Anti-Goal Reasoning: Rethinking the Theory of Goal Reasoning in Non-Axiomatic Logic

Resumen Técnico: Razonamiento de Anti-Objetivos en la Lógica No Axiomática

Planteamiento del Problema
El artículo identifica una ambigüedad teórica crítica en la implementación actual del Razonamiento de Objetivos dentro de la Lógica No Axiomática (NAL), la base lógica del Sistema de Razonamiento No Axiomático (NARS). Si bien la NAL maneja eficazmente la realización de eventos deseados bajo conocimiento y recursos insuficientes (AIKR), la representación de la evitación está mal definida. La convención prevaleciente trata el "evitar el evento $G$" como la oración de objetivo "$\neg G!$" (perseguir el evento negado). El autor demuestra que esta confusión conduce a una paradoja: un sistema puede derivar un objetivo positivo para realizar una acción simplemente porque esa acción es usualmente seguida por la ausencia de un resultado negativo, incluso cuando la acción también es una causa conocida de ese resultado negativo bajo condiciones específicas.

Esta paradoja surge de la ambigüedad semántica de la "negación del objetivo". La notación "$\neg G!$" se utiliza para representar dos lecturas lógicas distintas:

1. Persecución de un evento negado: El sistema desea el estado donde $G$ no ocurre (es decir, $(\neg G) \Rightarrow \tilde{D}$).
2. Evitación de un evento positivo: El sistema desea evitar que $G$ ocurra (es decir, $G \Rightarrow \neg \tilde{D}$).

En el estudio de caso de "presión ligera" presentado, el sistema infiere incorrectamente que presionar un botón es un medio para lograr "no dolor" ($\neg \text{hurt}!$) porque presionar generalmente conduce a no dolor. Sin embargo, esta inferencia ignora el contexto específico donde presionar (bajo una señal de luz) causa dolor. El sistema paradójicamente decide presionar el botón para "evitar el dolor", contradiciendo la expectativa práctica de que debería abstenerse de la acción.

Metodología
El artículo propone una extensión mínima a la NAL que separa la representación de los objetivos y los anti-objetivos, pasando de un marco de Lógica de Herencia (IL) idealizado a la semántica evidencial de la NAL.

1. Separación Formal:

   • Objetivo ($G!$): Definido como un evento que el sistema desea realizar, representado formalmente como $G \Rightarrow \tilde{D}$, donde $\tilde{D}$ es un término virtual que resume el estado deseado del sistema.
   • Anti-Objetivo ($G¡$): Definido como un evento que el sistema desea evitar. Esto se representa formalmente como $G \Rightarrow \neg \tilde{D}$, donde $\neg \tilde{D}$ es lo opuesto al estado deseado.
   • El artículo aclara que "evitar $G$" no es equivalente a "perseguir $\neg G$". En cambio, evitar $G$ es la negación lógica de la declaración del objetivo mismo: $\neg(G \Rightarrow \tilde{D})$.

2. Funciones de Valor-Deseo y Valor-Aversión:

   • El artículo redefine las funciones de valor-deseo para la inferencia hacia atrás. Para un objetivo, el valor-deseo es el valor de verdad de $G \Rightarrow \tilde{D}$. Para un anti-objetivo, el valor-aversión es el valor de verdad de $G \Rightarrow \neg \tilde{D}$.
   • Las reglas de inferencia para los anti-objetivos se construyen simétricamente a las reglas de los objetivos. Si existe una regla de inferencia hacia adelante (por ejemplo, deducción), la regla correspondiente hacia atrás para los anti-objetivos adopta la misma fórmula de cálculo que la función de valor de verdad hacia adelante.

3. Prevención Activa ($\uparrow\text{prevent}$):

   • Para cerrar la brecha entre la evitación pasiva y la intervención activa, el artículo introduce una operación mental $\uparrow\text{prevent}$.
   • Si $G$ es un anti-objetivo, prevenir $G$ se convierte en un objetivo positivo ($\uparrow\text{prevent}(G)! \equiv G¡$).
   • Esta operación depende de la evidencia contrastiva: el sistema debe aprender que una acción conduce a la ausencia de un evento que de otro modo ocurriría (por ejemplo, presionar previene el dolor, mientras que no presionar conduce al dolor). Esto se formaliza mediante una regla específica a nivel de objeto (Ec. 13) que requiere observaciones negativas e inducción contrastiva.

Contribuciones Clave
El artículo realiza tres contribuciones teóricas primarias:

1. Resolución de la Ambigüedad Semántica: Distingue entre la persecución de un evento negado y la evitación de un evento positivo. Al introducir la forma explícita de anti-objetivo ($G¡$), el marco evita la paradoja donde las intenciones de evitación se convierten incorrectamente en objetivos de acción positiva basados en correlaciones estadísticas generales.
2. Principio para las Funciones de Valor-Deseo: Establece un principio general para derivar funciones de valor-deseo en la inferencia motivacional hacia atrás. En lugar de asignar funciones arbitrariamente, el artículo argumenta que las reglas hacia atrás deben heredar sus fórmulas de cálculo de sus correspondientes reglas hacia adelante, asegurando la consistencia lógica entre la propagación del valor de verdad y el valor-desejo.
3. Integración de la Prevención Activa: Formaliza el mecanismo por el cual un anti-objetivo puede generar un plan de acción positivo. A través de la operación $\uparrow\text{prevent}$ e inferencia contrastiva, el sistema puede derivar un objetivo para actuar específicamente para prevenir un resultado no deseado, distinguiéndolo de la mera abstención de la acción.

Resultados
El marco propuesto fue validado a través de cuatro estudios de caso mínimos con un sistema simulado de balbuceo motor y evaluación de recompensa acumulativa:

1. Hacer para Realizar: El sistema deriva correctamente un objetivo de presionar un botón para obtener comida.
2. No Hacer para Evitar: El sistema deriva correctamente un anti-objetivo de no presionar un botón para evitar el dolor (evitación pasiva).
3. Hacer para Evitar: El sistema aprende una relación de prevención (presionar previene el dolor) y deriva correctamente un objetivo positivo de presionar el botón para evitar activamente el dolor.
4. No Hacer para Realizar: El sistema aprende que presionar previene la comida y deriva correctamente un anti-objetivo de no presionar el botón, preservando así el evento deseado.

En todos los casos, el comportamiento del sistema se alineó con las expectativas teóricas. Específicamente, en los casos de "Hacer para Evitar" y "No Hacer para Realizar", el sistema utilizó con éxito la evidencia contrastiva para cambiar entre la evitación pasiva y la intervención activa o la supresión, una capacidad que era paradójica bajo la convención anterior de "objetivo negado".

Significado
El artículo afirma que esta extensión completa el marco de razonamiento de objetivos de la NAL sin reemplazar las teorías existentes. Al separar los objetivos de los anti-objetivos, el sistema ahora puede manejar la evitación con la misma precisión evidencial que la persecución. La distinción permite al sistema:

• Diferenciar entre "no hacer nada" (abstención de la acción) y "hacer algo para prevenir".
• Evitar el error lógico donde una correlación general (acción $\to$ no dolor) prevalece sobre un riesgo causal específico (acción bajo la condición $X \to$ dolor).
• Proporcionar una base formal para la prevención activa, la cual es esencial para el descubrimiento causal y el comportamiento adaptativo en entornos de mundo abierto donde las motivaciones son incompletas y revisables.

El autor señala que, si bien el marco explica las asimetrías conductuales observadas en el aprendizaje humano (por ejemplo, actuar por recompensa frente a abstenerse ante el castigo), el presente trabajo se centra estrictamente en la extensión lógica de la NAL, dejando el modelado detallado de la adquisición motivacional para investigaciones futuras.