Resumen
En el campo de la Inteligencia Artificial (IA), las heurísticas de optimización abordan problemas complejos al ofrecer soluciones satisfactorias en tiempos razonables, frente a la inviabilidad computacional de métodos exactos. Este trabajo analiza epistemológicamente su rol, articulando dos ejes: su fundamentación según sus expresiones de racionalidad limitada y su validez como generadoras de conocimiento práctico en contextos de incertidumbre. Basándose en la noción de la racionalidad limitada, se argumenta que las heurísticas, como los Algoritmos Genéticos, reflejan una respuesta adaptativa a la complejidad, priorizando eficiencia sobre la optimalidad teórica. Desde el pensamiento complejo, se plantea que estas estrategias son coherentes con la naturaleza no lineal y caótica de los sistemas complejos. El segundo eje explora la validez epistemológica de las heurísticas como conocimiento pragmático alineado con una epistemología adaptativa. Finalmente, se propone un marco de racionalidad situada como marco integrado para el diseño de IA, donde las heurísticas son esenciales para navegar la complejidad inherente del mundo. Este análisis contribuye a comprender las heurísticas no solo como herramientas técnicas, sino como pilares de una paradigma epistémico que redefine la racionalidad en la era de la IA, promoviendo adaptabilidad y conocimiento provisional frente a la incertidumbre.
Presentadores
Leonardo Manríquez MéndezStudent, Phd, Universidad Católica de la Santísima Concepción, Bío-Bío, Chile
Details
Presentation Type
Ponencia temática de un trabajo
Theme
KEYWORDS
Heurísticas, Inteligencia Artificial, Racionalidad Limitada, Pensamiento Complejo
