Qué es y qué no es inteligencia artificial
En los últimos años el término inteligencia artificial y todo lo que tiene que ver con ello está adquiriendo un gran protagonismo y sobredimensionamiento.

La expresión está siendo abusada y utilizada de forma básicamente incorrecta diariamente.
Por Victor Etxebarria Ecenarro (*)
¿Existen realmente máquinas inteligentes, similares a las personas? Si respondemos a esta pregunta con cierto rigor, desde las bases de las ciencias fundamentales que soportan los pilares de este área –matemáticas y física–, la respuesta es que no. Y muchos científicos conjeturan y argumentan seriamente que
probablemente nunca existirán
.
Computar no es lo mismo que pensar
Alan Turing diseñó el
bombe,
un dispositivo empleado por Reino Unido para descodificar los mensajes cifrados por la máquina alemana Enigma durante la Segunda Guerra Mundial. Partamos de las áreas de conocimiento adyacentes a las matemáticas y la física que se expandieron desde los años 30 y 40 del siglo XX, como la ciencia de la computación, la electrónica, la automática o la propia área de inteligencia artificial. En el año 1937 vieron la luz dos publicaciones científicas de enorme importancia: la primera,
Sobre los números computables, con una aplicación al Entscheidungsproblem
del matemático Alan Turing, y la segunda,
Análisis simbólico de relés y circuitos de conmutación
, del matemático e ingeniero electrónico Claude Shannon. Estos trabajos fundaron la forma inicial de crear máquinas electrónicas capaces de computar, manejar información y manipular símbolos mediante programación algorítmica. Sin embargo, la inteligencia artificial, entendida como aquella que pretende replicar capacidades intelectuales similares a animales o personas (llamada
inteligencia general o inteligencia fuerte
) no se ha demostrado en absoluto. Esto es: no hay evidencia ni matemática, ni física, ni se conoce la existencia de ningún prototipo equivalente a las capacidades pensantes de un cerebro humano.
Decisión vs. elección
En 1966 el matemático y profesor de Ciencias de la Computación en el Instituto Tecnológico de Massachusetts (MIT)
Joseph Weizenbaum
creó en su laboratorio un programa llamado
ELIZA
capaz de realizar procesamiento de lenguaje natural. Esta sencilla herramienta reconocía palabras clave en las frases del usuario para elegir una frase modelo de su base de datos con la que contestar.
ELIZA era capaz de entablar una conversación
con seres humanos simulando a una psicóloga empática. Weizenbaum modeló su estilo de conversación como preguntas abiertas para animar a los
pacientes
a comunicarse más eficazmente con la
terapeuta
, y le sorprendió que su programa fuera tomado en serio por muchos usuarios. A la vista de que gran número de admiradores consideraron el programa como verdadero precursor de las máquinas pensantes, el propio autor se vio obligado a dejar claro que consideraba esta interpretación totalmente errónea e intentó vehementemente corregir en sus intervenciones posteriores estas ideas. Entre otros muchos escritos, Weizenbaum publicó en 1976 el libro
El poder informático y la razón humana: del juicio al cálculo
. Con él trataba de explicar al público en general su trabajo y sus consecuencias desde la filosofía de la ciencia, sin incluir turbadoras fórmulas matemáticas en el texto. En el libro, el autor distingue entre las capacidades de los computadores y el razonamiento humano, y establece una distinción crucial entre
decidir
y
elegir
. Lo mismo que en la automática la decisión y control de un proceso industrial se implementa con un circuito o un computador como controlador programado de dicho proceso, Weizenbaum explica que decidir es una actividad computacional, algo que en última instancia puede programarse y, sin embargo, la elección es el producto del juicio, no del cálculo.
El papel de la mecánica cuántica
En 1989, el físico, matemático y Premio Nobel en el año 2020 Roger Penrose publicó su influyente libro
La nueva mente del emperador
en el que demuestra que el pensamiento humano no es básicamente algorítmico. A caballo entre las matemáticas, la filosofía de la ciencia y la física, el texto incorpora tanto demostraciones matemáticas como ilustradas discusiones de los famosos exámenes de inteligencia (como el
test de Turing
y el
experimento de la habitación china
). Además conjetura la posible necesidad de las leyes de la mecánica cuántica para poder explicar correctamente nuestras mentes. La obra fue devastadora para la tradicional inteligencia artificial fuerte. Inspiró contestaciones de múltiples autores en diversas áreas de conocimiento, pero sus tesis no pudieron ser refutadas convincentemente. Penrose avanzó aún más en sus ideas con el segundo de sus libros sobre la conciencia humana, publicado en 1994:
Las sombras de la mente
. En él incluye una propuesta detallada sobre cómo podrían implementarse esos procesos cuánticos en el cerebro. Las
nuevas conjeturas, en colaboración con la biología y la neurociencia médica
sugeridas por Penrose, incluyen en particular el citoesqueleto de las neuronas. En concreto los microtúbulos, importantes componentes del citoesqueleto, son lugares plausibles para el procesamiento cuántico y, en última instancia, para la conciencia. Estas ideas pueden perfectamente ser incorrectas, tal y como el propio Penrose argumenta. Muchos investigadores multidisciplinares en estos campos intentaron refutar parte de estas propuestas, pero
actualmente siguen en vigor
.
Sin inteligencia artificial a la vista
Desde un punto de vista global, sabemos que se han estudiado múltiples enfoques desde hace décadas para tratar de expandir la inteligencia artificial. Las redes neuronales, los sistemas expertos, la lógica
fuzzy
y en los últimos tiempos el
deep learning
y el
big data
han dado lugar a útiles herramientas para resolver problemas con fines específicos. Estas herramientas pueden ser impresionantes, pero debemos tener muy claro que no nos hemos acercado al desarrollo de la inteligencia artificial general.
La llamada inteligencia débil (o inteligencia estrecha) corresponde con las aplicaciones que hoy tenemos
, pero las afirmaciones exageradas sobre sus éxitos, de hecho, dañan la reputación de la inteligencia artificial como ciencia. En más de ochenta años de investigación en esta área no se ha producido ninguna prueba firme de niveles humanos de inteligencia artificial general. Sabemos que los circuitos artificiales son incapaces de modelar los sistemas nerviosos incluso de los invertebrados más simples. Aún con computadores muy rápidos y con enormes bases de datos, confiar en que el razonamiento, la inteligencia y la conciencia surjan
de alguna manera
simplemente aumentando más y más la complejidad no parece más que un camino sin salida. Las herramientas informáticas son muy útiles, pero aunque
una máquina gane a los ajedrecistas profesionales
o sea capaz de proponer un recurso legal buscando jurisprudencia en su gran base de datos, no es una máquina pensante. Es importante no banalizar, diferenciar entre herramientas tecnológicas y entes inteligentes, así como dejar a la ciencia seguir trabajando con rigor en esta apasionante materia.
(*) Catedrático, Universidad del País Vasco / Euskal Herriko Unibertsitatea.
Artículos relacionados

Pochettino suma Sportian Performance de Globant al análisis en tiempo real de Estados Unidos
El entrenador argentino al frente de la Selección Masculina de Fútbol de Estados Unidos incorporará la plataforma que integra video, datos de seguimiento e inteligencia artificial, con módulos para preparación, análisis en directo y revisión posterior, en un contexto de mayor uso de analítica aplicada al rendimiento deportivo


Lumu Autopilot cerró 45,3% de incidentes confirmados y recortó triage manual 69,9%
En los últimos 12 meses, la plataforma de operaciones de seguridad autónomas ejecutó más de 7,2 millones de flujos de investigación y remediación end-to-end y eliminó más de 17.000 horas de triage, en un contexto en el que los equipos de ciberseguridad buscan reducir el volumen de alertas y priorizar compromisos confirmados

