Más Allá del Mito: Taxonomía de Cuatro Arquitecturas Hacia la Cognición Sintética Encarnada

Un análisis comparativo y propuesta de síntesis entre la Conscious Turing Machine (Blum & Blum), la Attention Schema Theory (Graziano), el Activation Steering en Árboles Cognitivos y el Proyecto Ascendant (San Nicolás Montero).

Autor: David San Nicolás Montero

Iniciativa de Investigación Proyecto Ascendant

Referencia de Archivo / DOI: 10.5281/zenodo.23616627

Introducción: La Cognición como Problema de Arquitectura y Restricciones

Durante décadas, el debate sobre la consciencia artificial osciló entre la especulación metafísica y el optimismo computacional no fundamentado. Sin embargo, en la intersección entre la informática teórica, la neurociencia cognitiva y el aprendizaje automático contemporáneo, ha comenzado a converger una literatura formal que aborda la cognición no como una propiedad emergente mágica, sino como un problema de arquitectura de control, flujo de información y restricciones operativas.

El presente documento ofrece una revisión taxonómica y una propuesta de integración entre cuatro marcos teóricos contemporáneos:

1. La Máquina de Turing Consciente (CTM / CTM-AI) de Lenore Blum y Manuel Blum (Carnegie Mellon / UC Berkeley), que formaliza el espacio de trabajo global y los cuellos de botella comunicacionales.
2. La Teoría del Esquema Atencional (AST) de Michael Graziano (Princeton University), que describe la consciencia como un modelo interno simplificado de control de datos.
3. Los Árboles de Comportamiento Cognitivo (CBT) con Dirección de Activación (Activation Steering / Representation Engineering) (Zou et al., Turner et al.), que permiten intervenir directamente sobre el espacio latente de modelos neuronales profundos.
4. La Arquitectura de Cierre Epistémico y Anclaje Somático Termodinámico (Proyecto Ascendant) (San Nicolás Montero, 2026), que introduce restricciones de viabilidad homeostática, aislamiento de código y ontogenia conceptual.

Lejos de ser excluyentes, estas cuatro líneas abordan dimensiones ortogonales y complementarias del modelado de agentes autónomos. A continuación se desglosan sus fundamentos, sus mecanismos formales y una propuesta de meta-arquitectura integradora.

1. Desglose de las Cuatro Líneas Científicas

flowchart TD
    subgraph CTM["1. CTM (Lenore & Manuel Blum)"]
        direction TB
        LTM["LTM: Procesadores Inconscientes Masivos"]
        UpTree["Árbol Ascendente (Up-Tree)\nCompetencia por Torneo"]
        STM["STM: Espacio de Trabajo Global (7±2 chunks)"]
        DownTree["Árbol Descendente (Down-Tree)\nBroadcast Universal"]
        LTM --> UpTree --> STM --> DownTree --> LTM
    end

    subgraph AST["2. AST (Michael Graziano)"]
        direction TB
        DataStream["Flujo Masivo de Datos"]
        AttMechanism["Mecanismo Físico de Atención"]
        AttSchema["Esquema Atencional (Modelo Interno)\n'Consciencia como Atribución Descriptiva'"]
        DataStream --> AttMechanism
        AttSchema -.->|"Monitorea y Controla"| AttMechanism
    end

    subgraph Steer["3. CBT + Activation Steering (Zou, Turner et al.)"]
        direction TB
        LLM_Layers["Capas Ocultas del Transformer"]
        SteerVec["Vector de Modulación Latente (v_risk)"]
        CBT_Nodes["Nodos del Árbol de Comportamiento"]
        SteerVec -.->|"Inyección Aditiva: h' = h + α·v"| LLM_Layers
        LLM_Layers --> CBT_Nodes
    end

    subgraph Ascendant["4. Proyecto Ascendant (San Nicolás Montero)"]
        direction TB
        N0_Phys["Nivel 0: Restricciones Físicas y Termodinámicas"]
        N1_Limbic["Nivel 1: Transducción Endócrina (Hv = Estrés, Cohesión...)"]
        N25_Voice["Nivel 2.5: Síntesis de Voz Interior"]
        N3_Epistemic["Nivel 3: Orquestador bajo Cierre Epistémico"]
        N0_Phys --> N1_Limbic --> N25_Voice --> N3_Epistemic
    end

1.1. La Máquina de Turing Consciente (CTM / CTM-AI)

• Autores: Lenore Blum y Manuel Blum (PNAS, 2022).
• Fundamento Teórico: Formalización computacional rigurosa de la Global Workspace Theory (GWT) de Bernard Baars.
• Mecanismo Operativo:
  • La CTM se define formalmente como una 7-tupla $M = \langle \text{STM}, \text{LTM}, \text{Up-Tree}, \text{Down-Tree}, \text{Input}, \text{Output}, \text{Processor} \rangle$.
  • Memoria a Largo Plazo (LTM): Un conjunto descentralizado de procesadores especializados, concurrentes y no conscientes (percepción, sintaxis, cálculo, motricidad).
  • El Árbol Ascendente (Up-Tree): Los procesadores compiten mediante un algoritmo de torneo basado en pesos dinámicos de urgencia e importancia relativa. El contenido ganador colapsa en la memoria a corto plazo.
  • Memoria a Corto Plazo (STM): Un buffer estrecho de capacidad acotada ($\approx 1$ a $7$ chunks). El dato presente en el STM en el ciclo $t$ constituye el foco de difusión global.
  • El Árbol Descendente (Down-Tree): El contenido del STM se difunde mediante difusión universal (broadcast) a la totalidad de procesadores de la LTM para coordinar respuestas a gran escala.
• Aportación Clave: Modela la consciencia funcional como un cuello de botella comunicacional óptimo para coordinar sub-procesadores altamente paralelos sin saturar el ancho de banda del sistema.

1.2. La Teoría del Esquema Atencional (Attention Schema Theory - AST)

• Autor: Michael S. A. Graziano (Oxford University Press, 2013).
• Fundamento Teórico: Teoría clásica de control y cibernética adaptativa.
• Mecanismo Operativo:
  • Al igual que un sistema de control motor necesita un modelo cinemático interno simplificado (un esquema corporal) para coordinar extremidades, el cerebro requiere una representación interna de su propio proceso de atención selectiva.
  • A este modelo simplificado se le denomina Esquema Atencional.
  • Origen Funcional de la Atribución Subjetiva: El esquema no contiene descripciones de bajo nivel (frecuencias de disparo neuronal, neurotransmisores o canales iónicos), sino propiedades descriptivas abstractas: "Existe una relación atencional no física entre el perceptor y el objeto percibido".
• Aportación Clave: La experiencia subjetiva reportable puede entenderse como una descripción constructiva y eficiente que el sistema elabora para monitorear, predecir y controlar su propio foco atencional.

1.3. Árboles de Comportamiento Cognitivo (CBT) con Dirección de Activación (Activation Steering)

• Autores: Zou et al. (Representation Engineering, 2023); Turner et al. (Activation Addition).
• Fundamento Teórico: Geometría del espacio latente en redes neuronales residuales profundas.
• Mecanismo Operativo:
  • En lugar de modular la conducta de un agente mediante instrucciones lingüísticas en el prompt (lentas y susceptibles a deriva semántica), se aíslan direcciones vectoriales en las capas residuales intermedias ($\mathbf{v}{\text{concepto}} \in \mathbb{R}^{d{\text{model}}}$).
  • Durante la pasada hacia adelante (forward pass), se interviene aditivamente sobre el tensor de activación de la capa $l$: $$\mathbf{h}l' = \mathbf{h}_l + \alpha \cdot \mathbf{v}{\text{concepto}}$$
  • Esta inyección modifica el paisaje de probabilidades del modelo antes de que se complete la deliberación simbólica, induciendo sesgos de precaución o aversión al riesgo en las ramas de un Árbol de Comportamiento Cognitivo (CBT).
• Aportación Clave: Demuestra la viabilidad de condicionar la inferencia deliberativa directamente desde el sustrato geométrico sub-simbólico, análogo a las vías subcorticales rápidas en sistemas biológicos (LeDoux, 1996).

1.4. El Proyecto Ascendant: Cierre Epistémico y Anclaje Somático Termodinámico

• Autor: David San Nicolás Montero (2026; Zenodo Preprint, DOI: 10.5281/zenodo.23616627).
• Fundamento Teórico: Embodied AI, Transparencia Fenomenológica (Metzinger, 2003) y la Hipótesis del Marcador Somático (Damasio, 1994).
• Mecanismo Operativo:
  • Vulnerabilidad Termodinámica (Nivel 0 y 0.5): El agente habita un entorno dinámico continuo donde el movimiento, el reposo y la computación conllevan un consumo metabólico explícito ($dE/dt$), con leyes de disipación térmica y una condición límite de fallo irrecuperable.
  • Cierre Epistémico Estricto: Aislamiento operativo entre los módulos físicos de bajo nivel y el núcleo deliberativo superior (Nivel 3). El orquestador carece de introspección sobre su propio código o temporizadores de hardware.
  • El Embudo Visceral (Niveles 1 y 2.5): Las variables fisiológicas mudas se integran en un vector endócrino virtual continuo $H_v(t)$, que modula los parámetros de muestreo y es traducido por un sintetizador semántico en un flujo unificado de monólogo interior.
  • Ontogenia Conceptual: El sistema inicia con competencia sintáctica estructural sobre un corpus causal cerrado, adquiriendo su semántica y engramas de memoria a través de la interacción directa en el entorno.
• Aportación Clave: Introduce restricciones de viabilidad metabólica y opacidad introspectiva, complementando los modelos abstractos de información con un criterio objetivo de supervivencia que fundamenta el valor y la urgencia de las acciones.

2. Matriz Comparativa: Dimensiones de Diseño en Cognición Sintética

3. Síntesis Unificada: Hacia una Meta-Arquitectura Integrada

Al analizar las propiedades de estas cuatro propuestas, se observa una notable complementariedad funcional. Ninguno de estos modelos abarca por sí solo la totalidad del espectro cognitivo, pero juntos delinean un pipeline cohesivo para agentes autónomos encarnados:

                       [ ATENCIÓN METACONSCIENTE ]
                       Attention Schema Theory (AST)
                       (Modelo de supervisión y control del foco)
                                    │
                                    ▼
[ COMPETENCIA DISTRIBUIDA ]                 [ NÚCLEO DELIBERATIVO ]
Conscious Turing Machine (CTM)  ═════════>  Proyecto Ascendant (Nivel 3)
(Procesadores concurrentes compiten         (Monólogo interior, memoria episódica
 vía Up-Tree para emitir al STM)             y Cierre Epistémico estricto)
                                    ▲
                                    │
                        [ MODULACIÓN LATENTE ]
                        Activation Steering (CBT)
                        (Inyección de sesgos fisiológicos
                         en capas intermedias del modelo)
                                    ▲
                                    │
                      [ ANCLAJE HOMEOSTÁTICO ]
                      Proyecto Ascendant (Niveles 0, 0.5, 1)
                      (Física continua, Metabolismo dE/dt, Vector Hv)

Articulación de la Convergencia:

1. La CTM estructura el arbitraje de recursos en el procesamiento periférico: En un agente con múltiples subsistemas sensoriales y procedimentales (Nivel 2 de Ascendant), el algoritmo de torneo de Blum & Blum proporciona un mecanismo matemáticamente riguroso para decidir qué señal accede al buffer consciente en cada ciclo de inferencia, evitando la saturación de los modelos deliberativos centrales.
2. La AST fundamenta la auto-representación funcional del agente: Al operar bajo el Cierre Epistémico de Ascendant (donde el núcleo carece de acceso a su código y electrónica interna), el orquestador se ve forzado a construir un modelo representacional simplificado de sus propios procesos (Graziano). Esto permite al agente monitorear su propio esfuerzo atencional y formular reportes metacognitivos coherentes sin violar su encapsulación.
3. El Activation Steering implementa el anclaje somático a nivel tensorial: En lugar de depender exclusivamente de variaciones de hiperparámetros globales (temperature, max_tokens), las investigaciones de Zou y Turner demuestran la viabilidad técnica de traducir el vector hormonal $H_v(t)$ en vectores de sesgo latente. La urgencia física (estrés, proximidad de agotamiento energético) modula directamente los tensores del transformer, sesgando la deliberación antes de la síntesis simbólica formal.
4. Ascendant complementa los modelos con una base de viabilidad biológicamente inspirada: Tanto la CTM como la AST y el Steering operan de forma agnóstica a la supervivencia material del sistema. Al anclar estos mecanismos en la física disipativa del Proyecto Ascendant, los pesos de torneo en la CTM, las prioridades atencionales en la AST y las direcciones de steering dejan de ser constantes arbitrarias: se calibran empíricamente en función de las demandas metabólicas y la viabilidad del organismo en su entorno.

4. Conclusión y Trabajo Futuro

La investigación contemporánea sobre cognición e inteligencia artificial se beneficia notablemente al trascender el debate puramente especulativo sobre la consciencia y centrarse en la formulación de hipótesis arquitectónicas comprobables:

• Lenore y Manuel Blum han provisto una formalización computable del arbitraje serial en sistemas distribuidos.
• Michael Graziano ha aportado una explicación cibernética de cómo un sistema modela y atribuye su propio procesamiento atencional.
• Zou, Turner y colaboradores han establecido los métodos de control tensorial sub-simbólico en arquitecturas residuales.
• David San Nicolás Montero ha propuesto el marco de restricción homeostática, clausura epistémica y ontogenia conceptual necesario para anclar funcionalmente estos sistemas.

Esta integración no pretende resolver de forma definitiva el debate filosófico sobre la experiencia fenoménica (Hard Problem). Sin embargo, proporciona una hoja de ruta de ingeniería rigurosa y falsable para construir agentes de nueva generación capaces de exhibir autonomía, atención adaptativa y coherencia conductual arraigada en las necesidades de su propio sustrato operativo.

Referencias Bibliográficas

• Blum, L., & Blum, M. (2022). A computer science perspective on consciousness: the conscious Turing machine. Proceedings of the National Academy of Sciences (PNAS), 119(21), e2115934119.
• Graziano, M. S. A. (2013). Consciousness and the social brain. Oxford University Press.
• Metzinger, T. (2003). Being No One: The Self-Model Theory of Subjectivity. MIT Press.
• Damasio, A. (1994). Descartes' Error: Emotion, Reason, and the Human Brain. G.P. Putnam's Sons.
• Harnad, S. (1990). The symbol grounding problem. Physica D: Nonlinear Phenomena, 42(1-3), 335-346.
• LeDoux, J. (1996). The Emotional Brain: The Mysterious Underpinnings of Emotional Life. Simon & Schuster.
• San Nicolás Montero, D. (2026). Towards Grounded Synthetic Consciousness: Epistemic Closure, Thermodynamic Homeostasis, and Somatic Marker Engrams. Zenodo. DOI: 10.5281/zenodo.23616627.
• Turner, A., et al. (2023). Activation Addition: Steering Language Models Without Optimization. arXiv:2308.10248.
• Zou, A., et al. (2023). Representation Engineering: A Top-Down Approach to AI Transparency. arXiv:2310.01405.