¿Es usted humano o robot? Los orígenes de la IA

Vivimos rodeados de artículos que vaticinan que la IA reemplazará el trabajo humano, que conquistará el mundo y seremos esclavos de robots. Filósofos y especialistas en el tema coinciden en que debemos prepararnos para este nuevo mundo futurista dominado por una tecnología que se volverá incontrolable y que conoce nuestras virtudes (y errores) para potenciarse y nuestros puntos débiles para derribarnos. Sin embargo la IA no es una invención de los últimos tiempos. Todo lo contrario: lo que actualmente conocemos como IA, no es nada más que un nieto mejorado de esa Inteligencia Artificial que por primera vez en la historia, bautizó John McCarthy en 1956. Vayamos sin más a conocer el árbol genealógico de esta tecnología que nos amedrenta.

Érase una vez

El término “Inteligencia Artificial” fue acuñado por primera vez en 1956 por John McCarthy, profesor de Dartmouth College que la definió como la “ciencia e ingeniería de crear computadoras inteligentes”.Existen tantas definiciones de la IA como intelectuales que hablan respecto a este fenómeno. La más aceptada fue la planteada por Poole, Mackworth y Goebel en su libro “Inteligencia Computacional: acercamientos lógicos” en el año 1998. Para estos autores la IA conforma la teoría y el desarrollo de sistemas computacionales capaces de llevar a cabo tareas normalmente circunscriptas al ámbito de la inteligencia humana. 

¿Es usted una máquina o un humano?

Todos alguna vez tenemos que demostrarle a algún sitio web que efectivamente somos seres humanos mediante la selección de mágenes que tienen semáforos y autos o especificando qué letras muestra un casillero en blanco… Técnicamente ese proceso se denomina CAPTCHA cuyas siglas representan Completely Automated Public Turing test to tell Computers and Humans Apart (test de Turing público y automático para distinguir a los ordenadores de los humanos). ¿Qué tiene que ver con la IA? Mucho. En realidad, Alan Turing es una de las primeras personas en plantearse si las máquinas pueden efectivamente pensar.En 1950, Turing publica el ensayo “Computing Machinery and Intelligence” (“Maquinaria Computacional e Inteligencia”) en la revista Mind. Para evitar perderse en el desafío filosófico de definir qué es pensar y qué es una máquina, Turing plantea un test para probar si las máquinas pueden “imitar” a la cognición humana. Para ello delinea un juego conformado por tres participantes (A, B y C) en el que A es un hombre (X), B una mujer (Y) y C un interrogador que desde otra habitación debe adivinar cuál de los dos primeros se trata de la jugadora femenina, a través de preguntas que debe enviar a cada integrante de forma escrita (para evitar que los tonos de voz de cada uno faciliten la deducción del interrogador).Turing se pregunta si al reemplazar A o B por una máquina, el participante C sería capaz de dirimir cuál de ellos se trata de un humano y cuál, de un sistema automático. Más allá de que Turing luego complejiza los escenarios y técnicamente enriquece su teoría, fue el primer exponente en preocuparse respecto al poder que podrían engendrar las máquinas al ser potencialmente capaces de “engañar” al ser humano.

¿IA = Algoritmo?

A pesar de que estos términos suelen usarse de manera equivalente, resulta clave poder diferenciarlos en cuanto a su proceso y desarrollo técnico e intelectual. El aprendizaje automático o aprendizaje automatizado (en inglés conocido como machinelearning) es una de las subáreas de la IA que más evolucionó en la última década: “hace referencia a un conjunto de técnicas computacionales que permite construir modelos predictivos complejos a partir de grandes conjuntos de datos”. La IA representa la teoría y desarrollo de sistemas computacionales que realizan tareas que requieren de inteligencia humana. Machine learning, por el contrario, según Kevin Murphy es una metodología que se remite al diseño de una secuencia de acciones tendientes a resolver un problema. Este proceso es más conocido como algoritmo y se caracteriza por ser optimizado recurrentemente a través de la experiencia recolectada, aprendiendo del error, con o sin supervisión humana. El algoritmo generaliza “comportamientos” a partir de los datos de entrada: cuánto más datos, se espera que mejor sea la generalización. Los algoritmos de aprendizaje automático se modifican a partir de los datos que recibe. Arthur Samuel, considerado como el padre de esta rama, afirmaba en 1959 que el aprendizaje automático es el “campo de estudio dentro de la IA que les brinda a los sistemas la capacidad de aprender de ejemplos pasados para actuar en escenarios nuevos e inciertos, sin haber sido explícitamente programados”.

Yo, Robot

Los seres humanos, entendidos como agentes inteligentes, tienen la capacidad de predecir el entorno, interpretar condiciones y tomar decisiones. Las máquinas imitan las capacidades cognitivas de la mente humana, tales como la percepción visual y el reconocimiento de voz para aprender y resolver problemas progresivamente más complejos. Se genera un proceso que según Julián Siri y Juan Andrés Serur (2018), se caracteriza por:

1. La adquisición de la información, tanto en formato estructurado (por ejemplo datos económicos), como desestructurados (imágenes y audios).

2. Interpretación de los datos para arribar a conclusiones o conocimiento relevante.

3. Actuar en consecuencia a partir de la comprensión de la información para completar un proceso, actividad o función definida.

4. Aprender en base al feedback (devolución o resultado) que recibe de los experimentos llevados a cabo en la vida real. Estos sistemas se adaptan y mejoran su eficacia y eficiencia a lo largo del tiempo. Esto los distingue de procesos automatizados rutinarios.

¿Cuántas veces confiamos nuestra vida a SIRI, Alexa o Google?, ¿o usamos el chat GPT como si estuviéramos hablando con una persona real?, ¿o le hacemos preguntas a un chatbot del servicio de soporte de una página web? Ese engaño originario que planteaba Turing hace más de 70 años, hoy es la base para el desarrollo y el perfeccionamiento de sistemas que cada vez más se parecen a nosotros, imitando nuestros aciertos pero también, acarreando defectos y errores.¿Cómo se desarrollaron tanto estos sistemas? En próximas ediciones, iremos presentando a parientes más jóvenes que fueron prodigios en la familia de la IA.