Carlos H. von der
Becke
Fuera de la Nada - 13
cambios en tecnologías de gestión
Holding - Pequeñas y Medianas Empresas - Año 3, Nº13 - 1993
Doña Rosa le está pasando el plumero a los cuadros de
las paredes. Llega a uno que enmarca el título de Perfoverificadora de su
hija. El día de la entrega de ese diploma, ella se sentía como si estuviera tocando el cielo
con las manos. ¡Mi hija, con su título tan moderno! Pero ¡qué poco duró esto de
la perfoverificación! Solamente aparece hoy en algunas tarjetas para apostar al
resultado del fútbol. Ella pensaba que su hija sí que tenía una profesión
actualizada y de porvenir, no como las vecinas. Pero las profesiones modernas
también tienen su dinámica de nacimiento y muerte. ¿Cuáles otras, entre las
profesiones modernas, desaparecerá en forma comparativamente importante? Lo
que ha pasado en el trabajo de perfoverificadoras y telefonistas, ¿serán casos
excepcionales?
Según los expertos, una de las primeras especialidades
"modernas" que deberá cambiar es la de Analista de Sistemas. Años
más, años menos, surgirán disquettes "amigables" con toda la
profesión incorporada a un sistema experto refinado y actual. Propondrá en
forma eficaz y simplificada una colección de preguntas. Las contestaciones
permitirán identificar el sistema al cual se aplican, analizarlo y proponerle al usuario
varias alternativas acabadas hasta en sus pequeños detalles.Ese destino de las profesiones relacionadas con la
gestión de los negocios será compartida por otras que cuenten con gran
mercado, lo suficientemente importante como para que seduzca a los
programadores de sistemas expertos, los cuales, a su vez, ya tienen muy
sistematizada su propia tarea. Muchas otras especialidades estarán en esa misma
línea de desarrollo y muerte como actividad promisoria y de gran status social.
Crecerá la cantidad de proyectos de sistemas expertos que reemplacen algunas
funciones de Gerente por disquettes que tengan una agenda nutrida de
habilidades para la gestión.
Una de las tareas más específicas y complicadas de
los Gerentes de Planta, es la fijación de los valores de consigna (set
points) con los cuales debe funcionar el proceso. Con el avance progresivo de
los sistemas expertos adaptivos e inteligentes esas tareas las ejecutarán
disquettes informáticos. Ellos se incorporarán en forma modular a los modernos
sistemas informáticos de gestión y cubrirán esas tareas tanto de día como de
noche, tanto en los días hábiles como en los feriados, tanto en las ocasiones
productivas como durante los paros por vacaciones. En muchas plantas la
ejecución de las tareas de instrumentación y control está ya muy avanzada y
es dominable como una especialidad unificada. Se puede ser programador de
sistemas avanzados donde la denominada lógica de control para manipular equipos se puede hilvanar
con inteligencia y precisión.
Desde hace años se puede complementar con un análisis de fallas
posibles en toda la instalación, fallas que se pueden estudiar continuamente y
hacer aparecer en la pantalla de los monitores con sus diversos diagnósticos
alternativos. "Si no está pasando esto que aviso, es porque está pasando
esto otro. Márqueme el nuevo síntoma que yo (el sistema experto) no he podido
detectar por ser demasiado caro instalarlo automáticamente y le digo cuál es
el diagnóstico definitivo de la anormalidad." Quizás un único gerente
general, con un entrenamiento razonable, podrá asumir en el futuro muchas
responsabilidades delegadas ahora a subgerentes. Será capaz de una moderna
administración de su propia gestión, con mínima ayuda humana.
¿Cuáles son los límites del cambio de esta
tecnología de la gestión y su incidencia sobre el "reemplazo" de profesiones
y especialidades? Nos referimos a sistemas expertos y a conjuntos integrados
de sistemas expertos.
La contestación es doble. Por un lado hay un límite
que establece diferencias entre el cerebro electrónico y el cerebro que
pensamos imitar: el del ser humano con su enorme y aún misteriosa complejidad y
capacidad. Por otro lado lado está el límite de competir entre un cerebro
artificial, expuesto a los engaños y falsificaciones, y un cerebro natural
que no descarta cierto ánimo de engañar y falsificar, disposición que no es
infrecuente que surja cuando hay desocupación o cuando hay intereses económicos
de por medio.
Siempre habrá quienes se esfuercen en falsificar y
torcer artificialmente la tarea un poco ingenua de la electrónica aplicada.
Un sistema tradicional, para ser corrompido, requiere tiempo, sobornos, amenazas
o mujeres hermosas. Un "cerebro" electrónico, desprevenido, requiere
mucho menos para enloquecer. El análisis que una computadora programada
puede hacer de las informaciones corruptoras que recibe, por ejemplo, por
teléfono, escapa a sus aptitudes silvestres. Abrir el paraguas para todas las
agresiones posibles, provocadas por víctimas que han pasado a ser engañadores
y falsificadores de su trabajo, es difícil de entrada. Los contestatarios de la
electrónica seguirán practicando cada vez más un nuevo luddismo. El Ned Ludd
de la década de 1780, dirigía a sus compañeos en la tarea de destruir los
telares que es quitaban su trabajo y su sustento.
Los nuevos discípulos de Ned Ludd de la informática de la década de
1990, son los “hackers”. Con este término se describe a los jóvenes genios de
la computación que conciben nuevos trucos de la electrónica para trabar a los
tontos dispositivos de silicio. La facilidad con que los impulsos electrónicos
pueden ser manipulados, borrados y reemplazados, es hostil a un sistema de
registro seguro y confiable.
Los recovecos de la computación son tan especiales, que un falsificador encuentra
muchas maneras de provocar daño. El silicio "inteligente", muestra
las cicatrices que le dejó la acción contestataria del hacker, moderno
luddísta, que quiere corromperlo en defensa propia y con sus propias armas.
Además hay
un indudable suicidio en toda técnica falsificatoria: desencadena una
seguidilla de falsificaciones acerca de cómo se falsifica y de nuevas técnicas
a prueba de engaños que al final estas acciones traban los intentos de sacar
beneficio de los daños intencionales.
El resultado es que el hombre, con su ingenio
abierto a todas las posibilidades, no es reemplazable del todo por una máquina
robotizada ni por una máquina inteligente. No lo es del todo, pero la parte que
es reemplazable es notablemente importante en sí misma.
Y así asistimos a la continua evolución de la
tecnología de gestión. ¿Cuál será la siguiente astucia del ser humano,
contestatario de la electrónica? Sin duda, los crecientes costos en la
prevención de esas astucias serán facturadas, a la postre, a los usuarios del sistema
afectado. Esto sucede con la fotocopia de textos de estudio. Sus precios de
venta ya están modificados por la posibilidad de que el mercado los fotocopie.
Además, por precaución, el editor les paga menos a los autores con el argumento
que sus textos solamente los van a adquirir las bibliotecas de instituciones de
bien público. Con ello también hay un limite al daño.
Típicamente se puede dividir la historia de la
tecnología de la gestión de empresas en tres épocas diferentes. Se trata de las
épocas preindustrial, industrial y postindustrial.
Preindustrial- Por un lado surgió a mediados del
siglo XIX la organización preindustrial o "artesanal" del trabajo de
gestión. La organización de este tipo domina aún hoy en las pequeñas empresas,
en los despachos profesionales y en las empresas de gestión colectiva. La
sistematización de las tareas es mínima. Cada empleado realiza sus tareas con
bastante independencia. Se debe levantar de su lugar de trabajo para atender al
cliente, o al proveedor. También para consultar archivos y listados de
computadora. Está bien visto que cada empleado tenga su propio estilo de
trabajo. Con ello aparecen nuevas formas favorables de relación humana con los
clientes. No presenta dificultad la readaptación de este modelo de trabajo a
los métodos de la era informática.
Industrial- A continuación apareció el
convencimiento de que la gestión de una empresa era análoga a una línea de
producción industrial. La tarea de gestión se realizaba en oficinas donde los
papeles o expedientes ingresaban por un extremo. Su flujo llevaba hacia una
salida en el extremo opuesto. Los empleados que atendían a los papeles o
expedientes debían contribuir a la ejecución y registro de una sola etapa de
ellos. El trabajo estaba fraccionado y era repetitivo. Cada empleado quedaba en
su puesto de trabajo salvo para recurrir al fichero o al monitor ubicado en
otro sitio. Consultado, podía responder a las cuestiones de su incumbencia pero
ignoraba las visicisítudes posteriores del expediente y no adquiría
entrenamiento para resolver sobre circunstancias reales.
Postindustrial- En la oficina de
gestión de la era de la información y de la coordinación, al hacerse uso de la
nueva tecnología de gestión, se manejan grandes volúmenes de información en forma muy efectiva y sin
que ello afecte los valores de la gestión preindustrial. Cada empleado dirige
un departamento de gestión, conectado a la red que mantiene al día o al minuto
todos los registros de los clientes. Cada empleado atiende todas las funciones
de un grupo de clientes o de proveedores. La idea del expediente no tiene
asidero mayor. No repite la operación para cada cliente. En todo caso, la hace
para grupos de ellos. La decisión que le cabe tomar se verifica de inmediato.
Para ello cuenta con teléfono, fax, bases de datos, coordinación de tareas,
etc. Cualquier duda sobre una factura, un resumen de cuenta o una información a
suministrar, puede ser verificada antes de incurrir en un error, que siempre
implica disminución en la calidad del servicio. La productividad no se mide ni
por las horas trabajadas ni por los expedientes tramitados, sino por la
ausencia de errores en las tareas, o, dicho de otra forma, por la calidad del
servicio. Al visitar a un cliente como en la época preindustrial, los empleados
disponen de computadoras portátiles conectables a una red si hiciera falta. Los
formularios electrónicos están al día y casi no tienen errores. Cada empleado
se responsabiliza por la corrección y la verificación de los datos ingresados
al sistema. El trabajo es más interesante y cada empleado aprende a ser un
pequeño gerente que le deja al verdadero gerente un tiempo mayor para
dedicarse más bien a lo importante que a lo urgente. Y lo importante, sobre
todo, es dedicarse a la estuctura coordinada del trabajo.
En la era de la informática, el espacio para la
oficina donde se realizaba antes la gestión de una empresa pasa a tener un papel más cerca de lo virtual que de lo real. El
"trabajo" está allí donde va el empleado, provisto de medios para
comunicarse a una red y del auxilio del soporte lógico ("software")
que viaja con él, ya sea en un avión, en un hotel o en la oficina del cliente.
Con esto aumenta el número de lugares donde se pueden generar nuevos datos para
el sistema. Surge la pregunta de si con eso desaparece la oficina real,
suplantada por la oficina virtual extendida: por ejemplo, llevada a casa.
Seguramente seguirá mostrando ventajas tener una sede a los efectos jurídicos,
lejos del hogar, pero la frecuencia de concurrencia a ella puede sufrir
grandes cambios. Un gerente tradicional conoce a quienes dirige y dirige a
quienes conoce. Un gerente de la
era informática y de la coordinación ya no lo hace tanto como antes. Es
habitual que no lo conozca físicamente, aunque lo conoce a través de la red.
Está buscando mejorar la coordinación, facilitada por las redes como nunca
antes. En lugar de una organización jerárquica, la organización de esta era es
la "ad-hoc-cracia" donde cada empleado es un líbero coordinado
ad-hoc. Estas ideas las explica Alvin Toffler en su libro Future Shock.
El cambio más importante para nuestro líbero, en cualquier sitio de
trabajo que le toque en suerte, es el de acostumbrarse a valorarla existencia
de información apta para el aumento de la productividad. Habrá presumiblemente
un mercado cada vez más amplio de productos y de servicios de información, así
como de soporte lógico (software) especializado para las tareas de cada
empleado en cada ocasión.
Conforme se ensancha el mercado de puestos de
trabajo para la alta tecnología de gestión, resulta más rentable invertir dinero
en el desarrollo de soporte lógico, de comunicaciones, de electrónica, de
sistemas de mecanización de oficinas y de "cerebros" artificiales
que reemplacen algunas de las funciones del gerente tradicional.
Cada uno de estos aspectos tiene novedades y
requiere sus explicaciones. En lo que queda de este artículo solamente nos
dedicaremos al último aspecto.
Corresponde en primer término señalar de nuevo que
el cerebro artificial puede hacer con alta eficiencia la tarea de fijar los
valores de consigna de una planta continua en operación. Antes se estimaba que
esto era de incumbencia
exclusiva del gerente, debidamente asesorado por un
grupo de especialistas y consultores en instrumentación y control. Esto ya no
es así y lo será cada vez menos.
Para operar una planta, la tecnología de gestión
moderna pide que se tenga un modelo matemático de la dinámica del proceso
industrial. Ese modelo debe ser aproximado, y debe tener parámetros numéricos
que no necesitan ser correctos. Perder tiempo en fijarlos no resulta rentable,
porque el cerebro se dedica sistemáticamente, en una primera época de su
actividad, a identificar a la planta a la cual quiere simular con un modelo y
sus parámetros. Se trata de la etapa de identificación. Durante su transcurso,
que ocurre durante un periodo que se denomina el transitorio del proceso
continuo, la máquina compara los resultados del proceso real con, digamos,
cuatro modelos parecidos a los iniciales y que modificó ordenadamente según
una lógica de búsqueda especialmente programada. Esos cuatro modelos de la
dinámica se contrastan con los datos emergentes de la realidad. Quizás uno o
dos resulten mejores. Basta eso para desencadenar un apasionante proceso de
identificación, por el cual la máquina busca y busca valores para los
parámetros y formas para el modelo matemático que poco a poco reproduzcan lo
que surgió en la realidad industrial, pese a la incidencia del ruido (o
errores) que continuamente disfrazan a la información de esa realidad.
Supongamos que la tarea termina con que tengamos un modelo y parámetros algo
mejores que los suministrados inicialmente.
Mientras la fábrica
sigue su marcha, la máquina despeja del modelo identificado las condiciones
óptimas de su operación. Esta segunda etapa se denomina de optimización y su
meta es encontrar los valores de consigna, que alimentados a los instrumentos
de control, garanticen la mejor operación del conjunto real. Esos valores de
consigna, aunque parezca mentira, ya están ocultos en los modelos matemáticos
identificados v la tarea de desentrañarlos, de darlos vuelta para despejarlos,
es trivial una vez que uno aprende a hacerlo la primera vez. Además, es fácil
de programar. La nueva tarea reemplaza a la que los gerentes de planta y sus
asesores tratan de hacer para satisfacer sus urgencias por mejorar la
productividad. Ahora lo hace la máquina, usando toda la información
disponible. Lo ejecuta mejor, incluso, que lo que
podría haber hecho con el primer modelo suministrado, que ya fue mejorado.
La etapa siguiente es bastante especializada pero la idea es muy
sencilla. Por un lado funciona la planta real con sus valores de consigna
recién calculados por la etapa de optimización. Por otro lado la computadora
corre su propio modelo y, digamos, otro número de modelos alternativos.
Momento a momento recibe señales (con error experimental) de la planta y
predice con sus modelos tentativos qué es lo que debería estar emitiendo la
planta, según sus cálculos propios. Ahora el lector debe darse cuenta que el
razonamiento principal ya no deriva de la planta en sí, sino de la diferencia
entre la planta real y las predicciones. El estudio sistemático de esa
diferencia puede llevar a consecuencias muy trascendentes. Se puede llegar a
saber, por adelantado, qué incidencia tiene el cambio de partida de materia
prima introducida a la línea, el error de los instrumentos, la manera como los
distintos capataces manipulan la planta. A medida que la máquina electrónica va
aprendiendo, no solamente se corregirá espontáneamente (autorregulación de los
parámetros de control y autoaprendizaje de los síntomas que modifican al
diagnóstico) sino que además empezarán a aparecer en pantalla sugerencias
acerca de qué está pasando en la planta real. Con el tiempo y a través de
sistemáticos ciclos de identificación, de optimización y de autoaprendizaje,
empezarán a aparecer en pantalla notables diagnósticos de lo que está pasando
en planta, interpretados a través de diversas alternativas. Aparecerán evaluaciones
de las fallas de diferentes instrumentos de control y sugerencias de
complementación de la información acerca de variables cuyo control es oneroso.
A veces convendrá verificarlo fuera de la línea de producción, en un
laboratorio de la firma o externo a ella. La habilidad para programar esto no
necesita estar en manos del gerente de planta o de sus asesores, sino que se
puede solicitar que el aprendizaje lo haga el silicio por su propia cuenta.
Si el lector entendió esta descripción técnica, se
puede imaginar que algo similar -cambiando lo que hay que cambiar- sigue siendo
válido para las tareas de un gerente de gestión. Así como en la era informática
cada uno de los empleados es un pequeño gerente, también cada
"cerebro" electrónico es otro pequeño gerente, que pasa también él
por las tareas de identificación, optimización y puesta en pantalla del
diagnóstico asociado con los datos de productividad reales (calidad del servicio),
comparados con los datos de productividad predichos por el modelo matemático.
Queda claro que proveer calidad de servicio implica
comunicarse, decidir, administrar recursos y aparecer en el sitio correcto a
la hora correcta. Todo "trabajo" se caracteriza por ser una actividad
regida por la coordinación de una red.
La computación reduce dramáticamente el costo de coordinar y acelera
la velocidad con que se logra esa coordinación. El resultado es poner en
marcha un nuevo sistema realmente "coordinación-intensivo". En
ese sentido, el cerebro humano es el gran coordinador y es el agente más apto
para las tareas de organización. Su imitación es la mejor vía para el ingreso a
la nueva era.
¿Cómo podría ser esto? Vamos a explicar uno solo de
los múltiples "cerebros" electrónicos sujetos a una larga
experimentación de treinta años, por parte del grupo (casi del club) Soar,
establecido por el recientemente fallecido Alan Newell, autor junto con el
premio Nobel Herbert Simon, del texto Human Problem Solving. Ese
"cerebro" Soar ha sido dedicado a resolver centenares y centenares
de problemas. Los tiene que abordar siguiendo una sistematización casi siempre
igual. Tiene que identificar el problema por sus características que permiten
encasillarlo en variados tipos. Identificado el problema, la diferencia
crucial entre el estado inicial y el estado meta debe ser reducido a una
diferencia menor usando diferentes operadores. Consultando una tabla de
diferencias debidas a operadores, tabla bastante satisfactoria para muchas
situaciones problemáticas, se seleccionan los operadores más promisorios por
haber resultado buenos para ello en situaciones previas. Un dado operador no
ofrece garantía absoluta de reducir la diferencia frente a todas las
circunstancias. La máquina ha marcado la condición inicial de la cual se parte
y la meta a la cual se tiende. Entre la condición inicial y la condición meta,
la trayectoria a recorrer para resolver el problema planteado consiste en usar
sistemáticamente todas las posibilidades de acciones diferentes ("operadores")
que se pueden aplicar para salir de la condición inicial y avanzar fuera de ese
estado inicial. Aplicando todos los operadores que recuerda haber usado en
condiciones similares, el cerebro Soar vuelve a aplicarlos prolijamente, salvo
que haya aprendido desde antes otra regla o metarregla más astuta. Metarregla
es una regla que abstrae varias reglas en una sola. La valiosa metarregla es
una regla acerca de las reglas de trabajo. A fuerza de ensayar en todas las
direcciones posibles y eliminando la posibilidad de recorrer dos veces un
camino ya experimentado, palpa a ciegas el espacio de problema virtual para
reconocer si ya llegó a la meta o no, por una vía muy tonta que se llama
"variación ciega" (obtenida al usar todos los operadores que la
máquina ha podido imaginar para llegar a la meta) y "supervivencia de la
solución más apta", que es una solución intermedia que ofrezca esperanzas
de llegar a través de ella a la meta.
El método procede ahora a una
búsqueda que repite esta secuencia: elegir una diferencia entre el estado inicial
y una submeta intermedia en el camino hacia la meta, aplicarle un operador,
mirar el nuevo estado actual y el estado meta, mirar cuál es la diferencia y
así siguiendo hasta lograr la meta. El desafio es dejar marcas convenientes de
los estados, de los operadores y de las diferencias para extraer de ellos una
buena senda, una buena trayectoria, o sea, una secuencia de operadores relativamente
económicos que van a servir de agentes para la transformación deseada. Las
marcas convenientes se denominan símbolos. Cada estado está representado por
una pequeña estructura de símbolos. Cada operador se reinterpreta como agente
capaz de cambiar una estructura de símbolos (un estado) en otra estructura de
símbolos (otro estado, presumiblemente más cercano a la meta). Soar consulta
una memoria de largo alcance llena de reglas del tipo: "si su problema es
X, intente su solución mediante Y". En la memoria de trabajo está
identificado el estado actual, el estado meta y la información acerca de cuáles
recursos ya se han recorrido. Recién hemos explicado que se busca reducir la
diferencia entre estado actual y estado meta. Los desarrollos en la técnica de
resolución de problemas han refinado esta etapa. Vale la pena señalar que las
tablas inicialmente usadas por los antecesores de Soar han sido reemplazadas
por espacios virtuales de problema que generalizan el papel de la primitiva
tabla. Cada espacio de problema tiene un conjunto de herramientas u operadores
aptos para llegar con ellos a la meta. En lugar de usar un operador para reducir
la diferencia, Soar reconoce que para lograr una dada resolución de problemas
hacen falta operadores específicos, relacionados con un determinado espacio de
problema. Pero en el fondo, es una tabla mucho más elaborada, que ayuda a llegar
a una submeta en el camino correcto.
Pero el momento crucial es el asociado con el
aprendizaje. Hasta ahora todo fue muy trivial y nada astuto ha resultado. Soar
ofrece un mecanismo de aprendizaje de un resumen exitoso de la tarea cumplida.
Un resumen exitoso es un protocolo o receta de resolución, protocolo o receta
lleno de marcas identificatorias (técnicamente símbolos). En el camino a la
meta, Soar se propone lograr subsubmetas y submetas. Finalmente traza una
trayectoria desde el estado inicial hasta el estado meta, pasando por dichas
submetas. Los símbolos de esa trayectoria se llaman "resumen
exitoso". En el casillero (memoria de largo alcance) correspondiente al
tipo de problema, Soar guarda sus resúmenes exitosos. Juega el mismo papel de las
sencillas tablas usadas antes. Toda vez que en el futuro se presente un
problema de parecidos símbolos, Soar apela al resumen exitoso que ya le sirvió
previamente.
Pero en casi todos los problemas reales con objetivos múltiples hay empate en lo que se puede hacer para llegar a la meta. Ese empate es bendito y Newell lo denomina llegar a una impasse. Como Soar sabe armar espacios de problemas virtúales, le
toca frente a una impasse hacer eso que sabe hacer. Trae entonces a colación
todo lo que sabe sobre el nuevo tipo de problema (conflicto de objetivos) que
enfrenta y que la ha hecho postergar y dejar tentativamente de lado al problema
primitivo. Todo lo que sabe es mucho, porque son treinta años y un centenar de
miembros del club Soar que contribuyen con nuevos problemas, con sus
múltiples impasses, a darle experiencia al sistema que autoaprende.
Abstracción-
El método planificado de Soar se basa en la búsqueda de un espacio de estados
abstractos. Después que los operadores se han abstraído, la maquinaria
deductiva de Soar se usa para resolver el problema abstraído del real. Esa
solución se usa a continuación para guiar la solución del problema original,
sin abstraer.
Búsqueda- Resolver un problema es esencialmente controlar una búsqueda.
Resolver un problema es administrar un espacio de estados, algunos son estados
iniciales (fotografía instantánea de la condición inicial), son estados
submetas y subsubmetas (fotografías instantáneas al terminar una etapa
intermedía) y son estados metas (fotografía instantánea al lograr el buen éxito).
Imita "ir a una tabla", armando un espacio de problema (un espacio
virtual sin realidad física) destinado a encarar la solución y con ese espacio
aparecen las herramientas u operadores que se pueden usar. Se comienza por una
mala senda o trayectoria y se va enderezando esa senda equivocada merced a que
el sistema Soar es un sistema experto en enderezar malas sendas para lograr que
pasen a ser mejores y mejores. El problema principal del control es el de ser
muy perseverante en aprovechar toda la infomiación aprendida para mejorar la
búsqueda de la solución. En esto mejora sin duda a casi todos los humanos, que
prefieren quedarse con la primera solución adecuada. La astucia y la perseverancia
es la de reconocer los símbolos que caracterizan al problema e ir al conjunto
de casilleros de los resúmenes exitosos ya probados antes. Frente a un nuevo
problema, hay que reconocer qué símbolos lo caracterizan y buscar sus adecuados
resúmenes exitosos. A veces se agotan los operadores factibles ser usados y aún
no se legó a la meta. términos de Newell hemos accedido una impasse, momento de
aprendiza. El sistema Soar, experto en armar espacios virtuales de problema, posterga
sus tareas
pendientes y arma un espacio de problema para el problema que consiste en haber
llegado a una impasse lejos de la meta. Los operadores existentes no sirven,
según lo dicho. No hay herramientas. En base a la experiencia previa, Soar trae
a colación todo lo que conoce, mucho o poco, para aprender, comparando, de esta
situación. Se podrá decir que lo que trae a colación ya estaba sabido, pero los
símbolos no lo señalaban así. No estaba sabido porque estaba en un casillero
hasta ese momento inútil para la tarea emprendida.
Ahora viene la conclusión importante para la
tecnología de gestión. La máquina es inteligente porque aunque sea poco lo que
tiene almacenado en la memoria de largo alcance, pretende usar todo lo que
tiene. Ser inteligente es estar dispuesto a usar todo lo que se sabe, sea mucho
o poco. Se puede saber poco, pero ser inteligente. Es el caso del inteligente e
ignorante al mismo tiempo. También se puede dar el otro caso, saber mucho y no
reflejar la capacidad de usar lo que se sabe, saber mucho pero no ser
inteligente. La inteligencia, así, se mide por las ganas de usar lo que se
sabe. Exagerando, la suma inteligencia es la capacidad de traer a colación todo
lo que se sabe frente a la resolución de un problema. Sucede, entonces, que lo
que se sabe, poco o mucho, se ejercita con ánimo y sin dejarse llevar por la natural
condición de aceptar como bueno lo primero que se nos ocurre para evitar el
esfuerzo.
Parafraseando a San Gregorio Niceno, con la razón no
se puede comprender todo, sino que todo se lo comprende con la fe. Las
capacidades humanas son en buena parte un misterio. Pero la fe no está en
desacuerdo con la razón y nos podemos dar el lujo de razonar y de construir un
razonador artificial que imite las posibilidades deductivas humanas. Incluso que
sea más perseverante en el empleo sistemático de esas capacidades. Como
nosotros, tiene que examinar hechos y opiniones para poder decidir y resolver
las contradicciones. Y hacerlo aún mejor que nosotros, esto es, sin ocultarlas,
tratando de conciliarlas a plena luz. Fe no le podemos enseñar a tener, ya que
es privativa del hombre. Pero lo que puede llegar a entender, a partir de
tenerle fe a los axiomas que le demos como base de construcción, nos puede
ayudar a reconstruir lo que sabíamos y que resultamos demasiado perezosos para
utilizar plena.