Modeling Deontic Modal Logic in ASP

Imagina que eres el árbitro de un juego gigante e invisible de "¿Qué pasaría si...?" que ocurre dentro del cerebro de una computadora. En el mundo de la lógica, existen dos formas principales de hablar sobre las reglas. La primera es como una ecuación matemática estricta: "Si A es verdadero, entonces B debe ser verdadero". Esto es la lógica clásica, y es excelente para los hechos. Pero la segunda forma es mucho más humana: "Debes hacer B", o "Está prohibido hacer A", o "Tienes permiso para hacer B". Esto es la lógica deóntica (del griego "deber"). Es la lógica de las reglas, las leyes y las obligaciones morales. Lo complicado es que la vida real es caótica. A veces tienes la obligación de hacer algo, pero no puedes. A veces está prohibido hacer algo, pero lo haces de todos modos. Durante décadas, científicos de la computación y filósofos han luchado por enseñar a las computadoras cómo manejar estos "debería" y "prohibidos" sin confundirse o colapsar en contradicciones lógicas conocidas como paradojas.

Este artículo, titulado "Modeling Deontic Modal Logic in ASP", aborda exactamente ese problema. Los autores, un equipo de investigadores de EE. UU. y España, proponen una nueva y astuta forma de enseñar a las computadoras a comprender las reglas. Utilizan un lenguaje de programación llamado Programación de Conjuntos de Respuestas (ASP), que ya es famoso por su capacidad para manejar escenarios de "¿qué pasaría si...?" y la información incompleta. El artículo sostiene que, al tratar las reglas no como comandos rígidos que fuerzan la aparición de hechos, sino como restricciones globales (como el silbato de un árbitro que suena si se rompe una regla), las computadoras finalmente pueden resolver viejos acertijos que han desconcertado a los lógicos durante décadas. Demuestran que este método soluciona elegantemente trampas lógicas famosas, como la paradoja del "Deber Contrario a la Obligación" (Contrary-to-Duty), donde una regla parece contradecirse a sí misma cuando una persona no cumple con una regla previa.

La magia del "Deber" y el "Must"

Para entender lo que hicieron los autores, primero debemos conocer a los dos personajes principales de su historia: la Obligación y el Permiso. En la vida cotidiana, conocemos la diferencia entre "Es necesario que el sol salga" (un hecho de la naturaleza) y "Debes devolver tu libro de la biblioteca" (una regla que podrías romper). En el mundo de la lógica, la primera es alética (sobre la verdad y la necesidad) y la segunda es deóntica (sobre el deber y las normas).

Los autores notaron que las computadoras ya tienen dos herramientas especiales para manejar estos diferentes tipos de pensamiento, pero se estaban usando de la manera incorrecta.

1. Negación Fuerte: Esto es como un "No" rotundo. Si una computadora dice "No está lloviendo" (negación fuerte), significa que tiene pruebas de que definitivamente no está lloviendo. Es un hecho.
2. Negación por Defecto (Negación como Fallo): Esto es como un "Tal vez no". Si una computadora dice "No está lloviendo" (negación por defecto), simplemente significa que no ha encontrado evidencia de que est esté lloviendo. Es una suposición basada en la falta de información.

La gran idea del artículo es mapear estas dos herramientas informáticas directamente con los dos tipos de lógica. Sugieren que cuando hablamos de "Es necesario que P" (un hecho), usamos Negación Fuerte. Pero cuando hablamos de "No es necesario que P" (lo que significa que P podría ser falso, o simplemente no lo sabemos), usamos Negación por Defecto. Este simple cambio permite a la computadora distinguir entre un hecho duro y una regla que puede romperse.

El enfoque del "Árbitro"

La parte más creativa del artículo es cómo manejan las obligaciones. En muchos sistemas antiguos, una obligación como "Debes devolver el coche" era tratada como un comando que obliga a la computadora a hacer que el coche sea devuelto. Pero, ¿qué pasa si el coche es robado? La computadora colapsaría porque no puede forzar la devolución del coche.

Los autores proponen un enfoque diferente: tratar las obligaciones como Restricciones Globales (o "Denegaciones"). Imagina a un árbitro en un partido de fútbol. El árbitro no fuerza a los jugadores a anotar; el árbitro simplemente toca el silbato si ocurre una falta. En el sistema de los autores, una obligación no es un comando para hacer que algo sea cierto; es una regla que dice: "Si te encuentras en un mundo donde esta regla se rompe, ese mundo es inválido".

Por ejemplo, si la regla es "Debes usar el cinturón de seguridad", la computadora no te obliga a usarlo. En su lugar, establece una restricción: "Cualquier mundo donde estés conduciendo sin cinturón de seguridad queda descartado". Si estás conduciendo y no llevas el cinturón, la computadora simplemente dice: "Ese escenario es imposible bajo estas reglas", y busca otro escenario donde sí lleves el cinturón. Pero, crucialmente, si tienes una razón válida para no usarlo (como una emergencia médica), la computadora puede "preceder" la regla. Elimina la restricción para esa situación específica, permitiendo que el escenario exista sin colapsar.

Resolviendo el acertijo de "Chisholm"

El artículo brilla con más fuerza cuando resuelve la Paradoja del Deber Contrario a la Obligación (también conocida como la Paradoja de Chisholm), que es un dolor de cabeza lógico muy famoso que dice lo siguiente:

1. Debes ir a la fiesta.
2. Si vas, debes avisar a tu madre.
3. Si no vas, no debes avisar a tu madre.
4. No vas.

En los sistemas lógicos antiguos, esto crea un caos. La computadora intenta determinar si debes avisar a tu madre o no, y termina con una contradicción: debes avisarle y no debes avisarle al mismo tiempo. Es como si un robot tuviera un dolor de cabeza.

Los autores demuestran que su método de "Árbitro" resuelve esto instantáneamente. Establecen las reglas como restricciones:

• Restricción 1: Si no vas, no puedes avisar a tu madre.
• Restricción 2: Si vas, debes avisar a tu madre.

Cuando la computadora ve que no fuiste (Hecho 4), verifica las restricciones. Observa que la Restricción 2 (la regla del "Si vas") no se aplica porque la condición no se cumplió. Luego analiza la Restricción 1. Como no fuiste, la regla dice "No avises". La computadora encuentra fácilmente un mundo válido donde no fuiste y no avisaste a tu madre. Sin contradicción, sin dolor de cabeza. La "paradoja" desaparece porque las reglas se tratan como restricciones flexibles que solo se aplican cuando sus condiciones se cumplen, en lugar de comandos rígidos que luchan entre sí.

Por qué esto es importante

Los autores no solo resuelven un acertijo; demuestran que este método funciona para toda una familia de problemas lógicos, incluyendo la "paradoja de Forrester" y el "dilema de Sartre". Demuestran que, al utilizar la Programación de Conjuntos de Respuestas con su capacidad integrada para manejar escenarios de "¿qué pasaría si...?" y "excepciones", podemos modelar sistemas éticos y legales complejos de una manera mucho más natural que antes.

También muestran cómo esto maneja las "obligaciones secundarias". Imagina que pides prestado el coche de un amigo. Tienes una regla principal: "Devolver el coche". Pero hay reglas secundarias: "Devuélvelo antes del mediodía" y "Devuélvelo con la batería llena". Si chocas el coche (una violación de la regla principal), las reglas secundarias podrían cambiar o desaparecer. Los autores muestran cómo su sistema puede "preceder" estas reglas automáticamente. Si el coche está destrozado, la restricción "Devolver antes del mediodía" se elimina porque la condición (tener un coche que devolver) ha desaparecido. La computadora no se confunde; simplemente actualiza la lista de mundos válidos.

La conclusión

Este artículo no pretende haber resuelto todos los problemas de la ética o el derecho. En cambio, ofrece un conjunto de herramientas limpio y elegante para construir sistemas que comprendan las reglas. Demuestra que, al tratar los "debería" como restricciones sobre mundos posibles en lugar de comandos para cambiar la realidad, podemos construir computadoras que razonen sobre las reglas de la misma forma que los humanos: de manera flexible, con excepciones y sin quedarse atrapadas en bucles lógicos. Los autores sugieren que este enfoque es más simple y directo que los métodos anteriores, que a menudo requerían matemáticas complejas o "sanciones" (castigos) para que la lógica funcionara. Al utilizar las herramientas ya disponibles en la Programación de Conjuntos de Respuestas, han demostrado que el camino para comprender las reglas humanas podría ser más corto y directo de lo que pensábamos.