Un concepto difuso es un tipo de concepto cuyos límites de aplicación pueden variar considerablemente según el contexto o las condiciones, en lugar de fijarse de una vez por todas. [1] Esto significa que el concepto es de alguna manera vago , carente de un significado fijo y preciso, sin ser, sin embargo, confuso o carente de sentido por completo. [2] Tiene un significado definido, que sólo puede ser más preciso mediante una mayor elaboración y especificación, incluida una definición más detallada del contexto en el que se utiliza el concepto. El estudio de las características de los conceptos difusos y del lenguaje difuso se denomina semántica difusa . [3] Lo inverso de un "concepto difuso" es un "concepto nítido" (es decir, un concepto preciso).
Los científicos entienden un concepto difuso como un concepto que es "hasta cierto punto aplicable" a una situación. Eso significa que el concepto tiene gradaciones de importancia o límites de aplicación poco definidos (variables). Una afirmación confusa es una afirmación que es cierta "hasta cierto punto", y ese grado a menudo puede representarse mediante un valor escalado. El término también se utiliza hoy en día en un sentido más general y popular – en contraste con su significado técnico – para referirse a un concepto que es "bastante vago" por cualquier motivo.
En el pasado, la idea misma de razonar con conceptos confusos enfrentó una considerable resistencia por parte de las elites académicas. No querían respaldar el uso de conceptos imprecisos en la investigación o la argumentación. Sin embargo, aunque la gente tal vez no sea consciente de ello, el uso de conceptos confusos ha aumentado enormemente en todos los ámbitos de la vida desde la década de 1970 en adelante. Esto se debe principalmente a los avances en ingeniería electrónica, matemáticas difusas y programación informática digital. La nueva tecnología permite anticipar y fijar en un programa inferencias muy complejas sobre "variaciones sobre un tema". [4]
Los nuevos métodos computacionales neurodifusos permiten identificar, medir y responder a finas gradaciones de importancia con gran precisión. [5] Significa que conceptos prácticamente útiles pueden codificarse y aplicarse a todo tipo de tareas, incluso si normalmente estos conceptos nunca se definen con precisión. Hoy en día, los ingenieros, estadísticos y programadores suelen representar matemáticamente conceptos difusos, utilizando lógica difusa, valores difusos, variables difusas y conjuntos difusos. [6]
Probablemente siempre han existido problemas de vaguedad y confusión en la experiencia humana. [7] Desde la historia antigua, filósofos y científicos han reflexionado sobre ese tipo de problemas.
La antigua paradoja de Sorites planteó por primera vez el problema lógico de cómo podríamos definir exactamente el umbral en el que un cambio en la gradación cuantitativa se convierte en una diferencia cualitativa o categórica. [8] En algunos procesos físicos, este umbral es relativamente fácil de identificar. Por ejemplo, el agua se convierte en vapor a 100 °C o 212 °F (el punto de ebullición depende en parte de la presión atmosférica, que disminuye a mayor altitud).
Sin embargo, en el caso de muchos otros procesos y gradaciones, el punto de cambio es mucho más difícil de localizar y sigue siendo algo vago. Por tanto, los límites entre cosas cualitativamente diferentes pueden no ser nítidos : sabemos que hay límites, pero no podemos definirlos exactamente.
Según la idea moderna de la falacia del continuo , el hecho de que una afirmación sea hasta cierto punto vaga no significa automáticamente que sea inválida. El problema entonces es cómo podríamos determinar el tipo de validez que tiene la afirmación.
El mito nórdico de la apuesta de Loki sugería que los conceptos que carecen de significados precisos o límites precisos de aplicación no pueden discutirse de manera útil en absoluto. [9] Sin embargo, la idea del siglo XX de "conceptos difusos" propone que se puede operar con "términos algo vagos", ya que podemos explicar y definir la variabilidad de su aplicación asignando números a gradaciones de aplicabilidad. Esta idea parece bastante simple, pero tenía grandes implicaciones.
Los orígenes intelectuales de la especie de conceptos difusos como categoría lógica se remontan a una diversidad de pensadores famosos y menos conocidos, [10] incluidos (entre muchos otros) Eubulides , Platón , Cicerón , Georg Wilhelm Friedrich Hegel , [ 11] Karl Marx y Friedrich Engels , [12] Friedrich Nietzsche , Hugh MacColl , [13] Charles S. Peirce , [14] Max Black , [15] Jan Łukasiewicz , [16] Emil Leon Post , [17] Alfred Tarski , [18] Georg Cantor , Nicolai A. Vasiliev , [19] Kurt Gödel , Stanisław Jaśkowski [20] y Donald Knuth . [21]
A lo largo de al menos dos milenios y medio, todos ellos tuvieron algo que decir sobre conceptos graduados con límites poco definidos. Esto sugiere al menos que la conciencia de la existencia de conceptos con características "borrosas", de una forma u otra, tiene una historia muy larga en el pensamiento humano. Un buen número de lógicos y filósofos también han intentado analizar las características de los conceptos difusos como una especie reconocida, a veces con la ayuda de algún tipo de lógica multivaluada o lógica subestructural .
En 1951, Abraham Kaplan y Hermann Schott hicieron un primer intento en la era posterior a la Segunda Guerra Mundial de crear una teoría de conjuntos en la que la pertenencia a conjuntos es una cuestión de grado. Tenían la intención de aplicar la idea a la investigación empírica. Kaplan y Schott midieron el grado de pertenencia a clases empíricas utilizando números reales entre 0 y 1, y definieron las nociones correspondientes de intersección, unión, complementación y subconjunto. [22] Sin embargo, en ese momento, su idea "cayó en terreno pedregoso". [23] J. Barkley Rosser Sr. publicó un tratado sobre lógicas multivaluadas en 1952, anticipando "conjuntos multivaluados". [24] Otro tratado fue publicado en 1963 por Aleksandr A. Zinov'ev y otros [25]
En 1964, el filósofo estadounidense William Alston introdujo el término "grado de vaguedad" para describir la vaguedad de una idea que resulta de la ausencia de un punto de corte definido a lo largo de una escala implícita (en contraste con la "vaguedad combinatoria" causada por un término que tiene una serie de condiciones de aplicación lógicamente independientes). [26]
El matemático alemán Dieter Klaua publicó un artículo en alemán sobre conjuntos difusos en 1965, [27] pero utilizó una terminología diferente (se refirió a "conjuntos multivaluados", no a "conjuntos difusos"). [28]
Dos introducciones populares a la lógica de muchos valores a finales de la década de 1960 fueron las de Robert J. Ackermann y Nicholas Rescher, respectivamente. [29] El libro de Rescher incluye una bibliografía sobre la teoría difusa hasta 1965, que fue ampliada por Robert Wolf para 1966-1974. [30] Haack proporciona referencias a trabajos importantes posteriores a 1974. [31] Bergmann proporciona una introducción más reciente (2008) al razonamiento difuso. [32]
Al científico informático estadounidense nacido en Irán Lotfi A. Zadeh (1921-2017) se le suele atribuir la invención de la idea específica de un "concepto difuso" en su artículo fundamental de 1965 sobre conjuntos difusos, porque dio una presentación matemática formal del fenómeno que fue ampliamente aceptado por los estudiosos. [33] También fue Zadeh quien jugó un papel decisivo en el desarrollo del campo de la lógica difusa, los conjuntos difusos y los sistemas difusos, con un gran número de artículos académicos. [34] A diferencia de la mayoría de las teorías filosóficas de la vaguedad, el enfoque de ingeniería de Zadeh tenía la ventaja de que podía aplicarse directamente a la programación informática. [35] El artículo fundamental de Zadeh de 1965 es reconocido como uno de los artículos académicos más citados del siglo XX. [36] En 2014, ocupó el puesto 46 en la lista de los 100 artículos de investigación más citados de todos los tiempos. [37] Desde mediados de la década de 1960, muchos académicos han contribuido a la elaboración de la teoría del razonamiento con conceptos graduados, y el campo de investigación continúa expandiéndose. [38]
La definición académica ordinaria de un concepto como "borroso" se ha utilizado desde la década de 1970 en adelante.
Radim Bělohlávek explica:
"Existe una fuerte evidencia, establecida en la década de 1970 en la psicología de los conceptos... de que los conceptos humanos tienen una estructura graduada en el sentido de que si un concepto se aplica o no a un objeto dado es una cuestión de grado, más que de sí o no. No hay duda, y que las personas son capaces de trabajar con las titulaciones de forma coherente. Este hallazgo es intuitivamente bastante atractivo, porque la gente dice "este producto es más o menos bueno" o "hasta cierto punto, es un buen deportista". En su artículo clásico, Zadeh llamó a los conceptos con una estructura gradual conceptos difusos y argumentó que estos conceptos son una regla y no una excepción cuando se trata de cómo las personas comunican el conocimiento. modelar matemáticamente tales conceptos es importante para las tareas de control, toma de decisiones, reconocimiento de patrones y similares. Zadeh propuso la noción de un conjunto difuso que dio origen al campo de la lógica difusa ..." [39]
Por lo tanto, un concepto generalmente se considera "borroso" en un sentido lógico si:
El hecho de que un concepto sea confuso no impide su uso en el razonamiento lógico; simplemente afecta el tipo de razonamiento que se puede aplicar (ver lógica difusa ). Si el concepto tiene gradaciones de significado significativo, es necesario especificar y formalizar cuáles son esas gradaciones, si pueden marcar una diferencia importante. No todos los conceptos difusos tienen la misma estructura lógica, pero a menudo pueden describirse o reconstruirse formalmente utilizando lógica difusa u otras lógicas subestructurales . [41] La ventaja de este enfoque es que la notación numérica permite un número potencialmente infinito de valores de verdad entre la verdad completa y la falsedad completa y, por lo tanto, permite - al menos en teoría - la mayor precisión al establecer el grado de aplicabilidad de una regla lógica.
Petr Hájek , al escribir sobre los fundamentos de la lógica difusa, distinguió claramente entre "borrosidad" e "incertidumbre":
"La frase "El paciente es joven" es verdadera hasta cierto punto: cuanto menor sea la edad del paciente (medida, por ejemplo, en años), más verdadera es la frase. La verdad de una proposición confusa es una cuestión de grado. Recomiendo Todos los interesados en la lógica confusa distinguen claramente la confusión de la incertidumbre como un grado de creencia (por ejemplo, probabilidad). Compárese la última proposición con la proposición "El paciente sobrevivirá la próxima semana". Esta bien puede considerarse como una proposición nítida que es (absolutamente) verdadera o (absolutamente) falsa; pero no sabemos cuál es el caso. Podemos tener alguna probabilidad (oportunidad, grado de creencia) de que la oración sea verdadera; pero la probabilidad no es un grado de verdad. [42]
En metrología (la ciencia de la medición), se reconoce que para cualquier medida que queramos hacer, existe una cierta incertidumbre sobre su precisión, pero este grado de incertidumbre se expresa convencionalmente con una magnitud de probabilidad, y no como un grado. de verdad. En 1975, Lotfi A. Zadeh introdujo una distinción entre "conjuntos difusos de tipo 1" sin incertidumbre y " conjuntos difusos de tipo 2 " con incertidumbre, que ha sido ampliamente aceptada. [43] En pocas palabras, en el primer caso, cada número difuso está vinculado a un número no difuso (natural), mientras que en el último caso, cada número difuso está vinculado a otro número difuso.
En lógica filosófica y lingüística, los conceptos difusos a menudo se consideran conceptos vagos que en su aplicación, o formalmente hablando, no son completamente verdaderos ni completamente falsos, o que son en parte verdaderos y en parte falsos; son ideas que requieren mayor elaboración, especificación o calificación para comprender su aplicabilidad (las condiciones bajo las cuales realmente tienen sentido). [44] El "área difusa" también puede referirse simplemente a un número residual de casos que no pueden asignarse a un grupo, clase o conjunto conocido e identificable si se utilizan criterios estrictos. Los trabajos escritos en colaboración del filósofo francés Gilles Deleuze y el psicoanalista francés Félix Guattari se refieren ocasionalmente a conjuntos difusos en conjunción con su idea de multiplicidades . En Mil Mesetas , señalan que "un conjunto es difuso si sus elementos le pertenecen sólo en virtud de operaciones específicas de consistencia y consolidación, que a su vez siguen una lógica especial", [45] y en ¿Qué es la filosofía? , una obra que trata sobre las funciones de los conceptos, escriben que los conceptos en su conjunto son "conjuntos vagos o confusos, simples agregados de percepciones y afectos, que se forman dentro de lo vivido como inmanente a un sujeto". [46]
En matemáticas y estadística , una variable difusa (como "la temperatura", "caliente" o "fría") es un valor que podría estar en un rango probable definido por algunos límites o parámetros cuantitativos , y que puede describirse útilmente con términos imprecisos. categorías (como "alta", "media" o "baja") utilizando algún tipo de escala o jerarquía conceptual.
En matemáticas e informática , las gradaciones de significado aplicable de un concepto difuso se describen en términos de relaciones cuantitativas definidas por operadores lógicos. Los lógicos y filósofos a veces llaman a este enfoque "semántica de teoría de grados", [47] pero el término más habitual es lógica difusa o lógica de muchos valores . [48] La novedad de la lógica difusa es que "rompe con el principio tradicional de que la formalización debe corregir y evitar, pero no comprometerse, la vaguedad". [49] La idea básica de la lógica difusa es que se asigna un número real a cada enunciado escrito en un lenguaje, dentro de un rango de 0 a 1, donde 1 significa que el enunciado es completamente verdadero y 0 significa que el enunciado es completamente cierto. falso, mientras que los valores inferiores a 1 pero superiores a 0 representan que las afirmaciones son "parcialmente verdaderas", en un grado determinado y cuantificable. Susan Haack comenta:
"Mientras que en la teoría de conjuntos clásica un objeto es o no miembro de un conjunto dado, en la teoría de conjuntos difusos la pertenencia es una cuestión de grado; el grado de pertenencia de un objeto a un conjunto difuso está representado por algún número real entre 0 y 1, donde 0 indica no ser miembro y 1 significa ser miembro de pleno derecho." [50]
"Verdad" en este contexto matemático generalmente significa simplemente que "algo es así" o que "algo es aplicable". Esto hace posible analizar una distribución de declaraciones por su contenido de verdad, identificar patrones de datos, hacer inferencias y predicciones y modelar cómo operan los procesos. Petr Hájek afirmó que "la lógica difusa no es sólo una" lógica aplicada ", sino que puede aportar "nueva luz a los problemas lógicos clásicos" y, por lo tanto, podría clasificarse como una rama distinta de la "lógica filosófica" similar, por ejemplo, a la lógica modal . [ 51]
La lógica difusa ofrece sistemas de conceptos y métodos orientados computacionalmente para formalizar tipos de razonamiento que normalmente son sólo aproximados y no exactos. En principio, esto nos permite dar una respuesta definitiva y precisa a la pregunta: "¿Hasta qué punto algo es cierto?", o "¿Hasta qué punto algo es aplicable?". A través de una serie de interruptores, este tipo de razonamiento se puede incorporar a los dispositivos electrónicos. Esto ya estaba sucediendo antes de que se inventara la lógica difusa, pero su uso en el modelado se ha convertido en una ayuda importante en el diseño, lo que crea muchas posibilidades técnicas nuevas. El razonamiento difuso (es decir, el razonamiento con conceptos graduados) resulta tener muchos usos prácticos. [52] Hoy en día se utiliza ampliamente en:
Parece que la lógica difusa eventualmente se aplicará en casi todos los aspectos de la vida, incluso si la gente no es consciente de ello, y en ese sentido la lógica difusa es una invención sorprendentemente exitosa. [58] La literatura científica y de ingeniería sobre el tema aumenta constantemente.
Originalmente, gran parte de la investigación sobre lógica difusa fue realizada por pioneros japoneses que inventaron nuevas maquinarias, equipos electrónicos y electrodomésticos (ver también Sistema de control difuso ). [59] La idea se hizo tan popular en Japón que la palabra inglesa entró en el idioma japonés (ファジィ概念). La "teoría difusa" (ファジー理論) es un campo reconocido en la investigación científica japonesa.
Desde entonces, el movimiento se ha extendido por todo el mundo; Hoy en día, casi todos los países tienen su propia asociación de sistemas difusos, aunque algunos son más grandes y están más desarrollados que otros. En algunos casos, el organismo local es una filial de uno internacional. En otros casos, el programa de sistemas difusos cae dentro de la inteligencia artificial o la computación blanda .
Lotfi A. Zadeh estimó alrededor de 2014 que había más de 50.000 invenciones patentadas relacionadas con la lógica difusa. Enumeró 28 revistas en ese momento que se ocupaban del razonamiento confuso y 21 títulos de revistas sobre computación blanda . Sus búsquedas encontraron cerca de 100.000 publicaciones con la palabra "difusa" en sus títulos, pero tal vez haya incluso 300.000. [78] En marzo de 2018, Google Scholar encontró 2.870.000 títulos que incluían la palabra "difuso". Cuando murió el 11 de septiembre de 2017 a los 96 años, el profesor Zadeh había recibido más de 50 premios académicos y de ingeniería en reconocimiento a su trabajo. [79]
La técnica de celosías de conceptos difusos se utiliza cada vez más en programación para formatear, relacionar y analizar conjuntos de datos difusos.
Según el informático Andrei Popescu de la Universidad de Middlesex en Londres , [80] se puede definir operativamente un concepto que consiste en:
Una vez definido el contexto, podemos especificar relaciones de conjuntos de objetos con conjuntos de atributos que comparten o no.
Si un objeto pertenece a un concepto y si un objeto tiene o no un atributo, a menudo puede ser una cuestión de grado. Así, por ejemplo, "muchos atributos son confusos en lugar de nítidos". [81] Para superar este problema, se asigna un valor numérico a cada atributo a lo largo de una escala, y los resultados se colocan en una tabla que vincula cada valor de objeto asignado dentro del rango dado con un valor numérico (una puntuación) que denota una determinada grado de aplicabilidad.
Ésta es la idea básica de una "red de conceptos difusos", que también se puede representar gráficamente; También se pueden conectar entre sí diferentes redes de conceptos difusos (por ejemplo, en las técnicas de " agrupación conceptual difusa " utilizadas para agrupar datos, inventadas originalmente por Enrique H. Ruspini). Las redes de conceptos difusos son una herramienta de programación útil para el análisis exploratorio de big data , por ejemplo en casos en los que conjuntos de respuestas conductuales vinculadas son muy similares, pero, sin embargo, pueden variar de manera importante, dentro de ciertos límites. Puede ser útil descubrir cuáles son la estructura y las dimensiones de un comportamiento que ocurre con una variación importante pero limitada en una población grande. [82]
La codificación con redes difusas puede ser útil, por ejemplo, en el análisis psefológico de big data sobre el comportamiento de los votantes, donde los investigadores quieren explorar las características y asociaciones involucradas en opiniones "algo vagas"; gradaciones en las actitudes de los votantes; y variabilidad en el comportamiento de los votantes (o características personales) dentro de un conjunto de parámetros. [92] Las técnicas de programación básicas para este tipo de mapas conceptuales difusos y aprendizaje profundo ya están bien establecidas [93] y el análisis de big data tuvo una fuerte influencia en las elecciones estadounidenses de 2016. [94] Un estudio estadounidense concluyó en 2015 que para el 20% de los votantes indecisos, el algoritmo de búsqueda secreta de Google tenía el poder de cambiar la forma en que votaban. [95]
Ahora se pueden explorar cantidades muy grandes de datos utilizando computadoras con programación de lógica difusa [96] y arquitecturas de código abierto como Apache Hadoop , Apache Spark y MongoDB . Un autor afirmó en 2016 que ahora es posible obtener, vincular y analizar "400 puntos de datos" para cada votante de una población, utilizando sistemas Oracle (un "punto de datos" es un número vinculado a una o más categorías, que representa un característica). [97]
Sin embargo, NBC News informó en 2016 que la firma angloamericana Cambridge Analytica , que perfiló a los votantes de Donald Trump ( Steve Bannon era miembro de la junta) [98] no tenía 400, sino 4.000 puntos de datos para cada uno de los 230 millones de adultos estadounidenses. [99] El propio sitio web de Cambridge Analytica afirmó que se recopilaron "hasta 5.000 puntos de datos" para cada uno de los 220 millones de estadounidenses, un conjunto de datos de más de 1 billón de bits de datos formateados. [100] The Guardian afirmó más tarde que Cambridge Analytica de hecho tenía, según la información de su propia empresa, "hasta 7.000 puntos de datos" sobre 240 millones de votantes estadounidenses. [101]
La profesora de la Universidad de Harvard, Latanya Sweeney , calculó que si una empresa estadounidense conoce sólo su fecha de nacimiento , su código postal y su sexo , la empresa tiene un 87% de posibilidades de identificarlo por su nombre, simplemente utilizando conjuntos de datos vinculados de varias fuentes. [102] Con 4.000 a 7.000 puntos de datos en lugar de tres, se hace posible un perfil personal muy completo para casi todos los votantes, y se pueden inferir muchos patrones de comportamiento vinculando diferentes conjuntos de datos. También resulta posible identificar y medir gradaciones en las características personales que, en conjunto, tienen efectos muy grandes.
Algunos investigadores sostienen que este tipo de análisis de big data tiene graves limitaciones y que los resultados analíticos sólo pueden considerarse indicativos y no definitivos. [103] Esto fue confirmado por Kellyanne Conway , asesora y consejera de campaña de Donald Trump , quien enfatizó la importancia del juicio humano y el sentido común al sacar conclusiones a partir de datos confusos. [104] Conway admitió con franqueza que gran parte de su propia investigación "nunca vería la luz del día", porque era confidencial para el cliente. [105] Otro asesor de Trump criticó a Conway, afirmando que ella "produce un análisis que entierra cada número terrible y resalta cada número positivo" [106]
En una entrevista en vídeo publicada por The Guardian en marzo de 2018, el denunciante Christopher Wylie llamó a Cambridge Analytica una "máquina de propaganda de servicio completo" en lugar de una auténtica empresa de ciencia de datos. Su propio sitio reveló con "estudios de casos" que ha participado activamente en campañas políticas en numerosos países diferentes, influyendo en actitudes y opiniones. [107] Wylie explicó que "gastamos un millón de dólares recopilando decenas de millones de perfiles de Facebook , y esos perfiles se utilizaron como base de los algoritmos que se convirtieron en la base de Cambridge Analytica. La propia empresa se fundó utilizando datos de Facebook". ". [108]
El 19 de marzo de 2018, Facebook anunció que había contratado a la firma forense digital Stroz Friedberg para realizar una "auditoría integral" de Cambridge Analytica, mientras que las acciones de Facebook se desplomaron un 7 por ciento de la noche a la mañana (borrando aproximadamente 40 mil millones de dólares en capitalización de mercado). [109] Cambridge Analytica no sólo había utilizado los perfiles de los usuarios de Facebook para compilar conjuntos de datos. Según el testimonio de Christopher Wylie , la empresa también recopiló los datos de la red de amigos de cada usuario, aprovechando el conjunto de datos original. Luego convirtió, combinó y migró sus resultados a nuevos conjuntos de datos, que en principio pueden sobrevivir en algún formato, incluso si se destruyen las fuentes de datos originales. Creó y aplicó algoritmos utilizando datos a los que, según los críticos, no podría haber tenido derecho. Esto fue negado por Cambridge Analytica , que afirmó en su sitio web que legítimamente "utiliza datos para cambiar el comportamiento de la audiencia" entre clientes y votantes (que eligen ver y proporcionar información). Si los anunciantes pueden hacer eso, ¿por qué no una empresa de datos? ¿Dónde debería dibujarse la línea? Legalmente, seguía siendo un área "confusa".
La complicada cuestión legal entonces fue qué tipo de datos Cambridge Analytica (o cualquier empresa similar) puede realmente tener y conservar. [110] El propio Facebook se convirtió en objeto de otra investigación de la Comisión Federal de Comercio de EE. UU. , para establecer si Facebook violó los términos de un decreto de consentimiento de 2011 que rige su manejo de datos de usuarios (datos que supuestamente fueron transferidos a Cambridge Analytica sin el conocimiento de Facebook y del usuario). [111] La periodista de Wired Jessi Hempel comentó en un panel de discusión de CBNC que "Ahora hay esta confusión desde la cima de la empresa [es decir, Facebook] que nunca había visto en los quince años que la he cubierto". [112]
Al interrogar al director ejecutivo de Facebook, Mark Zuckerberg, ante el Comité de Energía y Comercio de la Cámara de Representantes de Estados Unidos en abril de 2018, el congresista de Nuevo México, Ben Ray Luján, le dijo que la corporación Facebook bien podría tener "29.000 puntos de datos" sobre cada usuario de Facebook. Zuckerberg afirmó que "realmente no lo sabía". La cifra de Luján se basó en una investigación de ProPublica , que de hecho sugirió que Facebook podría incluso tener 52.000 puntos de datos para muchos usuarios de Facebook. [113] Cuando Zuckerberg respondió a sus críticos, afirmó que debido a que la tecnología revolucionaria de Facebook (con 2.200 millones de usuarios en todo el mundo) se había aventurado en un territorio previamente desconocido, era inevitable que se cometieran errores, a pesar de las mejores intenciones. Se justificó diciendo que:
"Durante los primeros diez o doce años de la empresa, vi nuestra responsabilidad principalmente como la creación de herramientas, que si pudiéramos poner esas herramientas en manos de las personas, eso les permitiría hacer cosas buenas. Lo que hemos aprendido ahora... es que debemos asumir un papel más proactivo y una visión más amplia de nuestra responsabilidad". [114]
En julio de 2018, Facebook e Instagram prohibieron el acceso a Crimson Hexagon , una empresa que asesora a corporaciones y gobiernos utilizando un billón de publicaciones extraídas de redes sociales, que extraía y procesaba con inteligencia artificial y análisis de imágenes. [115]
Quedaba "confuso" qué era más importante para Zuckerberg: ganar dinero con la información del usuario o la verdadera integridad corporativa en el uso de la información personal. [116] Zuckerberg dio a entender que creía que, en general, Facebook había hecho más bien que mal , y que, si hubiera creído que ese no era el caso, nunca habría perseverado en el negocio. Así, "lo bueno" era en sí mismo un concepto confuso, porque era una cuestión de grado ("más bueno que malo"). Tenía que vender cosas para que el negocio siguiera creciendo. Si a las personas no les gusta Facebook, entonces simplemente no deberían unirse o darse de baja, tienen la opción. Sin embargo, muchos críticos sienten que las personas realmente no están en condiciones de tomar una decisión informada, porque no tienen idea de cómo exactamente su información será o podría ser utilizada por terceros que contratan a Facebook; Debido a que la empresa es propietaria legal de la información que los usuarios proporcionan en línea, tampoco tienen control sobre ella, excepto para restringirse en lo que escriben en línea (lo mismo se aplica a muchos otros servicios en línea).
Después de que el New York Times diera la noticia el 17 de marzo de 2018 de que aún se podían descargar de Internet copias del conjunto de datos de Facebook extraídos por Cambridge Analytica, Facebook fue duramente criticado por representantes del gobierno. [117] Cuando se le preguntó, Zuckerberg admitió que "en general, recopilamos datos sobre personas que no están registradas en Facebook por motivos de seguridad" con el objetivo "de ayudar a evitar que actores maliciosos recopilen información pública de los usuarios de Facebook, como nombres". [118] A partir de 2018, Facebook enfrentó cada vez más demandas presentadas contra la empresa, alegando violaciones de datos, violaciones de seguridad y uso indebido de información personal (ver críticas a Facebook ). [119] Todavía no existe un marco regulatorio internacional para la información de las redes sociales y, a menudo, no está claro qué sucede con la información almacenada después de que una empresa proveedora cierra o es adquirida por otra empresa.
El 2 de mayo de 2018, se informó que la empresa Cambridge Analytica iba a cerrar y estaba iniciando un procedimiento de quiebra, después de perder clientes y enfrentarse a costos legales cada vez mayores. [120] El daño a la reputación que la empresa había sufrido o causado se había vuelto demasiado grande.
Una objeción tradicional al big data es que no puede hacer frente a cambios rápidos: los eventos se mueven más rápido de lo que las estadísticas pueden seguir. Sin embargo, ahora existe la tecnología para que corporaciones como Amazon , Google y Microsoft bombeen flujos de datos basados en la nube desde los usuarios de aplicaciones directamente a programas de análisis de big data, en tiempo real. [121] Siempre que se utilicen los tipos correctos de conceptos analíticos, ahora es técnicamente posible sacar conclusiones definitivas e importantes sobre las gradaciones del comportamiento humano y natural utilizando conjuntos de datos difusos muy grandes y programación difusa, y cada vez más se puede hacer muy rápido. . Obviamente, este logro se ha vuelto de gran actualidad en la tecnología militar, pero los usos militares también pueden tener consecuencias para aplicaciones médicas. [122]
Ha habido muchas controversias académicas sobre el significado, relevancia y utilidad de los conceptos difusos. [123]
El propio Lotfi A. Zadeh confesó que:
"Sabía que con sólo elegir la etiqueta difusa me iba a encontrar en medio de una controversia... Si no se llamara lógica difusa , probablemente no habría artículos sobre ello en la portada del Nuevo Diario. York Times . Así que digamos que tiene cierto valor publicitario. Por supuesto, a muchas personas no les gusta ese valor publicitario, y cuando lo ven en el New York Times , no les sienta bien. [124]
Sin embargo, el impacto de la invención del razonamiento confuso fue mucho más allá de los nombres y las etiquetas. Cuando Zadeh pronunció su discurso de aceptación en Japón del premio de la Fundación Honda de 1989, que recibió por inventar la teoría difusa, afirmó que "el concepto de conjunto difuso ha tenido un efecto trastornador en el orden establecido". [125]
Algunos filósofos y científicos han afirmado que los conceptos "borrosos" en realidad no existen.
Según Los fundamentos de la aritmética del lógico Gottlob Frege ,
"La definición de un concepto... debe ser completa; debe determinar sin ambigüedades, con respecto a cualquier objeto, si cae o no dentro del concepto... el concepto debe tener un límite claro... un concepto que no esté claramente definido". definido se denomina erróneamente concepto. Tales construcciones cuasiconceptuales no pueden ser reconocidas como conceptos por la lógica. La ley del tercero excluido es en realidad sólo otra forma del requisito de que el concepto debe tener un límite definido". [126]
De manera similar, Rudolf E. Kálmán afirmó en 1972 que "no existe un concepto confuso... Hablamos de cosas confusas pero no son conceptos científicos". [127]
La sugerencia es que un concepto, para calificar como tal, debe ser siempre claro y preciso, sin ninguna confusión. Una noción vaga sería, en el mejor de los casos, un prólogo para la formulación de un concepto. [128]
No existe un acuerdo general entre filósofos y científicos sobre cómo debe definirse la noción de " concepto " (y, en particular, un concepto científico). [129] Un concepto podría definirse como una representación mental, como una capacidad cognitiva, como un objeto abstracto, etc. Edward E. Smith y Douglas L. Medin afirmaron que "probablemente no habrá experimentos o análisis cruciales que establezcan uno". "Considera los conceptos como correctos y descarta todos los demás irrevocablemente". [130] Por supuesto, los científicos también suelen utilizar analogías imprecisas en sus modelos para ayudar a comprender un problema. [131] Un concepto puede ser lo suficientemente claro, pero no (o no lo suficientemente) preciso.
De manera bastante singular, los terminólogos del Instituto Nacional Alemán de Normalización ( Deutsches Institut für Normung ) proporcionaron una definición estándar oficial de lo que es un concepto (según las normas terminológicas DIN 2330 de 1957, completamente revisada en 1974 y revisada por última vez en 2013; y DIN 2342 de 1986, revisada por última vez en 2011). [132] Según la definición oficial alemana, un concepto es una unidad de pensamiento que se crea mediante la abstracción para un conjunto de objetos y que identifica características compartidas (o relacionadas) de esos objetos.
La definición ISO posterior es muy similar. Según la norma terminológica ISO 1087 de la Organización Internacional de Normalización (publicada por primera vez en octubre de 2000 y revisada en 2005), un concepto se define como una unidad de pensamiento o una idea constituida mediante abstracción sobre la base de propiedades comunes a un conjunto de objetos. . [133] Se reconoce que aunque un concepto suele tener una definición o un significado, puede tener múltiples designaciones, términos de expresión, simbolizaciones o representaciones. Así, por ejemplo, un mismo concepto puede tener distintos nombres en distintos idiomas. Tanto los verbos como los sustantivos pueden expresar conceptos. Un concepto también puede considerarse como "una forma de ver el mundo".
El razonamiento con conceptos confusos a menudo se considera una especie de "corrupción lógica" o perversión científica porque, según se afirma, el razonamiento confuso rara vez alcanza un "sí" o un "no" definitivo. Una conceptualización clara, precisa y lógicamente rigurosa ya no es un requisito previo necesario para llevar a cabo un procedimiento, un proyecto o una investigación, ya que "ideas un tanto vagas" siempre pueden acomodarse, formalizarse y programarse con la ayuda de expresiones confusas. La idea purista es que una regla se aplica o no se aplica. Cuando se dice que una regla se aplica sólo "hasta cierto punto", en realidad la regla no se aplica. Así, un compromiso con la vaguedad o la indefinición es, desde este punto de vista, efectivamente un compromiso con el error: un error de conceptualización, un error en el sistema inferencial o un error en la realización física de una tarea.
El informático William Kahan argumentó en 1975 que "el peligro de la teoría confusa es que fomentará el tipo de pensamiento impreciso que nos ha traído tantos problemas". [134] Dijo posteriormente:
"Con la lógica tradicional no hay una manera garantizada de encontrar que algo es contradictorio, pero una vez encontrado, estarías obligado a hacer algo. Pero con conjuntos difusos, la existencia de conjuntos contradictorios no puede causar que las cosas funcionen mal. Contradictorio la información no conduce a un choque. Simplemente sigues calculando. (...) La vida ofrece muchos casos en los que se obtiene la respuesta correcta por razones equivocadas... Está en la naturaleza de la lógica confirmar o negar. El cálculo difuso eso lo desdibuja. (...) La lógica no es seguir ciegamente las reglas de Aristóteles. Se necesita el tipo de dolor conocido por el corredor. Él sabe que está haciendo algo. Cuando estás pensando en algo difícil, sentirás una "Un tipo similar de dolor. La lógica confusa es maravillosa. Te aísla del dolor. Es la cocaína de la ciencia". [135]
Según Kahan, las afirmaciones sobre un cierto grado de probabilidad suelen ser verificables. Hay pruebas estándar que se pueden realizar. Por el contrario, no existe ningún procedimiento concluyente que pueda decidir la validez de asignar valores de verdad difusos particulares a un conjunto de datos en primera instancia. Simplemente se supone que un modelo o programa funcionará "si" se aceptan y utilizan valores difusos particulares, tal vez basándose en algunas comparaciones estadísticas o pruebas.
En programación, un problema generalmente se puede resolver de varias maneras diferentes, no solo de una, pero una cuestión importante es qué solución funciona mejor a corto y largo plazo. Kahan implica que las soluciones difusas pueden crear más problemas a largo plazo de los que resuelven a corto plazo. Por ejemplo, si uno comienza a diseñar un procedimiento, no con conceptos precisos y bien pensados, sino utilizando expresiones confusas o aproximadas que convenientemente parchean (o compensan) ideas mal formuladas, el resultado final podría ser un proceso complicado, lío mal formado, que no logra el objetivo previsto.
Si el razonamiento y la conceptualización hubieran sido mucho más precisos al principio, entonces el diseño del procedimiento podría haber sido mucho más simple, más eficiente y efectivo, y las expresiones o aproximaciones confusas no serían necesarias, o requerirían mucho menos. Por lo tanto, al permitir el uso de expresiones confusas o aproximadas, uno podría en realidad excluir un pensamiento más riguroso sobre el diseño y podría construir algo que en última instancia no cumpla con las expectativas.
Si (digamos) una entidad X resulta pertenecer en un 65% a la categoría Y y en un 35% a la categoría Z, ¿cómo debería asignarse X? Se podría decidir asignar X a Y, estableciendo la regla de que, si una entidad pertenece en un 65% o más a Y, debe ser tratada como una instancia de la categoría Y, y nunca como una instancia de la categoría Z. Se podría , sin embargo, alternativamente decide cambiar las definiciones del sistema de categorización, para garantizar que todas las entidades como X caigan al 100% en una sola categoría.
Este tipo de argumento afirma que los problemas de límites pueden resolverse (o reducirse enormemente) simplemente utilizando mejores métodos de categorización o conceptualización. Si tratamos a X "como si" perteneciera al 100% a Y, cuando en realidad sólo pertenece al 65% a Y, entonces podría decirse que en realidad estamos tergiversando las cosas. Si seguimos haciendo eso con muchas variables relacionadas, podemos distorsionar en gran medida la situación real y hacer que parezca algo que no es.
En un entorno "permisivo confuso", podría resultar demasiado fácil formalizar y utilizar un concepto que en sí mismo está mal definido y que podría haberse definido mucho mejor. En ese entorno, siempre hay una salida cuantitativa, para conceptos que no encajan del todo o que no cumplen del todo la función para la que están destinados. El efecto adverso acumulativo de las discrepancias podría, al final, ser mucho mayor de lo que jamás se había previsto.
Una respuesta típica a las objeciones de Kahan es que el razonamiento confuso nunca "descarta" la lógica binaria ordinaria, sino que presupone una lógica ordinaria de verdadero o falso. Lotfi Zadeh afirmó que "la lógica difusa no es confusa. En gran medida, la lógica difusa es precisa". [136] Se trata de una lógica precisa de la imprecisión. La lógica difusa no reemplaza ni sustituye a la lógica ordinaria, sino que la mejora, con muchos usos prácticos. El pensamiento confuso obliga a la acción, pero principalmente en respuesta a un cambio en la gradación cuantitativa, no en respuesta a una contradicción.
Se podría decir, por ejemplo, que en última instancia uno está " vivo" o "muerto", lo cual es perfectamente cierto. Mientras tanto, aunque uno esté "viviendo", lo cual también es una verdad significativa, "vivir" es un concepto confuso. Es cierto que la lógica difusa por sí sola no suele eliminar la conceptualización inadecuada o el mal diseño. Sin embargo, al menos puede hacer explícito cuáles son exactamente las variaciones en la aplicabilidad de un concepto que tiene límites poco definidos.
Si uno siempre tuviera conceptos perfectamente nítidos disponibles, tal vez no serían necesarias expresiones confusas. Sin embargo, en realidad, a menudo uno no tiene todos los conceptos claros para empezar. Es posible que no los tengamos todavía durante mucho tiempo, o que nunca los tengamos, o que se necesiten varias aproximaciones "difusas" sucesivas para llegar allí.
En un nivel más profundo, un entorno "permisivo difuso" puede ser deseable, precisamente porque permite que se lleven a cabo cosas que nunca se habrían logrado, si hubiera habido claridad cristalina acerca de todas las consecuencias desde el principio, o si la gente hubiera insistido en Precisión absoluta antes de hacer cualquier cosa. Los científicos a menudo prueban cosas basándose en "corazonadas", y procesos como la casualidad pueden desempeñar un papel.
Aprender algo nuevo, o intentar crear algo nuevo, rara vez es un proceso completamente lógico-formal o lineal; no sólo están involucrados "conocimientos" e "desconocidos", sino también fenómenos " parcialmente conocidos", es decir, cosas que se conocen o se desconocen. "hasta cierto grado". Incluso si, idealmente, preferiríamos eliminar las ideas confusas, es posible que las necesitemos inicialmente para llegar allí, más adelante. Cualquier método de razonamiento es una herramienta. Si su aplicación tiene malos resultados, la culpa no es de la herramienta en sí, sino de su uso inadecuado. Sería mejor educar a la gente sobre el mejor uso de la herramienta, si es necesario con la autorización adecuada, que prohibirla preventivamente, basándose en que "se podría" abusar de ella. Las excepciones a esta regla incluirían cosas como virus informáticos y armas ilegales que sólo pueden causar un gran daño si se utilizan. Sin embargo, no hay evidencia de que los conceptos confusos como especie sean intrínsecamente dañinos, incluso si algunos conceptos malos pueden causar daño si se usan en contextos inapropiados.
Susan Haack afirmó una vez que una lógica multivaluada no requiere términos intermedios entre verdadero y falso, ni un rechazo de la bivalencia. [137] Su sugerencia fue que los términos intermedios (es decir, las gradaciones de la verdad) siempre pueden reformularse como declaraciones condicionales si-entonces y, por implicación, que la lógica difusa es completamente reducible a la lógica binaria de verdadero o falso.
Esta interpretación es discutida (se supone que ya existe el conocimiento para ajustar los términos intermedios a una secuencia lógica), pero incluso si fuera correcta, asignar un número a la aplicabilidad de una afirmación es a menudo enormemente más eficiente que una larga cadena de si -luego declaraciones que tendrían el mismo significado previsto. Obviamente, ese punto es de gran importancia para los programadores, educadores y administradores de computadoras que buscan codificar un proceso, actividad, mensaje u operación de la manera más simple posible, de acuerdo con reglas lógicamente consistentes.
Puede ser maravilloso tener acceso a un número ilimitado de distinciones para definir lo que uno quiere decir, pero no todos los estudiosos estarían de acuerdo en que cualquier concepto sea igual o reducible a un conjunto matemático . [138] Algunos fenómenos son difíciles o imposibles de cuantificar y contar, en particular si carecen de límites discretos (por ejemplo, las nubes).
Las cualidades pueden no ser completamente reducibles a cantidades [139] – si no hay cualidades, puede resultar imposible decir de qué son los números o a qué se refieren, excepto que se refieren a otros números o expresiones numéricas como las algebraicas. ecuaciones. Una medida requiere una unidad de conteo definida por una categoría, pero la definición de esa categoría es esencialmente cualitativa; un lenguaje que se utiliza para comunicar datos es difícil de manejar, sin distinciones y categorías cualitativas. Podemos, por ejemplo, transmitir un texto en código binario, pero el código binario no nos dice directamente qué pretende el texto. Primero hay que traducirlo, decodificarlo o convertirlo antes de que sea comprensible.
Al crear una formalización o especificación formal de un concepto, por ejemplo con fines de medición, procedimiento administrativo o programación, parte del significado del concepto puede cambiar o perderse. [140] Por ejemplo, si programamos deliberadamente un evento de acuerdo con un concepto, podría acabar con la espontaneidad, el espíritu, la autenticidad y el patrón motivacional que normalmente se asocia con ese tipo de evento.
La cuantificación no es un proceso exento de problemas. [141] Para cuantificar un fenómeno, es posible que tengamos que introducir suposiciones y definiciones especiales que ignoren parte del fenómeno en su totalidad.
Los programadores, estadísticos o lógicos se preocupan en su trabajo por el principal significado operativo o técnico de un concepto que se puede especificar en términos objetivos y cuantificables. No se preocupan principalmente por todo tipo de marcos imaginativos asociados con el concepto, o con aquellos aspectos del concepto que parecen no tener ningún propósito funcional particular –por muy entretenidos que puedan ser. Sin embargo, algunas de las características cualitativas del concepto pueden no ser cuantificables o mensurables en absoluto, al menos no directamente. Existe la tentación de ignorarlos o intentar inferirlos a partir de los resultados de los datos.
Si, por ejemplo, queremos contar el número de árboles en un área forestal con cierta precisión, tenemos que definir qué cuenta como un árbol y tal vez distinguirlos de los árboles jóvenes, los árboles partidos, los árboles muertos, los árboles caídos, etc. Se hace evidente que la cuantificación de los árboles implica un grado de abstracción: decidimos ignorar parte de la madera, viva o muerta, de la población de árboles, para contar aquellos árboles que se ajustan a nuestro concepto elegido de árbol. De hecho, operamos con un concepto abstracto de lo que es un árbol, que diverge en cierta medida de la verdadera diversidad de árboles que existen.
Aun así, puede haber algunos árboles, de los cuales no está muy claro si deben contarse como árbol o no; Por lo tanto, puede permanecer cierta "confusión" en el concepto de árbol. La implicación es que el número aparentemente "exacto" ofrecido para la cantidad total de árboles en el bosque puede ser mucho menos exacto de lo que uno podría pensar; probablemente sea más una estimación o indicación de magnitud que una descripción exacta. [146] Sin embargo -y este es el punto- la medida imprecisa puede ser muy útil y suficiente para todos los fines previstos.
Es tentador pensar que si algo se puede medir, debe existir, y que si no podemos medirlo, no existe. Puede que ninguna de las dos cosas sea cierta. Los investigadores intentan medir cosas como la inteligencia o el producto interno bruto, sin mucho acuerdo científico sobre qué son realmente, cómo existen y cuáles podrían ser las medidas correctas.
Cuando uno quiere contar y cuantificar objetos distintos usando números, necesita poder distinguir entre esos objetos separados, pero si esto es difícil o imposible, entonces, aunque esto no invalide un procedimiento cuantitativo como tal, la cuantificación no es realmente posible. en la práctica; en el mejor de los casos, podemos suponer o inferir indirectamente una cierta distribución de cantidades que deben estar allí. En este sentido, los científicos suelen utilizar variables proxy para sustituir como medidas variables que se sabe (o se cree) que existen, pero que en sí mismas no pueden observarse ni medirse directamente.
Se discute la relación exacta entre vaguedad y confusión.
Los filósofos a menudo consideran la borrosidad como un tipo particular de vaguedad, [147] y consideran que "ninguna asignación específica de valores semánticos a predicados vagos, ni siquiera una confusa, puede satisfacer plenamente nuestra concepción de cómo son las extensiones de los predicados vagos". [148] Al examinar la literatura reciente sobre cómo caracterizar la vaguedad, Matti Eklund afirma que apelar a la falta de límites definidos, los casos límite y los predicados "susceptibles a sorites" son las tres caracterizaciones informales de la vaguedad que son más comunes en la literatura. [149]
Sin embargo, Lotfi A. Zadeh afirmó que "la vaguedad connota una especificidad insuficiente , mientras que la falta de claridad connota falta de nitidez en los límites de clase ". Por lo tanto, argumentó, una oración como "Volveré en unos minutos" es confusa pero no vaga, mientras que una oración como "Volveré en algún momento" es confusa y vaga. Su sugerencia fue que la borrosidad y la vaguedad son cualidades lógicamente bastante diferentes, en lugar de que la borrosidad sea un tipo o subcategoría de vaguedad. Zadeh afirmó que "el uso inadecuado del término 'vago' sigue siendo una práctica común en la literatura filosófica". [150]
En la investigación académica sobre ética y metaética , los conceptos vagos o confusos y los casos límite son temas habituales de controversia. Son fundamentales para la ética las teorías del "valor", lo que es "bueno" o "malo" para las personas y por qué lo es, y la idea de "seguir reglas" como condición para la integridad moral, la coherencia y el comportamiento no arbitrario.
Sin embargo, si las valoraciones humanas o las reglas morales son sólo vagas o confusas, es posible que no puedan orientar o guiar el comportamiento. Puede resultar imposible hacer operativas las normas. En ese caso, las evaluaciones pueden no permitir juicios morales definitivos. Por lo tanto, aclarar nociones morales confusas suele considerarse fundamental para el esfuerzo ético en su conjunto. [151]
Sin embargo, Scott Soames ha argumentado que la vaguedad o la falta de claridad pueden ser valiosas para los legisladores, porque "el uso que hacen de ella es valioso para las personas a quienes se dirigen las reglas". [152] Puede ser más práctico y eficaz permitir cierto margen de maniobra (y responsabilidad personal) en la interpretación de cómo se debe aplicar una norma, teniendo en cuenta el propósito general que la norma pretende lograr.
Si una norma o procedimiento se estipula con demasiada exactitud, a veces puede tener un resultado contrario al objetivo que se pretendía alcanzar. Por ejemplo, "la Ley sobre niños y jóvenes podría haber especificado una edad precisa por debajo de la cual un niño no puede quedar sin supervisión. Pero hacerlo habría incurrido en formas bastante sustanciales de arbitrariedad (por diversas razones, y en particular debido a las diferentes capacidades de niños de la misma edad)". [153]
Un tipo de problema relacionado es que si la aplicación de un concepto jurídico se persigue con demasiada exactitud y rigor, puede tener consecuencias que causen un conflicto grave con otro concepto jurídico. No se trata necesariamente de una mala legislación. Cuando se elabora una ley, puede que no sea posible anticipar todos los casos y acontecimientos a los que se aplicará más adelante (incluso si el 95% de los casos posibles son predecibles). Cuanto más tiempo esté en vigor una ley, más probable será que la gente tenga problemas con ella que no estaban previstos cuando se promulgó la ley.
Por lo tanto, las implicaciones adicionales de una regla pueden entrar en conflicto con otra regla. Es posible que el "sentido común" no pueda resolver las cosas. En ese escenario, demasiada precisión puede obstaculizar la justicia. Es muy probable que un fallo de un tribunal especial tenga que fijar una norma. El problema general para los juristas es si "la arbitrariedad resultante de la precisión es peor que la arbitrariedad resultante de la aplicación de una norma vaga". [154]
Las disputas sobre las definiciones sobre la falta de definición siguen sin resolverse hasta ahora, principalmente porque, como han documentado antropólogos y psicólogos, los diferentes lenguajes (o sistemas de símbolos) que han sido creados por las personas para señalar significados sugieren diferentes ontologías . [155] En pocas palabras: no se trata simplemente de que describir "lo que hay" implique representaciones simbólicas de algún tipo. La forma en que se establecen las distinciones influye en las percepciones de "lo que hay" y, viceversa, las percepciones de "lo que hay" influyen en la forma en que se establecen las distinciones. [156] Esta es una razón importante por la cual, como señaló Alfred Korzybski , la gente frecuentemente confunde la representación simbólica de la realidad, transmitida por lenguajes y signos, con la realidad misma. [157]
La confusión implica que existe un número potencialmente infinito de valores de verdad entre la verdad completa y la falsedad completa. Si ese es el caso, se crea la cuestión fundamental de qué, en ese caso, puede justificar o probar la existencia de los absolutos categóricos que se asumen mediante inferencia lógica o cuantitativa. Si hay un número infinito de tonos de gris, ¿cómo sabemos qué es totalmente blanco y negro y cómo podríamos identificarlo?
Para ilustrar las cuestiones ontológicas, el cosmólogo Max Tegmark sostiene audazmente que el universo se compone de matemáticas: "Si aceptas la idea de que tanto el espacio mismo como todas las cosas que hay en el espacio no tienen ninguna propiedad excepto las matemáticas", entonces la idea de que todo es matemático "empieza a sonar un poco menos loco". [158]
Tegmark pasa de la afirmación epistémica de que las matemáticas son el único sistema de símbolos conocido que, en principio, puede expresar absolutamente todo, a la afirmación metodológica de que todo es reducible a relaciones matemáticas, y luego a la afirmación ontológica de que, en última instancia, todo lo que existe es matemático (el hipótesis del universo matemático ). El argumento se invierte entonces, de modo que como todo es matemático en realidad, las matemáticas son necesariamente el sistema de símbolos universal último.
Las principales críticas al enfoque de Tegmark son que (1) los pasos de este argumento no necesariamente se siguen, (2) no es posible ninguna prueba o prueba concluyente para la afirmación de que una expresión o reducción matemática tan exhaustiva es factible, y (3) Puede ser que no se pueda lograr una reducción completa a las matemáticas, sin alterar, negar o eliminar, al menos parcialmente, un significado no matemático de los fenómenos, experimentados quizás como qualia . [159]
En su metafísica metamatemática , Edward N. Zalta ha afirmado que para cada conjunto de propiedades de un objeto concreto, siempre existe exactamente un objeto abstracto que codifica exactamente ese conjunto de propiedades y ningún otro: una suposición o axioma fundamental para su ontología. de objetos abstractos [160] Por implicación, para cada objeto difuso siempre existe al menos un concepto defuzzified que lo codifica exactamente. Es una interpretación moderna de la metafísica del conocimiento de Platón , [161] que expresa confianza en la capacidad de la ciencia para conceptualizar el mundo con exactitud.
La interpretación de estilo platónico fue criticada por Hartry H. Field . [162] Mark Balaguer sostiene que no sabemos realmente si existen o no objetos abstractos independientes de la mente; Hasta ahora no podemos probar si el realismo platónico es definitivamente verdadero o falso. [163] Al defender un realismo cognitivo, Scott Soames sostiene que la razón por la cual este enigma irresoluble ha persistido es porque la constitución última del significado de los conceptos y proposiciones fue mal concebida.
Tradicionalmente, se pensaba que los conceptos pueden ser verdaderamente representacionales, porque en última instancia están relacionados con complejos platónicos intrínsecamente representacionales de universales y particulares . Sin embargo, una vez que los conceptos y las proposiciones se consideran tipos de eventos cognitivos, es posible afirmar que pueden ser representacionales, porque están constitutivamente relacionados con actos cognitivos intrínsecamente representacionales en el mundo real. [164] Como lo expresó otro filósofo,
"La cuestión de cómo podemos conocer el mundo que nos rodea no es del todo distinta de la cuestión de cómo es que los alimentos que nuestro entorno proporciona coinciden con nuestros estómagos. Cualquiera de las dos cosas puede convertirse en un misterio si olvidamos que las mentes, como los estómagos, se originaron y han sido condicionados por un orden natural preexistente". [165]
En este sentido, se podría argumentar que la realidad, y el conocimiento humano de la realidad, contendrán inevitablemente algunas características confusas, que sólo pueden representarse mediante conceptos que en sí mismos son confusos en una u otra medida.
La idea de conceptos difusos también se ha aplicado en el análisis filosófico, sociológico y lingüístico del comportamiento humano. [166]
En un artículo de 1973, George Lakoff analizó las barreras en la interpretación del significado de las categorías. [167] Charles Ragin y otros han aplicado la idea al análisis sociológico. [168] Por ejemplo, investigadores alemanes han utilizado el análisis comparativo cualitativo de conjuntos difusos ("fsQCA") para estudiar los problemas planteados por la diversidad étnica en América Latina. [169] En Nueva Zelanda , Taiwán , Irán , Malasia , la Unión Europea y Croacia , los economistas han utilizado conceptos confusos para modelar y medir la economía sumergida de su país. [170] Kofi Kissi Dompere aplicó métodos de decisión difusa, razonamiento aproximado, juegos de negociación y matemáticas difusas para analizar el papel del dinero, la información y los recursos en una "economía política de búsqueda de rentas ", vista como un juego entre corporaciones poderosas y el Gobierno. [171]
Thomas Kron utiliza la lógica difusa para modelar la teoría sociológica. Por un lado, presentó un modelo teórico de acción integral con la ayuda de la lógica difusa. Con Lars Winter trabaja en la ampliación de la teoría de sistemas de Niklas Luhmann mediante el "Cubo Kosko". Además, ha explicado el terrorismo transnacional y otros fenómenos contemporáneos con la ayuda de la lógica difusa, por ejemplo, la incertidumbre, la hibridación, la violencia y la cultura. [172]
Los sociólogos pueden crear deliberadamente un concepto como un tipo ideal para comprender algo imaginativamente, sin ninguna afirmación sólida de que sea una "descripción verdadera y completa" o un "reflejo verdadero y completo" de lo que sea que se esté conceptualizando. [173] En un sentido sociológico o periodístico más general, un "concepto difuso" ha llegado a significar un concepto que es significativo pero inexacto, lo que implica que no define de manera exhaustiva o completa el significado del fenómeno al que se refiere, a menudo porque es demasiado abstracto. En este contexto, se dice que los conceptos confusos "carecen de claridad y son difíciles de probar u operacionalizar". [174] Para especificar el significado pertinente con mayor precisión, serían necesarias distinciones, condiciones y/o calificativos adicionales.
Algunos ejemplos pueden ilustrar este tipo de uso:
La razón principal por la que el término "concepto difuso" se utiliza ahora con frecuencia para describir el comportamiento humano es que la interacción humana tiene muchas características que son difíciles de cuantificar y medir con precisión (aunque sabemos que tienen magnitudes y proporciones), entre otras cosas porque son interactivos y reflexivos (los observadores y lo observado influyen mutuamente en el significado de los acontecimientos). [179] Esas características humanas sólo pueden expresarse de manera útil de manera aproximada (ver reflexividad (teoría social) ). [180]
Las historias periodísticas contienen con frecuencia conceptos confusos, que se entienden y utilizan fácilmente, aunque distan mucho de ser exactos. Así, muchos de los significados que la gente utiliza habitualmente para negociar su camino en la vida en realidad resultan ser "conceptos confusos". Si bien las personas a menudo necesitan ser exactas en algunas cosas (por ejemplo, dinero o tiempo), muchas áreas de sus vidas implican expresiones que están lejos de ser exactas.
A veces el término también se utiliza en sentido peyorativo . Por ejemplo, un periodista del New York Times escribió que el Príncipe Sihanouk "parece incapaz de diferenciar entre amigos y enemigos, un rasgo inquietante ya que sugiere que no representa nada más allá del confuso concepto de paz y prosperidad en Camboya". [181]
El uso de la lógica difusa en las ciencias sociales y las humanidades ha sido limitado hasta hace poco. Lotfi A. Zadeh dijo en una entrevista de 1994 que:
"Esperaba que la gente de las ciencias sociales (economía, psicología, filosofía, lingüística, política, sociología, religión y muchas otras áreas) se dieran cuenta de ello. Ha sido un misterio para mí por qué, incluso hasta el día de hoy, tan pocos científicos sociales He descubierto lo útil que podría ser." [182]
Dos décadas más tarde, tras una explosión de información digital debido al creciente uso de Internet y de los teléfonos móviles en todo el mundo, los conceptos y la lógica difusa se están aplicando ampliamente en el análisis de big data de fenómenos sociales, comerciales y psicológicos. Muchos indicadores sociométricos y psicométricos se basan en parte en conceptos y variables confusos.
Jaakko Hintikka afirmó una vez que "la lógica del lenguaje natural que de hecho ya estamos usando puede servir como una" lógica difusa "mejor que su variante de nombre comercial sin suposiciones ni construcciones adicionales". [183] Esto podría ayudar a explicar por qué la lógica difusa no se ha utilizado mucho para formalizar conceptos en las ciencias sociales "blandas".
Lotfi A. Zadeh rechazó tal interpretación, basándose en que en muchas empresas humanas, así como en las tecnologías, es muy importante definir más exactamente "hasta qué punto" algo es aplicable o verdadero, cuando se sabe que su aplicabilidad puede variar según en cierta medida entre grandes poblaciones. Se puede demostrar que el razonamiento que acepta y utiliza conceptos difusos es perfectamente válido con la ayuda de la lógica difusa, porque los grados de aplicabilidad de un concepto se pueden definir de manera más precisa y eficiente con la ayuda de la notación numérica.
Otra posible explicación para la tradicional falta de uso de la lógica difusa por parte de los científicos sociales es simplemente que, más allá del análisis estadístico básico (usando programas como SPSS y Excel ), el conocimiento matemático de los científicos sociales es a menudo bastante limitado; es posible que no sepan cómo formalizar y codificar un concepto difuso utilizando las convenciones de la lógica difusa. Los paquetes de software estándar utilizados proporcionan sólo una capacidad limitada para analizar conjuntos de datos borrosos, en todo caso, y se requieren habilidades considerables.
Sin embargo, Jaakko Hintikka puede tener razón, en el sentido de que puede ser mucho más eficaz utilizar el lenguaje natural para denotar una idea compleja que formalizarla en términos lógicos. La búsqueda de la formalización podría introducir mucha más complejidad, lo que no es deseado y que resta valor a la comunicación del tema relevante. Algunos conceptos utilizados en las ciencias sociales pueden ser imposibles de formalizar exactamente, aunque son bastante útiles y la gente entiende bastante bien su aplicación apropiada.
Los conceptos confusos pueden generar incertidumbre porque son imprecisos (especialmente si se refieren a un proceso en movimiento, o un proceso de transformación donde algo está "en proceso de convertirse en otra cosa"). En ese caso, no proporcionan una orientación clara para la acción o la toma de decisiones ("¿qué significa, pretende o implica realmente X?"); reducir la confusión, tal vez aplicando lógica difusa, [184] podría generar más certeza.
Sin embargo, esto no siempre es necesariamente así. [185] Un concepto, aunque no sea nada confuso y aunque sea muy exacto, también podría no captar adecuadamente el significado de algo. Es decir, un concepto puede ser muy preciso y exacto, pero no –o insuficientemente– aplicable o relevante en la situación a la que se refiere. En este sentido, una definición puede ser "muy precisa", pero "no entender nada".
De hecho, un concepto difuso puede brindar más seguridad, porque proporciona un significado para algo cuando un concepto exacto no está disponible, lo cual es mejor que no poder denotarlo en absoluto. Un concepto como Dios , aunque no sea fácilmente definible, por ejemplo, puede proporcionar seguridad al creyente. [186]
En física, el efecto del observador y el principio de incertidumbre de Heisenberg [187] indican que existe un límite físico a la cantidad de precisión que se puede conocer con respecto a los movimientos de partículas y ondas subatómicas. Es decir, existen características de la realidad física de las que podemos saber que varían en magnitud, pero de las que nunca podemos saber o predecir exactamente cuán grandes o pequeñas son las variaciones. Esta idea sugiere que, en algunas áreas de nuestra experiencia del mundo físico, la confusión es inevitable y nunca puede eliminarse por completo. Dado que el universo físico en sí es increíblemente grande y diverso, no es fácil imaginarlo, comprenderlo o describirlo sin utilizar conceptos confusos.
El lenguaje ordinario, que utiliza convenciones y asociaciones simbólicas que a menudo no son lógicas, contiene inherentemente muchos conceptos confusos; "saber lo que quieres decir" en este caso depende en parte de conocer el contexto (o estar familiarizado con la forma en que normalmente se usa un término). , o con qué está asociado).
Esto puede verificarse fácilmente, por ejemplo, consultando un diccionario , un tesauro o una enciclopedia que muestre los múltiples significados de las palabras, o observando los comportamientos involucrados en relaciones ordinarias que dependen de significados mutuamente comprendidos (ver también Lenguaje impreciso ). Bertrand Russell consideraba que el lenguaje ordinario (en contraste con la lógica) era intrínsecamente vago. [188]
Para comunicar, recibir o transmitir un mensaje , un individuo de alguna manera tiene que tender un puente entre su propio significado intencionado y los significados que entienden los demás, es decir, el mensaje tiene que transmitirse de manera que sea comprendido socialmente, preferiblemente en el sentido previsto. manera. Así, la gente podría decir: "tienes que decirlo de una manera que yo entienda". Incluso si el mensaje es claro y preciso, es posible que no se reciba en la forma prevista.
La unión de significados puede hacerse de forma instintiva, habitual o inconsciente, pero normalmente implica una elección de términos, suposiciones o símbolos cuyos significados no están completamente fijos, pero que dependen, entre otras cosas, de cómo responden al mismo los receptores del mensaje o del contexto. . En este sentido, el significado es a menudo "negociado" o "interactivo" (o, más cínicamente, manipulado). Esto da lugar a muchos conceptos confusos.
El desafío semántico de transmitir significados a una audiencia fue explorado en detalle y analizado lógicamente por el filósofo británico Paul Grice , utilizando, entre otras cosas, el concepto de implicatura . [189] La implicatura se refiere a lo que un mensaje sugiere al destinatario, sin que su contenido lo exprese explícitamente ni lo implique lógicamente. La sugerencia podría ser muy clara para el destinatario (quizás una especie de código), pero también podría ser vaga o confusa.
Incluso utilizando la teoría de conjuntos ordinaria y la lógica binaria para razonar algo, los lógicos han descubierto que es posible generar afirmaciones que lógicamente hablando no son completamente verdaderas o implican una paradoja , [190] incluso aunque en otros aspectos se ajusten a reglas lógicas (ver La paradoja de Russell ). David Hilbert concluyó que la existencia de tales paradojas lógicas nos dice "que debemos desarrollar un análisis metamatemático de las nociones de prueba y del método axiomático; su importancia es tanto metodológica como epistemológica". [191]
Varios aspectos diferentes de la experiencia humana comúnmente generan conceptos con características confusas.
La formación de conceptos confusos se debe en parte a que el cerebro humano no funciona como un ordenador (ver también Sala china ). [192]
Según la teoría de las huellas difusas , inspirada en parte en la psicología Gestalt , la intuición humana es un proceso de cognición no arbitrario, razonable y racional; literalmente "tiene sentido" (ver también: Problema de generalidad múltiple ). [195]
En parte, los conceptos confusos surgen también porque el aprendizaje o el crecimiento de la comprensión implica una transición desde una conciencia vaga, que no puede orientar mucho el comportamiento, a una percepción más clara, que puede orientar el comportamiento. En el primer encuentro con una idea, el sentido de la misma puede resultar bastante confuso. Cuando se ha adquirido más experiencia con la idea, se obtiene una comprensión más clara y precisa de la idea, así como una mejor comprensión de cómo y cuándo usar la idea (o no).
En su estudio sobre el aprendizaje implícito , Arthur S. Reber afirma que no existe una frontera muy clara entre el consciente y el inconsciente, y "siempre habrá muchos casos límite confusos de material que es marginalmente consciente y muchos casos esquivos de funciones y procesos que parecen entrar y salir de la conciencia personal". [196]
Por lo tanto, existe y persiste en la conciencia humana un componente inevitable de confusión, debido a la variación continua de las gradaciones de la conciencia, a lo largo de un continuo que va desde el consciente , el preconsciente y el subconsciente hasta el inconsciente . El hipnoterapeuta Milton H. Erickson observó igualmente que la mente consciente y el inconsciente normalmente interactúan. [197]
Algunos psicólogos y lógicos sostienen que los conceptos confusos son una consecuencia necesaria de la realidad de que cualquier tipo de distinción que queramos establecer tiene límites de aplicación . En cierto nivel de generalidad, una distinción funciona bien. Pero si buscamos su aplicación de una manera muy exacta y rigurosa , o la extendemos demasiado, parece que la distinción simplemente no se aplica en algunas áreas o contextos, o que no podemos especificar completamente cómo debe trazarse. Una analogía podría ser que acercar y alejar un telescopio , una cámara o un microscopio revela que un patrón que está claramente enfocado a una distancia determinada se vuelve borroso a otra distancia o desaparece por completo.
Frente a cualquier fenómeno grande, complejo y en continuo cambio, cualquier breve afirmación que se haga sobre ese fenómeno probablemente sea "confusa", es decir, significativa, pero –en sentido estricto– incorrecta e imprecisa. [198] Realmente no hará plena justicia a la realidad de lo que está sucediendo con el fenómeno. Una afirmación correcta y precisa requeriría muchas elaboraciones y matizaciones. Sin embargo, la descripción "confusa" resulta ser una abreviatura útil que ahorra mucho tiempo a la hora de comunicar lo que está pasando ("ya sabes a lo que me refiero").
En psicofísica se descubrió que las distinciones perceptivas que trazamos en la mente son a menudo más definidas que en el mundo real. Por lo tanto, el cerebro en realidad tiende a "agudizar" o "mejorar" nuestras percepciones de las diferencias en el mundo externo.
Si en la realidad hay más gradaciones y transiciones de las que nuestras distinciones conceptuales o perceptuales pueden captar, entonces se podría argumentar que la forma en que esas distinciones se aplicarán en realidad debe volverse necesariamente más vaga en algún momento.
Al interactuar con el mundo externo, la mente humana a menudo puede encontrar fenómenos o relaciones nuevos, o parcialmente nuevos , que (todavía) no pueden definirse claramente dado el conocimiento previo disponible y mediante distinciones, asociaciones o generalizaciones conocidas.
"Los planes de gestión de crisis no se pueden poner 'sobre la marcha' después de que ocurre la crisis. Al principio, la información suele ser vaga , incluso contradictoria. Los acontecimientos se mueven tan rápidamente que quienes toman las decisiones experimentan una sensación de pérdida de control. A menudo aparece la negación, y Los directivos cortan involuntariamente el flujo de información sobre la situación" - L. Paul Bremer . [201]
También se puede argumentar que los conceptos confusos son generados por cierto tipo de estilo de vida o forma de trabajar que elude distinciones definidas, las hace imposibles o inoperables, o que es de algún modo caótica. Para obtener conceptos que no sean confusos, debe ser posible probar su aplicación de alguna manera. Pero en ausencia de distinciones claras relevantes, sin un entorno ordenado, o cuando todo está "en un estado de cambio " o en transición, puede que no sea posible hacerlo, de modo que la cantidad de confusión aumenta.
Los conceptos confusos suelen desempeñar un papel en el proceso creativo de formar nuevos conceptos para comprender algo. En el sentido más primitivo, esto se puede observar en los bebés que, a través de la experiencia práctica, aprenden a identificar, distinguir y generalizar la aplicación correcta de un concepto, y a relacionarlo con otros conceptos. [202]
Sin embargo, los conceptos confusos también pueden ocurrir en la actividad científica, periodística, de programación y filosófica, cuando un pensador está en el proceso de clarificar y definir un concepto emergente que se basa en distinciones que, por una razón u otra, no pueden (todavía) ser especificado o validado más exactamente. Los conceptos difusos se utilizan a menudo para denotar fenómenos complejos o para describir algo que se está desarrollando y cambiando, lo que podría implicar deshacerse de algunos significados antiguos y adquirir otros nuevos.
Se podría argumentar que muchos conceptos utilizados de manera bastante universal en la vida diaria (por ejemplo, "amor", "Dios", "salud", "social", "tolerancia", etc.) son conceptos inherente o intrínsecamente confusos, en la medida en que su significado nunca puede especificarse completa y exactamente con operadores lógicos o términos objetivos, y puede tener múltiples interpretaciones, que son al menos en parte puramente subjetivas. Sin embargo, a pesar de esta limitación, tales conceptos no carecen de significado. La gente sigue utilizando los conceptos, incluso si son difíciles de definir con precisión.
También es posible especificar un significado personal para el concepto, sin imponer restricciones a un uso diferente del concepto en otros contextos (como cuando, por ejemplo, uno dice "esto es lo que quiero decir con X" en contraste con otros posibles significados). En el habla ordinaria, a veces los conceptos también pueden pronunciarse de forma puramente aleatoria; por ejemplo, un niño puede repetir la misma idea en contextos que no tienen ninguna relación, o se puede pronunciar un término grosero de forma arbitraria. Se transmite un sentimiento o sensación, sin que quede del todo claro de qué se trata.
Felicidad puede ser un ejemplo de una palabra con significados variables según el contexto o el momento.
Los conceptos confusos se pueden utilizar deliberadamente para crear ambigüedad y vaguedad , como táctica evasiva o para salvar lo que de otro modo se reconocería inmediatamente como una contradicción de términos. Podrían usarse para indicar que definitivamente existe una conexión entre dos cosas, sin dar una especificación completa de cuál es la conexión, por una u otra razón. Esto podría deberse a un fallo o a la negativa a ser más precisos. Pero también podría ser un prólogo a una formulación más exacta de un concepto, o a una mejor comprensión del mismo.
Los conceptos difusos se pueden utilizar como método práctico para describir algo cuya descripción completa sería una tarea inmanejable o consumiría mucho tiempo; por tanto, se considera suficiente una indicación simplificada de lo que se trata, aunque no sea exacta.
También existe una "economía de distinciones", lo que significa que no es útil ni eficiente utilizar definiciones más detalladas de las que realmente son necesarias para un propósito determinado. En este sentido, Karl Popper rechazó la pedantería y comentó que:
"...siempre es indeseable hacer un esfuerzo por aumentar la precisión por sí misma -especialmente la precisión lingüística- ya que esto generalmente conduce a una pérdida de claridad y a una pérdida de tiempo y esfuerzo en preliminares que a menudo resultan inútiles. , porque son ignorados por el avance real del tema: uno nunca debe tratar de ser más preciso de lo que exige la situación del problema. Tal vez podría expresar mi posición de la siguiente manera: Cada aumento en la claridad tiene un valor intelectual en sí mismo; un aumento en la la precisión o exactitud sólo tiene un valor pragmático como medio para alcanzar un fin definido..." [219]
Proporcionar "demasiados detalles" podría desorientar y confundir, en lugar de ser esclarecedor, mientras que un término confuso podría ser suficiente para dar una orientación. Por lo tanto, la razón para utilizar conceptos difusos puede ser puramente pragmática, si no es factible o deseable (a efectos prácticos) proporcionar "todos los detalles" sobre el significado de un símbolo o signo compartido. Por lo tanto, la gente podría decir: "Me doy cuenta de que esto no es exacto, pero sabes lo que quiero decir"; en la práctica asumen que no es necesario indicar todos los detalles para el propósito de la comunicación.
Lotfi A. Zadeh retomó este punto y llamó la atención sobre un "gran malentendido" sobre la aplicación de la lógica difusa. Es cierto que el objetivo básico de la lógica difusa es hacer más preciso lo que es impreciso. Sin embargo, en muchos casos, la lógica difusa se utiliza paradójicamente para "imprecisar lo que es preciso", lo que significa que existe una tolerancia deliberada a la imprecisión en aras de la simplicidad del procedimiento y la economía de expresión.
En tales usos, existe tolerancia a la imprecisión, porque hacer que las ideas sean más precisas sería innecesario y costoso, mientras que "la imprecisión reduce el costo y mejora la trazabilidad" (tratabilidad significa "ser fácil de gestionar u operacionalizar"). Zadeh llama a este enfoque el "Gambito de Lógica Difusa" (un gambito significa renunciar a algo ahora para alcanzar una mejor posición más adelante).
En el Gambito de la Lógica Difusa, "lo que se sacrifica es la precisión en el valor [cuantitativo], pero no la precisión en el significado", y más concretamente, "a la imprecisión en el valor le sigue la precisión en el significado". Zadeh citó como ejemplo la programación de Takeshi Yamakawa para un péndulo invertido , donde las ecuaciones diferenciales se reemplazan por reglas difusas si-entonces en las que se usan palabras en lugar de números. [220]
El uso común de este tipo de enfoque (combinar palabras y números en programación) ha llevado a algunos lógicos a considerar la lógica difusa simplemente como una extensión de la lógica booleana (una lógica de dos valores o una lógica binaria simplemente se reemplaza por una lógica de muchos valores ). .
Sin embargo, los conceptos booleanos tienen una estructura lógica que difiere de los conceptos difusos. Una característica importante de la lógica booleana es que un elemento de un conjunto también puede pertenecer a cualquier número de otros conjuntos; aun así, el elemento pertenece o no a un conjunto (o conjuntos) . Por el contrario, si un elemento pertenece a un conjunto difuso es una cuestión de grado y no siempre es una pregunta definitiva de sí o no.
De todos modos, el matemático griego Costas Drossos sugiere en varios artículos que, utilizando un enfoque matemático "no estándar", también podríamos construir conjuntos difusos con características booleanas y conjuntos booleanos con características difusas. [221] Esto implicaría que, en la práctica, el límite entre conjuntos difusos y conjuntos booleanos es en sí mismo difuso, en lugar de absoluto. Para un ejemplo simplificado, podríamos afirmar que un concepto X es definitivamente aplicable a un conjunto finito de fenómenos y definitivamente no aplicable a todos los demás fenómenos. Sin embargo, dentro del conjunto finito de elementos relevantes, X podría ser plenamente aplicable a un subconjunto de los fenómenos incluidos, mientras que es aplicable sólo "en cierta extensión o grado" a otro subconjunto de fenómenos que también están incluidos en el conjunto. Siguiendo la teoría de conjuntos ordinaria, esto genera problemas lógicos, si, por ejemplo, subconjuntos superpuestos dentro de conjuntos están relacionados con otros subconjuntos superpuestos dentro de otros conjuntos.
En lógica matemática , programación de computadoras , filosofía y lingüística, los conceptos difusos se pueden analizar y definir de manera más precisa o integral, describiendo o modelando los conceptos utilizando términos de lógica difusa u otras lógicas subestructurales . De manera más general, se pueden utilizar técnicas de clarificación como:
De esta manera, podemos obtener una comprensión más exacta del significado y uso de un concepto confuso y posiblemente disminuir la cantidad de confusión. Puede que no sea posible especificar completa y exhaustivamente todos los posibles significados o aplicaciones de un concepto, pero si es posible captar la mayoría de ellos, estadísticamente o de otro modo, esto puede resultar bastante útil para fines prácticos.
Se dice que ocurre un proceso de desdifusificación , cuando los conceptos difusos pueden describirse lógicamente en términos de conjuntos difusos , o las relaciones entre conjuntos difusos, lo que permite definir variaciones en el significado o aplicabilidad de los conceptos como cantidades . En efecto, las diferencias cualitativas se describen en ese caso más precisamente como variaciones cuantitativas o variabilidad cuantitativa. La asignación de un valor numérico denota la magnitud de la variación a lo largo de una escala de cero a uno.
La dificultad que puede surgir al juzgar la confusión de un concepto se puede ilustrar con la pregunta "¿Es éste uno de esos?" . Si no es posible responder claramente a esta pregunta, podría deberse a que "esto" (el objeto) es en sí mismo confuso y evade la definición, o porque "uno de esos" (el concepto de objeto) es confuso y está insuficientemente definido.
Por lo tanto, la fuente de la confusión puede estar en (1) la naturaleza de la realidad que se está tratando, (2) los conceptos utilizados para interpretarla, o (3) la forma en que una persona relaciona los dos. [224] Puede ser que los significados personales que la gente atribuye a algo sean bastante claros para las personas mismas, pero que no sea posible comunicar esos significados a otros excepto como conceptos confusos.