Epistemología formal

La consolidación de la epistemología formal desde mediados del siglo XX resulta de la convergencia de varias corrientes que, con distinto sesgo metodológico, terminaron acoplándose en un mismo programa técnico. Por un lado, la tradición bayesiana-decisionista (Frank P. Ramsey,^[3] Bruno de Finetti,^[4] Leonard Jimmie Savage^[5] y, más tarde, Richard Jeffrey)^[6] reubicó el centro de gravedad desde el conocimiento pleno hacia los grados de creencia concebidos como bases para la acción, unificando así la probabilidad y la teoría de la decisión. Será a partir del enfoque bayesiano que se propondrá hacer que el concepto de creencia haga el trabajo que la epistemología clásica atribuía al conocimiento y entender la medición de creencias qua base de la acción, con la consecuencia de tratar la lógica de la creencia parcial como una rama de la teoría de la decisión.

En paralelo, la lógica epistémica inaugurada por Jaakko Hintikka dotó de semánticas bien definidas a los operadores de conocimiento y creencia, importando métodos de la lógica modal (e.g., accesibilidad epistémica, axiomas de cierre e introspección) y reabriendo debates clásicos sobre la definición del conocimiento, el escepticismo y la robustez frente a nueva información.^[7] El trabajo de Hintikka es hito fundacional y será gracias a ellos que se desatarán discusiones sobre omnisciencia lógica, cierre e introspección, además de enlazar con líneas posteriores sobre evidencia, prueba y convergencia epistémica en el límite.^[8] Será en esta misma estela que se dará el giro “relevantista” de Fred Dretske^[9] y David Kellogg Lewis^[10] —en donde existe ya una selección de mundos pertinentes— como transición natural hacia tratamientos más dinámicos del conocimiento.^[8]

A partir de los años ochenta, el estudio dinámico de las actitudes doxásticas cristalizó en dos vertientes complementarias. La primera, cualitativa, es la teoría de cambio de creencias tipo AGM (Alchourrón-Gärdenfors-Makinson), que axiomatiza la contracción y revisión de conjuntos de creencias bajo criterios de mínima alteración.^[11] Esta teoría además tendrá un ulterior desarrollo en clave de elección racional (e.g., con Hans Rott).^[12] La segunda, ordinal-cuantitativa, incluye ranking theory^[13] y conexiones con probabilidades (imprecisas o de orden superior),^[14] ofreciendo medidas de firmeza y reglas de actualización no puramente estocásticas.

Finalmente, la epistemología interactiva y la lógica epistémica dinámica (DEL) integraron interacción estratégica, comunicación y actualización informativa en marcos multiagente. La epistemología interactiva marca el paso del agente individual al escenario multiagente, donde importa no sólo lo que cada quien sabe, sino lo que cada uno sabe sobre lo que saben los demás y cómo esa información circula y se actualiza mediante actos comunicativos.^[15] En ese contexto, la lógica epistémica dinámica modela los efectos de acciones informativas —como los anuncios públicos— sobre conocimiento y creencia,^[16] mostrando cómo una misma acción transforma el estado epistémico colectivo. A la vez, los resultados de teoría de juegos articulan el papel del conocimiento común y las jerarquías de creencias: se ha probado que, con prioris comunes y evidencia que es conocimiento común, no es posible “acordar en discrepar”;^[17] así como también se han derivado condiciones epistémicas del equilibrio de Nash, explicitando los supuestos de racionalidad y conocimiento común de la estructura del juego.^[18]

Summarize Timeline Top Qs Fact Check

La epistemología formal se entiende como el estudio, mediante modelos explícitos, de nociones epistémicas nucleares en agentes idealizados y en escenarios interactivos. Allí se propone, de manera programática, integrar herramientas de probabilidad, decisión y lógicas epistémicas para abordar tanto el razonamiento individual como el social.^[2] La entrada “Formal Epistemology” de la Stanford Encyclopedia of Philosophy refuerza este enfoque: la disciplina “explora el conocimiento y el razonamiento usando herramientas ‘formales’ (matemáticas y lógicas)”, por ejemplo, aplicando la probabilidad para explicar la inferencia científica o lógica modal dentro de las teorías del conocimiento.^[1] Vale la pena destinar una exposición acotada de sus marcos y herramientas principales.

La epistemología bayesiana es el programa de la epistemología formal que modela la racionalidad doxástica mediante grados de creencia (credences) que obedecen las leyes de la probabilidad y se usan como base para la acción, desplazando el peso explicativo desde el conocimiento pleno a la creencia medida: es la tesis ramseyano-jeffreyana de hacer que el concepto de creencia haga el trabajo que los filósofos suelen asignar al concepto mayor de conocimiento y de entender la creencia qua base de la acción.^[19]

En el plano normativo, este enfoque exige coherencia (probabilismo), que se justifica con argumentos de apuesta holandesa: identificar incoherencia con posibilidad de una pérdida segura y, al revés, mostrar que la coherencia equivale (al menos) a aditividad finita de las credencias.^{[4][20] [21]} En el plano dinámico, prescribe condicionalización bayesiana y su generalización para evidencia incierta, respaldadas por versiones dinámicas del argumento holandés^[20] y tratadas en las presentaciones estándar.^[22] Es correcto situar al bayesianismo como la columna vertebral del cálculo de la creencia parcial y que dialoga con la teoría de la decisión, el cambio de creencias y las lógicas epistémicas.

La teoría de la utilidad epistémica (enfoque accuracy-first) es una familia de argumentos normativos dentro de la epistemología formal que evalúa estados epistémicos (e.g., sistemas de credencias) por su exactitud—su cercanía a la verdad—medida mediante reglas de puntuación estrictamente propias. Bajo este criterio veritista, un estado es mejor cuanto más “acertado” es respecto del mundo, y ello permite derivar normas de racionalidad sin apelar a utilidades pragmáticas. Con esta idea, James M. Joyce demostró que cualquier conjunto de credencias que viola las leyes de la probabilidad es dominable en exactitud por otro que las satisface, ofreciendo así una vindicación no pragmática del probabilismo (i.e., las credencias racionales deben ser probabilidades).^[23]

A nivel diacrónico, Hilary Greaves y David Wallace han probado que la condicionalización bayesiana maximiza la utilidad epistémica esperada, justificando la regla de actualización estándar desde la misma métrica de exactitud.^[24] Para objetivar la elección de la métrica, Hannes Leitgeb y Richard Pettigrew han derivado que, si exigimos que la norma sea “minimizar la inexactitud” y evitamos dilemas formales, las medidas admisibles de inexactitud sobre credencias son (esencialmente) de tipo cuadrático; con ello recuperan los postulados bayesianos como consecuencia del principio de exactitud.^[25][26] El marco ha sido sistematizado con el tiempo por Pettigraw, desarrollando cómo distintas clases de funciones de puntuación (logarítmica, cuadrática, etc.) y propiedades como la propiedad estricta sustentan resultados de dominancia y de actualización veritista.^[27] En conjunto, el enfoque accuracy-first aporta una fundamentación epistémica (no pragmática) de dos pilares bayesianos—probabilismo y condicionalización—y, por ello, funciona como puente entre la parte bayesiana y la teoría de la decisión del campo, fijando qué significa “creer racionalmente bien” en términos de maximizar exactitud.

En epistemología formal, el problema del cambio de creencias es aquel en el que se pregunta cómo debe modificarse un conjunto de creencias ${\displaystyle K}$ cuando llega información nueva, idealmente con mínima alteración del corpus previo. El paradigma AGM axiomatiza tres operaciones básicas: expansión (${\displaystyle K+\varphi }$, añadir y clausurar), contracción (${\displaystyle K\div \varphi }$, retirar de modo racional) y revisión (${\displaystyle K*\varphi }$, acomodar ${\displaystyle \varphi }$ aun si choca con ${\displaystyle K}$). Dos identidades estructuran el campo: la de Issac Levi, que reduce la revisión a “contraer ${\displaystyle \lnot \varphi }$ y luego expandir con ${\displaystyle \varphi }$”,^[28][29] y la de Wiiliam L. Harper, que conecta contracción y revisión.^[30] En la reconstrucción clásica, las contracciones por encuentro parcial (partial meet) se obtienen seleccionando—mediante funciones de selección—subconjuntos máximos de ${\displaystyle K}$ que no implican ${\displaystyle \varphi }$, y representan los postulados de racionalidad de Gärdenfors. Así, AGM ofrece la teoría normativa cualitativa de referencia para el cambio doxástico.^[31]

Complementariamente, la teoría de ordenaciones de Wolfgang Spohn (ranking theory) sustituye probabilidades por funciones ordinales de incredibilidad ${\displaystyle \kappa }$ sobre mundos (creer ${\displaystyle A}$ es tener ${\displaystyle \kappa (\lnot A)>0}$), con actualización por “condicionalización ordinal”.^[13] El atractivo filosófico es doble: ofrece una dinámica no estocástica de la firmeza doxástica y se acopla con redes causales y aprendizaje, mostrando que los métodos computacionales de las redes bayesianas tienen análogos para órdenes ${\displaystyle \kappa }$.^[32]

Por su parte, las probabilidades imprecisas modelan la creencia parcial mediante conjuntos de distribuciones (credal sets) para capturar ambigüedad y cautela (e.g., cuando la evidencia no fija un único prior), con reglas de actualización por condicionalización en conjunto y debates sobre su estatus normativo frente al bayesianismo clásico.^[33]

La lógica epistémica es la rama de la epistemología formal que representa, con herramientas modales, lo que los agentes saben y creen: trata operadores como ${\displaystyle K}$ (conocimiento) y ${\displaystyle B}$ (creencia) en modelos de mundos posibles, y estudia leyes como las de cierre e introspección, junto con tensiones como la omnisciencia lógica. En particular, la lógica de la justificación internaliza razones sustituyendo ${\displaystyle \Box F}$ por expresiones del tipo ${\displaystyle t\!:\!F}$ (“${\displaystyle F}$ está justificado por ${\displaystyle t}$”), lo que permite formalizar evidencia, derrotadores y casos como el problema de Gettier^[34] con una granularidad que las modalidades epistémicas estándar no ofrecen.^[35]

El desarrollo dinámico cristaliza en la lógica epistémica dinámica (DEL), que modela el efecto de acciones informativas (e.g., anuncios públicos y comunicaciones privadas) sobre los estados epistémicos de uno o varios agentes mediante operadores de acción ${\displaystyle [\alpha ]\varphi }$ y reglas de actualización de modelos.^[36]

La epistemología interactiva es el subcampo de la epistemología formal que modela cómo nuestros conocimientos y creencias se configuran y cambian cuando hay varios agentes que razonan e interactúan estratégicamente. El foco ya no es sólo lo que cada uno sabe, sino lo que cada uno sabe sobre lo que saben los demás y cómo la comunicación altera ese estado común.^[37]

En este marco, la teoría de juegos epistémica aporta resultados de referencia: el teorema de Aumann muestra que, con prioris comunes y actualización bayesiana, no puede ser conocimiento común que dos agentes asignen probabilidades distintas al mismo evento, subrayando el papel estructural de las jerarquías de creencias en interacción.^[17] A su vez, Aumann y Brandenburger formulan condiciones epistémicas del equilibrio de Nash, explicitando cómo el conocimiento común de la estructura del juego y de la racionalidad sostiene la noción de equilibrio.^[18]

La teoría de la decisión y la elección racional aportan a la epistemología formal el andamiaje normativo que conecta nuestras creencias con consiguientes acciones: parte de axiomatizar preferencias entre actos para derivar probabilidades personales y utilidades de modo que las elecciones racionales obedezcan a utilidad esperada,^[3][5][38] fijando así cuándo un sistema de credencias está suficientemente bien estructurado para guiar la acción (y viceversa). Esto se muestra con detalle al introducir utilidades dependientes del estado y la idea de que, dadas preferencias expresadas, existe una probabilidad personal única sobre los estados de la naturaleza y una utilidad (única hasta que se dé una transformación afín positiva) sobre los premios tal que los actos se ordenan por utilidad esperada, proporcionando la interfaz formal entre doxástica y práctica.^[39]

Summarize Timeline Top Qs Fact Check

En la literatura contemporánea sobre epistemología formal, especialmente en el ámbito anglosajón, existen amplios sumarios sobre las obras clave para el desarrollo de esta subdisciplina. Entre ellos destaca el Readings in Formal Epistemology: Sourcebook, el cual ofrece el siguiente listado:^[40]

• Ramsey, F. P. (1926/1931). Truth and probability. En R. B. Braithwaite (Ed.), The foundations of mathematics and other logical essays (pp. 156–198). Kegan Paul; Harcourt, Brace.
• Jeffrey, R. C. (1968). Probable knowledge. En I. Lakatos (Ed.), The problem of inductive logic (pp. 166–180). North-Holland.
• van Fraassen, B. C. (1995). Fine-grained opinion, probability, and the logic of full belief. Journal of Philosophical Logic, 24(4), 349–377.
• Gaifman, H. (1986). A theory of higher order probabilities. En J. Y. Halpern (Ed.), Theoretical aspects of reasoning about knowledge (pp. 275–292). Morgan Kaufmann.
• Levi, I. (1974). On indeterminate probabilities. Journal of Philosophy, 71(13), 391–418.
• Glymour, C. (1981). Why I’m not a Bayesian. En Theory and Evidence (pp. 63–93). University of Chicago Press.
• Skyrms, B. (1993). A mistake in dynamic coherence arguments—Discussion. Philosophy of Science, 60(2), 320–328.
• Arntzenius, F. (2003). Some problems for conditionalization and reflection. Journal of Philosophy, 100(7), 356–371.

• Schervish, M. J., Seidenfeld, T., & Kadane, J. B. (2004). Stopping to reflect. Journal of Philosophy, 101(6), 315–322.

• Alchourrón, C. E., Gärdenfors, P., & Makinson, D. (1985). On the logic of theory change: Partial meet contraction and revision functions. Journal of Symbolic Logic, 50(2), 510–530.
• Hansson, S. O. (1993). Theory contraction and base contraction unified. Journal of Symbolic Logic, 58(2), 602–625.
• Levi, I. (s. f.). How infallible but corrigible full belief is possible. Manuscrito inédito (reproducido en Readings in Formal Epistemology: Sourcebook).
• Rott, H. (1993). Belief contraction in the context of the general theory of rational choice. Journal of Symbolic Logic, 58(4), 1426–1450.

• Spohn, W. (2009). A survey of ranking theory. En F. Huber & C. Schmidt-Petri (Eds.), Degrees of belief. Springer.

• Savage, L. J. (1972). Allais’s paradox. En The foundations of statistics (pp. 101–103). Dover.
• Seidenfeld, T. (1988). Decision theory without “independence” or without “ordering”: What is the difference. Economics and Philosophy, 4(2), 267–290.
• Gilboa, I., & Marinacci, M. (2013). Ambiguity and the Bayesian paradigm. En D. Acemoglu, M. Arellano, & E. Dekel (Eds.), Advances in economics and econometrics: Volume 1. Tenth World Congress (pp. 179–242). Cambridge University Press.
• Schervish, M. J., Seidenfeld, T., & Kadane, J. B. (1990). State-dependent utilities. Journal of the American Statistical Association, 85(411), 840–847.
• Gibbard, A., & Joyce, J. M. (1998). Causal decision theory. En S. Barberà, P. J. Hammond, & C. Seidl (Eds.), Handbook of utility theory. Vol. 1: Principles (pp. 701–740). Kluwer Academic Publishers.

• Tversky, A., & Kahneman, D. (1992). Advances in prospect theory: Cumulative representation of uncertainty. Journal of Risk and Uncertainty, 5(4), 297–323.

• Hintikka, J. (2007). Epistemology without knowledge and without belief. En Socratic epistemology: Explorations of knowledge-seeking by questioning. Cambridge University Press.
• Dretske, F. I. (1970). Epistemic operators. Journal of Philosophy, 67(24), 1007–1023.
• Lewis, D. K. (1996). Elusive knowledge. Australasian Journal of Philosophy, 74(4), 549–567.
• Nozick, R. (1981). Knowledge and skepticism. En Philosophical explanations (pp. 167–169, 172–179, 197–211, 679–690). Harvard University Press.
• Stalnaker, R. (2006). On logics of knowledge and belief. Philosophical Studies, 128, 169–199.
• Parikh, R. (2008). Sentences, belief and logical omniscience, or: What does deduction tell us? The Review of Symbolic Logic, 1(4), 459–476.
• Artemov, S. N. (2008). The logic of justification. The Review of Symbolic Logic, 1(4), 477–513.
• Kelly, K. T. (2004). Learning theory and epistemology. En I. Niiniluoto, M. Sintonen, & J. Wolenski (Eds.), Handbook of epistemology. Kluwer.

• Williamson, T. (2004). Some computational constraints in epistemic logic. En S. Rahman, J. Symons, D. Gabbay, & J. P. van Bendegem (Eds.), Logic, epistemology and the unity of science (pp. 437–456). Kluwer Academic Publishers.

• Lewis, D. (1969). Convention: A philosophical study (pp. 24–42, extracto). Harvard University Press.
• Barwise, J. (1988). Three views of common knowledge. En Proceedings of TARK’88 (pp. 365–379). Morgan Kaufmann.
• Baltag, A., & Smets, S. (2008). A qualitative theory of dynamic interactive belief revision. En G. Bonanno, W. van der Hoek, & M. Wooldridge (Eds.), Logic and the foundations of game and decision theory (LOFT 7) (pp. 9–58). Amsterdam University Press.
• Aumann, R. J. (1976). Agreeing to disagree. Annals of Statistics, 4(6), 1236–1239.
• Aumann, R. J., & Brandenburger, A. (1995). Epistemic conditions for Nash equilibrium. Econometrica, 63(5), 1161–1180.
• Stalnaker, R. (1996). Knowledge, belief and counterfactual reasoning in games. Economics and Philosophy, 12(2), 133–163.
• Halpern, J. Y. (2001). Substantive rationality and backward induction. Games and Economic Behavior, 37(2), 425–435.