Sigo con mi traducción de An introduction to connective knowledge de Stephen Downes.  Esta es la segunda sección. Para propósitos de claridad, empezaré a incluir enlaces a las secciones anteriores en cada nuevo post.

—-

Una introducción al Conocimiento Conectivo

por Stephen Downes

a. Tipos de conocimiento

b. Interpretación

Lo que “sabemos” sobre el mundo es irreductiblemente interpretativo. Es decir, nosotros no obtenemos a través de nuestros sentidos y nuestra cognición ningún tipo de conocimiento directo sobre el mundo sino que, más bien, interpretamos las sensaciones que recibimos. Esto es cierto no sólo para el conocimiento conectivo, sino para los tres tipos de conocimiento.

Considere las cualidades, por ejemplo. Asumimos como básico o atómico (consulte a personas como Ayer [4], por ejemplo) que un enunciado como “esta manzana es roja” representa un hecho puro y sin ajustar. Sin embargo, mirándolo más de cerca vemos cuánto hemos añadido a nuestra sensación original con el fin de llegar a este hecho:

En primer lugar, la manzana en sí misma no tiene ningún color inherente. El color es una propiedad (específicamente, la longitud de onda) de la luz que se refleja de la manzana. Si estuviera bajo una luz de un color diferente, veríamos a la manzana diferente –se ve blanca en luz roja, por ejemplo, o gris en una luz atenuada. Sin embargo, decimos que la manzana es “roja” – estandarizando nuestras descripciones del color para adaptarnos a la luz natural que nos rodea día a día.

En segundo lugar, nuestra percepción de la manzana como “roja” depende de que organicemos nuestros patrones de luz de una determinada manera. Cuando yo era niño, el espectro tenía seis colores – rojo, naranja, amarillo, verde, azul y morado. Como adulto, encontré que un séptimo color – índigo – había sido añadido. No es que un nuevo color comenzó a existir cuando yo tenía veinte años, sino que nuestra nomenclatura cambió. De manera similar, podemos dividir los colores del espectro de muchas formas: “rojo”, por ejemplo, puede incluir tonos tan variados como ‘escarlata’ y ‘cereza’. O ‘#FF0000’.

Y en tercer lugar, cuando decimos que “la manzana es roja” estamos aprovechando nuestra capacidad lingüística previa para usar las palabras ‘manzana’ y ‘rojo’ correctamente y aplicarlas a las circunstancias apropiadas. De hecho, nuestro conocimiento previo a menudo moldea nuestras percepciones: si le mostrara una manzana en una luz tenue, de modo que todo lo que pueda ver sea gris, y le pregunto de qué color es, usted respondería ‘roja’ debido a sus expectativas previas sobre las manzanas y lo rojo.

De forma menos intuitiva, pero igualmente clara, la interpretación se aplica al conocimiento cuantitativo. Es fácil decir que una frase como “hay veinte niños en edad escolar en el patio” es un hecho básico, pero todo depende de cómo se clasifican los escolares. Supongamos que, sin que lo sepamos, uno de los niños acaba de ser expulsado.  ¿Es nuestra afirmación falsa ahora? No de manera obvia. Tal vez uno de ellos tiene más de dieciséis años. ¿Es esta persona todavía un niño (y por lo tanto, está en “edad escolar”)? Depende de su punto de vista.

La cuantificación es esencialmente la enumeración de los miembros de una categoría o conjunto. Por lo tanto, depende fundamentalmente de la forma en la que el conjunto es definido. Pero la pertenencia a un grupo, a su vez, está (normalmente) basada en las propiedades o cualidades de las entidades en cuestión. Así que tal condición de miembro se basa en la interpretación, y por lo tanto, también lo hace el conteo.

Uno podría estar tentado a decir que, aunque las instancias aplicadas del conteo están basadas en la interpretación, las matemáticas en sí no lo están. Pero en mi opinión, esto también sería un error. Por un lado, tal como personas como Mill y Kitcher argumentan [5], la importancia de las reglas de las matemáticas depende de la verificación empírica: decimos que uno más uno es dos, no por un sentido innato de la bondad, sino porque cuando ponemos una oveja junto a otra, observamos que hay dos. Nada más que nuestras observaciones nos impide decir que uno más uno es tres y, en algunos contextos, tal declaración tiene total sentido.

Referencias

[4]   A.J. Ayer. 1952. Language, Truth and Logic. London: Gollancz. Dover Publications; 2^nd edition.

[5]   Philip Kitcher. 1985. The Nature of Mathematical Knowledge. Oxford University Press.

——

Hay un mensaje muy importante en este fragmento, que no recuerdo haber encontrado de manera contundente en ningún momento de mi formación: no percibimos lo que es, sino lo que interpretamos de lo que percibimos.  Considerando además la cantidad de supuestos automáticos que nuestra percepción usa (por ejemplo, el sentido de profundidad o la unidad de los objetos que percibimos), es inevitable empezar a desconfiar un poco de ella (como recuerdo haberle escuchado a Stephen en alguna de las conversaciones que hemos tenido: cualquier cosa que creemos que el mundo es, no lo es en realidad).

En esta línea, libros como Thinking fast and slow, Predictably Irrational, Sway o The Invisible Gorilla abordan en detalle las curiosas formas en las cuales opera nuestro cerebro y nuestra intuición para llegar a conclusiones erróneas y, con frecuencia, ilógicas e irracionales. Lo curioso es que, a pesar de esta realidad, lo que recuerdo haber aprendido en mis años escolares era que, por progresión cronológica, nos encontrábamos en una Era de la Razón y, además, somos seres esencialmente racionales.  Algo interesante es que bien puede ser que este mensaje no fuera explícito (visto en una materia específica), sino que se derivaba de la forma en la cual eran presentadas las diversas disciplinas. Me temo que la experiencia educativa que tuve me convenció de que, en general, las respuestas ya existían y mi misión era simplemente aprenderlas. El lío es que, al no existir posibilidad de crear, el sentido también empieza a desaparecer (digo yo).

Desde hace algún tiempo pienso que aprender un poco más acerca de cómo funciona nuestro cerebro tendría que ser algo esencial para cualquier persona, en especial un docente.  Tal vez eso permitiría comunicar un sentido de humildad y, al mismo tiempo, de asombro por lo que hemos sido capaces de hacer en el mundo a pesar de las limitaciones con las que vivimos. Qué bueno vivir en un estado de asombro…

Creo que la frase de Stephen fue, al final, algo que desencadenó mi pregunta permanente: “¿y si estoy equivocado?”.  Si no puedo confiar por completo en mi percepción ni en mis propios procesos mentales, siempre cabe la posibilidad de estar equivocado.   Y eso significa que, por un lado, debo estar más atento a lo empírico (por ejemplo, ¿coincide mi observación de un joven con lo que se supone que está en capacidad de hacer cuando lo categorizamos como nativo digital?) como base de la inferencia y, por otro, siempre existe la posibilidad de mejorar.

Un último pensamiento: el lenguaje forma y limita nuestro mundo. Y no solemos darnos cuenta de ello. Esto no es una afirmación concluyente, pues es algo que de hecho todavía se debate en el área de la lingüística, sino un pensamiento que tengo que tratar de entender más.  En cualquier caso, lo cierto es que el lenguaje es un instrumento mucho más poderoso de lo que uno, como ciudadano de a pie, imagina cotidianamente (por ejemplo, en la línea de los enunciados performativos de Austin). Es algo que me sorprende y me asombra con frecuencia.

Un último detalle (ahora sí): Un reparo de un comentarista del artículo original es que es posible llegar a la conclusión de que uno más uno es dos sin acudir necesariamente a la verificación empírica, sino a partir de una teoría de conjuntos axiomática. Indica el comentarista: “De acuerdo, una teoría de conjuntos ‘axiomática’ depende de un conjunto de axiomas presupuestos, y el punto de estos axiomas es llegar a una teoría que es empíricamente verificable pero, no obstante, la verificación empírica no es necesaria para argumentar que uno más uno es igual a dos”.  Algo a tener en cuenta.

Hace unas semanas, cuando publiqué la traducción de Una breve historia del aprendizaje en red, hablaba de la limitada exposición que percibía de las ideas de Stephen Downes sobre conocimiento conectivo, en comparación con la visibilidad que ha adquirido el término ‘conectivismo’. Me quedé pensando en que, perfectamente, está en mis manos el ayudar a que esas ideas tengan más exposición, a través de otra traducción.

Así que me decidí a tratar de hacer algo que había pensado hace años: traducir el documento de 2005 An introduction to connective knowledge.  ¿Por qué ahora? Porque me siento mejor preparado para abordarlo y porque me interesa comprender de manera cercana el material.  La traducción es para mi una excelente herramienta en ese sentido, así que no importa si ya hay otras traducciones, pues mi intención es entender mejor. Publicarlo es simplemente un producto adicional del proceso (que a su vez lo hace más motivante).

Aunque una posible objeción es que el documento tiene ya poco más de siete años y posiblemente el pensamiento de Stephen ha cambiado en ese tiempo, pienso que todavía es una excelente introducción al tema del conocimiento conectivo y que puede ser de utilidad para dar una perspectiva más de fondo a las ideas del conectivismo, que se han tornado bastante populares en los últimos años.  Digamos que al percibir con alguna frecuencia la limitada mirada que tenemos respecto a esas ideas, encuentro de utilidad el ayudar a divulgar materiales que la hagan más sofisticada.

Así que, a diferencia de otros documento, decidí traducir segmentos cortos y publicarlos a medida que “vayan saliendo”, para concluir con el documento completo.  Así, tal vez haya más oportunidad de realizar correcciones y ajustes antes de hacer una publicación completa.  Adicionalmente, eso me permite ir incluyendo comentarios sobre cada sección, que me obliguen a engancharme con el material de una manera distinta.

No está de más mencionar que, dado que mi formación no es de filósofo, puede haber muchas cosas en donde la traducción se quede corta.  Como decía, mi intención es comprender mejor esas ideas, así que son bienvenidas todas las sugerencias y eventuales objeciones a la traducción y al documento mismo.

Hoy comienzo entonces con la primera sección de 21 (creo). Vamos a ver con qué velocidad logro avanzar.

—–

Una introducción al Conocimiento Conectivo

por Stephen Downes

Este documento ofrece una visión general del conocimiento conectivo. Pretende ser una introducción, expresada de la manera menos técnica posible. Su objetivo es responder a escritores como Chris Anderson quienes, como muchos otros escritores, describen formas conectivas de conocimiento como probabilísticas. [1]

Estas formas de conocimiento, creadas por medio de interacciones entre entidades conectadas, se describen en publicaciones tales como La sabiduría de las multitudes, de James Suroweicki. [2] No deberían ser consideradas como probabilísticas sino, más bien, como una forma distinta y nueva de conocimiento. El propósito de este trabajo es introducir al lector en esta forma de conocimiento nueva, conectiva.

No hace falta decir que estos son mis propios pensamientos y, por lo tanto, esta discusión no debe ser considerada como una referencia de autoridad en la materia.  Mas aún, este pretende ser un breve resumen, y no un tratado académico sobre el tema.

a. Tipos de conocimiento

Probablemente usted creció aprendiendo que hay dos tipos principales de conocimiento: cualitativo y cuantitativo. Estos dos tipos de conocimiento tienen su origen en las principales escuelas de la historia y la filosofía, la primera en las obras de los antiguos griegos y la segunda en la filosofía árabe y, más tarde, en la del Renacimiento.

El conocimiento conectivo agrega una tercera categoría importante a este dominio: el conocimiento que se podría describir como distribuido, porque está disperso en más de una entidad. Una propiedad de una entidad debe conducir a, o convertirse en, una propiedad de otra entidad para que puedan ser consideradas como conectadas; el conocimiento que resulta de tales conexiones es el conocimiento conectivo.

Esto es algo más que la existencia de una relación entre una entidad y otra, pues implica interacción. Una relación – como “más alto que” o “junto a” – es un tipo de cualidad. Describe una propiedad del objeto en cuestión, con referencia a un segundo objeto. Pero el hecho de que yo sea, digamos, “más alto” que Fred no nos dice nada acerca de cómo Fred y yo interactuamos. Eso es algo diferente.

Es por esto que no es correcto representar el conocimiento distribuido simplemente como un tipo de conocimiento probabilístico. La lógica de la probabilidad implica que no hay conexión entre eventos correlacionados, sino que se limita a observar una distribución. Un sistema conectado puede presentar características probabilísticas, pero no es en sí mismo probabilístico.

El conocimiento probabilístico es un tipo de conocimiento cuantitativo. Se basa en el conteo de cosas (o eventos, o lo que sea) y en las comparaciones entre un conteo y otro (no hay más que leer a Carnap [3] para ver esto con claridad). Una encuesta, por ejemplo, nos da información probabilística: nos dice cuánta gente podría votar hoy y, por inferencia, cuánta podría votar mañana. Pero el hecho de que Janet vote de una manera, y que yo vote de una manera, no nos dice nada acerca de cómo interactuamos Janet y yo.

El conocimiento conectivo requiere de una interacción. Más concretamente, el conocimiento conectivo es el conocimiento de la interacción. Si Janet vota de cierta manera porque yo le dije que lo hiciera, una interacción ha tenido lugar y una conexión ha sido establecida. El conocimiento observado aquí no consiste en cómo Janet y yo vamos a votar, ni en la forma en que muchos de nosotros vamos a votar sino, en lugar de eso, en la observación de que existe este tipo de conexión entre mi persona y Janet. Este conocimiento puede no tener nada que ver con el hecho de votar. Por el contrario, podemos reconocerlo como parte de un patrón de interacción más amplio entre nosotros dos.

Referencias

[1]   Chris Anderson. 2005. The Probabilistic Age. The Long Tail. December 18, 2005. http://www.thelongtail.com/the_long_tail/2005/12/the_probabilist.html

[2]   Jim Suroweicki. 2005. The Wisdom of Crowds. Anchor.

[3]   Rudolf Carnap. 1967.  Logical foundations of probability. University of Chicago Press, 2^nd edition.

—-

Hay un asunto importante en esta primera sección (que sigue desarrollándose), relacionado con qué es lo que entendemos como conocimiento.  Si bien este es un problema filosófico de fondo, para seguir con el estilo informal de Stephen me pregunto si una conversación entre dos personas respecto al clima de ayer representa conocimiento.  Tal vez hay datos factuales que se están comunicando, como que estaba lloviendo (¿esto podría verse como una cualidad del día, es decir, conocimiento cualitativo?) o que me mojé mientras caminaba (de nuevo, ¿cualitativo?) pero, ¿eso representa conocimiento?

Pienso que la respuesta a esto es importante porque nos llevaría (o no) a la conclusión de que la mayor parte de los intercambios sociales que solemos tener no son en realidad conocimiento. Ahora, tal vez esto lleva a una visión algo utilitaria del conocimiento, pues tendría que servir de algo a quien conoce (por ejemplo, si conozco a alguien en una fiesta, el conocimiento respecto a lo que hace podría serme útil para mis propósitos, sean cuales fueren).  En cualquier caso, me queda la duda.

Por otro lado, Marie me indicaba que el ejemplo de la interacción entre Janet y Stephen perfectamente podría convertirse en una variable de tipo cualitativo (¿Stephen influyó en su decisión de votar?).  Es claro que tal abordaje nos llevaría a una cantidad enorme de información, pero el punto es que el conocimiento de la interacción podría verse desde cierta perspectiva como algo de orden cualitativo. Así que, a este punto, no resulta del todo claro por qué sería necesaria una nueva categoría en adición a las existentes.

Pienso que es distinto (y me cuesta trabajo) cuando se pone en términos de teorías de aprendizaje y escuelas epistemológicas concretas respecto al aprendizaje, (como lo hace George en su artículo seminal cuando habla de objetivismo, pragmatismo e interpretativismo), porque las categorías son otras.  Como decía en mi presentación sobre conectivismo de 2009, lo que Stephen hace es hablar acerca de la epistemología que subyacería al conectivismo como teoría de aprendizaje (obviando de momento la discusión de si es o no una teoría).  Si efectivamente hay cambios de fondo en lo que se concibe como conocimiento (como lo pondría Federman) o aún en nuestra comprensión respecto al conocimiento, tal vez tendría sentido hablar de una nueva teoría de aprendizaje.  Por eso es importante para mi el análisis del trabajo de Stephen.

En mi caso, parte del problema es que las dos categorías que Stephen indica tienen relación, en mi cabeza, con métodos de investigación, y en esa medida termino pensando en variables cuando tal vez tendría que pensar en otra cosa.  Entiendo un poco mejor los ejemplos macro de conocimiento distribuido (¿en dónde se encuentra el conocimiento que permite construir y volar un avión?), que hacen eco de la objeción de George sobre las teorías convencionales en cuanto a que no explican el aprendizaje organizacional (que a mi juicio, en este momento, está directamente relacionado con la existencia de artefactos transmisibles/comunicables, o con procesos de reificación, como lo pondría Wenger).   Los ejemplos sencillos me cuestan un poco más de trabajo, así que vamos a ver si mi comprensión respecto al asunto mejora (ojalá!) a medida que avance.

Un último detalle importante es la referencia a Surowiecki, pues el asunto de la sabiduría de las multitudes y, desde allí, de la inteligencia colectiva, suele ser un caballito de batalla en muchos discursos de cambio en el aula.  No está de más recordar que, a grandes rasgos, las multitudes son sabias cuando sus componentes no están altamente conectados entre sí. De lo contrario rápidamente se puede caer en la trampa del pensamiento grupal. Es algo sobre lo cual sin duda se volverá más adelante.

Como de costumbre, comentarios y sugerencias son muy bien recibidos.