Ir al contenido

1. Qué es la inteligencia: historia y filosofía del problema

Por qué este libro no empieza hablando de computadoras

Sección titulada «Por qué este libro no empieza hablando de computadoras»

Un libro sobre inteligencia artificial podría, en principio, empezar directamente por la máquina: qué es un algoritmo, cómo se programa, qué hace un sistema moderno cuando responde una pregunta. Este libro no va a empezar así, y conviene explicar por qué antes de dar el primer paso.

La palabra que da nombre a todo el campo —inteligencia— no fue inventada por la informática. Tiene más de dos mil años de historia en la filosofía, y más de un siglo de historia en la psicología como ciencia experimental. Cuando alguien construye un sistema y lo llama “inteligente”, está heredando, quiera o no, todo ese peso histórico y toda esa discusión sin resolver. Si empezáramos directamente por la máquina, estaríamos usando una palabra cargada de significado sin haber examinado ese significado, y terminaríamos, casi con seguridad, atribuyendo a un programa de computadora cualidades humanas que ese programa no tiene. Este error tiene un nombre técnico, la antropomorfización, y es uno de los errores más comunes y más persistentes en la forma en que se habla de inteligencia artificial, tanto en los medios como, lamentablemente, en parte de la literatura académica menos cuidadosa.

Por eso este capítulo empieza en un lugar distinto: en la pregunta de qué ha significado la palabra inteligencia antes de que existieran las computadoras, y en cómo esa pregunta, que nunca fue respondida de manera definitiva, terminó heredándose casi intacta al campo que hoy llamamos inteligencia artificial.

La razón como frontera entre el humano y el resto del mundo: Aristóteles

Sección titulada «La razón como frontera entre el humano y el resto del mundo: Aristóteles»

En la filosofía griega antigua, particularmente en Aristóteles, la capacidad de razonar se entendía como el rasgo que distinguía al ser humano de los demás animales. Aristóteles definió al ser humano como un animal racional, es decir, como un ser vivo que comparte con los demás animales las funciones de nutrirse, crecer y percibir el mundo mediante los sentidos, pero que posee además una facultad adicional: la capacidad de razonar, de ordenar el conocimiento mediante conceptos generales y de deducir unas verdades a partir de otras.

Esta idea tuvo una consecuencia que atraviesa toda la historia posterior del pensamiento occidental: la inteligencia quedó asociada, casi por definición, a la capacidad de razonamiento lógico y abstracto, y no tanto a otras formas de resolver problemas que también observamos en el mundo vivo, como la destreza motora de un animal para cazar, o la capacidad de una planta para orientar su crecimiento hacia la luz. Esta asociación inicial entre inteligencia y razonamiento lógico va a resultar decisiva más adelante, porque los primeros intentos de construir máquinas inteligentes, a mediados del siglo veinte, tomaron precisamente esa facultad —el razonamiento lógico formal— como su punto de partida, dejando de lado durante décadas otras capacidades, como la percepción visual o el lenguaje natural, que resultarían mucho más difíciles de reproducir de lo que se pensaba en un primer momento.

El giro moderno: Descartes y la máquina que no puede pensar

Sección titulada «El giro moderno: Descartes y la máquina que no puede pensar»

Casi dos mil años después de Aristóteles, en el siglo diecisiete, el filósofo francés René Descartes propuso una separación todavía más radical, que también va a resultar central para entender la inteligencia artificial, aunque de una manera que puede parecer paradójica a primera vista.

Descartes sostuvo que el universo se divide en dos tipos de sustancia completamente distintos: la sustancia pensante, que es la mente, y la sustancia extensa, que es la materia y el espacio que ocupa. Para Descartes, el cuerpo humano, igual que el cuerpo de cualquier animal, es una máquina que funciona según leyes puramente mecánicas, comparables a las de un reloj o un autómata hidráulico de los que ya existían, de forma rudimentaria, en su época. Lo que distingue al ser humano de una máquina, y también de los animales —a los que Descartes consideraba, de manera célebre y hoy muy discutida, autómatas sin mente propia— es exclusivamente la posesión de una mente pensante, no material, capaz de razonar y de ser consciente de sí misma.

Aquí aparece la paradoja que interesa a este libro. Descartes fue, en cierto sentido, el primer pensador en describir con precisión matemática y mecánica el funcionamiento del cuerpo, tratándolo como si fuera una máquina gobernada por relaciones de causa y efecto susceptibles de descripción geométrica. Pero al mismo tiempo, trazó una frontera absoluta entre esa maquinaria física y la mente racional, y sostuvo que ninguna máquina, por más compleja que fuera su mecánica, podría jamás cruzar esa frontera y llegar a pensar de verdad. Esta idea —que hay algo en el pensamiento humano que ninguna máquina puede replicar en principio, no solo en la práctica— reaparece una y otra vez en los debates modernos sobre inteligencia artificial, incluso en personas que nunca leyeron a Descartes ni conocen su nombre. Cuando alguien dice hoy que un sistema conversacional “solo hace cálculos” y por lo tanto “no puede pensar de verdad”, está repitiendo, casi palabra por palabra, la misma distinción que Descartes trazó hace más de trescientos cincuenta años.

Este libro no va a tomar partido en esa discusión filosófica —si una máquina puede o no “pensar de verdad” en el sentido pleno que le daba Descartes es una pregunta que sigue abierta y que probablemente no tiene una respuesta puramente técnica—. Pero sí es importante que el lector reconozca esta discusión cuando aparezca, entienda de dónde viene históricamente, y no la confunda con una pregunta de ingeniería que sí tiene respuesta precisa, que es la pregunta de qué hace exactamente, en términos matemáticos verificables, un sistema de inteligencia artificial. Esa segunda pregunta es la que este libro sí puede responder con rigor, capítulo a capítulo, y las dos preguntas no deben mezclarse.

La inteligencia se convierte en objeto de medición: el nacimiento de la psicología científica

Sección titulada «La inteligencia se convierte en objeto de medición: el nacimiento de la psicología científica»

Durante casi todo el siglo diecinueve, la pregunta sobre la inteligencia siguió siendo, sobre todo, un asunto filosófico. Eso cambió a comienzos del siglo veinte, cuando la psicología se consolidó como disciplina científica independiente y empezó a tratar la inteligencia no como una cualidad metafísica sino como algo que, en principio, se podía observar, medir y comparar entre individuos.

Este cambio trajo consigo un problema que todavía hoy no está resuelto, y que resulta muy relevante para este libro: distintos psicólogos, trabajando de manera independiente, propusieron definiciones de inteligencia que apuntaban a facultades distintas entre sí. Para el psicólogo Lewis Terman, la inteligencia era, ante todo, la capacidad de realizar pensamientos abstractos. Para Jean Piaget, que estudió sobre todo el desarrollo cognitivo en la infancia, la inteligencia era la capacidad de resolver problemas nuevos, es decir, problemas para los que el individuo no cuenta con una respuesta ya aprendida. Para Wolfgang Kohler y Kurt Koffka, psicólogos de la escuela llamada Gestalt, la inteligencia era la capacidad especial para adquirir conocimientos nuevos. Para William Stern, era la capacidad de adaptar el propio pensamiento a las necesidades del momento presente. Para David Wechsler, cuyas pruebas de medición de la inteligencia todavía se usan hoy en la práctica clínica, la inteligencia era la capacidad de relacionarse de manera efectiva con el ambiente. Y para Edward Thorndike, era, de manera más pragmática, la capacidad de producir buenas respuestas ante los problemas que se presentan.

Vale la pena que el lector se detenga un momento sobre esta lista, porque no es un simple catálogo histórico: es la prueba de que, incluso dentro de una disciplina científica dedicada específicamente a estudiar la inteligencia, con métodos experimentales rigurosos y más de un siglo de investigación acumulada, no existe todavía un acuerdo sobre qué es exactamente lo que se está estudiando. Hay, eso sí, un elemento común que atraviesa casi todas estas definiciones, y que conviene subrayar porque va a reaparecer, en una forma matemática muy precisa, en capítulos posteriores de este libro: la idea de que la inteligencia es, en el fondo, la capacidad de un organismo para adaptarse a su entorno resolviendo con eficacia los problemas que ese entorno le presenta. Bajo esta idea, tiene sentido hablar de inteligencia tanto en seres humanos adultos como en niños que todavía no adquirieron el lenguaje, e incluso en animales, porque la adaptación eficaz al entorno no requiere lenguaje ni pensamiento abstracto en el sentido en que lo entendía Aristóteles: requiere, simplemente, que el comportamiento del organismo resulte apropiado para las circunstancias en las que se encuentra.

Jean Piaget llevó esta idea todavía más lejos, y de una manera que resulta especialmente importante para este libro. Piaget sostuvo que la inteligencia no es una facultad separada del cuerpo, añadida a él desde afuera, sino que es, literalmente, la forma más avanzada que puede tomar la adaptación biológica de cualquier organismo vivo. Para Piaget, toda explicación de los fenómenos mentales termina apoyándose, tarde o temprano, en la biología o en la lógica, porque los fenómenos mentales más elementales, como la percepción y el movimiento, dependen directamente del funcionamiento del organismo, mientras que las funciones intelectuales más elevadas dependen de relaciones lógicas y matemáticas que, según él, no se pueden reducir sin más a procesos puramente biológicos. La inteligencia, en esta visión, es el instrumento que permite al organismo mantener y ampliar sus intercambios con el entorno cuando esos intercambios superan el contacto inmediato y momentáneo, y alcanzan relaciones más extensas y más estables en el tiempo y en el espacio.

Esta manera de entender la inteligencia —como adaptación, como resolución eficaz de problemas planteados por un entorno— es la que, sin que casi nadie lo señale explícitamente, terminó heredando la inteligencia artificial moderna. Cuando en los capítulos siguientes este libro explique con precisión matemática qué significa que un sistema de aprendizaje automático “aprenda” a partir de datos, el lector reconocerá en esa explicación la misma estructura de fondo que Piaget describía en términos biológicos: un sistema que ajusta su comportamiento interno en función de la información que recibe de su entorno, con el objetivo de responder cada vez con más eficacia a los problemas que ese entorno le plantea. La diferencia, que este libro también va a explicar con todo detalle más adelante, es que en el caso de las máquinas ese “entorno” no es el mundo físico en el que vive un organismo, sino un conjunto de datos seleccionado, preparado y presentado por seres humanos, y esa diferencia tiene consecuencias que van a resultar decisivas cuando, en un capítulo posterior, se examinen los límites y los errores característicos de estos sistemas.

La inteligencia no es una sola cosa: lo que muestra el estudio comparado de la cognición animal

Sección titulada «La inteligencia no es una sola cosa: lo que muestra el estudio comparado de la cognición animal»

Un desarrollo más reciente, dentro de la biología y la psicología comparada, refuerza todavía más esta idea de pluralidad y complica, de una manera muy instructiva, cualquier definición demasiado simple de la inteligencia. La disciplina que se dedica a estudiar la cognición —es decir, los procesos mentales de adquisición, procesamiento y uso de información— a través de las distintas especies del mundo animal ha encontrado un panorama mucho más rico y más sorprendente de lo que se suponía hace apenas unas décadas. Se ha observado, por ejemplo, que ciertas especies de aves, como el loro kea originario de Nueva Zelanda, resuelven problemas prácticos mediante formas de inferencia estadística general, es decir, sacando conclusiones probabilísticas a partir de la observación repetida de regularidades en su entorno, sin que se les haya enseñado explícitamente a hacerlo. También se ha observado que ciertas aves de la familia de los arrendajos euroasiáticos pueden ser engañadas por trucos de manos similares a los que usan los ilusionistas humanos, lo cual exige, de parte del animal, una representación bastante sofisticada de la atención y las expectativas ajenas. E incluso se ha planteado, en la investigación reciente sobre insectos, la posibilidad de que abejorros posean alguna forma mínima de experiencia consciente, una hipótesis todavía debatida pero tomada en serio por parte de la comunidad científica especializada.

Los investigadores de este campo insisten en un punto que resulta central para este libro: no existe una sola forma de cognición que se pueda medir en una única escala, con los seres humanos en la cima y el resto de las especies distribuidas por debajo según se acerquen o se alejen del modelo humano. Este enfoque, llamado antropocéntrico porque toma al ser humano como medida de todas las cosas, ha dominado buena parte de la investigación histórica sobre cognición animal, pero cada vez son más los especialistas que proponen, en su lugar, un enfoque biocéntrico: estudiar la cognición de cada especie en sus propios términos, preguntando qué problemas concretos enfrenta esa especie en su entorno ecológico particular, y qué capacidades cognitivas específicas desarrolló para resolverlos, en lugar de medir todo en referencia a capacidades humanas como el lenguaje o el razonamiento abstracto.

Esta lección biológica se traslada, de manera casi directa, al campo de la inteligencia artificial, y este libro va a insistir en ella de manera reiterada porque resulta demasiado fácil olvidarla en la práctica cotidiana: así como no existe una sola forma de cognición en el mundo vivo, tampoco existe una sola forma de inteligencia artificial, y los distintos tipos de sistemas que se han construido a lo largo de la historia del campo —que se examinarán en detalle en el próximo capítulo— no son versiones más o menos completas de un mismo ideal, sino formas estructuralmente distintas de resolver el problema general de producir un comportamiento útil a partir de cierta información disponible. Preguntar cuál de estos sistemas es “más inteligente” que otro, en abstracto, resulta con frecuencia una pregunta mal planteada, de la misma manera que resulta mal planteado preguntar si un loro es más o menos inteligente que un pulpo sin especificar antes en qué tarea concreta se los está comparando.

El bucle entre el organismo y su entorno: la cibernética de Norbert Wiener

Sección titulada «El bucle entre el organismo y su entorno: la cibernética de Norbert Wiener»

La sección anterior mostró que Piaget entendía la inteligencia como una forma de adaptación biológica: un organismo que ajusta su comportamiento en función de la información que recibe de su entorno. Esa idea, formulada por Piaget en un lenguaje todavía biológico y psicológico, encontró casi al mismo tiempo una formulación matemática independiente, en un campo distinto, que resulta indispensable para entender cómo esta noción de adaptación terminó pudiendo trasladarse a una máquina.

En 1948, el matemático estadounidense Norbert Wiener publicó un libro que fundó un campo nuevo, al que dio el nombre de cibernética, tomando la palabra griega que designa al timonel de un barco: aquel que corrige continuamente el rumbo observando en todo momento el efecto de sus propias correcciones anteriores. La idea central de la cibernética es que tanto los organismos vivos como las máquinas pueden describirse, sin importar de qué material estén hechos, mediante el mismo esquema abstracto: un sistema percibe una señal proveniente de su entorno, actúa sobre ese entorno en función de esa señal, y luego vuelve a percibir el nuevo estado del entorno, que ahora incluye el efecto de la acción anterior. Este esquema se llama bucle de retroalimentación, y Wiener mostró que ya estaba presente, de manera implícita, en mecanismos tan simples como el regulador de una máquina de vapor, que ajusta automáticamente el flujo de vapor según la velocidad medida del motor, sin que ningún operador humano intervenga en cada ajuste.

Lo que hace decisiva esta idea para la historia que este libro está contando es que Wiener no reservó el bucle de retroalimentación para las máquinas simples: sostuvo explícitamente que el sistema nervioso de un organismo vivo funciona según el mismo principio general, y que por lo tanto el comportamiento inteligente de un ser humano, de un animal y de una máquina bien diseñada podían describirse, en su estructura más abstracta, con el mismo lenguaje matemático, independientemente del material —neuronas biológicas o circuitos eléctricos— en el que ese bucle esté implementado. Esta idea, conocida más tarde en filosofía de la mente como funcionalismo, sostiene que lo que define a un proceso mental no es la sustancia física que lo lleva a cabo, sino la función abstracta que cumple dentro de un sistema. El funcionalismo va a resultar central en capítulos posteriores de este libro, porque es, en el fondo, la justificación filosófica de fondo que permite hablar con sentido de “aprendizaje” o de “adaptación” en un sistema construido con silicio en lugar de con neuronas biológicas: si lo que importa es la función y no el material, entonces no hay ninguna razón de principio para excluir a las máquinas de la posibilidad de exhibir esa función.

Conviene señalar, sin embargo, un límite importante de esta idea, que este libro también va a retomar más adelante: que dos sistemas cumplan la misma función abstracta no implica que tengan las mismas propiedades internas en todos los sentidos relevantes. El próximo apartado de este mismo capítulo examina precisamente un argumento filosófico, formulado varias décadas después de Wiener, que ataca exactamente ese punto: la posibilidad de que un sistema reproduzca perfectamente una función observable sin poseer nada parecido a lo que, en un ser humano, llamaríamos comprensión.

El puente hacia la máquina: la teoría de la información de Claude Shannon

Sección titulada «El puente hacia la máquina: la teoría de la información de Claude Shannon»

El esquema de Wiener explica cómo un sistema puede reaccionar a su entorno mediante un bucle de percepción y acción, pero deja sin resolver una pregunta previa y más básica: ¿qué es, exactamente, lo que ese sistema percibe? Antes de 1948, la palabra información se usaba en el lenguaje cotidiano y también en la ciencia de un modo impreciso, casi siempre asociado de manera vaga al contenido de un mensaje. No existía una manera de medir cuánta información contenía un mensaje, del mismo modo en que se puede medir cuánta masa tiene un objeto o cuánta energía consume un proceso.

Ese mismo año, el ingeniero y matemático Claude Shannon —uno de los cuatro firmantes, ocho años más tarde, de la propuesta que dio origen a la conferencia de Dartmouth, como se explicará en el próximo capítulo— publicó un artículo que resolvió este problema de una manera tan general que hoy se considera el fundamento de toda la tecnología digital de comunicaciones. La idea central de Shannon consiste en desligar por completo la información de su significado. Para Shannon, la cantidad de información que transmite un mensaje no depende de si ese mensaje es verdadero, útil, o comprensible para quien lo recibe: depende exclusivamente de cuánta incertidumbre había antes de recibirlo, y de cuánta incertidumbre queda después.

Esta idea se puede ilustrar con un ejemplo simple. Si alguien va a informarnos el resultado de tirar una moneda justa, antes de recibir el mensaje hay exactamente dos resultados igualmente posibles, y por lo tanto una incertidumbre máxima entre esas dos opciones; el mensaje que anuncia el resultado elimina esa incertidumbre por completo, y transmite, según la medida de Shannon, exactamente una unidad de información, a la que Shannon llamó bit, contracción de la expresión inglesa para “dígito binario”. Si en cambio la moneda estuviera trucada de manera que casi siempre cae del mismo lado, había mucha menos incertidumbre antes del mensaje —el resultado era casi previsible—, y por lo tanto el mensaje que confirma ese resultado esperado transmite mucha menos información, aunque el mensaje en sí, como cadena de texto, tenga la misma longitud que en el caso de la moneda justa.

Conviene subrayar, antes de seguir, una precisión que va a resultar indispensable para un argumento filosófico que este libro presentará en el próximo capítulo. La información, tal como la define Shannon, es una cantidad exclusivamente sintáctica: mide cuánta incertidumbre se resuelve en un canal de comunicación, contando símbolos y calculando probabilidades sobre esos símbolos, sin ninguna referencia a lo que esos símbolos significan ni a si el mensaje transmitido es verdadero, relevante o comprensible para nadie. Un mensaje generado al azar por un proceso que no comunica nada con sentido, y un mensaje que transmite una noticia importante, pueden tener exactamente la misma entropía, medida en los mismos bits, si ambos resuelven la misma cantidad de incertidumbre estadística sobre los símbolos utilizados. Shannon fue, de hecho, completamente explícito sobre este punto en su propio artículo original: advirtió que los aspectos semánticos de la comunicación —qué significa un mensaje— son irrelevantes para el problema de ingeniería que su teoría resuelve, que es, exclusivamente, cómo transmitir símbolos de manera eficiente y confiable a través de un canal. Esta precisión importa porque el próximo capítulo de este libro va a presentar un argumento filosófico, formulado por John Searle, que ataca precisamente la confusión entre estas dos cosas: entre procesar símbolos de manera estadísticamente sofisticada —lo que la teoría de Shannon mide con precisión— y comprender el significado de esos símbolos, que es una cuestión completamente distinta, y que ninguna cantidad de bits procesados, por sí sola, permite dar por resuelta.

Por qué le importa a este libro esta idea, antes incluso de haber presentado el primer algoritmo de aprendizaje automático, tiene una razón precisa. En el apartado anterior de este mismo capítulo se estableció que la inteligencia, en su versión biológica, consiste en que un organismo reduzca la incertidumbre sobre su entorno para actuar con eficacia sobre él, y que la cibernética de Wiener describe ese proceso como un bucle de percepción y acción. La teoría de la información de Shannon completa esa descripción proporcionando, por primera vez en la historia, una unidad exacta y matemáticamente rigurosa para medir esa incertidumbre. Cualquier sistema de inteligencia artificial, salvo excepciones muy contadas, procesa en algún nivel de su funcionamiento interno cantidades que se pueden medir en bits de esta misma manera. Más aún: la medida que hoy se usa para entrenar prácticamente todos estos sistemas —la que cuantifica qué tan “sorprendido” queda un modelo estadístico frente a un dato que no anticipaba correctamente— es, directamente, una aplicación de esta misma fórmula de Shannon a un contexto distinto del que él imaginó originalmente para las telecomunicaciones. Los capítulos 4 y 6 desarrollan esa aplicación para quien quiera seguirla en detalle.

De la pregunta filosófica a la pregunta de ingeniería: por qué la informática necesitó una definición propia

Sección titulada «De la pregunta filosófica a la pregunta de ingeniería: por qué la informática necesitó una definición propia»

Todo lo anterior deja al lector, con toda razón, sin una respuesta cerrada a la pregunta de qué es la inteligencia. Y esa falta de respuesta cerrada es, precisamente, lo que obligó a la disciplina de la informática, cuando empezó a plantearse en serio la posibilidad de construir máquinas inteligentes a mediados del siglo veinte, a tomar una decisión pragmática que va a marcar el resto de este libro.

En lugar de esperar a que la filosofía y la psicología resolvieran, de una vez por todas, qué es la inteligencia —algo que, después de más de dos mil años de discusión filosófica y más de un siglo de investigación psicológica experimental, no había ocurrido ni parecía que fuera a ocurrir pronto— la informática adoptó lo que en este libro se llamará una definición de trabajo. Una definición de trabajo no pretende capturar la esencia última de un concepto: pretende, más modestamente, ofrecer un criterio suficientemente claro y suficientemente compartido como para que distintas personas puedan trabajar sobre el mismo problema sin necesidad de resolver antes todas las cuestiones filosóficas de fondo.

La definición de trabajo que terminó adoptando el campo, y que se explicará con mucho más detalle, incluyendo sus limitaciones más serias, en el próximo capítulo de este libro, fue más o menos la siguiente: se llama inteligencia artificial a la disciplina que construye sistemas capaces de realizar tareas que, si las realizara un ser humano, se calificarían sin dudar como tareas inteligentes. Esta definición no dice nada sobre cómo el sistema logra realizar esas tareas por dentro, ni exige que el sistema posea nada parecido a una mente, una conciencia, o un entendimiento genuino en el sentido que le daba Descartes al término pensar. Exige, únicamente, que el resultado observable de la tarea sea equiparable al resultado que produciría un humano competente.

Esta manera de proceder tiene una virtud práctica enorme, que es la que permitió que el campo avanzara durante décadas sin quedar paralizado por discusiones filosóficas sin resolver. Pero tiene también un costo, que este libro no va a ocultar ni minimizar en ningún momento: al definir la inteligencia artificial exclusivamente por sus resultados observables, y no por ningún mecanismo interno específico, se corre constantemente el riesgo de que el público general, e incluso parte de la comunidad especializada, atribuya a estos sistemas cualidades internas —comprensión, intención, conciencia— que la definición de trabajo nunca exigió, y que la evidencia técnica disponible no respalda. Evitar ese error, sosteniendo con la misma firmeza tanto el rigor técnico como la precisión filosófica, es uno de los propósitos centrales de este libro completo, y no solamente de este primer capítulo.

Lo que este capítulo deja establecido antes de continuar

Sección titulada «Lo que este capítulo deja establecido antes de continuar»

Antes de pasar al siguiente capítulo, conviene resumir con precisión lo que este primero ha dejado establecido, porque cada uno de estos puntos va a ser retomado más adelante.

En primer lugar, la palabra inteligencia tiene una historia filosófica de más de dos mil años, que va desde la definición aristotélica del ser humano como animal racional, pasando por la separación cartesiana entre una mente pensante inmaterial y un cuerpo puramente mecánico, hasta el intento moderno de convertir la inteligencia en un objeto medible por la psicología científica.

En segundo lugar, ni la filosofía ni la psicología llegaron nunca a un acuerdo definitivo sobre qué es exactamente la inteligencia, aunque la mayoría de las definiciones propuestas comparten la idea de que se trata, en el fondo, de la capacidad de un organismo para adaptarse eficazmente a su entorno resolviendo los problemas que ese entorno le presenta.

En tercer lugar, el estudio comparado de la cognición en distintas especies animales muestra que esa capacidad de adaptación no toma una única forma universal, sino muchas formas distintas, cada una adaptada a las necesidades ecológicas particulares de cada especie, lo cual desaconseja pensar en la inteligencia como una escala única en la que unos organismos estarían más arriba y otros más abajo.

En cuarto lugar, dos formalizaciones matemáticas del siglo veinte, contemporáneas entre sí, prepararon el terreno conceptual para trasladar esta noción de adaptación a una máquina: la cibernética de Norbert Wiener, que describe cualquier sistema adaptativo —biológico o artificial— como un bucle de percepción y acción, y la teoría de la información de Claude Shannon, que por primera vez permitió medir con precisión, en unidades llamadas bits, la incertidumbre que ese bucle reduce en cada ciclo.

En quinto lugar, y como consecuencia directa de los puntos anteriores, la informática no resolvió el problema filosófico de definir la inteligencia: lo dejó deliberadamente sin resolver, y en su lugar adoptó una definición de trabajo basada exclusivamente en resultados observables, lo cual le permitió avanzar técnicamente pero también la dejó expuesta, de manera permanente, al riesgo de que se le atribuyan a las máquinas cualidades mentales que su propia definición nunca reclamó tener.

El próximo capítulo retoma exactamente este último punto y lo desarrolla en detalle histórico: cómo nació formalmente el campo de la inteligencia artificial a mediados del siglo veinte a partir de esta definición de trabajo, qué caminos tomó a lo largo de las siguientes siete décadas, por qué atravesó dos períodos prolongados de estancamiento que la propia comunidad especializada bautizó como inviernos, y qué combinación de factores llevó finalmente a los sistemas que existen hoy.


Al terminar este capítulo, usted debería poder explicar

Sección titulada «Al terminar este capítulo, usted debería poder explicar»
  1. Por qué más de dos mil años de filosofía y más de un siglo de psicología experimental no produjeron una definición única y aceptada de “inteligencia”, y qué tienen en común, pese a todo, la mayoría de las definiciones propuestas.
  2. Qué significa afirmar, con Piaget, que la inteligencia es una forma de adaptación biológica, y por qué esa idea permite hablar de inteligencia en animales sin lenguaje.
  3. Qué es una definición de trabajo, por qué la informática necesitó adoptar una, y cuál es el costo que se paga por definir la inteligencia artificial exclusivamente por sus resultados observables.
  4. Por qué la información, en el sentido de Shannon, no tiene nada que ver con el significado de un mensaje, y qué consecuencia tiene esa aclaración para lo que se dirá más adelante sobre los sistemas de lenguaje.

  1. Aristóteles. De Anima (Acerca del alma). Fuente clásica de la definición del ser humano como animal racional.
  2. Descartes, R. (1637). Discurso del método; Descartes, R. (1641). Meditaciones metafísicas. Fuentes del dualismo mente-cuerpo y de la comparación entre el cuerpo animal y la máquina.
  3. Definiciones psicológicas de la inteligencia (Terman, Piaget, Kohler, Koffka, Stern, Wechsler, Thorndike), recopiladas en Legg, S. & Hutter, M. (2007). “A Collection of Definitions of Intelligence”. arXiv:0706.3639.
  4. Piaget, J. (1947). La psychologie de l’intelligence, Capítulo Primero: “Inteligencia y adaptación biológica”. (Traducción castellana habitual: La psicología de la inteligencia.)
  5. Sobre cognición comparada (kea, arrendajos euroasiáticos, abejorros) y el enfoque biocéntrico frente al antropocéntrico: Stanford Encyclopedia of Philosophy, entrada “Comparative Cognition”, y bibliografía allí citada (Bastos & Taylor 2020; Garcia-Pelegrin et al. 2021; Gibbons et al. 2022).
  6. Wiener, N. (1948). Cybernetics: or Control and Communication in the Animal and the Machine. MIT Press.
  7. Shannon, C. E. (1948). “A Mathematical Theory of Communication”. Bell System Technical Journal, 27(3–4). (En la introducción de este artículo, Shannon declara explícitamente que los aspectos semánticos de la comunicación son irrelevantes para el problema de ingeniería que aborda.)