La lectura de código activa una red cerebral de propósito general, pero no centros de procesamiento del lenguaje, lo que pone en evidencia que el lenguaje de programación no se asimila como si fuera un lenguaje corriente que usamos para comunicarnos.

Así pues, aunque el código informático tiene las características de un lenguaje, al leerlo activa una red distribuida llamada red de demanda múltiple, que también se usa para tareas cognitivas complejas como resolver problemas matemáticos o crucigramas.

Ni lenguaje ni matemáticas

Un lenguaje de programación es un lenguaje formal (o artificial, es decir, un lenguaje con reglas gramaticales bien definidas) que le proporciona a una persona, en este caso el programador, la capacidad de escribir (o programar) una serie de instrucciones o secuencias de órdenes en forma de algoritmos con el fin de controlar el comportamiento físico o lógico de un ordenador. Pero activa regiones diferentes en nuestro cerebro cuando leemos.

Un ejemplo de código fuente escrito en el lenguaje de programación Java, que imprimirá el mensaje "Hello World!" a la salida estándar cuando es compilado y ejecutado

Sin embargo, aunque la lectura de código activa la red de demanda múltiple, parece depender más de diferentes partes de la red que los problemas matemáticos o lógicos, lo que sugiere que la codificación tampoco replica con precisión las demandas cognitivas de las matemáticas. Es decir, que el código no es procesado como lenguaje, pero tampoco como matemáticas.

Hay dos escuelas de pensamiento con respecto a cómo el cerebro aprende a escribir código. Una sostiene que para ser bueno en programación, debes ser bueno en matemáticas. La otra sugiere que, debido a los paralelismos entre codificación y lenguaje, las habilidades lingüísticas podrían ser más relevantes. Por ello, para arrojar luz sobre este tema, los investigadores se propusieron estudiar si los patrones de actividad cerebral al leer el código se superpondrían con la actividad cerebral relacionada con el lenguaje.

En Xataka Ciencia

Avanza Tortuga, Retrocede Tortuga: lo que fue el LOGO

Los investigadores dicen que si bien no identificaron ninguna región que pareciera estar dedicada exclusivamente a la programación, tal actividad cerebral especializada podría desarrollarse en personas que tienen mucha más experiencia en codificación. Los hallazgos sugieren que no hay una respuesta definitiva a si la codificación debe enseñarse como una habilidad basada en matemáticas o una habilidad basada en el lenguaje.

Los dos lenguajes de programación en los que se centraron los investigadores en este estudio son conocidos por su legibilidad: Python y ScratchJr, un lenguaje de programación visual diseñado para niños de 5 años en adelante.

En Xataka Ciencia

11 cifras de la ley de Moore que te harán estallar la cabeza

Evelina Fedorenko, profesora asociada de neurociencia de desarrollo profesional Frederick A. y Carole J. Middleton y miembro del Instituto McGovern para la investigación del cerebro, es la autora principal de este estudio, que ha sido publicado en eLife. Investigadores del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT y de la Universidad de Tufts también participaron en el estudio.

Durante la mayor parte de la historia de la humanidad solo podíamos comunicarnos con las personas que estuvieran a nuestro alrededor o, como máximo, a aquella que pudiéramos alcanzar tras un largo y penoso viaje. Habida cuenta de que la mayor parte de la gente nacía y moría en un radio de menos de 40 km, eso no era mucho, tampoco, según un estudio realizado por el epidemiólogo David Bradley en 1989 que analizaba los patrones de movimiento de su familia en el último siglo

Las cosas empezaron a cambiar hace poco tiempo, cuando se desarrollaron tecnologías que permitían no solo que nosotros llegáramos antes a los sitios, sino que también lo hicieran nuestros mensajes y nuestras voces.

Cartas

Un simple mensaje entre Roma y Londres, durante el Imperio romano, tardaba unas cuatro semanas de viaje. Durante la Edad Media, el plazo era casi el mismo. Porque durante la mayor parte de la historia, la velocidad y el coste de la transmisión de la información no ha cambiado.

La scarsella era un servicio postal que solían usar los comerciantes y la Iglesia, que eran los mayores consumidores de noticias. Nació en Venecia, en el año 1305. Este servicio regular de correo ofrecía tiempos de entrega sorprendentemente cortos para la época. Por ejemplo, estos son los días que tardaba en llegar una carta enviada de Florencia a Aviñón (14 días), Barcelona (23 días), Brujas (27 días) o Londres (30 días). El precio, sin embargo, era desorbitado.

Telégrafos y grabaciones

Las primeras palabras que envió Samuel Morse, creador del telégrafo y del código que llevan su nombre, fueron una cita del Libro de los Números del Antiguo Testamento: What hath God wrought? ( “¿Qué nos ha traído Dios?”). Era el 24 de mayo de 1844.

El primer "joder" en audio. Una de las primeras grabaciones sonora de la historia, que ha sido conservada hasta nuestros días en unos discos de cera, fue llevada a cabo por técnicos del Laboratorio Volta de Washington, fundado por Alexander Graham Bell. En ella podemos escuchar cómo se tararea la canción tradicional Mary had a Little lamb (“María tenía un corderito”) y, debido a algún tipo de fallo mecánico, se oye un oh, fuck (“Oh, joder”).

Sin duda, la declaración de amor transmitida de la forma más original en toda la historia sea la del prolífico inventor estadounidense Thomas Alva Edison. Debido a problemas de sordera que desarrolló en su infancia, junto a su pasión por el telégrafo y el código morse, Edison enseñó a comunicarse a través de este medio a su futura esposa Mary Stilwell durante el noviazgo. El día que le propuso matrimonio, Edison se limitó a darle unos delicados golpecitos en su mano en código Morse. Ella le respondió del mismo modo con un «sí, quiero».

Red de redes

La primera versión comercial de lo que sería Internet se llamó Telnet y apareció en 1974, aunque no iba dirigida al público. También es el año en el que se fija el primer uso del término “Internet”. Las que normalmente confundimos con Internet, la World Wide Web, que apareció en navidades de 1990.

El primer correo electrónico lo mandó Ray Tomlison a finales de 1971. Puede que en noviembre. O diciembre, porque ni él mismo se acuerda. Tampoco de qué había escrito: “era un correo de prueba, algo en plan QWERTYUIOP. Los correos de prueba eran perfectamente olvidables y, por tanto, me he olvidado”.

La primera webcam (y el primer Internet de las cosas): una cafetera (1993). un grupo de informáticos de la Universidad de Cambridge decidieron conectar una cámara a un ordenador para vigilar la cafetera, que estaba en una habitación apartada. Gracias a ella se empezaron a realizar videoconferencias en tiempo real. Viajábamos ipso facto con voz e imagen frente a nuestro interlocutor.

La primera canción descargable: Aerosmith (1994). ‘Head First’, un descarte del ‘Get a Grip’, ofrecido por la discográfica Geffen en un WAV sin comprimir. Lo que, en esos tiempos, implicaba estar al menos una hora descargando el tema para escuchar tres minutos y algo. Gracias al ancho de banda era más fácil que nunca enviar audios, imágenes, y también películas.

No esta nada mal el desarrollo producido en los últimos doscientos años, habida cuenta de que la mayor parte de la historia de la humanidad la hemos dedicado a interactuar únicamente con quien teníamos delante o a pocos pasos.

La complejidad exponencial que subyace en las diferentes tecnologías que nos rodean es tan elevada que resulta difícil de imaginar.

Por eso, una forma muy gráfica, aunque un tanto burda, de asumirla es tener en tener en cuenta el número de líneas de código informático necesarias para que funcione una tecnología o un fragmento de software concreto y compararlas con las de las tecnología de hace apenas unos años.

Por ejemplo, para guiar a los astronautas del Apollo 11 en 1969 durante 356.000 kilómetros desde la Tierra hasta la Luna, ida y vuelta, se necesitaron 145.000 líneas de código. A principios de la década de 1980, el software de vuelo principal de la lanzadera espacial necesitaba 400.000 líneas de código.

Pero estas cifras son irrisorias si las comparamos con las necesarias para que funcione Microsoft Office 2013, unos 45 millones de líneas de código informático. Si bien es difícil establecer comparaciones directas, estas cifras nos dan una pista del incremento exponencia de la complejidad de la tecnología, tal y como explica Marc Goodman en su libro Los delitos del futuro.

En él, Goodman señala que la web de la Seguridad Social del gobierno estadounidense, HealthCare.gov, necesita 500 millones de líneas de código, es decir, que es 35 veces mas complejo que el sistema de guía que nos llevó a la Luna.

La complejidad creciente del software informático tiene consecuencias directas en materia de seguridad internacional, sobre todo a medida que los objetos físicos de los cuales dependemos, como son automóviles, aviones, puentes, túneles y dispositivos médicos que se implantan, se transforman en código informático.

El problema del error

Tantas líneas de código no solo añade complejidad a todo cuanto nos rodea, sino que incrementa ostensiblemente la probabilidad de que se produzcan erorres en esas líneas de código, tal y como ha señalado un estudio de la Universidad Carnegie Mellon: el software comercial tiene de promedio entre 20 y 30 errores por cada 1.000 líneas de código.

De manera que cincuenta millones de líneas de código equivalen a entre un millón y un millón y medio de errores potenciales que aprovechar. Tal es la base de todos los ataques de software malicioso, que aprovechan estas vulnerabilidades para conseguir que el código efectúe algo imprevisto.

Root es un robot educativo (y magnético, pues se mueve por la pizarra y puede dibujar y borrar) para que los niños pueden programar mediante una app con iconos; es fácil de «adiestrar» y por eso cumple con su principal objetivo. También está equipado con giroscopio y acelerómetro para detectar su posición y permitir programar más funciones.

En la aplicación, llamada Square, los niños se aproximan al código pero sin escribir código: cuentan con iconos de diferentes formas y colores que se traducen en comandos.

Tal y como podéis ver en el vídeo que encabeza esta entrada, Root evita obstáculos, ecanea colores y responde a la cantidad de luz ambiente. Root es un robot hexagonal creado por los expertos en robótica del Instituto Wyss de Harvard. Tal y como explica uno de los investigadores del preoyecto, Raphael Cherney, en el blog de noticias de Harvard:

Lo que hace Root es traer la codificación a la vida de una manera extremadamente divertida y accesible. Los niños que no tienen experiencia en la codificación pueden estar programando robots en cuestión de minutos. La codificación que se enseña en un teclado de ordenador es un proceso abstracto que no tiene una relación con el mundo real.

Los investigadores están en proceso de búsqueda de socios y planes de estudio para poder utilizar este robot Root en las aulas.

A pesar de que la idea de que somos esencialmente egoístas ha arraigado en muchas esferas de la cultura a lo largo de la historia, aquello de que el hombre es un lobo para el hombre, que decía Hobbes, lo cierto es que hay muchas evidencias científicas que demuestran justo lo contrario: en las condiciones adecuadas, el ser humano es social, cooperativo y empático.

Eso no significa que a la gente no le importe el dinero, por ejemplo, porque vivimos en un mundo donde el dinero es importante. Pero sí revela que el dinero no nos satisface tanto si lo comparamos con otros factores, como las experiencias o ser aceptado por los demás, y que los mayores incentivos para que hagamos cosas no nacen necesariamente de lo crematístico.

Incluso si se afirma que el dinero lo es todo y el egoísmo es preponderante, parece que esta idea solo es acertada en un porcentaje pequeño de la humanidad. Como explica Yochai Benkler en su libro El Pingüino y El Leviatán:

Sabemos gracias a cientos de estudios experimentales que en una situación determinada, cabe esperar que la mitad de la población se comporte de manera cooperativa y generosa, y una tercera parte de la población lo haga de manera egoísta. Por lo tanto, lo que realmente necesitamos son sistemas que aprovechen tanto las motivaciones sociales como las egoístas, evitando al mismo tieso que estas últimas excluyan a las primeras.

Lo que Benkler señala es que deberíamos apostar por sistemas que ofrezcan recompensas materiales a quienes tienden a sentirse incentivados por ellas, sin frenar por eso a quienes están intrínsecamente inclinados a cooperar.

Es decir, no debemos entorpecer el desarrollo de cosas como el software de código abierto, en el que a muchos de los participantes se les remunera por trabajar en el proyecto, pero a muchos otros no y, a pesar de ello, contribuyen de forma gratuita.

El éxito del software libre y de código abierto no cesa de desconcertar a los economistas. ¿Cómo es posible que un software producido en gran medida por voluntarios que no son propietarios del mismo ni obtienen beneficios del código que crean, sea mejor que un software elaborado por desarrolladores que cobran por ello?

La razón más habitual que aducen los que colaboran de forma altruista en estos proyectos de código abierto es que lo hacen por el placer o el disfrute intelectual. Concretamente ofrecen esta respuesta el 44% de los entrevistados en un estudio clásico elaborado por Karim Lakhani y Robert Wolf. La segunda razón más importante consistía en mejorar sus conocimientos. Otra razón ampliamente citada era más normativa o ideológica: los códigos deberían ser abiertos.

Por lo tanto, la gente aporta su tiempo y su esfuerzo de manera gratuita porque creen que es lo correcto, que contribuir es justo, porque ello intensifica su sentimiento de identidad y comunidad, y, sencillamente, porque es divertido.

Imágenes | Pixabay

Aprender código se está convirtiendo en algo tan importante como aprender idiomas extranjeros como el inglés o el chino. Es probable que, en breve, quien no sepa código sea catalogado como un ignorante funcional.

La enésima prueba de ellos son los campamentos para niñas Girls Make Games, un programa que aspira a que las niñas aprendan a desarrollar videojuegos durante el verano.

Al parecer, el primer año de este campamento ha supuesto tal éxito que contaron con el apoyo de Google, Intel y la Casa Blanca. Ahora se busca financiación para expandir este programa por todos los países y ofrecer también becas para las familias que no puedan sufragar el coste.

En 2013, un informe de CNN refleja que diseñador del juegos es uno de los mejores puestos de trabajo y de mayor crecimiento para la próxima década.

Los movimientos maker basados en la impresión 3D y la difusión de diseños en código abierto para que todo el mundo pueda modificar o mejorar las piezas originales está llegando a todos los ámbitos de la vida. Incluso a los muebles de nuestra propia oficina. Tiembla, Ikea.

Esto es lo que ofrece, por ejemplo, el proyecto OpenDesk.

An Introduction to OpenDesk. from OpenDesk on Vimeo.

Todos los muebles están diseñados y pensados para producción computer-aided manufacturing (CAM, Fabricación asistida por ordenador). Solo hay que descargar las instrucciones y cortar las piezas. A falta de la maquinaria necesaria, se puede comprar el mueble directamente en OpenDesk o bien podemos ponernos en contacto con los talleres de makers, de los que ya hablamos no hace mucho por aquí.

En España ya podemos encontrar varios talleres disponibles para cortar estos diseños. OpenDesk ofrece un listado de estas empresas localizadas en la Comunidad Valenciana, Cataluña, Castilla y León y Andalucía.

Vía | Think Big

En Xataka Ciencia | Los primeros coches de código abierto del mundo

Libre de patentes y a través del crowfunding con bitcoins, Isaac Yonemoto pretende reactivar la investigación del cáncer empleando para ello la arquitectura del software de código abierto. Concretamente, aspira a resucitar los trabajos en un compuesto anticáncer prometedor llamado 9-deoxysibiromycin o 9-DS.

Las primeras pruebas indicaban que 9-DS podría proporcionar un tratamiento para el melanoma, el cáncer de riñón y el cáncer de mama, pero su investigación fue abandonada por diversos motivos, como efectos colaterales de índole coronaria. .

9-DS fue desarrollado por Barbara Gerratana, docente de la Universidad de Maryland. El problema es que Gerratana acabó en un nuevo trabajo en el Instituto Nacional de Salud y no pudo proseguir con la investigación. La buena noticia es que, debido a que la investigación nunca fue patentada, es de dominio público. Cualquier persona puede trabajar en ella, un poco como el software de código abierto.

La semana pasada, Yonemoto lanzó una campaña de recaudación de fondos para la investigación y, hasta ahora, ha superado los 12,000 dólares de los 50.000 presupuestados para probar el compuesto en ratones. La campaña se llama Proyecto Marilyn.

Su técnica de recaudación de fondos es muy diferente a la forma en que la mayoría de los fármacos son investigados en estos días, pero, en cierto modo, también es un retorno a las raíces de la investigación de medicamentos, cuando la vacuna contra la poliomielitis, por ejemplo, se distribuyó libre de patentes.

Vía | Wired

El supuesto código de letras que esconde la Biblia ha generado incontables libros de análisis conspiranoico y los fenicios frotamientos de manos de muchas editoriales sin escrúpulos. El código secreto de la Biblia, de Michael Drosnin, es un ejemplo manifiesto de ello: incluso se atrevía a afirmar que la Biblia contenía profecías de hechos contemporáneos.

Las matemáticas, sin embargo, con una lánguida elegancia, desmontan el mito en pocos segundos.

El último intento de encontrarle un significado profundo a la Biblia tuvo lugar a raíz de la publicación de un artículo en una revista de estadística que sugería que la Torá, los 5 primeros libros de la Biblia, contenía secuencias de letras equidistantes que profetizaban relaciones significativas entre personas, eventos y fechas.

El matemático John Allen Paulos explica así esta supuesta conexión estadística:

Una secuencia de letras equidistantes es un conjunto ordenado de letras, en este caso hebreas, cada una de las cuales (salvo la primera) sigue a su precedente por un número fijo de otras letras. (No se cuentan los espacios entre palabras.) Un ejemplo simple es la palabra “nazi” (geNerAliZacIón), si se toma un intervalo entre letras de longitud 2. Habitualmente, los intervalos entre letras son mucho más largos: 23, 47, 69 o 92 letras, e incluso más. Los autores del artículo citado habían identificado en el texto de la Torá secuencias de letras equidistantes correspondientes a los nombres (o algunas variantes) de rabinos famosos que vivieron en siglos posteriores a los tiempos bíblicos, junto con secuencias a menudo contiguas correspondientes a sus fechas de nacimiento u otros eventos relacionados, la probabilidad de lo cual era minúscula.

El análisis matemático, sin embargo revela que estos hallazgos numerológicos parecen haber sido formulados por Rappel o Aramís Fuster: son superfluas y predicen poco, incluso menos de lo normal.

Vayamos a las probabilidades matemáticas de encontrar 4 letras concretas en posiciones equidistantes dentro de cualquier texto, incluida la Biblia. Todo lo que se requiere es multiplicar las probabilidades de aparición de cada una de las 4 letras en la secuencia.

Allen Paulos lo calcula así:

Por ejemplo, si la lengua es el inglés, entonces, en cualquier posición dada, las probabilidades respectivas de las letras l, i, f y e son 0,039, 0,068, 0,022 y 0,124, así que la probabilidad de la sencuencia “life” en cuatro posiciones dadas es simplemente 0,039 × 0,068 × 0,022 × 0,124, lo que da aproximadamente 0,0000072. El producto de estos cuatro números (llamémoslo P) es una probabilidad muy pequeña. Las secuencias de letras equidistantes más largas serían aún más improbables.

Estas cifras hacen pensar a cualquiera que la probabilidad de encontrar la palabra “life” en un texto es remota. Sin embargo, el proceso empleado para descubrir la secuencia “life” en un texto incluye un matiz que se ha pasado por alto. En nuestro cálculo de probabilidades presuponemos que la secuencia de letras y las posiciones estaban especificadas DE ANTEMANO, y que el texto se seleccionó y observó DESPUÉS.

Cuando desarrollemos ese matiz, os daréis cuenta de que las probabilidades no son tan altas.

Vía | Elogio de la irreligión de John Allen Paulos