Harnad (1990) lo formuló así: ¿cómo puede la interpretación semántica de un sistema formal de símbolos ser intrínseca al sistema, y no «parasitaria» de los significados que están en nuestras cabezas? (1990, p. 335). Su ilustración es una calesita: aprender chino como primera lengua con un diccionario chino-chino como única fuente. Cada definición remite a otros símbolos igual de opacos, y la vuelta nunca se detiene en lo que algo significa (1990, p. 339). Es pariente de la habitación china de Searle (1980) y del pulpo de Bender y Koller (2020), pero planteado como problema de diseño y no solo como argumento.
La solución que esbozó Harnad es híbrida: anclar los símbolos elementales, de abajo hacia arriba, en representaciones no simbólicas —icónicas, análogas a las proyecciones sensoriales, y categoriales, detectores de rasgos invariantes que el conexionismo podría aprender— y construir sobre ellos los símbolos complejos (1990, p. 335). En una nota agrega la contracara: el «salón hermenéutico de espejos», donde el programador proyecta sobre el sistema los significados de su propia cabeza (1990, p. 339) (ver efecto ELIZA).
El problema se pensó para la GOFAI, pero vuelve con los modelos de lenguaje: sus vectores no son símbolos discretos, pero pueden estar igual de desconectados del mundo (Millière y Buckner, 2024a, sec. 3.3). Hay tres respuestas. Para los escépticos, el problema sigue intacto: Floridi, Jia, et al. (2025) sostienen que los LLM no lo resuelven sino que lo esquivan, porque operan sobre contenido que los humanos ya anclaron, en una suerte de parasitismo epistémico (2025, sec. 8). Los externistas replican que la referencia puede heredarse por cadenas causales de uso, como en Putnam y Kripke, y que los datos de entrenamiento insertan al modelo en esa cadena; Mollo y Millière agregan que el RLHF aportaría un criterio de corrección extralingüístico (Millière y Buckner, 2024a, sec. 3.3). Por último, los sistemas entrenados de punta a punta con imágenes y acciones, como Gato, quizás merezcan otro tratamiento (Millière y Buckner, 2024b, sec. 3.1.2) (ver multimodalidad).
La cuestión de fondo es qué se le exige al anclaje: ¿contacto perceptivo, historia causal o normas de corrección? Cada respuesta traza un límite distinto entre forma y significado.