Mitología, autómatas y el origen de la pregunta: los inicios de la historia de la IA, de Turing al primer invierno

Mucho antes de que alguien pudiera escribir un programa, la gente ya contaba historias sobre seres artificiales que se movían, vigilaban, servían y parecían pensar. Eso no es una curiosidad de la prehistoria de la computación; es el origen de la pregunta que la inteligencia artificial todavía intenta responder. Este artículo sigue la pregunta desde los mitos y autómatas de la Antigüedad hasta el momento en que se convirtió en ciencia — la reformulación de Turing en 1950, la conferencia de Dartmouth de 1956, el perceptrón y los sistemas basados en reglas de los años sesenta — y hasta la primera vez en que el campo prometió más de lo que podía entregar.^[10]

1. Mitología, autómatas y el origen de la pregunta

La idea de construir entidades artificiales capaces de actuar por su cuenta es mucho más antigua que la computación digital. En la Antigüedad, especialmente en la mitología griega, ya aparecían narraciones sobre seres artificiales creados por humanos o dioses, con comportamiento autónomo y apariencia de inteligencia.^[8] Talos, el gigante de bronce que, según el mito, rodeaba la isla de Creta tres veces al día y lanzaba rocas contra los barcos que se acercaban, es un guardián con rutina de patrulla y un disparador; las sirvientas de oro que Homero sitúa en el taller de Hefesto se describen como dotadas de juicio, voz y capacidad de aprender el oficio. Más tarde, los ingenieros construyeron las primeras versiones físicas: Herón de Alejandría describió teatros automáticos y puertas de templo movidas por agua y contrapesos en el siglo I, y los relojeros del siglo XVIII produjeron autómatas que escribían frases con una pluma o tocaban un órgano.

Esto importa porque la IA no nace solo como problema técnico: nace como una pregunta persistente sobre simular capacidades humanas en artefactos. Los mitos preguntan qué significaría que una cosa fabricada vigilara, sirviera o juzgara; los autómatas muestran cuánto de un comportamiento puede reproducirse solo con mecanismo. La computadora no creó la pregunta. Le dio un medio nuevo.

2. Por qué la historia importa para la IA actual

Entender el origen de la IA ayuda a interpretar los conflictos éticos, económicos y profesionales que reaparecen con cada nueva ola tecnológica. La discusión sobre el trabajo, la autonomía de la máquina y los límites de la simulación no empezó con los modelos generativos recientes; acompaña al campo desde sus formulaciones iniciales. El autómata del siglo XVIII que escribía cartas ya planteaba la pregunta de qué pasa con el escribano; el programa de los años sesenta que sostenía una conversación ya hacía que la gente se confiara a él más de lo que su autor esperaba.^[9]

Ese contexto histórico evita tratar la IA generativa como un fenómeno aislado y muestra que cada avance responde a preguntas antiguas con herramientas nuevas. También explica un patrón que se repite: una idea prometedora aparece pronto, la infraestructura de la época no la sostiene, un enfoque más limitado pero viable ocupa el escenario, las expectativas superan los resultados y el interés se desploma hasta que la infraestructura alcanza a la idea. El primer ciclo de ese patrón es el tema de este artículo.

3. Alan Turing y la pregunta central

En 1950, Alan Turing desplaza el debate hacia una formulación decisiva: ¿pueden pensar las máquinas?^[1] La fuerza de esa pregunta está en cambiar el foco de la automatización mecánica por la simulación de procesos cognitivos, acercando computación e inteligencia como objetos del mismo problema. A partir de ahí, la IA pasa a pensarse menos como un mecanismo que ejecuta movimientos y más como un sistema que reproduce aspectos del razonamiento humano. Turing también sabía que "pensar" se resiste a las definiciones, y por eso cambió la pregunta por un experimento.

El test de Turing — el juego de imitación del artículo de 1950 — es un experimento mental que evalúa si una máquina consigue sostener una interacción indistinguible de la de un humano. Un interrogador intercambia mensajes escritos con dos participantes ocultos, un humano y una máquina, y tiene que decir cuál es cuál; si el interrogador falla con suficiente frecuencia, la máquina ha pasado. El test no mide la consciencia ni prueba la inteligencia en el sentido filosófico; mide la capacidad de imitar el comportamiento lingüístico o conversacional de forma convincente. Su importancia histórica está en ofrecer un criterio operativo para discutir la inteligencia sin depender de una definición cerrada de "pensar".

Practica: abrir en el Lab: Ejercicio 1, Qué mide el test

4. De la simulación mecánica a la simulación cognitiva

El cambio propuesto por Turing reorganiza el objetivo técnico del campo. En vez de construir solo máquinas que ejecutan acciones automáticas, el foco pasa a ser construir sistemas que simulen procesos cognitivos por medio de algoritmos. El autómata que escribía con una pluma reproducía el movimiento de escribir; los programas que vinieron después intentaron reproducir la elección de qué escribir. Ese giro prepara el terreno para los enfoques posteriores que intentan representar decisión, aprendizaje y adaptación, cada uno con sus propias limitaciones.

Tabla 1 — La reformulación de Turing mueve el objetivo de la columna izquierda a la derecha. El resto del artículo trata de las dos maneras en que se persiguió ese objetivo.

5. La conferencia de Dartmouth

La conferencia de Dartmouth, en 1956, marca la consolidación de la IA como campo de investigación identificable. En ella, nombres como John McCarthy, Marvin Minsky y Herbert Simon ayudan a convertir una provocación intelectual en agenda científica, con la hipótesis de que aspectos de la inteligencia humana podrían simularse computacionalmente.^[2] La propuesta de 1955 que convocó el taller de verano fue escrita por McCarthy, Minsky, Nathaniel Rochester y Claude Shannon, y es el documento en el que se eligió el término inteligencia artificial. Su conjetura central es que todo aspecto del aprendizaje o cualquier otra característica de la inteligencia puede, en principio, describirse con la precisión suficiente para que una máquina lo simule.

El evento importa menos por su tamaño y más por establecer un programa de trabajo que orientó la investigación de las décadas siguientes: lenguaje, redes neuronales, teoría de la computación, abstracción y creatividad estaban todos en la lista. Allen Newell y Herbert Simon llevaron el Logic Theorist, un programa que demostraba teoremas de lógica simbólica, y se convirtió en el modelo de cómo era un sistema de IA que funcionaba: conocimiento y razonamiento escritos explícitamente.

Practica: abrir en el Lab: Ejercicio 2, El año de Dartmouth

6. Perceptrones: aprender a partir de ejemplos

Retomando la búsqueda de máquinas que no dependieran solo de reglas explícitas, los perceptrones introducen la idea de aprender a partir de ejemplos. Inspirados, de forma simplificada, en las neuronas biológicas — la abstracción propuesta por McCulloch y Pitts en 1943^[4] — representan uno de los primeros intentos de construir redes neuronales capaces de ajustar su comportamiento a partir de datos observados. El perceptrón de Frank Rosenblatt, de 1958, calcula una suma ponderada de sus entradas y se dispara cuando la suma supera un umbral:^[3]

La ecuación (2) es toda la novedad. Nadie escribe los pesos: después de cada ejemplo, la diferencia entre la respuesta esperada t y la respuesta producida y empuja los pesos en la dirección que habría reducido el error, con un paso η. Repite sobre los ejemplos y, cuando una recta puede separar las dos clases, el procedimiento tiene garantía de encontrarla. La Figura 3 muestra la unidad y la Tabla 2 la traza exacta del aprendizaje de la función Y, producida por el código de abajo.

# un único perceptrón aprendiendo la función Y a partir de sus cuatro ejemplos
EJEMPLOS = [((0, 0), 0), ((0, 1), 0), ((1, 0), 0), ((1, 1), 1)]

def predecir(w, b, x):
    # ecuación (1): suma ponderada, luego el umbral
    s = w[0] * x[0] + w[1] * x[1] + b
    return 1 if s > 0 else 0

def entrenar(ejemplos, eta=1, max_epocas=50):
    w, b = [0, 0], 0                          # nadie elige los pesos: empiezan en cero
    for epoca in range(1, max_epocas + 1):
        errores = 0
        for x, t in ejemplos:
            y = predecir(w, b, x)
            e = t - y                             # +1: se disparó de menos, -1: se disparó de más, 0: correcto
            if e != 0:
                errores += 1
                w[0] += eta * e * x[0]              # ecuación (2): cada peso se mueve en proporción a su entrada
                w[1] += eta * e * x[1]
                b += eta * e
        if errores == 0:                         # una pasada entera sin errores: convergió
            return w, b, epoca
    return w, b, None

w, b, epoca = entrenar(EJEMPLOS)
print(w, b, epoca)                            # [2, 1] -2 6: correcto en los cuatro ejemplos a partir de la época 6
print([predecir(w, b, x) for x, _ in EJEMPLOS])   # [0, 0, 0, 1]

Tabla 2 — Traza exacta del código de arriba con η = 1. Los tres primeros ejemplos de la época 1 no producen error porque la suma es 0 y el umbral es estricto; el cuarto dispara la primera corrección. A partir de la época 6 el perceptrón acierta los cuatro ejemplos: 2x₁ + x₂ − 2 > 0 solo cuando ambas entradas son 1.

Los primeros modelos neuronales chocaron con restricciones severas de hardware, capacidad de procesamiento y disponibilidad de datos. El perceptrón Mark I de Rosenblatt era un armario de potenciómetros ajustados por motores, que aprendía a partir de una rejilla de 20 por 20 fotocélulas. Eso no era un detalle operativo, sino un limitador estructural: sin escala computacional y sin un volumen suficiente de ejemplos, el aprendizaje se quedaba rudimentario y difícil de ampliar. La consecuencia fue que ideas prometedoras surgieron pronto, pero no podían madurar técnicamente en aquel momento histórico. El golpe teórico llegó en 1969, cuando Minsky y Papert demostraron lo que un perceptrón de una sola capa no puede aprender.^[5]

Practica: abrir en el Lab: Ejercicio 3, Un paso de aprendizaje

7. IA basada en reglas y árboles de decisión

En los años sesenta cobra fuerza la IA basada en reglas, estructurada en lógicas del tipo "si… entonces" y a menudo organizada como árboles de decisión. Este enfoque funciona bien cuando el dominio puede ser explicitado por especialistas: DENDRAL, iniciado en 1965, infería la estructura de una molécula orgánica a partir de su espectro de masas usando reglas escritas con químicos, y los sistemas que lo siguieron codificaron el juicio de expertos en campos que van de la geología a la configuración de computadoras.^[7] El mecanismo es transparente: una cadena de pruebas sobre atributos conocidos lleva a una conclusión, y toda conclusión puede explicarse listando las reglas que se dispararon.

# el árbol de la Figura 4 como código: el conocimiento está en las condiciones, escritas por una persona
def decidir(humedad, temperatura):
    if humedad < 40:                        # regla 1: el suelo seco va primero
        return "regar 10 minutos"
    if temperatura > 30:                    # regla 2: solo se comprueba cuando el suelo está bien
        return "abrir la ventilación"
    return "ninguna acción"                # todo lo no previsto termina aquí, bien o mal

print(decidir(35, 24))    # regar 10 minutos
print(decidir(55, 33))    # abrir la ventilación
print(decidir(60, -4))    # ninguna acción: una helada no está en el árbol, así que el árbol no hace nada

El problema es que el enfoque depende de la codificación manual del conocimiento, lo que limita la adaptación del sistema a situaciones no previstas. La última línea de arriba es toda la limitación en un ejemplo: una helada no está en el árbol, así que el árbol no hace nada, y lo hace con total confianza. Añadir el caso significa encontrar a un especialista, escribir la regla y comprobar que no contradice a las demás — para cada caso nuevo, para siempre.

Practica: abrir en el Lab: Ejercicio 4, Por qué ganaron las reglas en los sesenta

8. Codificar o aprender: el conflicto y el camino al invierno

La tensión central de este período está entre dos estrategias: programar explícitamente el razonamiento o permitir que la máquina aprenda de ejemplos. Los sistemas basados en reglas eran más viables con la infraestructura de la época, y por eso ganaron notoriedad, pero cargaban con el límite de operar solo dentro de lo que se había especificado previamente. La línea de las redes neuronales apuntaba a una IA menos rígida, aunque todavía bloqueada por restricciones técnicas que solo se afrontarían mucho después.

Tabla 3 — Las dos estrategias tal como estaban a finales de los sesenta. Ninguna podía entregar lo prometido: una por ser demasiado rígida, la otra por haber llegado demasiado pronto.

Este comienzo de la historia produce un ciclo clásico de entusiasmo seguido de frustración. La creencia de que la inteligencia humana se simularía rápidamente generó expectativas mayores de lo que la tecnología podía sostener — traducción automática que se resolvería en pocos años, programas que pronto se enfrentarían a un campeón de ajedrez — sobre todo cuando los métodos más prometedores todavía eran inmaduros y los métodos más viables eran demasiado rígidos. En 1973, el informe Lighthill, encargado por el consejo de investigación británico, concluyó que el campo no había cumplido sus promesas centrales fuera de problemas de juguete, y la financiación se recortó en Gran Bretaña y, por razones parecidas, en Estados Unidos.^[6] Ese desajuste prepara directamente el escenario del invierno de la IA, cuando el avance del campo empieza a frenarse.

Practica: abrir en el Lab: Ejercicio 5, Preparando el invierno

9. Conclusión

La pregunta vino primero y la máquina vino después. Mitos y autómatas preguntaron qué haría falta para que una cosa fabricada actuara por su cuenta; Turing convirtió la pregunta en un experimento sobre el comportamiento; Dartmouth convirtió el experimento en un programa de investigación. El programa se dividió entonces en dos maneras de responder: escribir el conocimiento o dejar que la máquina lo aprenda. La primera produjo los sistemas que funcionaban en los años sesenta y su rigidez; la segunda produjo el perceptrón y se frenó en el hardware, los datos y un teorema. Lo que cerró el primer período no fue un fracaso de las ideas, sino la distancia entre lo prometido y lo que se podía construir. Quédate con esa distancia: es la forma recurrente del campo, y la razón por la que su historia es útil cada vez que una nueva ola promete cerrarla para siempre.