Protocolo de Inferencia de Atractores Constitutivos
Preámbulo — Posición documental
Este documento establece la epistemología que gobierna la relación entre la historia clínica y la memoria constitutiva \xi_t en Syntropía. Su argumento central: la historia clínica es un procedimiento de inferencia sobre la geometría de \Omega_t^{(p)}: no un archivo biográfico ni una colección de covariables. Los atractores constitutivos son regiones del campo de individuación con alta densidad de probabilidad de ocupación, no tipos discretos: cuencas en el campo de individuación continuo que \Omega_t^{(p)} define sobre el espacio de configuraciones accesibles para esta trayectoria.
El documento opera en tres capas simultáneas. La capa ontológica establece qué son los atractores dentro de la arquitectura de Syntropía. La capa matemática especifica cómo se representa esa geometría, declara la tensión entre la representación discreta actual y la naturaleza continua del objeto, y remite a la formalización canónica en el Núcleo Matemático v0.4.12. La capa operacional establece cómo la historia clínica produce inferencia sobre esa geometría y cómo esa inferencia construye el prior bayesiano P(\xi_t) que el desvelamiento requiere.
Compromisos epistemológicos que gobiernan este protocolo (Núcleo Epistemológico v0.3.8):
La inferencia que el PIAC produce es abductiva dinámica: inferencia, acción y objeto de conocimiento emergen simultáneamente del proceso de desvelamiento (CE2). El conocimiento sobre \xi_t producido desde la historia clínica es constitutivamente incompleto y revisable hacia atrás (CE3). La cantidad de inferencia que puede producirse en un encuentro está limitada por \kappa(t) actual (CE10) y existe una ventana de revelación óptima no monotónica determinada por \varepsilon_t^{\text{ef}}, \kappa(t) y S_m (CE12). El protocolo es no ergódico por construcción: la extrapolación directa desde estadísticas poblacionales hacia esta trayectoria singular es inadmisible: los parámetros del piloto son condición de posibilidad para la calibración singular, no su destino (CE16). El proceso de atracción constitutiva que el PIAC infiere es continuo; T_2 captura la huella de ese proceso desde observaciones discretas, no el proceso mismo: límite observacional constitutivo de toda ciencia práctica procesual (CE17). La comparabilidad entre atractores de distintas trayectorias opera sobre parámetros estructurales (profundidad, alcance, gradiente, tipo de cuenca) no sobre el contenido de las trayectorias: condición de posibilidad del conocimiento acumulativo compatible con la singularidad radical A10 (CE18). Las configuraciones sintrópicas son polimorfos dinámicos de la trayectoria (modos metaestables de estabilización, no tipos ontológicos) y dos trayectorias con la misma configuración observable pueden tener geometrías de campo radicalmente distintas: isómeros clínicos (§I.bis del Núcleo Epistemológico).
Parte I — Capa ontológica: los atractores como geometría de \Omega_t^{(p)}
I.1. El problema de la taxonomía discreta
La primera versión de este documento (v0.1.0) construyó una lista de doce tipos de atractores distribuidos en los cuatro dominios de H_t. Esa construcción reproduce el error que Syntropía diagnostica en los sistemas categoriales: colapsa lo continuo en lo discreto por conveniencia operativa y luego trata la discretización como si tuviera estatuto ontológico propio.
El campo de individuación \Omega_t^{(p)} es una función de estabilidad definida sobre el espacio de configuraciones accesibles para esta trayectoria en este momento (un campo de individuación continuo con cuencas, crestas, gradientes y barreras), no un conjunto finito de tipos posibles de organización del campo. Dos trayectorias con el mismo “tipo” de atractor relacional son dos puntos distintos en ese espacio de configuraciones porque difieren en profundidad de cuenca, en acoplamiento con otros dominios a través de \Psi_t, y en la historia de deformaciones plásticas que constituyeron esa cuenca. Una taxonomía discreta de atractores produce la misma pérdida de información que una taxonomía discreta de trayectorias.
La reformulación correcta: los atractores constitutivos son propiedades de la geometría de \Omega_t^{(p)}: no entidades de un conjunto finito. El PIAC es un protocolo para inferir esa geometría desde la evidencia histórica disponible.
I.2. Los atractores como cuencas del campo de individuación
\Omega_t^{(p)} es isomórfica a una función de Lyapunov sobre el espacio de configuraciones (Núcleo Matemático §II.5 y §III.7): los estados con \Omega_t^{(p)} alto son atractores: la trayectoria tiende a estabilizarse en ellos y resiste abandonarlos. Los estados con \Omega_t^{(p)} bajo son inestables para esta trayectoria: el campo los abandona rápidamente cuando es perturbado.
Esa isomorfía tiene una consecuencia directa para el estatuto de los atractores: un atractor constitutivo es una región del espacio de configuraciones donde \Omega_t^{(p)} forma una cuenca: donde el gradiente apunta hacia adentro y la profundidad es suficiente para resistir perturbaciones de magnitud menor a \varepsilon_t^{\text{ef}}. Las propiedades clínicamente relevantes de un atractor son propiedades de esa cuenca:
Profundidad: la magnitud de \Omega_t^{(p)} en el interior de la cuenca relativa a su entorno. Un atractor profundo requiere perturbaciones de magnitud mayor a \varepsilon_t^{\text{ef}} para producir reorganización: el campo resiste y retorna. La profundidad es función de la historia de deformaciones plásticas acumuladas: D_p(t) inscribe en \Omega_t^{(p)} la geometría de las reorganizaciones previas.
Alcance: la extensión de la cuenca sobre el espacio de configuraciones. Un atractor de alcance local organiza primariamente un dominio de H_t. Un atractor de alcance transdominio organiza el campo a través de \Psi_t: una perturbación en el dominio primario produce desplazamiento hacia la cuenca en dominios adyacentes. El alcance es función del patrón de acoplamiento entre dominios inscrito en \Psi_t por la historia relacional de la trayectoria.
Gradiente de acceso: la pendiente de la cuenca desde su perímetro hacia su centro. Un gradiente pronunciado produce captura rápida: el campo entra en la cuenca con perturbaciones pequeñas. Un gradiente suave produce captura gradual. El gradiente de acceso informa la velocidad de la respuesta del campo ante perturbaciones del entorno y determina la calibración de la magnitud de intervención.
Acoplamiento entre cuencas: la geometría del campo de individuación es una variedad con estructura topológica global, no un conjunto de cuencas aisladas. Dos cuencas pueden estar próximas (separadas por una barrera de baja energía, con transiciones frecuentes) o distantes, con barreras que requieren perturbaciones de alta magnitud para cruzar. El acoplamiento entre cuencas es la estructura que T_{\text{escala}} captura al traducir desde la organización local \{H_t, \varepsilon_t, \Psi_t\} hacia \Omega_t^{(p)} global.
I.3. Los atractores constitutivos como D_p(t) inscrito en la geometría
La distinción entre un atractor constitutivo y una tendencia situacional del campo es formal: un atractor constitutivo es una cuenca cuya profundidad excede el umbral de elasticidad del campo: una deformación plástica acumulada que ha modificado \Omega_t^{(p)} de forma irreversible (D10). Una tendencia situacional es un desplazamiento elástico dentro del campo: el campo la produce bajo ciertas condiciones del entorno y retorna al estado basal cuando esas condiciones cesan.
\text{Atractor constitutivo} \;\Leftrightarrow\; \Delta\Omega \to D_p(t) \quad (\delta \geq \varepsilon_t^{\text{ef}})
\text{Tendencia situacional} \;\Leftrightarrow\; \Delta\Omega = 0 \quad (\delta < \varepsilon_t^{\text{ef}}, \text{ retorno elástico})
La segunda ecuación es técnicamente precisa para \Delta\Omega: las tendencias situacionales no modifican la geometría de \Omega_t^{(p)}. Pero las tendencias situacionales sostenidas sí producen un efecto acumulativo sobre \kappa(t): la fatiga del campo (D11): perturbaciones repetidas sub-umbral reducen la capacidad receptiva aunque no produzcan deformaciones plásticas. Un campo con historia larga de tendencias situacionales frecuentes puede tener \Omega_t^{(p)} sin deformaciones plásticas mayores y \kappa(t) significativamente reducido. La distinción atractor constitutivo / tendencia situacional opera sobre D_p(t); el efecto acumulativo sobre \kappa(t) es independiente y se infiere desde la historia de acomodaciones.
La historia clínica permite inferir cuáles cuencas de \Omega_t^{(p)} tienen estatuto constitutivo (están inscritas en D_p(t)) y cuáles son patrones situacionales sin deformación plástica asociada. Esa distinción determina la escala de intervención requerida: los atractores constitutivos requieren trabajo sobre D_p(t); las tendencias situacionales responden a intervenciones sobre las condiciones del entorno o sobre la restauración de \kappa(t).
I.4. El origen del campo de individuación y la heterogeneidad de los atractores
\Omega_t^{(p)} = F(\sigma_t, D_p(t), \kappa(t)): el campo de individuación en el momento presente es función de la condición inicial/geometría de base (\sigma_t) y de la historia acumulada de deformaciones plásticas y capacidad receptiva (Auditoría Ontológica O19/O20). Las cuencas de \Omega_t^{(p)} tienen dos orígenes ontológicamente distintos:
Cuencas de origen constitutivo biográfico: producidas por deformaciones plásticas acumuladas a lo largo de la historia vital de la trayectoria bajo condiciones del spatium. Son el objeto primario de este protocolo: el tipo de atractor que la historia clínica permite inferir directamente.
Cuencas de origen constitutivo biológico-genómico: inscritas en \sigma_t (condición inicial del campo de individuación, anterior a cualquier deformación plástica biográfica, O19/O20) por la vía del operador T_{\text{ontológico}} desde la diferenciación[t]. El perfil genómico modula los parámetros del spatium (\varepsilon_t, \Psi_t, D_p(t)) y establece la geometría inicial del campo de individuación. Estas cuencas no tienen historia narrativa que las explique porque son anteriores a cualquier historia del sistema. Su inferencia desde la historia clínica es posible (la ausencia de historia explicativa en presencia del patrón es evidencia para este origen) pero requiere complementación con el perfil genómico-funcional (ver G9 del Núcleo Ontológico v2.3.9).
La heterogeneidad de orígenes no cambia el procedimiento de inferencia de las Partes III y IV: las cuatro preguntas se aplican a ambos. Cambia la orientación de la intervención: las cuencas de origen biográfico admiten trabajo sobre D_p(t); las de origen biológico-genómico requieren lectura desde su propia lógica funcional y acompañamiento de la geometría del campo, no modificación de una historia que no existe.
Parte II — Capa matemática: representación y requerimientos de actualización
II.1. La tensión entre la ontología continua y la representación discreta
El campo de individuación es ontológicamente continuo: el devenir produce estabilizaciones en una variedad sin fronteras discretas entre tipos. La representación matemática actual de \Omega_t^{(p)} es discreta:
\Omega_t^{(p)}: \{\text{C-A},\ldots,\text{C-M}\} \to [0,1]
Las 14 configuraciones del sistema canónico v1.2 (C-A a C-M, con C-C subdividida en C-C1 y C-C2) son discretizaciones operativas del espacio de estabilizaciones (instrumentos de comunicación clínica que permiten nombrar y compartir con la persona la lectura del campo, no tipos naturales) (ver Configuraciones_Canonicas_v1_3_9.qmd). La función \Omega_t^{(p)} sobre esos 14 puntos es una proyección del campo de individuación continuo sobre un conjunto finito de referencias clínicas demostrables sin aparato estructural. La geometría de las cuencas (profundidad, alcance, gradiente de acceso, acoplamiento topológico) no es representable con precisión sobre 14 puntos discretos. Para representar el campo de individuación con esas propiedades se requiere una representación de \Omega_t^{(p)} como función sobre un espacio continuo. Esa representación es el objeto de G2/G10 (Núcleo Ontológico v2.3.9) y es una condición del piloto, no de una fase posterior.
II.2. Formalización canónica en el Núcleo Matemático
La extensión de \Omega_t^{(p)} al continuo que G-PIAC requiere tiene la forma de una función de densidad sobre una variedad diferenciable \mathcal{W}:
\Omega_t^{(p)}: \mathcal{W} \to \mathbb{R}_{\geq 0}
donde \mathcal{W} parametriza el espacio de organizaciones posibles del campo, con estructura métrica local que refleja la similitud funcional entre organizaciones próximas. Las 14 configuraciones discretas son puntos de alta densidad en \mathcal{W}: referencias clínicas en una variedad que las contiene como casos particulares, no como límites del espacio.
Esa representación permite formalizar las cuatro propiedades geométricas de §I.2 con precisión: la profundidad como diferencia de \Omega_t^{(p)} entre el interior y el perímetro de la cuenca; el alcance como la amplitud del campo de posibilidades \mathcal{F}_t^{(p)} en torno a la cuenca; el gradiente de acceso como la norma del gradiente en el perímetro; el acoplamiento topológico como la estructura de barreras entre cuencas capturada por homología persistente.
Requerimiento resuelto: el Núcleo Matemático v0.4.13 incorpora la extensión continua de \Omega_t^{(p)} sobre \mathcal{W} en §II.5bis y el campo de posibilidades \mathcal{F}_t^{(p)} en §II.5ter. La formalización canónica reside en esos documentos.
II.3. G2/G10 en el contexto del PIAC — La grieta de articulación central
G2/G10 (Núcleo Ontológico v2.3.9). Representación continua de la geometría de \Omega_t^{(p)} e inferencia de atractores constitutivos.
La grieta denominada G-PIAC en versiones anteriores de este documento corresponde canónicamente a G2 (calibración del tensor métrico g_t sobre \mathcal{W}) y G10 (condiciones de estabilización, qué valores de los parámetros del spatium producen cada configuración canónica) en la agenda de investigación del Núcleo Ontológico v2.3.9. La formulación que sigue es el desarrollo de G2/G10 en el contexto específico del protocolo de inferencia histórica.
Compromiso ontológico generador: los atractores constitutivos son cuencas del campo de individuación continuo de \Omega_t^{(p)}. La representación discreta sobre 14 referencias clínicas captura cuál cuenca tiene mayor estabilidad en este momento y permite comunicación clínica precisa; no captura la geometría de la cuenca (profundidad, alcance, gradiente, acoplamiento topológico) que determina la escala de intervención y la predicción de transición.
Extensión del objeto de inferencia (sesión 2026-06-04): G-PIAC no es solo la inferencia de la geometría de \Omega_t^{(p)} sobre \mathcal{W}. Su objeto completo es la inferencia del campo de posibilidades \mathcal{F}_t^{(p)} := \{w \in \mathcal{W} \mid \Omega_t^{(p)}(w) \geq \theta(\xi_t)\}, que requiere estimar simultáneamente: (1) la distribución de densidad \Omega_t^{(p)} sobre \mathcal{W}, y (2) el umbral \theta(\xi_t) como función de la memoria constitutiva. Los dos mecanismos de contracción de \mathcal{F}_t^{(p)} son independientes y el piloto debe caracterizarlos por separado: redistribución de densidad por D_p(t) y elevación del umbral por reducción de \kappa(t). La forma funcional de \theta(\xi_t) = \theta_0 \cdot g(D_p(t), \kappa(t)) es un sub-problema de G2 (calibración del tensor métrico) que el piloto debe comenzar a cerrar.
Pregunta de investigación: ¿puede \mathcal{F}_t^{(p)} (la región accesible del campo, no solo la distribución completa \Omega_t^{(p)}) inferirse con precisión suficiente desde datos longitudinales del piloto, y converge esa inferencia con la representación topológica que el aparato observacional produce desde la señal del sensor?
Hipótesis de representación: la homología persistente sobre el campo de individuación \Omega_t^{(p)} (componente del aparato observacional del Cap09) produce la representación topológica de las cuencas desde la señal dinámica. La inferencia desde la historia clínica y la representación topológica desde el sensor son dos rutas independientes hacia la misma estructura latente. Su convergencia es la predicción contrastable central de G-PIAC, y es un resultado que el piloto debe producir, no una pregunta para después del piloto.
Grietas con implicaciones directas sobre el PIAC: G17 (campo intersticial clínico, D15-int del Ontológico v2.3.0) afecta la capa operacional: las propiedades de \Omega_t^{(\text{int})} condicionan qué aspectos de \xi_t^{(p)} son accesibles en este encuentro, con independencia de los parámetros individuales del campo. El Ontológico v2.3.0 formaliza tres regímenes de \Omega_t^{(\text{int})} con implicaciones directas para lo que el PIAC puede producir en cada encuentro:
- Régimen productivo — \kappa^{(\text{int})}(t) alto, D_p^{(\text{int})}(t) moderado: el PIAC puede producir inferencia de alta resolución sobre \xi_t^{(p)}, incluyendo cuencas de mayor profundidad y origen constitutivo. Las cuatro preguntas de la Parte III operan con plena potencia.
- Régimen restringido — \kappa^{(\text{int})}(t) reducido por D_p^{(\text{int})}(t) acumulado: el PIAC produce inferencia de menor resolución. Las cuencas más profundas pueden no ser accesibles en este encuentro aunque los parámetros individuales de la persona lo permitan. El protocolo debe operar con conciencia de ese límite, sin intentar forzar el desvelamiento de capas que el campo intersticial no permite en este momento.
- Régimen en ruptura — \kappa^{(\text{int})}(t) < \kappa^{(\text{int})}_{\text{umbral}}: intervenir sobre D_p(t) de la persona en este estado produce daño análogo al que P12 describe. Prioridad: restaurar \kappa^{(\text{int})}(t) antes de cualquier trabajo sobre la memoria constitutiva. La intervención prioritaria en este régimen es la reparación activa del campo intersticial, no el desvelamiento.
A7 reformulado (Ontológico v2.3.0) — el campo del clínico es parte del protocolo: A7 v2.3.0 declara que el encuentro produce \Omega_t^{(\text{int})} como organización emergente del acoplamiento entre los dos campos, y que el campo del clínico también se reorganiza en el encuentro. La consecuencia para el PIAC: el estado del campo del clínico en el momento del encuentro es una condición que modula lo que el protocolo puede producir, no solo un factor de ruido. Un clínico con \kappa(t) reducido en ese momento produce un campo intersticial de menor capacidad receptiva, con independencia de las propiedades individuales de la persona. El protocolo del Clínico v0.3.2 (lectura del campo del clínico post-encuentro) es el complemento operacional de esta declaración.
G18 (\rho(t), operador de resignificación) afecta la construcción del prior: si \rho(t) es distinguible de \kappa(t), la construcción de P(D_p(t)) deberá distinguir magnitud de D_p(t) de función de D_p(t) en el campo. Ambas grietas permanecen abiertas pendientes de datos del piloto.
Grietas adicionales con implicaciones sobre el PIAC (v2.3.0):
G19 (régimen transicional, Ontológico v2.3.0) afecta al PIAC en la detección del periodo silencioso: durante la Fase 1 de §T1 (\chi_t alto, \dot{H}_t \approx 0), el protocolo puede producir la impresión errónea de que no hay proceso en curso. La lectura de la varianza del posterior como señal de \chi_t (y no solo como incertidumbre) es la corrección que el PIAC debe hacer en ese periodo.
G20 (métrica de similaridad procesual, urgente) implica que las comparaciones entre atractores de distintas trayectorias (que el PIAC realiza implícitamente cuando el clínico generaliza desde casos anteriores) no tienen todavía una base formal. CE18 + H-COMP declaran el principio y la hipótesis provisional; el PIAC opera sobre ese principio pero sin la métrica calibrada.
G21 (naturaleza de la relación M ↔︎ \Omega_t^{(p)}) afecta a la inferencia de cuencas cuando M es bajo: si M actúa como umbral de acceso (no como modificador del relieve), un M bajo cambia el acceso operativo a esa geometría, no la geometría del campo. La Parte III debe interpretarse con esa distinción: la profundidad de la cuenca inferida es la profundidad real del campo; lo que M bajo afecta es la capacidad del campo de moverse dentro de esa geometría, no la geometría misma.
§T1 — el PIAC en cada fase del proceso de transformación: la teoría de la transformación (§T1, Ontológico v2.3.0) tiene implicaciones directas para la lectura del prior que el PIAC produce. En Fase 1 (acumulación silenciosa): el prior debe reflejar que el campo está bajo tensión generativa aunque H_t sea estable — la varianza del posterior sobre \xi_t es la señal. En Fase 2 (umbral y reorganización): el prior anterior a la reorganización es el menos confiable — el campo está en el punto de mayor cambio y la inferencia histórica puede no capturar la nueva cuenca emergente. En Fase 3 (régimen transicional): el PIAC produce inferencia de máxima incertidumbre — la distribución de \Omega_t^{(p)} sobre múltiples configuraciones sin moda clara es la señal correcta, no un fallo del protocolo. En Fase 4 (instalación): el prior converge hacia la nueva cuenca y la varianza del posterior se reduce.
Estado: grieta activa (G2/G10 en la agenda del Núcleo Ontológico v2.3.9) que el piloto debe comenzar a cerrar. Las 14 configuraciones del sistema canónico v1.2 son el lenguaje de comunicación del proceso; la geometría continua de \mathcal{F}_t^{(p)} es el objeto de inferencia del modelo.
Parte III — Capa operacional: inferencia desde la historia clínica
III.1. La historia clínica como procedimiento de muestreo sobre \Omega_t^{(p)}
La reformulación epistemológica central: la historia clínica es un procedimiento de muestreo sobre la geometría de \Omega_t^{(p)}, no un archivo de eventos. Cada elemento de la anamnesis es una observación que actualiza la distribución de probabilidad sobre cuáles regiones de \mathcal{W} forman cuencas activas para esta trayectoria en el presente.
\text{Historia clínica} \;\rightarrow\; \text{inferencia de cuencas activas en } \Omega_t^{(p)} \;\rightarrow\; P(\xi_t)
La pregunta clínica que organiza la historia es “¿qué estructura dejó lo ocurrido en la geometría del campo presente?”, no “¿qué ocurrió?” Esa reorientación produce una relación radicalmente distinta con el material biográfico: los eventos son relevantes en la medida en que permiten inferir si constituyeron cuencas activas en \Omega_t^{(p)}, cuál es su profundidad estimada, y cuál es su alcance en el campo actual, no en sí mismos.
La consecuencia de NC-10 se vuelve aquí técnicamente precisa: el campo organiza lo que presenta en la narrativa según sus propios atractores. Lo que está ausente en la narrativa es información de igual o mayor relevancia: porque la narrativa es una proyección selectiva del campo de individuación \Omega_t^{(p)}, y las cuencas más profundas pueden ser precisamente las que la imagen de sí no presenta.
La consecuencia de §I.bis del Núcleo Epistemológico es igualmente precisa: dos trayectorias con la misma configuración observable (el mismo punto en el espacio discreto de 14) pueden tener geometrías de campo radicalmente distintas. Son isómeros clínicos. El procedimiento de muestreo sobre \Omega_t^{(p)} que el PIAC establece infiere la estructura constitutiva de esta trayectoria, no su pertenencia a una categoría. Esa distinción es ontológica, no metodológica: la inferencia opera sobre la geometría singular del campo, no sobre su distancia a un tipo.
III.2. Las cuatro preguntas de inferencia
La inferencia sobre la geometría de \Omega_t^{(p)} desde la historia clínica se organiza en torno a cuatro preguntas. Las cuatro preguntas no producen una clasificación discreta del atractor: producen una estimación de las propiedades de la cuenca: las mismas propiedades que la capa matemática de la Parte II formaliza.
Pregunta 1 — ¿En qué región del espacio de configuraciones opera la cuenca?
La cuenca tiene una localización en \mathcal{W} que se aproxima desde los dominios de H_t que la historia clínica muestra más consistentemente comprometidos. Los cinco dominios (V_t, R_t, P_t, A_t, B_t) corresponden a cinco proyecciones marginales de \mathcal{W}: \mathcal{W}_V, \mathcal{W}_R, \mathcal{W}_P, \mathcal{W}_E, \mathcal{W}_B. Estas son proyecciones marginales, no una partición: \mathcal{W} no se factoriza en cinco subespacios independientes: precisamente porque \Psi_t como acoplamiento entre dominios existe porque la variedad tiene estructura conjunta. Una cuenca con densidad alta en \mathcal{W}_R puede tener densidad simultánea en \mathcal{W}_E a través del acoplamiento \psi_{ER}; esa co-localización es una cuenca con geometría transdominio en \mathcal{W}, no la suma de cuencas locales. La proyección sobre \mathcal{W}_B es particularmente relevante para cuencas de origen constitutivo biológico-genómico (donde el dominio somático puede ser el eje primario de la cuenca) y para configuraciones donde la propagación B_t \to V_t o B_t \to R_t es el mecanismo clínico dominante.
La respuesta a esta pregunta es una estimación de la localización en \mathcal{W} y del alcance transdominio de la cuenca, no un tipo de atractor.
Pregunta 2 — ¿Cuál es la profundidad estimada de la cuenca?
La profundidad se infiere desde tres indicadores de la historia clínica:
La antigüedad del patrón: si el patrón precede a la memoria declarativa (sin historia narrativa que lo explique) la cuenca tiene origen en \sigma_t (condición inicial del campo, O19/O20) y su profundidad no puede inferirse desde eventos biográficos. Si tiene historia narrativa disponible, la antigüedad del período formativo informa la profundidad: cuencas constituidas durante períodos de \varepsilon_t^{\text{ef}} reducido (infancia temprana, períodos de alta carga alostática) son más profundas que cuencas constituidas en períodos de mayor elasticidad.
La resistencia a perturbaciones previas: si el patrón sobrevivió contextos que deberían haberlo modificado (intervenciones previas, cambios de vida significativos, relaciones que operaron en dirección contraria) la cuenca tiene profundidad mayor que su apariencia superficial sugiere. La historia de intentos de cambio fallidos es evidencia directa de profundidad.
El nivel estimado de \varepsilon_t^{\text{ef}} en el período formativo: el mismo evento produce deformaciones plásticas de mayor profundidad cuando el campo tenía \varepsilon_t^{\text{ef}} reducido. La historia de condiciones del spatium en el período formativo (alta carga alostática, inestabilidad sostenida, contextos de alta demanda con recursos reducidos) informa sobre el \varepsilon_t^{\text{ef}} que el campo tenía cuando la cuenca se constituyó.
Pregunta 3 — ¿Cuál es el alcance de la cuenca — local o transdominio?
El alcance se infiere desde la consistencia transdominio del patrón en la historia: si el patrón aparece exclusivamente en contextos del dominio primario, la cuenca es local. Si aparece con variaciones de expresión en múltiples dominios, la cuenca es transdominio y su geometría se extiende a través de \Psi_t.
La asimetría de \Psi_t tiene firma en la historia clínica: si el patrón relacional activa consistentemente el dominio existencial pero no el volicional, el acoplamiento \psi_{ER} es mayor que \psi_{VR} para esta trayectoria. La historia de cómo los eventos de un dominio produjeron efectos en otros es evidencia directa sobre la estructura de \Psi_t y sobre el alcance transdominio de la cuenca.
Pregunta 4 — ¿Cuál es el gradiente de acceso — qué magnitud de perturbación activa la cuenca?
El gradiente de acceso se infiere desde la historia de los umbrales de activación del patrón: ¿el campo entra en la cuenca ante perturbaciones menores o requiere perturbaciones de mayor magnitud? Un campo que entra en la cuenca relacional ante señales relacionales mínimas tiene gradiente pronunciado: captura rápida. Un campo que entra en ella solo ante perturbaciones relacionales mayores tiene gradiente suave.
El gradiente de acceso informa la calibración de la magnitud de intervención: una intervención que supera el gradiente activa la cuenca: si el trabajo sobre D_p(t) no está indicado en ese momento, esa activación produce plasticidad que restringe \mathcal{F}_t^{(p)}. La historia de los contextos que activaron el patrón (su magnitud, su frecuencia, su especificidad) es la evidencia primaria para estimar el gradiente.
III.3. Reglas de evidencia
Las cuatro preguntas operan sobre evidencia observacional con distintos pesos de actualización. La distinción entre tipos de evidencia es operativa para la construcción del prior.
Evidencia de activación directa: eventos o contextos de la historia que activaron el patrón de forma observable y consistente. Produce la actualización de mayor magnitud sobre la probabilidad de la cuenca y sobre su profundidad estimada. Es la evidencia más específica pero también la más susceptible de sesgo narrativo: el campo selecciona qué activa presenta.
Evidencia de resistencia al cambio: historia de intentos fallidos de modificación del patrón (intervenciones previas, relaciones que operaron en dirección contraria, contextos de alta demanda adaptativa). Produce actualizaciones directas sobre la profundidad de la cuenca, independientemente de la narrativa sobre el origen.
Evidencia de propagación: historia de cómo eventos en un dominio produjeron efectos en otros. Produce actualizaciones sobre el alcance transdominio y sobre la estructura de \Psi_t.
Evidencia de umbral: historia de la magnitud de los contextos que activaron el patrón. Produce actualizaciones sobre el gradiente de acceso.
Ausencia de evidencia esperada: si la historia clínica no contiene evidencia consistente con una cuenca que la presentación actual sugiere, la ausencia actualiza en dos direcciones alternativas: origen constitutivo biológico-genómico anterior a la memoria declarativa (cuenca inscrita en \sigma_t, condición inicial, anterior a cualquier deformación plástica biográfica, O19/O20 del Ontológico) o atractor residual sin actividad actual. La discriminación entre las dos requiere la lectura del preview y la resonancia clínica, no solo la historia narrativa.
III.4. La distinción atractor activo / atractor residual
La distinción entre un atractor activo y un atractor residual no se agota en la presencia o ausencia del patrón en el preview. Una complicación adicional deriva del funcional de potencial generativo \Phi_t^{(p)} (hipótesis estructural operativa, §II.5sexies del Matemático v0.4.12): un campo puede mostrar \nabla H_t \approx 0 (apariencia de residencia estable) por dos mecanismos clínicamente distintos. En el campo estable por equilibrio (\Phi_t^{(p)} \approx 0), la cuenca es profunda y no hay tensión generativa: el atractor está activo y el campo no empuja hacia ninguna reorganización. En el campo estable por agotamiento (\Phi_t^{(p)} \gg 0 con \kappa(t) < \kappa_{\text{umbral}}), hay alta tensión generativa sin capacidad de absorberla: el atractor puede ser residual: el campo querría moverse pero no puede. Las dos situaciones tienen implicaciones de intervención radicalmente distintas (regla 110 del log). La historia de intentos de cambio fallidos con patrón aparentemente estable es evidencia primaria para discriminar entre ambos mecanismos.
No toda cuenca con historia biográfica es una cuenca activa en el presente. Un atractor es activo si sigue organizando el campo actual (si aparece en el preview, en las formas, en el tiempo gramatical, en los patrones conductuales observables en el encuentro) con independencia de si la persona lo reporta como problema. Un atractor residual tiene historia pero no organiza el campo presente: la cuenca existe pero el campo no la habita con frecuencia suficiente para constituir D_p(t) activo.
La distinción es clínicamente fundamental porque determina qué contribuye al prior P(\xi_t): solo los atractores activos contribuyen al prior como D_p(t) vigente. Los atractores residuales tienen valor documental pero no son variables de la inferencia clínica activa. El indicador más sensible de la distinción es la coherencia entre la narrativa histórica y el preview en el encuentro clínico: un patrón que aparece en la historia pero no tiene expresión en el preview actual es un atractor residual con alta probabilidad.
Parte IV — Construcción del prior P(\xi_t)
IV.1. Estructura del prior desde la geometría inferida
El prior bayesiano P(\xi_t) que el desvelamiento requiere (P6, D13) se construye desde los resultados de la inferencia de la Parte III. Su estructura:
P(\xi_t) = P(D_p(t)) \cdot P(\kappa(t) \mid D_p(t))
La inferencia de cuencas activas contribuye a P(D_p(t)): cada cuenca identificada con su estimación de profundidad, alcance y gradiente produce una contribución a la distribución sobre D_p. Las cuencas más profundas y de mayor alcance contribuyen con mayor peso. La historia de acomodaciones sub-umbral (perturbaciones repetidas que no produjeron deformaciones plásticas pero redujeron \kappa(t) acumulativamente) contribuye a P(\kappa(t) \mid D_p(t)).
El prior en el primer encuentro tiene varianza máxima sobre \xi_t completo: es el punto de mayor incertidumbre en todo el proceso. Eso es la condición de partida correcta, no una limitación. La historia clínica del primer encuentro produce simultáneamente dos tipos de información: la estimación de la posición en S_m (cuánto \kappa(t) está disponible y qué escala de D_p(t) es probable, información de menor varianza y más inmediatamente operativa) y una primera inferencia sobre la geometría de las cuencas activas (localización en \mathcal{W}, profundidad y alcance estimados, gradiente aproximado). Esta segunda información es de varianza alta en el primer encuentro pero no es vacía: establece las hipótesis geométricas que las evaluaciones sucesivas confirmarán, refutarán o refinarán.
IV.2. Convergencia de evidencias y construcción acumulativa
La construcción del prior es acumulativa: el posterior de cada evaluación actúa como prior de la siguiente. La historia clínica del primer encuentro produce el prior inicial; las evaluaciones sucesivas (con datos del sensor, autoregistros y nuevas narrativas) refinan la estimación de la geometría de \Omega_t^{(p)}.
Dos principios organizan la construcción acumulativa:
Convergencia: cuando múltiples fuentes de evidencia independientes apuntan hacia la misma cuenca (narrativa histórica, preview en el encuentro, patrón del sensor, tiempo gramatical, formas conductuales) la probabilidad de esa cuenca en el prior aumenta con cada fuente adicional. La convergencia entre fuentes de distinto tipo es más informativa que la profundidad de una sola fuente.
Divergencia como información: cuando la evidencia de fuentes distintas apunta en direcciones opuestas (narrativa que no muestra cuenca donde el preview muestra activación, o viceversa) la divergencia misma es información sobre la estructura del campo: puede indicar enmascaramiento, disociación experiencial, o atractor de origen constitutivo biológico sin historia narrativa. La divergencia actualiza el prior en formas que la convergencia no captura.
IV.3. Relación con el aparato observacional
La historia clínica construye el prior. El sensor y el autoregistro contribuyen al likelihood. Los dos tienen propiedades complementarias que la inferencia requiere simultáneamente:
La historia clínica captura la dimensión diacrónica acumulada (la geometría que el campo constituyó a lo largo del tiempo) con el sesgo selectivo de la narrativa. El sensor captura la dimensión dinámica actual sin sesgo narrativo pero sin acceso a la historia constitutiva. La inferencia de cuencas activas articula las dos: la cuenca inferida desde la historia produce una predicción sobre el patrón que el sensor debería mostrar si esa cuenca está activa. La consistencia o divergencia entre predicción y patrón observado actualiza la probabilidad de la cuenca y refina la estimación de \xi_t.
La homología persistente del aparato observacional (el componente más cercano a \Omega_t^{(p)}) produce la representación topológica de las cuencas desde la señal dinámica. La inferencia histórica del PIAC y la representación topológica desde el sensor son dos rutas independientes hacia la misma estructura latente. Su convergencia es la predicción contrastable central de G2/G10 y un resultado que el piloto debe producir.