La Justificación para Rationale de Tim Van Gelder

La justificación de Rationale™

TIM VAN GELDER
Departamento de Filosofía, Universidad de Melbourne, Parkville VIC 3052, Australia

Presentado en el taller sobre “Representaciones gráficas y visuales de la evidencia y la inferencia en contextos legales” en la Facultad de Derecho Cardozo, Ciudad de Nueva York, 28–29 de enero de 2007.

El razonamiento y la argumentación compleja son fundamentales en la práctica legal. El mapeo de argumentos asistido por software podría ayudar a los abogados a razonar y argumentar de manera más efectiva. Este artículo describe Rationale™, un software para el mapeo de argumentos, y revisa algunas evidencias de que su uso puede contribuir a mejorar el razonamiento, es decir, hacer que las personas sean más inteligentes. Luego, explora tres explicaciones diferentes de este posible beneficio: usabilidad, complementación y semi-formalidad.

En primer lugar, el software de mapeo de argumentos puede ser más útil para las actividades de razonamiento que los métodos tradicionales, ya que puede aprovechar la sabiduría acumulada a lo largo de décadas de investigación y experiencia en usabilidad, puede explotar una gama más amplia de recursos representacionales y está diseñado específicamente para apoyar las actividades de razonamiento.

En segundo lugar, este tipo de software funciona complementando las fortalezas y debilidades de nuestras capacidades cognitivas naturales o innatas.

En tercer lugar, ayuda a trasladar el razonamiento y la argumentación a un modo semi-formal, una especie de “punto óptimo” entre la laxitud del razonamiento cotidiano y el corsé de la lógica formal.

Palabras clave: razonamiento; razonamiento jurídico; mapeo de argumentos; Rationale™; aumento de la inteligencia; usabilidad; complementación; semi-formalidad.

El poder de la mente sin ayuda está muy sobrevalorado. Sin ayudas externas, la memoria, el pensamiento y el razonamiento están todos limitados. Pero la inteligencia humana es altamente flexible y adaptable, excelente en la invención de procedimientos y objetos que superan sus propios límites. Los verdaderos poderes provienen de idear ayudas externas que mejoran las capacidades cognitivas.
(Norman, 1994)

1. Introducción

Las artes del razonamiento y la argumentación están en el núcleo de la labor de los abogados. Los abogados son expertos en estas artes, pero la complejidad de los problemas legales y las exigencias de la práctica jurídica requieren una calidad y eficiencia cada vez mayores.

Nuestros esfuerzos en la última década han estado dirigidos a mejorar la capacidad humana para razonar. Uno de los resultados de estos esfuerzos es Rationale, un paquete de software diseñado para ayudar a las personas a razonar de manera más efectiva de dos maneras: mejorando las habilidades fundamentales y apoyando la aplicación de estas habilidades en desafíos reales de pensamiento.

Rationale no fue diseñado específicamente para el razonamiento jurídico. Sin embargo, su uso está surgiendo en facultades de derecho, programas de formación legal y en la práctica diaria dentro de bufetes de abogados. Esperamos que esta tendencia se fortalezca a medida que la profesión tome mayor conciencia de los beneficios potenciales de estas herramientas y que estas, a su vez, se adapten mejor a las necesidades de la práctica jurídica.

Este artículo ofrece una visión general de Rationale, revisa algunas evidencias de que su uso realmente ayuda a las personas a razonar de manera más efectiva, explora tres explicaciones sobre por qué brinda esa ayuda y concluye con algunas observaciones breves sobre la relación de Rationale con la práctica legal.

Rationale es un ejemplo dentro de una categoría emergente de aplicaciones de software diseñadas para mejorar el razonamiento y la argumentación mediante la visualización o el “mapeo de argumentos” (Kirschner et al., 2002), varias de las cuales se analizan en otros artículos de este volumen. Aunque el enfoque de este artículo es Rationale, el interés a largo plazo, si lo hay, radicará en los puntos generales que plantea sobre el mapeo de argumentos y cómo un software bien diseñado puede mejorar el razonamiento humano en general y el razonamiento jurídico en particular.

2. Visión general de Rationale

Rationale es, en esencia, una herramienta para diagramar razonamientos sobre cualquier tema. Permite construir, modificar, visualizar y compartir estos diagramas de manera rápida. El término “mapeo de argumentos” se utiliza de manera flexible para describir este tipo de actividades. Así, Rationale es un software de mapeo de argumentos.

El razonamiento, sin importar el tema, consiste en recorrer la red de relaciones evidenciales entre proposiciones [1]. Por lo tanto, cualquier diagrama de razonamiento debe representar de alguna manera las proposiciones y las relaciones entre ellas. La forma más obvia y común de hacerlo es mediante diagramas de “cajas y flechas” o “nodos y enlaces”. Rationale ayuda a los usuarios a producir mapas de argumentos con cajas y flechas.

Rationale se basa en un “espacio de trabajo”, una superficie virtual infinita donde se pueden mostrar los mapas de argumentos. En este espacio, se crean unidades de información o significado y se ensamblan en estructuras. El equipo de desarrollo de Rationale usa el término cuasi-técnico infons para referirse a estas unidades básicas, pero para los usuarios tienen nombres más familiares como “elemento”, “afirmación”, “posición” o “premisa”, dependiendo del contexto. Por defecto, los infons aparecen como cuadros de texto rectangulares con esquinas redondeadas, pero su apariencia visual cambia según el papel que desempeñen.

Las operaciones de arrastrar y soltar se utilizan para ensamblar los infons en “estructuras de pensamiento” de varios tipos. Actualmente, existen tres tipos de estructuras de pensamiento, llamadas “mapas”: agrupamiento, razonamiento y análisis.

2.1 Mapas de agrupamiento

Los mapas de agrupamiento organizan los infons en jerarquías o estructuras arbóreas, representadas en un estilo de “pirámide” con la raíz en la parte superior. Técnicamente, los mapas de agrupamiento no son mapas de argumentos, pero este tipo de estructuras jerárquicas pueden ser herramientas efectivas para el pensamiento, como lo demuestra el uso extendido de los diagramas piramidales (Minto, 1995) y los mapas mentales (Buzan & Buzan, 1994). Debido a la falta de restricciones más allá de la jerarquía, estos mapas pueden utilizarse para estructurar el pensamiento en una variedad indefinida de propósitos y temas.

2.2 Mapas de razonamiento

Los mapas de razonamiento son superficialmente similares a los mapas de agrupamiento en el sentido de que tienen una estructura jerárquica. Sin embargo, su único propósito es mostrar, de la manera más simple y accesible posible, el conjunto de evidencias relacionadas con una proposición. Así, los enlaces en un mapa de razonamiento son evidenciales, y los infons se convierten en posiciones, razones (evidencia positiva o de apoyo) u objeciones (evidencia negativa o en contra).

El papel de un infon en el razonamiento se indica mediante diversos atributos visuales. Por ejemplo, cuando funciona como una razón, el infon es verde y tiene esquinas redondeadas tanto en el cuadro como en el enlace con su elemento superior; cuando funciona como una objeción, es rojo, tiene esquinas angulares y una conexión plana entre el enlace y el cuadro. Una variación interesante es la refutación—una objeción a una objeción—que visualmente es muy similar a una objeción estándar, excepto que es de color naranja.

Los mapas de razonamiento también introducen “cajas de base” que representan diversos tipos de puntos finales no proposicionales dentro de las líneas de evidencia. En argumentación, la maniobra principal consiste en respaldar (o refutar) afirmaciones con otras afirmaciones. Sin embargo, esto no puede continuar indefinidamente, por razones tanto teóricas como prácticas. En la práctica, la argumentación generalmente llega a un punto en el que se fundamenta provisionalmente en material no proposicional de algún tipo, material que potencialmente proporciona apoyo evidencial (aunque no, estrictamente, apoyo lógico). Los nodos de base en Rationale permiten indicar la presencia de estos fundamentos no proposicionales.

Los mapas de razonamiento son deliberadamente muy simples. Están diseñados para ser útiles tanto para usuarios inexpertos como para usuarios más avanzados que deseen realizar un mapeo rápido o simplemente obtener una síntesis compacta de un razonamiento complejo. Representar la estructura real del razonamiento requiere un tipo de diagrama más sofisticado.

2.3 Mapas de análisis

Una característica clave del razonamiento, cuando se analiza detenidamente, es la noción de premisas vinculadas, es decir, afirmaciones que “trabajan juntas” para respaldar o refutar otra afirmación. Los lógicos y teóricos de la argumentación han encontrado difícil precisar esta noción, en el sentido de que es complicado especificar de manera general y rigurosa cuándo las afirmaciones deben considerarse premisas vinculadas dentro de un mismo argumento en lugar de premisas de argumentos distintos (véase, por ejemplo, Snoeck Henkemans (2000) para una revisión de varios intentos). Sin embargo, en la mayoría de los casos cotidianos es lo suficientemente claro si las afirmaciones están vinculadas o funcionan de manera independiente.[2]

Cualquier técnica de diagramación que aspire a representar adecuadamente el razonamiento y la argumentación debe mostrar esta diferencia de manera transparente. Algunos de los paquetes de software más sofisticados para el mapeo de argumentos tienen esta capacidad; entre ellos se incluyen Araucaria (Rowe et al., 2006), iLogos (Easterday et al., 2006) y Reason!Able (van Heuveln, 2004).

En Rationale, los mapas de análisis cumplen este propósito. Las premisas se muestran como vinculadas para formar una única razón o objeción compleja al estar envueltas en un color específico. El color puede entenderse como una extensión de la línea que une las premisas vinculadas, en conjunto, con la conclusión.

Una convención de diagramación única en Rationale es la forma en que el color se desvanece gradualmente hasta desaparecer en la parte inferior de la premisa más alta. Esta convención resuelve un desafío de diseño que surge porque puede haber argumentos que afecten a cualquiera de las premisas, por lo que debemos permitir la posibilidad de que líneas de colores se conecten a esas premisas. Si el color rodeara completamente las premisas, entonces las líneas entrantes tendrían que cruzar el área coloreada, lo que generaría un efecto visual poco atractivo. Para evitar esto, la parte inferior de la razón queda expuesta, permitiendo que razones o objeciones adicionales se adjunten directamente. De esta manera, se pueden crear estructuras de argumentación arbitrariamente complejas.

El mapa de análisis en la Figura 1 también ilustra cómo Rationale maneja un patrón de razonamiento común, al que nos referimos como una objeción de inferencia. Este ocurre cuando alguien plantea una objeción a un argumento, pero no contra la premisa en sí misma, sino contra la relación entre esa premisa y la afirmación que apoya (o refuta). En este ejemplo, la objeción del lado derecho concede que el demandante pudo cruzar una carretera muy transitada sin asistencia (para los fines del ejemplo, una situación bastante inquietante). La fuerza de la objeción radica en negar que la afirmación concedida pruebe que el demandante sufrió daño como resultado de la negligencia del propio demandante. Así, la objeción no se conecta a la afirmación en sí, sino al área verde que representa la relación de apoyo.

2.4 Espacio de trabajo con múltiples mapas

El espacio de trabajo de Rationale está diseñado para que cualquier cantidad de infons y mapas de distintos tipos puedan coexistir en la misma superficie. Los infons y mapas completos pueden arrastrarse y soltarse fácilmente dentro y fuera de los mapas, así como entre distintos mapas.

Un infon individual puede quedar flotante o ser incorporado a un mapa de agrupamiento como un elemento, a un mapa de razonamiento como una razón, o a un mapa de análisis como una premisa.

Los mapas completos pueden transformarse de un tipo a otro, aunque este proceso puede conllevar la pérdida de información estructural.

Figura 1

Un mapa de análisis, que ilustra cómo se muestran las premisas vinculadas para constituir una única razón u objeción. Nótese también la forma en que el color se desvanece, permitiendo que consideraciones de nivel inferior se conecten con las premisas sin cruzar límites visuales.

2.5 Modificación de mapas

La discusión hasta ahora podría haber sugerido que la función principal de Rationale es ayudar a dibujar diagramas de razonamiento. Si bien esta es una función central, un papel igualmente importante es ayudar a comprender cuál es realmente el razonamiento.

Antes del proceso de mapeo, generalmente no tenemos en mente una concepción completamente refinada del razonamiento lista para ser diagramada. Más bien, llegamos a tal concepción a través de un proceso iterativo de redacción y revisión. Cuando vemos el razonamiento claramente representado ante nosotros, somos más capaces de identificar vacíos, ambigüedades, errores, etc., lo que nos lleva a reformular el análisis. En casos de razonamientos muy complejos, este proceso puede continuar indefinidamente.

Por lo tanto, Rationale brinda un gran soporte para modificar diagramas de manera rápida y sencilla, principalmente mediante operaciones de arrastrar y soltar, pero también a través de menús contextuales con clic derecho, comandos de teclado y botones en la barra de herramientas[3] y otras ubicaciones. En el diseño del software, al menos tanta funcionalidad está dedicada a modificar mapas existentes como a crear nuevos—aunque, por supuesto, no hay una línea clara entre estas dos actividades.

El núcleo de esta funcionalidad es la disposición automática de los diagramas. Cada vez que el usuario realiza un cambio, por ejemplo, al reubicar un solo cuadro, el software redibuja automáticamente todo el mapa. Los algoritmos que respaldan esta disposición automática son complejos y constituyen un elemento clave en la funcionalidad y usabilidad distintiva de Rationale.

2.6 Visualización de mapas

A medida que el razonamiento se vuelve más complejo y el espacio de trabajo se llena, resulta cada vez más difícil encontrar y seguir el razonamiento de interés en un momento dado. Este problema se debe, en parte, a que los monitores de computadora, aunque han aumentado de tamaño, aún ofrecen un espacio de pantalla limitado en comparación con el ideal necesario para visualizar grandes volúmenes de razonamiento y argumentación. Es común no poder ver al mismo tiempo “los árboles y el bosque”, es decir, leer una proposición en particular mientras se tiene una vista completa del contexto de razonamiento en el que está incrustada.

Para ayudar a superar estos desafíos, Rationale ofrece diversas formas de modificar la vista del espacio de trabajo. Estas incluyen:

Panorámica y zoom convencionales.

Una ventana de vista general en la esquina superior derecha, que muestra siempre al menos un esquema del contenido completo del espacio de trabajo.

La capacidad de hacer zoom y desplazarse automáticamente hacia un mapa seleccionado, o de moverse de un mapa a otro dentro del espacio de trabajo.

La posibilidad de modificar la disposición de un mapa en particular para resaltar mejor alguna característica del razonamiento.

Este último punto es una característica distintiva de Rationale, y se presenta un ejemplo en la Sección 4.1.

2.7 Evaluación de mapas

El objetivo último de la mayoría de los procesos de razonamiento y argumentación es establecer o evaluar la veracidad (o falsedad) de las proposiciones a la luz de los argumentos relevantes. Para lograr esto, es necesario evaluar los argumentos, es decir, determinar qué tan sólidos son, tanto de forma individual como colectiva.

Rationale apoya las actividades evaluativas del usuario permitiendo que los juicios de evaluación se muestren como una superposición visual en los mapas de argumentos, mediante iconos y variaciones en sombreado, color y grosor de líneas. En argumentos complejos, mostrar estas evaluaciones puede ayudar a detectar rápidamente patrones de fortalezas y debilidades, de una manera que no sería posible en formatos tradicionales.

Cabe destacar que Rationale no realiza evaluaciones por sí mismo. El software no comprende las afirmaciones, no puede determinar si son verdaderas ni estimar la solidez de las razones u objeciones. Por supuesto, sería posible ampliar Rationale con algoritmos de inteligencia artificial (IA). Sin embargo, esto representaría un alejamiento significativo de la visión original de Rationale (y especialmente de su predecesor, Reason!Able), cuyo propósito era ser una herramienta para apoyar los procesos de pensamiento del usuario, en lugar de ser una herramienta que, en cierta medida, pensara por ellos.

3. Haciendo a las personas más inteligentes

Como se mencionó anteriormente, el propósito principal de Rationale es ayudar a mejorar el razonamiento humano—en términos generales, “hacer a las personas más inteligentes”. Lo hace ayudando a las personas a razonar de manera más efectiva, en lugar de razonar por ellas. En otras palabras, Rationale se orienta hacia la ampliación de la inteligencia (intelligence augmentation) en lugar de la inteligencia artificial (IA).

En términos generales, el software puede utilizarse de dos maneras para hacer a las personas más inteligentes. Una es con fines educativos, ayudando a desarrollar nuestras habilidades fundamentales de razonamiento. La otra es con fines profesionales, mejorando nuestra capacidad para aplicar nuestras habilidades de razonamiento de manera más efectiva en nuestro trabajo.

3.1 Uso educativo

Rationale surgió a partir de intentos de mejorar las habilidades de pensamiento crítico en estudiantes universitarios. El pensamiento crítico es ampliamente reconocido como un objetivo principal de la educación, especialmente en la educación superior. Las habilidades generales de razonamiento y argumentación son esenciales para el pensamiento crítico, por lo que, para mejorarlo, necesitamos métodos efectivos para desarrollar dichas habilidades.

Existe una considerable evidencia de que esto es difícil de lograr, y muchos han concluido que los intentos de mejorar el pensamiento crítico tienen poco o ningún efecto. Por ejemplo, un líder en el campo escribió hace apenas unos años:

“Ojalá pudiera decir que tengo un método o técnica [para enseñar Introducción al Pensamiento Crítico] que haya demostrado ser exitoso. Pero no lo tengo, y por lo que puedo ver, especialmente al observar la abundancia de libros de texto sobre pensamiento crítico, tampoco creo que nadie más haya resuelto este problema”. (Walton, 2000)

Ante esta desalentadora situación, un esfuerzo de investigación conocido como The Reason Project en la Universidad de Melbourne asumió el desafío de desarrollar un método que fuera demostrablemente efectivo y al mismo tiempo asequible para su uso generalizado.

La idea central detrás del enfoque de The Reason Project era que el razonamiento, al ser una habilidad, debería mejorar de la misma manera que todas las demás habilidades, es decir, a través de mucha práctica dedicada. Tal práctica normalmente requiere tutoría de expertos humanos. Sin embargo, en el caso del razonamiento, esta tutoría es costosa y, por lo tanto, rara vez se proporciona.

The Reason Project intentó sortear este problema creando un entorno donde los estudiantes pudieran realizar una gran cantidad de práctica de razonamiento de manera más beneficiosa que en los enfoques tradicionales de enseñanza. Ese entorno fue Reason!Able (van Gelder, 2000), uno de los primeros software de mapeo de argumentos ampliamente disponibles y el predecesor directo de Rationale.

Reason!Able se combinó con un plan de estudios diseñado para desarrollar habilidades de pensamiento crítico dentro de una asignatura universitaria de un semestre. Este plan de estudios incluía numerosos ejercicios de mapeo de argumentos, principalmente reconstrucción de argumentos (es decir, producir un mapa de argumentos basado en un texto argumentativo), pero también construcción de argumentos y diversos otros ejercicios.

Este enfoque general ahora se conoce como LAMP (Lots of Argument Mapping Practice), un acrónimo que significa “Mucha Práctica de Mapeo de Argumentos” (Rider & Thomason, en prensa).

Evaluación de la efectividad del método LAMP

The Reason Project se preocupó, casi hasta el punto de la obsesión, por determinar si el enfoque LAMP realmente funcionaba (es decir, si era “demostrablemente efectivo”).

Para medir en qué medida las habilidades de los estudiantes mejoraban realmente, se realizaron pruebas antes y después del entrenamiento con LAMP. Durante un período de cinco años, se llevaron a cabo diversos estudios pre/post utilizando pruebas independientes. Estos estudios indicaron consistentemente que los estudiantes lograban mejoras sustanciales en su capacidad de pensamiento crítico, con un tamaño del efecto[4] de aproximadamente 0.8 (Alvarez, 2007).

Este número puede parecer pequeño, pero 0.8 se considera un efecto grande según una regla general ampliamente utilizada en estadística (Cohen, 1992).

Para hacer una comparación aproximada, una mejora de esa magnitud en el coeficiente intelectual (CI) durante el mismo período equivaldría a ganar un punto de CI por semana durante 12 semanas.

Para saber si (o en qué medida) estas mejoras sustanciales fueron causadas por el entrenamiento con LAMP, necesitamos saber cuánto habrían mejorado esos estudiantes si no hubieran tenido el entrenamiento con LAMP. Idealmente, esta cuestión se resolvería mediante grandes ensayos con asignación aleatoria de ‘sujetos’ a un grupo de ‘tratamiento’ que realiza el entrenamiento con LAMP o a un grupo de ‘control’ que realiza alguna otra actividad alternativa y comparable. Sin embargo, varios obstáculos prácticos se interponen en el camino de tales ensayos en este tipo de investigación educativa. En su lugar, The Reason Project estimó la cantidad de mejora atribuible al método LAMP comparando la mejora en estudiantes entrenados con LAMP con mejoras encontradas en estudiantes en una variedad de otros contextos. Para este fin, llevó a cabo un meta-análisis de todos los estudios disponibles sobre mejoras en el pensamiento crítico en la universidad (Alvarez, 2007).

Los resultados del meta-análisis nos permiten tener una confianza bastante alta en las siguientes afirmaciones:

Los estudiantes en la universidad o facultad generalmente mejoran en aproximadamente 0.1 desviaciones estándar (SD) a lo largo de un semestre. Aquí, ‘SD’ se refiere a la desviación estándar del rendimiento en cualquier prueba que se utilice para medir sus habilidades de pensamiento crítico.

Los estudiantes inscritos en cursos de pensamiento crítico generalmente mejoran en aproximadamente 0.3–0.4 SD a lo largo de un semestre.

Los estudiantes que reciben entrenamiento con LAMP generalmente mejoran en aproximadamente 0.8 SD a lo largo de un semestre.

A partir de estos resultados, podemos inferir provisionalmente que el entrenamiento con LAMP es, en promedio, aproximadamente dos veces más efectivo que otros cursos de pensamiento crítico, y muchas veces más efectivo que simplemente ser un estudiante universitario. Se necesita cierta precaución al hacer estas inferencias porque es imposible descartar la presencia de algún factor de confusión que sea total o parcialmente responsable de las grandes mejoras mostradas por los estudiantes de LAMP en nuestros estudios. Sin embargo, en ausencia de alguna conjetura específica y plausible sobre cuál podría ser el factor de confusión, es razonable concluir que LAMP es principalmente responsable de la diferencia. Y dado que LAMP hace un uso intensivo del software de mapeo de argumentos, un software diseñado con el propósito expreso de ayudar a los estudiantes a mejorar sus habilidades de pensamiento crítico, es razonable concluir además que el uso del software de hecho ayudó a estos estudiantes a mejorar sus habilidades.

Como se mencionó, los estudios de LAMP involucraron a estudiantes que usaban un paquete de software anterior, Reason!Able. Rationale es esencialmente lo mismo que Reason!Able, excepto que es de mucha mejor calidad. Es plausible que si se realizaran los mismos estudios con estudiantes usando Rationale, se encontrarían mejoras al menos igual de grandes.

En resumen, hay evidencia empírica seria de que Rationale puede ser una ayuda efectiva para mejorar las capacidades básicas de razonamiento de las personas. Después de practicar el razonamiento con Rationale, las personas son mejores en el razonamiento, incluso cuando no están usando Rationale.

3.2 Uso profesional

Aunque Reason!Able fue desarrollado para el uso educativo, pronto se hizo evidente que alguna herramienta de este tipo podría ser útil para ayudar incluso a pensadores sofisticados a manejar el razonamiento complejo. Esto no debería ser sorprendente. No es controvertido que la visualización puede ayudar a nuestras mentes a lidiar con la complejidad. El razonamiento y la argumentación pueden ser altamente complejos. Por lo tanto, herramientas de visualización del razonamiento como Reason!Able deberían ayudar a las personas a lidiar con el razonamiento y la argumentación.

Aunque algunas personas intentaron usar Reason!Able de esta manera, tenía muchos problemas de usabilidad. Por lo tanto, era necesario un paquete desarrollado desde el principio para apoyar a las personas comprometidas con tareas de razonamiento del “mundo real”, particularmente en contextos laborales. Rationale fue concebido como algo comparable a, y que funciona junto con, otras aplicaciones de productividad de oficina. Mientras que un procesador de texto maneja texto y una hoja de cálculo es un procesador de números, Rationale es un procesador de argumentos.

¿Rationale realmente ayuda a los profesionales a razonar mejor “en el trabajo”? En esta etapa, todo lo que tenemos es evidencia anecdótica. Por ejemplo, abogados en uno de los bufetes más grandes de Australia representaban a una de las partes en uno de los casos de derecho de competencia más grandes y controversiales de Australia durante muchos años. El caso se refería a si una empresa minera multinacional tenía el derecho de negar a otra empresa minera más pequeña el acceso a la línea ferroviaria que había construido para transportar mineral desde sus minas del interior hasta un puerto en la remota costa occidental de Australia. El caso dependía de la interpretación de una sección de la Ley de Prácticas Comerciales, que establece, en términos generales, que una parte tiene derecho a usar un servicio proporcionado por una instalación construida por otra parte a menos que ese servicio sea un proceso de producción. Desafortunadamente, conceptos clave como proceso de producción eran oscuros, y una intrincada y formidable red de argumentación envolvía la disputa. Al mismo tiempo, dado el enorme interés en juego, los abogados asignados al caso debían asegurarse de tener una comprensión absolutamente clara de los argumentos y de poder construir el caso más sólido posible. Utilizaron Rationale para ayudar a estructurar los argumentos de manera transparente y ordenada, y para desarrollar nuevos argumentos (Drummond, 2006). Cuando se emitió la decisión final, fue a favor de su cliente.

Hay otros ejemplos: analistas de políticas usando Rationale para desarrollar y defender políticas, analistas de inteligencia usándolo para probar y respaldar sus hallazgos y gerentes usándolo para análisis estratégicos. En todos estos casos, es intrínsecamente difícil determinar en qué grado el uso de Rationale conduce a un mejor razonamiento y a resultados exitosos, pero cuanto mayor sea el volumen de evidencia anecdótica, más plausible se vuelve la idea de que hay un efecto real. Idealmente, habría estudios empíricos rigurosos dirigidos a determinar hasta qué punto el razonamiento “en el trabajo” realmente mejora.

4. ¿Por qué funciona?

Si asumimos que Rationale realmente hace, o al menos puede hacer, que las personas sean más inteligentes, podríamos preguntarnos por qué es así. ¿Qué es lo que tiene Rationale, o el software de mapeo de argumentos en general, que nos ayuda a razonar de manera más efectiva? Dado que el mapeo de argumentos es un fenómeno nuevo, hasta ahora ha habido poca investigación en esta área. Solo estamos comenzando a desarrollar una comprensión de los temas relevantes. Al menos tres temas principales están surgiendo: usabilidad, complementariedad y semi-formalidad. Estas no son tres explicaciones independientes; es mejor considerarlas como enfoques superpuestos sobre cómo o por qué Rationale logra su efecto deseado.

4.1 Usabilidad

En términos simples, la primera afirmación es esta: una herramienta como Rationale mejora el razonamiento porque es altamente usable para actividades de razonamiento, o al menos más usable que las alternativas relevantes. Esto no es simplemente la afirmación de que el software es “amigable para el usuario”, lo que generalmente significa que el software es atractivo y fácilmente utilizable por usuarios inexpertos. Más bien, la noción técnica de usabilidad se refiere al grado en que una herramienta o sistema permite a los usuarios estándar llevar a cabo sus actividades o alcanzar sus objetivos de manera efectiva y eficiente, y tal vez también con cierta medida de placer o satisfacción. [5]

Una herramienta utilizable puede no ser muy útil para usuarios inexpertos. Una buena analogía aquí es el windsurf. Básicamente, existen dos tipos de tablas de windsurf. Las tablas para principiantes son grandes, estables y pueden soportar a una persona incluso cuando no están en movimiento. Son muy “amigables” para los novatos en el windsurf. Las tablas regulares o avanzadas son más pequeñas, menos estables y más ágiles; son muy difíciles para los principiantes, pero ofrecen una experiencia de windsurf mucho mejor para quienes son competentes. La afirmación de que Rationale es altamente utilizable significa, principalmente, que, al igual que una tabla de windsurf avanzada, permite que las personas competentes en el razonamiento y en el uso de la herramienta participen en actividades de razonamiento de manera más efectiva, eficiente y satisfactoria.

La afirmación de que Rationale mejora el razonamiento porque es altamente utilizable se desarrolla de manera diferente en cada uno de los dos principales contextos de uso. En el contexto educativo, la usabilidad de Rationale para el razonamiento ayuda a mejorar las habilidades de razonamiento al permitir que un estudiante practique más y de una mejor manera que con las técnicas tradicionales. Así como se puede convertir en un windsurfista mucho más hábil a través de mucha práctica en una tabla avanzada, también se puede mejorar en el razonamiento mediante el uso frecuente de una herramienta como Rationale, incluso si se requiere algo de entrenamiento para alcanzar un buen nivel de manejo. Sin embargo, hay una importante falta de analogía. En el windsurf, la habilidad adquirida solo puede desplegarse en una tabla adecuada, mientras que en el razonamiento, las habilidades adquiridas son más generales y transferibles, y pueden aplicarse incluso sin la herramienta de software que facilitó el desarrollo de esas habilidades.

En el contexto profesional, la afirmación de que Rationale mejora el desempeño en el razonamiento porque es altamente utilizable es una tautología, ya que ser utilizable significa, por definición, permitir un mejor desempeño. Sin embargo, invocar la noción de usabilidad sigue siendo útil porque orienta el análisis en una determinada dirección. Explorar el problema desde la perspectiva de la usabilidad puede ayudarnos a comprender mejor por qué y cómo un software como Rationale mejora el desempeño.

Cuando afirmamos que una herramienta como Rationale es altamente utilizable, no estamos midiendo su usabilidad en una escala independiente y objetiva. Más bien, estamos diciendo que es significativamente más utilizable que las alternativas relevantes. Por lo tanto, para comprender el significado de esta afirmación, es necesario tener una idea de cuáles son esas alternativas relevantes. ¿Qué herramienta o herramientas utilizamos habitualmente para ayudarnos a participar en el razonamiento informal o la argumentación? Si estamos involucrados en un debate complejo sobre, por ejemplo, el comercio de carbono o la guerra en Irak, ¿qué usamos para ayudarnos a organizar y evaluar los argumentos?

La respuesta es que, en su inmensa mayoría, utilizamos la prosa. Con esto me refiero a que articulamos nuestros argumentos mediante oraciones organizadas secuencialmente en una página o varias páginas, utilizando diversos medios como palabras indicadoras (“por lo tanto”, etc.), párrafos, sangrías y viñetas para ayudar a iluminar cómo se relacionan las partes del argumento. Utilizamos la prosa como una herramienta para desarrollar argumentos, como cuando intentamos definir nuestro argumento produciendo y editando borradores, y también para presentar argumentos a los demás y a nosotros mismos.

La prosa argumentativa puede considerarse un tipo de herramienta muy genérica o abstracta. A su vez, el uso de la prosa está respaldado por diversas tecnologías más concretas. Por ejemplo, podemos usar papel y bolígrafo, o podemos usar un procesador de textos ejecutándose en hardware informático estándar. Las tecnologías de apoyo han cambiado sustancialmente con el tiempo, pero la forma en que usamos esas tecnologías para participar en el razonamiento y la argumentación ha permanecido esencialmente constante desde la época de los filósofos griegos antiguos hasta el presente. Por esta razón, las obras de Platón y Aristóteles aún forman parte del canon estudiado incluso por estudiantes universitarios de filosofía.

Una herramienta puede ser ampliamente utilizada incluso si no es particularmente utilizable. Hay innumerables ejemplos de esto; así, hasta hace no mucho, las plumas estilográficas se usaban ampliamente para escribir en papel, pero son menos utilizables que los bolígrafos, aunque el resultado sea a veces más estéticamente agradable. En el caso de la prosa, las personas están generalmente tan acostumbradas a usar esta herramienta, tan ignorantes de cualquier alternativa y tan ciegas incluso a la idea de que la prosa es la herramienta que están usando, que no se dan cuenta de los problemas de usabilidad que tiene, o incluso de que tiene problemas de usabilidad. Cualquier deficiencia en el razonamiento de una persona, o en la presentación de ese razonamiento, se atribuye a deficiencias en su educación o en sus capacidades intelectuales, en lugar de rastrearlas, al menos en parte, hasta las deficiencias de las herramientas utilizadas.

Un “procesador de argumentos” como Rationale, basado no en la prosa sino en diagramas especialmente diseñados, es una alternativa a la prosa. Lo importante es que se trata de una alternativa desarrollada con el objetivo deliberado de ser más utilizable que la prosa, por lo que no sería sorprendente que realmente resultara ser más utilizable. Lo interesante es cómo logra serlo.

En primer lugar, cualquier herramienta de software contemporánea puede aprovechar la sabiduría acumulada durante décadas de investigación sobre cómo deben diseñarse las herramientas interactivas para respaldar mejor nuestras actividades, en particular nuestras actividades cognitivas. Las lecciones aprendidas de esta investigación están cada vez más encapsuladas en fuentes autorizadas (por ejemplo, Raskin, 2000) e integradas en las herramientas y convenciones utilizadas para desarrollar aplicaciones contemporáneas. Estas lecciones abordan diversas cuestiones en el diseño de herramientas destinadas a maximizar el rendimiento y generar una experiencia de “flujo”: cuándo y cómo usar (o evitar) “modos” o cuadros de diálogo, cómo usar el tamaño y el color, cómo alinear el comportamiento con los modelos mentales del usuario, etc. Rationale está en la posición privilegiada de poder aprovechar esta sabiduría acumulada y aplicarla, casi “de inmediato”, al caso de una herramienta para apoyar actividades de razonamiento.

En segundo lugar, un software de mapeo de argumentos puede aprovechar un rango más amplio de recursos representacionales básicos. Consideremos un ejemplo típico de prosa argumentativa—por ejemplo, un artículo de opinión en un periódico importante. ¿Qué medios utiliza el autor para ayudar a transmitir al lector cómo se relacionan entre sí las distintas afirmaciones clave como un argumento? Lo más obvio es que el autor puede usar indicadores verbales explícitos, como frases del tipo “Esto se debe a que…” y “Por lo tanto…”. Otras tácticas incluyen el orden de las palabras y las oraciones, los saltos de párrafo y pistas sutiles basadas en el significado de los términos y el contexto en que se escribe el texto. Si reflexionamos sobre esto, nos daremos cuenta de que se trata de un conjunto de recursos notablemente escaso; casi ignora deliberadamente una variedad de otros recursos disponibles no solo para el usuario contemporáneo de computadoras, sino incluso para un niño con papel y un paquete de lápices de colores. Estos recursos incluyen:

Marcadores simbólicos de estructura argumentativa, como el estándar filosófico “P1, P2, …, C”.

Color.

Formas.

Líneas o flechas.

Posición en el espacio.

Si tu objetivo es producir representaciones del razonamiento que maximicen la comprensión, manipulación, evaluación y comunicación, ¿por qué no aprovechar ayudas visuales tan económicas pero poderosas? Si logramos romper las cadenas de la convención y el hábito, somos libres de explotar cualquier recurso que, en la práctica, pueda facilitar el proceso de razonamiento. El software de mapeo de argumentos se apropia de estos recursos, obteniendo así una ventaja “injusta” sobre la prosa argumentativa tradicional.

En tercer lugar, una herramienta como Rationale está adaptada o ajustada a las demandas únicas de las actividades de razonamiento y argumentación. La prosa y las tecnologías de apoyo, como los procesadores de texto, son genéricas; pueden utilizarse para el razonamiento, pero no están diseñadas específicamente para tal fin. Una herramienta creada con un propósito específico proporciona formas distintivas de representar estructuras de razonamiento y permite realizar operaciones apropiadas sobre esas representaciones. Su diseño está limitado por la naturaleza de las actividades de razonamiento, sin estar distorsionado o diluido por la necesidad de admitir actividades ajenas al razonamiento.

Como ejemplo, consideremos nuevamente la función mencionada en la Sección 2 (Visualización de mapas), que permite modificar la disposición de un mapa para revelar de manera más efectiva algún aspecto del razonamiento. Uno de esos aspectos es la conexión entre el punto principal en cuestión y alguna proposición enterrada profundamente en la estructura del razonamiento. Por ejemplo, en el caso de los argumentos en torno al asesinato de JFK, se ha señalado que la película de Zapruder parece mostrar la cabeza de JFK moviéndose hacia atrás en el momento del disparo final y fatal. Pero, ¿cómo se relaciona exactamente este detalle aparentemente insignificante con el tema central del acalorado debate sobre si hubo una conspiración para asesinar a JFK? Nos gustaría ver la cadena de inferencias que conecta esta afirmación (o, si se prefiere, cualquier otra dentro del complejo debate) con la tesis principal. En Rationale, esto se logra mediante el comando Mostrar ancestros, que organiza el mapa de modo que la cadena de inferencias desde la afirmación seleccionada hasta la tesis principal se muestra en línea recta, con otras partes del argumento desplazadas para acomodar dicha línea.

Otro aspecto de esta disposición merece ser mencionado. Peter Tillers (2005) ha descrito la importancia, en la comprensión del razonamiento complejo, de poder enfocar la atención en una parte específica sin perder de vista la estructura más amplia en la que está inserta. Él recomendó que el software de visualización de argumentos se diseñe de manera que los argumentos circundantes sean visibles pero atenuados, lo que permite mantener una conciencia periférica de ellos. Como se ilustra en la Figura 2, Rationale maneja esto automáticamente en ciertos diseños, haciendo que los argumentos circundantes sean semitransparentes y permitiendo al usuario ajustar el nivel de transparencia.

Rationale hace posible este tipo de reconfiguración rápida porque ayuda a las personas a comprender razonamientos complejos, y su propósito fundamental es precisamente facilitar el razonamiento. En cambio, este tipo de reconfiguración es imposible cuando se utilizan tecnologías como la prosa argumentativa tradicional, que no están diseñadas específicamente para esta tarea.

Los programas actuales como Rationale son solo etapas dentro de un proceso continuo de rediseño, cuyo objetivo final es desarrollar una herramienta tan utilizable que se convierta en una extensión invisible de nuestro aparato cognitivo. Así como no somos conscientes de nuestros propios cerebros cuando pensamos, sino solo de lo que nuestros cerebros nos ayudan a pensar, un paquete ideal de mapeo de argumentos funcionaría como el bastón de un ciego: algo “a través de lo cual” nuestras mentes se involucren en una deliberación compleja, siendo conscientes solo del razonamiento en sí, y no de cualquier problema o dificultad en el manejo de la herramienta. Ningún programa ha alcanzado aún ese objetivo, y quizás ninguno lo haga jamás; pero lo mejor de la generación actual, al menos por diseño, se está acercando significativamente a él.

La Figura 2 muestra el efecto del comando “mostrar ruta”, que resalta la cadena de inferencias que conecta una afirmación con la tesis principal.

4.2 Complementación

Un segundo tema en la comprensión de cómo una herramienta como Rationale puede hacernos más inteligentes es la complementación: la herramienta complementa las fortalezas y debilidades naturales de nuestra mente.

Nuestras habilidades de razonamiento son una función de nuestras capacidades cognitivas básicas, que a su vez dependen de nuestro cerebro. Ese cerebro es el resultado de un largo, accidental, acumulativo e incompleto proceso de evolución. No fue “diseñado” para las sublimes artes de la lógica y la argumentación, sino para ayudarnos a sobrevivir y propagarnos en los entornos físicos y sociales de nuestros ancestros, mucho antes de la aparición del Homo sapiens. Nuestras habilidades de razonamiento son una adquisición tardía, no debido a algún nuevo módulo de razonamiento desarrollado en nuestro cerebro, sino al hecho de que aprendimos a explotar, de nuevas maneras, capacidades cognitivas que ya estaban estructuradas para otros propósitos. Estas capacidades incluyen algunas funciones notablemente poderosas y útiles, pero no proporcionan todo lo que podría ser necesario para un razonamiento general y sin fallas.

A la luz de esto, un enfoque sensato para mejorar el razonamiento humano es proporcionar herramientas que, por un lado, eviten o compensen las deficiencias y limitaciones de nuestras capacidades innatas, y por otro, aprovechen sus fortalezas distintivas. Rationale cumple con ambos objetivos.

El aspecto más importante en el que una herramienta como Rationale compensa las limitaciones cognitivas inherentes es a través de la ampliación de nuestra memoria a corto plazo (STM, por sus siglas en inglés). La necesidad de esta ampliación se resume en tres puntos:

El razonamiento y la argumentación pueden volverse muy complejos.

Tal complejidad impone una enorme carga sobre nuestra memoria cuando utilizamos los métodos tradicionales.

Nuestra memoria a corto plazo innata es bastante limitada, mucho más de lo que solemos imaginar.

El cliché estándar sobre la memoria a corto plazo humana es que puede retener “7 ± 2” elementos. Por ello, recordar un número de teléfono de ocho dígitos es mucho más difícil que uno de siete. Esta cifra proviene de una investigación famosa de los años 50 (Miller, 1956). Sin embargo, debe tomarse con cautela. El estudio original analizaba la capacidad de recordar secuencias aleatorias de elementos sin significado. Investigaciones más recientes sugieren que, para este tipo de secuencias, la cifra de Miller podría ser una sobreestimación (Cowan, 2000).

Por otro lado, la memoria a corto plazo puede expandirse cuando los elementos se agrupan en unidades significativas (chunking). Con un entrenamiento adecuado, las personas pueden realizar hazañas notables de memorización a corto plazo, como recordar docenas de dígitos aleatorios (Wilding & Valentine, 2006).

No obstante, en circunstancias normales, la memoria a corto plazo humana tiene un techo bastante bajo. Esto puede ilustrarse fácilmente pidiendo a dos personas que jueguen tres en raya sin usar papel y lápiz ni ninguna otra ayuda externa. La mayoría de la gente encuentra que completar el juego es un desafío divertido, en parte porque resulta difícil recordar los movimientos previos y, al mismo tiempo, planear jugadas inteligentes.

Mientras tanto, los argumentos pueden llegar a ser mucho más complejos que un simple juego de tres en raya. Por ejemplo, el caso presentado por Jim Garrison en la escena del juicio en la película JFK de Oliver Stone incluye docenas de piezas de evidencia entretejidas en una compleja red. Incluso este caso (por no mencionar los innumerables argumentos y contraargumentos en el debate más amplio sobre “¿Quién mató a JFK?”) es más complejo de lo que cualquier persona podría sostener, organizar y evaluar puramente en su mente, salvo que sea un idiot savant.

Este problema también es aplicable en el ámbito de las disputas cotidianas o los debates académicos. Las cuestiones y argumentos son a menudo, si no siempre, demasiado extensos para ser abarcados por nuestras mentes sin asistencia externa, y retener incluso una parte de ellos implica esfuerzo y es propenso a la pérdida, la confusión y la invención accidental de información.

Aun así, intentamos procesar casos complejos y, por necesidad práctica, recurrimos a ayudas externas para la memoria, como tomar notas, escribir ensayos o registrar ideas en libros, es decir, usamos alguna forma de prosa. De manera similar, una de las funciones centrales de un software de mapeo de argumentos como Rationale es servir como una “memoria externa” o una extensión de la memoria para el razonamiento. Mantener representaciones estructuradas y estables de argumentos o debates de una complejidad efectivamente ilimitada es una tarea trivial para una computadora bien programada. Así, cuando usamos este tipo de software para ayudarnos a analizar argumentos, estamos aprovechando una gran fortaleza de las computadoras para compensar una debilidad inherente de nuestras capacidades cognitivas.

Para que las representaciones externas del razonamiento sean útiles en nuestro pensamiento, debemos poder interactuar con ellas de manera fluida. Por un lado, debemos poder crearlas y modificarlas fácilmente (como se mencionó anteriormente). Por otro, necesitamos acceso de alta velocidad a la información contenida en esas representaciones. Idealmente, deberíamos poder “leer” estas representaciones más rápido de lo que nos tomaría pensar sobre lo que representan.

Aquí, los mapas argumentativos están diseñados para explotar fortalezas cognitivas humanas notables.

Como se señaló antes, el software de mapeo de argumentos puede ser más útil que la prosa argumentativa tradicional porque aprovecha recursos representacionales básicos que la prosa suele ignorar:

Color

Forma

Líneas

Posición en el espacio

El uso de estos recursos es una gran ventaja porque nuestros mecanismos cognitivos visuales innatos están diseñados para procesar información en estas dimensiones de manera extraordinariamente eficiente. Por ejemplo, cuando miras por la ventana y ves un árbol, tu sistema perceptivo procesa una gran cantidad de información visual básica y te proporciona, casi instantáneamente, una interpretación de alto nivel con cero esfuerzo consciente. Esto es un ejemplo de lo que los psicólogos llaman “procesamiento pre-atencional”: la información es captada y utilizada tan rápidamente que ni siquiera tienes tiempo de dirigir tu atención a ella (Ware, 2004).

El color, la forma, las líneas y la posición en el espacio son aspectos de una escena que pueden ser procesados pre-atencionalmente. Cualquier herramienta de razonamiento que quiera optimizar la transferencia de información de las representaciones externas a los procesos cognitivos centrales debe aprovechar al máximo el procesamiento pre-atencional.

El software de mapeo de argumentos sigue esta estrategia, permitiendo que la información sobre la estructura del razonamiento pueda ser accedida y utilizada en el pensamiento más rápida y fácilmente que en los formatos de prosa tradicionales.

El ejemplo más obvio de esto es el uso del color para codificar la polaridad de los argumentos, es decir, para distinguir si una proposición apoya otra (positiva) o se opone a ella (negativa). En la prosa argumentativa tradicional, la polaridad es algo que debe ser “calculado” mentalmente a través de procesos interpretativos lentos, laboriosos y propensos a errores.

Si, en cambio, el argumento central se presenta en un formato estándar de mapa argumentativo, el lector procesará visualmente y de manera inmediata los colores, formas, posiciones y líneas, captando la estructura básica del razonamiento de manera rápida y sin esfuerzo, de la misma manera en que “ve” un árbol fuera de la ventana.

Por lo tanto, un software de mapeo de argumentos aprovecha una fortaleza impresionante de la mente humana, es decir, su extraordinaria capacidad para procesar cierto tipo de información visual básica.

FIG. 3. Un mapa de razonamiento simple en Rationale, que ilustra cómo el procesamiento pre-atencional puede ayudar a transmitir la estructura del argumento.

Más profundamente, entre las mayores fortalezas de la mente humana se encuentran sus habilidades para comprender el lenguaje natural y las relaciones evidenciales. A pesar de los valientes esfuerzos de los científicos de la computación durante varias décadas, las computadoras aún carecen de algo que se asemeje seriamente a la inteligencia general humana, a pesar de programas campeones de ajedrez y similares. Por lo tanto, un software diseñado para mejorar el razonamiento humano todavía debe depender de nuestras mentes para realizar el trabajo central más exigente.

4.3 Semi-formalidad

Un tercer tema en la explicación de cómo el uso de una herramienta de mapeo de argumentos como Rationale puede mejorar el razonamiento se centra en la noción de semi-formalidad. En pocas palabras, la idea es esta: el pensamiento humano es típicamente informal. En ciertas áreas, como el razonamiento general y la argumentación, puede mejorarse al trasladarse a un modo semi-formal en lugar de un modo formal. El mapeo de argumentos es un tipo de razonamiento llevado a cabo en un modo semi-formal.

El contraste entre formalidad e informalidad, en el sentido relevante aquí, es lo suficientemente familiar. Un modo, dominio, sistema o lenguaje se considera formal en la medida en que:

Tiene un conjunto finito de símbolos básicos o elementos primitivos.

Es digital (Haugeland, 1985).

Está gobernado por reglas o algoritmos estrictos.

Posee conceptos o “semántica” definidos de manera estricta.

Logra complejidad mediante la combinación de elementos básicos.

Permite procedimientos efectivos.

Las matemáticas, la lógica formal, los lenguajes de programación, los sistemas de inteligencia artificial y muchos juegos como el ajedrez son todos formales en este sentido. Por otro lado, el lenguaje natural, la conversación, la política y el humor son informales, aunque pueden exhibir algunas características de formalidad en cierta medida.

El razonamiento y la argumentación humanos, en general, son informales. Si bien existen elementos primitivos (palabras o proposiciones), significados y principios o normas, estos no están definidos con la precisión, rigurosidad o fiabilidad que se encuentra en modos formales como las matemáticas o el ajedrez. En este sentido, el razonamiento humano a menudo refleja la naturaleza de los dominios o problemas sobre los que se está razonando. Por ejemplo, la política es un dominio inherentemente informal, y esta informalidad se refleja en la naturaleza de nuestras herramientas intelectuales predeterminadas para pensar y debatir sobre temas políticos.

Al notar, por un lado, los problemas asociados con el razonamiento y la argumentación humanos ordinarios, y por otro, los impresionantes logros de sus contrapartes formales, la tentación ha sido con frecuencia recomendar el traslado del razonamiento humano a un modo formal. Así, los libros de introducción a la lógica suelen estar dominados por la lógica formal elemental (silogismos aristotélicos, lógica proposicional, cálculo de predicados), bajo la suposición de que las personas razonarían de manera más efectiva si reemplazaran sus hábitos de pensamiento instintivamente informales con fórmulas lógicas y pruebas. Esta tendencia culmina en la aspiración de la inteligencia artificial convencional de recrear una inteligencia equivalente a la humana en el medio formal de la computación digital.

Desafortunadamente, esto generalmente no funciona. La investigación en inteligencia artificial ha descubierto que es extremadamente difícil, y quizás imposible, diseñar sistemas formales capaces de realizar de manera confiable las inferencias mundanas que subyacen en la conversación cotidiana o el humor, y mucho menos participar en argumentaciones complejas como las que se encuentran, por ejemplo, en la práctica legal (Dreyfus, 1992). Por el contrario, cuando las personas tienen dificultades con el razonamiento y la argumentación cotidianos, generalmente no les resulta útil intentar traducir sus premisas a algún cálculo lógico y derivar inferencias en referencia a sus reglas oficiales[6]. De hecho, para innumerables desafíos comunes de razonamiento, las técnicas formales son tan desesperadamente imprácticas que recomendar su uso parece una especie de sadismo sofístico, otra sombría manifestación de los Ídolos del Teatro de Francis Bacon[7].

Por supuesto, hay excepciones notables a la afirmación de que el razonamiento humano no mejora con la adopción de técnicas formales. Claramente, por ejemplo, el uso adecuado de métodos estadísticos puede ayudarnos a sacar mejores conclusiones sobre correlaciones sutiles y relaciones causales. Los modos formales de pensamiento ciertamente tienen amplias e importantes áreas de aplicación. El punto que se plantea aquí es que, en general, nuestras prácticas de razonamiento y argumentación informales no pueden mejorarse simplemente trasladándolas a un modo formal.

Sin embargo, puede ser que cierto grado de formalidad sea útil incluso en aquellos casos en los que los modos formales completamente desarrollados, como las matemáticas, la lógica formal y la computación, no logran un impacto útil. La distinción entre formalidad e informalidad no es una oposición binaria; se podría decir que la distinción en sí misma no es un asunto formal. Más bien, existe un espectro de casos que depende de qué características de la formalidad se adopten y cómo se manifiestan esas características.

En el caso del razonamiento y la argumentación, ha habido muchos contextos en los que estas prácticas se han formalizado más de lo que normalmente serían. Considérese, por ejemplo, la teoría medieval de la disputa, que presentaba un marco sofisticado de reglas que regulaban los movimientos en la argumentación (Spade, 1988); o, para un ejemplo más mundano, el debate escolar contemporáneo o la “forensia”. Este tipo de elaboraciones de nuestras prácticas ordinarias tienen como objetivo, al menos en parte, mejorar dichas prácticas, es decir, permitirnos razonar y argumentar de manera más efectiva. Implícitamente, proponen que el modo óptimo para el razonamiento humano no es ni el completamente informal ni el completamente formal, sino más bien algo intermedio, un compromiso o tal vez un escenario de “lo mejor de ambos mundos”.

La conjetura, entonces, es que para el razonamiento y la argumentación en general, hay un “punto óptimo” en algún lugar dentro del espectro entre las prácticas informales ordinarias en un extremo, con su desorden y falta de precisión, y las técnicas puramente formales en el otro, con su rigidez y su alcance limitado de aplicación.

El mapeo de argumentos empuja el razonamiento en una dirección formal al exigir un nivel relativamente alto de explicitud y rigor en la articulación. Generalmente requiere lo siguiente:

Que las afirmaciones se expresen de forma discreta en oraciones gramaticalmente completas.

Que se elimine el material que no esté directamente involucrado en el razonamiento.

Que se identifique explícitamente la tesis central o el punto en disputa.

Que se especifiquen todos los vínculos evidenciales directos entre las afirmaciones.

Que se identifiquen y expresen explícitamente las afirmaciones no declaradas o “suposiciones”.

En Rationale, estas actividades se estructuran mediante un formato gráfico o “sintaxis” para la articulación del razonamiento, con un conjunto limitado de “elementos primitivos” (afirmaciones, razones, objeciones, etc.) y reglas estrictas sobre cómo pueden combinarse estos elementos.

Más allá de estas restricciones básicas, hay una serie de principios de buen mapeo que no pueden especificarse como reglas estrictas y universalmente aplicables. Por ejemplo, está el principio de abstracción: generalmente, en un mapa de argumentos bien desarrollado, las afirmaciones más “altas” en el mapa (es decir, más cercanas a la tesis principal) deberían ser más abstractas, mientras que las afirmaciones más abajo deberían ser más particulares o concretas, y las afirmaciones a un mismo nivel deberían tener aproximadamente el mismo grado de abstracción (Minto, 1995).

Si bien este principio es bastante fácil de enunciar y comprender, y con algo de práctica resulta fácil de aplicar en la mayoría de los casos, implica nociones inherentemente vagas y está sujeto a una gran variedad de excepciones, de modo que cualquier intento de articular de manera completamente precisa qué es el principio y cómo se aplica termina hundiéndose en un pantano de incertidumbres y excepciones.

El principio de abstracción y otros similares dependen fundamentalmente de los juicios intuitivos humanos basados en la experiencia y la práctica para su aplicación exitosa. Hasta donde sabemos, es imposible formalizarlos completamente en reglas capaces de ser implementadas mecánicamente. Por lo tanto, el mapeo de argumentos tiene dimensiones irreductiblemente informales, incluso cuando hace que las actividades de razonamiento sean más formales de lo que normalmente serían.

Así, el mapeo de argumentos es semi-formal; introduce aspectos de formalidad mientras reconoce sus límites y conserva dimensiones esencialmente informales. La idea es que disciplinar las prácticas de razonamiento hasta este nivel de formalidad es la forma más factible de, si no eliminar, al menos mitigar sustancialmente las fallas o dificultades típicas que obstaculizan un buen razonamiento, argumentación y deliberación, tales como:

No hacer completamente explícito el razonamiento, incluyendo en particular la falta de articulación de supuestos clave.

No manejar la complejidad de los debates del “mundo real”.

No aplicar principios relevantes del buen razonamiento.

No lograr un entendimiento común entre los participantes.

El mapeo de argumentos ayuda a mitigar estos problemas, razón por la cual podemos ser optimistas en cuanto a que su adopción generalizada y adecuada puede conducir a un mejor razonamiento. De lo ya expuesto, debería quedar claro cómo el mapeo de argumentos aborda los dos primeros problemas. También ayuda con el tercero porque, una vez que el razonamiento se ha hecho completamente explícito y más fácilmente comprensible, se vuelve más sencillo aplicar los principios relevantes del buen razonamiento. El cuarto problema se aborda si los mapas de argumentos no son utilizados solo de manera individual, sino de forma colaborativa, permitiendo que todos los participantes observen, discutan y modifiquen el mismo mapa.

¿Cuál es el nivel óptimo de formalidad que debemos introducir en nuestras prácticas de razonamiento? ¿Dónde exactamente se encuentra el “punto óptimo semi-formal”? Todavía no tenemos respuestas definitivas a estas preguntas. El mapeo de argumentos, tal como lo permite un software como Rationale, representa una propuesta sobre dónde se encuentra ese punto óptimo. Es posible que tenga cierto margen de error en una u otra dirección. Sin embargo, la evidencia discutida en la Sección 3 sugiere que la aproximación de Rationale podría estar aproximadamente en lo correcto.

5. Conclusión—Rationale y el razonamiento jurídico

Existe una tendencia general, en este momento de la historia, hacia el uso de formas de expresión visuales o diagramáticas. El derecho, tradicionalmente una de las disciplinas más discursivas, está siguiendo esta tendencia, aunque de manera algo reticente. Los abogados buscan cada vez más formas de mostrar en lugar de solo decir. El mapeo de argumentos, mediante herramientas como Rationale, intenta responder a esta necesidad en un aspecto específico pero central del derecho: la expresión del razonamiento y la argumentación compleja.

Las discusiones con abogados en ejercicio sugieren tres formas principales en las que el mapeo de argumentos basado en software podría mejorar el desempeño y, en última instancia, la rentabilidad de sus firmas:

Calidad. Puede mejorar la calidad del razonamiento en sí, permitiendo a los abogados hacer inferencias correctas, elaborar argumentos y contraargumentos sólidos, llegar a conclusiones precisas y resolver disputas de manera más efectiva.

Eficiencia. Puede mejorar la eficiencia con la que se llevan a cabo las tareas legales. Por ejemplo, una tarea común en la mayoría de las firmas es la redacción de cartas de asesoramiento. Esto generalmente implica que un abogado junior trabaje bajo la dirección de un socio. En algún momento, el socio revisará un borrador de la carta, que presenta los principales puntos de asesoramiento junto con los argumentos que los respaldan. El proceso podría volverse más eficiente si, antes de redactar la carta, el abogado junior y el socio trabajan con diagramas que representen el razonamiento central.

Comunicación. Los abogados a menudo necesitan comunicar razonamientos complejos—en los tribunales, a los clientes, a otros abogados e incluso a sí mismos. Es bien sabido que sus intentos de hacer esto en el formato tradicional de prosa son con frecuencia oscuros, si no completamente incomprensibles. El mapeo de argumentos puede ayudar a transmitir su razonamiento de manera más directa. Esto no funcionaría para todas las audiencias; los jueces mayores y los abogados litigantes experimentados probablemente sean particularmente reacios. Sin embargo, muchas personas encuentran los diagramas más accesibles que la prosa densa. Un abogado nos ha contado cómo algunos clientes, cuando se les presenta un asesoramiento escrito complejo complementado con un mapa de argumentos, apenas miran la prosa y, en cambio, se sumergen en los detalles del mapa.

Es un viejo cliché que una imagen vale más que mil palabras; y a menudo se señala que, por el contrario, las palabras pueden expresar lo que las imágenes no pueden (Fodor, 1975). Estas tesis contrastan las palabras y las imágenes como si fueran alternativas incompatibles. Pero los mapas de argumentos combinan lo visual y lo verbal en representaciones integradas que aprovechan las fortalezas de ambos; son un ejemplo de lenguaje visual (Horn, 1999). Dado que no podemos generar fácilmente tales representaciones en nuestra mente, necesitamos que se nos presenten visualmente; por lo tanto, necesitamos herramientas que puedan hacer esto de manera fácil y eficiente. Rationale es una de esas herramientas.

Financiamiento

Jacob Burns Fund, Cardozo School of Law, Yeshiva University.

Referencias:

REFERENCIAS

ABERCROMBIE, N., LASH, S., & LONGHURST, B. (1992). Popular representation: recasting realism. In J. Friedman (Ed.), Modernity & Identity (pp. 115–140). Oxford: Blackwell.

ALVAREZ, C. M. (2007). Does Philosophy Improve Critical Thinking Skills? MA Thesis, Department of Philosophy, University of Melbourne.

BACON, F. (1905 (1620)). Novum Organum (R. S. Ellis, J. Spedding, Trans.). London: Routledge.

BAR-HILLEL, Y., et al. (1969). Formal logic and natural languages: a symposium. Foundations of Language, 5, 256–284.

BUZAN, T., & BUZAN, B. (1994). The Mind Map Book. New York: Dutton.

COHEN, J. (1992). A primer on power. Psychological Bulletin, 112, 155–159.

COWAN, N. (2000). The magical number 4 in short-term memory: a reconsideration of mental storage capacity. Behavioral and Brain Sciences, 24, 87–185.

DREYFUS, H. L. (1992). What Computers Still Can’t Do: A Critique of Artificial Reason. Cambridge, MA: The MIT Press.

DRUMMOND, M. (2006). The jury’s still out on a new way of thinking. Australian Financial Review, 20 Oct, 57.

EASTERDAY, M., KANAREK, J., & HARRELL, M. (2006). Design requirements of argument mapping software for teaching deliberation. In B. Noveck (Ed.), Online Deliberation: Design, Research, and Practice. Stanford, CA: CSLI Publications.

FODOR, J. A. (1975). The Language of Thought. New York: Crowell.

HAUGELAND, J. (1985). Artificial Intelligence: The Very Idea. Cambridge, MA: MIT Press.

HORN, R. (1999). Visual Language: Global Communication for the 21st Century. Bainbridge Island, WA: Macrovu Inc.

KIRSCHNER, P. J., BUCKINGHAM SHUM, S. J., & CARR, C. S. (Eds.). (2002). Visualizing Argumentation: Software Tools for Collaborative and Educational Sense-Making. London: Springer-Verlag.

MILLER, G. (1956). The magical number seven, plus or minus two: some limits on our capacity for processing information. Psychological Review, 63, 81–97.

MINTO, B. (1995). The Pyramid Principle: Logic in Writing and Thinking. London: Pitman Publishing.

NORMAN, D. A. (1994). Things That Make Us Smart: Defending Human Attributes in the Age of the Machine. Reading, MA: Addison Wesley.

RASKIN, J. (2000). The Humane Interface: New Directions for Designing Interactive Systems. Boston: Addison Wesley Professional.

RIDER, Y., & THOMASON, N. (forthcoming). Cognitive and pedagogical benefits of argument mapping: L.A.M.P. guides the way to better thinking. In A. L. P. Okada, S. Buckingham Shum, & T. Sherborne (Eds.), Knowledge Cartography: Software Tools and Mapping Techniques. London: Springer-Verlag.

ROWE, G., MACAGNO, F., REED, C., & WALTON, D. N. (2006). Araucaria as a tool for diagramming arguments in teaching and studying philosophy. Teaching Philosophy, 29, 111–124.

SNOECK HENKEMANS, A. F. (2000). State-of-the-art: the structure of argumentation. Argumentation, 14, 447–473.

SPADE, P. (1988). Lies, Language and Logic in the Late Middle Ages. London: Variorum Reprints.

TILLERS, P. (2005). Picturing factual inference in legal settings. In B. Schunemann, M.-T. Tinnefeld, & R. Wittman (Eds.), Gerechtigkeitwissenschaft: Kolloquium aus Anlass des 70. Geburtstages von Lothar Philipps. Berlin: Berliner Wissenschafts-Verlag.

VAN GELDER, T. J. (2000). Learning to reason: a Reason!-Able approach. In R. Wales (Ed.), Cognitive Science in Australia, 2000: Proceedings of the Fifth Australasian Cognitive Science Society Conference. Adelaide: Causal.

VAN HEUVELN, B. (2004). Reason!Able: an argument diagramming software package. Teaching Philosophy, 27, 167–172.

WALTON, D. N. (2000). Problems and useful techniques in teaching argumentation, informal logic and critical thinking. Informal Logic, 20, Teaching Supplement, 35–39.

WARE, C. (2004). Information Visualization: Perception for Design (2nd ed.). San Francisco: Morgan Kaufmann.

WILDING, J. M., & VALENTINE, E. R. (2006). Exceptional memory. In R. R. Hoffman (Ed.), The Cambridge Handbook of Expertise and Expert Performance (pp. 539–552). Cambridge: Cambridge University Press.

[1] En este artículo, la palabra “evidencial” y sus variaciones se utilizan con su significado común, en lugar del significado técnico que se les atribuiría en muchos contextos legales.

[2] Al menos, es lo suficientemente claro para alguien con un dominio práctico sólido de esta distinción. E incluso los expertos pueden encontrar casos difíciles de clasificar, los cuales, por supuesto, están estrechamente relacionados con la dificultad de articular con precisión esta distinción.

[3] Rationale fue uno de los primeros en adoptar la interfaz de “cinta” desarrollada por Microsoft para Office 2007. De hecho, debido a que Microsoft hizo público este diseño mucho antes del lanzamiento oficial de Office 2007, fue incorporado y lanzado en Rationale antes de que apareciera oficialmente en Office 2007.

[4] El concepto estadístico de tamaño del efecto permite comparar los resultados de diversos estudios, incluso cuando difieren en aspectos importantes. La definición precisa del tamaño del efecto varía según el tipo de estudio. En nuestros estudios, la noción relevante de tamaño del efecto se define como la ganancia promedio entre la prueba previa y la prueba posterior, dividida por la desviación estándar del desempeño en la prueba.

[5] La Organización Internacional de Normalización, en su documento ISO 9241-11 (1998), define usabilidad como ‘El grado
en que un producto puede ser utilizado por usuarios específicos para alcanzar objetivos específicos con efectividad, eficiencia y satisfacción en
un contexto de uso determinado’.

[6] Al presentar un simposio titulado “El papel de la lógica formal en la evaluación de la argumentación en los lenguajes naturales”, el eminente lógico y filósofo Y. Bar-Hillel dijo: “Es… de vital importancia obtener una mejor comprensión de la naturaleza de la argumentación en los lenguajes naturales, y desafío a cualquiera aquí a mostrarme un caso serio de argumentación en lenguajes naturales que haya sido exitosamente evaluado en cuanto a su validez con la ayuda de la lógica formal. Considero este hecho como uno de los mayores escándalos de la existencia humana”. (Bar-Hillel et al., 1969, p. 256). (Presumiblemente, esa última oración era humorística). En el simposio, ninguno de los otros eminentes lógicos y filósofos aceptó el desafío.

[7] “Finalmente, hay ídolos que han inmigrado en la mente de los hombres desde los diversos dogmas de las filosofías y también desde leyes erróneas de demostración. A estos los llamo Ídolos del Teatro; porque en mi juicio, todos los sistemas aceptados no son más que representaciones teatrales, que presentan mundos de su propia creación de una manera irreal y escénica”. De Bacon (1905 [1620]).