Epistemología y Análisis de Inteligencia

El papel de la epistemologa en el anlisis de inteligencia*
The Role of Epistemology in Intelligence Analysis

JUAN PABLO SOMIEDO
Intel Times, Madrid, Espaa E-mail: jupasom@yahoo.es
Resumen: El artculo pone de relieve la creciente importancia que est adquiriendo en los ltimos aos la disciplina filosfica de la epistemologa en el campo del anlisis de inteligencia, bien sea sta estratgica (mbito de la seguridad y la defensa) o competitiva (mbito empresarial). La epistemologa se ha convertido en el sustrato sobre el que se sustentan tanto el anlisis cualitativo como el anlisis cuantitativo en minera de datos. Se repasan los diferentes mtodos de razonamiento que ayudan al analista a escoger las tcnicas ms adecuadas en el anlisis cualitativo y a seleccionar, descartar y transformar variables para poder construir un modelo en un proyecto de minera 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: epistemologa, teora del conoci- Key Words: epistemology, theory of the knowlmiento, inteligencia, pensamiento lgico, pen- edge, intelligence, logical thought, analogical samiento analgico, pensamiento sistmico, pen- thought, systemic thought, lateral thought. samiento lateral.
* Fecha de recepcin: 27/03/2011. Fecha de aceptacin: 18/10/2011.

INTELIGENCIA Y SEGURIDAD 12 (JULIO-DICIEMBRE 2012). PGINAS 241-272. ISSN: 1887-293X 241
JUAN PABLO SOMIEDO
1. INTRODUCCIN Hablar de inteligencia significa, inevitablemente, hablar de un campo multidisciplinar en el que convergen multitud de reas del conocimiento humano: informtica, idiomas, estadstica, polemologa, psicologa, etc. Todas esas disciplinas se ven involucradas en el paso crucial de la informacin al conocimiento. Sin embargo, el ncleo duro lo constituyen aquellas disciplinas que se tornan fundamentales para cualquier analista y en cualquier campo o rea de especializacin. Entre ellas destaca la Epistemologa o Teora del Conocimiento. A pesar de su importancia, sus aportaciones a la inteligencia estratgica han pasado ms o menos desapercibidas en los clsicos como Sherman Kent (considerado el padre del anlisis en inteligencia estratgica)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 ltimos diez aos cuando los especialistas en anlisis de inteligencia han comenzado a poner de relieve la importancia creciente de esta disciplina y su papel esencial en la formacin de los analistas. Vivimos inmersos en lo que se ha venido a llamar la era de la informacin y la sociedad del riesgo, cuyo sistema nervioso lo constituyen fundamentalmente la informacin y las comunicaciones. Nunca, a lo largo de la historia, la informacin ha sido tan accesible a los hombres. Adems cada vez van tomando mayor peso especfico las fuentes abiertas de informacin. Hay redes internacionales de datos, millones de sitios y pginas web abiertas al anlisis, pero el tiempo disponible para procesarlos es siempre superado por el vrtice de nuevos datos que aparecen. Tal es as que podemos hablar de una verdadera infoxicacin, es decir, una intoxicacin de informacin. Sin embargo, esta realidad contrasta con el hecho de que esa informacin requiere una formacin previa para poder seleccionarla, procesarla y utilizarla para los fines que se persigan. La informacin es acfala, no pienEl lector se preguntar, no sin motivo, cmo pudo aquel irnico y bromista profesor de Historia de la universidad de Yale inventar toda una metodologa en inteligencia. La respuesta est en su especializacin. Como seala Jack Davis, Sherman Kent no fue un profesor de Historia convencional, sino que enseaba la historia como una serie de cambios metodolgicos y cognitivos. Explicaba a sus alumnos la importancia de verificar sus fuentes y dejar atrs sus predilecciones y prejuicios personales. Como el lector podr comprobar, eso no est muy lejos del trabajo de cualquier analista (Davis, 2002: p. 3).
242 INTELIGENCIA Y SEGURIDAD 12 (JULIO-DICIEMBRE 2012). PGINAS 241-272. ISSN: 1887-293X
1
EL PAPEL DE LA EPISTEMOLOGA EN EL ANLISIS DE INTELIGENCIA
sa por nosotros. Los datos en bruto, sin el debido procesamiento, no nos conducen a conclusiones tiles. Por tanto, se hace necesario implementar los mecanismos adecuados para manejar y dar forma a la informacin. En este escenario irrumpe la disciplina de la epistemologa como una herramienta para amueblar nuestra cabeza y ensearnos a pensar. Al mismo tiempo, recurrir a esta disciplina significa retomar y revalorizar el pensamiento clsico que est en el sustrato mismo de nuestra civilizacin occidental y que nos ha guiado hasta los grados de desarrollo y tecnologa que ahora disfrutamos. Etimolgicamente, la palabra epistemologa deriva de la unin 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 opona al conocimiento que se calificaba de doxa. La doxa es el conocimiento vulgar u ordinario del hombre, no sometido a rigurosa reflexin crtica; la episteme es el conocimiento reflexivo elaborado con rigor. Podemos definir epistemologa 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 mtodos que pueden conducir a su realizacin correcta en cada caso. Conviene recordar aqu que la moderna epistemologa, en tanto que disciplina filosfica autnoma, tiene su origen a principios siglo XX de la mano del famoso Crculo de Viena, que se organiz en torno a la Ctedra de Filosofa de las Ciencias Inductivas que ocup Moritz Schlick en Viena en 1922. Dicho crculo reuni en su seno a pensadores del mundo de las letras y de las ciencias con el objetivo de crear un mtodo de pensamiento de carcter universal que pudiera servir de herramienta a todas y cada una de las ciencias, aplicando luego los resultados tambin de forma universal mediante un lenguaje y una semitica 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 cientfica y en parte por el estallido de la II Guerra Mundial. En 1949, fecha de la publicacin de la famosa obra de Sherman Kent Strategic Intelligence, la epistemologa era ya una disciplina conocida y estudiada en los crculos acadmicos. Sin embargo, ni Sherman Kent primero, ni el general Washington Platt despus, lograron aplicar los avances y
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 gestin de conocimiento en los servicios de inteligencia: La dinmica y los resultados de los servicios de inteligencia para la seguridad y la defensa mejorarn con la incorporacin de los avances epistmicos, metodolgicos y tecnolgicos que se producen dentro del mbito de la gestin del conocimiento, y que estn sentando en los ltimos aos las bases para la formacin y el desarrollo de una nueva y autnoma disciplina cientfica del mismo nombre (Esteban Navarro y Navarro Bonilla, 2004: p. 36). El papel que desempea la epistemologa dentro del trabajo cotidiano de un servicio de inteligencia est estrechamente relacionado con la formacin de los futuros analistas y tambin de aquellos agentes especialmente involucrados en el servicio clandestino. Muy a menudo, tanto unos como otros, deben adquirir un hbito 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 anlisis y una incertidumbre muy elevada. Los segundos, ms a pie de campo, deben ser capaces de aprender a buscar y discriminar la informacin til de aquella que no lo es y luchar contra los mecanismos de decepcin y engao. Toda esta formacin queda circunscrita a la Escuela de Formacin interna de cada servicio de inteligencia y bajo la supervisin del responsable del Directorio de Inteligencia. Pero los epistemlogos tambin realizan una labor de investigacin que abarca dos funciones: por un lado, crean nuevas tcnicas o modelos de razonamiento o estudian las ya existentes para desarrollarlas y mejorarlas buscando entender el sustrato lgico sobre el que se fundamentan las diferentes tcnicas de anlisis; por otro, buscan y estudian los fallos en la gestin del conocimiento e intentan solucionarlos o realizar una labor preventiva con los fallos potenciales. Herbert seala la importancia de contar con epistemlogos en estas organizaciones:
The Intelligence Community should recruit epistemological talent and cultivate epistemological Skull across its organizations (Herbert, 2006: p. 681).
Merece la pena, en este sentido, sealar 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 anlisis se divide en dos tipos: el anlisis cualitativo y el anlisis cuantitativo. En el primero, los mtodos de razonamiento que nos ensea la Epistemologa o Teora del Conocimiento nos ayudan a escoger las tcnicas de anlisis adecuadas para cada caso, establecer relaciones y llegar a conclusiones lgicas. En el segundo, donde interviene la moderna minera de datos, nos ayuda a la hora de seleccionar y modificar las variables para evitar correlaciones espurias y redundancias y poder realizar modelos ms fiables. De hecho, la preparacin de las variables y los datos suele abarcar el 80% de cualquier trabajo de minera de datos y es una parte esencial si queremos obtener buenos modelos bien sean explicativos o descriptivos. Los expertos en minera de datos aseguran que el 60% de los errores se producen por no saber escoger las variables tiles y desechar las que no lo son. Y esto slo se remedia si el analista es capaz de razonar adecuadamente para sacar el mximo provecho de los poderosos programas de Data Minig como pueden ser el SAS o SPSS. Desde que Sun Tzu escribi 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 duracin. La primera semana es una introduccin a los conceptos bsicos de inteligencia, incluyendo la historia, la misin y los valores de la CIA y una unidad temtica de historia y literatura sobre inteligencia. Las siguientes cuatro semanas son una introduccin a las destrezas de inteligencia, incluyendo el pensamiento analtico, tcnicas de anlisis de datos, redaccin de informes y un ejercicio en equipo. Las primeras cinco semanas de entrenamiento finalizan con un ejercicio prctico en el que el futuro analista tiene la oportunidad de poner en prctica todo lo aprendido aplicndolo en un caso ms real. Las cuatro semanas siguientes los estudiantes son asignados a puestos dentro de la organizacin para ayudarles a comprender sobre el terreno la relacin del Directorio de Inteligencia con otros componentes de la CIA y el resto de agencias que componen la Comunidad de Inteligencia de Estados Unidos. Despus de estas cuatro semanas, los estudiantes retornan a las clases para cuatro semanas ms de estudios en las que profundizan en las tcnicas de anlisis y las limitaciones cognitivas del analista siguiendo los escritos de Richards Heuer. Despus de esto, los futuros analistas vuelven a ser asignados a puestos dentro de la organizacin de inteligencia para finalizar despus con las ltimas cuatro semanas de formacin. En las ltimas semanas los estudiantes estudian, entre otras cosas, la relacin entre poltica y servicios de inteligencia y la tica del profesional de inteligencia. Otra sesin se titula Escribiendo para el Presidente. Una vez ms las sesiones de clase terminan con un ejercicio prctico de una simulacin de crisis terrorista (Marrin, 2005: pp. 617-620).
INTELIGENCIA Y SEGURIDAD 12 (JULIO-DICIEMBRE 2012). PGINAS 241-272. ISSN: 1887-293X
245
JUAN PABLO SOMIEDO
antes de comenzarlas han ido de la mano de la filosofa aplicada al campo militar. Los terribles atentados terroristas del 11-S en Estados Unidos y los del 11-M en Espaa han supuesto un punto de inflexin para los servicios de inteligencia de ambos pases porque han puesto de relieve no slo las necesidades de coordinacin entre los servicios de inteligencia e informacin de un mismo Estado y de los pases aliados, sino tambin que las modernas tecnologas no podrn sustituir jams a la sabidura clsica heredada de nuestros antiguos. En otras palabras, el factor humano sigue teniendo un peso especfico 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 decisin ante los nuevos riesgos, peligros y amenazas de carcter asimtrico, global y cambiante. En la misma lnea, Robert Gates, exdirector de la CIA, afirma que la tarea ms difcil en inteligencia es ver el mundo tal y como es, no como desearamos que fuera. Es un hecho comprobado que, en algunas ocasiones, las investigaciones se plantean omitiendo en su planteamiento toda integracin de niveles de anlisis necesarios para construir un buen sistema de indicadores, variables y categoras. Y ello conlleva una prdida de matiz (en el caso de obviar los mtodos de razonamiento bsicos) o la ausencia de una visin global (si no se aplica correctamente el pensamiento sistmico) que nos permita comprender el fenmeno observado en toda su complejidad. Otras veces, los analistas caen presa de sus prejuicios y tienden a verificar, ms que a intentar falsear, lo que ellos creen de antemano. El presente artculo no pretende ser una mera recopilacin de los diferentes mtodos de pensamiento y conceptos elaborados a lo largo de los siglos por diferentes autores en el mbito epistemolgico. Nos interesa aplicar la navaja de Ockam3 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 teora del conocimiento a lo que comnmente 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 intil hacer con mucho lo que puedes hacer con poco.
246
teligencia y estudiar cmo el mtodo cientfico puede ser viable como herramienta de aplicacin a dicho ciclo. Es por ello que slo har hincapi en tratar de explicar aquellos mtodos y conceptos que puedan sernos de utilidad, eludiendo disquisiciones filosficas que no vienen al caso y que, de cualquier forma, slo serviran de utilidad a aquellos lectores con un inters especial en el campo de la filosofa de la ciencia o la epistemologa. Seguramente, el lector avezado echar de menos una mayor profundidad en algunos de los mtodos explicados, pero debido a las restricciones de espacio propias de un artculo de estas caractersticas he preferido la visin de conjunto en detrimento de la profundidad porque considero que es mucho ms importante para aquellos que se enfrentan por vez primera con esta temtica. De igual forma, aquellos lectores que ya tengan alguna experiencia en este campo, pueden aumentar sus conocimientos consultando la bibliografa que figura al final del artculo. 2. EL ANALISTA Y SUS HERRAMIENTAS EPISTEMOLGICAS Los bilogos y bioqumicos, siguiendo a la Dra. Lynn Margulis y al paleontlogo 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 fenmenos, hasta tal punto que las conexiones nerviosas de la realidad aparecen, no pocas veces, como caticas ante nuestros ojos. En un mundo as, Kurt Gdel nos ensea en su Teorema de la incompletitud algo que los jueces suelen vivir muy de cerca: que las ideas de verdad y demostrabilidad son lgicamente distintas. En este sentido, Popper considera que la ciencia nunca alcanza la verdad, sino que se aproxima a ella proponiendo sistemas hipotticos, teoras, que son falsables. Y Duhem va ms all, an, cuando afirma que se puede mantener la verdad de cualquier enunciado, suceda lo que suceda, si realizamos ajustes lo bastante drsticos en otras partes del sistema. El mtodo cientfico es una especie de brjula en la que no se produce automticamente el saber, pero que evita perdernos en el caos aparente de los fenmenos, aunque slo sea porque nos indica cmo no plantear los problemas y cmo no sucumbir en el embrujo de nuestros prejuicios predilectos. Algo importante, esto ltimo, cuando nos referimos al trabajo de cualquier analista.
JUAN PABLO SOMIEDO
Como es sabido, el mtodo cientfico se basa en la lgica. Esta ciencia formal busca traducir en lenguaje simblico 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 tpicas de razonamientos que estudia la lgica son la deduccin, la induccin y la abduccin. Pero al lado del pensamiento lgico coexisten otros tipos de pensamiento que han logrado conducir a nuestra civilizacin hasta las cotas de desarrollo y avance tecnolgico y cultural de las que ahora disfrutamos. El pensamiento analgico ha aportado su particular contribucin a muchos de los grandes descubrimientos cientficos. De la misma manera, el pensamiento sistmico 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 mtodos 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 ayudndole a sacar el mximo rendimiento del conocimiento y la experiencia atesorados en su rea de trabajo. La epistemologa es el sustrato sobre el que se asientan las diferentes tcnicas de anlisis. La epistemologa nos ayuda a saber plantear el problema que debemos analizar y a escoger la tcnica de anlisis adecuada. A un buen analista puede faltarle el ltimo programa informtico de anlisis, extraccin de conocimiento o minera de datos, pero jams pueden faltarle sus herramientas mentales y epistmicas. stas deben formar parte de su equipaje dondequiera que vaya y dondequiera que trabaje. 3. PENSAMIENTO LGICO Le debemos al filsofo y naturalista Aristteles el haber colocado las columnas de nuestro moderno pensamiento cientfico. El filsofo griego formul en sus obras Primeros Analticos y Segundos Analticos unos mtodos de razonamiento que siguen teniendo plena vigencia hoy en da. Posteriormente, Francis Bacon, Ren Descartes, David Hume y Charles Sanders Pierce introdujeron mejoras y matizaciones (Cryan, Shatil, 2005). Aristteles consi248 INTELIGENCIA Y SEGURIDAD 12 (JULIO-DICIEMBRE 2012). PGINAS 241-272. ISSN: 1887-293X
deraba la investigacin cientfica como una progresin de las observaciones hasta los principios generales, para volver a las observaciones. Mantena que se deben inducir principios explicativos a partir de fenmenos que se han de explicar, y despus deducir enunciados acerca de los fenmenos a partir de premisas que incluyan esos principios. De este modo, la explicacin cientfica es una transicin 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).
Mencin aparte merece la lgica informal. Nacida en los aos sesenta del siglo pasado, es una rama de la lgica entendida como estudio analtico y normativo del lenguaje y el pensamiento discursivos. Es una disciplina muy til para el analista a la hora de analizar la informacin de los medios de comunicacin en busca de falacias y errores de argumentacin (Vega, 2011: pp. 308-313). La profesora Monserrat Bordes, en su ltima obra publicada, escribe: Como las trampas de Circe, venenosas pero de aspecto inocuo, muchos usos argumentativos falaces domestican la mente de la audiencia crdula, que olvida la tierra natal de la justificacin racional, la lgica, sacrificada a favor de la confortable aceptacin de una retrica sin tica... Y ser capaz de detectar falacias es el primer paso para conseguir evitar los peligros de las creencias acrticas (Bordes, 2011: p. 31). 3.1. Induccin: Reasoning up Como seala Manuel Garrido, un argumento es deductivo cuando el paso de las premisas a la conclusin es analtico (necesario), y es inductivo cuando ese paso es sinttico (no necesario) (Garrido, 2005: p. 61). La generalizacin
JUAN PABLO SOMIEDO
de los eventos es un proceso que sirve de estructura a todas las ciencias experimentales, ya que stas (como la fsica, la qumica y la biologa) se basan en la observacin de un fenmeno (un caso particular) y posteriormente se realizan investigaciones y experimentos que conducen a los cientficos a la generalizacin. La base de la induccin es la suposicin de que si algo es cierto en algunas ocasiones, tambin lo ser en situaciones similares aunque no se hayan observado. En el razonamiento inductivo aprendemos desde la experiencia. Por ejemplo, llamamos induccin 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 induccin no es slo esencial para la transmisin del conocimiento, sino tambin para sobrevivir. La induccin ocurre cuando un analista o investigador comienza a ver ciertas relaciones en los fenmenos que l observa. La imaginacin y el poder de observacin son elementos esenciales en el proceso inductivo y, por tanto, en los analistas (Clauser, 2008: p. 52). 3.2. Deduccin: Reasoning down El pensamiento deductivo parte de categoras generales para hacer afirmaciones sobre casos particulares. Es una forma de razonamiento donde se infiere una conclusin a partir de una o varias premisas. El filsofo griego Aristteles, con el fin de reflejar el pensamiento racional, fue el primero en establecer los principios formales del razonamiento deductivo, aunque su inventor fue Parmnides como bien apunta Karl Popper (Popper, 1999: p. 164). En la deduccin, las premisas apoyan totalmente la conclusin, son necesarias y suficientes y, por lo tanto, nada que aadamos al razonamiento lo cambiar (propiedad de monotona). Esta propiedad no se cumple en la induccin. La deduccin trabaja mejor en sistemas cerrados como las matemticas, la lgica 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 mtodo deductivo debe ser utilizado cuidadosamente y el analista debe ser consciente de las limitaciones del proceso y los errores potenciales en las premisas.
Podemos concluir diciendo que, en el razonamiento deductivo, se parte de lo general para llegar a lo particular, que la conclusin est siempre contenida en las premisas de las que se parte y que adems las conclusiones obtenidas corresponden con la lgica; sin embargo, en el razonamiento inductivo, se parte de lo particular para llegar a lo general, se obtienen conclusiones que slo resultan probables a partir de las premisas. 3.3. Abduccin Charles Sanders Pierce resucit la reflexin sobre esta antigua forma de argumentar que ya Aristteles haba observado, pero sobre la cual no se haba prestado mucha atencin. En uno de sus abundantes artculos, Guessing, escrito alrededor de 1907 y publicado pstumamente en un journal elaborado por estudiantes de Harvard, Peirce se propuso exponer sus ideas acerca del conocimiento humano. Guessing est dividido en dos partes. En la primera, Peirce explica cmo formamos opiniones que aciertan a explicar lo que ocurre. En la segunda, intenta demostrar que tenemos una especie de instinto para adivinar las cosas. Segn la definicin del propio Pierce, la abduccin es el proceso por el que se forma una hiptesis explicativa. Es la nica operacin lgica que introduce una idea nueva. El argumento abductivo es aquel cuyo enlace entre las premisas y la conclusin es de tipo hipottico. Pierce lo considera como una forma de sacar una prediccin general sin certeza positiva, pero lo justifica, porque cree que este mtodo permite indagar las causas de un fenmeno, con la esperanza de descubrirlas mediante el uso de una hiptesis. Si la deduccin explica y la induccin evala, en la abduccin suponemos que un hecho sorprendente es un caso de una regla general. Mediante la imaginacin, en la abduccin somos nosotros los que introducimos esa regla general o situacin ms amplia que explicara el hecho sorprendente observado. La abduccin es, por tanto, un tipo de inferencia cuya conclusin es siempre una hiptesis o una conjetura, algo probable, pero es precisamente el carcter plausible o razonable de esa hiptesis la que lleva a aceptarla y no su probabilidad efectiva. Abducir es adivinar, y es el nico razonamiento que genera nuevo conocimiento, porque aade a los datos de la percepcin una explicacin plausible.
JUAN PABLO SOMIEDO
La abduccin es una especie de paradigma indiciario que proporciona claves de interpretacin valiosa cada vez que la deduccin y la induccin 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 existan tres clases elementales de razonamiento. La primera, que llam abduccin, consiste en examinar una masa de hechos y permitir que esos hechos sugieran una teora. De este modo ganamos nuevas ideas, pero el razonamiento no tiene fuerza. La segunda clase de razonamiento es la deduccin, o razonamiento necesario. Slo 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 induccin o investigacin experimental. Su procedimiento es ste. Cuando la abduccin sugiere una teora, empleamos la deduccin para deducir a partir de esa teora 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 teora se verifican, tenemos una confianza proporcionada en que los experimentos que an no se han intentado confirmarn la teora. Como se puede observar, para Pierce, la diferencia bsica entre abduccin e induccin es que la primera forma parte del proceso de descubrimiento y la segunda forma parte del proceso de probar esos descubrimientos. La abduccin, a diferencia de la induccin, usa el mecanismo de la hiptesis para descubrir la causa. En cambio, aqulla indaga por medio del experimento a fin de extraer una ley. Es claro que ambos mtodos no se excluyen: se puede hacer a la vez abduccin e induccin, pero es necesario distinguir ambos procesos, porque no tiene la misma fuerza probatoria el desarrollo inductivo que apunta a ensanchar continuamente el campo de verificacin, que hacer conjeturas acerca de las causas que han provocado un hecho particular.
252
4. PENSAMIENTO ANALGICO Como observa Jerome Clauser, la analoga es uno de los mtodos de razonamiento ms usados en inteligencia. La analoga apoya el mtodo abductivo porque sirve para establecer hiptesis 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 analoga, en primer lugar, recuperamos las similitudes entre el caso conocido y el problema planteado. Las similitudes pueden ser estructurales (ms abstractas) o superficiales (ms fsicas). Cuando los dos casos mantienen no slo similitudes estructurales, sino tambin similitudes superficiales, la recuperacin se ve enormemente facilitada. En segundo lugar establecemos las correspondencias. La fuerza de este tipo de argumentos por analoga est en funcin de lo bien o mal que establezcamos las conexiones o correspondencias entre los elementos tratados. Veamos algunos ejemplos de aplicacin: Si tengo en una mano un objeto de metal cuyas dems propiedades desconozco, lo pondremos ARRIBA. Buscaremos un objeto de metal del que s conozco muchas de sus propiedades, por ejemplo que se dilata con el calor, porque me es muy familiar. Lo pondremos ABAJO. Ahora razonamos as: el de ABAJO es de metal, y el de ARRIBA tambin (como abajo, es arriba), entonces puedo suponer que si el de ABAJO se dilata con el calor, el de ARRIBA tambin lo har (como arriba, es abajo). Como vemos, es un juego de similitudes de ida y vuelta, donde en cada trnsito trasladamos algo desde el objeto conocido (anlogon) al objeto desconocido (analogado). Luego vendr el trabajo de verificacin si es necesario. Resolver un problema por analoga consiste, pues, en desarrollar un establecimiento de correspondencias entre los elementos de dos problemas (el problema base, cuya solucin ya conocemos, y el problema meta, cuya solucin buscamos) y en la posterior adaptacin de la solucin del problema base al problema meta (Gabucio Cerezo, 2005: p. 184). Pasemos ahora a un ejemplo histrico y real:
JUAN PABLO SOMIEDO
Los antiguos indgenas aztecas se sorprendieron cuando vieron por primera vez los caballos que montaban los espaoles de Hernn Corts a su llegada a Mxico. Despus de mirar atentamente ese extrao animal, los aztecas, por analoga, lo llamaron simplemente macatl, trmino que en la lengua nhuatl se usaba para designar a todos los animales cuadrpedos en general. A medida que los aztecas fueron familiarizndose con la figura del caballo y lo conocieron mejor, lo distinguieron de otros animales, copiaron la palabra usada por los espaoles y empezaron tambin a denominarlo caballo. Como se observa, los indgenas, despus de la primera percepcin, echaron mano de algn conocimiento anterior que les sirviera de punto comparativo para designar este nuevo animal. Este modo de razonar tambin se ve refrendado desde la moderna psicologa cognitiva. Como seala acertadamente Umberto Eco:
Algunas teoras cognitivas contemporneas 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 despus se reconocen los dems con relacin al prototipo (Eco, 1972).
As como trasladamos propiedades fsicas, podemos trasladar modelos implicados o estructuras enteras hacia los objetos desconocidos que tenemos en anlisis. 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 fra terminologa de la lgica tiene ms aplicaciones e implicaciones. Todas las personas realizan comparaciones, que son una forma de analoga. Si bien no siempre se busca inferir una hiptesis, es un recurso muy empleado en la vida diaria. Los poetas usan un tipo de comparacin donde enlazan mbitos diversos, no necesariamente reales, para crear metforas. Por ejemplo: Luego de la lluvia, bajan de la montaa cintas de plata. No esperamos ver, realmente, una cinta de plata bajando de la montaa, pero s nos damos cuenta de lo que desea decirnos el autor: el agua que baja de la montaa brilla como una cinta de plata. Si unimos esta operacin, la metfora del campo del lenguaje con el razonamiento abductivo, en el campo de la lgica, veremos aparecer un ingrediente importante en el razonamiento analgico: la posibilidad de metaforizar los trminos, de
usarlos con un sentido no nicamente literal, con miras a enriquecer an ms los trminos comparados o analogados. Apliquemos ahora el pensamiento analgico a la inteligencia de negocios: Nuestro problema, en una empresa X, es captar ms clientes, cmo hacerlo?, qu hacer? Razonemos as: captar clientes se parece al deporte de la pesca, incluso a veces decimos cmo pescar clientes. Vamos a suponer que sabemos mucho sobre pesca, que es un mbito familiar para nosotros (es el ARRIBA). Mientras que estamos algo desorientados o tenemos pocas ideas para captar clientes (es el ABAJO). Aunque sean mbitos diferentes, se parecen en que, en el proceso de pescar-vender, hay que desarrollar alguna estrategia de captacin, sin la cual no tendremos ni peces ni clientes. Metafricamente, un cliente es un pez. Bien. Analicemos algunos detalles del deporte de la pesca. Por ejemplo, para ciertos peces necesitamos ciertas carnadas, sea un seuelo, sea algn alimento apetecido por el pez. Qu es seuelo en el mbito de las ventas? Son argumentos de venta? Podemos pensar en diferentes seuelosargumentos para diferentes tipos de clientes-peces? (Como arriba es abajo...), si los clientes se espantan ante nuestras intervenciones, por qu los peces se espantan?, respuesta: por el ruido desacostumbrado. Qu es ruido desacostumbrado en el mbito de las ventas?, seguro que no el paso de un vehculo. Qu entonces? Ser la falta de amabilidad en la atencin?, sern colores desagradables del local de ventas?, sern disposiciones incmodas del mobiliario?, etc. Podemos seguir saltando entre el arriba y el abajo de la frmula y en cada salto trasladar nuevas sugerencias de una situacin a otra, sugerencias que enriquecen la comprensin y la perspectiva del problema entre manos. Si bien es probable que no obtengamos todas las respuestas, s nos dar pistas y sugerencias (las hiptesis del analista), que es lo importante, ya que podemos luego pulir esas pistas y lograr una respuesta ms acertada y ms concreta. Con la ejercitacin, este tipo de razonamiento pasa a formar parte de la manera habitual de razonar. Aparecer entonces principalmente en los momentos donde sea necesario crear sugerencias, respuestas, hiptesis, que hagan avanzar nuestra comprensin o gestin de una situacin problemtica. Con ello nos habremos vuelto ms creativos, ms libres, porque podreINTELIGENCIA Y SEGURIDAD 12 (JULIO-DICIEMBRE 2012). PGINAS 241-272. ISSN: 1887-293X 255
JUAN PABLO SOMIEDO
mos salir del paradigma que nos mantiene siempre en el mismo mbito de pensamiento y nos presenta el problema desde un nico punto de vista. Muchos grandes inventores se valieron de este mtodo de razonamiento para realizar sus descubrimientos. stos son slo algunos ejemplos: Es sabido que Leonardo Da Vinci observaba la naturaleza como fuente de inspiracin para sus inventos y pinturas. Los hermanos Wright estudiaron los zopilotes en vuelo para resolver problemas sobre el equilibrio de los aviones. Kekl us la imagen de una serpiente persiguiendo su cola para desarrollar su modelo de la molcula de benceno. De esta manera concibi la molcula como un anillo, en vez de la usual cadena de tomos de carbono e hidrgeno. Pasteur us la funcin de la piel rota de la uva durante el proceso de fermentacin para poder entender el proceso de infeccin. Para finalizar, slo apuntaremos que, a veces en forma nebulosa o inconsciente, el analista recurre al pensamiento analgico para crear sus hiptesis, para acotar el infinito campo de posibilidades de explicacin que se esconde tras un hecho particular desconocido. La cantera desde donde extrae esas protohiptesis, por medio del razonamiento abductivo, es la vida ordinaria, la vida de todos los das almacenada en forma de experiencia personal, la cual constituye el potencial creativo de las personas. 5. TEORA DE LA CAUSALIDAD ARISTOTLICA En el segundo tomo de la Fsica de Aristteles podemos encontrar otra aportacin interesante para nuestro artculo. El principio de causalidad ha presidido, desde la antigedad hasta nuestros das, la metodologa cientfica, incluso ha calado tambin en la mentalidad popular. El principio de causalidad nos dice que todo efecto tiene una causa asociada a l que puede darse simultneamente o en sucesin, segn sea el caso. Pero frecuentemente olvidamos que, en la mentalidad de Aristteles, casi ningn efecto era dependiente nica y exclusivamente de una sola causa. De hecho, el filsofo griego quiso elaborar toda una Teora de las Causas.
Es frecuente caer en este error durante nuestros razonamientos y, por tanto, en nuestros anlisis tambin. Si creemos haber dado con la causa de un determinado suceso o fenmeno, al menos con la causa principal, solemos reducir nuestro anlisis a esa causa y evitamos buscar causas complementarias que quizs aportaran un poco ms de luz a la situacin. Algunas veces simplificamos mucho nuestros anlisis y evitamos profundizar en las causas porque es mucho ms rpido y sencillo centrarnos slo en una. Para el filsofo Gustavo Bueno, ms que de causas aisladas habra que hablar de lo que l llama concausas, es decir, una cadena causal donde las causas aparecen relacionadas unas con otras. Aristteles defini cuatro causas, dos de ellas intrnsecas (causa material y causa formal) y dos extrnsecas (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 nica causa sino la causa material nicamente, ya que un montn 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 crtica y sin prejuicios para no crear una confusin 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 situacin a otra o de un fenmeno a otro, bien sean stos complementarios o completamente distintos. Es significativo recordar que el vocablo griego Ation tena un sentido ms amplio que el de causa efectora: significaba autora o responsabilidad de algo, razn, motivo, acusacin. Aristteles parece usar el vocablo con el doble sentido de razn y causa. De hecho, siglos despus, otro pensador, Santo Toms de Aquino, introducira la causa instrumental como una variedad de la causa eficiente. La moderna epistemologa ha introducido aqu un nuevo concepto tomado del mundo de la qumica: la idea de catalizador. El catalizador no sera el agente de cambio en s, pero propiciara su aparicin. Sera una especie de precursor pero no siempre vinculado o en relacin con el agente de cambio. Un catalizador puede ser ajeno completamente al
JUAN PABLO SOMIEDO
escenario donde aparece el agente de cambio. Podramos decir que el agente de cambio sera la causa eficiente prxima y el catalizador la causa eficiente remota. En el caso del libro, lgicamente el agente del cambio es el escritor que, adems, est estrechamente vinculado a su obra. Pero esto no siempre sucede as. Causa final: se refiere a la finalidad ltima o telos de un determinado efecto, bien sea sta la buscada o una inesperada o colateral (causa per se y per accidens). Aristteles 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, est claro que la finalidad ltima, al menos en teora, es su lectura por parte de otras personas. Asimismo, hay varios tipos de relaciones entre las causas: Relacin de reciprocidad: por ejemplo, la lectura y el libro. Otro ejemplo puede ser la relacin entre ejercicio y salud. El ejercicio es causa del buen estado de salud y viceversa. Relacin de anterioridad y posterioridad: una causa puede ser anterior o posterior a otra. Tambin puede suceder que ambas se den simultneamente. En nuestro caso, el escritor es anterior al libro. Relacin de lejana y proximidad: si encuadramos las causas en un marco espacio-temporal, podemos decir que las causas de un determinado efecto pueden ser prximas entre s (bien sea en el espacio o en el tiempo o en ambos a la vez) o remotas. Relacin en acto y potencia: dos conceptos que sern fundamentales en el desarrollo de todo el pensamiento occidental: la potencia y el acto. La teora dice que en todo ser hay lo que ya es ese ser: el acto, y su poder llegar a ser lo que todava no es: la potencia. Aristteles indica que no es posible dar una definicin estricta de estos trminos, sino que hay que contentarse con ejemplos y analogas. La potencia y el acto estn en la misma relacin 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 rbol; pero aunque la semilla no-es rbol en acto, s lo es en potencia (es decir, puede llegar a serlo). De la misma manera, un escritor puede ser causa potencial de
un libro aunque no est escribiendo. Una situacin en pleno desarrollo es susceptible de alcanzar cualquier camino de proyeccin, dependiendo de los estmulos y decisiones que se produzcan en su devenir. Termino este apartado con una brillante observacin de Hessen:
Hoy tomamos el concepto causa en un modo ms estrecho que el de Aristteles y la Escolstica. 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 slo una clase de causa: la causa efficiens (Hessen, 1962: p. 161).
Sea como sea, al final, no tendremos ms remedio que darle la razn al gran poeta latino Publio Virgilio Marn cuando escribi: Felix qui potuit rerum cognoscere causas (Feliz el hombre que est capacitado para descubrir las causas de las cosas) (Gergicas, Libro II, Verso 490). 6. CONEXIONES CAUSALES: EL CANON DE STUART MILL Los cnones publicados en 1843 por el genial filsofo victoriano John Stuart Mill en su obra Sistema de Lgica iluminan las cuestiones de la causalidad descritas ms arriba. El canon de Mill se usa ampliamente en las investigaciones cientficas. Por ejemplo, las pruebas a las que las compaas farmacuticas someten sus drogas rutinariamente utilizan los mtodos de las coincidencias y las diferencias. Cualquiera que est intentando establecer relaciones funcionales entre distintas variables seguramente usar el mtodo de las variaciones concomitantes, aunque los cientficos habitualmente evitan el lenguaje de los filsofos sobre causa y efecto. Canon I. Mtodo de Coincidencia:
Si dos o ms ejemplos de un fenmeno bajo investigacin poseen una sola circunstancia en comn, esta nica circunstancia, presente en todos los ejemplos, es la causa (o el efecto) del fenmeno mencionado.
259
JUAN PABLO SOMIEDO
Aplicado al anlisis de inteligencia, este canon puede ser aplicado en algunos casos. Por ejemplo: la presencia de un experto iran 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 prximo lugar de lanzamiento pueda ser conocido de antemano vigilando los pasos del hombre en cuestin. Canon II. Mtodo de Diferencia:
Si una situacin en que ocurre el fenmeno en investigacin, y otra situacin en que no ocurre, se parecen en todo excepto en una circunstancia, que slo se presenta en la primera situacin, entonces esta circunstancia, que es la nica diferencia entre las dos situaciones, es el efecto, la causa, o una parte indispensable de la causa del fenmeno mencionado.
Siguiendo con nuestro misterioso iran, podemos decir que si hay dos lugares de lanzamiento probables del prximo misil y en uno de ellos no est nuestro hombre, las posibilidades de que el lugar de lanzamiento sea donde se encuentra el experto iran aumentan considerablemente. Canon III. Mtodo combinado. Coincidencia + Diferencia:
Si dos o ms ejemplos en los que el fenmeno ocurre muestran una sola circunstancia en comn, mientras que dos o ms situaciones en las que el fenmeno no ocurre slo comparten la ausencia de la circunstancia mencionada, entonces tal circunstancia, la nica, en que difieren los ejemplos mencionados, es el efecto, la causa, o una parte indispensable de la causa, del fenmeno estudiado.
Imaginemos que en dos lugares diferentes se ha detectado un nuevo radar y en esos lugares la defensa area es ms efectiva. Al mismo tiempo, en otros lugares en los que no se ha detectado presencia de radar las defensas areas son mucho menos eficaces. Podemos concluir entonces que la causa de la efectividad de las defensas areas est determinada por la presencia o no de ese radar.
Canon IV. Mtodo de los Residuos:

Cuando se resta o sustrae de cualquier fenmeno la parte que por inducciones previas se sabe que es el efecto de ciertos antecedentes, el residuo del fenmeno es el efecto de los antecedentes restantes.
Este canon es ms apropiado para situaciones de laboratorio en las que pueden ser identificadas cada una de las condiciones previas de un fenmeno. Pero la identificacin de todos los condicionantes previos se hace ms difcil en la vida real, que suele ser ms desestructurada. Canon V. Mtodo de las Variaciones Concomitantes:
Cuando un fenmeno vara de alguna manera particular, es causa o efecto de otro fenmeno que vara 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 clula a otra. Normalmente se interpretan esos movimientos como weak signals4 o seales dbiles que pueden indicar la preparacin de un prximo atentado terrorista. 7. TEORA GENERAL DE SISTEMAS Y SU CONCRECIN EN
SISTMICO
EL PENSAMIENTO
La dcada de los noventa, de la mano de la obra de Peter Senge, asisti a la popularizacin del pensamiento sistmico que, introducido en los aos cincuenta por el alemn Ludwig von Bertalanffy, haba quedado restringido a
Raquel Janissek-Muniz, Humbert Lesca y Henrique Freitas han realizado un pequeo trabajo sobre el desarrollo de la capacidad de antelacin por la identificacin de indicios anticipativos. En l explican qu es el concepto de weak signals o seales dbiles. Ansoff, en un artculo 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 seales dbiles son elementos que pueden incitar, en el decisor atento y sensible a ellas, una sensacin de que algo importante pudiera estar inicindose o pudiera ocurrir en un futuro.
4
JUAN PABLO SOMIEDO
los crculos acadmicos. Ms cercana en el tiempo se sita la obra del libans 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 sistmico para estudiar temas relacionados con el mundo de la inteligencia. Un ejemplo es la reciente obra de Pedro Carrasco Jimnez La definicin del terrorismo desde una perspectiva sistmica, que utilizando los postulados de la Teora de Sistemas, reconstruye una definicin 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 cmo su modelo Portal + (Portal Plus) est basado en el pensamiento sistmico. Para Siminiani, la empresa es un organismo vivo en el que la comunicacin 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 sistmico aparece formalmente en los aos cincuenta a partir de los cuestionamientos que, desde el campo de la biologa, hizo Ludwing Von Bertalanffy. El bilogo y epistemlogo alemn cuestion la aplicacin del mtodo cientfico en los problemas de la Biologa, debido a que ste se basaba exclusivamente en una visin mecnica y causal, lo que lo haca dbil como esquema para la explicacin de los grandes problemas que se dan en los sistemas vivos. Este cuestionamiento lo llev a plantear una reformulacin global en el paradigma epistemolgico, para entender mejor el mundo que nos rodea, surgiendo formalmente el paradigma de sistemas5.
El propio Bertalanffy describe cmo naci la idea. Parece interesante transcribir el prrafo donde lo explica para comprender mejor el origen de la idea: Cuando hace unos 40 aos inici mi vida cientfica, la biologa estaba envuelta en la controversia entre mecanicismo y vitalismo. El procedimiento mecanicista consista esencialmente en resolver el organismo vivo en partes y procesos parciales: el organismo era un agregado de clulas, la clula lo era de coloides y molculas orgnicas, el comportamiento era una suma de reflejos condicionados y no condicionados, y as sucesivamente. Los problemas de organizacin de estas partes al servicio del mantenimiento del organismo, de la regulacin consecutiva a perturbaciones, se evitaban; o bien, de acuerdo con la teora llamada vitalista, se tenan por explicables slo merced a la accin de factores animoides (duendecillos, dan ganas de decir) que acechaban en la clula o el organismo; lo cual evidentemente era, ni ms ni menos, una declaracin en quiebra de la ciencia.
5
Segn Bertalanffy, la Teora General de Sistemas deba tener un carcter bsico o fundamental y ofrecer un riqusimo instrumental conceptual para la elaboracin de todas las dems ciencias (Monserrat, 1984). Como podemos observar, las intenciones del bilogo alemn no estaban muy lejos de los postulados del Crculo de Viena, aunque por caminos diferentes y, al igual que le haba sucedido aos antes al Crculo de Viena, la propuesta de Bertalanffy fue recibida con incredulidad por fantstica y presuntuosa. Sus ideas no comenzaron a tener audiencia hasta el ao 1954. A partir de ah, en diversos campos cientficos se empieza a utilizar el mismo pensamiento. Por ejemplo, en la fsica cuntica, donde las partculas subatmicas no poseen significado aisladas y no pueden ser comprendidas sino como interconexiones o correlaciones, pues las partculas no son cosas, sino conexiones entre cosas que a su vez son interconexiones entre otras cosas. Cuanto ms percibimos los problemas globales ms notamos que estn interconectados y son interdependientes, son todos diferentes facetas de una misma crisis. La visin que tenamos del mundo hasta hoy est obsoleta, inadecuada para trabajar con un mundo globalizado, superpoblado y lleno de dificultades para mantenerse. El pensamiento sistmico es integrador, tanto en el anlisis de las situaciones como en las conclusiones que nacen a partir de all, proponiendo soluciones en las cuales se tienen que considerar diversos elementos y relaciones que conforman la estructura de lo que se define como sistema, as como tambin de todo aquello que conforma el entorno del sistema definido. La base filosfica que sustenta esta posicin es el Holismo (del griego holos=todo ).
Ante aquella situacin, yo y otros fuimos conducidos al punto de vista llamado organsmico. Significa, en pocas palabras, que los organismos son cosas organizadas y que, como bilogos, tenemos que averiguar al respecto. Trat de dar forma a este programa organsmico en varios estudios sobre el metabolismo, el crecimiento y la biofsica del organismo. Un paso en tal direccin fue la llamada teora de los sistemas abiertos y los estados uniformes, que es, resumidamente, una expansin de la fisicoqumica, la cintica y la termodinmica ordinarias. Me dio la impresin, no obstante, de que no poda detenerme en el camino que haba elegido, y ello me condujo a generalizacin mayor an, a lo que llam teora general de sistemas. La idea viene de muy atrs; la present por primera vez en 1937, en el seminario filosfico de Charles Moris en la Universidad de Chicago. Sin embargo, en aqul entonces era mal visto teorizar en biologa, y tem lo que el matemtico Gauss llamaba el clamor de los boecios. De modo que guard mis notas en un cajn y no fue sino hasta despus de la guerra cuando aparecieron mis primeras publicaciones sobre el asunto (Bertalanffy, 1993, pp. 92-93).
JUAN PABLO SOMIEDO
En una primera aproximacin sencilla se puede decir que un sistema es una entidad cuya existencia y funciones se mantienen como un todo por la interaccin de sus partes. El pensamiento sistmico contempla el todo y las partes, as 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 definicin 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 est en accin. No se pueden predecir las propiedades emergentes de un sistema dividindolo y analizando sus partes; slo poniendo en funcionamiento el sistema podremos saber cules 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 slo no encontraremos el sonido, sino que ser imposible reproducirlo hasta que no est montado otra vez. Si forzamos la divisin de un sistema en dos, no tendremos dos sistemas ms pequeos, sino un sistema defectuoso o muerto. La interaccin entre las partes en un sistema puede basarse en relaciones de una complejidad de detalle o una complejidad dinmica. 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 slo 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 dinmica: 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, errneo basar la complejidad en el nmero de partes. El ajedrez es un juego de complejidad dinmica, ya que con cada nuevo movimiento el tablero se transforma, pues se modifican las relaciones entre las piezas. Una aplicacin de este tipo de pensamiento a la lucha contraterrorista es lo que se ha venido a denominar Swarm Intelligence o Inteligencia de Enjambre, que basndose en el comportamiento de ciertos animales como las abejas o las hormigas o los mismos hongos, intenta comprender, explicar y
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 ms grande que trabaja por un objetivo comn. No hay jefe, pero trabajan coordinadas. No puedes eliminar las unidades porque pronto seran sustituidas por otras, slo puedes intentar que las condiciones sean menos favorables para que formen una red. Los modernos grupos terroristas funcionan de igual forma. Son como una telaraa, una red autoorganizada, un montn de focos que forman un todo mucho ms grande que no estaba predefinido y que nadie gobierna, igual que sucede con el hongo. La aparicin de las nuevas tecnologas de la comunicacin como Internet y los foros sociales ha facilitado enormemente esta transicin hacia una forma de terrorismo mucho ms evolucionada. Adems, la Swarm Intelligence tambin se est aplicando a la solucin de problemas en minera de datos. Nos han enseado a pensar de manera lgica, a comprender mediante el anlisis, descomponiendo los sucesos en partes para luego volver a unirlas. En algunos casos, este mtodo 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 lgica, no son tan fciles de predecir o resolver como las ecuaciones matemticas. Se escapan a las soluciones rpidas, lgicas, ordenadas. La razn 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 combinacin 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 aqu y ahora. En el intento de linealizar problemas no lineales a travs del ciclo de inteligencia estn muchas de las carencias que plantea la disciplina. El pensamiento lineal es lo opuesto al pensamiento sistmico. Pensamos linealmente cuando buscamos culpables o cuando, en general, buscamos la causa inmediata de algn evento. El pensador lineal no alcanza a ver las consecuencias no intencionadas posibles de sus acciones, ni tampoco las limitaciones lgicas y naturales que otros sistemas impondrn en las acciones lineales implementadas. La disciplina del pensamiento sistmico requiere diferenciar entre los eventos resultantes de la organizacin (empresa, familia, ciudad, etc.), los
JUAN PABLO SOMIEDO
patrones de comportamiento de los actores del sistema (ausentismo, participacin, sentimientos, ventas, etc.), las estructuras elegidas y no elegidas del sistema (recursos, diseo del espacio fsico, procesos, equipos de trabajo, cronogramas, 24 horas por da, etc.), y los modelos mentales que cohabitan en la organizacin. En la siguiente grfica se presenta el tmpano de hielo que nos sirve como analoga de un sistema donde los eventos son lo observable por encima del agua, equivalente a la cuarta parte de la masa del tmpano, y los patrones, las estructuras y los modelos mentales estn por debajo de la superficie soportando y creando lo que se observa de resultados y eventos. Por eventos resultantes de la organizacin quiero decir cada foto de cada resultado deseado o indeseado del sistema, como un momento de alegra, la prdida o ganancia de una venta que se vena trabajando, el retiro o ingreso de un estudiante, el bajo o alto resultado en un examen, o la calidad del sueo en una noche. Es decir, es la foto instantnea de algo de la organizacin y por organizacin me refiero a un departamento dentro de una empresa, una empresa, un conjunto de empresas en un sector, una ciudad, un sector geogrfico, el sistema educativo de un pas, un bloque de pases, etc. Siempre es importante definir el lmite del sistema porque todo podra llegar a ser un sistema si sus componentes comparten un fin o propsito. Por patrones de comportamiento de los actores del sistema me refiero a la forma como los comportamientos observables podran demostrar o no un patrn a travs del tiempo (das, meses, aos, dcadas, etc.). Para esto es importante llevar un registro de datos sobre los indicadores relevantes a la gestin de la organizacin. Se puede registrar lo que la gente siente y piensa a travs del tiempo, las ausencias al trabajo diariamente, la cantidad de clientes mensualmente, las requisiciones diarias, el consumo mensual de energa elctrica, las ventas o los ingresos diariamente, la cantidad de estudiantes enganchados en cada clase, entre muchos otros datos que permitiran esclarecer los patrones organizacionales. Por estructura sistmica me refiero a los procesos, las reuniones, los equipos de trabajo, los cargos, la infraestructura fsica (iluminacin, oxigenacin, acstica, ergonoma, mobiliario, etc.), los horarios, el presupuesto financiero, la tecnologa, las formas de comunicacin y las estructuras limitantes no elegidas, como 24 horas por cada da, y las instrucciones genticas y biologa del ser humano, entre otras.
Por modelos mentales me refiero al conjunto de creencias y principios de las personas en la organizacin, el conocimiento y las comprensiones de las personas que forman el sistema, y las expectativas e imgenes deseadas de ellas mismas. Estos modelos mentales afectan a las maneras como se percibe el estado de la organizacin, 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 stas a su vez generan cambios en los patrones de comportamiento de la gente y de los resultados. De acuerdo con esto, el cambio sistmico implica cambiar algn patrn, alguna estructura o algn modelo mental. 8. PENSAMIENTO LATERAL O CREATIVO Si hicisemos una encuesta a pie de calle preguntndole a la gente sobre el pensamiento creativo, la mayora sabra a qu nos estaramos refiriendo. Pero si preguntsemos sobre sus mecanismos internos o sus tcnicas, seguramente la respuesta sera menos halagea. Una parte de la culpa de este hecho la tiene, sin lugar a dudas, nuestro sistema educativo, que no presta demasiada atencin 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 aproximacin sistemtica al pensamiento creativo por medio de tcnicas formales que pueden emplearse deliberadamente. Esas tcnicas se basan en las races del comportamiento del cerebro humano. Existe la creencia tcita de que las nuevas ideas dependen de una combinacin 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 Teora de la Gravedad. Tal y como es explicado comnmente, hace pensar que el azar jug un papel crucial en
JUAN PABLO SOMIEDO
el descubrimiento, que fue algo completamente improvisado. Pero en este descubrimiento, como en casi todos, la causalidad (los aos de estudios y trabajos y el mtodo de razonamiento de Newton como causa del descubrimiento) desempe un papel mucho ms importante que la casualidad. En rigor cientfico es importante no confundir causalidad con casualidad. En el nivel ms simple, ser creativo significa confeccionar algo que antes no exista. En cierto sentido, crear un desorden es un ejemplo de creatividad. El desorden no exista antes en ese lugar, y se le ha dado origen, se le ha hecho nacer. Un ejemplo es la tendencia del hiperrealismo metafsico tan cultivada por nuestro genio de la pintura Salvador Dal. Su manera de plasmar objetos modificando sus caractersticas fsicas es un ejemplo de cmo se pueden crear nuevas realidades. En el campo de la poesa, otro espaol, Federico Garca Lorca, fue un maestro de la metfora como generadora de nuevas realidades ms all del plano fsico. De Bono hace una distincin 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 s misma en canales o secuencias. Otro sencillo ejemplo de cmo el ingreso de informacin establece estructuras que tienen que ser desmoronadas para ordenar las cosas de otro modo es el conocido juego infantil de formar palabras con slabas y consonantes tomadas al azar. Sin creatividad no podemos utilizar plenamente la informacin y la experiencia disponibles, encerradas dentro de viejas estructuras, viejas pautas, viejos conceptos y viejas percepciones. Una de las tcnicas ms 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. Bsicamente se trata de intentar ver los problemas desde diferentes perspectivas asumiendo para ello diferentes roles.
268
9. CONCLUSIONES Hoy en da ya nadie duda de la importancia del papel que juega la epistemologa en el anlisis de inteligencia, bien sea sta estratgica, econmica o competitiva y, en general, a la hora de formar a aquellas personas que tienen la responsabilidad de tomar decisiones bien sea en el mbito de la seguridad nacional o en el de los negocios. En una poca en que las empresas de muchos sectores ofrecen productos similares y emplean tecnologas comparables, los procesos empresariales de alto rendimiento estn entre los ltimos aspectos de diferenciacin que an 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 ms rigurosa y amplia posible para que puedan afrontar los retos futuros que les plantear un mercado global y altamente competitivo. Quizs por eso las grandes y prestigiosas escuelas de negocios norteamericanas han vuelto a situar el estudio de los clsicos grecorromanos en sus programas. Del mismo modo, numerosas universidades de Latinoamrica, como la Universidad de Boyac en Colombia (en el programa de la Carrera de Administracin y Negocios Internacionales imparte la asignatura de Epistemologa de los Negocios Internacionales), la Universidad Catlica de Chile o la Universidad ESAN de Per (en su MBA a tiempo completo tiene una asignatura de pensamiento crtico), han visto la importancia de incluir este tipo de enseanzas en sus programas de mster y MBA. La epistemologa se torna imprescindible si queremos domar la enorme cantidad de informacin de la que disponemos y convertirla en inteligencia til para apoyar la toma de decisiones en cualquier organizacin. Europa parte con una enorme ventaja en este campo con respecto a otros pases, porque hasta bien entrado el siglo XX fue el marco donde se desarroll mayoritariamente la investigacin epistemolgica de calidad, que ha contribuido a que alcancemos las cotas de desarrollo tecnolgico y bienestar que ahora disfrutamos. Redescubrir nuestras fuentes intelectuales puede contribuir a mejorar la comprensin de nosotros mismos y de las organizaciones en las que trabajamos. En el mbito de la comunidad de inteligencia espaola no debemos renunciar a esta ventaja cualitativa y competitiva. Renunciar a ella significara no aprovechar el caudal de conocimiento heredado y olvidar las bases sobre
JUAN PABLO SOMIEDO
las que se asienta el anlisis en inteligencia, perdiendo as una oportunidad para orientar y encuadrar una teora de inteligencia slida en Espaa. BIBLIOGRAFA ARISTTELES (1995). Fsica. Madrid: Gredos. BERTALANFFY, Ludwing von (1993). Teora General de los Sistemas. Madrid: Fondo de Cultura Econmica. BORDES SOLANAS, Monserrat (2011). Las trampas de Circe: falacias lgicas y argumentacin informal. Madrid: Ctedra. 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 JIMNEZ, Pedro (2009). La definicin del terrorismo desde una perspectiva sistmica. Madrid: Plaza y Valds. CLAUSER, Jerome (2008). An introduction to intelligence research and anlisis, Scarecrow professional intelligence education series, n. 3. Maryland: The scarecrow press. COHEN, Morris y NAGEL, Ernest (1990). Introduccin a la lgica y el mtodo cientfico, vols. 1 y 2. Buenos Aires: Amorrortu. COPI, Irving M. y COHEN, Carl (2007). Introduccin a la lgica. Mxico: Noriega Editores. CRYAN, Dan y SHATIL, Sharron (2005). Lgica para todos. Barcelona: Paids. DAVENPORT, Thomas H. y HARRIS, Jeanne G. (2007). Competing on Analytics. Harvard: Harvard Business. DAVIS, Jack [en Lnea] (2002). Sherman Kent and the Profession of Intelligence Analysis, The Sherman Kent Center for Intelligence Analysis Occasional Papers, vol. 1, n. 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 creacin de nuevos ideas. Madrid: Paids. GABUCIO CEREZO, Fernando (coord.) (2005). Psicologa del pensamiento. Barcelona: UOC.
GARCA TREVIJANO, Carmen (2008). El arte de la lgica. Madrid: Tecnos. GARRIDO, Manuel (2005). Lgica Simblica. 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. 3. HERNNDEZ SAMPIERI, Roberto (coord.) (2008). Metodologa de la investigacin. Mxico: McGraw-Hill Interamericana. HESSEN, Johannes (1962). Tratado de Filosofa. Buenos Aires: Sudamericana. JANISSEK-MUNIZ, Raquel; LESCA, Humbert, y FREITAS, Henrique (2011). Inteligncia Estratgica Antecipativa e coletiva para tomada de decisao, Revista de inteligencia competitiva, vol.1, n. 1, Sao Paulo, pp. 102-127. KENT, Sherman (1986). Inteligencia Estratgica. Buenos Aires: Pleamar. LOSEE, John (2006). Introduccin histrica a la filosofa de la ciencia. Madrid: Alianza Universidad. MARRIN, Stephen (2003). CIAs Kent School: Improving Training for New Analysts, International Journal of Intelligence and CounterIntelligence, vol. 16, n. 4. (2007). Intelligence Analysis Theory: Explaining and Predicting Analytic Responsibilities, Intelligence and National Security, vol. 22, n. 6. MONSERRAT, Javier (1984). Epistemologa evolutiva y teora de la ciencia. Madrid: Universidad Pontificia de Comillas. OCONNOR, Joseph y MCDERMOTT, Ian (1998). Introduccin al pensamiento sistmico. Barcelona: Urano. ORDEZ Javier; NAVARRO, Vctor, y SANCHEZ RON, Jose Manuel (2007). Historia de la Ciencia. Madrid: Espasa Calpe. PLATT, Washington (1983). Produccin de inteligencia estratgica: Principios bsicos. Buenos Aires: Struhart & Cia. POPPER, Karl R. (1999). El mundo de Parmnides. Ensayos sobre la ilustracin presocrtica. Barcelona: Paids. (2008). La lgica de la investigacin cientfica. Madrid: Tecnos. SEBEOK, Thomas A. y UMIKER-SEBEOK, Jean (1994). Sherlock Holmes y Charles S. Pierce. El mtodo de la investigacin. Barcelona: Paids.
JUAN PABLO SOMIEDO
SENGE, Peter (1993). La quinta disciplina. Buenos Aires: Grnica. SERRA, Juan Pablo (2007). Pierce. La verdad y el pblico, La Torre del Virrey. Revista de Estudios Culturales, n. 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 lnea]. Importancia del mtodo sistmico en el quehacer de inteligencia. http://www.realidades-consult.com.ar/art_2.htm VEGA REN, Luis y OLMOS GMEZ, Paula (2011). Compendio de lgica, argumentacin y retrica. Madrid: Trotta. WESTON, Anthony (1994). Las claves de la argumentacin. Barcelona: Ariel.
272

Epistemología y Análisis de Inteligencia

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Epistemología y Análisis de Inteligencia

Uploaded by

Copyright:

Available Formats

El papel de la epistemologa en el anlisis de inteligencia*

The Role of Epistemology in Intelligence Analysis

* Fecha de recepcin: 27/03/2011. Fecha de aceptacin: 18/10/2011.

JUAN PABLO SOMIEDO

EL PAPEL DE LA EPISTEMOLOGA EN EL ANLISIS DE INTELIGENCIA

JUAN PABLO SOMIEDO

EL PAPEL DE LA EPISTEMOLOGA EN EL ANLISIS DE INTELIGENCIA

INTELIGENCIA Y SEGURIDAD 12 (JULIO-DICIEMBRE 2012). PGINAS 241-272. ISSN: 1887-293X

JUAN PABLO SOMIEDO

INTELIGENCIA Y SEGURIDAD 12 (JULIO-DICIEMBRE 2012). PGINAS 241-272. ISSN: 1887-293X

EL PAPEL DE LA EPISTEMOLOGA EN EL ANLISIS DE INTELIGENCIA

JUAN PABLO SOMIEDO

EL PAPEL DE LA EPISTEMOLOGA EN EL ANLISIS DE INTELIGENCIA

JUAN PABLO SOMIEDO

EL PAPEL DE LA EPISTEMOLOGA EN EL ANLISIS DE INTELIGENCIA

JUAN PABLO SOMIEDO

INTELIGENCIA Y SEGURIDAD 12 (JULIO-DICIEMBRE 2012). PGINAS 241-272. ISSN: 1887-293X

EL PAPEL DE LA EPISTEMOLOGA EN EL ANLISIS DE INTELIGENCIA

JUAN PABLO SOMIEDO

EL PAPEL DE LA EPISTEMOLOGA EN EL ANLISIS DE INTELIGENCIA

JUAN PABLO SOMIEDO

EL PAPEL DE LA EPISTEMOLOGA EN EL ANLISIS DE INTELIGENCIA

JUAN PABLO SOMIEDO

EL PAPEL DE LA EPISTEMOLOGA EN EL ANLISIS DE INTELIGENCIA

INTELIGENCIA Y SEGURIDAD 12 (JULIO-DICIEMBRE 2012). PGINAS 241-272. ISSN: 1887-293X

JUAN PABLO SOMIEDO

EL PAPEL DE LA EPISTEMOLOGA EN EL ANLISIS DE INTELIGENCIA

Canon IV. Mtodo de los Residuos:

JUAN PABLO SOMIEDO

EL PAPEL DE LA EPISTEMOLOGA EN EL ANLISIS DE INTELIGENCIA

JUAN PABLO SOMIEDO

EL PAPEL DE LA EPISTEMOLOGA EN EL ANLISIS DE INTELIGENCIA

JUAN PABLO SOMIEDO

EL PAPEL DE LA EPISTEMOLOGA EN EL ANLISIS DE INTELIGENCIA

JUAN PABLO SOMIEDO

INTELIGENCIA Y SEGURIDAD 12 (JULIO-DICIEMBRE 2012). PGINAS 241-272. ISSN: 1887-293X

EL PAPEL DE LA EPISTEMOLOGA EN EL ANLISIS DE INTELIGENCIA

JUAN PABLO SOMIEDO

EL PAPEL DE LA EPISTEMOLOGA EN EL ANLISIS DE INTELIGENCIA

JUAN PABLO SOMIEDO

INTELIGENCIA Y SEGURIDAD 12 (JULIO-DICIEMBRE 2012). PGINAS 241-272. ISSN: 1887-293X

You might also like