Pensamiento Creativo. por Claude Shannon 1952

“Creative Thinking” by Claude Shannon 
https://jamesclear.com/great-speeches/creative-thinking-by-claude-shannon  
http://www1.ece.neu.edu/~naderi/Claude%20Shannon.html

Claude Shannon at Bell Lab. March 20, 1952

Pensamiento Creativo
Por Claude Shannon 

Introducción:

La mayoría de la gente nunca ha oído nunca su nombre, pero Claude Shannon fue uno de los pensadores más influyentes del siglo XX. Esta charla se pronunció el 20 de marzo de 1952 en las oficinas de Bell Labs como parte de una serie de conferencias internas.


Conferencia de Claude Shannon:

Un porcentaje muy pequeño de la población produce la mayor proporción de las ideas importantes. Esto es similar a una idea presentada por un matemático inglés, Turing, dijo que el cerebro humano es algo así como un trozo de uranio. El cerebro humano, si está por debajo de la masa crítica y le disparas un neutrón, se producirán más por impacto. Pero esto conduce a un problema extremadamente explosivo, al aumentar la cantidad de uranio. Turing dice que esto es algo así como ideas en el cerebro humano. Hay algunas personas a las que si les disparas una idea al cerebro, y obtendrás media idea. Hay otras personas que están más allá de este punto en el que producen dos ideas para cada idea enviada. Esas son las personas más allá de la curva. No quiero parecer egoísta aquí, no creo que yo esté más allá de esta curva y no conozco a nadie que lo esté. Conozco algunas personas que lo fueron. Creo, por ejemplo, que cualquiera estará de acuerdo en que Isaac Newton estaría bien en la cima de esta curva. Cuando piensas que a la edad de 25 años había producido suficiente ciencia, física y matemáticas para hacer famosos a 10 o 20 hombres, produjo teorema binomial, cálculo diferencial e integral, leyes de gravitación, leyes de movimiento, descomposición de la luz blanca y pronto. Ahora, ¿qué es lo que dispara uno a esta parte de la curva? ¿Cuáles son los requisitos básicos? Creo que podríamos establecer tres cosas que son bastante necesarias para la investigación científica o para cualquier tipo de invención, matemática, física o cualquier otra cosa en ese sentido. No creo que una persona pueda llegar muy lejos sin ninguno de estas tres.

La primera es obvia: capacitación y experiencia. No esperes que un abogado, por brillante que sea, te dé una nueva teoría de la física o de matemáticas o de ingeniería.

La segunda es una cierta cantidad de inteligencia o talento. En otras palabras, debe tener un coeficiente intelectual bastante alto para realizar un buen trabajo de investigación. No creo que haya ningún buen ingeniero o científico que pueda llevarse bien con una inteligencia escasa. En otras palabras, debe tener inteligencia suficiente. Todos en esta sala de Bell Labs están considerablemente por encima de eso. Esto, podríamos decir, es una cuestión de medio ambiente.  [[1] NT texto ligeramente modificado del original]

Esas dos no creo que sean suficientes. Creo que hay un tercer componente aquí, un tercer componente que es el que hace un Einstein o un Isaac Newton. A falta de una palabra mejor, lo llamaremos motivación. En otras palabras, debe tener algún tipo de impulso, algún tipo de deseo de encontrar la respuesta, un deseo de averiguar qué hace que las cosas funcionen. Si no tiene eso, puede tener toda la capacitación e inteligencia del mundo, pero no tiene preguntas y no encontrará respuestas. Esto es algo difícil de identificar. Es una cuestión de temperamento probablemente; es decir, una cuestión de probablemente entrenamiento temprano, experiencias de la primera infancia, que motivarán en la dirección de la investigación científica. Creo que en un nivel superficial, es un uso combinado de varias cosas. Este no es un intento de análisis profundo, pero creo que un buen científico tiene mucho de lo que podemos llamar curiosidad. No profundizaré más en eso. Quiere saber las respuestas. Simplemente siente curiosidad por cómo funcionan las cosas y quiere saber las respuestas a las preguntas; y si ve, piensa, quiere hacer preguntas y quiere saber las respuestas a esas preguntas.

Luego está la idea de insatisfacción. Con esto no me refiero a una insatisfacción pesimista del mundo, no nos gusta cómo son las cosas, me refiero a una insatisfacción constructiva. La idea podría expresarse en las palabras: "Esto está bien, pero creo que las cosas podrían hacerse mejor. Creo que hay una forma más ordenada de hacer esto. Creo que las cosas podrían mejorarse un poco ". En otras palabras, continuamente hay una ligera irritación cuando las cosas no se ven del todo bien; y creo que la insatisfacción en los días actuales es una fuerza impulsora clave en los buenos científicos.

Y otra cosa que pondría aquí es el placer de ver resultados netos o métodos para llegar a los resultados necesarios, diseños de ingenieros, equipos, etc. Obtengo uha gran recompensa al proporcionar un teorema. Si he estado tratando de probar un teorema matemático durante una semana más o menos y finalmente encuentro la solución, obtengo una gran explosión. Y me encanta ver una forma inteligente de resolver un problema de ingeniería, un diseño inteligente para un circuito que utiliza una cantidad muy pequeña de equipo y aparentemente obtiene un gran resultado. Creo que, en lo que respecta a la motivación, es tal vez un poco como Fats Waller dijo sobre la música swing: "o lo entendiste o no". Si no lo tienes, probablemente no deberías investigar si no quieres saber ese tipo de respuesta. Aunque las personas sin este tipo de motivación podrían tener mucho éxito en otros campos, el investigador probablemente debería tener un impulso extremadamente fuerte para querer encontrar las respuestas, un impulso tan fuerte que no le importa si son las cinco en punto. Está dispuesto a trabajar toda la noche para encontrar las respuestas y todo el fin de semana si es necesario. Bueno, ahora todo está bien, pero suponiendo que una persona tenga estas tres propiedades en un grado suficiente para ser útil, ¿hay algún truco, algún truco que pueda aplicar al pensamiento que realmente ayude en el trabajo creativo, para obtener el respuestas en el trabajo de investigación, en general, en la búsqueda de respuestas a problemas? Creo que hay, y creo que pueden catalogarse hasta cierto punto. Puedo hacer una lista de ellos y creo que serían muy útiles si uno lo hiciera, así que voy a dar algunos de ellos que he pensado o que la gente me ha sugerido. Y creo que si uno aplicara esto conscientemente a varios problemas que tuviera que resolver, en muchos casos encontraría soluciones más rápido de lo que normalmente lo haría o en casos en los que no pudiera encontrarlo. Creo que los buenos investigadores aplican estas cosas inconscientemente; es decir, hacen estas cosas automáticamente y si surgieran en el pensamiento consciente de que aquí hay una situación en la que probaría este método de enfoque que probablemente llegaría más rápido, aunque no puedo documentar esta declaración. 

Lo primero de lo que podría hablar es de la idea de la simplificación. Supongamos que tiene un problema que resolver, no me importa qué tipo de problema: una máquina para diseñar, una teoría física para desarrollar, o un teorema matemático para demostrar, o algo por el estilo, probablemente un muy poderoso enfoque para esto es intentar eliminar todo del problema, excepto lo esencial; es decir, cortarlo a medida. Casi todos los problemas con los que uno se encuentra están confundidos con todo tipo de datos extraños de un tipo u otro; y si puede reducir este problema a los problemas principales, puede ver con mayor claridad lo que está tratando de hacer y tal vez encontrar una solución. Ahora, al hacerlo, es posible que haya eliminado el problema que busca. Es posible que lo haya simplificado hasta el punto de que ni siquiera se parece al problema con el que comenzó; pero muy a menudo si puede resolver este problema simple, puede agregar mejoras a la solución de este hasta que vuelva a la solución con la que comenzó.

Un dispositivo muy similar busca problemas conocidos similares. Creo que podría ilustrar esto esquemáticamente de esta manera. Tiene un problema P aquí y hay una solución S que aún no conoce, tal vez por aquí. Si tiene experiencia en el campo representado, en el que está trabajando, tal vez conozca un problema similar, llámelo P ', que ya se ha resuelto y que tiene una solución, S', todo lo que necesita hacer - todo lo que tiene que hacer es encontrar la analogía de P' a P y la misma analogía de S' a S para volver a la solución del problema dado. Esta es la razón por la cual la experiencia en un campo es tan importante que si tiene experiencia en él, sabrá miles de problemas que se han resuelto. Su matriz mental se llenará con P' y S' sin conectar aquí y puede encontrar una que sea tolerablemente cercana a la P que está tratando de resolver y pasar a la S 'correspondiente para volver a la S que está buscando . Parece ser mucho más fácil hacer dos saltos pequeños que el gran salto en cualquier tipo de pensamiento mental. 

Otro enfoque para un problema dado es tratar de reformularlo en tantas formas diferentes como sea posible. Cambiar las palabras. Cambiar el punto de vista. Mírarlo desde todos los ángulos posibles. Una vez que se haya hecho eso, puede tratar de verlo desde varios ángulos al mismo tiempo y tal vez pueda obtener una idea de los problemas básicos reales del problema, para que pueda correlacionar los factores importantes y salir con la solución. Realmente es difícil hacer esto, pero es importante hacerlo. Si no se hace, es muy fácil entrar en rutinas de pensamiento mental. Empiezas con un problema aquí y rodeas un círculo aquí y si solo pudieras llegar a este punto, tal vez verías tu camino despejado; pero no puedes liberarte de ciertos bloqueos mentales que te retienen en ciertas formas de ver un problema. Esa es la razón por la cual, con frecuencia, alguien que está bastante verde ante un problema a veces entra y lo mira y encuentra la solución de esa forma, mientras otro que ha estado trabajando durante meses está estancado. Aquí el otro se ha metido en algunas rutinas de pensamiento mental y alguien más entra y lo ve todo desde un nuevo punto de vista. 

Otro truco mental para ayudar en el trabajo de investigación, creo, es la idea de la generalización. Esto es muy poderoso en la investigación matemática. La típica teoría matemática se desarrolló de la siguiente manera para probar un resultado muy aislado, especial, un teorema particular: siempre aparece alguien y comienza a generalizarlo. Lo dejará donde estaba en dos dimensiones antes de hacerlo en N dimensiones; o si fue en algún tipo de álgebra, trabajará en un campo algebraico general; si estaba en el campo de los números reales, lo cambiará a un campo algebraico general o algo por el estilo. En realidad, esto es bastante fácil de hacer si te acuerdas de hacerlo. Si en el momento en que encuentra una respuesta a algo, lo siguiente que debe hacer es preguntarse si puede generalizar esto más: ¿puedo hacer lo mismo, hacer una declaración más amplia que incluya más? Creo que, en términos de ingeniería, lo mismo debe tenerse en cuenta. Como puede ver, si alguien viene con una forma inteligente de hacer algo, uno debería preguntarse: “¿Puedo aplicar el mismo principio de manera más general? ¿Puedo usar esta misma idea inteligente representada aquí para resolver una clase más grande de problemas? ¿Hay algún otro lugar donde pueda usar esta cosa en particular?

El siguiente que podría mencionar es la idea del análisis estructural de un problema. Supongamos que tiene su problema aquí y una solución aquí. Es posible que tenga dos grandes saltos para dar. Lo que puede intentar hacer es romper ese salto en una gran cantidad de saltos pequeños. Si esto fuera un conjunto de axiomas matemáticos y este fuera un teorema o conclusión que se intentaba probar, podría ser demasiado para mí intentar probar esto de una sola vez. Pero tal vez pueda visualizar una serie de teoremas o proposiciones subsidiarias de modo que si pudiera probarlos, a su vez, finalmente se llegaría a esta solución. En otras palabras, establecer algún camino a través de este dominio con un conjunto de soluciones subsidiarias, 1, 2, 3, 4, etc., e intentar probar esto sobre esta base y luego esta es la base que probé hasta que finalmente llegué al camino de S. Muchas pruebas en matemáticas han sido encontradas por procesos extremadamente indirectos. Alguien empieza a probar este teorema y descubre que deambula por todo el mapa. Comienza y demuestra muchos resultados que no parecen llevar a ningún lado y finalmente termina por la puerta trasera en la solución del problema dado; y muy a menudo, cuando haya terminado, cuando ha encontrado su solución, puede ser muy fácil simplificar; es decir, para ver la etapa que podría haber atajado y puede ver que podría haber atajado por allá. Lo mismo es cierto en el trabajo de diseño. Si puede diseñar una forma de hacer algo que sea obviamente torpe y engorroso, use equipo en exceso; pero después de tener algo que puede controlar, algo a lo que puede aferrarse, puede comenzar a cortar componentes y ver que algunas partes son realmente superfluas. Realmente no eran necesarios en primer lugar.

Pienso que lo mismo puede suceder en el trabajo de diseño. A veces he tenido la experiencia de diseñar máquinas informáticas de varios tipos en las que quería calcular ciertos números a partir de ciertas cantidades dadas. Resultó ser una máquina que jugaba al juego de nim y  parecía bastante difícil. Se necesitaron bastantes relés para hacer este cálculo en particular, aunque podría hacerse. Pero entonces tuve la idea de que si hubiera invertído el problema, habría sido muy fácil de hacer, si los resultados dados y requeridos hubieran sido intercambiados; y esa idea condujo a una forma de hacerlo que era mucho más simple que el primer diseño. La forma de hacerlo era hacerlo por retroalimentación; es decir, comienza con el resultado requerido y lo ejecuta de nuevo hasta que lo ejecute a través de su valor hasta que coincida con la entrada dada. Entonces, la máquina en sí misma se trabajó hacia atrás poniendo el rango S sobre los números hasta que tuvo el número que realmente tenía y, en ese punto, hasta que alcanzó el número tal que P le muestra la forma correcta. Bueno, ahora la solución para esta filosofía, que probablemente sea muy aburrida para la mayoría de ustedes. Ahora me gustaría mostrarles esta máquina que traje y abordar uno o dos de los problemas relacionados con el diseño de eso porque creo que ilustran algunas de estas cosas de las que he estado hablando. Para ver esto, tendrán que dar la vuelta; entonces, me pregunto si todos ustedes quieren venir alrededor de la mesa conmigo ahora:

 

Claude Shannon:  Nim Machine

[1] Original text considered harmful: 

"The second thing is a certain amount of intelligence or talent. In other words, you have to have an IQ that is fairly high to do good research work. I don’t think that there is any good engineer or scientist that can get along on an IQ of 100, which is the average for human beings. In other words, he has to have an IQ higher than that. Everyone in this room is considerably above that. This, we might say, is a matter of environment; intelligence is a matter of heredity".