Peter J. Denning sostiene que las ciencias informáticas no son simplemente una habilidad técnica, ni un subconjunto de las matemáticas, ni una forma limitada de ingeniería. Es, ante todo, una disciplina. Con esto, Denning no se refiere a un conjunto de herramientas, como generalmente se puede pensar a casi cualquier otra cosa, sino a un cuerpo coherente de conocimiento, prácticas y valores que una comunidad profesional utiliza para hacerse cargo de problemas reales relacionados con el procesamiento de información.
La computación, según Denning, existe porque las sociedades modernas necesitan coordinar acciones, procesar información y comunicarse de manera confiable a gran escala. La ciencia computacional es el núcleo intelectual que permite que esa infraestructura exista. Es de comprender, diseñar y gobernar los procesos que hacen posible esa automatización.
Históricamente, la ciencia informática no nació del software ni de la programación como actividad práctica. Surgió de la convergencia entre la teoría de algoritmos, la lógica matemática y la invención de la computadora de programa almacenado. Antes de que existieran lenguajes modernos o productos comerciales, ya existía una pregunta fundamental: ¿qué procesos pueden ser ejecutados mecánicamente a partir de reglas bien definidas? Esa pregunta precede a la industria y define la disciplina.
Denning reconoce que la ciencia informática (Computer Science, o CS) suele definirse como “el estudio de los procesos algorítmicos que describen y transforman información”. Sin embargo, insiste en que esta definición es demasiado austera. Aunque es correcta en un sentido técnico, oculta dimensiones esenciales del campo. Reduce CS a una caricatura formal y borra su conexión con las preocupaciones humanas que motivan su existencia.
Por eso, Denning amplía explícitamente la definición: Computer Science no solo estudia algoritmos, sino también la confiabilidad, la seguridad, la robustez, la integridad, la "mantenibilidad" y la evolución de los sistemas. Es decir, estudia cómo los procesos computacionales se comportan cuando entran en contacto con el mundo real, con usuarios reales, bajo restricciones económicas, temporales y sociales reales. Ignorar esto la hace incompleta.
En el centro de toda la disciplina, Denning identifica una pregunta unificadora: ¿Qué puede ser automatizado, y bajo qué condiciones puede hacerse de manera eficiente y confiable? Esta pregunta no es trivial ni meramente técnica. Para responderla, es necesario entender el problema, formalizarlo, modelarlo, evaluar sus límites y diseñar un sistema que funcione en la práctica. Esto ya es, en esencia, pensamiento de ingeniería, pero en un nivel de abstracción más profundo que el de una ingeniería tradicional.
Denning afirma que todo profesional serio de Computer Science debe dominar cuatro competencias fundamentales. La primera es el pensamiento algorítmico, que consiste en interpretar el mundo en términos de procedimientos precisos y reproducibles. La segunda es la representación, es decir, decidir cómo codificar fenómenos del mundo para que puedan ser procesados eficientemente. La tercera es la programación, que permite materializar algoritmos y representaciones en sistemas ejecutables. La cuarta, y decisiva, es el diseño.
El diseño es el punto donde Computer Science se conecta explícitamente con los problemas humanos. Diseñar significa tomar decisiones bajo restricciones: costos, tiempos, riesgos, seguridad, escalabilidad, evolución futura y consecuencias de fallo. Denning deja claro que Computer Science no puede separarse del diseño sin perder su razón de ser, pero también que el diseño sin las otras tres competencias es vacía y superficial.
Un punto crucial de Denning es que Computer Science no pertenece exclusivamente a una sola tradición académica: Tiene raíces profundas en la matemática, una relación estructural con la ingeniería y una interacción creciente con las ciencias naturales y sociales. Por eso existen disputas sobre si CS es una ciencia, una ingeniería o una disciplina matemática aplicada. En realidad, todas esas visiones capturan partes reales del campo. Es decir, todas son correctas, pero incompletas por su lado, así que tiene que existir como un sistema.
En la práctica, Computer Science opera a través de tres paradigmas complementarios. El primero es la teoría, que construye marcos conceptuales, define límites y establece principios formales. El segundo es la experimentación, que utiliza modelos, simulaciones y mediciones para explorar comportamientos complejos. El tercero es el diseño, que construye sistemas reales que funcionan en contextos organizacionales y sociales concretos. La vitalidad del campo proviene de la interacción constante entre estos paradigmas.
Denning advierte que muchos conflictos dentro de Computer Science surgen cuando alguien formado en un paradigma critica a otro sin entenderlo. Por ejemplo, cuando alguien orientado al diseño desprecia la teoría, o cuando alguien teórico subestima los problemas prácticos de los sistemas reales. Estas tensiones no indican debilidad disciplinar, sino inmadurez en la comprensión del campo.
Finalmente, Denning es explícito y honesto sobre los fracasos históricos del software a gran escala. Reconoce que muchos sistemas han sido caros, frágiles, difíciles de modificar y poco confiables. En lugar de negar estos problemas, propone que Computer Science aprenda de disciplinas que estudian la acción humana, como la antropología organizacional o la etnografía, para diseñar sistemas que realmente funcionen en la práctica. Esto no la hace débil ni "marihuana": la vuelve más rigurosa y responsable.
En síntesis, para Peter Denning, Computer Science es la disciplina que estudia qué procesos pueden ser automatizados, cómo representarlos y ejecutarlos, y cómo diseñar sistemas computacionales que funcionen de manera confiable dentro de las complejidades del mundo humano.
Referencias
Denning, P. J. (1999). Computer science: The discipline (Original work published 1997). Retrieved from https://www.readkong.com/page/computer-science-the-discipline-peter-j-denning-9209580
Top comments (0)