Posgrado en Filosofía de la Ciencia (UNAM) | Semestre 2027-1
EVOLUCIÓN
En organismos y máquinas
> Perspectivas interdisciplinarias críticas
Imparten: Dr. Francisco Vergara Silva (Profesor del curso)
Mtro. Enrique Soto Astorga (Profesor invitado pro bono)
Este curso ofrece una panorámica articulada y crítica de la evolución, entendida simultáneamente como proceso biológico, fenómeno cognitivo y horizonte tecnológico. El punto de partida es histórico: abarca desde los sistemas clasificatorios de los siglos XVI y XVII, sus vínculos con el colonialismo europeo y la constitución de las colecciones naturalistas, hasta los debates contemporáneos sobre Síntesis Evolutiva Extendida (SEE), eco-evo-devo y agencia biológica. Asimismo, a lo largo de este recorrido se presta atención sostenida a las nociones de organismo, mecanismo (y mecanicismo), vitalismo, y organicismo, y a cómo estas categorías han condicionado lo que cada época ha entendido por ‘vida’ y por ‘máquina’.
Descripción del curso
Sobre una sóloda base histórica y conceptual, el curso examina la epistemología de los métodos modernos del evolucionismo, identificando sus alcances y limitaciones especialmente en los siglos XX y XXI. Ahí se pone atención especial en la automatización en la obtención de datos biológicos y la inferencia filogenética computarizada, en tanto dichas prácticas utilizan máquinas que han sustituido, al menos en parte, el razonamiento intelectual clásico de la historia natural y la biología del siglo XIX. En este sentido, el curso proporciona sustento para una crítica a las posturas que privilegian al genoma como fuente principal de evidencia sobre la evolución orgánica, y que por tanto contrastan con las posiciones organicistas y las neo-organicistas (incluyendo la ‘filosofía procesual de la biología’ y la biosemiótica), revisadas previamente. Enseguida, se reconstruye la historia de la cibernética y de la inteligencia artificial (IA), comenzando desde las ideas de Babbage, Leibniz y Turing, pasando por el programa cibernético de Wiener y el papel de Rosenblueth en México, hasta la institucionalización de la ‘IA simbólica’ en Dartmouth y su recambio hacia los sistemas neuro-simbólicos contemporáneos. Este recorrido busca situar las nociones actuales de algoritmo, máquina, e inteligencia artificial en sus contextos científicos y políticos originales.
El curso incorpora también conceptos y marcos provenientes de (o afines a) la filosofía de las ciencias cognitivas: entre ellos destacan la autopoiesis y la ‘escuela de Santiago’, affordances y psicología ecológica, enactivismo y ‘ciencias cognitivas corporizadas’, así como simpoiesis y cognición vegetal, entre otros. Estas perspectivas se conectan con desarrollos en antropología ecológica, estudios multiespecies y debates sobre el Antropoceno, la evolución biocultural y el estudio interdisciplinario de procesos devo-eco-evolutivos en ciudades, indicando el alcance de los debates sobre evolucionismo más allá de las ciencias biológicas sensu stricto.
Un núcleo teórico del curso es la biología relacional de Robert Rosen, que propone que los organismos no son máquinas y que la anticipación constituye una propiedad intrínseca de lo vivo. Desde ahí, se examina la distinción ontológica entre organismos y mecanismos, la clausura bajo la causa eficiente, los sistemas-(M,R) y la cuestión de la autorreferencia; asimismo, se contrasta esta propuesta con modelos formales de organismos procedentes de la matemática y la física, como el quimiotón de Gánti, los conjuntos autocatalíticos de Kauffman, los hiperciclos de Eigen y Schuster, y el constructor universal de von Neumann.
La fase final del curso está dedicada a pensar qué ocurre cuando estas discusiones se llevan al terreno de los sistemas artificiales: se analizan la computación evolutiva, y los conceptos de ‘teleonomía’ y ‘anticipación’ en máquinas; los ‘grandes modelos de lenguaje’ (LLMs, por sus siglas en inglés) como posibles sistemas de evolución abierta; wetware y cómputo más allá del límite de Turing. El curso cierra con una discusión crítica sobre la llamada ‘inteligencia artificial generativa’ (IAG ó AGI, en inglés) y el futuro de los estudios sobre evolución de capacidades complejas en ensamblajes ‘híbridos’ de organismos, máquinas y entornos.
A lo largo de todo este recorrido subyace una pregunta que el curso invita a sostener con rigor crítico: ¿en qué medida los desarrollos actuales de IA son siquiera comparables con lo que hacen los organismos? La biología relacional de Rosen ofrece aquí un marco poco convencional: al desplazar la pregunta por la vida desde la composición material hacia la organización causal, abre la posibilidad conceptual de formas de vida no-orgánicas, sin por ello capitular ante las narrativas más entusiastas sobre IA. Evaluar con honestidad intelectual qué tan cerca o lejos están los sistemas artificiales de esa condición es uno de los ejercicios que este curso propone.
Objetivos del curso
Objetivo general: Desarrollar una comprensión crítica e integradora de la evolución como fenómeno que atraviesa los dominios biológico, cognitivo y tecnológico, mediante el análisis histórico y filosófico de sus conceptos fundamentales, sus métodos, sus modelos formales y sus implicaciones para pensar la distinción entre organismos y máquinas en el contexto contemporáneo. |
Objetivos específicos:
|
Temario
|
Contenido temático completo |
|||
|
Unidad |
Temas |
Horas |
|
|
Teóricas |
Prácticas |
||
|
0 |
0. Introducción: panorama general del curso |
4 |
0 |
|
1 |
1. Orígenes y diversificación del evolucionismo. Parte I: Historia y conceptos fundamentales, siglos XVI-XX 1.1. Sistemas clasificatorios tempranos; vinculaciones con (historias del) colonialismo europeo. Colecciones, museos, y establecimiento formal de la taxonomía 1.2. Definiciones iniciales e incipientes de ‘evolución’; relación con estudios anatómicos y médicos, embriológicos y morfológicos 1.3. La noción de ‘organismo’ en los siglos XVIII, XIX, y primera mitad del siglo XX; relación con conceptos de ‘lo mecánico’ 1.4. Controversias científicas y filosóficas sobre mecanicismo y vitalismo en la primera mitad del siglo XX. El surgimiento del organicismo. El inicio de la perspectiva biosemiótica |
4 |
0 |
|
2 |
2. Orígenes y diversificación del evolucionismo. Parte II: Debates y teorías, siglos XX y XXI 2.1. El establecimiento de la genética y el camino hacia la ‘teoría sintética de la evolución’ (1920s-1950s) 2.2. El ‘endurecimiento’ de la ‘síntesis moderna’ y las alternativas a la heterodoxia evolucionista (1950s-1980s) 2.3. El surgimiento de la biología / ecología evolutiva del desarrollo (‘evo-devo’ / ‘eco-evo-devo’) y su relación con ‘nuevos organicismos’ y una ‘filosofía procesual de la biología’ (1980s-2000s) 2.4. La propuesta de la ‘Síntesis Evolutiva Extendida’ (SEE) y sus consecuencias: holobiontes y eco-evo-devo, ‘agencia biológica’, y convergencia con nuevas perspectivas biosemióticas |
8 |
0 |
|
3 |
3. Epistemología de los métodos modernos del evolucionismo: la automatización en la obtención de datos biológicos y la mecanización informática de la inferencia filogenética 3.1. Cronología y conceptos centrales de las ‘escuelas’ de inferencia filogenética: de los ‘árboles del taxónomo experto’ a la reproducibilidad computarizada. ‘Objetividad’ en el descubrimiento de ‘especies’ y modelos para la reconstrucción del ‘árbol de la vida’ 3.2. ¿‘Organismos sin atributos’? Genómica y bioinformática como ‘marcos estándares’ en el evolucionismo contemporáneo |
4 |
0 |
|
4 |
4. Cibernética, máquinas inteligentes e ‘inteligencia artificial’ (IA): historia y conceptos fundamentales 4.1. Las ideas de Babbage, Leibniz y Turing 4.2. Wiener y el programa inicial sobre sistemas cibernéticos, naturales y artificiales (incluyendo el papel de Arturo Rosenblueth, en México) 4.3. Institución de la IA como programa investigativo (GOFAI) y de intervención social: Dartmouth, la Fundación Rockefeller y Los Álamos (origen de la IA simbólica, de la IA estadística y del conexionismo) 4.4. Recambio tecnológico: de sistemas simbólicos a los sistemas neuro-simbólicos 4.5. Definiciones contemporáneas de ‘algoritmos’ y ‘máquinas’ 4.6. Relación entre el horizonte original (científico y político) de la IA y las nociones populares contemporáneas de la IA |
8 |
0 |
|
5 |
5. Ciencias cognitivas, ‘relacionalidad’, y filosofía de la ciencia 5.1. Definiciones básicas sobre cognición 5.2. Autopoiesis, la ‘escuela de Santiago’, y la tesis sobre la ‘continuidad vida-mente’ 5.3. Affordances y el programa investigativo de la psicología ecológica 5.4. Simpoiesis, simbiogénesis, y la alternativa ‘enactivista’ en (filosofía de las) ciencias cognitivas 5.5. Otras ‘inteligencias’ más allá de los animales: el caso de la ‘cognición vegetal’ 5.6. Más sobre interacciones entre evolucionismo contemporáneo y biosemiótica: convergencias con el cognitivismo enactivista |
8 |
0 |
|
6 |
6. Más allá de las ciencias biológicas: ‘evolucionismo relacional’ en las antropologías integracionistas, y en estudios interdisciplinarios sobre psicología del desarrollo y urbanismo 6.1. Nociones de ‘relacionalidad’ e incorporación del marco de la SEE en diversos campos antropológicos: antropología ecológica y ambiental; antropología médica; arqueología evolucionista y paleoantropología; ‘estudios multiespecies’; psicología del desarrollo 6.2. Homo sapiens en el ‘Antropoceno’: evolución cultural; evolución biocultural y biosocial; y evolución tecnológica y simbólica-semiótica en ciudades |
8 |
0 |
|
7 |
7. Modelos sobre organismos (y otros sistemas biológicos y redes de interacción entre organismos y ambientes) construidos desde las matemáticas, la física, y las ‘teorías de la complejidad’ 7.1. El quimitón de Tibor Gánti 7.2. El constructor universal de Neumann János Lajos 7.3. Conjuntos autocatalíticos de Stuart Kauffman 7.4. Los hiperciclos de Eigen & Schuster 7.5. El ‘formalismo’ de la ‘escuela de Santiago’: máquinas autopoiéticas |
4 |
0 |
|
8 |
8. ‘Anticipación’ como propiedad intrínseca de la vida: Robert Rosen y la ‘biología relacional’ 8.1. Una biología alternativa: el estudio relacional de la vida 8.2. La organización de lo vivo: la clausura bajo la causa eficiente y los Sistemas-(M,R) de Robert Rosen 8.3. La condición de lo mental: anticipación en sistemas naturales 8.4. La distinción ontológica entre organismos y mecanismos: la división hardware/software y autorreferencia 8.5. Anticipación en sistemas formales y artificiales: corporeidad y símbolo |
4 |
0 |
|
9 |
9. Metaforizando a las máquinas como organismos: evolución de/en sistemas artificiales 9.1. Máquinas abstractas evolutivas y computación evolutiva 9.2. Presión evolutiva, herencia, reproducción y recombinación de máquinas y en su fabricación 9.3. Teleonomía y anticipación en máquinas: IA Anticipatoria 9.4. Grandes Modelos de Lenguaje (LLMs) como sistemas de evolución abierta |
4 |
0 |
|
10 |
10. La discusión contemporánea sobre la ‘inteligencia artificial generativa’ (IAG) y el futuro de los estudios sobre evolución de capacidades complejas en ensamblajes de ‘sistemas híbridos’ 10.1 Wetware y cómputo más allá del límite de Turing 10.2 Aceleracionismo y singularidad tecnológica 10.3 Síntesis de las discusiones del curso |
4 |
0 |
|
11 |
11. Cierre con las contribuciones de todo el grupo |
4 |
0 |
|
Total de horas: |
64 |
0 |
|
|
Suma total de horas: |
64 |
||
Evaluación
Ensayo final: 70%
Asistencia, participación y exposiciones de personas estudiantes: 30%
Bibliografía por unidad
Logística
Imparte:
Dr. Francisco Vergara Silva (Investigador Titular “A” de T. C., Instituto de Biología, UNAM; Tutor de Maestría y Doctorado en el Posgrado en Filosofía de la Ciencia, UNAM)
Mail: fvs@ib.unam.mx
Con apoyo de:
Mtro. Enrique Francisco Soto Astorga (Profesor de asignatura “A”, Facultad de Ciencias, UNAM; Estudiante doctoral, Posgrado en Filosofía de la Ciencia, UNAM)
Mail: astorga@st.ib.unam.mx