Dominios relacionados y alcance del marco
La semiosis estudia los procesos en que algo adquiere valor de signo; la cognición investiga capacidades como percibir, aprender, recordar y actuar; la computación permite describir y realizar transformaciones de información mediante procedimientos especificados. Estos dominios se cruzan sin ser intercambiables. Hay programas que transforman señales que una comunidad interpreta como significativas; una persona puede interpretar un gesto sin formular un algoritmo explícito. En un sistema distribuido, las acciones pueden coordinarse mediante documentos, pantallas y conversaciones. Integrar estos dominios exige explicar sus relaciones sin borrar sus diferencias bajo una palabra general.
El problema se advierte con claridad ante una pantalla que muestra «completado». Cabe preguntar qué proceso material cambió, qué operación calculó el estado, qué entiende el usuario y qué consecuencias institucionales tiene la indicación. Tal vez el archivo se descargó sin que nadie lo revisara; quizá una simulación terminó con resultados inválidos. Con la misma palabra pueden conectarse mecanismos y expectativas de maneras muy distintas. Una explicación integrada debe seguir esas conexiones y localizar dónde la relación entre signo y actividad se sostiene, se rompe o se interpreta mal.
La lectura propone un marco analítico para ordenar preguntas y mostrar cómo podrían investigarse, sin pretender el rango de una teoría validada empíricamente que zanje todos los debates sobre mente y significado. Se distinguirán cinco dimensiones (realización material, organización computacional, capacidades cognitivas, procesos semióticos de interpretación y prácticas sociales). La relación entre ellas es circular y se despliega en el tiempo, sin formar una escalera en la que cada peldaño baste para demostrar el siguiente. Un resultado obtenido en una dimensión puede restringir las hipótesis sobre otra cuando un argumento identifica las condiciones de esa conexión. Hay que separar, además, dos usos de un modelo, que puede construirse para resolver una tarea o para explicar cómo la resuelve otro sistema. Un asistente útil para clasificar documentos no adquiere, por esa utilidad, el estatuto de una teoría de la lectura humana; una simulación de aprendizaje, a la inversa, puede ser científicamente informativa aunque no dé el mejor producto comercial. Definir el objetivo permite elegir criterios adecuados y evita atribuir a un resultado más alcance del que tiene. La precisión sobre fines y evidencias es la base de cualquier diálogo entre disciplinas.
La relación semiótica y sus componentes
En la tradición peirceana, el signo se comprende mediante una relación entre signo, objeto e interpretante. El interpretante, que no se identifica simplemente con la persona que interpreta, designa el efecto o la determinación interpretativa dentro de la relación semiótica. Los escritos reunidos en Peirce (1998) muestran además un pensamiento en desarrollo, cuyas distinciones cambian y se refinan. De esa relación triádica basta retener que la significación no se explica describiendo solo la forma física del signo ni solo el objeto al que remite.
Consideremos una marca roja que, en un documento, puede señalar una corrección, un comentario pendiente o una categoría establecida por un equipo. El color, tomado aisladamente, deja indeterminada la función, en cuya interpretación participan la historia de uso, las convenciones y la posición de la marca. Si otra persona copia el documento sin la leyenda explicativa, conserva la señal visual y puede perder su relación operativa con el trabajo. El ejemplo muestra por qué la circulación material de una señal deja sin asegurar la continuidad de su significado. A su vez, una interpretación puede convertirse en recurso para interpretaciones posteriores. Alguien traduce la marca como «falta verificar esta cita» y otra persona la incorpora a una lista de tareas. Esa transformación selecciona una consecuencia relevante, se aleja quizá de la reproducción literal y puede introducir un error si la marca significaba otra cosa. En transformaciones concretas como esta, que admiten corrección, la semiosis se vuelve investigable. Analizar la cadena obliga a identificar qué se mantuvo, qué se añadió y qué evidencia justificó cada paso.
No toda sucesión causal tiene que describirse como proceso semiótico. Constatar que un evento produce otro es insuficiente, sin una explicación adicional, para hablar de representación o de interpretación. El investigador debe declarar sus criterios, es decir, qué cuenta como signo, respecto de qué objeto y mediante qué organización interpretativa. Las teorías semióticas responden a estas preguntas con alcances distintos. La integración propuesta se abstiene de resolver esa diversidad por definición y exige a cada aplicación que indique qué gana con el vocabulario semiótico y qué observaciones lo sostienen.
Señales, códigos e información
Shannon (1948) formula un problema de comunicación centrado en reproducir mensajes a través de un canal y en analizar restricciones como el ruido y la capacidad. Al separar expresamente ese problema de ingeniería de los aspectos semánticos, delimita un objeto matemático específico sin negar la importancia del significado en la vida humana. La comparación interdisciplinaria debe respetar esa delimitación, porque una medida de información en sentido técnico no se traduce de suyo en valor interpretativo, conocimiento adquirido o importancia social del mensaje. Si activa una operación acordada de antemano, un código breve puede tener consecuencias enormes. Un documento extenso resulta a veces redundante para cierta tarea e imprescindible para otra. El número de caracteres no mide directamente la información técnica ni la relevancia práctica. Tampoco la sorpresa asegura la verdad, pues un mensaje inesperado puede ser falso y otro del todo previsible puede confirmar algo importante. El análisis de la comunicación tiene que distinguir entre las propiedades estadísticas de las señales y sus relaciones con estados del mundo, expectativas y decisiones de los participantes.
Es posible que un archivo llegue sin alteración y contenga datos desactualizados, o que una grabación conserve todas las palabras y omita el objeto que alguien señalaba. En sentido inverso, una transmisión parcialmente degradada puede permitir la comprensión gracias a la redundancia y al contexto. Estos casos descartan una equivalencia simple entre fidelidad física y éxito comunicativo. La fidelidad es una condición relevante, aunque insuficiente, de la interpretación correcta. La investigación debe observar qué información se preserva y qué recursos compensan las pérdidas en condiciones específicas.
Los códigos requieren también gestión de versiones. Cuando un equipo cambia el significado de una etiqueta y conserva los mensajes anteriores, la misma forma puede corresponder a estados diferentes según la fecha. Aparte del cuidado del canal, la solución requiere conservar las convenciones y la procedencia. En los sistemas computacionales, la cuestión aparece en esquemas de datos, nombres de campos e interfaces; en las prácticas humanas, en formularios, archivos y vocabularios profesionales. El análisis semiótico ayuda a mostrar por qué una compatibilidad técnica puede convivir con una incompatibilidad interpretativa relevante.
Niveles de explicación computacional
Marr (2010, obra original de 1982) distingue niveles de análisis que separan qué problema se resuelve, qué representaciones y procedimientos se emplean y cómo se implementan materialmente. Su marco nació del estudio de la visión y sería un error convertirlo sin examen en una plantilla universal, aunque impone una disciplina útil. Describir un mecanismo físico deja sin caracterizar su tarea, del mismo modo que formular una tarea deja sin especificar el procedimiento que la realiza. Las conexiones entre niveles forman parte del trabajo explicativo.
Supongamos que un sistema ordena registros por fecha. La tarea puede describirse sin mencionar una máquina concreta y admite diversos algoritmos e implementaciones materiales, cuyas diferencias pueden afectar, sin embargo, la velocidad, el consumo o la confiabilidad. La definición de «fecha» también puede cambiar el resultado, porque la fecha de creación, la de modificación y la de recepción son datos distintos. Una integración adecuada conecta el problema formal con el significado de los campos utilizados. Sin esa conexión, un algoritmo impecable puede resolver con eficiencia una tarea distinta de la que necesitaban los usuarios.
Otra distinción separa la representación escogida por el analista de la que el sistema utiliza causalmente. Los estados internos pueden interpretarse con etiquetas familiares, pero esa interpretación requiere evidencia. Si una variable predice cierta categoría, todavía puede ser el correlato de otro proceso; intervenciones y comparaciones controladas ayudan a investigar su papel. En los sistemas humanos, los métodos disponibles imponen restricciones adicionales. La inferencia ha de guardar proporción con la evidencia, sin hacer de una visualización o de una correlación la demostración de una arquitectura cognitiva completa.
Un modelo computacional tiene valor explicativo cuando especifica relaciones y produce consecuencias contrastables. No basta afirmar que la mente «procesa información» si la frase es compatible con cualquier resultado; se necesita conocer entradas, transformaciones, estados y condiciones de éxito o fallo. La formalización se justifica allí donde vuelve más precisas las hipótesis. No hace falta reducir todas las preguntas a un programa, porque algunas requieren historia, observación situada o análisis conceptual. En esos casos, la integración debe reconocer qué otras formas de evidencia se necesitan.
Cognición, cuerpo y entorno
La actividad cognitiva se realiza en situaciones donde los organismos perciben y actúan con cuerpos concretos. La postura, la orientación, las capacidades sensoriales y las posibilidades de intervención condicionan qué recursos están disponibles. Una instrucción como «ponlo junto al otro» presupone acceso a ciertos objetos y a sus relaciones. Si la descripción se limita a las palabras, pueden quedar fuera condiciones esenciales. Mencionar el cuerpo tampoco basta para explicar cómo se resuelve una tarea. Se trata de identificar qué aspecto de la acción o de la percepción contribuye y qué cambia cuando ese recurso se modifica.
Un ejemplo construido es la búsqueda de una carpeta en una mesa compartida. Una persona mira, desplaza papeles y pregunta por un color, mientras otra recuerda dónde quedó el documento. Parte del trabajo se hace transformando el entorno para que resulte más fácil de inspeccionar. Lejos de ser un simple resultado posterior al pensamiento, el movimiento puede aportar información para continuar. Estudiar el episodio implica observar secuencias de percepción, acción y comunicación. Una medida final de éxito pierde de vista la organización que permitió alcanzarlo y las dificultades del camino.
Hay, desde luego, cognición sin contacto inmediato con el objeto representado, pues razonamos sobre situaciones ausentes, imaginarias o abstractas. El problema es explicar cómo se adquieren y coordinan los recursos con que se sostiene esa distancia. Una teoría que privilegie la percepción y la acción debe ocuparse también de inferencias, memoria y convenciones. Del mismo modo, una teoría centrada en los símbolos tiene que explicar cómo se relacionan estos con la experiencia y la actividad. La oposición absoluta entre cuerpo y representación suele ocultar preguntas más precisas sobre los recursos que intervienen en cada tarea y en cada momento.
La diversidad corporal y sensorial tiene consecuencias para el diseño. Una interfaz que comunica estados solo mediante color presupone ciertas capacidades perceptivas; otra que pide respuesta oral inmediata presupone capacidades distintas. Esas decisiones modifican quién puede participar y cuánto esfuerzo le cuesta hacerlo. La accesibilidad no es un añadido posterior a la definición de una cognición supuestamente estándar. Desde el inicio, la investigación puede incluir diversas maneras de percibir, expresar y actuar para estudiar cómo los recursos disponibles reorganizan la tarea y los criterios de una interacción satisfactoria.
El problema del anclaje
Harnad (1990) formula el problema del anclaje de símbolos, es decir, cómo evitar que la interpretación de un sistema formal dependa únicamente de significados aportados desde fuera por quienes lo describen. Su propuesta explora las relaciones entre representaciones simbólicas, perceptivas y categoriales. Es una contribución teórica dentro de un debate y no demuestra que cierta arquitectura resuelva por completo el significado. La pregunta conserva su utilidad porque obliga a distinguir entre manipular relaciones formales y establecer vínculos operativos con categorías, objetos y acontecimientos.
En una aplicación, «anclar» puede tener un sentido práctico más delimitado. Un identificador se conecta con un registro; una descripción visual, con un objeto; una afirmación, con una fuente. Estas operaciones permiten verificar referencias y reducir errores, aunque sería excesivo presentarlas como solución de todas las cuestiones filosóficas del anclaje. A veces un enlace está roto, señala una fuente inadecuada o conserva un dato desactualizado. Para juzgar el éxito hay que examinar, junto con la presencia de alguna conexión externa, la calidad de la relación y sus condiciones de mantenimiento. El anclaje tiene también un aspecto social. Para interpretar «entregado» en un curso quizá haga falta saber qué plataforma registra la entrega, qué plazo rige y quién puede corregir un estado, relaciones que no se perciben en el archivo. Categorías como esta pueden apoyarse en prácticas colectivas que cambian y admiten excepciones sin ser por ello arbitrarias en cada ocasión. Su aplicación correcta requiere información sobre procedimientos y autoridad, además de propiedades físicas o similitudes entre representaciones lingüísticas.
Estas relaciones pueden estudiarse mediante contrastes. Se puede retirar el acceso a una fuente para ver si cambia la capacidad de verificar una afirmación, o modificar una regla institucional y comprobar si el sistema actualiza su interpretación. Cuando dos objetos comparten apariencia, cabe observar si el sistema los diferencia por su historia y su ubicación. Cada contraste evalúa una conexión específica. Ninguno resuelve de una vez la naturaleza del significado, aunque sus resultados pueden sumarse en una explicación acumulativa de las relaciones que funcionan, con sus condiciones y límites observables.
Computación, comprensión e intencionalidad
Searle (1980) sostiene que implementar un programa no es, por sí solo, condición suficiente de intencionalidad. Su experimento mental cuestiona una identificación determinada entre manipulación formal y comprensión. La tesis es compatible con que alguna máquina pueda pensar, porque el artículo distingue entre los programas y las propiedades causales de los sistemas. Corresponde leer el experimento como un argumento filosófico que sigue en discusión, no como un resultado empírico que cierre los debates sobre inteligencia artificial. En este marco, su utilidad está en exigir que toda conclusión sobre la mente especifique qué propiedades se atribuyen y por qué.
Las preguntas funcionales y las preguntas sobre la experiencia son de distinto tipo. Se puede observar si un sistema mantiene referencias, aprende una regla o corrige una respuesta. Tales capacidades dan lugar a comparaciones relevantes, aunque no determinan, sin otros argumentos, qué experiencia subjetiva tiene el sistema, si tiene alguna, ni qué clase de intencionalidad sería apropiado atribuirle.
La incertidumbre filosófica, con todo, no impide estudiar conductas y consecuencias. Una investigación gana en rigor cuando delimita lo que su tarea demuestra y deja abiertas las cuestiones que requieren otros argumentos o para las que todavía no hay criterios consensuados.
La apariencia humana complica la evaluación. Una voz expresiva, el uso de la primera persona y una respuesta sensible al contexto pueden favorecer atribuciones mentales. Esas atribuciones forman parte del fenómeno social y merecen estudio, aunque no deben tomarse como prueba independiente de las propiedades atribuidas. Es posible investigar cómo cambia la confianza cuando se modifica la presentación y se conserva el mismo desempeño, o examinar si esa confianza mejora o perjudica decisiones concretas. Diseños de este tipo separan las capacidades del sistema, las percepciones de los usuarios y los efectos de la interacción.
La integración evita dos atajos, el de deducir una mente humana de cualquier éxito lingüístico y el de declarar irrelevante todo éxito porque no resuelve la conciencia. Ambos bloquean preguntas útiles sobre competencias particulares, formas de dependencia y condiciones de reparación. Un sistema puede ser eficaz en una tarea y requerir supervisión en otra; una persona puede atribuirle una autoridad que no corresponde a su funcionamiento. Para entender esa combinación hay que conectar el análisis técnico con el social y mantener explícita la distancia entre el comportamiento observado y las conclusiones ontológicas más amplias.
Cognición distribuida y transformación de representaciones
Hutchins (1995) estudia la cognición en sistemas de actividad donde personas y artefactos coordinan representaciones a lo largo del tiempo. Su perspectiva autoriza a ampliar la unidad de análisis cuando el resultado descansa en una organización colectiva. Esa ampliación no incorpora automáticamente cualquier herramienta a una mente ni borra las diferencias entre participantes y objetos. Para la integración, lo relevante es observar cómo una representación se transforma, circula y adquiere nuevas funciones y cómo esas transformaciones facilitan o dificultan una tarea compartida.
En una investigación, una observación puede convertirse en anotación, luego en tabla y al final en afirmación publicada. Cada paso selecciona y reorganiza información. La tabla facilita comparar casos, pero puede ocultar dudas de codificación; la afirmación sintetiza un patrón y puede borrar excepciones. Más que información repartida en muchos lugares, una cognición distribuida es una organización de dependencias que debe mantenerse para que el resultado siga siendo interpretable y revisable. Analizar el proceso requiere rastrear qué información se preservó y qué decisiones justificaron las pérdidas.
La distribución puede mejorar ciertas capacidades y crear vulnerabilidades nuevas. Gracias a un registro externo se consultan detalles que nadie recuerda, aunque el registro puede estar incompleto o resultar difícil de encontrar. La especialización que trae la división de tareas obliga a coordinar supuestos. Un asistente automático puede acelerar una transformación y propagar el mismo error a numerosos documentos. La evaluación debe abarcar el sistema completo y sus puntos de transferencia, sin atribuir al componente más visible todo el éxito o todo el fracaso de una actividad que depende de varios actores.
También cuenta cómo se distribuye la comprensión. Si una sola persona sabe interpretar un indicador, el equipo puede funcionar mientras ella esté disponible y volverse frágil cuando falte. Un sistema en apariencia estable puede depender de reparaciones informales que nunca se documentaron. El análisis integrado debe buscar ese trabajo invisible, hecho de aclaraciones, comprobaciones y ajustes que mantienen la coordinación. Medir solo el rendimiento final puede ocultar costos y dependencias que pesan cuando hay que sostener la actividad, transferirla a otras personas o modificar sus herramientas.
El invernadero educativo como caso integrado
Construyamos un caso didáctico, sin pretensión de protocolo agronómico. Un grupo escolar utiliza un pequeño invernadero con sensores, un panel y un asistente textual. El panel muestra una marca naranja junto a una maceta, con el mensaje «revisar». Un estudiante pregunta al asistente si debe regarla; este consulta un registro y responde que falta una observación reciente. La docente aclara entonces que la marca indica un dato pendiente de comprobar y que no es una orden de riego. La escena permite examinar cómo se conectan señales, cálculos, interpretaciones y acciones.
En el plano material interesa saber qué mide el dispositivo, dónde está colocado y cuándo produjo el dato. En el computacional se examina qué regla convierte una lectura, o su ausencia, en una marca. La pregunta semiótica por lo que esa marca representa para los participantes se enlaza con la cognitiva, que atiende a cómo recuerdan reglas, identifican la maceta y revisan sus expectativas. En el plano social se estudia quién puede modificar el procedimiento y quién asume la tarea. Ninguna descripción aislada explica por completo por qué una señal terminó, o no, en una intervención sobre la planta.
La confusión inicial no obliga a suponer incapacidad del estudiante. Puede provenir de una interfaz que usa el color para varios estados, de una explicación anterior incompleta o de la experiencia con otros paneles.
También hay que evaluar la respuesta del asistente y comprobar si consultó el registro de esa maceta, si distinguió la ausencia de lectura de una condición desfavorable y si conservó la hora de la observación. Un mensaje prudente puede ser correcto por razones equivocadas. Para comprender el funcionamiento es preciso rastrear la cadena completa, además de juzgar si el texto final parece razonable.
El caso produce hipótesis comprobables sobre cambios concretos cuya utilidad podría observarse durante una actividad delimitada. Una etiqueta explícita podría reducir cierta confusión. Separar los datos ausentes de las observaciones fuera del rango acordado quizá mejoraría la interpretación; registrar la confirmación de la docente evitaría tal vez que el asistente reutilizara una regla antigua. Son propuestas de diseño aún no puestas a prueba, cuya comparación con alternativas tendría que considerar costos nuevos, como la saturación de información.
Tiempo, memoria y cambio de contexto
Los procesos de interpretación dependen del tiempo en varios sentidos. Una señal puede llegar tarde, una categoría puede cambiar y una memoria puede conservar información que ya no se aplica. En el invernadero, una lectura de ayer quizá no corresponda al estado actual de la maceta, del mismo modo que la fecha de recepción de un dato puede diferir de la de medición. Un sistema integrado tiene que distinguir estos tiempos y hacerlos accesibles cuando alteran decisiones. La temporalidad pertenece al contenido mismo, porque en muchos casos determina qué afirmación puede sostenerse a partir de un registro. La memoria computacional plantea problemas semejantes en las conversaciones. Una preferencia expresada una vez pudo ser provisional, referirse a una tarea concreta o quedar anulada por una corrección posterior. Recuperarla sin contexto puede producir una personalización aparente y una interpretación incorrecta. El almacenamiento debe preservar procedencia y estado; la interacción debe permitir revisar lo recordado. Acumular recuerdos no asegura una comprensión mejor. Seleccionar y actualizar lo que se recuerda forma parte del problema cognitivo y semiótico, en los sistemas artificiales y en las organizaciones humanas por igual.
El cambio de contexto puede alterar también la función de un signo sin modificar su forma. Escrita como recordatorio personal, una nota puede convertirse en instrucción cuando otra persona la encuentra; una respuesta exploratoria circula a veces como conclusión oficial. Estas transiciones deben estudiarse junto con los recursos con que se mantiene el carácter original de la información. Etiquetas, versiones y atribuciones pueden ayudar, aunque su eficacia está sujeta a las prácticas de lectura y de uso. Un aviso que nadie reconoce, o que desaparece al copiar el texto, no asegura la continuidad interpretativa. Reparar un desajuste de este tipo requiere identificar qué se modificó y desde cuándo. Corregir una base de datos puede dejar sin corregir los documentos ya distribuidos; modificar una regla puede mantener conversaciones anteriores bajo supuestos incompatibles. Por ello la evaluación de un sistema debería incluir la propagación de correcciones y el reconocimiento de versiones. Puede ocurrir que una respuesta nueva sea exacta y coexista con decisiones antiguas que siguen activas. Gestionar esa coexistencia es condición del éxito práctico y obliga a mostrar dónde la información revisada debe sustituir a una interpretación anterior y quién puede efectuar el cambio.
Causalidad, intervención y explicación
Una explicación integrada tiene que ir más allá de constatar que varias cosas ocurren juntas. Si una interfaz más clara se asocia con menos errores, quizá cambiaron también la formación, el tiempo disponible o la dificultad de las tareas. Atribuir un efecto a cierta modificación requiere un diseño que examine alternativas. Los experimentos controlados pueden ayudar, aunque no siempre son suficientes ni posibles; la observación detallada de procesos, las comparaciones entre situaciones y el seguimiento temporal aportan evidencia complementaria siempre que se declaren sus límites. En el invernadero, retirar una modalidad puede revelar dependencias y crear a la vez una situación artificialmente difícil. Si se oculta el panel, el asistente quizá reciba preguntas distintas; si se retira a la docente, cambia por completo la actividad social. Cada intervención debe interpretarse a la luz del sistema nuevo que produjo. Una prueba de ablación muestra efectos bajo sus propias condiciones y no necesariamente la contribución aislada de un componente en cualquier contexto. En los sistemas interactivos, el análisis causal tiene que atender a las adaptaciones que pueden redistribuir el trabajo cuando algo cambia.
Una condición necesaria en un diseño particular es distinta de una necesidad universal. Si un equipo solo logra la tarea con cierto registro, ese registro quizá sea indispensable para su organización actual, aunque otra organización podría resolverla con recursos diferentes. Del mismo modo, dos implementaciones pueden dar resultados parecidos con mecanismos distintos. Compararlas requiere observar patrones de error, tiempos, estrategias y respuestas a perturbaciones. Cuanto más amplia sea la conclusión, más importante será examinar si la evidencia discrimina entre las alternativas pertinentes.
La explicación conceptual y la causal se necesitan mutuamente sin sustituirse. Antes de medir un error hay que decidir qué cuenta como error y por qué; después, aun con una clasificación coherente, queda por averiguar qué lo produjo. Pueden distinguirse fallos de transmisión, de referencia, de inferencia y de coordinación para investigar luego sus mecanismos. Esa secuencia impide que una etiqueta diagnóstica se convierta en explicación circular. Decir que un sistema falló por «falta de comprensión» aporta poco cuando esa falta se define únicamente por el mismo fallo que se intenta explicar.
Normas, valores y responsabilidad
Los sistemas de signos participan en prácticas que tienen por correctas algunas interpretaciones, autorizan determinadas acciones y conceden a unos resultados más peso que a otros. Esas normas no se desprenden del solo funcionamiento computacional. Al optimizar una medida, un algoritmo puede perjudicar un objetivo que nadie incluyó en ella; una clasificación técnicamente consistente puede emplear categorías inadecuadas para la actividad. La integración tiene que examinar quién definió los objetivos, qué alternativas quedaron excluidas y cómo pueden revisarse los criterios cuando producen consecuencias imprevistas o reparten los costos de manera desigual.
Responsabilidad y causalidad son nociones distintas. A un resultado pueden contribuir componentes que no son responsables en el sentido en que lo es una persona o una institución. A la inversa, alguien puede tener la obligación de supervisar aunque no haya producido directamente cada salida. Para analizar una actividad resulta útil separar el diseño, la operación, la autorización, la revisión y la reparación.
Las atribuciones concretas dependen del contexto institucional y, cuando corresponda, de reglas jurídicas específicas. El marco conceptual ordena las preguntas y deja fuera de su competencia esas determinaciones y cualquier conclusión legal de alcance general.
En el caso educativo, registrar automáticamente que un estudiante «no cuidó la planta» a partir de una lectura ausente sería una inferencia injustificada, porque el dato podría faltar por una falla del sensor, por un problema de sincronización o por un procedimiento distinto. Transformar una señal en evaluación personal incorpora supuestos que deben hacerse visibles. El ejemplo muestra el punto de contacto entre semiótica y ética, ya que la manera de representar un acontecimiento puede modificar oportunidades y atribuciones. Evaluar la precisión de una lectura resulta insuficiente si el sistema la usa para una conclusión que el dato no sostiene.
La posibilidad de impugnar y corregir interpretaciones forma parte del diseño. Un usuario debe poder señalar que una referencia es incorrecta o que una regla cambió. Ese aviso debe seguir un recorrido efectivo. Un botón de comentarios sin procedimiento de revisión no asegura la reparación. Se requiere, además, conservar evidencia suficiente para comprender qué ocurrió sin recopilar indiscriminadamente información personal. La integración práctica combina trazabilidad, acceso y límites de almacenamiento ajustados a la tarea, para que quienes reciben las consecuencias puedan participar en la evaluación de los criterios.
Un programa de investigación integrador
Un proyecto integrador podría comenzar por delimitar una actividad y seguir sus transformaciones representacionales. Podría estudiar, por ejemplo, cómo un equipo convierte observaciones en decisiones con ayuda de un asistente. El primer paso sería identificar participantes, artefactos, tiempos y estados relevantes. A continuación se formularían hipótesis sobre fallos concretos, como la pérdida de atribución, la confusión temporal, la dependencia de una etiqueta o la aceptación indebida de una recomendación. Delimitar así el objeto evita el intento de medir a la vez toda la semiosis, toda la cognición y toda la computación, un objetivo tan amplio que haría imposible interpretar los resultados.
El diseño combinaría métodos según las preguntas. Los registros técnicos permitirían reconstruir operaciones. La observación y las entrevistas ayudarían a comprender prácticas, las tareas controladas examinarían interpretaciones y el análisis de documentos seguiría la circulación de la información. La simple acumulación de métodos no da validez al conjunto. Hace falta mostrar a qué parte del argumento responde cada fuente y qué discrepancias pueden surgir entre ellas.
Si el registro indica una consulta y el participante no reconoce haber visto el resultado, esa diferencia merece investigarse. Resolverla eligiendo por inercia la fuente que confirma la hipótesis preferida sería un error de método.
La evaluación podría distinguir la calidad del resultado, el proceso de coordinación y la capacidad de recuperarse ante errores. Un sistema que llega a la respuesta correcta después de muchas aclaraciones tiene un perfil distinto del de otro que responde con rapidez pero oculta fallos difíciles de detectar. Cuentan también la distribución del esfuerzo y el aprendizaje de los participantes. Es posible que la mejora inmediata de una tarea coexista con la pérdida de capacidad para realizarla sin asistencia. Estos aspectos requieren seguimiento y comparadores adecuados. Ni los beneficios ni los perjuicios de incorporar una tecnología deben darse por inevitables.
El proyecto debería declarar, por último, las conclusiones que sus datos no permiten. Un estudio local queda lejos de una teoría universal del significado y un patrón de uso no demuestra experiencia subjetiva del sistema; la legitimidad institucional, por su parte, se decide también con criterios ajenos a la exactitud. Explicitar estas fronteras fortalece la contribución, porque otros investigadores pueden reutilizar, replicar cuando corresponda y revisar resultados delimitados con criterios claros, algo que no cabe hacer con afirmaciones totales, capaces de absorber cualquier evidencia sin cambiar nunca de forma.
Aportes de cada disciplina y preguntas pendientes
La relación entre semiosis, cognición y computación puede estudiarse siguiendo cómo una señal se convierte en recurso para percibir, inferir, coordinar y actuar. Cada transición tiene condiciones propias, como el mantenimiento de un código, la identificación de una referencia, las premisas de una inferencia o las capacidades y la autoridad que requiere una acción. Conocerlas ayuda a localizar fallos y formular intervenciones. Una integración útil vuelve más visible el problema y más precisa la evidencia necesaria sin reemplazar ambas cosas por una metáfora general de procesamiento.
A un mismo resultado pueden corresponder, además, organizaciones diferentes. Personas y sistemas artificiales llegan a veces a la misma respuesta por trayectorias distintas; varios equipos pueden coordinarse con distribuciones diferentes del conocimiento. La comparación debe estudiar cuándo pesan esas diferencias, que quizá sean irrelevantes para una tarea estrecha y determinantes ante una situación nueva, una corrección o una disputa. Por eso evaluar solo las salidas finales limita la comprensión del sistema. El seguimiento de los procesos y de sus condiciones amplía lo que cabe inferir, siempre que los indicios no se presenten como demostraciones completas.
Las relaciones de significación que examina la semiótica, las capacidades y los mecanismos que estudia la investigación cognitiva, la precisión que la computación impone a las transformaciones y la atención del análisis social a prácticas, recursos y responsabilidades pueden articularse sin que ninguno de estos aportes desaparezca. Para integrarlos hay que declarar cómo se relacionan y aceptar que algunas conexiones siguen abiertas. Las preguntas pendientes pueden resultar más productivas que una síntesis aparente que elimine las diferencias mediante definiciones demasiado amplias.
Esta forma de trabajo prepara la lectura siguiente, donde lenguaje, psicopatología e inteligencia artificial deben articularse con especial cuidado. Una señal lingüística puede formar parte de una evaluación clínica sin convertirse por ello en diagnóstico; una clasificación computacional puede detectar un patrón sin identificar su causa ni justificar una intervención. Los instrumentos conceptuales expuestos permitirán examinar esas distancias, que median entre la expresión y la experiencia, entre la correlación y la explicación, entre el apoyo técnico y la decisión profesional y entre la representación de un sufrimiento y la vida de la persona a quien se refiere.
Referencias
Harnad, S. (1990). The symbol grounding problem. Physica D: Nonlinear Phenomena, 42(1–3), 335–346. https://doi.org/10.1016/0167-2789(90)90087-6
Hutchins, E. (1995). Cognition in the Wild. MIT Press. https://doi.org/10.7551/mitpress/1881.001.0001
Marr, D. (2010). Vision: A Computational Investigation into the Human Representation and Processing of Visual Information. MIT Press. Obra original publicada en 1982. https://mitpress.mit.edu/9780262288989/vision/
Peirce, C. S. (1998). The Essential Peirce, Volume 2: Selected Philosophical Writings (1893–1913) (Peirce Edition Project, ed.). Indiana University Press. https://iupress.org/9780253211903/the-essential-peirce-volume-2/
Searle, J. R. (1980). Minds, brains, and programs. Behavioral and Brain Sciences, 3(3), 417–424. https://doi.org/10.1017/S0140525X00005756
Shannon, C. E. (1948). A mathematical theory of communication. Bell System Technical Journal, 27, 379–423, 623–656. https://doi.org/10.1002/j.1538-7305.1948.tb01338.x ; https://doi.org/10.1002/j.1538-7305.1948.tb00917.x