Ir al contenido

3. Fundamentos lógicos y epistemológicos

Por qué este capítulo interrumpe la historia para volver a la lógica

Sección titulada «Por qué este capítulo interrumpe la historia para volver a la lógica»

El capítulo anterior narró la historia de la inteligencia artificial como una disputa entre dos escuelas: la simbólica, que representa el conocimiento mediante reglas lógicas explícitas y avanza por deducción, y la conexionista, que representa el conocimiento en los pesos numéricos de una red y avanza por ajuste estadístico a partir de ejemplos. Ese capítulo usó, sin detenerse a explicarlas, dos palabras que ahora conviene definir con precisión, porque de su definición depende entender algo que va a ser central para el resto de este libro: por qué la victoria material del conexionismo en 2012 no fue, como también se aclaró en ese mismo capítulo, una victoria sobre un tipo de razonamiento más débil o menos riguroso, sino la adopción generalizada de un tipo de razonamiento distinto, con sus propias reglas, sus propios límites, y su propia manera de justificar sus conclusiones.

Este capítulo se dedica enteramente a esa distinción. No se toca todavía ningún algoritmo concreto de aprendizaje automático —eso empieza en la segunda parte de este libro—, sino que se examina, con el rigor que exige la lógica y la epistemología, qué tipo de razonamiento es la deducción, qué tipo de razonamiento es la inducción, por qué durante más de dos mil años se consideró que solo el primero merecía el nombre de conocimiento verdadero, y por qué el siglo veinte tuvo que desarrollar una teoría matemática completamente nueva para poder justificar, con algún grado de rigor, que el segundo también produce conocimiento útil, aunque de una naturaleza distinta.

La deducción: cuando la conclusión no puede ser falsa si las premisas son verdaderas

Sección titulada «La deducción: cuando la conclusión no puede ser falsa si las premisas son verdaderas»

Empecemos por el tipo de razonamiento más antiguo y mejor entendido, formalizado por primera vez de manera sistemática por Aristóteles, el mismo filósofo que el primer capítulo de este libro presentó como la fuente de la asociación entre inteligencia y razón. Un razonamiento deductivo es aquel en el que, si las premisas de partida son verdaderas y la forma del razonamiento es correcta, la conclusión tiene que ser verdadera también, salvo excepciones muy contadas posible y sin ningún grado de incertidumbre.

Esta propiedad —que la verdad de las premisas garantiza, sin excepción posible, la verdad de la conclusión— es la que hace de la deducción el tipo de razonamiento más seguro que existe, y es exactamente la propiedad que el paradigma simbólico, descrito en el capítulo anterior, intentó capturar en una máquina: un sistema experto que aplica correctamente sus reglas lógicas a hechos verdaderos produce, por construcción, conclusiones que también son verdaderas, con la misma certeza absoluta que el silogismo sobre Sócrates. Esta es la razón por la que los sistemas simbólicos resultan, como ya señaló el capítulo anterior, transparentes y auditables: cada paso de su razonamiento se puede verificar, uno por uno, con la misma seguridad que se verifica un silogismo.

Pero esta seguridad tiene un precio muy alto, que ya se adelantó al describir las debilidades del paradigma simbólico: la conclusión de un razonamiento deductivo nunca puede decir más de lo que ya estaba contenido en sus premisas. Para que un sistema deductivo llegue a una conclusión nueva y útil sobre el mundo, alguien tiene que haberle proporcionado antes, como premisa, exactamente el conocimiento general del que esa conclusión se deriva. La deducción es un motor perfecto para extraer las consecuencias de lo que ya se sabe, pero no es, por sí sola, un motor capaz de generar conocimiento general nuevo a partir de la observación del mundo. Para eso hace falta el otro tipo de razonamiento que este capítulo va a examinar ahora.

La inducción: cuando se generaliza más allá de lo observado

Sección titulada «La inducción: cuando se generaliza más allá de lo observado»

Un razonamiento inductivo es aquel en el que se parte de un número finito de casos particulares observados y se concluye una regla general que, en principio, cubre también casos que todavía no se observaron. Si alguien ha visto cien cisnes a lo largo de su vida, y los cien eran blancos, un razonamiento inductivo lo llevaría a concluir que, probablemente, todos los cisnes son blancos, incluidos los que todavía no ha visto y los que nunca llegará a ver.

Es fundamental que el lector note, comparando este ejemplo con el silogismo sobre Sócrates, una diferencia estructural completa entre ambos tipos de razonamiento. En el silogismo deductivo, la conclusión no podía ser falsa si las premisas eran verdaderas: era lógicamente imposible que Sócrates fuera humano, que todos los humanos fueran mortales, y que Sócrates no fuera mortal, todo al mismo tiempo. En el razonamiento sobre los cisnes, en cambio, no hay ninguna contradicción lógica en afirmar que los cien cisnes observados eran blancos y que, sin embargo, existe en algún lugar del mundo un cisne de otro color que todavía no se ha observado. De hecho, existen: los cisnes negros de Australia, desconocidos para la ciencia europea hasta el siglo diecisiete, son el ejemplo histórico real que la filosofía usa precisamente para ilustrar este punto. La inducción, a diferencia de la deducción, sí amplía el conocimiento más allá de lo que las premisas contienen de manera explícita —por eso es tan valiosa y tan usada, en la ciencia y en la vida cotidiana—, pero paga esa ampliación con la pérdida de la certeza absoluta que sí tiene la deducción.

La abducción: inferir la explicación más probable

Sección titulada «La abducción: inferir la explicación más probable»

Antes de examinar el problema que la inducción plantea, conviene presentar un tercer tipo de razonamiento, distinto tanto de la deducción como de la inducción, que este libro va a necesitar más adelante con precisión, en la parte dedicada a los modelos de lenguaje. El filósofo y lógico estadounidense Charles Sanders Peirce, a fines del siglo diecinueve, le dio a este tercer tipo de razonamiento el nombre de abducción, y lo distinguió con cuidado de los otros dos.

Mientras que la inducción generaliza una regla a partir de la observación repetida de muchos casos particulares —como en el ejemplo de los cien cisnes blancos—, la abducción parte de una única observación puntual, un efecto o un hecho que llama la atención, y busca la explicación más plausible que daría cuenta de ese hecho, entre varias explicaciones posibles. Si una persona sale de su casa por la mañana y encuentra el pasto del jardín mojado, un razonamiento abductivo la lleva a concluir que probablemente llovió durante la noche, no porque haya observado la lluvia directamente, ni porque haya generalizado a partir de muchas mañanas anteriores, sino porque, entre las explicaciones posibles para el pasto mojado —la lluvia, el riego automático, una fuga de agua—, la lluvia es, dadas las circunstancias conocidas, la explicación más probable disponible en ese momento. Nótese que esta inferencia, igual que la inducción, amplía el conocimiento más allá de lo estrictamente observado —nadie vio llover— y, exactamente igual que la inducción, no ofrece ninguna certeza: la explicación abducida puede ser falsa, y de hecho a veces lo es, sin que eso indique ningún error en la forma del razonamiento, solo la ausencia, otra vez, de la garantía absoluta que sí ofrece la deducción.

Conviene señalar por qué este tercer tipo de razonamiento aparece con frecuencia en las discusiones sobre sistemas de lenguaje, y también por qué esa asociación exige cuidado. Cuando uno de esos sistemas recibe un texto y produce una continuación, no está deduciendo esa continuación a partir de reglas lógicas que garanticen su verdad, como haría un sistema del paradigma simbólico descrito en el capítulo anterior; tampoco está generalizando, en el momento mismo de responder, una regla nueva a partir de casos observados, que es lo que hizo durante su entrenamiento. Lo que hace en cada paso es evaluar, entre todas las continuaciones posibles, cuál resulta estadísticamente más probable dados los patrones que absorbió.

Esa operación se parece a la abducción en un aspecto —selecciona una opción entre varias posibles, a partir de una observación puntual, sin garantía de acierto— pero no debe identificarse con ella sin más. La abducción, en el sentido que hoy le da la filosofía de la ciencia, es inferencia a la mejor explicación: se elige una hipótesis porque daría cuenta de por qué ocurrió lo observado. Conviene una advertencia histórica, porque este libro se toma en serio la diferencia entre lo que un autor dijo y lo que después se hizo con sus ideas: la relación entre la abducción de Peirce y lo que hoy se llama inferencia a la mejor explicación es más intrincada de lo que sugiere la identificación habitual. Peirce usó el término de maneras que fueron cambiando a lo largo de su obra, y en sus formulaciones tempranas la abducción designaba más bien el acto de proponer una hipótesis nueva que el de elegir la mejor entre varias. La equivalencia entre ambas nociones se consolidó bastante después. Para lo que este capítulo necesita, la definición contemporánea alcanza; el lector que quiera precisión histórica debe saber que la cuestión está abierta. Elegir la continuación más probable de un texto no es, por ese solo hecho, elegir la que mejor lo explica; probabilidad y poder explicativo son criterios distintos, y pueden apuntar en direcciones opuestas. Este libro usará la abducción como una analogía útil para entender qué clase de operación realiza un sistema de lenguaje al responder, y no como una identificación técnica: la analogía sirve para marcar que ese proceso no es deducción ni es, en ese momento, inducción, pero no autoriza a concluir que el sistema esté razonando explicativamente. Hasta qué punto un comportamiento de este tipo puede describirse como inferencia a la mejor explicación es, precisamente, una de las preguntas abiertas que examina el último capítulo.

El problema de Hume: por qué la inducción no se puede justificar sin caer en un círculo

Sección titulada «El problema de Hume: por qué la inducción no se puede justificar sin caer en un círculo»

Que la inducción no ofrezca certeza absoluta podría parecer, a primera vista, un inconveniente menor, tolerable a cambio de su enorme utilidad práctica. El filósofo escocés David Hume, en el siglo dieciocho, mostró que el problema es mucho más profundo de lo que esta actitud pragmática sugiere: no hay ninguna manera, ni siquiera en principio, de justificar racionalmente por qué la inducción debería funcionar, sin caer en algún tipo de razonamiento circular.

El argumento de Hume tiene la forma de un dilema, es decir, de una alternativa que parece agotar todas las opciones disponibles y que resulta, en ambos casos, insatisfactoria. Cualquier intento de justificar la inducción —de mostrar por qué tiene sentido esperar que el futuro se comporte como el pasado, o que los casos no observados se comporten como los casos observados— tiene que apoyarse en algún tipo de argumento, y solo existen dos tipos disponibles: un argumento demostrativo, es decir, deductivo, o un argumento probable, es decir, el propio tipo de argumento inductivo que se está tratando de justificar.

Un argumento deductivo no puede hacer el trabajo, porque no hay ninguna contradicción lógica en imaginar un mundo en el que el futuro deje de parecerse al pasado a partir de mañana: la afirmación de que la naturaleza es uniforme —que las regularidades observadas hasta ahora seguirán valiendo— no es una verdad lógica necesaria, del mismo tipo que la conclusión del silogismo sobre Sócrates, sino una hipótesis contingente sobre cómo es el mundo, que podría ser falsa sin que ello genere ninguna contradicción. Pero un argumento probable tampoco puede hacer el trabajo, porque cualquier razón que se ofrezca para confiar en que la inducción seguirá funcionando en el futuro —por ejemplo, “la inducción ha funcionado bien hasta ahora, así que probablemente seguirá funcionando”— es, en sí misma, un argumento inductivo, que da por sentado precisamente lo que se pretendía demostrar. Justificar la inducción apelando a que funcionó en el pasado es exactamente el tipo de inferencia inductiva —de lo observado a lo no observado, del pasado al futuro— cuya validez estaba en cuestión desde el principio.

Hume no concluyó, y este libro tampoco concluye, que la inducción sea inútil o que debamos dejar de usarla: Hume mismo señaló que los seres humanos, de hecho, razonan inductivamente todo el tiempo, de manera prácticamente irresistible, y que ningún escepticismo filosófico sobre su justificación última cambia ese hecho psicológico. Lo que Hume estableció, y lo que este libro retiene como el punto central de esta sección, es que la inducción no admite el mismo tipo de justificación racional definitiva que sí admite la deducción: cualquier confianza que depositemos en una conclusión inductiva descansa, en última instancia, en un supuesto —la uniformidad de la naturaleza— que no se puede demostrar sin presuponer la propia inducción cuya validez se buscaba fundamentar.

La respuesta de Popper y por qué no cierra completamente el problema

Sección titulada «La respuesta de Popper y por qué no cierra completamente el problema»

En el siglo veinte, el filósofo de la ciencia Karl Popper propuso una manera de esquivar, aunque no de resolver del todo, el problema de Hume, y su propuesta resulta importante para este libro porque anticipa, en el terreno de la filosofía de la ciencia, una idea que reaparecerá en un terreno completamente distinto —la teoría matemática del aprendizaje automático— más adelante en este mismo capítulo.

Popper observó que existe una asimetría lógica fundamental entre confirmar una afirmación universal y refutarla. Ninguna cantidad finita de observaciones puede demostrar de manera concluyente que una afirmación como “todos los cisnes son blancos” es verdadera, porque siempre queda abierta la posibilidad de que el próximo cisne observado sea de otro color. Pero basta con una sola observación en contrario —un único cisne negro— para demostrar, de manera deductivamente concluyente y sin ningún grado de incertidumbre, que la afirmación universal es falsa. A partir de esta asimetría, Popper propuso que la ciencia no debería aspirar a verificar sus teorías mediante inducción —una tarea que, según el propio argumento de Hume, resulta imposible de justificar plenamente—, sino a exponerlas sistemáticamente a intentos serios de refutación, y a conservar provisionalmente aquellas que resistan esos intentos, sin declararlas jamás verificadas de manera definitiva.

Esta propuesta, conocida como falsacionismo, tiene un atractivo evidente: convierte el método científico en un procedimiento basado en la deducción —de una teoría más una condición inicial se deduce una predicción, y se compara deductivamente esa predicción con la observación— y evita, al menos en apariencia, tener que justificar la inducción. Pero no resuelve el problema de Hume por completo, y es importante que el lector entienda por qué, porque el mismo tipo de objeción va a reaparecer, formulada en términos matemáticos, cuando este capítulo llegue a la teoría del aprendizaje automático. Decidir seguir usando una teoría que resistió todos los intentos de refutación hasta el momento presente, en lugar de abandonarla sin motivo o de sustituirla por una alternativa arbitraria, presupone que las teorías que funcionaron bien hasta ahora tienen más probabilidades de seguir funcionando bien en el futuro que las que fueron refutadas o que nunca se pusieron a prueba. Ese supuesto es, otra vez, una forma de la misma apuesta inductiva sobre la uniformidad del mundo que Hume había mostrado imposible de justificar sin circularidad. El falsacionismo desplaza el problema —lo saca del momento de aceptar una teoría y lo traslada al momento de decidir seguir confiando en una teoría no refutada— pero no lo elimina.

De justificar la inducción a medirla: el giro del siglo veinte

Sección titulada «De justificar la inducción a medirla: el giro del siglo veinte»

El recorrido de esta sección deja al lector sin una solución al problema de Hume, y conviene ser preciso sobre en qué sentido. Lo que el argumento humeano establece es que la inducción no admite una justificación deductiva no circular: cualquier intento de fundamentarla apelando a la razón pura o a su éxito pasado incurre, respectivamente, en un salto no válido o en una petición de principio. Eso no significa que la filosofía haya abandonado el problema ni que no existan respuestas. Las hay, y son numerosas: enfoques bayesianos que reconstruyen la inducción como actualización racional de grados de creencia, respuestas pragmatistas que la justifican por su función en la acción, posiciones confiabilistas que desplazan la pregunta desde la justificación hacia la fiabilidad del proceso, y naturalizaciones que la tratan como un hecho psicológico que no requiere fundamento externo. Este libro no toma partido entre ellas, y sostiene únicamente la tesis más débil y menos discutida: que ninguna de esas respuestas restituye a la inducción la clase de garantía deductiva que sí tiene el silogismo, y que por lo tanto todo sistema que generalice a partir de ejemplos opera sin esa garantía. Esa es una interpretación filosófica defendible, no un resultado demostrado, y el lector debe leerla como tal.

Frente a esta situación, el siglo veinte dio un paso que este libro considera decisivo, y que resulta indispensable para entender con rigor, y no solo por analogía, en qué consiste el aprendizaje automático que se desarrollará en la segunda parte de este libro: en lugar de seguir buscando una justificación absoluta e imposible para la inducción, un grupo de matemáticos y de científicos de la computación se propuso, más modestamente, medir con precisión cuánta confianza está justificado depositar en una conclusión inductiva, dado un número determinado de observaciones. Este cambio de pregunta —de “¿cómo se justifica la inducción?” a “¿cuánto se puede confiar en esta inducción particular, dado este número de datos y bajo qué supuestos?”— es, en esencia, el mismo movimiento pragmático que el capítulo primero de este libro describió como la adopción de una definición de trabajo: ante un problema filosófico sin solución cerrada, la disciplina técnica no lo resuelve, lo vuelve operativo.

El marco matemático que llevó a cabo este cambio de pregunta se conoce como la teoría estadística del aprendizaje, desarrollada de manera fundacional por los matemáticos Vladimir Vapnik y Alexey Chervonenkis a partir de la década de 1960, y complementada en 1984 por un resultado del informático Leslie Valiant que resulta especialmente esclarecedor por la honestidad de su propio nombre.

Todo sistema que aprende a partir de ejemplos —sea un sistema de aprendizaje automático o, en un sentido más laxo, el pollo del ejemplo de Russell— enfrenta la misma estructura de problema: dispone de un conjunto finito de observaciones pasadas, y necesita producir una regla que funcione bien también sobre observaciones futuras que todavía no ha visto. Llamemos riesgo empírico al error que comete esa regla, medido exclusivamente sobre las observaciones pasadas que sí se conocen, y llamemos riesgo real al error esperado de esa misma regla bajo la distribución de la que provienen los datos: no un promedio uniforme sobre todos los casos imaginables, sino el error promedio ponderado por la probabilidad de que cada tipo de caso aparezca efectivamente en el mundo del que se tomaron los ejemplos. Esa distribución es desconocida y no se puede examinar de antemano. El riesgo empírico es la única cantidad que se puede calcular directamente; el riesgo real es la cantidad que verdaderamente importa, pero que, exactamente como advertía Hume, resulta inaccesible por principio antes de que ocurran las observaciones futuras.

La complejidad de la regla importa tanto como la cantidad de datos

Sección titulada «La complejidad de la regla importa tanto como la cantidad de datos»

Un segundo resultado de esta misma teoría, debido centralmente a Vapnik y Chervonenkis, agrega un matiz indispensable para entender un problema que se examinará en detalle en la segunda parte de este libro, al hablar del sobreajuste en el aprendizaje automático clásico. La cantidad de observaciones que hacen falta para confiar razonablemente en una inducción no depende solamente del margen de error y del nivel de confianza que se exijan: depende también, de manera decisiva, de cuán compleja o cuán flexible es la familia de reglas entre las que el sistema está buscando. Cuanto más flexible es esa familia —cuantas más reglas distintas es capaz de representar—, más fácil resulta encontrar, dentro de ella, alguna regla que se ajuste perfectamente a las observaciones pasadas por pura coincidencia, sin que ese ajuste perfecto tenga ninguna relación con un patrón real que vaya a repetirse en el futuro. Por esa razón, una familia de reglas más flexible necesita, para justificar la misma confianza inductiva, una cantidad de datos proporcionalmente mayor que una familia de reglas más simple.

Esta idea tiene una consecuencia práctica muy concreta, que conviene enunciar aquí aunque su desarrollo técnico completo llegue más adelante: un sistema con demasiada flexibilidad, entrenado con pocos datos, tiende a memorizar sus ejemplos de entrenamiento —incluidas sus peculiaridades accidentales y su ruido— en lugar de aprender de ellos un patrón genuinamente generalizable, y por lo tanto funciona muy bien sobre los casos que ya vio y mucho peor sobre los casos nuevos. Este fenómeno, llamado sobreajuste, es una de las trampas más frecuentes de todo el campo, y el capítulo 6 lo desarrolla con precisión.

Lo que este capítulo deja establecido antes de continuar

Sección titulada «Lo que este capítulo deja establecido antes de continuar»

El recorrido de este capítulo permite ahora regresar, con herramientas mucho más precisas, a la disputa entre paradigmas que organizó el capítulo anterior de este libro, y cerrar con ella el círculo abierto al principio de este mismo capítulo.

El paradigma simbólico, descrito en el capítulo anterior como un sistema que manipula reglas lógicas explícitas escritas de antemano por un experto humano, es, en su núcleo más profundo, un motor deductivo: dadas ciertas reglas generales aceptadas como premisas, deduce conclusiones particulares que heredan toda la certeza de esas premisas, pero que nunca contienen más información general de la que un humano ya colocó, de manera explícita, dentro del sistema.

El paradigma conexionista, en cambio, es, en su núcleo más profundo, un motor inductivo: parte de un número finito de ejemplos observados y generaliza, hacia casos no vistos, un patrón que ningún humano necesitó especificar de antemano de forma explícita. Esta es la razón estructural, y no una casualidad histórica, por la que el paradigma conexionista hereda directamente el problema de Hume en toda su fuerza, mientras que el paradigma simbólico, al ser puramente deductivo, queda exento de ese problema particular —aunque, como ya se explicó en el capítulo anterior, paga ese privilegio con una fragilidad completamente distinta frente al mundo real desestructurado.

La victoria material del conexionismo narrada al final del capítulo anterior no fue, entonces, la victoria de un razonamiento más riguroso sobre uno menos riguroso: fue la demostración práctica de que un razonamiento estructuralmente más débil en el sentido preciso que Hume describió —la inducción, frente a la certeza absoluta de la deducción— podía, sin embargo, resultar extraordinariamente más útil que la deducción pura en cualquier dominio donde el conocimiento relevante fuera demasiado vasto, demasiado implícito o demasiado ruidoso como para codificarse a mano en reglas explícitas, que es exactamente la debilidad que hundió a los sistemas expertos en el segundo invierno de la inteligencia artificial. La teoría estadística del aprendizaje que cierra este capítulo no elimina la debilidad estructural de la inducción frente a la deducción: la mide, con precisión numérica, y esa medición es, como se verá en el resto de este libro, suficiente para construir sistemas de una utilidad práctica extraordinaria, aunque nunca provista de la certeza absoluta que sí ofrece, dentro de su ámbito mucho más limitado, el razonamiento puramente deductivo.

Conviene cerrar con una precisión adicional, que este capítulo ya adelantó al presentar la abducción y que la parte de este libro dedicada a los modelos de lenguaje retomará con todo detalle: no todo lo que hoy se agrupa bajo la etiqueta general de inteligencia artificial conexionista razona de la misma manera. El aprendizaje automático clásico y las redes neuronales de clasificación, que ocuparán los próximos capítulos de este libro, encajan de manera bastante directa en el molde inductivo descrito en esta sección: generalizan una regla a partir de la observación repetida de muchos ejemplos durante el entrenamiento. Los modelos de lenguaje, en cambio, aunque también aprenden por inducción durante su entrenamiento, operan en el momento de producir una respuesta de una manera estructuralmente más cercana a la abducción: no generalizan en ese instante a partir de casos repetidos, sino que infieren, ante una observación puntual —el texto recibido—, la continuación más plausible entre muchas posibles. Distinguir con precisión estos dos momentos y estos dos tipos de inferencia va a evitar, más adelante en este libro, una confusión frecuente entre lo que un modelo de lenguaje aprendió de manera inductiva durante su entrenamiento y lo que ese mismo modelo hace, de manera abductiva, cada vez que responde.

El próximo capítulo deja, por su parte, la epistemología, y presenta el lenguaje matemático concreto —álgebra lineal, cálculo diferencial y probabilidad— que la segunda parte de este libro necesita para convertir todo lo dicho hasta aquí, todavía en prosa, en algoritmos precisos y verificables.


Al terminar este capítulo, usted debería poder explicar

Sección titulada «Al terminar este capítulo, usted debería poder explicar»
  1. Qué distingue a la deducción de la inducción, y por qué solo la primera garantiza la verdad de su conclusión cuando las premisas son verdaderas.
  2. En qué consiste el problema de la inducción de Hume, y por qué no se resuelve simplemente reuniendo más observaciones.
  3. Qué agrega la abducción a esas dos formas de inferencia, y por qué resulta la descripción más ajustada de lo que hace un sistema de lenguaje al responder una consulta.
  4. Qué cambió el siglo veinte respecto del problema de Hume: por qué se pasó de intentar justificar la inducción a medirla, y qué significa exactamente que un sistema aprenda de manera “probablemente aproximadamente correcta”.
  5. Por qué el paradigma simbólico es un motor deductivo y el conexionista un motor inductivo, y qué consecuencia tiene esa diferencia para las garantías que cada uno puede ofrecer.

  1. Aristóteles. Analíticos primeros y Analíticos segundos. Fuentes clásicas de la teoría del silogismo deductivo.
  2. Peirce, C. S. (1878). “Deduction, Induction, and Hypothesis”. Popular Science Monthly, 13. Formulación clásica de la abducción como tercer tipo de inferencia, distinta de la deducción y la inducción.
  3. Hume, D. (1739–1740). A Treatise of Human Nature, Libro I, Parte III, Sección VI. Hume, D. (1748). An Enquiry Concerning Human Understanding, Sección IV. Formulación original del problema de la inducción.
  4. Russell, B. (1912). The Problems of Philosophy, Capítulo VI. (El ejemplo original es un pollo; la versión del pavo inductivista es una reelaboración posterior ampliamente difundida.)
  5. Popper, K. (1934). Logik der Forschung (traducido como The Logic of Scientific Discovery). Formulación del falsacionismo.
  6. Vapnik, V. N. (1998). Statistical Learning Theory. Wiley.
  7. Valiant, L. G. (1984). “A Theory of the Learnable”. Communications of the ACM, 27(11). (Marco de aprendizaje probablemente aproximadamente correcto.)