El papel de la epistemología en el análisis de inteligencia

El papel de la epistemología en el análisis
de inteligencia*
The Role of Epistemology in Intelligence Analysis
JUAN PABLO SOMIEDO
Intel Times, Madrid, España
E-mail: jupasom@yahoo.es

Resumen: El artículo pone de relieve la creciente
importancia que está adquiriendo en los últimos
años la disciplina filosófica de la epistemología en
el campo del análisis de inteligencia, bien sea ésta
estratégica (ámbito de la seguridad y la defensa) o
competitiva (ámbito empresarial). La epistemología se ha convertido en el sustrato sobre el que
se sustentan tanto el análisis cualitativo como el
análisis cuantitativo en minería de datos. Se repasan los diferentes métodos de razonamiento que
ayudan al analista a escoger las técnicas más adecuadas en el análisis cualitativo y a seleccionar,
descartar y transformar variables para poder
construir un modelo en un proyecto de minería
de datos.

Abstract: The article highlights the growing importance that is gaining in recent years the philosophical discipline of epistemology in the field of
intelligence analysis, whether the strategic (area of
security and defense) or competitive (business).
Epistemology has become the substrate on which
underpin both the qualitative and quantitative
analysis in data mining. It reviews the different
methods of reasoning that help the analyst to
choose the most appropriate techniques and
qualitative analysis to select, discard and transform variables to build a model in a data mining
project.

Palabras clave: epistemología, teoría del conoci- Key Words: epistemology, theory of the knowlmiento, inteligencia, pensamiento lógico, pen- edge, intelligence, logical thought, analogical
samiento analógico, pensamiento sistémico, pen- thought, systemic thought, lateral thought.
samiento lateral.

* Fecha de recepción: 27/03/2011. Fecha de aceptación: 18/10/2011.
INTELIGENCIA Y SEGURIDAD 12 (JULIO-DICIEMBRE 2012). PÁGINAS 241-272. ISSN: 1887-293X

241

JUAN PABLO SOMIEDO

1. INTRODUCCIÓN
Hablar de inteligencia significa, inevitablemente, hablar de un campo multidisciplinar en el que convergen multitud de áreas del conocimiento humano: informática, idiomas, estadística, polemología, psicología, etc. Todas
esas disciplinas se ven involucradas en el paso crucial de la información al
conocimiento. Sin embargo, el núcleo duro lo constituyen aquellas disciplinas que se tornan fundamentales para cualquier analista y en cualquier campo o área de especialización. Entre ellas destaca la Epistemología o Teoría
del Conocimiento. A pesar de su importancia, sus aportaciones a la inteligencia estratégica han pasado más o menos desapercibidas en los clásicos
como Sherman Kent (considerado el padre del análisis en inteligencia estratégica)1 o el general Washington Platt y en los manuales militares al uso
(DO2-010, OR5-009, OR5-010). No ha sido sino en los últimos diez años
cuando los especialistas en análisis de inteligencia han comenzado a poner
de relieve la importancia creciente de esta disciplina y su papel esencial en la
formación de los analistas.
Vivimos inmersos en lo que se ha venido a llamar «la era de la información» y «la sociedad del riesgo», cuyo sistema nervioso lo constituyen fundamentalmente la información y las comunicaciones. Nunca, a lo largo de la
historia, la información ha sido tan accesible a los hombres. Además cada
vez van tomando mayor peso específico las fuentes abiertas de información.
Hay redes internacionales de datos, millones de sitios y páginas web abiertas
al análisis, pero el tiempo disponible para procesarlos es siempre superado
por el vórtice de nuevos datos que aparecen. Tal es así que podemos hablar
de una verdadera «infoxicación», es decir, una intoxicación de información.
Sin embargo, esta realidad contrasta con el hecho de que esa información requiere una formación previa para poder seleccionarla, procesarla y
utilizarla para los fines que se persigan. La información es acéfala, no pien1

El lector se preguntará, no sin motivo, cómo pudo aquel irónico y bromista profesor de Historia de la universidad de Yale inventar toda una metodología en inteligencia. La respuesta está en su
especialización. Como señala Jack Davis, Sherman Kent no fue un profesor de Historia convencional,
sino que enseñaba la historia como una serie de cambios metodológicos y cognitivos. Explicaba a sus
alumnos la importancia de verificar sus fuentes y dejar atrás sus predilecciones y prejuicios personales.
Como el lector podrá comprobar, eso no está muy lejos del trabajo de cualquier analista (Davis, 2002:
p. 3).
242


EL PAPEL DE LA EPISTEMOLOGÍA EN EL ANÁLISIS DE INTELIGENCIA

sa por nosotros. Los datos en bruto, sin el debido procesamiento, no nos
conducen a conclusiones útiles. Por tanto, se hace necesario implementar
los mecanismos adecuados para manejar y dar forma a la información. En
este escenario irrumpe la disciplina de la epistemología como una herramienta para «amueblar nuestra cabeza» y enseñarnos a pensar. Al mismo
tiempo, recurrir a esta disciplina significa retomar y revalorizar el pensamiento clásico que está en el sustrato mismo de nuestra civilización occidental y que nos ha guiado hasta los grados de desarrollo y tecnología que
ahora disfrutamos.
Etimológicamente, la palabra epistemología deriva de la unión de dos
palabras griegas: episteme, que significa conocimiento, y logia, que hace referencia a un saber o tratado. En Grecia, el tipo de conocimiento que se denominaba episteme se oponía al conocimiento que se calificaba de doxa. La
doxa es el conocimiento vulgar u ordinario del hombre, no sometido a rigurosa reflexión crítica; la episteme es el conocimiento reflexivo elaborado con
rigor. Podemos definir epistemología como la ciencia que trata de conocer la
naturaleza del conocimiento humano, en sus principios reales y en su funcionamiento real, los tipos o clases de conocimiento y los caminos o métodos que pueden conducir a su realización correcta en cada caso.
Conviene recordar aquí que la moderna epistemología, en tanto que disciplina filosófica autónoma, tiene su origen a principios siglo XX de la mano
del famoso Círculo de Viena, que se organizó en torno a la Cátedra de Filosofía de las Ciencias Inductivas que ocupó Moritz Schlick en Viena en 1922.
Dicho círculo reunió en su seno a pensadores del mundo de las letras y de
las ciencias con el objetivo de crear un método de pensamiento de carácter
universal que pudiera servir de herramienta a todas y cada una de las ciencias, aplicando luego los resultados también de forma universal mediante un
lenguaje y una semiótica consensuados, de tal forma que todas las ciencias se
beneficiasen de los avances que se diesen en una parcela determinada del conocimiento. No pudieron lograr su objetivo en parte por los recelos y la desconfianza de la comunidad científica y en parte por el estallido de la II Guerra Mundial.
En 1949, fecha de la publicación de la famosa obra de Sherman Kent
Strategic Intelligence, la epistemología era ya una disciplina conocida y estudiada en los círculos académicos. Sin embargo, ni Sherman Kent primero, ni el general Washington Platt después, lograron aplicar los avances y

243

JUAN PABLO SOMIEDO

los contenidos de esta disciplina en el estudio del ciclo de inteligencia. En
la actualidad, muchos servicios de inteligencia y empresas privadas han
descubierto la importancia de esta disciplina a la hora de analizar situaciones, minimizar el porcentaje de incertidumbre y fundamentar la toma de
decisiones. Como afirman dos expertos en la gestión de conocimiento en
los servicios de inteligencia: «La dinámica y los resultados de los servicios
de inteligencia para la seguridad y la defensa mejorarán con la incorporación de los avances epistémicos, metodológicos y tecnológicos que se producen dentro del ámbito de la gestión del conocimiento, y que están sentando en los últimos años las bases para la formación y el desarrollo de una
nueva y autónoma disciplina científica del mismo nombre» (Esteban Navarro y Navarro Bonilla, 2004: p. 36).
El papel que desempeña la epistemología dentro del trabajo cotidiano de
un servicio de inteligencia está estrechamente relacionado con la formación
de los futuros analistas y también de aquellos agentes especialmente involucrados en el servicio clandestino. Muy a menudo, tanto unos como otros,
deben adquirir un hábito de pensamiento riguroso que les ayude a tomar
decisiones incluso con una gran carga de incertidumbre. Los primeros deben
lidiar, frecuentemente, con un tiempo reducido para sus análisis y una incertidumbre muy elevada. Los segundos, más a pie de campo, deben ser capaces de aprender a buscar y discriminar la información útil de aquella que
no lo es y luchar contra los mecanismos de decepción y engaño. Toda esta
formación queda circunscrita a la Escuela de Formación interna de cada servicio de inteligencia y bajo la supervisión del responsable del Directorio de
Inteligencia. Pero los epistemólogos también realizan una labor de investigación que abarca dos funciones: por un lado, crean nuevas técnicas o modelos
de razonamiento o estudian las ya existentes para desarrollarlas y mejorarlas
buscando entender el sustrato lógico sobre el que se fundamentan las diferentes técnicas de análisis; por otro, buscan y estudian los fallos en la gestión
del conocimiento e intentan solucionarlos o realizar una labor preventiva
con los fallos potenciales. Herbert señala la importancia de contar con epistemólogos en estas organizaciones:
The Intelligence Community should recruit epistemological talent and cultivate
epistemological Skull across its organizations (Herbert, 2006: p. 681).
244



Merece la pena, en este sentido, señalar los avances del «Sherman Kent
School for Intelligence Analysis», organismo vinculado a la CIA, cristalizados, al menos en parte, en el CAP (Career Analyst Program)2.
Tradicionalmente, el análisis se divide en dos tipos: el análisis cualitativo
y el análisis cuantitativo. En el primero, los métodos de razonamiento que
nos enseña la Epistemología o Teoría del Conocimiento nos ayudan a escoger las técnicas de análisis adecuadas para cada caso, establecer relaciones y
llegar a conclusiones lógicas. En el segundo, donde interviene la moderna
minería de datos, nos ayuda a la hora de seleccionar y modificar las variables
para evitar correlaciones espurias y redundancias y poder realizar modelos
más fiables. De hecho, la preparación de las variables y los datos suele abarcar el 80% de cualquier trabajo de minería de datos y es una parte esencial si
queremos obtener buenos modelos bien sean explicativos o descriptivos. Los
expertos en minería de datos aseguran que el 60% de los errores se producen
por no saber escoger las variables útiles y desechar las que no lo son. Y esto
sólo se remedia si el analista es capaz de razonar adecuadamente para sacar el
máximo provecho de los poderosos programas de Data Minig como pueden
ser el SAS o SPSS.
Desde que Sun Tzu escribió El arte de la guerra y hasta el moderno tratado de Clausewitz, las estrategias militares y las formas de ganar las batallas
2 Desde febrero de 2002, el CAP es un programa de 22 semanas de duración. La primera semana
es una introducción a los conceptos básicos de inteligencia, incluyendo la historia, la misión y los valores de la CIA y una unidad temática de historia y literatura sobre inteligencia. Las siguientes cuatro
semanas son una introducción a las destrezas de inteligencia, incluyendo el pensamiento analítico,
técnicas de análisis de datos, redacción de informes y un ejercicio en equipo. Las primeras cinco semanas de entrenamiento finalizan con un ejercicio práctico en el que el futuro analista tiene la oportunidad de poner en práctica todo lo aprendido aplicándolo en un caso más real. Las cuatro semanas
siguientes los estudiantes son asignados a puestos dentro de la organización para ayudarles a comprender sobre el terreno la relación del Directorio de Inteligencia con otros componentes de la CIA y
el resto de agencias que componen la Comunidad de Inteligencia de Estados Unidos. Después de estas cuatro semanas, los estudiantes retornan a las clases para cuatro semanas más de estudios en las que
profundizan en las técnicas de análisis y las limitaciones cognitivas del analista siguiendo los escritos
de Richards Heuer. Después de esto, los futuros analistas vuelven a ser asignados a puestos dentro de
la organización de inteligencia para finalizar después con las últimas cuatro semanas de formación. En
las últimas semanas los estudiantes estudian, entre otras cosas, la relación entre política y servicios de
inteligencia y la ética del profesional de inteligencia. Otra sesión se titula «Escribiendo para el Presidente». Una vez más las sesiones de clase terminan con un ejercicio práctico de una simulación de crisis terrorista (Marrin, 2005: pp. 617-620).


245

JUAN PABLO SOMIEDO

antes de comenzarlas han ido de la mano de la filosofía aplicada al campo
militar. Los terribles atentados terroristas del 11-S en Estados Unidos y los
del 11-M en España han supuesto un punto de inflexión para los servicios
de inteligencia de ambos países porque han puesto de relieve no sólo las necesidades de coordinación entre los servicios de inteligencia e información
de un mismo Estado y de los países aliados, sino también que las modernas
tecnologías no podrán sustituir jamás a la sabiduría clásica heredada de
nuestros antiguos. En otras palabras, el factor humano sigue teniendo un peso específico en lo que a inteligencia se refiere. Por eso es de suma importancia adquirir una disciplina de pensamiento adecuada que nos permita, como
asevera Keith Masback, director del Plan Maestro de la Inteligencia Militar
de los Estados Unidos, «ver primero, comprender primero, actuar primero y
terminar con decisión» ante los nuevos riesgos, peligros y amenazas de carácter asimétrico, global y cambiante. En la misma línea, Robert Gates,
exdirector de la CIA, afirma que «la tarea más difícil en inteligencia es ver el
mundo tal y como es, no como desearíamos que fuera».
Es un hecho comprobado que, en algunas ocasiones, las investigaciones
se plantean omitiendo en su planteamiento toda integración de niveles de
análisis necesarios para construir un buen sistema de indicadores, variables y
categorías. Y ello conlleva una pérdida de matiz (en el caso de obviar los
métodos de razonamiento básicos) o la ausencia de una visión global (si no
se aplica correctamente el pensamiento sistémico) que nos permita comprender el fenómeno observado en toda su complejidad. Otras veces, los
analistas caen presa de sus prejuicios y tienden a verificar, más que a intentar
falsear, lo que ellos creen de antemano.
El presente artículo no pretende ser una mera recopilación de los diferentes métodos de pensamiento y conceptos elaborados a lo largo de los siglos por diferentes autores en el ámbito epistemológico. Nos interesa aplicar
«la navaja de Ockam»3 y discriminar todo aquello que no nos sea necesario
para nuestro fin, que no es otro que tratar de iluminar desde el campo de la
teoría del conocimiento a lo que comúnmente entendemos por ciclo de in3 La navaja de Ockam se formula de dos modos:
«Non sunt multiplicanda entia sine necessitate». No han de multiplicarse los entes sin necesidad.
«Frustra fit per plura quod potest fieri per pauciora». Es inútil hacer con mucho lo que puedes hacer
con poco.

246



teligencia y estudiar cómo el método científico puede ser viable como herramienta de aplicación a dicho ciclo. Es por ello que sólo haré hincapié en
tratar de explicar aquellos métodos y conceptos que puedan sernos de utilidad, eludiendo disquisiciones filosóficas que no vienen al caso y que, de
cualquier forma, sólo servirían de utilidad a aquellos lectores con un interés
especial en el campo de la filosofía de la ciencia o la epistemología. Seguramente, el lector avezado echará de menos una mayor profundidad en algunos de los métodos explicados, pero debido a las restricciones de espacio
propias de un artículo de estas características he preferido la visión de conjunto en detrimento de la profundidad porque considero que es mucho más
importante para aquellos que se enfrentan por vez primera con esta temática. De igual forma, aquellos lectores que ya tengan alguna experiencia en
este campo, pueden aumentar sus conocimientos consultando la bibliografía
que figura al final del artículo.
2. EL ANALISTA Y SUS HERRAMIENTAS EPISTEMOLÓGICAS
Los biólogos y bioquímicos, siguiendo a la Dra. Lynn Margulis y al paleontólogo Theilard de Chardin, suelen afirman que una de las notas definitorias de
la vida es su «complejidad siempre creciente». Lo mismo sucede con la realidad
y con los fenómenos, hasta tal punto que las conexiones nerviosas de la realidad aparecen, no pocas veces, como caóticas ante nuestros ojos. En un mundo
así, Kurt Gödel nos enseña en su «Teorema de la incompletitud» algo que los
jueces suelen vivir muy de cerca: que las ideas de verdad y demostrabilidad son
lógicamente distintas. En este sentido, Popper considera que la ciencia nunca
alcanza la verdad, sino que se aproxima a ella proponiendo sistemas hipotéticos, teorías, que son falsables. Y Duhem va más allá, aún, cuando afirma que se
puede mantener la verdad de cualquier enunciado, suceda lo que suceda, si
realizamos ajustes lo bastante drásticos en otras partes del sistema.
El método científico es una especie de brújula en la que no se produce
automáticamente el saber, pero que evita perdernos en el caos aparente de
los fenómenos, aunque sólo sea porque nos indica cómo no plantear los
problemas y cómo no sucumbir en el embrujo de nuestros prejuicios predilectos. Algo importante, esto último, cuando nos referimos al trabajo de
cualquier analista.

247

JUAN PABLO SOMIEDO

Como es sabido, el método científico se basa en la lógica. Esta ciencia
formal busca traducir en lenguaje simbólico el modo en que las personas razonan. Una de las operaciones del razonamiento es inferir ciertas consecuencias a partir de ciertos hechos. Estos hechos se traducen en enunciados verbales, llamados premisas. Las formas típicas de razonamientos que estudia la
lógica son la deducción, la inducción y la abducción. Pero al lado del pensamiento lógico coexisten otros tipos de pensamiento que han logrado conducir a nuestra civilización hasta las cotas de desarrollo y avance tecnológico
y cultural de las que ahora disfrutamos. El pensamiento analógico ha aportado su particular contribución a muchos de los grandes descubrimientos
científicos. De la misma manera, el pensamiento sistémico nos ha ayudado a
comprender realidades multirrelacionales complejas. No hay que olvidar,
tampoco, el importante papel de la creatividad como elemento dinamizador
y germinador de todos estos métodos de razonamiento. El pensamiento lateral intenta profundizar en los aspectos que nos ayudan a pensar de una manera creativa.
Todas estas maneras y formas de pensar se conjugan en el quehacer cotidiano de cualquier analista ayudándole a sacar el máximo rendimiento del
conocimiento y la experiencia atesorados en su área de trabajo. La epistemología es el sustrato sobre el que se asientan las diferentes técnicas de análisis. La epistemología nos ayuda a saber plantear el problema que debemos
analizar y a escoger la técnica de análisis adecuada. A un buen analista puede
faltarle el último programa informático de análisis, extracción de conocimiento o minería de datos, pero jamás pueden faltarle sus herramientas
mentales y epistémicas. Éstas deben formar parte de su equipaje dondequiera que vaya y dondequiera que trabaje.
3. PENSAMIENTO LÓGICO
Le debemos al filósofo y naturalista Aristóteles el haber colocado las columnas de nuestro moderno pensamiento científico. El filósofo griego formuló
en sus obras Primeros Analíticos y Segundos Analíticos unos métodos de razonamiento que siguen teniendo plena vigencia hoy en día. Posteriormente,
Francis Bacon, René Descartes, David Hume y Charles Sanders Pierce introdujeron mejoras y matizaciones (Cryan, Shatil, 2005). Aristóteles consi248



deraba la investigación científica como una progresión de las observaciones
hasta los principios generales, para volver a las observaciones. Mantenía que
se deben inducir principios explicativos a partir de fenómenos que se han de
explicar, y después deducir enunciados acerca de los fenómenos a partir de
premisas que incluyan esos principios. De este modo, la explicación científica es una transición desde el conocimiento de un hecho hasta el conocimiento de las razones del hecho. Diane F. Halpern lo explica de una forma
excelente:
Although it is common to make a distinction between inductive and deductive reasoning, the distinction may not be a particularly useful description of how people
reason in real life. In everyday contexts, we switch from inductive to deductive reasoning in the course of thinking. Our hypotheses and beliefs guide the observations
we make, and our observations, in turn, modify our hypotheses and beliefs. Often,
this process will involve a continuous interplay of inductive and deductive reasoning
(Halpern, 2009: p. 141).

Mención aparte merece la lógica informal. Nacida en los años sesenta del
siglo pasado, es una rama de la lógica entendida como estudio analítico y
normativo del lenguaje y el pensamiento discursivos. Es una disciplina muy
útil para el analista a la hora de analizar la información de los medios de
comunicación en busca de falacias y errores de argumentación (Vega, 2011:
pp. 308-313). La profesora Monserrat Bordes, en su última obra publicada,
escribe: «Como las trampas de Circe, venenosas pero de aspecto inocuo,
muchos usos argumentativos falaces domestican la mente de la audiencia
crédula, que olvida la tierra natal de la justificación racional, la lógica, sacrificada a favor de la confortable aceptación de una retórica sin ética... Y ser
capaz de detectar falacias es el primer paso para conseguir evitar los peligros
de las creencias acríticas» (Bordes, 2011: p. 31).
3.1. Inducción: Reasoning up
Como señala Manuel Garrido, un argumento es deductivo cuando el paso
de las premisas a la conclusión es analítico (necesario), y es inductivo cuando
ese paso es sintético (no necesario) (Garrido, 2005: p. 61). La generalización

249

JUAN PABLO SOMIEDO

de los eventos es un proceso que sirve de estructura a todas las ciencias experimentales, ya que éstas (como la física, la química y la biología) se basan en
la observación de un fenómeno (un caso particular) y posteriormente se realizan investigaciones y experimentos que conducen a los científicos a la generalización.
La base de la inducción es la suposición de que si algo es cierto en algunas ocasiones, también lo será en situaciones similares aunque no se hayan
observado. En el razonamiento inductivo aprendemos desde la experiencia.
Por ejemplo, llamamos inducción al proceso por el cual una persona aprende a asociar el color rojo con el calor y el calor con dolor, y generaliza esas
asociaciones a nuevas situaciones. Obviamente, la inducción no es sólo esencial para la transmisión del conocimiento, sino también para sobrevivir. La
inducción ocurre cuando un analista o investigador comienza a ver ciertas
relaciones en los fenómenos que él observa. La imaginación y el poder de
observación son elementos esenciales en el proceso inductivo y, por tanto,
en los analistas (Clauser, 2008: p. 52).
3.2. Deducción: Reasoning down
El pensamiento deductivo parte de categorías generales para hacer afirmaciones sobre casos particulares. Es una forma de razonamiento donde se infiere una conclusión a partir de una o varias premisas. El filósofo griego
Aristóteles, con el fin de reflejar el pensamiento racional, fue el primero en
establecer los principios formales del razonamiento deductivo, aunque su inventor fue Parménides como bien apunta Karl Popper (Popper, 1999: p.
164). En la deducción, las premisas apoyan totalmente la conclusión, son
necesarias y suficientes y, por lo tanto, nada que añadamos al razonamiento
lo cambiará (propiedad de monotonía). Esta propiedad no se cumple en la
inducción.
La deducción trabaja mejor en sistemas cerrados como las matemáticas, la
lógica formal o ciertos tipos de juegos (los war-games de ordenador, por
ejemplo), pero el analista rara vez trabaja con sistemas cerrados. Por eso el
método deductivo debe ser utilizado cuidadosamente y el analista debe ser
consciente de las limitaciones del proceso y los errores potenciales en las
premisas.
250



Podemos concluir diciendo que, en el razonamiento deductivo, se parte
de lo general para llegar a lo particular, que la conclusión está siempre contenida en las premisas de las que se parte y que además las conclusiones obtenidas corresponden con la lógica; sin embargo, en el razonamiento inductivo, se parte de lo particular para llegar a lo general, se obtienen
conclusiones que sólo resultan probables a partir de las premisas.
3.3. Abducción
Charles Sanders Pierce resucitó la reflexión sobre esta antigua forma de argumentar que ya Aristóteles había observado, pero sobre la cual no se había
prestado mucha atención. En uno de sus abundantes artículos, «Guessing»,
escrito alrededor de 1907 y publicado póstumamente en un journal elaborado por estudiantes de Harvard, Peirce se propuso exponer sus ideas acerca
del conocimiento humano. «Guessing» está dividido en dos partes. En la
primera, Peirce explica cómo formamos opiniones que aciertan a explicar lo
que ocurre. En la segunda, intenta demostrar que tenemos una especie de
instinto para adivinar las cosas.
Según la definición del propio Pierce, la abducción «es el proceso por el
que se forma una hipótesis explicativa. Es la única operación lógica que introduce una idea nueva».
El argumento abductivo es aquel cuyo enlace entre las premisas y la conclusión es de tipo hipotético. Pierce lo considera como una forma de sacar
«una predicción general sin certeza positiva», pero lo justifica, porque cree
que este método permite indagar las causas de un fenómeno, con la esperanza de descubrirlas mediante el uso de una hipótesis.
Si la deducción explica y la inducción evalúa, en la abducción suponemos
que un hecho sorprendente es un caso de una regla general. Mediante la imaginación, en la abducción somos nosotros los que introducimos esa regla general
o situación más amplia que explicaría el hecho sorprendente observado. La abducción es, por tanto, un tipo de inferencia cuya conclusión es siempre una hipótesis o una conjetura, algo probable, pero es precisamente el carácter plausible
o razonable de esa hipótesis la que lleva a aceptarla y no su probabilidad efectiva. Abducir es adivinar, y es el único razonamiento que genera nuevo conocimiento, porque añade a los datos de la percepción una explicación plausible.

251

JUAN PABLO SOMIEDO

La abducción es una especie de «paradigma indiciario» que proporciona
claves de interpretación valiosa cada vez que la deducción y la inducción no
son aplicables o, al menos, se muestran insuficientes para indagar un hecho.
La naturaleza de verdad que se extrae de la actividad abductiva se basa en la
regla de conjeturas dentro de una gama de posibilidades adivinatorias, pero
no totalmente arbitrarias, sino en referencia a intuiciones razonables.
Para Pierce existían tres clases elementales de razonamiento. La primera,
que llamó abducción, consiste en examinar una masa de hechos y permitir
que esos hechos sugieran una teoría. De este modo ganamos nuevas ideas,
pero el razonamiento no tiene fuerza. La segunda clase de razonamiento es la
deducción, o razonamiento necesario. Sólo es aplicable a un estado ideal de
las cosas, o a un estado de cosas en tanto que puede conformarse con un
ideal. Simplemente da un nuevo aspecto a las premisas. El tercer modo de
razonamiento es la inducción o investigación experimental. Su procedimiento es éste. Cuando la abducción sugiere una teoría, empleamos la deducción para deducir a partir de esa teoría ideal una variedad de consecuencias a tal efecto que, si realizamos ciertos actos, nos encontramos a nosotros
mismos enfrentados con ciertas experiencias. Cuando procedemos a intentar
esos experimentos, y si las predicciones de la teoría se verifican, tenemos una
confianza proporcionada en que los experimentos que aún no se han intentado confirmarán la teoría.
Como se puede observar, para Pierce, la diferencia básica entre abducción e inducción es que la primera forma parte del proceso de descubrimiento y la segunda forma parte del proceso de probar esos descubrimientos. La abducción, a diferencia de la inducción, usa el mecanismo de
la hipótesis para descubrir la causa. En cambio, aquélla indaga por medio
del experimento a fin de extraer una ley. Es claro que ambos métodos no
se excluyen: se puede hacer a la vez abducción e inducción, pero es necesario distinguir ambos procesos, porque no tiene la misma fuerza probatoria
el desarrollo inductivo que apunta a ensanchar continuamente el campo de
verificación, que hacer conjeturas acerca de las causas que han provocado
un hecho particular.

252



4. PENSAMIENTO ANALÓGICO
Como observa Jerome Clauser, la analogía es uno de los métodos de razonamiento más usados en inteligencia. La analogía apoya el método abductivo porque sirve para establecer hipótesis y modelos predictivos.
One of the most widely used tools in intelligence analysis is the analogy. Analogies
serve as the basis for constructing many predictive models, are the basis for most
hypotheses, and rightly or wrongly, underlie many generalizations about what the
other side will do and how they will go about doing it (Clauser, 2008: p. 130).

Para resolver un problema por analogía, en primer lugar, recuperamos las
similitudes entre el caso conocido y el problema planteado. Las similitudes
pueden ser estructurales (más abstractas) o superficiales (más físicas). Cuando los dos casos mantienen no sólo similitudes estructurales, sino también
similitudes superficiales, la recuperación se ve enormemente facilitada. En
segundo lugar establecemos las correspondencias. La fuerza de este tipo de
argumentos por analogía está en función de lo bien o mal que establezcamos
las conexiones o correspondencias entre los elementos tratados.
Veamos algunos ejemplos de aplicación:
Si tengo en una mano un objeto de metal cuyas demás propiedades desconozco, lo pondremos «ARRIBA». Buscaremos un objeto de metal del que
sí conozco muchas de sus propiedades, por ejemplo que se dilata con el calor, porque me es muy familiar. Lo pondremos «ABAJO». Ahora razonamos
así: el de «ABAJO» es de metal, y el de «ARRIBA» también (como abajo, es
arriba), entonces puedo suponer que si el de «ABAJO» se dilata con el calor,
el de «ARRIBA» también lo hará (como arriba, es abajo). Como vemos, es
un juego de similitudes de ida y vuelta, donde en cada tránsito trasladamos
algo desde el objeto conocido (análogon) al objeto desconocido (analogado).
Luego vendrá el trabajo de verificación si es necesario.
Resolver un problema por analogía consiste, pues, en desarrollar un establecimiento de correspondencias entre los elementos de dos problemas (el
problema base, cuya solución ya conocemos, y el problema meta, cuya solución buscamos) y en la posterior adaptación de la solución del problema base al problema meta (Gabucio Cerezo, 2005: p. 184). Pasemos ahora a un
ejemplo histórico y real:

253

JUAN PABLO SOMIEDO

Los antiguos indígenas aztecas se sorprendieron cuando vieron por primera vez los caballos que montaban los españoles de Hernán Cortés a su llegada a México. Después de mirar atentamente ese extraño animal, los aztecas, por analogía, lo llamaron simplemente macatl, término que en la lengua
náhuatl se usaba para designar a todos los animales cuadrúpedos en general.
A medida que los aztecas fueron familiarizándose con la figura del caballo y
lo conocieron mejor, lo distinguieron de otros animales, copiaron la palabra
usada por los españoles y empezaron también a denominarlo «caballo». Como se observa, los indígenas, después de la primera percepción, echaron
mano de algún conocimiento anterior que les sirviera de punto comparativo
para designar este nuevo animal.
Este modo de razonar también se ve refrendado desde la moderna psicología cognitiva. Como señala acertadamente Umberto Eco:
Algunas teorías cognitivas contemporáneas nos dicen que el reconocimiento adviene sobre la base de los prototipos, por los cuales se deposita en la memoria un
objeto a manera de paradigma, y después se reconocen los demás con relación al
prototipo (Eco, 1972).

Así como trasladamos propiedades físicas, podemos trasladar modelos
implicados o estructuras enteras hacia los objetos desconocidos que tenemos
en análisis. El secreto es emplear como objeto de base algo bien conocido,
muy familiar a nosotros que, sin embargo, posea algunas notas similares con
el objeto que buscamos «enriquecer».
Lo que hemos desarrollado con la fría terminología de la lógica tiene más
aplicaciones e implicaciones. Todas las personas realizan comparaciones, que
son una forma de analogía. Si bien no siempre se busca inferir una hipótesis,
es un recurso muy empleado en la vida diaria. Los poetas usan un tipo de
comparación donde enlazan ámbitos diversos, no necesariamente reales, para
crear metáforas. Por ejemplo: «Luego de la lluvia, bajan de la montaña cintas
de plata». No esperamos ver, realmente, una «cinta de plata» bajando de la
montaña, pero sí nos damos cuenta de lo que desea decirnos el autor: el agua
que baja de la montaña brilla como una cinta de plata. Si unimos esta operación, la metáfora del campo del lenguaje con el razonamiento abductivo,
en el campo de la lógica, veremos aparecer un ingrediente importante en el
razonamiento analógico: la posibilidad de metaforizar los términos, de
254



usarlos con un sentido no únicamente literal, con miras a «enriquecer» aún
más los términos comparados o analogados.
Apliquemos ahora el pensamiento analógico a la inteligencia de negocios:
Nuestro problema, en una empresa X, es captar más clientes, ¿cómo hacerlo?, ¿qué hacer?
Razonemos así: captar clientes se parece al deporte de la pesca, incluso a
veces decimos «cómo pescar clientes». Vamos a suponer que sabemos mucho
sobre pesca, que es un ámbito familiar para nosotros (es el «ARRIBA»).
Mientras que estamos algo desorientados o tenemos pocas ideas para captar
clientes (es el «ABAJO»). Aunque sean ámbitos diferentes, se parecen en
que, en el proceso de pescar-vender, hay que desarrollar alguna «estrategia de
captación», sin la cual no tendremos ni peces ni clientes. Metafóricamente,
un cliente es un pez.
Bien. Analicemos algunos detalles del deporte de la pesca. Por ejemplo,
para ciertos peces necesitamos ciertas carnadas, sea un señuelo, sea algún
alimento apetecido por el pez. ¿Qué es «señuelo» en el ámbito de las ventas?
¿Son argumentos de venta? ¿Podemos pensar en diferentes «señuelosargumentos» para diferentes tipos de «clientes-peces»? (Como arriba es abajo...), si los clientes se espantan ante nuestras intervenciones, ¿por qué los
peces se espantan?, respuesta: por el ruido desacostumbrado. ¿Qué es «ruido
desacostumbrado» en el ámbito de las ventas?, seguro que no el paso de un
vehículo. ¿Qué entonces? ¿Será la falta de amabilidad en la atención?, ¿serán
colores desagradables del local de ventas?, ¿serán disposiciones incómodas
del mobiliario?, etc.
Podemos seguir «saltando» entre «el arriba» y «el abajo» de la fórmula y
en cada salto trasladar nuevas sugerencias de una situación a otra, sugerencias que enriquecen la comprensión y la perspectiva del problema entre manos.
Si bien es probable que no obtengamos todas las respuestas, sí nos dará
pistas y sugerencias (las hipótesis del analista), que es lo importante, ya que
podemos luego pulir esas pistas y lograr una respuesta más acertada y más
concreta.
Con la ejercitación, este tipo de razonamiento pasa a formar parte de la
manera habitual de razonar. Aparecerá entonces principalmente en los momentos donde sea necesario «crear» sugerencias, respuestas, hipótesis, que
hagan avanzar nuestra comprensión o gestión de una situación problemática. Con ello nos habremos vuelto más creativos, más libres, porque podreINTELIGENCIA Y SEGURIDAD 12 (JULIO-DICIEMBRE 2012). PÁGINAS 241-272. ISSN: 1887-293X

255

JUAN PABLO SOMIEDO

mos «salir» del paradigma que nos mantiene siempre en el mismo ámbito de
pensamiento y nos presenta el problema desde un único punto de vista.
Muchos grandes inventores se valieron de este método de razonamiento
para realizar sus descubrimientos. Éstos son sólo algunos ejemplos:
• Es sabido que Leonardo Da Vinci observaba la naturaleza como
fuente de inspiración para sus inventos y pinturas.
• Los hermanos Wright estudiaron los zopilotes en vuelo para resolver
problemas sobre el equilibrio de los aviones.
• Kekülé usó la imagen de una serpiente persiguiendo su cola para desarrollar su modelo de la molécula de benceno. De esta manera concibió
la molécula como un anillo, en vez de la usual cadena de átomos de
carbono e hidrógeno.
• Pasteur usó la función de la piel rota de la uva durante el proceso de
fermentación para poder entender el proceso de infección.
Para finalizar, sólo apuntaremos que, a veces en forma nebulosa o inconsciente, el analista recurre al pensamiento analógico para crear sus hipótesis,
para acotar el infinito campo de posibilidades de explicación que se esconde
tras un hecho particular desconocido. La cantera desde donde extrae esas
«protohipótesis», por medio del razonamiento abductivo, es la vida ordinaria, la vida de todos los días almacenada en forma de experiencia personal, la
cual constituye el potencial creativo de las personas.
5. TEORÍA DE LA CAUSALIDAD ARISTOTÉLICA
En el segundo tomo de la Física de Aristóteles podemos encontrar otra
aportación interesante para nuestro artículo. El principio de causalidad ha
presidido, desde la antigüedad hasta nuestros días, la metodología científica,
incluso ha calado también en la mentalidad popular. El principio de causalidad nos dice que todo efecto tiene una causa asociada a él que puede darse
simultáneamente o en sucesión, según sea el caso. Pero frecuentemente olvidamos que, en la mentalidad de Aristóteles, casi ningún efecto era dependiente única y exclusivamente de una sola causa. De hecho, el filósofo griego
quiso elaborar toda una Teoría de las Causas.
256



Es frecuente caer en este error durante nuestros razonamientos y, por
tanto, en nuestros análisis también. Si creemos haber dado con la causa de
un determinado suceso o fenómeno, al menos con la causa principal, solemos reducir nuestro análisis a esa causa y evitamos buscar causas complementarias que quizás aportarían un poco más de luz a la situación. Algunas
veces simplificamos mucho nuestros análisis y evitamos profundizar en las
causas porque es mucho más rápido y sencillo centrarnos sólo en una. Para
el filósofo Gustavo Bueno, más que de causas aisladas habría que hablar de
lo que él llama «concausas», es decir, una cadena causal donde las causas
aparecen relacionadas unas con otras.
Aristóteles definió cuatro causas, dos de ellas intrínsecas (causa material y
causa formal) y dos extrínsecas (causa final y causa eficiente):
Causa material: se refiere literalmente a la materia de la causa que propicia el efecto. Por ejemplo, el papel es la causa del libro, pero no su
única causa sino la causa material únicamente, ya que un montón de
papel no hace un libro.
Causa formal: hace referencia a la idea o concepto involucrados en la
causa. Se ha de poseer una mentalidad muy crítica y sin prejuicios para no crear una confusión en torno al concepto que queremos analizar.
Es frecuente no examinar el concepto correcto o examinarlo deficientemente sin tener en cuenta todos los matices.
Causa eficiente: se refiere al agente de cambio. Lo que propicia el cambio
de una situación a otra o de un fenómeno a otro, bien sean éstos
complementarios o completamente distintos. Es significativo recordar
que el vocablo griego Aítion tenía un sentido más amplio que el de
causa efectora: significaba autoría o responsabilidad de algo, razón,
motivo, acusación. Aristóteles parece usar el vocablo con el doble sentido de razón y causa. De hecho, siglos después, otro pensador, Santo
Tomás de Aquino, introduciría la «causa instrumental» como una variedad de la causa eficiente.
La moderna epistemología ha introducido aquí un nuevo concepto
tomado del mundo de la química: la idea de catalizador. El catalizador
no sería el agente de cambio en sí, pero propiciaría su aparición. Sería
una especie de precursor pero no siempre vinculado o en relación con
el agente de cambio. Un catalizador puede ser ajeno completamente al

257

JUAN PABLO SOMIEDO

escenario donde aparece el agente de cambio. Podríamos decir que el
agente de cambio sería la causa eficiente próxima y el catalizador la
causa eficiente remota. En el caso del libro, lógicamente el agente del
cambio es el escritor que, además, está estrechamente vinculado a su
obra. Pero esto no siempre sucede así.
Causa final: se refiere a la finalidad última o telos de un determinado
efecto, bien sea ésta la buscada o una inesperada o colateral (causa per
se y per accidens). Aristóteles lo formula de esta manera: «la causa de
una estatua es en un sentido Policleto, y en otro el escultor, puesto
que no es sino por accidente que el escultor es Policleto». En el caso
del libro, está claro que la finalidad última, al menos en teoría, es su
lectura por parte de otras personas.
Asimismo, hay varios tipos de relaciones entre las causas:
Relación de reciprocidad: por ejemplo, la lectura y el libro. Otro ejemplo
puede ser la relación entre ejercicio y salud. El ejercicio es causa del
buen estado de salud y viceversa.
Relación de anterioridad y posterioridad: una causa puede ser anterior o
posterior a otra. También puede suceder que ambas se den simultáneamente. En nuestro caso, el escritor es anterior al libro.
Relación de lejanía y proximidad: si encuadramos las causas en un marco
espacio-temporal, podemos decir que las causas de un determinado
efecto pueden ser próximas entre sí (bien sea en el espacio o en el
tiempo o en ambos a la vez) o remotas.
Relación en acto y potencia: dos conceptos que serán fundamentales en
el desarrollo de todo el pensamiento occidental: «la potencia» y «el
acto». La teoría dice que en todo ser hay «lo que ya es» ese ser: el acto,
y su «poder llegar a ser lo que todavía no es»: la potencia. Aristóteles
indica que no es posible dar una definición estricta de estos términos,
sino que hay que contentarse con ejemplos y analogías. La potencia y
el acto están en la misma relación que la semilla y la planta, o tener los
ojos cerrados y ver. La potencia es una forma distinta de no-ser: en
efecto, ni una piedra ni una semilla son un árbol; pero aunque la semilla no-es árbol en acto, sí lo es en potencia (es decir, puede llegar a
serlo). De la misma manera, un escritor puede ser causa potencial de
258



un libro aunque no esté escribiendo. Una situación en pleno desarrollo es susceptible de alcanzar cualquier camino de proyección, dependiendo de los estímulos y decisiones que se produzcan en su devenir.
Termino este apartado con una brillante observación de Hessen:
Hoy tomamos el concepto «causa» en un modo más estrecho que el de Aristóteles y la Escolástica. Ya no hablamos de causa material, formal y final, pues
usamos la palabra «causa» exclusivamente para designar a la causa eficiente. No
conocemos, pues, cuatro, sino sólo una clase de causa: la causa efficiens (Hessen,
1962: p. 161).

Sea como sea, al final, no tendremos más remedio que darle la razón al
gran poeta latino Publio Virgilio Marón cuando escribió: «Felix qui potuit
rerum cognoscere causas» («Feliz el hombre que está capacitado para descubrir
las causas de las cosas») (Geórgicas, Libro II, Verso 490).
6. CONEXIONES CAUSALES: EL CANON DE STUART MILL
Los cánones publicados en 1843 por el genial filósofo victoriano John Stuart
Mill en su obra Sistema de Lógica iluminan las cuestiones de la causalidad
descritas más arriba. El canon de Mill se usa ampliamente en las investigaciones científicas. Por ejemplo, las pruebas a las que las compañías farmacéuticas someten sus drogas rutinariamente utilizan los métodos de las coincidencias y las diferencias. Cualquiera que esté intentando establecer
relaciones funcionales entre distintas variables seguramente usará el método
de las variaciones concomitantes, aunque los científicos habitualmente evitan el lenguaje de los filósofos sobre causa y efecto.
Canon I. Método de Coincidencia:
Si dos o más ejemplos de un fenómeno bajo investigación poseen una sola circunstancia en común, esta única circunstancia, presente en todos los ejemplos, es la causa (o
el efecto) del fenómeno mencionado.


259

JUAN PABLO SOMIEDO

Aplicado al análisis de inteligencia, este canon puede ser aplicado en algunos casos. Por ejemplo: la presencia de un experto iraní en misiles ha sido
detectada en varios lugares con anterioridad al lanzamiento de un nuevo misil. Hay alguna posibilidad (aunque no certeza absoluta) de que el próximo
lugar de lanzamiento pueda ser conocido de antemano vigilando los pasos
del hombre en cuestión.
Canon II. Método de Diferencia:
Si una situación en que ocurre el fenómeno en investigación, y otra situación en que
no ocurre, se parecen en todo excepto en una circunstancia, que sólo se presenta en la
primera situación, entonces esta circunstancia, que es la única diferencia entre las
dos situaciones, es el efecto, la causa, o una parte indispensable de la causa del fenómeno mencionado.

Siguiendo con nuestro misterioso iraní, podemos decir que si hay dos lugares de lanzamiento probables del próximo misil y en uno de ellos no está
nuestro hombre, las posibilidades de que el lugar de lanzamiento sea donde
se encuentra el experto iraní aumentan considerablemente.
Canon III. Método combinado. Coincidencia + Diferencia:
Si dos o más ejemplos en los que el fenómeno ocurre muestran una sola circunstancia
en común, mientras que dos o más situaciones en las que el fenómeno no ocurre sólo
comparten la ausencia de la circunstancia mencionada, entonces tal circunstancia,
la única, en que difieren los ejemplos mencionados, es el efecto, la causa, o una parte
indispensable de la causa, del fenómeno estudiado.

Imaginemos que en dos lugares diferentes se ha detectado un nuevo radar
y en esos lugares la defensa aérea es más efectiva. Al mismo tiempo, en otros
lugares en los que no se ha detectado presencia de radar las defensas aéreas
son mucho menos eficaces. Podemos concluir entonces que la causa de la
efectividad de las defensas aéreas está determinada por la presencia o no de
ese radar.
260



Canon IV. Método de los Residuos:
Cuando se resta o sustrae de cualquier fenómeno la parte que por inducciones previas
se sabe que es el efecto de ciertos antecedentes, el residuo del fenómeno es el efecto de
los antecedentes restantes.

Este canon es más apropiado para situaciones de laboratorio en las que
pueden ser identificadas cada una de las condiciones previas de un fenómeno. Pero la identificación de todos los condicionantes previos se hace más
difícil en la vida real, que suele ser más desestructurada.
Canon V. Método de las Variaciones Concomitantes:
Cuando un fenómeno varía de alguna manera particular, es causa o efecto de otro
fenómeno que varía de la misma o de otra manera, pero concomitantemente.

Un ejemplo aplicado al mundo de la inteligencia contraterrorista es el
movimiento de los terroristas de una célula a otra. Normalmente se interpretan esos movimientos como weak signals4 o señales débiles que pueden
indicar la preparación de un próximo atentado terrorista.
7. TEORÍA GENERAL DE SISTEMAS Y SU CONCRECIÓN EN

EL PENSAMIENTO

SISTÉMICO

La década de los noventa, de la mano de la obra de Peter Senge, asistió a la
popularización del pensamiento sistémico que, introducido en los años cincuenta por el alemán Ludwig von Bertalanffy, había quedado restringido a
4

Raquel Janissek-Muniz, Humbert Lesca y Henrique Freitas han realizado un pequeño trabajo
sobre el desarrollo de la capacidad de antelación por la identificación de indicios anticipativos. En él
explican qué es el concepto de weak signals o «señales débiles». Ansoff, en un artículo publicado en
1990, define las weak signals como «a development about which only partial information is available at
the moment when response must be launched, if it is to be completed before the development impacts on the
firm». Es decir, las señales débiles son elementos que pueden incitar, en el decisor atento y sensible a
ellas, una sensación de que algo importante pudiera estar iniciándose o pudiera ocurrir en un futuro.

261

JUAN PABLO SOMIEDO

los círculos académicos. Más cercana en el tiempo se sitúa la obra del libanés
Nassim N. Taleb. Ambos estudios contribuyen a descubrir los errores en los
procesos de razonamiento cuando los humanos nos enfrentamos frente a la
complejidad, la incertidumbre y la aleatoriedad. En la actualidad, comienzan
a aparecer estudios que utilizan el enfoque sistémico para estudiar temas relacionados con el mundo de la inteligencia. Un ejemplo es la reciente obra
de Pedro Carrasco Jiménez La definición del terrorismo desde una perspectiva
sistémica, que utilizando los postulados de la Teoría de Sistemas, reconstruye
una definición de terrorismo global. Las aportaciones de este novedoso pensamiento no han pasado desapercibidas, tampoco, para la inteligencia competitiva (IC). Si examinamos con detenimiento la obra del profesor Siminiani, veremos con claridad cómo su modelo Portal + (Portal Plus) está
basado en el pensamiento sistémico. Para Siminiani, la empresa es un organismo vivo en el que la comunicación horizontal y la creatividad compartida
entre los diferentes departamentos de la empresa aporta ventajas competitivas muy por encima de lo que pueden ofrecer cada uno de los departamentos de la empresa por separado (Siminiani, 2001).
El pensamiento sistémico aparece formalmente en los años cincuenta a
partir de los cuestionamientos que, desde el campo de la biología, hizo
Ludwing Von Bertalanffy. El biólogo y epistemólogo alemán cuestionó la
aplicación del método científico en los problemas de la Biología, debido a
que éste se basaba exclusivamente en una visión mecánica y causal, lo que lo
hacía débil como esquema para la explicación de los grandes problemas que
se dan en los sistemas vivos. Este cuestionamiento lo llevó a plantear una
reformulación global en el paradigma epistemológico, para entender mejor
el mundo que nos rodea, surgiendo formalmente el paradigma de sistemas5.
5

El propio Bertalanffy describe cómo nació la idea. Parece interesante transcribir el párrafo donde lo explica para comprender mejor el origen de la idea:
«Cuando hace unos 40 años inicié mi vida científica, la biología estaba envuelta en la controversia
entre mecanicismo y vitalismo. El procedimiento mecanicista consistía esencialmente en resolver
el organismo vivo en partes y procesos parciales: el organismo era un agregado de células, la célula
lo era de coloides y moléculas orgánicas, el comportamiento era una suma de reflejos condicionados y no condicionados, y así sucesivamente. Los problemas de organización de estas partes al servicio del mantenimiento del organismo, de la regulación consecutiva a perturbaciones, se evitaban; o bien, de acuerdo con la teoría llamada vitalista, se tenían por explicables sólo merced a la
acción de factores animoides (duendecillos, dan ganas de decir) que acechaban en la célula o el
organismo; lo cual evidentemente era, ni más ni menos, una declaración en quiebra de la ciencia.
262



Según Bertalanffy, la «Teoría General de Sistemas» debía tener un carácter
básico o fundamental y ofrecer un riquísimo instrumental conceptual para la
elaboración de todas las demás ciencias (Monserrat, 1984). Como podemos
observar, las intenciones del biólogo alemán no estaban muy lejos de los
postulados del Círculo de Viena, aunque por caminos diferentes y, al igual
que le había sucedido años antes al Círculo de Viena, la propuesta de Bertalanffy fue recibida con incredulidad por «fantástica y presuntuosa». Sus ideas
no comenzaron a tener audiencia hasta el año 1954. A partir de ahí, en diversos campos científicos se empieza a utilizar el mismo pensamiento. Por
ejemplo, en la física cuántica, donde las partículas subatómicas no poseen
significado aisladas y no pueden ser comprendidas sino como interconexiones o correlaciones, pues las partículas no son cosas, sino conexiones entre
cosas que a su vez son interconexiones entre otras cosas.
Cuanto más percibimos los problemas globales más notamos que están
interconectados y son interdependientes, son todos diferentes facetas de una
misma crisis. La visión que teníamos del mundo hasta hoy está obsoleta,
inadecuada para trabajar con un mundo globalizado, superpoblado y lleno
de dificultades para mantenerse. El pensamiento sistémico es integrador,
tanto en el análisis de las situaciones como en las conclusiones que nacen a
partir de allí, proponiendo soluciones en las cuales se tienen que considerar
diversos elementos y relaciones que conforman la estructura de lo que se define como «sistema», así como también de todo aquello que conforma el
entorno del sistema definido. La base filosófica que sustenta esta posición es
el Holismo (del griego holos=todo ).
Ante aquella situación, yo y otros fuimos conducidos al punto de vista llamado organísmico. Significa, en pocas palabras, que los organismos son cosas organizadas y que, como biólogos, tenemos que averiguar al respecto. Traté de dar forma a este programa organísmico en varios estudios
sobre el metabolismo, el crecimiento y la biofísica del organismo. Un paso en tal dirección fue la
llamada teoría de los sistemas abiertos y los estados uniformes, que es, resumidamente, una expansión de la fisicoquímica, la cinética y la termodinámica ordinarias. Me dio la impresión, no
obstante, de que no podía detenerme en el camino que había elegido, y ello me condujo a generalización mayor aún, a lo que llamé «teoría general de sistemas». La idea viene de muy atrás; la
presenté por primera vez en 1937, en el seminario filosófico de Charles Moris en la Universidad
de Chicago. Sin embargo, en aquél entonces era mal visto teorizar en biología, y temí lo que el
matemático Gauss llamaba «el clamor de los boecios». De modo que guardé mis notas en un cajón y no fue sino hasta después de la guerra cuando aparecieron mis primeras publicaciones sobre
el asunto» (Bertalanffy, 1993, pp. 92-93).

263

JUAN PABLO SOMIEDO

En una primera aproximación sencilla se puede decir que un sistema es
una entidad cuya existencia y funciones se mantienen como un todo por la
interacción de sus partes. El pensamiento sistémico contempla el todo y las
partes, así como las conexiones entre las partes, y estudia el todo para poder
comprender las partes. Es lo opuesto al reduccionismo, es decir, la idea de
que algo es simplemente la suma de sus partes.
De nuestra simple definición de sistema se infieren algunas implicaciones. En primer lugar, un sistema funciona como un todo, luego tiene propiedades distintas de las partes que lo componen. Estas propiedades se conocen con el nombre de propiedades emergentes, pues emergen del sistema
mientras está en acción. No se pueden predecir las propiedades emergentes
de un sistema dividiéndolo y analizando sus partes; sólo poniendo en funcionamiento el sistema podremos saber cuáles son sus propiedades emergentes. Dado que las propiedades de un sistema surgen del conjunto del sistema, y no de sus partes, si lo descomponemos perderemos sus propiedades.
Por ejemplo, si desmontamos un piano, no sólo no encontraremos el sonido, sino que será imposible reproducirlo hasta que no esté montado otra
vez. Si forzamos la división de un sistema en dos, no tendremos dos sistemas
más pequeños, sino un sistema defectuoso o muerto.
La interacción entre las partes en un sistema puede basarse en relaciones
de una complejidad de detalle o una complejidad dinámica. Un puzzle de
mil piezas nos plantea una complejidad de detalle. Suele haber alguna forma
de simplificar, agrupar u organizar este tipo de detalle, y sólo hay un lugar
para cada pieza. Los ordenadores manejan muy bien esta clase de complejidad, sobre todo si es posible secuenciarla. El otro tipo de complejidad es la
dinámica: es aquella en que los elementos se relacionan unos con otros de
muchas formas distintas, porque cada parte puede tener diferentes estados,
de modo que unas cuantas pueden combinarse en miles de formas diferentes. Resulta, pues, erróneo basar la complejidad en el número de partes. El
ajedrez es un juego de complejidad dinámica, ya que con cada nuevo movimiento el tablero se transforma, pues se modifican las relaciones entre las
piezas.
Una aplicación de este tipo de pensamiento a la lucha contraterrorista es
lo que se ha venido a denominar Swarm Intelligence o «Inteligencia de Enjambre», que basándose en el comportamiento de ciertos animales como las
abejas o las hormigas o los mismos hongos, intenta comprender, explicar y
264



combatir los modernos grupos terroristas. Por ejemplo, el hongo mucoso
consiste en miles de unidades unicelulares que son independientes, pero que
bajo condiciones favorables se unen y forman un organismo más grande que
trabaja por un objetivo común. No hay jefe, pero trabajan coordinadas. No
puedes eliminar las unidades porque pronto serían sustituidas por otras, sólo
puedes intentar que las condiciones sean menos favorables para que formen
una red. Los modernos grupos terroristas funcionan de igual forma. Son
como una telaraña, una red autoorganizada, un montón de focos que forman un todo mucho más grande que no estaba predefinido y que nadie gobierna, igual que sucede con el hongo. La aparición de las nuevas tecnologías
de la comunicación como Internet y los foros sociales ha facilitado enormemente esta transición hacia una forma de terrorismo mucho más evolucionada. Además, la Swarm Intelligence también se está aplicando a la solución
de problemas en minería de datos.
Nos han enseñado a pensar de manera lógica, a comprender mediante el
análisis, descomponiendo los sucesos en partes para luego volver a unirlas.
En algunos casos, este método funciona, pero surgen problemas cuando intentamos aplicarlo de forma indiscriminada. No funciona cuando lo que
manejamos son sistemas. Ni las personas ni los acontecimientos se rigen por
las reglas de la lógica, no son tan fáciles de predecir o resolver como las ecuaciones matemáticas. Se escapan a las soluciones rápidas, lógicas, ordenadas.
La razón por la que el pensamiento habitual resulta insuficiente para manejar sistemas es que tiende a ver secuencias simples de causa y efecto, limitadas en espacio y tiempo, en lugar de una combinación de factores que se influyen mutuamente. En un sistema, la causa y el efecto pueden estar muy
distanciados en el tiempo y en el espacio. Pero nosotros tenemos que actuar
aquí y ahora. En el intento de linealizar problemas no lineales a través del ciclo de inteligencia están muchas de las carencias que plantea la disciplina.
El pensamiento lineal es lo opuesto al pensamiento sistémico. Pensamos
linealmente cuando buscamos culpables o cuando, en general, buscamos la
causa inmediata de algún evento. El pensador lineal no alcanza a ver las consecuencias no intencionadas posibles de sus acciones, ni tampoco las limitaciones lógicas y naturales que otros sistemas impondrán en las acciones lineales implementadas.
La disciplina del pensamiento sistémico requiere diferenciar entre los
eventos resultantes de la organización (empresa, familia, ciudad, etc.), los

265

JUAN PABLO SOMIEDO

patrones de comportamiento de los actores del sistema (ausentismo, participación, sentimientos, ventas, etc.), las estructuras elegidas y no elegidas del
sistema (recursos, diseño del espacio físico, procesos, equipos de trabajo,
cronogramas, 24 horas por día, etc.), y los modelos mentales que cohabitan
en la organización.
En la siguiente gráfica se presenta el témpano de hielo que nos sirve como analogía de un sistema donde los eventos son lo observable por encima
del agua, equivalente a la cuarta parte de la masa del témpano, y los patrones, las estructuras y los modelos mentales están por debajo de la superficie
soportando y creando lo que se observa de resultados y eventos.
Por eventos resultantes de la organización quiero decir cada foto de cada
resultado deseado o indeseado del sistema, como un momento de alegría, la
pérdida o ganancia de una venta que se venía trabajando, el retiro o ingreso
de un estudiante, el bajo o alto resultado en un examen, o la calidad del
sueño en una noche. Es decir, es la foto instantánea de algo de la organización y por organización me refiero a un departamento dentro de una empresa, una empresa, un conjunto de empresas en un sector, una ciudad, un
sector geográfico, el sistema educativo de un país, un bloque de países, etc.
Siempre es importante definir el límite del sistema porque todo podría llegar
a ser un sistema si sus componentes comparten un fin o propósito.
Por patrones de comportamiento de los actores del sistema me refiero a la
forma como los comportamientos observables podrían demostrar o no un
patrón a través del tiempo (días, meses, años, décadas, etc.). Para esto es importante llevar un registro de datos sobre los indicadores relevantes a la gestión de la organización. Se puede registrar lo que la gente siente y piensa a
través del tiempo, las ausencias al trabajo diariamente, la cantidad de clientes
mensualmente, las requisiciones diarias, el consumo mensual de energía
eléctrica, las ventas o los ingresos diariamente, la cantidad de estudiantes enganchados en cada clase, entre muchos otros datos que permitirían esclarecer
los patrones organizacionales.
Por estructura sistémica me refiero a los procesos, las reuniones, los equipos de trabajo, los cargos, la infraestructura física (iluminación, oxigenación,
acústica, ergonomía, mobiliario, etc.), los horarios, el presupuesto financiero, la tecnología, las formas de comunicación y las estructuras limitantes no
elegidas, como 24 horas por cada día, y las instrucciones genéticas y biología
del ser humano, entre otras.
266



Por modelos mentales me refiero al conjunto de creencias y principios de
las personas en la organización, el conocimiento y las comprensiones de las
personas que forman el sistema, y las expectativas e imágenes deseadas de
ellas mismas. Estos modelos mentales afectan a las maneras como se percibe
el estado de la organización, lo que se ve y se observa, y lo que las personas
del sistema desean realmente.
El nivel de apalancamiento en el logro de resultados y eventos diferentes
aumenta a medida que profundizamos en el agua. Es decir, cambios en los
modelos mentales tienen mayor incidencia en los eventos y resultados, ya
que generan cambios en las estructuras, y éstas a su vez generan cambios en
los patrones de comportamiento de la gente y de los resultados. De acuerdo
con esto, el cambio sistémico implica cambiar algún patrón, alguna estructura o algún modelo mental.
8. PENSAMIENTO LATERAL O CREATIVO
Si hiciésemos una encuesta a pie de calle preguntándole a la gente sobre el
pensamiento creativo, la mayoría sabría a qué nos estaríamos refiriendo. Pero si preguntásemos sobre sus mecanismos internos o sus técnicas, seguramente la respuesta sería menos halagüeña. Una parte de la culpa de este hecho la tiene, sin lugar a dudas, nuestro sistema educativo, que no presta
demasiada atención a estos aspectos.
Uno de los mayores expertos mundiales en la materia es Edward De Bono. El doctor Edward De Bono es el creador del concepto de pensamiento
lateral, que hoy forma parte oficialmente de la lengua inglesa y ha sido incluido en el Oxford English Dictionary. El pensamiento lateral es una aproximación sistemática al pensamiento creativo por medio de técnicas formales
que pueden emplearse deliberadamente. Esas técnicas se basan en las raíces
del comportamiento del cerebro humano.
Existe la creencia tácita de que las nuevas ideas dependen de una
combinación fortuita de hechos y circunstancias y que tales confluencias
no pueden ser planificadas. A esto han contribuido las leyendas sobre los
grandes inventores y la forma de alcanzar sus descubrimientos. Un ejemplo es la manzana de Newton y la Teoría de la Gravedad. Tal y como es
explicado comúnmente, hace pensar que el azar jugó un papel crucial en

267

JUAN PABLO SOMIEDO

el descubrimiento, que fue algo completamente improvisado. Pero en
este descubrimiento, como en casi todos, la causalidad (los años de estudios y trabajos y el método de razonamiento de Newton como causa del
descubrimiento) desempeñó un papel mucho más importante que la casualidad. En rigor científico es importante no confundir causalidad con
casualidad.
En el nivel más simple, ser creativo significa confeccionar algo que antes
no existía. En cierto sentido, crear un desorden es un ejemplo de creatividad. El desorden no existía antes en ese lugar, y se le ha dado origen, se le ha
hecho nacer. Un ejemplo es la tendencia del hiperrealismo metafísico tan
cultivada por nuestro genio de la pintura Salvador Dalí. Su manera de plasmar objetos modificando sus características físicas es un ejemplo de cómo se
pueden crear nuevas realidades. En el campo de la poesía, otro español, Federico García Lorca, fue un maestro de la metáfora como generadora de
nuevas realidades más allá del plano físico.
De Bono hace una distinción fundamental entre sistemas pasivos y activos. Entre otros ejemplos explicativos, utiliza el de una toalla sobre la que se
vierten cucharadas de tinta y una fuente plana de gelatina sobre la que se
vierten cucharadas de tinta caliente. La toalla representa los sistemas pasivos,
porque las manchas de tinta quedan exactamente donde cayeron. Pero en la
gelatina la tinta caliente se disuelve formando canales. La gelatina permite
que la tinta se organice a sí misma en canales o secuencias. Otro sencillo
ejemplo de cómo el ingreso de información establece estructuras que tienen
que ser desmoronadas para ordenar las cosas de otro modo es el conocido
juego infantil de formar palabras con sílabas y consonantes tomadas al azar.
Sin creatividad no podemos utilizar plenamente la información y la experiencia disponibles, encerradas dentro de viejas estructuras, viejas pautas,
viejos conceptos y viejas percepciones.
Una de las técnicas más conocidas de De Bono es la de los «Seis sombreros para pensar», muy utilizada a la hora de formar a los ejecutivos de las
grandes empresas. Básicamente se trata de intentar ver los problemas desde
diferentes perspectivas asumiendo para ello diferentes roles.

268



9. CONCLUSIONES
Hoy en día ya nadie duda de la importancia del papel que juega la epistemología en el análisis de inteligencia, bien sea ésta estratégica, económica o
competitiva y, en general, a la hora de formar a aquellas personas que tienen
la responsabilidad de tomar decisiones bien sea en el ámbito de la seguridad
nacional o en el de los negocios.
En una época en que las empresas de muchos sectores ofrecen productos
similares y emplean tecnologías comparables, los procesos empresariales de
alto rendimiento están entre los últimos aspectos de diferenciación que aún
quedan, y, sin lugar a dudas, la inteligencia competitiva es uno de ellos. Pero
son los aspectos humanos los que verdaderamente son diferenciadores. De
esto se desprende que es vital formar a los futuros analistas de la forma más
rigurosa y amplia posible para que puedan afrontar los retos futuros que les
planteará un mercado global y altamente competitivo. Quizás por eso las
grandes y prestigiosas escuelas de negocios norteamericanas han vuelto a situar el estudio de los clásicos grecorromanos en sus programas. Del mismo
modo, numerosas universidades de Latinoamérica, como la Universidad de
Boyacá en Colombia (en el programa de la Carrera de Administración y Negocios Internacionales imparte la asignatura de Epistemología de los Negocios Internacionales), la Universidad Católica de Chile o la Universidad
ESAN de Perú (en su MBA a tiempo completo tiene una asignatura de pensamiento crítico), han visto la importancia de incluir este tipo de enseñanzas
en sus programas de máster y MBA.
La epistemología se torna imprescindible si queremos domar la enorme
cantidad de información de la que disponemos y convertirla en inteligencia útil
para apoyar la toma de decisiones en cualquier organización. Europa parte con
una enorme ventaja en este campo con respecto a otros países, porque hasta
bien entrado el siglo XX fue el marco donde se desarrolló mayoritariamente la
investigación epistemológica de calidad, que ha contribuido a que alcancemos
las cotas de desarrollo tecnológico y bienestar que ahora disfrutamos. Redescubrir nuestras fuentes intelectuales puede contribuir a mejorar la comprensión
de nosotros mismos y de las organizaciones en las que trabajamos.
En el ámbito de la comunidad de inteligencia española no debemos renunciar a esta ventaja cualitativa y competitiva. Renunciar a ella significaría
no aprovechar el caudal de conocimiento heredado y olvidar las bases sobre

269

JUAN PABLO SOMIEDO

las que se asienta el análisis en inteligencia, perdiendo así una oportunidad
para orientar y encuadrar una teoría de inteligencia sólida en España.
BIBLIOGRAFÍA
ARISTÓTELES (1995). Física. Madrid: Gredos.
BERTALANFFY, Ludwing von (1993). Teoría General de los Sistemas. Madrid:
Fondo de Cultura Económica.
BORDES SOLANAS, Monserrat (2011). Las trampas de Circe: falacias lógicas y
argumentación informal. Madrid: Cátedra.
BRUCE, James B. (2008). «Making analysis more realiable: Why epistemology matters to intelligence», en George, Roger Z. y Bruce, James B. (coords.): Analyzing intelligence. Origins, obstacles and innovations. Washington: Georgetown University Press, pp.171-190.
CARRASCO JIMÉNEZ, Pedro (2009). La definición del terrorismo desde una
perspectiva sistémica. Madrid: Plaza y Valdés.
CLAUSER, Jerome (2008). «An introduction to intelligence research and
análisis», Scarecrow professional intelligence education series, n.º 3. Maryland: The scarecrow press.
COHEN, Morris y NAGEL, Ernest (1990). Introducción a la lógica y el método
científico, vols. 1 y 2. Buenos Aires: Amorrortu.
COPI, Irving M. y COHEN, Carl (2007). Introducción a la lógica. México:
Noriega Editores.
CRYAN, Dan y SHATIL, Sharron (2005). Lógica para todos. Barcelona:
Paidós.
DAVENPORT, Thomas H. y HARRIS, Jeanne G. (2007). Competing on Analytics. Harvard: Harvard Business.
DAVIS, Jack [en Línea] (2002). «Sherman Kent and the Profession of Intelligence Analysis», The Sherman Kent Center for Intelligence Analysis Occasional Papers, vol. 1, n.º 5, https://www.cia.gov/library/kent-center occasional papers/pdf/OPNo5.pdf [Consultado: 12/12/2011]
DE BONO, Edward (1994). El pensamiento creativo. El poder del pensamiento
lateral para la creación de nuevos ideas. Madrid: Paidós.
GABUCIO CEREZO, Fernando (coord.) (2005). Psicología del pensamiento.
Barcelona: UOC.
270



GARCÍA TREVIJANO, Carmen (2008). El arte de la lógica. Madrid: Tecnos.
GARRIDO, Manuel (2005). Lógica Simbólica. Madrid: Tecnos.
HALPERN, Diana F. (2009). Thought and Knowledge: An introduction to
critical thinking. New Jersey: Psychology Press.
HALPERN, Diana F. y RIGGIO, Heidi R. (2003).Thinking critically about
critical thinking. New Jersey: Lawrence Erlbaum Associates, Publishers.
HERBERT, Matthew (2006). «The Intelligence Analyst as Epistemologist»,
International Journal of Intelligence and CounterIntelligence, vol. 18, n.º 3.
HERNÁNDEZ SAMPIERI, Roberto (coord.) (2008). Metodología de la investigación. México: McGraw-Hill Interamericana.
HESSEN, Johannes (1962). Tratado de Filosofía. Buenos Aires: Sudamericana.
JANISSEK-MUNIZ, Raquel; LESCA, Humbert, y FREITAS, Henrique (2011).
«Inteligência Estratégica Antecipativa e coletiva para tomada de decisao»,
Revista de inteligencia competitiva, vol.1, n.º 1, Sao Paulo, pp. 102-127.
KENT, Sherman (1986). Inteligencia Estratégica. Buenos Aires: Pleamar.
LOSEE, John (2006). Introducción histórica a la filosofía de la ciencia. Madrid:
Alianza Universidad.
MARRIN, Stephen (2003). «CIA’s Kent School: Improving Training for
New Analysts», International Journal of Intelligence and CounterIntelligence, vol. 16, n.º 4.
— (2007). «Intelligence Analysis Theory: Explaining and Predicting Analytic Responsibilities», Intelligence and National Security, vol. 22, n.º 6.
MONSERRAT, Javier (1984). Epistemología evolutiva y teoría de la ciencia.
Madrid: Universidad Pontificia de Comillas.
O’CONNOR, Joseph y MCDERMOTT, Ian (1998). Introducción al pensamiento sistémico. Barcelona: Urano.
ORDÓÑEZ Javier; NAVARRO, Víctor, y SANCHEZ RON, Jose Manuel (2007).
Historia de la Ciencia. Madrid: Espasa Calpe.
PLATT, Washington (1983). Producción de inteligencia estratégica: Principios
básicos. Buenos Aires: Struhart & Cia.
POPPER, Karl R. (1999). El mundo de Parménides. Ensayos sobre la ilustración
presocrática. Barcelona: Paidós.
— (2008). La lógica de la investigación científica. Madrid: Tecnos.
SEBEOK, Thomas A. y UMIKER-SEBEOK, Jean (1994). Sherlock Holmes y
Charles S. Pierce. El método de la investigación. Barcelona: Paidós.

271

JUAN PABLO SOMIEDO

SENGE, Peter (1993). La quinta disciplina. Buenos Aires: Gránica.
SERRA, Juan Pablo (2007). «Pierce. La verdad y el público», La Torre del Virrey. Revista de Estudios Culturales, n.º 2, pp. 51-54.
SIMINIANI, Mariano (2001). Ante la crisis: empresa y personas. Integrando a
las personas para la competitividad. Madrid: Top Ten Business Experts,
Crecento! Publishing.
TORRES, Gustavo Adolfo [En línea]. Importancia del método sistémico en el
quehacer de inteligencia. http://www.realidades-consult.com.ar/art_2.htm
VEGA REÑÓN, Luis y OLMOS GÓMEZ, Paula (2011). Compendio de lógica,
argumentación y retórica. Madrid: Trotta.
WESTON, Anthony (1994). Las claves de la argumentación. Barcelona: Ariel.

272


El papel de la epistemología en el análisis de inteligencia

Recomendados

Recomendados

Mais conteúdo relacionado

Semelhante a El papel de la epistemología en el análisis de inteligencia

Semelhante a El papel de la epistemología en el análisis de inteligencia (20)

Mais de Juan Pablo Somiedo

Mais de Juan Pablo Somiedo (15)

El papel de la epistemología en el análisis de inteligencia