En este post propongo una comparación simbólica entre el mito griego de las hilanderas (Moiras), —las que tejen el destino de los hombres— y el manto de Marcov. No es de extrañar que al final de cuentas se trate de tejer hilos. Eso hacemos cuando prestamos nuestro manto a otros o les ayudamos a elaborar su propio manto con ciertas intervenciones terapeuticas. Además el mito nos permite alejarnos de explicacicones matemáticas que dejamos para otros más preparados.
🧵 Las Hilanderas Míticas: Las Moiras y el manto de Marcov
En la mitología griega, las Moiras son las tres diosas del destino. Su trabajo es literalmente hilar la vida de cada ser humano:
- Cloto: hila el hilo de la vida, lo crea.
- Láquesis: mide ese hilo, determina su longitud y trayectoria.
- Átropos: corta el hilo, fija el final.
En conjunto, representan un sistema en el que:
- existe un origen (Cloto),
- una estructura de relaciones y posibilidades (Láquesis),
- y un límite o cierre (Átropos).
Lo importante aquí es que cada hilo es un proceso, y las Moiras controlan qué influye en ese proceso y qué no.
🔷 El Manto de Markov
En estadística y teoría de redes bayesianas, el manto de Markov (Markov blanket) es el conjunto mínimo de variables que aíslan un nodo del resto del sistema.
Concretamente, para una variable X, su manto incluye:
- sus padres,
- sus hijos,
- los padres de sus hijos.
Este conjunto determina todo lo que puede influir o ser influido por X.
Lo que queda fuera del manto es irrelevante para X condicionado a ese subgrupo.
En pocas palabras:
👉 El manto de Markov es el límite que define qué afecta realmente a algo y qué queda fuera de su destino probabilístico.
l manto de Markov determina exactamente qué información necesitas para predecir la variable.
- Si conoces su manto → puedes describir el comportamiento de esa variable sin depender de nada más.
- Si no lo conoces → la variable se vuelve más incierta porque depende indirectamente de muchas otras cosas.
Es una forma elegante de aíslamiento informacional, como un filtro: lo que está dentro del manto importa, lo que está fuera no (condicionalmente).
¿Qué significa “ofrecer un manto como préstamo a alguien que no dispone de él”?
Aquí entramos en el terreno metafórico, porque en matemáticas nadie “presta un manto”. Pero si lo interpretamos en clave conceptual:
💡 Prestar un manto a alguien sería darle la información mínima necesaria para que su estado sea predecible o estable dentro de un sistema.
Dicho de forma más práctica:
- Es como darle acceso a los factores clave que determinan su comportamiento.
- Le das contexto, causas y consecuencias relevantes.
- Facilitas que sus decisiones o reacciones sean menos caóticas.
En psicología computacional y teoría del aprendizaje, a veces se usa esta metáfora:
darle a alguien su “manto” es darle estructura, guía, o las variables críticas que le faltan para orientarse.
En resumen:
- Le reduces la incertidumbre.
- Le haces más predecible (para sí mismo o para otros).
- Le das el mínimo marco necesario para operar con autonomía.
🧩 La Relación Simbólica: Moiras y Manto de Markov
Aquí es donde la conexión se vuelve interesante.
✔ 1. Destino controlado por fronteras
Las Moiras fijan el destino de cada persona estableciendo un hilo con límites claros.
El manto de Markov hace algo parecido: fija los límites de dependencia de una variable.
✔ 2. Procesos con inicio, trayecto y cierre
Un hilo mitológico tiene:
- un origen ➝ parecido al “padre” probabilístico,
- interacciones ➝ equivalentes a las dependencias,
- un fin ➝ cese de influencia, como el “cierre” de un modelo que deja de recibir inputs.
✔ 3. Lo que está dentro importa; lo que está fuera no
En el mito:
- solo las Moiras determinan el destino,
- nadie externo puede alterar ese hilo.
En un sistema bayesiano:
- solo el manto de Markov determina lo que influye en la variable,
- nada fuera del manto tiene efecto directo una vez condicionado.
✔ 4. Estructura narrativa vs. estructura estadística
El “hilo de la vida” es un proceso dinámico sujeto a restricciones.
Un nodo en un modelo probabilístico también fluye dentro de un conjunto de restricciones.
✔ 5. En filosofía y ciencias cognitivas (por ejemplo, Karl Friston)
Se usa el manto de Markov como una frontera entre:
- el agente (yo),
- y el mundo exterior.
Las Moiras cumplen un rol análogo:
definen la frontera entre lo que forma parte del destino de un individuo y lo que no.
🔚 En síntesis
Si lo quieres en una frase, Paco:
Las Moiras representan el destino como un hilo controlado por tres fuerzas que delimitan influencias; el manto de Markov representa matemáticamente esa misma idea: un límite estructurado que define qué puede afectar a un proceso y qué queda fuera de su destino probabilístico.
Cuando termines el artículo:
Analogías Markovianas:
La chapa del automóvil puede entenderse como un Manto de Markov, es decir, una frontera funcional que separa y a la vez conecta al vehículo con su entorno, permitiéndole existir como un sistema diferenciado y organizado. Siguiendo la idea propuesta por Karl Friston, el manto de Markov es el límite a través del cual un sistema intercambia información y energía con el mundo sin perder su identidad interna; en el coche, esta frontera está compuesta por la carrocería, los sensores y los actuadores, que median entre el interior (motor, cabina, electrónica, software) y el exterior (carretera, clima, tráfico). La chapa no es un muro pasivo, sino una barrera permeable: protege, aísla y filtra, pero también transmite señales sensoriales (cámaras, radares, ultrasonidos) hacia el interior y fuerzas de acción (movimiento de ruedas, frenado, dirección) hacia el exterior. Los eventos inesperados —baches, peatones, colisiones— constituyen sorpresas que impactan ese manto y amenazan la estabilidad del sistema, razón por la cual el vehículo incorpora mecanismos de mitigación (chasis deformable, airbags, sistemas de asistencia, seguros) que reducen la incertidumbre futura y amortiguan el daño, análogamente a cómo los organismos vivos minimizan la sorpresa para resistir el desorden. El comportamiento del coche está guiado por un modelo interno o modelo generativo, formado por normas de tráfico, hábitos del conductor o algoritmos de control, que le permiten anticipar lo que debería ocurrir y actuar de modo que la realidad coincida con esas expectativas, reduciendo la energía libre o error de predicción; si aparece una discrepancia, el sistema puede actualizar sus creencias (aprender nuevas condiciones) o actuar sobre el entorno (frenar, esquivar) para restaurar la coherencia. Los distintos estilos de conducción representan políticas de inferencia activa: una conducción prudente prioriza la explotación de lo conocido y la seguridad, minimizando sorpresas, mientras que una conducción arriesgada explora más el entorno, acepta mayor incertidumbre y busca recompensas potenciales a costa de un aumento del riesgo; un agente eficaz equilibra ambas estrategias regulando el valor pragmático y el valor epistémico de sus acciones. En los vehículos autónomos, esta lógica se intensifica: la chapa equipada con sensores constituye un manto de Markov tecnológico que alimenta a un procesador central capaz de integrar percepción y acción en tiempo real, generando una forma de autoconciencia operacional —no subjetiva, pero funcional— mediante la cual el coche infiere continuamente su estado y el del entorno para mantener la viabilidad del sistema. En síntesis, la chapa como Manto de Markov no es solo una metáfora ingeniosa, sino una clave conceptual: es la condición de posibilidad de que el automóvil exista como entidad separada, capaz de predecir, actuar, adaptarse y persistir frente al caos externo; sin esa frontera que regula los intercambios, el vehículo —como cualquier sistema— dejaría de ser distinguible y, en sentido operativo, dejaría de existir.
Prestar manto de Markov, terapéuticamente, siguiendo la analogía, guiar con otro vehículo, que el paciente se suba al vehículo del terapeuta, enseñar a manejar, pensar en el destino que se busca, pensar en hitos de recorrido de manera conjunta, ser co-piloto, acompañar, acompañar sobre todo…
Los diagnósticos del DSM pueden actuar como atractores de enfermedad: La inferencia activa – premisa activa es el diagnóstico – una profecía que se auto-realiza de manera regular.
Siguiendo la analogía, el DSM es como la industria petrolera, extremadamente poderosa. Pero BYD, Tesla, los automóviles eléctricos han llegado para quedarse. Que será de las petroleras y del DSM?
Solo Elon Musk sabe.
El modelo oculto de Márkov (HMM, Hidden Markov Model) es, con rigor, un modelo estadístico en el que se asume que el sistema a modelar es un proceso de Márkov de parámetros desconocidos —proceso que toma su nombre del matemático ruso Andréi Márkov, formulador a comienzos del siglo XX de las cadenas de Márkov y de la propiedad markoviana según la cual el estado futuro depende únicamente del estado presente y no de la trayectoria pasada—, cuyo objetivo es determinar los parámetros ocultos a partir de los observables; el HMM como tal fue descrito por primera vez en una serie de artículos estadísticos por Leonard E. Baum y otros autores en la segunda mitad de la década de 1960 (Wikipedia) , trabajos en los que Leonard E. Baum y colaboradores como Lloyd R. Welch, Ted Petrie, George Soules y Norman Weiss establecieron el aparato matemático que hoy lleva el nombre algoritmo de Baum-Welch para el aprendizaje de parámetros, complementado por el algoritmo de Viterbi que Andrew Viterbi formuló en 1967 para la decodificación de la secuencia óptima de estados; formalmente, un HMM se especifica como una tupla que integra el conjunto de estados ocultos, el conjunto de observables, las probabilidades iniciales, la matriz de probabilidades de transición entre estados y la matriz de probabilidades de emisión de cada observable dado un estado, y se considera la red bayesiana dinámica más simple (Wikipedia) , lo que le confiere un estatuto científico preciso dentro de la inferencia probabilística. El modelo oculto de Márkov parte de una intuición que resulta sorprendentemente afín a la psiquiatría topológica de Paco Traver: que existe un sistema cuyo estado real permanece oculto y que solo podemos inferirlo a través de las señales observables que ese estado emite, ya que en un modelo oculto de Márkov el estado no es visible directamente, sino que solo lo son las variables influidas por el estado, y cada estado posee una distribución de probabilidad sobre los posibles símbolos de salida (Wikipedia) ; si trasladamos este esqueleto formal al nivel ontológico que Traver corona en su libro La geometría del alma, el «estado oculto» deja de ser un fenómeno meteorológico o fonético y pasa a ser la acogida ontológica, esto es, la respuesta latente a la pregunta radical de si el sujeto puede existir en el mundo sin sentirse expulsado de él (WordPress) , una variable que jamás se observa de modo directo en la clínica pero que se delata a través de sus emisiones sintomáticas —paranoia, narcisismo defensivo, retraimiento esquizoide, control obsesivo— exactamente igual que las actividades cotidianas del célebre ejemplo del HMM delatan un tiempo que no se ve; el puente entre ambos marcos no es metafórico sino estructural, porque Traver ya formula la mente como un sistema dinámico que intenta minimizar incertidumbre mediante inferencia activa dentro de un manto de Markov, organizándose en atractores que dependen de si el sujeto ha encontrado o no acogida ontológica en el mundo (WordPress) , de manera que el manto de Markov —noción que Judea Pearl acuñó en 1988 dentro de las redes bayesianas para designar el conjunto de nodos que aíslan estadísticamente a un nodo del resto del sistema, y que Karl Friston incorporó a su principio de energía libre y a la inferencia activa— cumple en el modelo de Traver el papel de la propiedad markoviana, regulando el acoplamiento entre lo interno y lo externo; bajo esta lectura, las probabilidades de transición del HMM se convierten en la tendencia del sistema psíquico a permanecer atrapado en sus cuencas de atracción y mínimos locales (la razón dinámica de la cronicidad), mientras que las probabilidades de emisión describen con qué verosimilitud un estado existencial dado —acogido o expulsado— produce tal o cual conducta observable, y el clínico se enfrenta entonces a algo muy parecido a los tres problemas canónicos del formalismo: un problema de evaluación (estimar la probabilidad de una secuencia de síntomas, resoluble con el procedimiento de avance-retroceso), un problema de decodificación —el algoritmo de Viterbi— que busca la secuencia más probable de estados ocultos que pueda haber generado una secuencia de salida dada (Wikipedia) , es decir, reconstruir si bajo los síntomas late o no acogida ontológica, y un problema de aprendizaje al estilo Baum-Welch, que en términos terapéuticos equivale a modificar el paisaje del sistema reentrenando sus parámetros para que la inferencia activa se vuelva flexible y el manto se estabilice; la diferencia decisiva, y aquí Traver añade lo que ningún HMM contiene, es que la acogida ontológica es el único concepto que no procede de la matemática ni de la neurociencia (WordPress) e introduce la fenomenología, la antropología y la clínica existencial, de modo que mientras el modelo oculto de Márkov es ciego al sentido de los estados que infiere —le da igual que llueva o haga sol—, la dimensión humana de la geometría del alma sostiene que ese estado oculto no es neutro sino que cuando existe acogida el sistema puede relajarse, el mundo no es hostil y se crean atractores nutritivos (WordPress) , con lo que el HMM aporta el andamiaje inferencial —cómo leer lo invisible desde lo visible— y la acogida ontológica aporta el contenido vivido de aquello que permanece oculto, fundiendo así, en plena coherencia con el propósito declarado de su blog neurociencia-neurocultura de ser una piedra Rosetta entre la ciencia y las humanidades, el rigor probabilístico de Márkov con la pregunta existencial por el derecho a tener un lugar en el ser.