PARTE XLVI · Transformaciones del presente y conexiones del conocimiento
501
Fronteras del conocimiento: preguntas y criterios de avance
Qué sabemos, qué falta medir y qué permitiría cambiar de idea
En este capítulo
Una teoría puede describir muy bien una familia de fenómenos y dejar otros fuera de su dominio. Un telescopio puede registrar una señal compatible con varias causas. Un sistema artificial puede conversar con soltura sin que esa conducta resuelva si experimenta algo. Y un modelo de sociedad puede pronosticar un resultado bajo condiciones dadas sin anticipar cómo reaccionarán las personas al conocer el pronóstico. En cada caso falta algo distinto: una teoría más amplia, una observación más sensible, una prueba que discrimine explicaciones o una definición operativa adecuada.
Llamar «frontera del conocimiento» a un problema no dice por sí mismo si será resoluble, cuándo avanzará ni qué método servirá. La expresión reúne situaciones diferentes: una pregunta todavía no medida, un desacuerdo entre modelos, un límite instrumental, una no detección, una incertidumbre que se reduce al obtener datos y una imposibilidad demostrada bajo supuestos formales. Confundirlas transforma el misterio en explicación y la ignorancia presente en una afirmación sobre lo que nadie podrá conocer.
Este capítulo presenta ejemplos de varios campos para formular una pregunta común: ¿qué observación permitiría distinguir entre explicaciones rivales, y qué clase de límite describe lo que aún no sabemos? Los capítulos científicos anteriores desarrollan la evidencia física, biológica y cognitiva de cada tema; aquí el propósito no es resumirlos, sino mostrar cómo se delimitan preguntas y criterios de avance. Para límites cosmológicos, origen de la vida y consciencia, este capítulo remite a §46.8, §71.5 y §154.4. Los capítulos 499 y 500 sirven como casos recientes de incertidumbre económica y social, pero aquí no se vuelven a diagnosticar sus redes, confianza o cooperación.

Una frontera puede señalar un límite de teoría, de datos, de instrumento o de inferencia. Nombrar cuál es permite elegir la siguiente prueba.
501.1. Materia, universo y límites de las teorías#
Una teoría no es una colección de hechos ni una descripción de todo cuanto existe. Relaciona conceptos y evidencia mediante una estructura que permite explicar fenómenos y derivar predicciones. Su dominio indica en qué condiciones ha demostrado capacidad; un modelo concreto añade aproximaciones, parámetros y supuestos. El fracaso de una aproximación no refuta automáticamente la teoría completa, y el hecho de que una teoría no cubra todos los fenómenos no elimina su éxito dentro del dominio validado.
El Modelo Estándar de física de partículas describe con precisión comprobada muchas interacciones entre partículas conocidas. Incluye las interacciones electromagnética, fuerte y débil, pero no incorpora la gravedad. Además, no explica por sí solo varias preguntas de física y cosmología, como la naturaleza microscópica de la materia oscura o la asimetría observada entre materia y antimateria. Esto no significa que el modelo esté refutado en el dominio donde funciona ni que la gravedad sea incognoscible; significa que no es una teoría completa de todos los fenómenos relevantes.
La evidencia de materia oscura ilustra otra distinción. Observaciones gravitatorias de galaxias y estructuras cósmicas indican que hay más masa efectiva de la que aporta la materia visible. La síntesis de NASA distingue esa evidencia de las hipótesis sobre la identidad de la materia oscura. Las mediciones respaldan un problema de explicación; no identifican por sí solas una partícula ni seleccionan una única teoría microscópica. Una búsqueda sin detección restringe las posibilidades que el instrumento podía captar, dadas su sensibilidad y el modelo de señal. No elimina de golpe toda explicación posible.
Los límites pueden estar en niveles diferentes: datos escasos, instrumentos con sensibilidad insuficiente, parámetros difíciles de estimar, varias teorías que predicen resultados similares o un modelo que omite procesos relevantes. También hay límites de aproximación: una ecuación puede ser útil en un rango y perder precisión fuera de él. Para decidir qué sigue, hay que especificar qué resultado no encaja, qué predicción diverge entre modelos y qué observación podría reducir la diferencia.
501.2. Origen de la vida y organización biológica#
La biología estudia sistemas que intercambian materia y energía, mantienen cierta organización y evolucionan por reproducción diferencial. Esa caracterización ayuda a investigar vida conocida, pero los límites de una definición se hacen visibles cuando se pregunta cómo comenzó la vida, cómo reconocer formas desconocidas o qué señales permiten inferir un origen biológico. Una definición operacional sirve para comparar procesos medibles; no resuelve automáticamente la historia de su aparición.
Las reacciones abióticas pueden producir moléculas orgánicas y estructuras que también participan en organismos. Encontrar aminoácidos, lípidos o compuestos con carbono no demuestra por sí solo que haya vida: importa si el ambiente, las proporciones, las asociaciones y los procesos observados son más compatibles con una explicación biológica que con rutas químicas no biológicas. El informe de las National Academies sobre los orígenes de la vida plantea esa transición como un problema de química, ambiente y organización de redes moleculares, no como la búsqueda de un único compuesto que certifique vida.
Se pueden estudiar etapas parciales: cómo se forman moléculas, cómo se concentran, qué estructuras persisten, si aparecen ciclos químicos o qué condiciones permiten herencia y evolución. Un resultado en una de esas etapas muestra que un mecanismo es posible bajo condiciones experimentales; no demuestra que ese mecanismo ocurriera en la Tierra temprana ni que baste para producir células. Del mismo modo, una señal química compatible con vida no permite saltar a una conclusión sobre su origen sin examinar fuentes abióticas, contexto geológico, preservación y errores de medición.
El avance no exige conocer de antemano una ruta única. Puede consistir en descartar mecanismos incompatibles con el ambiente plausible, identificar condiciones que favorecen una transición, encontrar una secuencia de procesos reproducible o descubrir observaciones que diferencien escenarios. Si varias rutas producen señales similares, la incertidumbre persiste; eso muestra una limitación de discriminación, no prueba que todas sean igualmente probables.
501.3. Consciencia, cognición e inteligencia artificial#
«Consciencia» puede referirse a experiencia subjetiva —sentir dolor, ver un color, notar un sonido—, a estar despierto o a poder informar sobre un estado. «Cognición» abarca procesos como percibir, recordar, atender, planificar y aprender. La inteligencia artificial se evalúa con tareas y resultados observables, como generar texto, clasificar imágenes o resolver problemas. Esas capacidades pueden relacionarse con experiencia consciente, pero no son la misma pregunta.
La diferencia importa porque una conducta puede ser evidencia de ciertas capacidades sin ser una medida directa de experiencia subjetiva. Un informe verbal puede depender de memoria, lenguaje y expectativas; una tarea cerebral puede medir actividad neural vinculada a la percepción sin revelar, por sí sola, cómo se siente esa experiencia. De manera parecida, un sistema de IA puede producir respuestas fluidas mediante una arquitectura entrenada sin que el rendimiento determine si existe una perspectiva subjetiva. Ni el lenguaje convincente prueba consciencia ni la falta de biología humana demuestra, por sí sola, que un sistema carece de ella.
Una prueba reciente muestra cómo transformar una disputa teórica en predicciones contrastables. En una colaboración adversarial publicada en Nature en 2025, investigadores que defendían la teoría del espacio de trabajo neuronal global y la teoría de información integrada acordaron y preregistraron predicciones distintas. Doscientas cincuenta y seis personas observaron estímulos visuales; el equipo combinó resonancia magnética funcional, magnetoencefalografía y electroencefalografía intracraneal. Los resultados apoyaron algunas predicciones y desafiaron elementos importantes de ambas teorías. No establecieron una teoría ganadora ni resolvieron toda la experiencia consciente: probaron predicciones concretas sobre contenido visual consciente y actividad cerebral bajo un diseño definido.
Para la IA, una propuesta teórica de indicadores derivados de varias teorías puede servir para diseñar evaluaciones comparables. El informe de Butlin y coautores es una evaluación conceptual, no una prueba universal validada de consciencia artificial. Sus criterios dependen de teorías sobre mecanismos y de qué se acepte como evidencia funcional. Una conclusión responsable debe separar «realiza la tarea», «muestra un mecanismo asociado a cierta teoría» y «tiene experiencia subjetiva».
501.4. Predicción, complejidad y sistemas sociales#
«Predecir» también reúne objetivos distintos. Un modelo puede calcular cómo cambia un sistema bajo condiciones iniciales dadas; un pronóstico probabilístico puede asignar credibilidad a un evento con fecha de resolución; una inferencia causal estima qué cambiaría bajo una intervención definida, a partir de un diseño y supuestos que justifican la comparación contrafactual. La precisión de una tarea no se transfiere automáticamente a las otras. Deben declararse variable, horizonte, condiciones, unidad de análisis y criterio de acierto.
El trabajo clásico de Edward Lorenz sobre flujo determinista no periódico mostró que un sistema de ecuaciones deterministas simplificado puede producir trayectorias sensibles a sus condiciones iniciales. El resultado ayuda a entender por qué incertidumbres pequeñas pueden limitar pronósticos de un sistema específico. No demuestra que toda predicción sea imposible, que todo proceso complejo sea caótico ni que sus conclusiones se apliquen directamente a sociedades humanas.
En asuntos geopolíticos sí se pueden evaluar pronósticos probabilísticos sobre preguntas concretas y resolubles. Los torneos analizados por Mellers y coautores estudiaron cómo identificar y cultivar pronosticadores que mantuvieron buen rendimiento en preguntas sobre eventos delimitados. Ese hallazgo trata del desempeño en un conjunto definido de pronósticos y de condiciones de entrenamiento y trabajo; no demuestra que alguien pueda prever con precisión las trayectorias de largo plazo de una sociedad ni que los mismos métodos sirvan para cada tipo de evento.
Los sistemas sociales añaden reflexividad: personas e instituciones pueden conocer un pronóstico y actuar en respuesta. También cambian reglas, incentivos y categorías de medición. Una previsión que altera decisiones modifica el entorno que intentaba describir; una regularidad observada en un periodo puede dejar de sostenerse tras una reforma o crisis. Esto no vuelve inútil la predicción. Exige fijar horizonte, población y supuestos, comparar con un pronóstico de referencia y revisar el rendimiento cuando cambian las condiciones.
Una predicción fallida puede deberse a una teoría inadecuada, datos incompletos, una ruptura del proceso, una mala calibración o una definición ambigua del resultado. Para localizar el error se necesita conservar la pregunta original, la fecha, la probabilidad asignada, el criterio de resolución y las condiciones conocidas. Cambiar la pregunta después de conocer el resultado impide evaluar el pronóstico.
501.5. Qué observaciones permitirían discriminar explicaciones#
Un ejemplo construido muestra que «medir mejor» no siempre basta. Dos modelos predicen una señal de intensidad 10 en una condición y el instrumento observa 10 con poco error: la medición concuerda con ambos, pero no los distingue. En otra condición, uno predice 4 y el otro 9. Allí una medición suficientemente precisa puede separar sus predicciones, siempre que se controlen las condiciones y los modelos hayan fijado esos valores antes de ver los datos. El avance no reside sólo en acumular observaciones, sino en elegir aquellas en las que las explicaciones se comprometen a resultados diferentes.
Una observación discrimina cuando las explicaciones rivales hacen predicciones suficientemente distintas y el método puede detectar esa diferencia. Si ambas teorías predicen lo mismo, observar ese resultado puede ser compatible con las dos, pero no permite escoger entre ellas. Diseñar pruebas informativas requiere declarar antes qué resultado favorecería o debilitaría cada explicación, con qué margen de incertidumbre y bajo qué condiciones.
La colaboración de Nature sobre consciencia es un ejemplo: los equipos no se limitaron a observar actividad cerebral y proponer una narración después. Acordaron predicciones divergentes y criterios de evaluación antes del análisis confirmatorio. Las mediciones combinaron técnicas con diferentes resoluciones temporales y espaciales. Al encontrar resultados que no coincidían con varios compromisos teóricos, el equipo pudo señalar qué partes necesitaban revisión sin fingir que una sola experiencia o imagen cerebral resolvía el problema entero.
También hay que preguntar qué podía detectar el instrumento. Una búsqueda que no encuentra una señal sólo cuenta contra una explicación si esa señal habría sido observable con la sensibilidad, cobertura y condiciones utilizadas. Si la intensidad esperada era menor al umbral, la ausencia del registro no distingue entre «la señal no existe» y «el instrumento no podía detectarla». La búsqueda de biosignaturas requiere además considerar cómo procesos no biológicos podrían producir señales parecidas y si el ambiente conserva o destruye las señales de interés.
En estudios empíricos conviene distinguir reproducir un cálculo de replicar un hallazgo. Las National Academies usan «reproducibilidad» para obtener resultados consistentes con los mismos datos, código y pasos; «replicabilidad», para evaluar resultados consistentes en un nuevo estudio con datos propios que aborda la misma pregunta. Un cálculo reproducible puede depender de los datos originales, mientras que una replicación debe volver a enfrentar variaciones de muestreo, medición, instrumentos y contexto. Los términos tienen usos distintos en algunas disciplinas, por lo que hay que aclarar cuál se emplea.
Un resultado nulo no es automáticamente una prueba contra una hipótesis. Debe existir una predicción observable, mediciones capaces de distinguirla y precisión suficiente para descartar efectos de interés. Si la incertidumbre es grande o el estudio no cubrió las condiciones decisivas, el resultado puede ser inconcluso. Si, en cambio, la predicción fue precisa y el método tenía capacidad para detectarla, la falta del efecto esperado sí puede exigir una revisión de la explicación.
501.6. Distinguir desconocimiento, imposibilidad y falta de evidencia#
El desconocimiento actual indica que no se cuenta con una explicación o medición suficiente. La falta de evidencia puede significar que una señal no se ha observado en los datos disponibles, aunque quizá no se haya buscado con sensibilidad adecuada. Una imposibilidad formal es más específica: se demuestra que no existe una operación o solución dentro de un marco y bajo ciertos supuestos. Estas situaciones no son intercambiables.
La materia oscura ofrece un ejemplo de desconocimiento sobre identidad, no una ausencia de evidencia del fenómeno que se intenta explicar. Las observaciones gravitatorias motivan el problema; la naturaleza de la fuente continúa abierta. En el origen de la vida, la falta de una ruta histórica confirmada no demuestra que la transición sea imposible. En búsquedas astronómicas, una no detección sólo restringe los procesos que podían observarse en el área y rango cubiertos. Cada afirmación debe indicar la frontera concreta: objeto, teoría, instrumento, sensibilidad, dominio y alternativas examinadas.
El teorema de no clonación cuántica de Wootters y Zurek muestra qué aspecto tiene una imposibilidad formal. Bajo los postulados de la mecánica cuántica, no se puede construir un procedimiento que copie perfectamente cualquier estado cuántico desconocido y arbitrario. La conclusión no prohíbe copiar información clásica, preparar copias de un estado conocido o aproximar ciertos estados; depende de que el estado sea desconocido y de que se exija una copia perfecta para todos los estados posibles. El alcance de la prueba forma parte de su contenido.
La palabra «desconocido» no basta por sí sola para activar ese límite. Un bit clásico cuyo valor ignoramos puede copiarse mediante una operación adecuada: basta con que esté codificado en alternativas físicamente distinguibles. La prohibición cuántica impide que un mismo procedimiento copie perfectamente todos los estados arbitrarios, incluidas sus superposiciones. No es una falta de habilidad o de información sobre la máquina, sino una incompatibilidad entre esa exigencia universal y las operaciones permitidas por la teoría.
Para describir una frontera con rigor se puede preguntar: ¿qué se desconoce?, ¿qué se ha buscado y con qué capacidad?, ¿qué condiciones supone la imposibilidad?, ¿qué evidencia cambiaría el diagnóstico? Si esas respuestas no están definidas, «no se sabe» puede esconder un límite del instrumento, una falta de estudio, una teoría insuficiente o un problema formal genuino.
Síntesis#
- Una teoría tiene un dominio y puede ser exitosa dentro de él aunque deje preguntas fuera; que sea incompleta no equivale a estar refutada.
- En el origen de la vida, la materia orgánica compatible no basta para demostrar un proceso biológico ni una ruta histórica concreta.
- Experiencia subjetiva, capacidad cognitiva y rendimiento de una IA son preguntas diferentes y requieren indicadores distintos.
- Los pronósticos se evalúan para eventos, horizontes y criterios fijados; complejidad no significa impredecibilidad universal.
- Las pruebas informativas declaran predicciones rivales y capacidad de detección antes de interpretar resultados.
- Desconocimiento, no detección e imposibilidad formal tienen condiciones y evidencias diferentes.
Preguntas para repasar#
- ¿Por qué una teoría incompleta puede seguir estando bien confirmada en su dominio?
- ¿Qué observación permite diferenciar un resultado químico compatible con vida de una señal biológica?
- ¿Por qué el rendimiento verbal de una IA no demuestra por sí mismo experiencia subjetiva?
- ¿Qué debe fijarse para evaluar un pronóstico social sin cambiar la pregunta después del resultado?
- ¿Cuándo una no detección aporta evidencia contra una explicación?
- ¿Qué condiciones hacen que un resultado sea una imposibilidad formal y no sólo una pregunta abierta?
Respuestas razonadas
- Porque la confirmación se refiere a predicciones y condiciones determinadas. La teoría puede describir esas observaciones con precisión y, aun así, no incluir otros fenómenos o fuerzas.
- Hay que combinar la señal con su distribución, ambiente, posibles rutas abióticas, asociaciones moleculares, preservación y capacidad del instrumento. Una molécula orgánica aislada puede tener varios orígenes.
- La conducta observada informa sobre la capacidad de realizar una tarea; la experiencia subjetiva es un fenómeno distinto, y no hay una medida universal que convierta lenguaje fluido en prueba de experiencia.
- Variable, población, horizonte, fecha de resolución, probabilidad, condiciones iniciales y criterio de acierto. Sin fijarlos por adelantado, el resultado no se puede comparar de manera justa.
- Cuando la explicación implicaba una señal detectable bajo las condiciones y sensibilidad del estudio, y el diseño tenía precisión suficiente para encontrarla si estaba presente.
- Se deben establecer los supuestos del marco y demostrar que no hay solución o procedimiento que satisfaga la condición. La dificultad, la falta de datos y una búsqueda sin detección no constituyen esa demostración.
Alcance#
Este capítulo trata cómo delimitar preguntas abiertas, diseñar observaciones que separen explicaciones y describir incertidumbre. No ofrece un inventario de todos los problemas no resueltos ni predice fechas o descubrimientos futuros. Las teorías y resultados se presentan con el dominio, método y límite correspondiente; la sección 501.6 separa imposibilidades formales de vacíos empíricos y no detecciones.
Fuentes y lecturas del capítulo#
- CERN, Modelo Estándar de física de partículas. Síntesis institucional de alcance y limitaciones del modelo, con énfasis en su éxito dentro del dominio experimental probado.
- NASA, materia oscura. Revisión institucional de evidencia gravitatoria y candidatos posibles; no confirma identidad microscópica.
- National Academies, Origins, Worlds, and Life, capítulo 12: «Insights from Terrestrial Life» y An Astrobiology Science Strategy for the Search for Life in the Universe. Síntesis de preguntas de química prebiótica y criterios de interpretación de posibles señales de vida; no resuelve una ruta histórica única. El número de navegación de la URL no coincide con el número del capítulo del libro.
- Cogitate Consortium y coautores, prueba adversarial de dos teorías de la consciencia, Nature (2025). Estudio preregistrado con medidas multimodales en 256 participantes; prueba predicciones concretas y encuentra desafíos para ambas teorías, sin resolver la experiencia subjetiva.
- Butlin y coautores, indicadores teóricos de consciencia en IA. Propuesta de marco basada en teorías existentes, disponible como manuscrito de investigación; no es una prueba universal ni un consenso sobre sistemas actuales.
- Lorenz, “Deterministic Nonperiodic Flow”, Journal of the Atmospheric Sciences (1963). Análisis matemático de un modelo determinista simplificado; no es evidencia de impredecibilidad universal.
- Mellers y coautores, pronósticos probabilísticos y superpronosticadores, Perspectives on Psychological Science (2015). Estudio de un torneo de pronósticos geopolíticos; sus resultados pertenecen a preguntas resolubles y participantes seleccionados.
- National Academies, Reproducibility and Replicability in Science, capítulo 3 (2019). Define reproducibilidad computacional y replicabilidad para este informe y explica cómo varían los términos entre disciplinas.
- Wootters y Zurek, “A single quantum cannot be cloned”, Nature (1982). Demostración de no clonación exacta de estados cuánticos desconocidos y arbitrarios bajo los postulados cuánticos.