Este artículo aborda el desafío de obtener comprensión científica a partir de modelos de aprendizaje automático. Tomando como base a Sullivan (2022), argumento que los modelos opacos pueden proporcionar comprensión si se fortalece el vínculo con el fenómeno representado. Para ello, propongo integrar métodos de inteligencia artificial explicable con el fin de identificar características relevantes en el input y, basándose en ellas, recolectar evidencia empírica guiada por conocimiento teórico para reducir la incertidumbre.
La teoría bioestadística –la variante más representativa del naturalismo en la filosofía de la medicina contemporánea– ofrece una respuesta a la pregunta “¿qué es la enfermedad?”. En primer lugar, presentamos esta teoría y esbozamos las principales críticas que ha enfrentado. Luego, planteamos seis objeciones adicionales.
Aunque descriptos en un lenguaje que no es el de la fisiología, los fenómenos, procesos y estados mentales que la etología cognitiva busca identificar y analizar están inscritos en la misma materialidad en la que se inscriben los fenómenos fisiológicos. El objetivo de este trabajo es sostener que esos fenómenos, procesos y estados mentales son estados de un organismo que, además de afectarse entre ellos, también interactúan con los demás estados de ese mismo organismo, al cual predisponen y habilitan para comportarse de ciertas maneras. En general, sin embargo, el mapa de las relaciones causales que conectan a esos estados y procesos entre sí, o con los comportamientos que ellos pautan, se nos da en un lenguaje que alude a estados mentales, procesos cognitivos y reacciones comportamentales, y no a estados, procesos y reacciones fisiológicas.
Ejemplificamos una serie de cuestiones clave en la construcción de retículos teóricos a partir del caso de la cosmología física relativista de la primera mitad del siglo XX. Siguiendo el marco del estructuralismo metateórico, clasificamos distintos modelos cosmológicos que comparten atributos multivaluados, y aplicamos las metodologías del análisis de conceptos formales (FCA) para representar sus relaciones semánticas. Nuestro objetivo es ampliar el mapa conceptual publicado en la página Exploratorium de teorías del espacio-tiempo, generando representaciones que apoyen tanto el estudio de la cosmología física como la investigación epistemológica sobre las teorías científicas. Discutimos las definiciones de las relaciones de especialización y teorización vistas desde el FCA, decisiones de escalamiento, aproximaciones históricas vs. cristalizadas en la construcción de contextos, así como el uso de herramientas de inteligencia artificial para la exploración de atributos.
Scientific concepts are not static entities; rather, they evolve under the influence of forces such as experimental discoveries, ontological debates, and the heuristic power of representational structures. This article explores the role of representation in thermodynamics, especially in James Thomson’s analysis of the critical points discovered by Thomas Andrews. We argue that, although Thomson took advantage of the heuristic resources of diagrams to introduce crucial notions such as instability, his analysis of critical points does not converge on an operational definition, as is the case in Gibbs’ approach. Following this path, it is possible to trace the evolution of the concept of the state of substances in the science of heat. Finally, we situate Gibbs’ work within a methodological tradition that values the representational elements of science, illustrating how representational choices fundamentally shape scientific concepts and problemsolving algorithms.
Un fuerte debate entre los filósofos de la ciencia gira alrededor de la existencia o inexistencia de las genéricamente denominadas “entidades inobservables” postuladas por teorías científicas exitosas. En este artículo proponemos una división de los inobservables en tres categorías distintas: los teóricos, dependientes de teorías; los formales, que responden a la cosificación de los resultados de herramientas lógico-matemáticas; y los naturales, cuya existencia se evidencia directamente por sus efectos observables. Con estas distinciones suponemos que se podrá esclarecer que entre los inobservables hay claras diferencias ontológicas y epistémicas que, en general, han pasado desapercibidas en la discusión filosófica. Suponemos, empero, que esta clasificación podría ayudar a proporcionar un marco conceptual más preciso para evaluar el papel de los inobservables en la construcción de teorías científicas y replantear el debate filosófico entre realismos, estructuralismos y antirrealismos.
En el amplio marco interdisciplinario que conforma el hexágono cognitivo —filosofía, antropología, psicología, lingüística y neurociencia—, la Inteligencia artificial se ha posicionado probablemente como el ámbito que más controversias y desacuerdos ha suscitado en los últimos años. En este artículo se defiende que el concepto de inteligencia como normalmente se aplica a la IA es demasiado generoso, creando confusiones en torno a lo que tradicionalmente —desde las ciencias cognitivas y la biología, por ejemplo—, se entiende por pensamiento o comportamiento inteligente. Contrario a la idea popular de que la inteligencia consiste llanamente en resolver problemas, proponemos que la inteligencia es más que eso: es resolver problemas de manera flexible y situacional, haciendo predicciones a corto y largo plazo de manera automática y que ser asertivos en dichas predicciones, muchas veces, es lo que posibilita nuestra supervivencia.
This research examines the theoretical stage of the self-regulatory executive function model of the emotional state of Wells and Matthews (1994) from the metascientific criteria proposed by Bunge (2000). Specifically, the investigation will confirm whether the model has internal consistency, external consistency, heuristic power, and coherence with the present scientific conception of the world. To these objectives, various analysis techniques have been proposed and assessed, one for each object of study. The following methods were used: the formalization of the model as a method of theoretical reconstruction, the observation of the theoretical correspondence between the model and the cognitive ontological sublevel of Bunge's theory of mind (2012), the explanation of theses about voluntary acts by Libet (1985) and Libet et al. (1983), and the observation of the theoretical and textual references of the model to the neurological and psychosocial ontological sublevels in Bunge's aforementioned theory of mind. Jointly, the results obtained show that the model presents an ideal state of theoretical maturity since it completely meets the aforementioned metascientific criterium―only partially the ontological consistency. This paper emphasizes the methodological aspects of the investigation because the method and analytical procedure used here can be useful for evaluating other various models and theories from any scientific field.
El siguiente artículo supone una introducción a la filosofía de la biología de Denis Noble. El “darwinismo pasivo” que se desprende de la perspectiva genocéntrica de la evolución considera que la agencia exhibida por los organismos vivos es un fenómeno aparente cuyas causas son moleculares o genéticas. Denis Noble, por el contrario, defenderá un “darwinismo activo” basado en dos principios: (1) el principio antirreduccionista, según el cual los niveles superiores de organización en los sistemas biológicos son capaces de constreñir a los niveles más bajos y su agencia no es, por tanto, reductible a la de estos. (2) El principio relativista de la biología que niega, de manera más general, la existencia de un nivel privilegiado de causación en los sistemas biológicos. Enmarcada en la tradición organicista, la biología “más allá de los genes” de Denis Noble propone una reconceptualización de los sistemas biológicos que desplaza el énfasis explicativo desde la primacía de los genes hacia una concepción dinámica y recíproca de las interacciones causales entre los niveles de organización biológicos.
El artículo analiza la noción de “Inferencia a la Mejor Explicación” (IME), inicialmente propuesta por Gilbert Harman y posteriormente desarrollada por Peter Lipton. La IME sugiere que, a partir de ciertos datos y creencias de fondo, se infiere la explicación más satisfactoria. Lipton introduce dos criterios clave para esta selección: “likeliness” (probabilidad) y “loveliness” (encanto explicativo). La “likeliness” se relaciona con la verdad, mientras que la “loveliness” se refiere a la comprensión potencial que ofrece una explicación. A menudo, la explicación más probable no es la más esclarecedora; inversamente, la explicación que presenta un alto encanto explicativo puede no ser la más probable. Esto resalta la necesidad de una adecuada elucidación de la noción de “loveliness” para comprender mejor cómo funciona la IME. Este trabajo propone conectar la loveliness liptoniana con el concepto griego de “λógos” (lógos) tal como lo emplea Platón en algunos de sus diálogos. Se argumenta que esta vinculación es un camino prometedor para recuperar la objetividad en la aplicación de la IME, respondiendo así a la clásica objeción de Hungerford sobre la aparente subjetividad involucrada en la selección de la mejor explicación. Finalmente, se justifica la conveniencia de cruzar las nociones de λógos y “loveliness” a través de lo que Platón llamó “explicaciones causales” (αιτíσς λογισμóς).
El trabajo analiza los conceptos de homología y analogía en el pensamiento de Richard Owen. Se destaca su contribución en la introducción y definición de estos términos en la comunidad científica victoriana, incluidos los darwinistas. Owen es posicionado como el pionero en la clarificación de estas nociones. Se exploran las subdivisiones de homología, como la especial, general y serial, junto con el concepto de arquetipo de Owen. Además, se examina la interpretación ortodoxa de su pensamiento contrastada con el platonismo que se le suele atribuir, sugiriendo matices relevantes en la valoración de su obra. El platonismo que suele adjudicársele parece no estar fundamentado de manera sólida, sobre todo si tomamos en cuenta el sentido que Owen otorga a las categorías centrales de su pensamiento.
George Jackson Mivart (1827-1900) foi um adversário formidável de Charles Robert Darwin (1809-1882) e de seus acólitos, contestando a suficiência da Teoria da Descendência com Modificação por Seleção Natural como resposta à pergunta sobre a origem das espécies. Neste trabalho examinamos essa disputa entre Mivart e Darwin e as qualidades de Darwin como disputador que dela emergem. Utilizamos Redes Dialéticas —um sistema diagramático— para representar as asserções de ambos e as suas interrelações. A disputa reforça o valor da erudição, porque ambos, valendo-se de seus extensos conhecimentos em diversas áreas da biologia, produziram múltiplos e diversificados argumentos por exemplificação.
