La comprensión de la agencia y la cognición desde una perspectiva computacional ha dominado durante décadas la filosofía, la ciencia cognitiva y la inteligencia artificial. Sin embargo, enfoques recientes provenientes de la biología, la filosofía de la biología y la teoría de sistemas sugieren que la agencia —la capacidad de los organismos para actuar de manera autónoma— y la cognición —el proceso mediante el cual los organismos conocen y dan sentido a su entorno— no pueden ser reducidas a meros procesos computacionales. Esta distinción no es una mera cuestión semántica, sino un reconocimiento de que los organismos vivos operan en un mundo tremendamente complejo y abierto, distinto del mundo cerrado y formalizado en el que operan los algoritmos computacionales. Comprender esta diferencia es crucial para avanzar en nuestra comprensión de la vida, la mente y la inteligencia, y para replantear las limitaciones actuales en la inteligencia artificial. Los organismos vivos se enfrentan a un entorno amplísimo e indefinido, lo que los convierte en “seres limitados que habitan un mundo grande”.
Este mundo está repleto de señales ambiguas, fragmentarias y escasas, con problemas difíciles de articular y definir formalmente. Para un ser vivo, el primer desafío no es únicamente resolver problemas, sino identificar qué es relevante en su entorno. Esta capacidad, conocida como realización de relevancia, es la base de la agencia y la cognición naturales. Supone transformar un problema mal definido en uno bien definido, traducir lo semántico en sintáctico, antes incluso de siquiera aplicar cualquier regla lógica o inferencia. En contraste, los algoritmos computacionales resuelven problemas en mundos pequeños, formales y definidos.
Por su propia naturaleza, estos sistemas trabajan con conjuntos finitos y preestablecidos de reglas y objetivos, que les permiten actuar “de manera lógica” y optimizar soluciones. Sin embargo, esta rigidez implica una incapacidad intrínseca para manejar el problema de relevancia en los grandes mundos, pues no pueden identificar o resolver problemas no contemplados en sus programaciones o estructuras iniciales. Por eso, aunque puedan simular ciertos comportamientos, los algoritmos son incapaces de improvisar o adaptarse auténticamente a lo inesperado fuera de su marco predefinido. Este reconocimiento trae a la luz una cuestión fundamental: la agencia natural y la cognición no pueden ser simplemente vistas como formas complejas de computación. Mientras que la computación se fundamenta en el procesamiento simbólico y en la aplicación de reglas formales, los organismos vivos se sustentan en procesos emergentes, adaptativos y co-constructivos que dependen de su organización biológica interna y su interacción dinámica con el entorno.
En la base de la vida está la autopoiesis, es decir, la capacidad de un organismo para auto-mantenerse y auto-producirse. Esta auto-fabricación requiere una organización compleja y auto-referencial que no puede descomponerse en partes aisladas sin perder su identidad funcional. Este principio postula que cada componente de un organismo existe y opera gracias a la presencia y función de otros componentes dentro de un sistema cerrado de causación eficiente. Así, el organismo se mantiene a sí mismo y sus propósitos, definiendo sus propios objetivos intrínsecos, a diferencia de cualquier máquina o algoritmo que sólo cumple metas impuestas externamente. Esta organización biológica implica un tipo de causalidad jerárquica y circular que desafía la caracterización computacional tradicional.
A diferencia de un proceso computacional, en el que las operaciones se ejecutan secuencialmente siguiendo reglas, la causalidad en organismos vivos es impredicativa: las partes se definen mutuamente en un entramado que carece de un inicio lineal claro y en donde no es posible aislar completamente ni simular cabalmente el proceso total. Esta característica sostiene la singularidad de la vida como fenómeno irreductible a cualquier modelo completamente formal o computacional. Por otra parte, la capacidad anticipatoria de los organismos añade una dimensión esencial para comprender por qué la agencia y la cognición desbordan el marco computacional. Desde bacterias hasta humanos, los organismos no sólo reaccionan a estímulos sino que anticipan consecuencias futuras y adaptan sus comportamientos en función de esas expectativas. Aunque estas anticipaciones no requieren conciencia explícita, corresponden a modelos internos que proyectan posibles estados futuros y orientan las decisiones presentes.
Tal capacidad de proyectar el futuro y actuar en consecuencia es fundamental para la definición misma de agencia. Esta anticipación está ligada a la problemática de repercusión del entorno en el organismo y viceversa. No existen agentes aislados ni ambientes predefinidos objetivamente: ambos co-surgen y co-evolucionan, constituyendo lo que se puede denominar relación agente-arena. En este marco, el concepto ecológico de affordances es clave: son las posibilidades de acción que un entorno ofrece a un organismo en función de sus capacidades y objetivos. Así, la agencia implica una interacción dinámica con el entorno que constantemente redefine metas, posibilidades y acciones.
Esta interacción dialéctica, bajo el prisma de la evolución, conduce a una compleja dinámica adaptativa que, aunque pueda ser aproximada, no puede ser completamente formalizada o computada por algoritmos. Este enfoque se alinea con la corriente denominada emergentismo agencial, que destaca la autonomía y normatividad interna de los organismos. A diferencia del computacionalismo pancomputacionalista, que sostiene que todo proceso físico es computable y que los organismos son solo sistemas computacionales complejos, el emergentismo agencial sostiene que la autonomía y la agencia derivan de una organización biológica específica que es inherentemente no computable en su totalidad. Esta postura reconoce una discontinuidad categórica entre sistemas vivos y máquinas. El proceso de realización de relevancia es, en efecto, la generación activa y continua de sentido para un organismo en un mundo ambiguo y cambiante.
Como tal, no es un problema meramente lógico o matemático que pueda ser resuelto una vez por todas, sino un proceso meliorativo e histórico que involucra la exploración, el aprendizaje y la evolución continua. La estructura del “mundo grande” hace que no exista un espacio finito o claramente delimitado de posibilidades o relevancias, volviendo imposible cualquier formalización completa o algoritmo definitivo para su resolución. Este argumento se robustece por analogías con teoremas fundamentales de la lógica matemática, como los teoremas de incompletitud de Gödel, que muestran que sistemas formales suficientemente complejos siempre serán incompletos o inconsistentes. Análogamente, el proceso vivo de relevancia no puede ser saturado ni definido exhaustivamente por marcos simbólicos o algorítmicos. Por último, esta visión tiene implicaciones profundas para el estudio de la inteligencia y la conciencia.
No debe concebirse a la inteligencia, ni siquiera a la humana, como un mero proceso computacional ni como un problema puramente lógico o heurístico. La inteligencia natural emergente es un fenómeno autoconsciente que defiende y actualiza sus propios marcos de relevancia, usa modelos anticipatorios y lleva a cabo un proceso emergente de sentido y adaptación a lo largo del tiempo en un mundo abierto y radicalmente imprevisible. Por lo tanto, los esfuerzos contemporáneos por crear inteligencia artificial que emule plenamente la cognición o la agencia humanas enfrentan barreras epistemológicas esenciales. Los sistemas que operan bajo reglas esenciales y marcos computacionales no pueden replicar la capacidad humana para definir qué problemas son relevantes, anticipar nuevos marcos o adaptarse irracionalmente a escenarios emergentes e imprevisibles con propósito intrínseco. En síntesis, la agencia y la cognición son fenómenos emergentes de la organización biológica compleja, anticipatoria y adaptativa de los seres vivos, procesos irreductibles a procedimientos estrictamente computacionales.
La vida misma implica la generación constante de relevancia a partir de la interacción co-constructiva entre el organismo y su entorno, una dinámica que está más allá del alcance de la computación algorítmica tradicional. Reconocer esta diferencia no solo amplía nuestra comprensión de la naturaleza y la mente, sino que también redefine los límites y las posibilidades de las máquinas y la inteligencia artificial.
