha sucedido en otras áreas de la inteli-

gencia artificial, las investigaciones sobre sistemas de visión artificial

han tenido una inspiración biológica. Dispositivos electrónicos foto-

sensibles distribuidos en forma de una matriz de puntos conforman una imagen digital, misma que emula los conos y bastones que componen la retina donde se forma la imagen en el ojo. A partir de la

adquisición de esta información espacial luminosa, inicia el procesamiento para reconocer patrones a distintas escalas. El proce­samiento

de esta información también ha sido inspirado por las estructuras

que integran el sistema visual, donde, en una primera etapa en la

retina, las células bipolares, amacrinas y ganglionares son las prime-

ras unidades de procesamiento que integran la información recibida de los conos y bastones.

La emulación artificial de estas neuronas se lleva a cabo mediante

neuronas artificiales llamadas perceptrones, los cuales representan unidades de procesamiento que reciben datos de entrada por las

dendritas y producen una respuesta por el axón. La respuesta de estos perceptrones depende de los valores de los pesos sinápticos

que influyen las entradas. Estos valores de pesos sinápticos son aprendidos por algoritmos a partir de un conjunto de ejemplos de entrenamiento.

l a

c i e n c i a

y

e l

h o m b re

1 9

INTELIGENCIA ARTIFICIAL

Ya es posible entrenar un algoritmo de aprendizaje profundo para que reconozca un gato con el mismo nivel de precisión que un amante de la especie.

Cada una de estas unidades de procesamiento puede ser enten-

dida como el detector de una característica en la imagen, por ejem-

plo, una discontinuidad o borde. A medida que las respuestas de estas neuronas se propagan como entrada de otras neuronas, es que se van creando estructuras jerárquicas de procesamiento llama-

das redes neuronales. Entre más capas (niveles) de procesamiento se consideren en la red, se podrán aprender patrones más comple-

jos, con interpretaciones visuales más abstractas, como pueden ser letras, formas geométricas o de objetos complejos como un rostro.

EL APRENDIZAJE PROFUNDO La complejidad del análisis y representación de la información

aumenta a medida que la información fluye desde el nervio óptico

hacia la corteza visual, donde se realizan análisis especializados de forma, color, movimiento y profundidad, entre muchos otros. Esta

motivación de análisis, a distintos niveles jerárquicos, implementados mediante redes neuronales artificiales con diferentes capas de

profundidad es lo que ha dado origen a lo que actualmente se llama aprendizaje profundo.

Si bien las primeras capas de estas redes neuronales profundas

tienen una inspiración biológica, como se comentó antes, el desco-

nocimiento sobre las estructuras y mecanismos de análisis que se llevan a cabo en la corteza visual dificultan que este diseño bioinspi-

rado se conserve para el diseño total de la arquitectura de la red. En términos generales estas arquitecturas constan de dos fases, una en

donde se extraen características de la imagen y otra donde se utilizan esas características para identificar objetos de interés. En ambas

fases es necesario un proceso de aprendizaje a partir del cual se calculen los parámetros (pesos sinápticos) que permitan realizar la tarea de manera correcta.

LAS APLICACIONES Tradicionalmente, los usos de visión por computadora han sido en ambientes industriales y aplicados para el control de calidad, en pro-

cesos tales como inspección de llenado de envases o empaques.

2 0

l a

c i e n c i a

y

e l

h o m b re

INTELIGENCIA ARTIFICIAL

Este tipo de aplicaciones generalmente se realiza en ambientes controlados de iluminación, posición de los objetos, etc., lo que facilita

el proceso de análisis. Otros ambientes de análisis más complejos son aquellos en los que las imágenes son adquiridas en ambientes

naturales, donde las condiciones de obtención son variadas, por ejemplo, la iluminación no es homogénea, puede haber zonas

­desenfocadas o con objetos deformados por la perspectiva. Esto es muy común en las aplicaciones de visión robótica móvil, es decir, en robots que se mueven e interactúan en ambientes reales.

Algunas aplicaciones exitosas de visión artificial, de uso común,

son el análisis de rostros para corroboración de identidad, así tam-

bién para el análisis de expresiones faciales de enojo, alegría, tris-

La ia evolucionó y hoy es una combinación entre el reconocimiento de imagen, el procesamiento de lenguaje, las redes neuronales y la computación.

teza, y para el diseño de interfaces humano-computadora. Los sistemas de análisis de imágenes médicas también han tenido éxito

al poder identificar padecimientos como tumores cancerígenos, lesiones óseas o malformaciones celulares, todo a partir de imágenes de rayos X, resonancia magnética o microscopía, entre otros.

Una aplicación interesante que actualmente se encuentra en

investigación es el desarrollo de lentes inteligentes capaces de

*centro de investigación en inteligencia artificial, universidad veracruzana correo: heacosta@uv.mx, página web:

adquirir y analizar imágenes en tiempo real para dar información al

https://www.uv.mx/personal/heacosta/

en la capacitación de personal y en ayudas visuales a personas con

de izquierda a derecha: imagen de una cámara capaz de

usuario. Esta tecnología tendrá muchas aplicaciones en el comercio, baja y/o nula visión.

reconocer figuras humanas, distinguir entre géneros, edades, objetos y animales, recuperada de: https://i2.wp. com/www.blogacine.com/wp-content/uploads/2018/04/ mask-detectron-post.jpg?w=1024&ssl=1 captura de video de la empresa digevo, que promete que

LECTOR INTERESADO:

su software reconoce patrones de comportamiento

Alegre, E., G. Pajares y A. De la Escalera. (2016). Conceptos y métodos de

y géneros de los transeúntes, recuperada de: https://

visión por computador. Grupo de Visión del Comité Español de

youtu.be/Ud5II8-YFvI

Automática.

Un visor artificial ejecutando alguna tarea especializa-

Graubard, S.R. (1993). El nuevo debate sobre la inteligencia artificial.

Editorial Gedisa.

tificial-industrial-aplicaciones-y-sectores/

Hubel, D.H. Ojo, cerebro y visión. (2000). Servicio de Publicaciones de la Universidad de Murcia.

ojo artificial verificando llenado milimétrico de botellas, recuperadA de: https://www.infoplc.net/

Russell, S. y P. Norvig. (2004). Inteligencia artificial: un enfoque moderno.

Prentice Hall.

da, RECUPERADA de: https://blog.infaimon.com/vision-ar-

actualidad-industrial/item/102830-mercado-vision-artificial-2014

l a

c i e n c i a

y

e l

h o m b re

2 1

INTELIGENCIA ARTIFICIAL

INTELIGENCIA ARTIFICIAL ENTROMETIDA

GUILLERMO DE JESÚS HOYOS RIVERA, OMAR RODRÍGUEZ LÓPEZ Y JOSÉ CLEMENTE HERNÁNDEZ HERNÁNDEZ*

Nuestras opiniones dictan las tendencias del mercado: qué se vende y qué se compra en las tiendas de comestibles, de ropa, zapatos y, por supuesto, en las tiendas digitales; también pueden usarse como un medio para medir la tendencia de las opiniones de una sociedad.

El análisis del sentimiento, o Minería de Opiniones, es una interesante parcela del conocimiento de camino entre el procesamiento del lenguaje natural, la lingüística computacional y la minería de textos.

Cada vez que nos expresamos sobre un determinado tema estamos

propiciando una reacción; ya sea que nos quejemos del resultado

de un encuentro deportivo o de un hecho en materia de política, ciencia o economía, lo que decimos y cómo lo hacemos afecta la evolución del tema al que reaccionamos. Si consideramos ahora el

enorme número de personas que opinan sobre algo en particular a través de medios digitales… bueno, comprenderemos por qué muchos están más que interesados en conocer lo que pensamos.

La Inteligencia Artificial entra a escena en el análisis de una

enorme cantidad de datos generados a partir de las interacciones

con las diversas plataformas, eso por parte de millones de personas, porque hacerlo de forma manual sería una tarea sencillamente imposible de terminar por un equipo de analistas. Estos programas

computacionales inteligentes, en resumidas cuentas, estudian nues-

tras opiniones y las filtran con la intención de obtener información que “diga” a las grandes marcas, personajes públicos y organizaciones, qué tan bien o mal están haciendo las cosas.

Por supuesto, nada de esto sería posible sin un medio con el cual

recolectar las experiencias que, como consumidores, tenemos en el día a día, y para ello no hay mejor cosa que las redes sociales (¿comienzan a ver la trampa de las cuentas oficiales?).

LA MINERÍA DE OPINIONES Entonces, ¿cómo es posible analizar opiniones usando una compu-

tadora? De esto se encarga la Minería de Opiniones, cuyos progra-

mas, como si de gambusinos harapientos y polvosos se tratase, revisan cada recurso que compartimos inocentemente en nuestra red social preferida.

Luego, ¿puede un programa leer los comentarios irreverentes

que publico en confianza con mis amigos? Diremos que no precisa-

mente (relájense, aún no nos espían a ese nivel, al menos por ahora…), pero sí que son capaces de reconocer palabras, frases y

tendencias que permiten clasificar a un determinado mensaje como

positivo o negativo (en realidad pueden manejarse más categorías, pero para nuestros fines bastan estas dos).

2 2

l a

c i e n c i a

y

e l

h o m b re

INTELIGENCIA ARTIFICIAL

Ese cruce de caminos es una de las tecnologías que están revolucionando el futuro de Internet.

l a

c i e n c i a

y

e l

h o m b re

2 3

INTELIGENCIA ARTIFICIAL

Veamos, el tratamiento analítico de las oraciones escritas por los

usuarios hace uso de la estructura propia del lenguaje en que fueron expresadas, de modo que es posible hallar programas que utilicen

reglas lingüísticas, diccionarios y herramientas computacionales

para el reconocimiento de sustantivos, adjetivos o adverbios, etc. Si nosotros, por ejemplo, fuésemos una empresa vendedora de cer-

veza, estaríamos interesados en identificar, dentro de los comentarios de los usuarios, palabras que denoten cierto grado de

positividad o negatividad hacia nuestro producto, por lo que indudablemente concentraríamos esfuerzos en hallar términos como “bueno(a)” o “malo(a)”, así como frases del tipo “buen precio” o

“mala cerveza”, expresiones que pueden ayudar a entender los hábi-

tos y características de los consumidores, por ejemplo al revisar la

hora de la publicación de los mensajes que las contienen, su ubicación y el número de interacciones que generó cada opinión, todos esos datos, por cierto, capturados por la red social misma.

LAS REDES SOCIALES NOS VIGILAN Un sistema de ia es capaz de analizar datos en grandes cantidades (big data).

Así, no importa si estamos en Facebook, Instagram o Twitter, la Mine-

ría de Opiniones será capaz de extraer, de forma automática, miles

de comentarios publicados en una cierta ventana de tiempo, lo que

significa, en otras palabras, que es posible acceder a las opiniones, si éstas fueron expresadas al momento o en días previos, algo per-

turbador cuando confiamos en el tiempo como el mejor agente del olvido.

El asunto se torna inquietante cuando consideramos la relativa

facilidad de uso de estos programas para la obtención de mensajes.

No estamos para contarles ni ustedes para saberlo pero, si en este preciso instante, mientras leen estos párrafos, tuvieran a la mano una de estas herramientas esperando solo un click para comenzar a tra-

bajar, bastarían tan solo unos segundos para recolectar, cuando

menos, diez mil tweets publicados en alguna tendencia, con una mención o palabra especificada previamente. Aterrador, sin duda alguna, e interesante en cuanto a la privacidad, cada vez menor, que tenemos en Internet.

Uno de los debates más acalorados vividos en los últimos tiempos

sobre el uso que las compañías le dan a nuestros datos se dio con el

escándalo de Cambridge Analytica y, más recientemente, con la

polémica revisión, por parte de empresas asociadas a Facebook, de audios enviados en su sistema de mensajería con la intención

de probar la efectividad de la extracción de texto a partir de la voz.

Estas situaciones desnudan la falta de regulación en la recolección, manejo y análisis de los datos que generamos al utilizar Facebook.

El hecho de que nuestras publicaciones sean usadas sin consenti-

miento expreso para la obtención de ventajas competitivas de quie2 4

l a

c i e n c i a

y

e l

h o m b re

INTELIGENCIA ARTIFICIAL

*centro de investigación en inteligencia artificial, universidad veracruzana correos: ghoyos@uv.mx; zs17000485@estudiantes.uv.mx; zs19019835@estudiantes.uv.mx

nes las analizan, se ha convertido en un problema que hace evidente, cada vez en un tono más alarmante, las vulnerabilidades a las que estamos expuestos de no tomar plena consciencia de la naturaleza totalmente abierta de las redes sociales.

La conectividad, no sólo entre personas dentro de una misma red

sino también entre diferentes sitios digitales, la facilidad de difusión de contenido, tanto veraz como falso, y la incertidumbre propia de las interacciones que pueden mantenerse en las redes sociales (ya que, ¿quién puede asegurar si todos los perfiles de usuario son reales?), son tan solo algunos de los aspectos a tener en cuenta y

con más seriedad conforme mayor dependencia tecnológica adquirimos.

Son notables las controversias referentes a temas otrora concebi-

dos únicamente en la ciencia ficción y cuya pronta llegada promueve una revolución, ante la cual, mucho tememos, no estamos prepara-

dos. La frontera entre lo real y lo quimérico se desvanece vertiginosamente con el paso de los años, y nos lanza a escenarios donde lo surreal predomina gracias al favor de las masas. Estamos entrando en terrenos peligrosos donde la privacidad es un privilegio, la verdad es relativa y el individualismo se castiga con el desprestigio en

La inteligencia artificial es uno de los temas que más invita a la reflexión en el campo de la tecnología y los negocios.

las redes sociales. Abrazamos estos métodos sedados por la placen-

tera cadena de sugerencias provista en diversas plataformas, per-

diendo en el camino el panorama general de las cosas y creyendo que aquello por lo que optamos es la única y correcta opción, sólo por ser nuestra preferida.

Por supuesto, no es necesario adoptar una postura hostil a la tec-

nología que nos lleve a rechazar todo lo digital, pero sí es imprescindible comenzar a cambiar los hábitos que tenemos al compartir nuestras opiniones en una plataforma tecnológica que, a final de cuentas, no es nuestra y nunca lo será, algo que pareciera ser que la mayoría olvida o simplemente decide pasar por alto.

Hay que comenzar a poner atención en las condiciones de uso de

las redes sociales y, en general, de los proveedores de servicios digitales, ya que de no hacerlo entraremos a un juego de manipulación de datos para el beneficio de alguien más.

Señoras y señores, hemos llegado al horizonte aterrador imagi-

nado por Asimov, Bradbury y muchos más, un nivel donde todo es subjetivo, nada parece ser confiable y la realidad se ajusta a lo artificial de los circuitos. Ya no parece tan lejana la realidad distópica de

1984, la mítica novela de George Orwell, ¿verdad? Bienvenidos al horizonte digital.

LECTOR INTERESADO: https://www.bbc.co.uk/blogs/mundo/un_mundo_feliz/2010/01/tu_vida_privada_es_del_dominio.html.

DIAGRAMAS DE francisco j. cobos prior, A PARTIR DE

https://www.bbc.com/mundo/noticias-43971491.

l a

imÁgenes de www.wikipedia.com c i e n c i a

y

e l

h o m b re

2 5

INTELIGENCIA ARTIFICIAL

ALGORITMOS DE TRADING: CAMPO DE BATALLA DE LA IA CARLOS MANUEL RODRÍGUEZ MARTÍNEZ*

En la avenida Paseo de la Reforma 255 de la Ciudad de México, junto a la Glorieta de la Palma, se encuentra el edificio de la Bolsa Mexicana de Valores, el lugar donde se comercian acciones, derivados y bonos, entre otros instrumentos financieros que son importantes para la economía del país; éste será el campo en donde la inteligencia artificial libra una de sus tantas batallas.

Uno tiende a imaginar que las casas de bolsa son lugares ajetrea-

dos donde cientos de personas vestidas de traje se gritan frenéticamente de un lado a otro mientras negocian sumas millonarias;

en realidad esta imagen está cerca de convertirse en una reliquia

del pasado, ya que el escenario donde ocurre este intercambio de dinero e instrumentos financieros se ha ido desplazando, poco a

poco, del piso principal de las bolsas de valores hacia sus sótanos,

donde un ejército de computadoras conectadas a una extensa red de fibra óptica se han convertido en el campo de batalla de una

nueva y peculiar especie de agentes del mercado, los algoritmos de trading impulsados por la inteligencia artificial.

ABRIENDO LA BOLSA… El trading es una modalidad de operación en mercados financieros.

Una bolsa de valores es esencialmente una institución que provee

un mecanismo para resolver uno de los problemas principales de la economía: ¿cómo asignar los recursos necesarios a actividades humanas productivas del tipo empresarial? Las respuestas

generalmente son objeto de gran debate político, pero a grandes rasgos se pueden identificar tres mecanismos:

1. La planificación económica centralizada, que implica la

inversión y el control directo de un sector de la economía por parte de una institución gubernamental.

2. La contratación de deuda para la financiación de proyectos

empresariales, lo cual implica riesgo de no poder pagar dicha deuda y depende de la tasa de interés fijada por el banco central de la moneda en la cual se emite el préstamo.

3. Bolsa o mercados de valores, donde las empresas venden al

público general porciones de su propiedad, estas son acciones bursátiles, las cuales le dan a su comprador el derecho a

una parte de las ganancias de la compañía, el dividendo. Estas acciones posteriormente pueden ser comerciadas de nuevo 2 6

l a

c i e n c i a

y

e l

h o m b re

INTELIGENCIA ARTIFICIAL

entre particulares y por lo general se hace dentro de la misma bolsa de valores.

LA OPERACIÓN En una bolsa de valores operan muchos agentes con objetivos

diferentes, individuos que buscan invertir sus ahorros, empresas

que buscan obtener financiación, bancos que invierten en acciones para los fondos de inversión de sus clientes, empresas que buscan adquirir potenciales subsidiarias, especuladores que buscan

obtener ganancias a través de la variación de precios (comprar

Se caracteriza por el uso de algoritmos, reglas y procedimientos automatizados.

barato, vender caro), y la lista continúa. Todos estos agentes que

son potenciales compradores y vendedores de acciones lanzan sus ofertas de cuántas acciones están dispuestos a comerciar bajo un

determinado precio, y cuando hay una coincidencia de precios en

una orden de compra y una orden de venta se efectúa automáticamente de forma computarizada la transacción o intercambio.

El resultado de las transacciones de miles o millones de agentes

del mercado da lugar a un precio consensuado entre compradores y vendedores, esto es lo que solemos ver en la mayoría de las

gráficas que muestran cómo varía el precio de una acción en el

tiempo. Por lo tanto, otra función importante de los mercados es la asignación de precios a un valor financiero, lo cual es un proceso

colectivo en el que participan todos los agentes del mercado. En la figura 1 de la siguiente página se muestran los precios históricos del índice ipc, el cual representa acciones de las empresas más representativas de la Bolsa Mexicana de Valores.

LA GRAN RED DE PROCESAMIENTO Dado que en una bolsa operan multitud de agentes, la agregación de todas las órdenes de compra y venta puede verse como la

mejor predicción del precio en un instante futuro por parte del

mercado en conjunto, esto lo convierte no sólo en un instrumento

de inversión, sino en una gran red de procesamiento de datos que trata de asignar el precio correcto a las acciones de una compañía a partir de la información pública disponible.

Lamentablemente, esta red de procesamiento no es perfecta, sus

miembros al final son personas y los seres humanos no siempre

somos racionales, sobre todo cuando hay de por medio grandes sumas de dinero. En finanzas, a la situación idealizada donde un

l a

c i e n c i a

y

e l

h o m b re

edificio de la bolsa mexicana de valores, fragmento tomado de Mariordo (Mario Roberto Durán Ortiz) 2 7

INTELIGENCIA ARTIFICIAL

mercado está conformado por agentes que toman decisiones perfectamente racionales ante la información disponible se le

conoce como mercado eficiente, y es algo que rara vez se llega a ver en la práctica.

En el mundo real los agentes que componen el mercado están

sujetos a las mismas emociones que todos sentimos, euforia,

miedo, exaltación y ansiedad, sentimientos que inhiben el juicio

hasta del inversionista más experimentado. Esto, crea ineficiencias del mercado que surgen constantemente e incluso llegan a

acumularse hasta que la situación se hace insostenible, y entonces estalla en lo que se conoce como una burbuja financiera. Este

problema, inherentemente humano, ha plagado a las sociedades mercantiles a lo largo de toda la historia. Pero, ¿qué pasaría si quitamos a los humanos de enmedio?

DE RED A BURBUJA Recientemente, muchas casas de bolsa en todo el mundo (incluido México) han comenzado el proceso de digitalización de sus

servicios, para esto han invertido en grandes cantidades de equipo de cómputo e infraestructura de comunicación con el fin de

proporcionar información instantánea de todo lo que ocurre en los

mercados. Esto ha abierto el paso a una nueva clase de agentes del mercado que, a diferencia de los tradicionales, pueden procesar

una inmensa cantidad de datos casi instantáneamente y tomar una acción inmediata y flexible: los algoritmos de comercio de alta frecuencia, mejor conocidos por su nombre en inglés como high-frequency trading (hft).

Estos algoritmos son programas que se ejecutan en computado-

ras conectadas directamente a la casa de bolsa, y su ventaja radica en que son capaces de reaccionar a los eventos del mercado más rápido que cualquier ser humano. Por ejemplo, un algoritmo que

haga trading en el sector energético puede buscar constantemente noticias relevantes a la producción de crudo y comprar o vender acciones dependiendo de si la noticia es optimista, neutral o pesimista.

Y… ¿LA INTELIGENCIA ARTIFICIAL? En un mercado donde los precios varían constantemente, la

velocidad de reacción es parte importante de lo que determina el éxito, ya que no hay nada que gane a los algoritmos en ese rubro. El éxito de estos algoritmos se apoya en los avances realizados en el área de la Inteligencia Artificial, que ha creado la tecnolo-

2 8

l a

c i e n c i a

y

e l

h o m b re

INTELIGENCIA ARTIFICIAL

gía para poder leer y procesar miles de artículos y datos del

mercado, comprenderlos y tomar decisiones que en general son más acertadas que las tomadas por expertos humanos.

*doctorado en inteligencia artificial, universidad veracruzana correo: fis.carlosmanuel@gmail.com

En 2017, el hft ya era el responsable de más de 58% de las

operaciones de capital de Estados Unidos, y los mercados emer-

gentes, como el mexicano, seguirán esta tendencia. En este nuevo

modelo de trading los seres humanos ya no podemos intervenir en

el campo de batalla de los algoritmos, incluso si lo intentáramos, ya no tenemos las de ganar.

Vale la pena reflexionar acerca del papel cada vez mayor que

estos algoritmos tendrán en nuestras vidas, eso mientras toman el

control de un sistema económico complejo que nadie es capaz de

entender en su totalidad, y donde nuestras ineficiencias nos hacen cada vez menos relevantes.

LECTOR INTERESADO: Dalio, Ray. (2018). Principles for navigating big debt crises. Westport, CT: Bridgewater.

El Financiero. (2016). High-frequency trading, con mínima frecuencia en el mercado mexicano, 10 de junio.

Golub, A., J. Keane y S.H. Poon. (2012). High frequency trading and mini flash crashes. ssrn Electronic Journal. Recuperado de: https://doi.org/10.2139/ssrn.2182097.

El trading sirve para ejecutar operaciones de compra o venta de instrumentos financieros.

Figura 1: Precios históricos del índice ipc.

Captura de pantalla de Yahoo Finance.

l a

c i e n c i a

y

e l

h o m b re

2 9

INTELIGENCIA ARTIFICIAL

CÓMPUTO INSPIRADO EN LA NATURALEZA JESÚS ADOLFO MEJÍA DE DIOS Y EFRÉN MEZURA-MONTES*

Hace más de cuatro millones de años, en el fondo de los prehistóricos océanos terrestres se encontraba nuestro primer antepasado, se trataba de un microorganismo muy simple que con el paso de los milenios fue adaptándose a las adversidades del entonces primitivo entorno, hasta llegar a poblar el planeta Tierra que conocemos en la actualidad. Ese mismo derrotero ocurre hoy, el hombre debe adaptarse a tiempos tecnológicos y para ello echa mano de sistemas y computadoras inteligentes.

ALGORITMOS QUE SE AUTOADAPTAN La diversificación y adaptación de los seres vivos ha permitido la supervivencia de las especies más aptas, tal como se describe en la importante teoría de Charles Darwin. Dichos principios, estableci-

dos en la teoría de la evolución, han servido de inspiración para pro-

poner algoritmos que se autoadapten y además sean capaces de evolucionar para buscar soluciones que lleven a resolver una gran

variedad de problemas, definidos sobre espacios altamente complejos donde las soluciones puedan ser evaluadas de forma cualitativa (problemas de optimización).

Para poner lo anterior en contexto se considera el problema del

agente viajero: un agente viajero debe recorrer todas las ciudades en un mapa, el cual indica que todas las ciudades están conectadas

entre sí; más aún, el viajero no debe pasar por la misma ciudad dos

veces y debe regresar a la ciudad donde inició el recorrido; además, se debe tomar en cuenta que el agente debe recorrer la menor distancia posible.

Como se puede notar, esta problemática no es muy complicada

de comprender, sin embargo, puede ser difícil hallar la ruta o rutas

más cortas que cumplan las condiciones del problema cuando la

cantidad de ciudades a recorrer aumenta ligeramente. Por ejemplo, para un mapa con cinco ciudades, sólo debemos seleccionar la

mejor ruta (ruta óptima) de 120 que se pueden realizar. Ahora bien, ¿qué pasa cuando la cantidad de ciudades aumenta? para 10 ciuda-

des se tienen entonces 3,628,800 rutas, para 20 ciudades se tiene que encontrar la ruta óptima de 2.4329×1018 posibles, que es

más que la cantidad de árboles en el mundo.

3 0

l a

c i e n c i a

y

e l

h o m b re

INTELIGENCIA ARTIFICIAL

Si se implementara en una computadora un programa informático

capaz de calcular (por fuerza bruta) todas las rutas, y al final se eligiera la más corta, y suponiendo que esta computadora puede

generar un millón de rutas por segundo, entonces le tomaría

2.4329×10¹² segundos, lo que son aproximadamente 77,146 años.

Por lo tanto, este tipo de enfoques (y en general los algoritmos exactos) para resolver el problema con diez o más ciudades parece

inviable. Es aquí donde los algoritmos de inteligencia artificial, particularmente los algoritmos bio-inspirados, cobran sentido, puesto

que son útiles para aproximar soluciones en una fracción de tiempo, en comparación con enfoques tradicionales o exactos, cuando los problemas tienen un costo computacional importante.

El aprendizaje automático utiliza redes neuronales para realizar tareas de clasificación.

BIO-INSPIRACIÓN Dentro de los algoritmos bio-inspirados, para resolver problemas de optimización se encuentran los algoritmos evolutivos, los cuales

evolucionan (con el paso de las generaciones) hacia soluciones a

través de operadores (probabilísticos) conocidos como selección, cruza, mutación y reemplazo, de tal manera que los individuos más

aptos tienen más probabilidad de sobrevivir a las siguientes generaciones. Tales operadores trabajan sobre la representación elegida de las soluciones o individuos que además tienen asociado un valor numérico relativo a la aptitud.

Por otro lado, existen algoritmos inspirados en la inteligencia

colectiva que se observa en algunos seres vivos que de forma indivi-

dual no presentan comportamiento sobresaliente, pero cuando tra-

bajan sinérgicamente, en conjunto, emerge inteligencia colectiva.

Este comportamiento se ha observado, por ejemplo, en hormigas, abejas, aves, peces, entre otros.

LA EVOLUCIÓN AL SERVICIO DE LA IA Ahí, a diferencia de los algoritmos evolutivos, las soluciones no son los individuos sino parte del fenómeno biológico que se modela; por ejemplo, en los algoritmos inspirados en las hormigas, las solu-

ciones corresponden a fuentes de comida que se encuentran en el espacio de búsqueda y, entre mejor sean las soluciones las hormi-

gas buscarán más esa región debido a que segregan feromonas que indican a las demás hormigas que en cierta región se encuentran

buenas soluciones; por el contrario, si las soluciones son peores (que otras ya visitadas) es muy poco probable que las hormigas

regresen a esa zona, y así la feromona en la región será menor debido a la evaporación. Este tipo de métodos usa el comportamiento colectivo para generar soluciones promisorias y así aproximar soluciones óptimas.

Las neuronas se pueden simular mediante unidades computacionales, el esquema sobre estas líneas representa los pasos de una red neuronal.

diagramas de francisco j. cobos prior, a partir de imágenes de www.wikipedia.com

l a

c i e n c i a

y

e l

h o m b re

3 1

INTELIGENCIA ARTIFICIAL

LA APLICACIÓN Nótese que los algoritmos descritos anteriormente no han sido dise-

ñados para un tipo específico de problemas de optimización, de tal manera que dichos enfoques pueden ser aplicados a problemas

con diferentes propiedades, debido a que no se hacen supuestos restrictivos, caso contrario ocurre con metodologías tradicionales que resuelven de manera exacta con resultados robustos pero con aplicabilidad limitada.

Lo anterior ocurrió, por ejemplo, con el diseño aerodinámico del

tren bala en Japón, donde las técnicas tradicionales no hallaban

soluciones exitosas, sin embargo, luego de experimentar con un

algoritmo evolutivo se encontró el diseño de la actualmente famosa nariz del tren bala, cuyo aspecto visual puede ser cuestionable, pero lo cierto es que la eficiencia aerodinámica obtenida es notable.

Así, los algoritmos bio-inspirados ofrecen herramientas útiles,

adaptativas y escalables para aproximar soluciones suficientemente buenas, en corto tiempo, de problemas complicados, donde las metodologías exactas son inviables por tiempo computacional o por no poder ser aplicadas.

3 2

l a

c i e n c i a

y

e l

h o m b re

INTELIGENCIA ARTIFICIAL

*centro de investigación en inteligencia artificial, universidad veracruzana correo: mejded@gmail.com; emezura@uv.mx

ilustración de hanna v. garcía

l a

c i e n c i a

y

e l

h o m b re

3 3

INTELIGENCIA ARTIFICIAL

TIEMPO DE CONTACTO BIOINSPIRADO ÁNGEL JUAN SÁNCHEZ-GARCÍA*

Imagina que estamos en un partido de béisbol y un jugador que quiere atrapar una pelota necesita anticipar el momento exacto en que ésta golpeará su mano, para entonces poder cerrar exitosamente los dedos alrededor de la pelota. Entonces, el jugador debe estimar el tiempo que transcurre antes de que la pelota alcance el guante; este tiempo se denomina tiempo de contacto (ttc), y está determinado por la distancia, la velocidad y la aceleración.

TTC EN LA NATURALEZA La ia permite que nuestras experiencias cotidianas sean más inteligentes al integrar análisis predictivo.

La estimación del tiempo de contacto para anticipar eventos no es

una actividad propia del ser humano, aunque lo podemos observar en la naturaleza, ya que obtener esa información tiene consecuencias para la supervivencia de algunas especies de animales y para

sus habilidades de interactuar con objetos animados e inanimados en sus entornos.

Por ejemplo, las aves necesitan estimar el tiempo en que tocarán

el suelo cuando van descendiendo, para entonces colocar sus patas

en la posición correcta y así amortiguar el aterrizaje. Por otro lado, los depredadores, en la persecución de su presa, necesitan estimar en qué tiempo la alcanzarán para saber en qué momento lanzar el

zarpazo que les permita derribarla; en el primer caso el ave interactúa con un objeto que no se mueve (una rama o el suelo donde ate-

rrizar), mientras que en el segundo caso el depredador interactúa con un objeto animado (su presa).

Por lo tanto, podemos decir que el tiempo de contacto sirve para

dos acciones importantes en la naturaleza: acercarse y esquivar; en ambas tareas se interactúa con objetos inanimados. Para acercarse

se utiliza el aterrizaje, en el caso de aves o de insectos, mientras que para la acción de esquivar pueden considerarse objetos que se interponen en el camino, como árboles. En la interacción con objetos animados para acercarse se puede ocupar como ejemplo la persecución y captura de la presa, la formación de un rebaño de ovejas

o el simple acto de atrapar una pelota; mientras que en el acto de

evitar objetos animados se puede referir, por ejemplo, evadir a un cazador que se aproxima o sortear amenazas de otros animales en un terrirorio determinado.

Muchos animales utilizan el tiempo de contacto, pero incluso los

humanos hacemos estas estimaciones inconscientemente. El ejemplo cotidiano es cuando queremos tomar un objeto (por ejemplo, un 3 4

l a

c i e n c i a

y

e l

h o m b re

INTELIGENCIA ARTIFICIAL

vaso o una cuchara, cuando comemos), sin pensarlo debemos saber en qué momento cerrar nuestros dedos para tomar el objeto. Otro ejemplo muy común es cuando vamos conduciendo un vehículo y queremos detenerlo al ver un obstáculo. Si no pisamos el freno ni el

acelerador, el vehículo desacelerará por la fricción y, después de unos segundos, ya intuimos el tiempo que nos tomará detener nuestro auto por completo, y así optaremos por frenar o no hacerlo.

ESTIMACIÓN DEL TTC MEDIANTE TAU Cuando un objeto se acerca a un observador, o viceversa, el

momento temporal de su llegada se define por variables ópticas.

David Lee describió (1976) matemáticamente que, expandir los patrones ópticos puede contener información temporal predictiva precisa sobre el tiempo de contacto. Esto es, cuando la velocidad relativa entre un objeto y un observador permanece constante, la

inversa de la tasa relativa de dilatación del contorno óptico cerrado, generado por un objeto que se aproxima, especifica el tiempo que permanece al contacto. Esta variable óptica fue denotada como τ (tau) y su descubrimiento inició una gran cantidad de investigación

en el campo del ttc. Cabe resaltar que esto es posible siempre y

cuando exista un movimiento relativo entre un observador y un objeto; se dice relativo porque el objeto se puede estar acercando al observador o viceversa.

Esta técnica es también utilizada por varios insectos, como los

escarabajos, ya que estiman las colisiones, y eso lo hacen mirando

cómo cambia el objeto de tamaño con respecto al tiempo. Lo más

importante de esta especificación óptica recae en que ni la distancia ni el tamaño del objeto son necesarios para estimar el ttc, sino sim-

plemente la tasa de cambio o expansión del objeto. Esta ecuación es muy sencilla de entender y está dada por

El Autopilot de Tesla es uno de los asistentes a la conducción más avanzados que existen, para ello necesita un radar, ocho cámaras y doce sensores con distintas funciones

TTC = τ ≈ θ/(dθ/dt)

repartidos por todo el coche, que lo dotan de “visión” de 360º, que se apoyan de análisis predictivo (entre otros algoritmos) para frenar

donde θ es la variable óptica en cuestión (por ejemplo el diámetro o

sin intervención humana en caso de una

la altura de un objeto).

emergencia.

mos, deliberadamente utilizamos tau. Cuando vamos conduciendo

arriba, Tesla motors De Shal Farley (shalf), recuperada

Retomando el ejemplo de conducir un vehículo, cuando maneja-

detrás de otro automóvil y vemos que conforme pasa el tiempo su tamaño aumenta, nuestro cerebro estima que nos estamos acer-

cando a él y nuestra reacción involuntaria es frenar. Por el contrario, si conforme pasa el tiempo el tamaño del vehículo que va frente a nosotros se va haciendo más pequeño, entonces inferimos que se

l a

c i e n c i a

y

e l

h o m b re

de: https://commons.wikimedia.org/w/index.php?curid=27556222; segunda y tercera fotos, recuperadas de: https://www.hibridosyelectricos.com/articulo/ tecnologia/camaras-sensores-tesla-autopilot-radar/20191113191801031482.html 3 5

INTELIGENCIA ARTIFICIAL

3 6

INTELIGENCIA ARTIFICIAL

*centro de investigación en inteligencia artificial, universidad veracruzana

está alejando; sin embargo, si conforme pasa el tiempo no vemos

correo: angesanchez@uv.mx

cambio de tamaño en el vehículo que está frente a nosotros, enton-

ces entendemos que la distancia entre él y nosotros es constante, y al no cambiar ni nos estamos acercando ni alejando, por lo que no es posible estimar el tiempo de contacto. Esto incluso está implícito

en la fórmula de τ. Si no cambia el tamaño del objeto, el denominador de la fórmula (dθ/dt) se hace cero, y cualquier división entre cero no está definida; cuando esto sucede el significado que podemos dar es que no sabemos si nos alejamos o nos acercamos.

TTC EN LA ROBÓTICA Una de las cuestiones clave de la robótica es proporcionar a un robot la información sobre el mundo exterior y sobre sus tareas, para

que los robots móviles puedan actuar de forma autónoma, es decir, sin ayuda humana. Cada una de estas tareas requiere de un proceso de sensar el ambiente, analizar lo que puede percibir y reaccionar ante el estado actual del mundo que puede percibir.

Si, por ejemplo, tenemos un robot que navega por una habitación

de manera autónoma, entonces debe ser capaz de detectar obs­ táculos mediante algún sensor (como una cámara, un sensor ultrasó-

nico o infrarrojo, como el famoso Kinect, dispositivo de detección de

El análisis predictivo puede utilizar variables, combinadas con resultados, para generar un modelo que represente la probabilidad de un evento.

movimiento). El ttc le serviría a un robot para estimar, mediante cualquier sensor, el tiempo que transcurriría para recibir alguna colisión, esto con el fin de evitarla.

A continuación se da un ejemplo, quizá trivial, que nos lleve a

entender la fórmula de tau: supongamos que un robot detecta un

obstáculo mediante una cámara, cuya altura del objeto es de 30

pixeles. Al siguiente instante de tiempo (supongamos 2 segundos), el robot continúa avanzando y ahora detecta que el obstáculo mide 40 pixeles. Esto suena lógico, ya que como se acercó al objeto éste

último ahora es visto de mayor tamaño. Por lo tanto dθ/dt, que es como cambió el tamaño de una unidad de tiempo (2 segundos) a

otra, son 10 pixeles. Si sustituimos en la fórmula: τ = 40/10 = 4, lo que nos dice es que en 4 unidades de tiempo (es decir en 8

segundos) se alcanzará al objeto si la velocidad permanece constante.

Parece simple, ¿no es así?, sin embargo hoy en día la estimación

del ttc es un problema que se sigue abordando por varias cuestiones a tomar en cuenta: ¿cómo identificar un obstáculo?, ¿cómo

medir el cambio del obstáculo?, ¿cuál es la mejor manera de sensar

el ambiente?, entre otras muchas situaciones a investigar en este campo de estudio.

Todas esas preguntas y muchas más deben ser incorporadas

para tener una estimación más robusta del tiempo de contacto, por lo que es un tema de investigación abierta y que seguramente será en beneficio de la construcción de agentes robóticos más inteligentes.

l a

c i e n c i a

y

e l

h o m b re

3 7

INTELIGENCIA ARTIFICIAL

IA EN ENFERMEDADES NEURODEGENERATIVAS SONIA LILIA MESTIZO GUTIÉRREZ, NICANDRO CRUZ RAMÍREZ Y LUIS RAFAEL FLORES CASTELÁN*

Una enfermedad neurodegenerativa es un término genérico que comprende un conjunto de padecimientos que afectan principalmente a las neuronas, produciendo una degeneración progresiva que provoca problemas con el movimiento o con el funcionamiento mental (demencia).

Las enfermedades neurodegenerativas producen alteraciones del

equilibrio, la movilidad, el habla, la respiración, la función cardiaca, la memoria, la percepción, los sentimientos y la capacidad para la toma de decisiones; estos padecimientos no sólo afectan al

paciente, sino también a su entorno más cercano, principalmente a la familia.

Cientos de millones de personas en todo el mundo están

afectadas por enfermedades neurodegenerativas. El origen de

esos padecimientos es incierto, sin embargo, son considerados

como el resultado de una interacción de factores ambientales y

genéticos; para la mayoría de este tipo de enfermedades no existe cura y sus tratamientos consisten en disminuir su sintomatología.

El diagnóstico certero de los padecimientos neurodegenerativos

es el examen post mortem. La enfermedad de Alzheimer (ea),

caracterizada por la pérdida de la memoria, es la enfermedad

neurodegenerativa más común y la principal forma de demencia.

Por su parte, la enfermedad de Parkinson (ep) afecta sobre todo el

movimiento y presenta déficits motores y no motores, tales como: temblores, bradicinesia, rigidez, trastornos del sueño, depresión y alteraciones cognitivas; es la segunda enfermedad

neurodegenerativa más frecuente. En ambos padecimientos el

principal factor de riesgo es la edad avanzada, por lo que

constituye un desafío para la salud pública debido al aumento de la proporción de personas mayores en el mundo.

CIENCIA COLABORATIVA McCarthy, pionero de la Inteligencia Artificial (ia), la define como “la ciencia e ingeniería de hacer máquinas inteligentes, especialmente programas de cómputo inteligentes”. Es bien conocido que la ia está influenciando varios aspectos de la vida humana y las

neurociencias no son la excepción; existe una relación simbiótica entre ambas áreas, una apoya e inspira a la otra.

Históricamente, el flujo de información entre neurociencias e ia

ha sido recíproco. Desde el surgimiento de la ia, en 1956, ha existido una estrecha relación que en la actualidad se ha 3 8

l a

c i e n c i a

y

e l

h o m b re

INTELIGENCIA ARTIFICIAL

incrementado, detonando una rica y significativa interacción entre ambas disciplinas. En sus inicios, la colaboración entre campos se centró en la reproducción y el entendimiento de los mecanismos

del cerebro que generan la cognición humana; un claro ejemplo lo constituye el desarrollo de redes neuronales artificiales inspiradas en el comportamiento de su homólogo biológico.

La unión entre ia y neurociencias promete grandes beneficios

para ambas disciplinas, como avances en la producción

de conocimiento médico a partir del procesamiento de grandes conjuntos de datos, lo que sin duda contribuirá a una

mejor comprensión de los padecimientos, así como la generación de nuevos modelos y metodologías o terapias para el tratamiento de disfunciones y desórdenes cerebrales.

APRENDIZAJE AUTOMÁTICO (AA) El aprendizaje automático (aa) tuvo sus orígenes en los años

ochenta, mediante la convergencia de ciencias de la computación,

la estadística y la psicología conexionista. El objetivo del aa consiste en desarrollar técnicas que permitan a las computadoras aprender.

Los algoritmos son capaces de generalizar comportamientos y reconocer patrones a partir de un conjunto de ejemplos.

El aa se divide en técnicas de aprendizaje supervisado,

aprendizaje no supervisado y aprendizaje por refuerzo.

El aprendizaje supervisado se caracteriza porque los datos que se ocupan para entrenar los modelos tienen etiquetas que permiten clasificarlos y los algoritmos agrupan las características de cada

El aprendizaje automático es la ciencia que se encarga de hacer que las computadoras realicen acciones sin necesidad de programación explícita.

clase y a partir de ellas aprenden. En el aprendizaje no supervisado los datos originales no están clasificados, por lo que los algoritmos

de este tipo hacen una segmentación de la información de entrada, agrupándolos por patrones o características en común.

El aprendizaje por refuerzo está inspirado en la psicología

conductista; el proceso de entrenamiento se realiza a base de

prueba y error con el objetivo de maximizar su clasificación. Cada

una de estas técnicas permite hacer predicciones, tomar decisiones o descubrir patrones en grandes conjuntos de datos.

LAS APLICACIONES DEL AA Las técnicas de aprendizaje automático han impulsado a un

renacimiento de la ia. Los grandes volúmenes de datos (big data) generados en el ámbito de las neurociencias (microanatomía,

conexiones sinápticas, análisis optogenéticos de comportamiento cerebral, cognición, imágenes cerebrales y genética) abren una

amplia área de oportunidad para el desarrollo de aplicaciones que contribuyan a una mejor comprensión del funcionamiento del cerebro.

En las neurociencias, el aa se ha aplicado en diversas

investigaciones, tomando diversos conjuntos de datos de entrada para analizarlos y poder extraer conocimiento o creando sistemas de apoyo para el diagnóstico de diversas patologías.

l a

c i e n c i a

y

e l

h o m b re

3 9

INTELIGENCIA ARTIFICIAL

*centro de investigación en inteligencia artificial, universidad veracruzana correo: smestizo@uv.mx; ncruz@uv.mx; rafamca18@gmail.com

Hablando del aa aplicado al diagnóstico médico de trastornos

neurodegenerativos, se han desarrollado numerosos sistemas de clasificación, principalmente para padecimientos como la ea, ep,

demencia, esclerosis lateral amiotrófica, afasia progresiva primaria, entre muchos otros.

La información de entrada de cada uno de estos sistemas es muy

variada, pero en su mayoría son: resonancias electromagnéticas,

tomografías de emisión de positrones, niveles de expresión génica y bioseñales obtenidas de equipos especializados, principalmente electroencefalogramas.

El surgimiento de nuevos paradigmas, tales como la medicina

predictiva basada en el análisis de expresión génica, constituye otra área de aplicación del aa. Los microarreglos, que son una

tecnología que sirve para efectuar la medición de expresión

genética, permite la comparación de la abundancia relativa de arn, mensajero generado en distintas pruebas biológicas. La técnica de microarreglos permite la comparación de los niveles de expresión genética de diferentes tejidos, células o condiciones, y brinda

información de miles de genes y de la actividad simultánea de múltiples vías celulares.

Diversas técnicas de aa se han aplicado con éxito para el análisis

de microarreglos, eso con la finalidad de establecer asociaciones genéticas de diversos padecimientos neurodegenerativos y han

permitido la explicación de algunos procesos subyacentes a nivel molecular.

Es importante destacar que, el área no queda exenta de la

aplicación de algoritmos más novedosos para el procesamiento de grandes volúmenes de datos, como son los algoritmos de

aprendizaje profundo. Finalmente, cabe mencionar que muchos

de estos sistemas son herramientas de soporte para el diagnóstico y toma de decisiones para los especialistas del área de la salud.

LECTOR INTERESADO: Bratić, B., V. Kurbalija, M. Ivanović, I. Oder y Z. Bosnić. (2018). Machine learning for predicting cognitive diseases: methods, data sources and risk factors. Journal of Medical Systems, 42(12):243.

D. Hassabis, D. Kumaran, C. Summerfield y M. Botvinick (2017).

“Neuroscience-inspired artificial intelligence” Neuron, 95(2):245–258.

Raghavendra, U., U.R., Acharya y H. Adeli. (2019). Artificial intelligence techniques for automated diagnosis of neurological disorders.

European Neurology, 1-24.

Vogt, N. (2018). Machine learning in neuroscience. Nature Methods, 15(1):33.

4 0

l a

c i e n c i a

y

e l

h o m b re

INTELIGENCIA ARTIFICIAL

¡ROBOTS INTELIGENTES AQUÍ! ¿REALIDAD O CIENCIA FICCIÓN? ANTONIO MARÍN HERNÁNDEZ*

La palabra robot surge en 1920 a partir de la obra teatral titulada R.U.R. (Robots Universales Rossum) del autor checo Karel Čapek, esta palabra se deriva de la palabra robota que en checo significa trabajo.

En esta novela se crean una especie de seres orgánicos (robots) para sustituir a las personas en algunos trabajos.

Pero el término robot se hace realmente famoso gracias a las novelas de ciencia ficción de Isaac Asimov.

UN POCO DE HISTORIA En nuestros días, la palabra robot está asociada a un conjunto de máquinas que realizan tareas peligrosas, monótonas, etc., o que

algunas veces son destinadas al entretenimiento (sistemas animatrónicos). Durante todo este tiempo, la idea de los robots ha fascinado

a la humanidad; estos han despertado una infinidad de historias y suposiciones, algunas buenas y otras malas, pero no cabe duda que la idea de un futuro en donde los robots convivan con los seres humanos suena fascinante.

El primer robot real puede atribuirse a William Grey Walter, quien

a finales de los años cuarenta realizó un sistema electromecánico

que podía seguir una luz y recargar su batería de forma completamente autónoma. Es común referirse a este robot como “La tortuga de Walter”, ya que por su aspecto y lento movimiento podía seme-

jarse a ese animal. Posteriormente, surgieron robots en algunos laboratorios alrededor del mundo, como Shakey en el Instituto de

Investigación de Stanford, en Estados Unidos de Norteamérica, o el robot Hilare, en el Laboratorio de Análisis y Arquitectura de Sistemas, en Toulouse, Francia.

l a

c i e n c i a

y

e l

h o m b re

4 1

INTELIGENCIA ARTIFICIAL

LA ACTUALIDAD Hoy, existen muchos robots desarrollados por varios laboratorios y

empresas alrededor del mundo, uno de los más conocidos es el robot humanoide de Honda, llamado Asimo, esto en honor a Isaac

Asimov. Pero no solo existen robots en los laboratorios y universidades, en la actualidad podemos encontrar aspiradoras robóticas de varias compañías, siendo IRobot la compañía de Rodney Brooks, uno

de los roboticistas más reconocidos a nivel mundial, fundador de la primera compañía en generar uno de estos productos —por cierto, el

nombre de la compañía también hace referencia a una de las novelas de Asimov, Yo robot—. Puede considerarse que los robots aspira-

dores son el primer producto comercial exitoso a nivel popular; si

bien desde hace varios años existían brazos robóticos en la industria, principalmente en la industria automotriz, estos robots no eran producidos para el público en general. Posterior al éxito de estas aspira-

doras robóticas se tiene una gran cantidad de robots similares, aquellos que realizan tareas como limpiar piscinas, trapear pisos,

acomodar productos en bodegas, regar y cosechar en plantaciones, etcétera.

Hoy en día, no se podría entender mucha de nuestra industria sin

el uso de robots manipuladores; sin embargo, seguimos esperando

los robots como los pintaban en las películas de ciencia ficción.

Recordemos esos robots de formas humanoides o no, que surgieron con las novelas de Isaac Asimov y otros autores, aunque sobre todo fueron las famosas series televisivas, como Perdidos en el espacio o Los supersónicos, de finales de los años setenta, en donde observa-

mos robots de servicio que ayudaban a los humanos a realizar diver-

sas tareas cotidianas como limpiar, cocinar o realizar la vigilancia de

algún lugar. Por supuesto, no podemos dejar de mencionar a dos de los robots más famosos C-3P0 y R2D2, protagonistas de La guerra de las galaxias (Star Wars).

Pues bien, cincuenta años después estos robots aún no han sido

desarrollados, aunque creemos que no será así por mucho tiempo

más, ya que existen muchos laboratorios en todo el mundo que ya

se dan a la tarea de desarrollarlos para poder comercializarlos, al menos en unos 10 o 15 años. Esperamos que al principio el costo de estos robots sea similar al de un automóvil, y como ha sucedido en

todos los desarrollos tecnológicos basados en la Inteligencia Artifi-

cial, al inicio serán muy caros y sólo accesibles para un grupo redu-

cido de personas, pero finalmente, como siempre ha sucedido, se abaratarán y es posible que los robots queden disponibles en varias

decenas de modelos, con diferentes precios y distintas capacidades, ahí entonces todos podremos elegir.

4 2

l a

c i e n c i a

y

e l

h o m b re

INTELIGENCIA ARTIFICIAL

*centro de investigación en inteligencia artificial, universidad veracruzana correo: anmarin@uv.mx

EL FUTURO Se predice que en un futuro estos robots ya no solo serán capaces

de realizar las tareas domésticas, sino que tendrán módulos específicos para interactuar, es decir, incluirán la interacción humano-ro-

bot, eso que es esencial para que los consumidores se sientan a gusto; aunque siempre hay quienes podrían sentirse intimidados por este tipo de máquinas. Porque es bien cierto que esto depende sobre todo de nuestra cultura, ya que hemos visto noticias que infor-

man que, por ejemplo, en Japón es fácil la aceptación de los robots

humanoides, es decir, semejantes físicamente a un ser humano,

La mayoría tenemos un concepto de ia alimentado por películas de Hollywood: exterminadores y robots con crisis existenciales.

como el Geminoide de Hiroshi Ishiguro, o la robot Sofia, quien por

cierto a la fecha es tratado más bien como un títere creado para el entretenimiento.

Se debe considerar que en algunas otras regiones del mundo

este tipo de robots son más bien intimidatorios. Estudios sociales han mostrado que muchas personas prefieren que el robot tenga apariencia mecánica y, si bien con capacidades gestuales y cognitivas cercanas a los humanos, no deben parecerse demasiado a nosotros para ser aceptados.

Eso aún es un reto, dotar a los robots con capacidades de com-

prensión similares a las de los humanos en sus diferentes contextos sigue siendo un problema, ya que cada región en el mundo tiene

sus características culturales y en esta gran diversidad se requiere mucho trabajo para que un robot pueda entender los gestos, modificaciones del tono de voz y hábitos humanos de todos los pueblos.

Lo que sin duda es cierto es que los robots estarán entre nosotros

en un futuro cercano, pero por el momento aún faltan varias cosas por hacer y es necesario que grupos interdisciplinarios propongan y

estudien diferentes hechos para poder entender el mundo tan complejo en el que vivimos. Por ello, en esta revolución industrial lla-

mada la 4.0, y en la futura, la 5.0, la cual está definida por el surgimiento de los sistemas basados en inteligencia artificial e inter-

net de las cosas, se requiere una gran cantidad de estudiantes de licenciatura, ingenierías y, sobre todo, de posgrado (maestría y doc-

torado) que se enfrenten a esta problemática desde la perspectiva multicultural.

LECTOR INTERESADO: https://es.wikipedia.org/wiki/Karel_Čapek. https://en.wikipedia.org/wiki/Isaac_Asimov. https://en.wikipedia.org/wiki/William_Grey_Walter. https://www.youtube.com/watch?v=GmU7SimFkpU. http://cyberneticzoo.com/cyberneticanimals/1977-hilare-autonomous-mobile-robot-french/.

asimo, acrónimo de Advanced Step in Innovative Mobility,

https://en.wikipedia.org/wiki/Rodney_Brooks.

es un robot fabricado por la empresa japonesa honda.

https://en.wikipedia.org/wiki/Hiroshi_Ishiguro.

fragmento, imagen recuperada de: https://www.honda. mx/asimo/

l a

c i e n c i a

y

e l

h o m b re

4 3

MISCELÁNEOS

ROBOÉTICA: CÓDIGOS DE CONDUCTA PARA EL DISEÑO DE ROBOTS RAFAEL CERVERA CASTELLANO*

Tras los hechos que marcaron de manera adversa la historia reciente de la humanidad, un grupo de tecnólogos y filósofos ha propuesto un protocolo que ayude a prevenir el uso inadecuado de la tecnología.

El concepto de roboética puede parecer un tanto

Estas tecnologías, aunque beneficiosas en la actua-

palabra que se nos viene a la mente cuando lo

y reflexión sobre sus procedimientos no tardó años,

sonado y llamativo al principio, y es que la primera

lidad, tuvieron un comienzo nefasto cuya discusión

escuchamos es la de bioética, con la que está

sino décadas en gestarse (Veruggio, 2005).

conectada desde un aspecto lexicográfico. No

Filósofos y teóricos de la tecnología como Ernst

obstante, mientras este segundo concepto tiene

Kapp (1808-1896), Lewis Mumford (1895-1990) o

códigos conductuales del qué hacer de médicos,

inminentes consecuencias, principalmente desfa-

que ver propiamente con una reflexión sobre los

Hans Jonas (1903-1993) reflexionaron sobre las

científicos y teóricos, en lo que respecta a la vida,

vorables, del uso inadecuado de la tecnología en

el primero sigue esta idea, sólo que no reflexiona

su aspecto general, la energía nuclear (materiali-

sobre la vida exactamente, más bien se encarga

zada en la catástrofe de Hiroshima y Nagasaki, de

de debatir y establecer una serie de códigos

1945) y la ingeniería genética (cuyo uso tormen-

éticos que deben dirigir la actividad del ingeniero

toso pudo reflejarse en los distintos experimentos

en el diseño de robots o de sistemas de inteligen-

realizados con animales y humanos durante la

cia artificial.

Segunda Guerra Mundial), la cual se usó principal-

Roboética fue un término acuñado por Gian-

mente para el desarrollo de armas biológicas.

marco Veruggio y usado de manera oficial en el

Como consecuencia de los terrores desencade-

Primer Simposio Internacional de Roboéticas

nados por la guerra, la reflexión filosófica sobre los

se pretendía mostrar la urgencia de diseñar un

periodo produjo un viraje desde una reflexión

2004, en Sanremo, Italia. Mediante este concepto

distintos avances tecnológicos logrados en este

conjunto de códigos éticos reglamentados e insti-

metafísica e historiográfica hacia otra cuyas bases

tucionalizados a partir de los cuales dirigir la activi-

partían de la ecología, la política y la ética (Mit-

dad ingenieril, en lo que respecta a la robótica y la

chan, 1989). Y es en este punto, en la segunda

inteligencia artificial (Veruggio, 2005).

mitad del siglo xx, donde estas cuestiones y plan-

De este modo se establecería un protocolo

teamientos empiezan a materializarse en la forma

mediante el cual prevenir y/o evitar resultados

de otras disciplinas, como la Bioética, cuyo con-

desfavorables del desarrollo de estas tecnologías

cepto fue propuesto por Fritz Jahr en 1927 a razón

en los aspectos social, político y cultural en los que

de su artículo publicado bajo el título de “Bio-

nos enmarcamos los humanos como conjunto.

Ethics: a review of the ethical relationships of

Esta idea marca una clara diferenciación con otra

humans to animals and plants”.

rama semejante llamada la Ética de la ia, la cual

Conceptos como el de inteligencia artificial,

estudia el impacto sociopolítico de la ia, así como

aprendizaje profundo, aprendizaje automático, o

sistemas (Veruggio, 2010).

en numerosos países de Latinoamérica, reflejando

los códigos de conducta implementados en estos

servicios cognitivos, son tendencia y de uso común

Su proposición parte de ciertos hechos cuyos

la actual aplicación y expansión de estas tecnolo-

resultados negativos han marcado, y siguen mar-

gías por el mundo. Aunque, como hemos visto en

cando, la historia reciente de la humanidad: el

los avances realizados en energías nucleares y bio-

desarrollo de la física nuclear y las biotecnologías.

4 4

l a

c i e n c i a

tecnologías, la ia no está exenta de un debate y

e l

h o m b re

MISCELÁNEOS

ético, pudiendo rastrearse su reflexión desde prin-

dad para/con estas herramientas. Por ello, Virginia

dad, de parte de teóricos y filósofos como Susan

principios de justificación, responsabilidad y trans-

cipios de la década de los noventa hasta la actualiLeigh Anderson, Michael Anderson, Virginia Dignum, Gianmarco Veruggio, etcétera.

Éste último apunta a que el diseño y la creación

de las “roboéticas” requerirá del trabajo conjunto de expertos en distintas disciplinas, con tal de ajustar las políticas nacionales a los problemas que pue-

den resultar de una cuarta revolución industrial.

Las personas implicadas no sólo pertenecen al

Dignum (2017) propone la implementación de los parencia para el diseño, mediante los cuales se

podrán i) explicar y justificar las acciones propias, ii) responder apropiadamente por las decisiones que se toman y, iii) describir, inspeccionar y repro-

ducir los mecanismos a través de los cuales los sis-

temas de ia toman decisiones y aprenden a adaptarse.

Es por estas razones que los distintos expertos

campo de la ingeniería, sino que provienen de

en ia y robótica, implicados tanto en el diseño

teología, política, psicología, sociología, etc.) o las

las máquinas, deben hacer un ejercicio de reflexión

otras disciplinas como las humanidades (filosofía, ciencias puras (neurociencias).

No obstante, y a pesar de que el diseño de estos

códigos de conducta son un imperativo en el

estado actual del avance tecnológico, Daniela Cerqui apuntó en el Primer Simposio Internacional

sobre Roboéticas de 2004, que existen tres tipos de personas según el grado de implicación en la

como en la implementación de valores morales a

y asumir parte de responsabilidad sobre las posibles

consecuencias

instrumentales,

sociales,

políticas o medioambientales que la puesta a

punto de los distintos sistemas con inteligencia

artificial puede tener sobre la naturaleza y la sociedad global.

Es así que se vuelve un imperativo el diseño de

ética ingenieril: i) aquellos que no están interesa-

una serie de principios de responsabilidad, res-

se interesan a corto plazo; y iii) los más interesados

intención es la de hacer uso de las tecnologías más

dos en absoluto en las cuestiones éticas; ii) los que

a largo plazo. Esto es de una gran importancia porque el grado de implicación de los especialistas

relacionados con la ia y la robótica determinará nuestra manera de ser para solucionar los problemas futuros derivados de la implementación de

pecto al qué hacer ingenieril, cuando nuestra

avanzadas con tal de solucionar, apaciguar o solventar alguna necesidad actual o futura en los distintos entornos sociales, políticos o laborales en los que nos vemos implicados los seres humanos.

las distintas tecnologías.

En el campo de la bioética existen una serie de

principios fundamentales bajo los cuales debe

dirigirse la actividad médica o científica. Entre

ellos se encuentran el principio de autonomía, el

de beneficencia, no maleficencia, y el de justicia.

Del mismo modo, y con tal de allanar el camino hacia la formalización de la roboética como disci-

plina institucionalizada a nivel académico, nacio-

LECTOR INTERESADO: Dignum, V. (2017). “Responsible Artificial Intelligence:

nal e internacional, Gianmarco Veruggio (2005)

designing al for human values”, ict Discoveries

propuso una serie de principios éticos que debían

Special Issue, núm. 1.

seguirse para aquellos que trabajasen en robótica

Mitchan, C. (1989). ¿Qué es la filosofía de la tecnología?

chos humanos; ii) igualdad, justicia y equidad;

Veruggio, G. (2005). “The birth of roboethics”. icra. ieee

e inteligencia artificial, como: i) dignidad y dere-

Barcelona: Editorial Anthropos.

iii) beneficio y daño; iv) respeto a la diversidad cul-

International Conference on Robotics and Automa-

tural y al pluralismo, etcétera.

tion.

Por ello, y con tal de asegurarse que los distintos

Veruggio, G. (2010). ieee Robotics & Automation

instrumentos y herramientas diseñados vayan a la

Magazine 105. doi: 10.1109/MRA.2010.936959.

serie de directrices para el diseño que añadan

*facultad de filosofía y ciencias de la educación, universidad

par con los valores humanos, son necesarias una

principios éticos, al tiempo que se toman en

cuenta las principales preocupaciones de la socie

l a

c i e n c i a

de valencia, españa. correo: rafael.cervera@hotmail.com y

e l

h o m b re

4 5

MISCELÁNEOS

¿QUÉ ES (Y QUÉ NO ES) LA PROBABILIDAD? JOSÉ MARTÍN BARREDA CASTILLO*

A menudo escuchamos expresiones de la gente como: ¿será probable que llueva hoy?, ¿será que esta vez tenga oportunidad de ganar la lotería con mi boleto?, o en casos tristes escuchamos la pregunta: doctor, ¿cuál es la probabilidad de que mi familiar sobreviva a la operación? Todas esas preguntas hacen referencia al mismo campo del conocimiento que trata sobre aquello que está en la incertidumbre y desearíamos poder conocer, el campo de la probabilidad.

En un primer momento debemos entender qué es la probabilidad, siendo ésta definida como: el número de casos que favorecen al evento que

deseamos conocer, de entre el total de eventos posibles, eso en una total incertidumbre sobre

cómo ocurrirá. El ejemplo clásico que se utiliza para entender la probabilidad es el de lanzar un dado y

esperar a que salga un dos como resultado, quedando la probabilidad de la siguiente manera: P(2) =

Número de veces que aparece el 2 Número de caras del dado

=

1 6

Sin embargo, las probabilidades que aquí queremos conocer son más complejas que simplemente

saber cuál es la probabilidad de que salga cierta cara del dado al tirarlo, como el caso de las preguntas mencionadas en el primer párrafo. Para

dichas preguntas una solución sería ver los registros que se han generado a lo largo del tiempo y a

partir de ellos tratar de sacar conclusiones para el evento que queremos que ocurra (o no).

Por ejemplo, si escuchamos que en la televisión

dicen que existe 20% de probabilidades de que

llueva hoy, eso no está diciendo que no va a llover

hoy, sino que en este día, al menos en los últimos 30 años, solo 20% de las veces hubo lluvia, y en 80%

de los casos no se presentó. En el caso de la lotería, si asumimos que la probabilidad de ganar es de 10%, esto no quiere decir que si compro 10 boletos

uno de ellos saldrá con premio, en realidad nos está

diciendo que solo 10% de los boletos que son producidos saldrán premiados, pero puede darse el

caso de que compremos boletos que no saldrán premiados; tampoco indica (en un caso muy poco

probable) que nuestros 10 boletos estén dentro de los premiados. En el caso del paciente enfermo, si 4 6

l a

c i e n c i a

y

e l

h o m b re

MISCELÁNEOS

la cirugía tiene un éxito de 80%, esto no asegura que el paciente sobrevivirá, solo indica que la

mayoría de las veces se ha realizado exitosamente ese procedimiento. Las explicaciones antes dadas entran dentro del campo de la probabilidad llamado “frecuentista” o “clásica”, la cual se basa solo

en lo que se ha visto antes, o según el patrón que se ha presentado hasta la fecha. Algunos especia-

listas del campo dicen que esto no es del todo cierto, y apoyan a la otra manera de abordar a la probabilidad: la interpretación bayesiana.

Para los bayesianos lo que conocemos es muy

limitado, y todo lo que queramos determinar estará

demarcado por nuestra ignorancia para ese evento.

Bajo este enfoque es incorrecto decir: “existe 20% de probabilidades que llueva”, en realidad se debe

decir “bajo el conocimiento actual, se está 20% seguro que lloverá”. Entonces, para los bayesianos

la probabilidad no es otra cosa más que la cantidad de información que se tenga hasta el momento.

Finalmente, la probabilidad también puede ser

vista como la incertidumbre de que ocurra un

evento, debido a que aún tenemos una deficiencia

en el conocimiento. Si supiéramos cómo medir con precisión con qué velocidad lanzamos el dado, cuántas vueltas da en el aire y cuánto tiempo

permanece girando antes de caer, no estaríamos con la duda de qué cara saldrá, tendríamos plena confianza sobre la cara que aparecería.

Otro ejemplo es el caso ante la pregunta de

¿qué género biológico presentará un bebé?, si

pudiéramos medir cuántos espermatozoides son

portadores del cromosoma masculino y cuántos del femenino, cuántos de cada uno son verdadera-

mente viables y otras variables que influyen, no

necesitaríamos de probabilidades, tendríamos la

certeza del sexo del bebé que nacería. Entonces,

¿cuál es la verdadera manera de ver al azar o la incer-

tidumbre? Lamento infomarle, estimado lector, que

hasta que los expertos no se pongan de acuerdo, apa-

rentemente son todas las descritas y a la vez ninguna.

LECTOR INTERESADO: Bennett, J., W. Briggs y M. Triola. (2011). Razonamiento estadístico.

México: Pearson Educación.

Cobo-Valeri, E., J. Bigorra-Llosas, J.A. González-Alastrué et al. (2007). Bioestadística para no estadísticos.

Barcelona: Elsevier.

Mendenhall, W., R. Beaver y B. Beaver. (2010). Introducción a la probabilidad y estadística.

México: Cengage Learning Editores. *centro de investigaciones tropicales, orquidario, citro-uv | correo: martinbarreda10@gmail.com

l a

c i e n c i a

y

e l

h o m b re

4 7

MISCELÁNEOS

DISEÑO DE FÁRMACOS UTILIZANDO QUÍMICA COMPUTACIONAL ERIK ORTIZ-BLANCO, TOMÁS GUERRERO Y J. SERGIO DURAND-NICONOFF*

¿Has estado enfermo alguna vez? Muy posiblemente tu respuesta sea positiva, porque en efecto, casi todos los seres humanos hemos padecido alguna enfermedad en cualquier momento de nuestra vida y una vez que acudimos al médico nos receta un tratamiento para combatir el padecimiento, pero te has preguntado: ¿qué hay detrás del diseño de estos fármacos?

EN BÚSQUEDA DE REMEDIOS

curar la enfermedad); paralelo a este gran avance

Desde su origen, el ser humano ha luchado por su

lia y género de las plantas) y relacionarla con su

se logró conocer su clasificación taxonómica (fami-

supervivencia, y para ello ha utilizado diferentes

actividad biológica (sus propiedades curativas) lo

remedios a su alcance para combatir las enferme-

que representó un avance sustancial en el descu-

dades. Se entiende por enfermedad una condi-

brimiento de nuevos fármacos.

ción que afecta de manera negativa la estructura

Si has tenido la oportunidad de leer El perfume,

y/o función de alguna parte o de un organismo en

de Patrick Süskind, sabrás que Grenouille requería

proveniente del exterior. Su etiología es tan

unas gotas de aquel delicioso perfume; al igual

su conjunto, y cuyo origen no radica en un daño

grandes cantidades de rosas para obtener apenas

diversa que, a lo largo de la historia, la búsqueda

que en la perfumería, para lograr obtener un

de remedios o curas ha sido una preocupación

medicamento son necesarias grandes cantidades

constante, evolucionando en desarrollos científi-

de plantas, lo cual representa un proceso muy cos-

cos y tecnológicos que dan forma a nuestra

toso. En ese sentido, la aparición de nuevas técni-

moderna ciencia médica.

cas instrumentales que permitieron conocer la

En la búsqueda de remedios, nuestros ances-

estructura química de los compuestos, junto con

tros observaban el poder curativo de algunas

los avances en química orgánica, permitieron

plantas para sanar distintos males, lo cual dio ori-

comenzar con la síntesis (o preparación en labora-

gen a la medicina herbolaria como fuente princi-

torio) de compuestos con propiedades biológicas,

pal de remedios, prueba de ello es el Papiro de

sin tener la necesidad de extraerlos de grandes

Ebers, en el que se describen alrededor de mil

cantidades de plantas. Así pues, inicia la edad de

plantas con aplicaciones medicinales, un número

oro de los medicamentos, lo que queda de mani-

similar se reportó en China e India.

fiesto con una gran cantidad de antibióticos y

Por supuesto, los griegos y romanos conserva-

vacunas sintetizadas, con la consecuente mejora

ron parte de estos conocimientos e intentaron

en la calidad de vida de la sociedad.

racionalizar su uso, destacando Galeno y Dioscóri-

Las cumarinas son un ejemplo notable de com-

des, cuya obra principal, De materia medica, se

puestos provenientes de plantas con uso en la

convirtió en la principal farmacopea (libro recopi-

­química medicinal. Estas fueron aisladas, por

Media y el Renacimiento, esta obra, junto con los

Se descubrió que a la planta le servían para regu-

latorio de recetas médicas) durante toda la Edad

Vogel en 1820, del haba Tonka (Dipteryx odorata).

compendios árabes darían forma a la medicina

lar el crecimiento y para protegerla de los depre-

tras la caída del Imperio Romano.

dadores.

Posteriormente, a partir del siglo xix, se lograron

Las cumarinas han resultado compuestos quími-

aislar, purificar e identificar las sustancias activas

cos muy prometedores, con un enorme espectro

de las plantas (las moléculas responsables de 4 8

l a

c i e n c i a

en su actividad biológica; se encuentran particuy

e l

h o m b re

MISCELĂ NEOS

De arriba hacia abajo, Dipteryx odorata: follaje, fruto y nuez.

Figura 1. Estructura molecular de la cumarina, extraĂ­da del haba Tonka (Dipteryx odorata); recuperada de: https://es.wikipedia.org.

l a

c i e n c i a

y

e l

h o m b re

4 9

MISCELÁNEOS

larmente útiles como agentes anticancerígenos.

DISEÑO IN SILICO

dentro del cuerpo) no está del todo clara, sin

La Química Computacional o Diseño in silico, se

para identificar el mecanismo correcto.

construidos con base en las leyes de la física clá-

Su mecanismo de acción (la forma en que actúan

basa en la manipulación de modelos teóricos

embargo, enormes avances se logran cada año

sica, cuántica y relativista. Estos modelos teóricos

Algo muy interesante de las cumarinas es que

permiten representar a los átomos y sus enlaces

no sólo sirven como agentes antitumorales, sino

como bolas unidas mediante resortes, en un

que debido a su estructura química, plana y rica en

modelo sencillo, hasta un modelo mucho más

electrones, sirven como compuestos altamente

complejo de más átomos, el cual se conoce como

fluorescentes (que brillan con la luz), y que se pue-

“el problema de cuerpos múltiples”, y que se

den usar en una nueva forma de tratamiento con

explica mediante la postulación de la ecuación de

luz, conocido como terapia fotodinámica.

Schrödinger, basada en efectos relativistas y no

Una de las ventajas más valiosas de la síntesis

relativistas, que es lo que se conoce como química

de cumarinas es que al agregarle una parte adicio-

cuántica (grupos de energía) de métodos semiem-

nal a la molécula puede modular su efecto tera-

píricos y de primeros principios (ab initio).

péutico; por ejemplo, el acenocumarol funciona

Así como los seres humanos se reúnen en gru-

como anticancerígeno, pero al agregar un grupo

nitro en la estructura, como es el caso de la warfa-

pos afines para formar sociedades, los electrones

A todas estas posibles variaciones —tan numero-

babilidad dentro del átomo (densidad electrónica),

se acomodan en regiones espaciales de mayor pro-

rina es un excelente anticoagulante.

esa distribución específica define propiedades muy

sas como la síntesis orgánica moderna lo permite—

particulares en las moléculas, a esta densidad elec-

se les ha atribuido una extensa variedad de efectos

trónica se le asigna una expresión matemática que

benéficos para la salud, dando lugar a propieda-

toma en cuenta las interacciones entre el núcleo y

des antibacterianas, antiinflamatorias, antimutagé-

sus electrones, y a esta teoría se le llama Teoría Fun-

nicas, antioxidantes, anticoagulantes, etc., que

cional de la Densidad (dft por sus siglas en inglés),

hacen necesaria la existencia de alguna herra-

y permite proponer la estructura química más pro-

mienta que nos permita predecir la relación

bable, es decir, cómo se acomoda en el espacio, y

estructura-reactividad que tendrá alguna molé-

con ello poder predecir su reactividad y por tanto

cula propuesta.

llegar a proponer su mecanismo de acción.

QUÍMICA COMPUTACIONAL EN EL DISEÑO DE FÁRMACOS

Como se esperaba, el ocupar esta valiosa herra-

mienta computacional permite al químico entender y evaluar distintos escenarios para proponer el

Hace algunos años, para poder llevar a cabo el

desarrollo de nuevas moléculas como potenciales

estudio de reactividad de las moléculas, así como

fármacos y sintetizar aquellas que tengan las mejo-

predecir su mecanismo de acción o sus posibles

res características para el resultado deseado, lo

interacciones electrónicas, era necesario llevar a

cual, ciertamente, no reemplaza al experimento en

cabo la síntesis de todas las posibles moléculas,

la investigación científica, pero ayuda a seleccio-

aplicando técnicas experimentales en un laborato-

nar aquellos que tengan la mejor probabilidad;

rio para poder encontrar aquellas que tuvieran

además, es más económico, rápido y amigable

efectos farmacéuticos importantes, lo cual impli-

con el medio ambiente.

caba mucho trabajo en laboratorio y era poco ami-

Un ejemplo de química computacional en el

gable con el medio ambiente.

marco de teoría dft, que se trabaja al interior del

herramienta teórica que permitiera al químico pre-

Veracruzana, es el estudio teórico para explicar la

Por ello, resultó fundamental el desarrollo de una

Instituto de Ciencias Básicas de la Universidad

decir el comportamiento de las moléculas sin tener

reactividad en una familia de cumarinas como

que sintetizarlas, y así seleccionar aquéllas con la

potenciales anticancerígenos. A través de esta teo-

más alta probabilidad de exhibir el efecto deseado,

ría se pueden identificar, entre otros parámetros

lo cual resultó posible gracias al desarrollo de nue-

de interés, los sitios no reactivos, esos donde no se

vos modelos teóricos que se sumaron a la informá-

puede desarrollar una reacción (círculos en rojo), y

tica, a esta moderna herramienta se le conoce como

los sitios potencialmente útiles para efectuar reac-

Química Computacional o Diseño in silico.

5 0

l a

c i e n c i a

ciones químicas sobre ellos (círculos en verde), lo y

e l

h o m b re

MISCELÁNEOS

Figura 2. Propiedades fluorescentes de las cumarinas (Foto: Laboratorio de Síntesis Orgánica, icb-uv)

Figura 3. Cálculos con dft (Teoría de la Densidad de la Función) en curmarinas.

cual permite al químico diseñar y crear moléculas

hasta obtener un sistema con las propiedades

cas,a las actualmente conocidas.

enfrentar nuevos retos en la búsqueda de

con iguales o mejores propiedades farmacéuti-

TEORÍA DE LA DENSIDAD DE LA FUNCIÓN A pesar de que el concepto de enlace químico clásico permite explicar en su mayoría la reactividad de las moléculas, existen ejemplos que requieren

redefinir ideas clásicas; en 1985 se publicó lo que hoy conocemos como Teoría de Átomos en Molé-

deseadas, por ejemplo, un anticancerígeno, y así

soluciones para nuestro eterno enemigo: la enfer-

medad, que debe enfrentarse, al menos por ahora, con la inteligencia humana que echa mano del desarrollo tecnológico y la investigación; quizá vendrán tiempos en que la inteligencia artificial esté al servicio del desarrollo de fármacos.

LECTOR INTERESADO: Emami, S. y S. Dadashpour. (2015). Current develop-

culas (qtaim, por sus siglas en inglés), una elegante

ments of coumarin-based anti-cancer agents in

teoría considerada al seno de los métodos ab ini-

medicinal chemistry. European Journal of Medicinal

tio de la Mecánica Cuántica, que se le atribuye al

Chemistry. https://doi.org/10.1016/j.

profesor Richard Bader, quien dijo en algún

momento: “Los átomos de la teoría son, de hecho,

ejmech.2015.08.033.

Guerrero, T. et al. (2019). Global reactivity indexes and

los átomos de la química”, y con estas palabras ini-

nonparametric statistics in the study of the proapoptotic

cia una nueva era en la comprensión de la estruc-

activity of coumarins. International Journal of Quantum

tura química molecular y de la densidad electrónica como un observable cuántico.

Chemistry. https://doi.org/10.1002/qua.25902.

Thakur, A., R. Singla y V. Jaitak. (2015). Coumarins as

Hoy en día los avances en la química computa-

anticancer agents: a review on synthetic strategies,

cional permiten una mejor comprensión en la

mechanism of action and sar studies. European

reactividad de las moléculas, lo cual lo hace una

Journal of Medicinal Chemistry. https://doi.

herramienta fundamental para seleccionar molé-

org/10.1016/j.ejmech.2015.07.010.

culas con las mejores cualidades como fármacos, y

eso nos pone en la puerta del nuevo diseño de

fármacos, con una mejor eficiencia en el proceso.

Con el uso de la química computacional el quí-

*instituto de ciencias básicas, universidad veracruzana correos: mosd_48@hotmail.com; tguerrero@uv.mx;

mico se convierte un poco en ingeniero y un poco

sdurand@uv.mx

trónico de un sistema químico va uniendo las pie-

página 49, hojas de dipteryx odorata, http://www.tropicaltimber.info/es/, de mecredis /

en arquitecto, y dependiendo del ambiente eleczas de un rompecabezas que nos permite confeccionar moléculas, a modo de resolver necesidades con un alto grado de especificidad. El

ideal sería construir moléculas, átomo por átomo,

l a

fred benenson - trabajo propio, cc by-sa 3.0, https://commons.wikimedia.org/w/index. php?curid=2684244 | tonka fruto, dominio público, https://commons.wikimedia.org/w/ index.php?curid=1996961 | estructura molecular de la cumarina: de subdural12 - trabajo propio, dominio público, https://commons.wikimedia.org/w/index.php?curid=12723050

c i e n c i a

y

e l

h o m b re

5 1

MISCELÁNEOS

LA FILOSOFÍA PRIMERA: INICIO DE LA CIENCIA OCCIDENTAL ARTURO SANTOS RAGA*

La época contemporánea con su poder de construcción y destrucción, que no se encuentra en ninguna otra de las eras de la historia de Occidente, ha sido posible debido al desarrollo de la ciencia natural y sus aplicaciones técnicas.

Por la ciencia y la tecnología, y como fruto de

Esa mañana del pensar da comienzo en Mileto,

sociedad concreta, unida por un destino común,

puesta a la pregunta por la physis (naturaleza). Ese

éstas, la especie humana se ha convertido en una

con tres figuras capitales que intentan dar res-

ya sea para bien o para mal. Nuestro destino, por

grupo de filósofos son: Tales, Anaximandro y Ana-

un lado, podría consistir en la destrucción total de

xímenes, “los primeros en filosofar”, como los

la Tierra por el poderío atómico-aniquilador de las

llama Aristóteles, y cuya importancia radica en que

“grandes potencias” o por el desequilibrio ecoló-

introducen una concepción en la que predomina

gico; por otra parte, podría ofrecernos condicio-

la razón, esa que se halla destinada a eliminar muy

nes materiales de vida para todos, siempre nuevas

pronto una visión mítica de la realidad.

y mejores.

Lo anterior expresa la idea de un orden de la

En cualquiera de esas alternativas nuestro des-

totalidad de cuanto hay, que rige el proceso y tam-

ciencia, aunque en este tiempo no parece creíble

esa idea más tarde reaparecerá con fuerza y con

tino será el logro de una tecnología fundada en la

bién la regularidad de los fenómenos naturales;

que los hombres para eludir la destrucción aban-

algunos nuevos aspectos en el concepto de una

donen, como reclaman algunos, a la civilización

ley de la naturaleza. En definitiva, estos supuestos

técnica que nos convence con la segunda opción.

desempeñarán un papel determinante en la cons-

De tal modo que, la ciencia moderna de la natura-

titución de la ciencia moderna. Asistimos a los

leza se encuentra en uno u otro caso como una

comienzos de la tradición de la evaluación crítica,

realidad crucial para la humanidad actual, una rea-

por ello es necesario abordar a estos tres primeros

lidad, por ende, que debemos comprender.

filósofos.

Y es que toda reflexión sobre lo que ahora vivi-

David C. Lindeberg confirma y precisa nuestro

mos únicamente puede brotar y prosperar si cono-

punto de vista:

cemos las ideas centrales y los métodos de las

ciencias, sobre todo sus raíces históricas, lo que

En el siglo vi un grupo de pensadores inició una

podría servirnos para aclarar este presente de la

investigación seria y crítica acerca de la naturaleza del

historia y proyectarnos hacia el futuro.

mundo en el que vivían, una investigación que se ha

La ciencia física moderna, que nace en el siglo

dilatado desde entonces hasta nuestros días. Se pre-

xvii, tiene su esencia en el pensar griego. Esto

guntaron acerca de sus ingredientes, su composición

supone una nueva idea de entender y tratar el cos-

y su modo de operar. Investigaron si está hecho de

mos y la vida, que en su modo más particular se

una cosa o de muchas. Se plantearon cuál era su

debe a sus fundadores: Descartes (“la realidad se

forma y localización, y especularon acerca de sus orí-

sujeta a principios mecanicistas”), Galileo (“la natu-

genes. Intentaron entender el proceso de cambio por

raleza puede interpretarse en caracteres matemá-

el que las cosas aparecen y una cosa parece transfor-

ticos”), Newton (“el universo responde a leyes

marse en otra. Consideraron fenómenos naturales

universales”), etc., pero que, en una acepción más

extraordinarios, tales como los terremotos y eclipses,

general surge en el filosofar griego.

y buscaron explicaciones universales aplicables no

El amanecer del pensar occidental tiene su ori-

sólo a un terremoto o eclipse particular, sino a los

gen en las costas jónicas, en las ciudades helénicas

terremotos y eclipses en general, y empezaron a

de Asia Menor, en la mitad del siglo vi antes de

reflexionar sobre las reglas de la argumentación y de

Cristo, tal vez durante las últimas décadas del vii.

5 2

l a

c i e n c i a

la prueba. y

e l

h o m b re

MISCELÁNEOS

Los primeros filósofos no sólo plantearon un nuevo conjunto de preguntas, también buscaron nuevos modos de responder. Gradualmente, la personificación de la naturaleza se fue convirtiendo en una característica cada vez más prominente en su discurso y los dioses desaparecieron de sus explicaciones de los

Es el último milesio, Anaxímenes, quien sostiene

que, la realidad originaria de todas las cosas era

aire, que podía rarificarse o condensarse para

generar las diversas cosas que encontramos en el

mundo, tal como nosotros lo conocemos. Cabe

señalar que lo importante de su doctrina es, con

todo, el modo concreto de formación de los obje-

procesos naturales.

Los tres milesios se interesaron en el problema de

la realidad fundamental, el material básico del que

tos a partir del elemento primitivo, es donde se ve su genialidad.

Como dice David C. Lindeberg: “Todo esto

surgió el mundo o la fuente original de todo. Aris-

puede parecer primitivo”. Y en cierto sentido lo es;

primeros filósofos:

moderna ni la anticipa, pero comparar el pasado

tóteles nos hizo el siguiente relato acerca de los

no

puede

equipararse

con

ninguna

teoría

con el presente es una receta segura para distor-

Aquello a partir de lo cual existen todas las cosas, lo primero a partir de lo cual se genera y el término en que se corresponden, permaneciendo la sustancia mientras cambian los accidentes, dicen (los que filosofaron por primera vez) que es el elemento y el principio de las cosas que existen; por esto consideran que nada se genera ni se corrompe, pues tal natura-

sionar los logros del pasado. Cuando los milesios

se comparan con sus inmediatos antecesores su

importancia se hace evidente inmediatamente.

Fueron los milesios, como ahora sabemos, quie-

nes propusieron la idea de suponer un orden inteligible, impersonal, abstracto, del cual se podía

derivar el mundo cambiante de la observación y, sin duda, no puede ser entendida enteramente la

leza se conserva siempre.

Tales consideró que el agua era este principio ori-

ginario, causa de todas las cosas que son, y por ello el material simple subyacente que puede tomar una variedad de formas para producir la

posición de la ciencia en el mundo moderno y

tampoco el orden del mundo futuro, sin un conocimiento de los cambios ocurridos durante ese tiempo.

diversidad de cosas que nosotros percibimos, es

decir, “las cosas” como cambiantes formas de un elemento primario y último. Pero lo verdaderamente importante y que le granjea su rango de

primer filósofo es el hecho de que Tales, por pri-

mera vez en la historia, se cuestiona la unidad

anaximandro | anaxímenes | tales

bio, y es quien basa sus respuestas en argumenta-

LECTOR INTERESADO:

detrás de la diversidad o el orden detrás del camciones racionales dejando fuera a los dioses

Conrado, E.L y E.J. Victoria. (2008). Los filósofos

olímpicos para explicar el origen y la naturaleza de

presocráticos. Madrid: Gredos.

las cosas.

Copleston, F. (1941). Historia de la filosofía I: Grecia y

quien profundiza en la interrogante acerca del

Crombie, A.C. (1974). Historia de la ciencia: de San

encontrarse en el ápeiron: lo ilimitado o indefi-

Lindberg, D.C. (2002). Los inicios de la ciencia occiden-

expande sin fin en todas direcciones”, según Char-

Marías, J. (1941). Historia de la filosofía. Madrid: Revista

surgió una semilla que dio origen a todos los cie-

Mason, S.F. (1984). Historia de las ciencias. Madrid:

mente más aguda, ya que apunta a los rasgos que

Reale, G. y D. Antiseri. (1988). Historia del pensamiento

El segundo filósofo milesio fue Anaximandro,

Roma. Barcelona: Ariel.

principio de las cosas. Él creyó que el origen debía

Agustín a Galileo. Madrid: Alianza.

nido, “una masa enorme, inagotable, que se

tal. Barcelona: Paidós.

les H. Kahn. A partir de esta sustancia sin límites

de Occidente.

los y los mundos. Se trata de una visión notable-

Alianza.

van a ser características del pensamiento preso-

filosófico y científico. Barcelona: Herder.

crático: una totalidad, causa de todo, indestructi-

ble, ajena a la variación y a la diversidad, contra­-

puesta a las cosas.

facultad de filosofía, universidad veracruzana correo: arsantos@uv.mx

l a

c i e n c i a

y

e l

h o m b re

5 3

D I S T I N TA S Y D I S TA N T E S : M U J E R E S E N L A C I E N C I A

MARÍA CASAMAYOR:

LA MENTALIDAD ILUSTRADA DE UNA MATEMÁTICA

MARÍA ANGÉLICA SALMERÓN

Hay una historia que no está en la historia y que sólo se puede rescatar aguzando el oído y escuchando los susurros de las mujeres.

Rosa Montero

En la amplia gama del espectro que dibuja y da su perfil característico a la Ilustración, ese atronador fenómeno cultural surgido en la Francia del siglo xviii, no podía faltar el nombre de una matemática española.

La primera obra científica escrita por una mujer en España fue publicada el 20 de enero en 1738 en Zaragoza. Se titulaba Tyrocinio arithmetico, Instrucción de las quatro reglas llanas.

Su autora, María Andrea Casamayor de la Coma.

Andrea Casamayor, en una ilustración de Eulogia Merle para el Museo Nacional de Ciencia y Tecnología, MUNCYT. recuperada de: https://www.heraldo.es/noticias/ sociedad/2019/02/12/andrea-casamayor-unamatematica-cuento-1292074-310.html 5 4

l a

c i e n c i a

y

e l

h o m b re

D I S T I N TA S Y D I S TA N T E S : M U J E R E S E N L A C I E N C I A

Y aunque esto pueda causarnos cierta sorpresa,

hacer es señalar que si bien hay mucho de verdad

nuestro contexto cultural y lingüístico hubo cientí-

por ella, en los países hispanoparlantes pocos

podemos decir que, por fortuna, en el ámbito de ficas que, si bien mucho menos conocidas que sus pares de otros países europeos, contribuyeron

también al desarrollo de las distintas disciplinas científicas en que encontraron aliento.

Es el caso de María Andrea Casamayor, quien

como matemática de altos vuelos se consagró a la

enseñanza y la divulgación de su ciencia, con lo

en el hecho de que en España y, casi arrastrados logros científicos encontraremos, también es cierto que cuando lanzamos tales afirmaciones lo

hacemos midiendo a todos ellos con el mismo rasero. Se podrá objetar que no hay parangón posible entre las oscuras figuras hispanas y las brillantes y luminosas imágenes de la ciencia del

resto de Europa. Tal vez así sea, pero mejor sería

cual apuntaló el camino de su práctica en la vida

pensar lo anterior en otros términos, es decir,

la matemática aplicada. Estamos, pues, ante un

mejor aún, de nuestras incapacidades, pues es

cotidiana, contribuyendo con ello al desarrollo de

caso que en toda su extensión manifiesta su compromiso con el objetivo fundamental de la Ilustra-

ción: la difusión del saber. Hacer que el conocimiento alcanzara a todos no era entonces más que un acto de democratización en el más

extenso sentido del término, y nuestra científica se

ocupó de ello con tesón y energía, toda vez que, como veremos más adelante, su obra está diseñada precisamente para alcanzar esos fines. Ahora

bien, si buena parte del proyecto ilustrado estaba

orientado a hacer accesibles los distintos saberes

al grueso de la población, liberándolos así de las

jaulas que habían construido para sí los entendi-

haciéndonos cargo de nuestras particularidades o, preciso reconocer que nuestros países participaron también de esos movimientos reformadores y

que, a su modo, fueron también capaces de dejar en ellos su impronta. Por ello quizá valga la pena

seguir el consejo de Amable Fernández Sanz y optar por hablar de una Ilustración posible “ya

que, con ello, por un lado, se alude a las dificultades que tuvieron que afrontar nuestros ilustrados y, por otro, no resta valor a su contribución, posi-

tiva y evidente para la modernización de España”.

Y eso tiene sentido justamente porque, como señala el mismo Fernández “solo así es posible

esquivar los reduccionismos que […] no hacen

dos y especialistas, podemos también afirmar que

sino evitar la investigación que mantiene a ese

daderamente ilustrada, cuyo protagonismo en ese

Es ese un sabio consejo en cuanto que pode-

María Andrea Casamayor es una matemática ver-

siglo en el olvido”.

proyecto es necesario poner de manifiesto.

mos caminar un poco más seguros ahora al borde

tratando de tejer desde sus bordes una historia

ción, ya que partiendo de la posibilidad de una

Asumiendo que estamos aquí de nueva cuenta

que ha ignorado el rostro femenino, y que además, en el caso que nos ocupa, esos bordes prác-

ticamente nos ponen de bruces ante el precipicio, el perfil científico que intentaremos bosquejar se encuentra en un contexto que parecería ser ajeno

tanto a la modernidad y sus logros, como a sus especificidades científicas; prejuicios y desconoci-

miento seguramente, pero estamos acostumbrados a creer que la España de ese siglo estaba

cerrada a la modernidad, y que en el ámbito de las ciencias poco o nada había logrado. No vamos ahora a entrar en tales discusiones puesto que para ello tendríamos que distraernos del asunto principal que nos ocupa, pero lo que sí podemos

l a

c i e n c i a

del precipicio histórico que señalamos con antelailustración española, hemos de suponer que en su

fondo existe una malla protectora que nos hace

posible al menos intentar algunas piruetas y salvarnos de una caída mortal. En la medida en que

nuestra única pretensión es poner de manifiesto

que, no obstante todos los inconvenientes, es posible hablar de una Ilustración española, y seña-

lar que también hubo ahí mentalidades que, confiando en la razón y la ciencia, transitaron por los

caminos de la reforma y el progreso, resaltaremos el hecho de que una de esas mentalidades ilustra-

das es la de una mujer cuya obra da cuenta del modo en que su ciencia irradió su luz en el marco general del siglo ilustrado. y

e l

h o m b re

5 5

D I S T I N TA S Y D I S TA N T E S : M U J E R E S E N L A C I E N C I A

5 6

l a

c i e n c i a

y

e l

h o m b re

D I S T I N TA S Y D I S TA N T E S : M U J E R E S E N L A C I E N C I A

Nuestra historia comienza en el año de 1705 en

Zaragoza, una importante colonia comercial de Aragón a principios de ese siglo xviii, con la boda

de los padres de María: Juan José Casamayor y

María Casamayor y, sobre todo, darnos una idea de su trabajo matemático a partir de la obra que sobrevivió a ese desastre de las fuentes.

Así las cosas, digamos que el primer problema

Juana Rosa de la Coma, efectuada el 13 de abril en

que debemos enfrentar es el de fechar su naci-

hecho porque es el marco propicio para iniciar

que no se tiene registro alguno al respecto, Julio

la basílica de la Virgen de Pilar. Señalamos este nuestro relato, ya que el ambiente que se respira

en esa ciudad, dados los vínculos comerciales que mantiene con los reinos de España y el resto de

Europa, y el hecho de pertenecer María a una familia de comerciantes, pueden leerse como

parte de los motivos por los cuales esta mujer se

resuelve a construir su obra. Ciertamente, la prác-

tica comercial exigía el manejo de las operaciones

matemáticas, y seguramente María, afincada en

este ambiente, descubrió la importancia de aplicar

de forma cotidiana ese conocimiento, lo que, unido al espíritu ilustrado que comenzaba a respirarse en dicha provincia, no le dejaron duda

miento, ya que aunque es un lugar común afirmar Bernués y Pedro J. Miana consignan que los padres

de María “tendrán nueve hijos e hijas, y entre ellos

María Juana Rosa Andresa nacerá un 30 de noviembre, día de San Andrés, siendo bautizada al

día siguiente en la Iglesia del Pilar”. El dato es relevante porque citan la fuente y presentan una fotocopia del apunte del bautismo, agregando

además en su nota otros datos sobre tal acontecimiento. Así, señalan esa fuente: Libros Sacramen-

tales 4 1689-1717 y 5 1718-1735 del Archivo Capitular del Pilar, y continúan diciendo lo siguiente:

alguna de cuál debería ser su destino.

De los nueve hijos, dos habrán fallecido en el

Aunque sabemos muy poco de la vida de nues-

momento de realizar el censo de población de 1733.

tra protagonista, trataremos cuando menos de

María Juana Rosa Andresa es bautizada el I-12-1720,

bosquejar un perfil para acercarnos a ella y com-

actuando como padrino Juan Casamayor y como

prender así el valor de su trabajo. La vida personal

madrina de honor su hermana Valera Martina Casa-

de María registra varios problemas porque prácti-

mayor. Tres años más tarde, el 18-4-1723, María

camente no existen fuentes que den cuenta precisa de sus andanzas. De hecho, con lo único que

Andresa recibirá la confirmación.

contamos es con su obra, el Tyrocinio Arithmetico,

Esto pone en jaque, por lo menos, todo lo que se

nios de varios de sus contemporáneos, así como

año de su nacimiento, sino también la fecha de su

que nos brinda ciertas pistas; hay además testimoalgunos registros posteriores en los que se men-

cionan sus libros, lo cual, como es de esperarse, es

insuficiente para reconstruir una biografía cabal. Y si a ello agregamos que la mayoría de los textos en los que se intenta dar cuenta de la vida y obra de la matemática española repiten de un modo casi

idéntico los mismos datos y acontecimientos, terminaremos por descubrir que es realmente escasa

ha afirmado, ya que ahora no solo conocemos el

bautizo, el nombre de sus padrinos y el dato de su confirmación. Lo anterior contrasta con lo que nos dice María José Casado, quien establece la

siguiente cronología de los hermanos de María:

Valeria (1706), Juan Pablo (1709), Juan Gregorio (1711), Sebastián Manuel Bartolomé (1714) y Juan Gregorio Marcelino (1716), y añade

la información a la que podemos acceder1. Sin

... aunque sí se conoce que María Andrea nació en

embargo, es posible hacernos una imagen de

Zaragoza, nada se sabe de la fecha, aunque se puede suponer que fue de los hijos mayores del matrimonio,

1 De entre toda la bibliografía que aparece al final, la

a juzgar por el año en que escribió su obra (1738), la

que prácticamente repite los mismos datos, nos

que está datada, y teniendo en cuenta que ese año

centraremos primordialmente en dos obras que

era ya una matemática de prestigio.

nos parecen en principio mejor fundamentadas. La primera es el capítulo que María José Casado dedica a nuestra matemática en su libro Las damas del laboratorio, y la segunda es la página “Soñando

Las discrepancias se multiplican. En efecto, si asumimos la cronología de Bernués y Miana, María tendría —como ellos mismos afirman— 17 años

con números”, de Julio Bernués y Pedro J. Miana,

textos que, pese a no coincidir, aportan una buena

manifiestan entre sí, esos autores abren el debate y

bibliografía. Precisamente por los desacuerdos que

promueven con ello nuevas investigaciones.

l a

c i e n c i a

y

e l

h o m b re

5 7

D I S T I N TA S Y D I S TA N T E S : M U J E R E S E N L A C I E N C I A

Imagen del documental La mujer que soñaba con números. Claudia Siba y María José Moreno en el papel de María Andrea Casamayor.

Foto: Sergio Sánchez Casamayor.

cuando publicó el Tyrocinio, en tanto que para

¿Qué hacer ante estas discrepancias? De mo-

Casado dicho texto sería producido en fecha muy

mento no mucho, toda vez que optar por una u

que es determinar si el libro de María es una obra

no están a nuestro alcance. Cabe solamente apun-

posterior. Esto conduce a un segundo problema,

otra postura nos obligaría a recurrir a fuentes que

de juventud, como afirman Bernués y Miana, o de

tar que dichos problemas existen y que justo por

madurez, como sugiere Casado. Tal problema no

ello debemos mostrarnos cautelosos y evitar afir-

es menor si consideramos que es este un factor

maciones gratuitas.3

que puede afectar considerablemente nuestra apreciación del Tyrocinio, lo que por cierto no

parece ser motivo de preocupación para ninguno

textos, y menos aún discuten cómo una chica de 17

de los autores citados, ya que no encontramos en

años pudo publicar semejante obra. Además, el

ellos argumentos sólidos en favor de una u otra

mismo Miana, en un texto anterior a éste (María

postura; de hecho, optan sencillamente por plan-

Andrea Casamayor: matemática ilustrada), repro-

tear el contenido y significación de la obra en el

duce el mismo error en el nombre y afirma que

contexto general del Siglo de las Luces. Pero ade-

nada se sabe de su fecha de nacimiento.

más —según Bernués y Miana—, el nombre de la

matemática es incorrecto, ya que afirman que Félix

3 Aunque en principio pudiéramos apostar por los

de Latassa y Ortín (1733-1805), en su Biblioteca

autores de Soñando con números, pensando quizá

cuando la llama “Andrea” en lugar de “Andresa”,

seguramente sería un acontecimiento—, no encon-

Nueva de Escritores Aragoneses, comete un error

que han finalmente develado el misterio ­­—lo que

provocando con ello “un equívoco que ha llegado hasta nuestros días”.

tramos otras fuentes que ratifiquen o rectifiquen dichos datos; en cambio, lo que seguimos hallando

2

son textos que repiten continuamente la misma

5 8

2 No sabemos si esto se debe a que unos y otros se

información que proporciona Casado, o al menos

desconocen entre sí, cosa que sería bastante

muy parecida. Así que ante semejante dilema prefe-

extraña, sobre todo en el caso de Bernués y Miana,

rimos mantener la tensión entre ambas posturas

en tanto que al corregir el nombre de la autora afir-

hasta contar con más información. En todo caso,

man que es un error que se sigue repitiendo, y en

asumimos que el lector atento e interesado puede

cambio nada señalan sobre la cronología que esta-

hacerse su propia opinión consultando los textos

blecen y que no aparece en ninguno de los otros

aquí revisados.

l a

c i e n c i a

y

e l

h o m b re

D I S T I N TA S Y D I S TA N T E S : M U J E R E S E N L A C I E N C I A

En lo que todos los autores citados concuerdan

En tal sentido, cabría decir que esa dedicatoria

es que María Casamayor fue una mujer sabia y

puede ser el mejor argumento en favor de que

reconocidos por varios de sus contemporáneos, y

los escolapios y, si a ello añadimos que nadie

culta, cuyos conocimientos matemáticos fueron aunque no se sabe con precisión qué tipo de edu-

cación tuvo, algunos han supuesto que tal vez, dada la condición privilegiada de su familia, haya recibido una educación privada, o quizá, como dicen otros, es factible que los estudios iniciales

los hiciera en el colegio del Cañizo de Santa Rosa,

María asistía, en efecto, a la escuela de la orden de —hasta donde sabemos— salió a desmentirla, el

argumento parece bastante sólido. Pero además, para avalar su alta preparación, queda también el

testimonio de sus contemporáneos ya que, tal como ha señalado Casado:

pero nada de eso es del todo comprobable. Lo

Los escasos y valiosos párrafos dedicados a esta

que es evidente es que su Tyrocinio está dedicado

autora por sus doctos contemporáneos nos dejan

a la Escuela Pía del Colegio de Santo Tomás de

entrever la figura de la mujer ilustrada y culta que,

Zaragoza, de la que se reconoce como “discípulo”,

como otras matemáticas y científicas del pasado, dis-

lo que nos puede parecer sorprendente pero no

frutó del ejercicio intelectual de esta ciencia y la difun-

imposible porque, como afirma Casado:

dió entre sus contemporáneos.

En aquella época todos los colegios de escolapios eran masculinos, y es difícil imaginar cómo una mujer pudo ser admitida entre los hombres. Sin embargo, parece que se dieron algunos casos especiales, como ocurrió en Alcañiz, donde los padres aceptaban a alguna alumna para instruirla en materias como el

Efectivamente, tal es el caso de fray Pedro Martí-

nez, rector y regente de estudios del Colegio de San Vicente Ferrer, a cuyo cargo estuvo avalar el Tyrocinio, quien manifestando su sorpresa ante

el hecho de que su amiga María, con tantos conocimientos matemáticos como tenía, se hubiera

dedicado a escribir un libro tan elemental y sim-

comercio.

Eso supone asumir en general que es factible que

ple, pero a la vez tan meritorio y valioso, afirmara:

María, después de todo, hubiera accedido a la

...gustoso por el acierto y claridad de su autor, aun en

educación formal. Como se muestra en la dedica-

lo mínimo se muestra máximo, y admirado […] acor-

toria de su texto, la autora, reconociéndose como

dándome de lo que alguna vez le he oído decir […] su

“discípulo” de los padres escolapios, muestra su

fin en esta obrilla sólo es facilitar esta instrucción a

agradecimiento por las enseñanzas recibidas,

muchos que no pueden lograrla de otro modo. Por-

señalando claramente la necesidad que siente de

que aunque de eso han escrito todos y tantos con

devolver, con su texto, algo de lo mucho que ha

acierto […] se inserta en obras todas de mayor

recibido:

cuerpo, cuyo coste es cuadriplicado, que el de este Tratadillo suelto, con el cual se hace fácil el logro y

… y reconociendo que mi corto raudal tuvo origen en ese Océano de Ciencias y Artes, sería no poca ingrata violencia el no dexar su reconocida corriente que (agradecida en su modo) busca la protección de tan Noble, Sabio, Autorizado Principio para que a la sombra del Patrocinio, se disimulen mis yerros.

El pretendido “discípulo” se hace llamar Casandro

Mamés de la Marca y Araioa, nombre que es en realidad el anagrama de María Andresa Casa-

mayor y de La Coma. Por consiguiente, el miste-

rioso y desconocido Casandro no es más que el seudónimo masculino tras el cual se oculta María para escribir sus libros, ya que seguramente suponía que, usurpando una figura masculina, su obra tendría una mejor acogida entre los lectores.

l a

c i e n c i a

será raro quien no pueda quedar instruido.

Las afirmaciones del citado fraile nos acercan un poco más al texto de María y señalan sus características y sus logros. Ante todo, la sorpresa que

manifiesta el fraile ante el hecho de que, pudiendo la autora escribir tratados de altos vuelos, se haya ocupado de cuestiones tan elementales, pero que a la vez lo haya hecho con tal claridad y precisión

que logra superar a todo lo que hasta entonces existía, no puede sino significar que esta mujer era

una especialista y que estaba fundamentalmente interesada en difundir la parte de las matemáticas

cuyo uso y aplicación era tan necesaria para las actividades comerciales de su época, lo que no deja lugar a dudas cuando se lee el contenido de y

e l

h o m b re

5 9

D I S T I N TA S Y D I S TA N T E S : M U J E R E S E N L A C I E N C I A

su “tratadillo”, al decir del religioso. Esto es justo lo

ocupe asimismo de incluir en su libro una relación

entorno cabal de la Ilustración, ya que sabemos

monedas, estableciendo sus valores y equivalen-

que le otorga la carta de naturalización en el

detallada y completa de los pesos, medidas y

que por aquella época los aires ilustrados se

cias, lo que ayudaba en muchos sentidos a facilitar las transacciones comerciales de la época.4 Con

pudieron respirar en la pequeña provincia arago-

esta tabla comparativa, según se dice, María se

nesa de Zaragoza, lo que trajo consigo cambios y

adelantó casi un siglo a otros matemáticos, ya que

avances culturales y políticos que redundaron en

la primera normalización aprobada por la ley de

una mejora de la educación; acorde con ese

pesos y medidas no se registró sino hasta 1849,

ambiente, María quiso proporcionar conocimien-

esto es, un siglo después. Resulta entonces que la

tos matemáticos mediante un manual de fácil lec-

novedad de su obra estriba en inaugurar un modo

tura y, por ende, accesible a casi todas las clases

de divulgar conocimientos prácticos, destinados a

sociales, conocimientos que, en el caso del trabajo

resolver los problemas que se generan en las ope-

de María Casamayor, no se concretaban mera-

raciones comerciales, lo que a su vez no hace sino

mente a acercar las matemáticas al pueblo bus-

mostrarnos uno de los modos en que es factible

cando saciar su curiosidad, o de facilitar sus

establecer un vínculo entre la sociedad y la cien-

abstractos contenidos como un mero despliegue

cia. María tuvo la sensibilidad suficiente para

educacional de una ciencia compleja. De hecho, y

detectar ese vínculo entre matemáticas y nego-

sin menoscabo de lo anterior, el objetivo funda-

cios, logrando conectar directamente sus números

mental de la autora era difundir la vertiente más

con las necesidades inmediatas de un grupo espe-

novedosa y práctica de su ciencia, es decir, dar a

cífico, los comerciantes, a quienes proporcionó

conocer a los comerciantes las operaciones y cono­-

una guía para mejorar y facilitar sus operaciones.

cimientos necesarios para poder llevar a cabo las

Tal vez, como se ha afirmado, haya sido por su

negociaciones cotidianas. Podemos decir entonces que lo que más interesaba a María era difundir

relación con el mundo del comercio que María

que a su vez contribuía a mejorar los tratos mer-

rés en que su obra ofreciera ante todo una utilidad

Casamayor y de la Coma tuviese un especial inte-

una perspectiva práctica de las matemáticas, lo

práctica, ya que como el mismo censor de la obra

cantiles.

Por ende, el Tyrocinio aritmético de las cuatro

hace saber: “la juzgo precisa y conveniente para la

reglas llanas que saca a la luz Casandro Mamés de

pública utilidad y justificación del comercio mer-

la Marca y Araioa, como reza su título completo, es

cantil”.

Se sabe que María escribió un segundo libro:

un manual en el que María, con un lenguaje claro y accesible para todo el mundo, pone al alcance del

El para sí solo de Casandro Mamés y Araioa. Noti-

mética; es decir, se trata de un texto de “aprendi-

de las tablas de raíces y reglas generales para res-

cias especulativas y prácticas de los números, uso

público las cuatro operaciones básicas de la arit-

ponder algunas demandas que con dichas tablas

zaje” —ya que eso significa en esencia el pomposo

se resuelven sin álgebra, cuyo manuscrito cons-

nombre de Tyrocinio— que se ocupa de enseñar a

taba más o menos de un centenar de páginas y

sumar, restar, multiplicar y dividir a todo aquel que

que lamentablemente no llegó a publicarse.

esté interesado en hacerlo. Si bien puede pen-

Dicho texto no se conservó, pero todo indica que

sarse que ese propósito es bastante elemental,

su contenido mostraba igualmente un conoci-

hay que considerar que es justamente su simplicidad lo que le otorga valor e importancia en cuanto

que pretende acercarse a quienes, no teniendo

4 Sería largo aquí tratar de enumerar los varios ejem-

posibilidad de tener una educación formal, tienen

plos que se han ofrecido sobre este aspecto de la

con todo la necesidad de emplear ciertos saberes

obra de María, pero el lector puede consultarlos en

matemáticos en su vida diaria o en el mundillo de

Las damas del laboratorio, la obra de María José

los negocios. De ahí que María Casamayor se 6 0

l a

c i e n c i a

Casado. y

e l

h o m b re

D I S T I N TA S Y D I S TA N T E S : M U J E R E S E N L A C I E N C I A

miento avanzado de las matemáticas y estaba

nombre, puesto que actualmente parece haber

había inspirado la obra anterior. Según afirma

intentan perpetuar su memoria, entre los cuales

regido por el mismo espíritu divulgativo que

Núñez Valdés, su autora demuestra en él sus profundos conocimientos “al mostrar distintas aplicaciones matemáticas en la vida cotidiana, en

particular prácticas de los números, uso de las

tablas de raíces, y reglas generales para respon-

der a algunas demandas que en dichas tablas se resuelven sin álgebra”.

Los contenidos de las obras de María Casa­

mayor se mueven entonces siguiendo la misma ruta, y en tal sentido se consideran como estudios de matemática aplicada a cuyo desarrollo tanto contribuyó. Así, y aun cuando solo uno de ellos

sobreviviera, en ambos María parece estar siem-

todo un despliegue de reconocimientos que sobresalen el hecho de que en 2009 el Ayunta-

miento de Zaragoza le dedicara una calle; que en 2018 su nombre fuera incluido en la Tabla Perió-

dica de las Científicas de todo el mundo y, el más

reciente, que se recogiera su legado en un documental titulado La mujer que soñaba con núme-

ros. Ojalá que todo ello sirva también para que se multipliquen los estudios que nos acerquen de una mejor manera a la ilustrada mentalidad de esta matemática española.

LECTOR INTERESADO Bernués, J. y P.J. Miana. (2019). Soñando con números:

pre interesada en acercar su ciencia al público no

María Andresa Casamayor (1720-1780), Suma, julio.

especializado; es decir, divulgarla y hacer de ella

Disponible en: htpps://arxiv.org/ftp/arxiv/

una práctica que beneficie a sus usuarios, y que, como se decía líneas atrás, parece sencilla y ele-

papers/1901/19010.7389.pdf.

Casado R. de L., M.J. (2018). Las damas del laboratorio.

mental, pero que bien vista entraña la mayor com-

Debate. Disponible en: www.librosmaravillosos.

plejidad y alcances, ya que hacer accesible a los legos el conocimiento de las ciencias obliga a

com.

Fernández S., A. (2002). Tradición y modernidad

quien eso se propone no solamente a ser un ver-

ilustrada. En M. Maceiras F. (Ed.): Pensamiento

dadero experto en su ciencia, sino a encontrar el

filosófico español (v. II: del barroco a nuestros días)

modo y las herramientas adecuadas para transformar lo enmarañado o difícil en algo sencillo y

(pp. 77-130). Madrid: Síntesis.

López, A. (s/f). La misteriosa aragonesa que fingió ser

hasta elemental; en otras palabras, la divulgación

hombre para enseñar a sumar al pueblo. Disponible

implica primero saber algo muy bien, y después

en: https://www.elespañol.com/ciencia/investiga-

hacer que lo entienda cualquiera. Esta es la virtud

de nuestro personaje, y es justamente por eso que

cion/20170811/228226191_html.

Matemática ilustrada: https://matematicasentumundo.

sus obras reflejan el brillo de su mentalidad ilustrada, de tal modo que aún hoy puede alumbrar el

es/HISTORIA/22.-%ZOMIANA_casamayor.pdf.

Miana, P.J. (2018). María Andrea Casamayor: matemá-

camino de muchos estudiosos de la matemática, o

tica ilustrada. ConCiencias Digital, noviembre,

por lo menos el de aquellos que quieren poner su ciencia al alcance de todos.

70-75.

Núñez V., J. (2017). Mujeres pioneras de la matemática

Después de esto, poco queda por decir de la

española. San Vicente del Raspeig, Alicante:

vida de María, salvo que nunca se casó, que los

Universidad de Alicante. Disponible en: http://

últimos años de su vida los dedicó a la enseñanza,

boletinmatematico.ual.es.

y que murió el 24 de octubre de 1770, siendo

enterrada en la iglesia de la Virgen del Pilar. Después, oscuridad y silencio, ya que como suele

suceder cuando de mujeres se trata, la historia se

olvida fácilmente de su existencia. Pero hoy nosotros tenemos como legado su obra, y segura-

mente guardaremos en nuestra memoria su

l a

c i e n c i a

en páginas 56, 60 y 61, imágenes recuperadas de: http://aragonautas.blogspot. com/2013/10/maria-andrea-casamayor-la-prosperidad.html página 58, imagen recuperada de: https://arainfo.org/estreno-de-la-mujer-que-sonaba-con-numeros-basada-en-la-vida-de-la-primera-espanola-que-publico-un-libro-cientifico/ y

e l

h o m b re

6 1

CREACIÓN EN LA CIENCIA

POEMAS GANADORES

Poemas a la ciencia

PRIMER LUGAR

SEGUNDO LUGAR

TERCER LUGAR

ESPINELA DE LA ESPINELA

DÉCIMA AL LES, CAPRICHO INMUNITARIO

TRES VERSIONES DE UN COMETA (1681)

Ocho caras tus cristales

e intenso color carmesí, émulo del noble rubí

(la flor de los minerales).

Depósitos aluviales

fueron tu cuna y escuela, de oxígeno la candela

con magnesio y aluminio, te describió el viejo Plinio dura gema de espinela.

¿Cuál ha sido mi pecado

para matarme por dentro?

Busco asesino, no encuentro, ¿o soy yo quien ha atacado?

de pericardio, de pleuras.

ven cometa esparciendo fuegos

el dolor de coyunturas, Vaya error estrafalario,

que el sistema inmunitario

mate a mis malditas células.

centro de investigaciones cerebrales

facultad de medicina región: coatzacoalcos-minatitlán

tanto moros como cristianos,

que anuncia destinos humanos.

II. Don Carlos de Sigüenza y Góngora Natural fenómeno es el cometa: ni mágica ni funesta su espiral atraviesa la bóveda celestial,

a su misteriosa cóncava meta.

III. Sor Juana Inés de la Cruz

REFERENCIAS:

Fáustico, diría el padre Kino:

REFERENCIAS: Lázaro, E., C. Richez y J. Seneschal. (2015).

Sci. 30, 305-315. https://doi.

Lupus eritematoso sistémico. EMC–Apa-

org/10.1080/14786440808635400.

rato Locomotor, 48(1):1-17.

Plinio, C.S., G. y G. de Huerta. (1982). Historia

I. Padre Eusebio Francisco Kino Tanto troyanos como griegos,

autor: emmanuel martínez bravo,

group of crystals. Londres: Philos. Mag. J.

(Sor Juana Inés de la Cruz)

Pulula el rojo encarado,

autor: jorge manuel suárez medellín,

Bragg, W.H. (1915). The structure of the spinel

sílabas las estrellas compongan

Tsokos, G.C. (2011). Systemic lupus

natural. Instituto Geológico y Minero de

erythematosus. N. Engl. J. Med.,

España. ISBN 8450575516, url: books.

365(22):2110-21.

google.com.mx/books?id=GUr2SS2ICZo-

trémulo cuerpo del orbe inquieto.

Fórmula es su elíptica trazable,

dícese don Carlos en tono afable.

Mísero es Faetón en carro ardiente: mítico cruza este cielo que miro.

autor: maximiliano sauza durán,

C&hl=es&source=gbs_navlinks_s.

instituto de investigaciones lingüístico-literarias, uv

6 2

l a

c i e n c i a

y

e l

h o m b re

CREACIÓN EN LA CIENCIA

DEL VI CONCURSO UNIVERSITARIO DE DIVULGACIÓN DE LA CIENCIA 2019 MENCIÓN ESPECIAL LA ADAPTACIÓN DE LOS HONGOS Y SUS ENZIMAS Si de buscar sustento se trata,

como los hongos no hay más osados

pues pueden crecer sobre una planta o bajo tus uñas ¡qué pesados!

TAXONOMÍA DE LA VIDA

never-ending story. Cellular and Molecular Life Sciences, 67(3), 369-385.

Valderrama, B., P. Oliver, A. Medrano-Soto y R. Vazquez-Duhalt. (2003). Evolutionary and structural diversity of fungal laccases.

Según el medio en el que viva

Antonie van Leeuwenhoek, 84(4),

un hongo producirá enzimas

289-299.

para procesar sus nutrientes,

científica el definir

especie, género e ir

hacia una proximidad

si es artrópodo en verdad y no sufrir la embestida

de no saber qué se anida

bacteria, archaea, eucariota

crecer y crear descendientes.

la respuesta nos acota taxonomía de la vida.

Para crecer hay que ser versátil y en lugar de tomar vitaminas,

autor: julio cesar lópez jiménez,

cuando eres hongo hay que ser muy mutar y crear isoenzimas.

Sirve a la comunidad

facultad de pedagogía

[hábil,

región xalapa

¿Cómo logras esta gran adaptación?

pues con millones de años de evolución. autor: ana maría cerdán cabrera, instituto de biotecnología y ecología aplicada (inbioteca), uv

REFERENCIAS: Camas-Reyes, A., C. Hernández y E. AlarcónGutiérrrez, E. (2019). A proposal for a new laccase genes classification of Pycnoporus sanguineus. Mycology, en revisión.

Giardina, P., V. Faraco, C. Pezzella, A. Piscitelli, S. Vanhulle y G. Sannia. (2010). Laccases: a

l a

c i e n c i a

y

e l

h o m b re

6 3

LINEAMIENTOS PARA LOS AUTORES CRÓNICAS, ANÉCDOTAS, CUENTOS Y RESEÑAS

El público meta es de nivel educativo medio y

ello se recomienda a los grupos o institucio-

medio superior en adelante, por ende los

nes remitirlos en conjunto. Asimismo, con-

textos deben ser redactados en un lenguaje

tará con una sección miscelánea que se

claro, sencillo y ameno, con referencias coti-

ocupará de cuestiones variadas, no necesa-

En la sección Creación se publicarán historias,

dianas que hagan manifiesta la pertinencia

riamente asociadas al tema central. La exten-

poemas, pensamientos, reflexiones, cuentos,

social de su contenido.

sión máxima para las contribuciones de

crónicas y reseñas sobre el quehacer cientí-

Se busca llegar a preparatorianos, estudiantes

ambas secciones será de 6,500 caracteres

fico, cuya extensión máxima será de dos

universitarios, catedráticos de enseñanza

cada artículo, medidos en letra Times New

cuartillas (3 600 caracteres).

superior y aquellas personas que habiendo concluido su educación media no hayan continuado sus estudios; asimismo, a través de las redes sociales se busca incidir sobre todo en el público juvenil.

Los temas a tratar comprenden las ciencias

Roman, 12 puntos, espaciado sencillo.

El autor debe proponer un título que de preferencia no exceda las ocho palabras.

Las crónicas, anécdotas y cuentos deben ser redactados con estilo literario y pinceladas de color.

Las colaboraciones serán acompañadas de una

Las reseñas pueden ser de un libro, revista,

misiva donde se especifique que su conte-

muestra fotográfica u obra de teatro; se reco-

nido es original.

mienda adjuntar imágenes de forros.

exactas, naturales y sociales. El contenido de

La revista podrá publicar los trabajos posterior-

la revista lo conformarán tanto trabajos por

mente en formatos físicos y/o electrónicos,

invitación como trabajos libres sometidos a

incluida la red Internet, para lo cual los auto-

la revista, distribuidos en las secciones: bre-

res darán su respectivo consentimiento.

ves de ciencia, tema central, misceláneos,

Por tratarse de temas de divulgación y no reportes

(resultantes de una entrevista o rastreo

crónicas, anécdotas, creación, reseñas y sem-

de investigación, preferiblemente un docu-

documental) de académicos, científicos y

blanzas.

SEMBLANZAS En este apartado serán publicadas semblanzas

mento no puede ir firmado por más de tres

estudiantes, donde se dé a conocer su que-

Si bien los contenidos de los textos son respon-

autores. De los autores son indispensables los

hacer, logros y cómo se relacionaron con el

sabilidad de los autores, la mesa de redac-

siguientes datos: nombre y apellido, sin marca

mundo de la ciencia, con una extensión no

ción se reserva el derecho de intervenir la

de grado académico; resumen curricular con

mayor a dos cuartillas.

forma y trabajar la redacción para adaptar

límite de cinco líneas; dirección electrónica y

los textos a los objetivos planteados por este

entidad de adscripción.

medio de comunicación: la popularización de la ciencia.

BREVES DE CIENCIA A través de notas breves que no superen los 1500 caracteres se darán a conocer datos

Es opcional la inclusión de imágenes (fotografías, grabados, infografías), con un límite de

No se admiten entrevistas que sólo contengan preguntas más las respuestas del personaje en cuestión. Se recomienda adjuntar fotografías del entrevistado.

tres por cada texto, las cuales se enviarán separadas de éste, en formato JPG con 300 dpi de resolución, con pie de foto no superior a las 15 palabras, así como incluir el crédito del autor.

Los trabajos postulados a publicación se reciben en el correo: ciencia_hombre@uv.mx.

científicos sobre temas que más atraen al

El material será examinado por el director de la

público medio, por ejemplo: ciencia y tecno-

revista y el editor responsable, quienes en

logía, sexualidad, astronomía, salud y medio

mesa de redacción determinarán su publica-

Jorge Manrique. Artista visual, originario

ambiente.

ción de acuerdo con los c­ riterios establecidos.

de Tijuana, creció en Los Ángeles y estudió en

Las notas deberán ser redactadas en un len-

Asimismo, los contenidos serán analizados

la enpeg- inba y en el San Francisco Art

guaje periodístico que conteste las pregun-

por los expertos en las diversas áreas del

Institute. Desarrolla su obra entre eua y

tas qué, quién, cuándo, dónde, cómo y

conocimiento que se juzguen convenientes.

México, es residente de la cooperativa de

por qué.

TEMA CENTRAL Y MISCELÁNEOS Cada número presentará un tema central que será abordado en ocho a diez artículos, por

En caso de ser necesario se pedirán al autor modificaciones.

artistas Project Artaud, en San Francisco y realiza estancias de producción en talleres

No se admiten escritos que hagan promoción

mexicanos como La Ceiba Gráfica, Archivo

institucional (anuncios, eventos, premios,

Gráfico y Caracol Púrpura. Participó en los

convocatorias, etc.).

proyectos: Arte+Sano ÷ Artistas 6.0, del

No se aceptan artículos divididos en varias entregas.

Museo de Arte Popular, y Arte/Billete/ Maculatura/Refines/Diseño, del Banco de México.