I.

AUTMATAS E INTELIGENCIA ARTIFICIAL

En sus inicios el uso de la tecnologa informtica estaba limitado al clculo y su
implicacin en nuestras vidas no era realmente significativa, ya que se le perciba como
una herramienta meramente instrumental. Sin embargo, en la actualidad, el eje de la
cultura informtica ha trascendido el simple clculo y la administracin de datos para
enfocarse en el desarrollo y utilizacin de simulaciones ya sea a travs de computadoras o
robots antropomorfos. Es precisamente en este punto donde convergen dos disciplinas
esenciales del desarrollo tecnolgico como lo son la robtica y la inteligencia artificial las
cuales trataremos de definir a continuacin.
De manera general, se conoce como robtica al desarrollo y construccin de
mecanismos (basados en un esquema de programacin lgico o mecnico) capaces de
ejecutar acciones de manera ms o menos autnoma. La historia documentada de los
robots se remonta al tratado Los autmatas, escrito por Hern de Alejandra (10 d.C. 70
d.C.) y sus aplicaciones involucran diversos campos que van desde el entretenimiento
(autmatas musicales) o el desarrollo de trabajos concretos en sustitucin parcial o total
de los humanos.
En el imaginario comn construido por el cine y la literatura, el robot se concibe
como un ente construido a imitacin del ser humano, dotado de capacidades fsicas
aumentadas y una inteligencia superior. Sin embargo, a pesar de que su objetivo es
resolver problemas y hacer ms cmoda la vida de sus creadores, este ente por lo comn
resulta carente de emociones o empata, y debido a ello tarde o temprano acaba
convirtindose en una amenaza para la especie humana. No es el objetivo entrar en un
debate del porque la rebelin de las mquinas es una preocupacin recurrente en la
historia contempornea de la humanidad, el caso es que el temor est ah y ello ha dado
pie a una serie de posturas terico filosficas con respecto a si los robots dotados de
inteligencia artificial pueden o no ser cuasi humanos o incluso constituir el prximo salto
evolutivo. Este salto, se dice, podra darse si los robots (antropomorfos o no) son capaces
de desarrollar un nivel de conciencia a partir de la inteligencia artificial.
Esto hasta ahora no ha ocurrido, y para tratar de comprender de alguna forma cmo
funciona la inteligencia artificial identificaremos algunos de sus elementos centrales y
cules son sus posibles alcances.

II. DE INTELIGENCIAS NATURALES Y ARTIFICIALES

Si bien el tema de la Inteligencia Artificial (en adelante I.A.) resulta un tema de
estudio apasionante, para poder llevar a cabo una aproximacin a la misma debemos
antes definir a la inteligencia humana, dado que la misma se establece como parmetro
de comparacin en cuanto a las capacidades de la I.A. Esta tarea no resulta sencilla ya que
no existe dentro de las ciencias cognitivas una definicin unificada acerca de la

inteligencia, sin embargo, existe cierto consenso a la hora de tomar como referentes (si
bien de forma general) conceptos y funciones como la capacidad para el aprendizaje y la
resolucin de problemas a travs de la representacin y manipulacin de smbolos, lo cual
otorga al individuo la capacidad de adaptarse de forma eficaz a situaciones y contextos
novedosos a lo largo de su vida.
Es precisamente a partir de tales conceptos y funciones que toma forma el
concepto de inteligencia artificial, ya que este tipo de definiciones llevan implcito el
concebir a la inteligencia humana (e inclusive la consciencia) como un conjunto de
procesos y operaciones mentales, los cuales segn las teoras del procesamiento de la
informacin pueden reducirse a algoritmos y heursticos capaces de replicarse y
evolucionar en entes no biolgicos, sino de naturaleza puramente computacional.
Para efectos prcticos, podemos decir que la Inteligencia Artificial es una disciplina
derivada de la informtica con bases en la psicologa y la ciberntica, cuyos objetivos, de
acuerdo con Penrose (1989) son imitar por medio de mquinas, normalmente
electrnicas, tantas actividades mentales como sea posible, y quiz, llegar a mejorar las
que llevan a cabo los seres humanos. Esta simulacin de los procesos de pensamiento y
razonamiento humanos se lleva a cabo a travs del diseo de sistemas computacionales
aplicados por una parte a la robtica industrial y por otra al desarrollo de los denominados
sistemas expertos, capaces de predecir fenmenos y tomar decisiones de manera fiable en
campos como la economa, astronoma, geologa, medicina, y por supuesto aplicaciones
militares por citar algunos.
Este enfoque, basado en la emulacin del comportamiento inteligente de los
humanos es lo que se conoce como I.A. fuerte y asume como ya adelantamos, que los
estados mentales se pueden explicar y replicar algortmicamente. Por otra parte, tenemos
a la denominada I.A. dbil la cual se ocupa de desarrollar software que permita a las
mquinas resolver problemas que requieran de un comportamiento inteligente, aun
cuando la inteligencia resultante no presente estados mentales similares a los de los
humanos.
Por eso, cuando hablamos de los intentos de replicar los procesos mentales
humanos por parte de la IA, no podemos nicamente referirnos a las capacidades de
raciocinio, si no que hemos de involucrar otro concepto que ya desde los orgenes de la IA
ha preocupado a los tericos y que tiene que ver con la consciencia. Es precisamente en
este punto donde se ubica una tercera perspectiva de corte ms filosfico, la cual
considera que no es posible que un sistema de informacin puramente computacional
pueda reflexionar sobre sus algoritmos y acceder a estados conscientes.
Por cuestiones de espacio, sera difcil debatir cada una de estas perspectivas, por
ello, nos centraremos en el anlisis de los supuestos establecidos por el paradigma de la
I.A. fuerte y su objetivo de crear un sistema de informacin puramente computacional (es
decir, no biolgico) capaz de desarrollar comportamiento inteligente y autoreflexivo.

III. HEURSTICOS, ALGORITMOS Y CONCIENCIA

La posibilidad de que las mquinas controladas por IA pudieran desarrollar
mediante algoritmos algn tipo de consciencia, comenz a ser objeto de estudio en 1950
a partir del artculo Computing Machinery and Intelligence, presentado por Alan Turing,
en cual se describa la ahora conocida prueba o test que lleva su nombre, la cual se basa
en el supuesto de que la mente humana puede funcionar como la de una computadora,
donde el software lo formaran los procesos y estados mentales y el hardware el cerebro
biolgico, siendo la consciencia y la inteligencia propiedades emergentes que podran
instalarse en cualquier dispositivo biolgico o no. sta prueba pretenda establecer una
serie de criterios para decidir de manera fiable a travs de un interrogatorio entre un
humano y una computadora, si un dispositivo con IA piensa (en sentido amplio) o exhibe
algn tipo de presencia consciente equiparable a la humana.
En un sentido general, se puede considerar que a la fecha varios dispositivos
basados en I.A. han superado esta prueba, entre ellos se encuentran ELIZA en 1966 y
PARRY en 1972 sin embargo, los resultados no han resultado del todo convincentes
debido a que ambos funcionaban bajo un esquema de reconocimiento de patrones
discursivos, lo cual no puede considerarse en sentido estricto como comportamiento
inteligente. A ello se suman las crtica sobre los fundamentos y aplicacin de la prueba de
Turing, ya que la misma parte de una valoracin de la inteligencia nicamente a travs del
comportamiento observable, lo cual fue objetado por Searle ( ) mediante el argumento de
la habitacin china, sealando que la prueba no poda demostrar si el dispositivo
computacional era capaz de mostrar conciencia o intencionalidad. Adems de lo anterior,
la prueba presenta un alto sesgo metodolgico debido a la tendencia por parte de los
interrogadores de humanizar a los dispositivos (buscando y encontrando respuestas
propias de un humano) durante el desarrollo de las pruebas.
Sin embargo, existen ejemplos recientes que generan esperanza en los defensores
de la I.A. fuerte, como el robot conversacional Eugene Goostman, el cual super la
prueba de Turing en 2014, y la emergencia de software inteligente como Siri y Cortana
entre otros, sin embargo, a pesar de lo convincentes que puedan resultar (al igual que
muchos chatbots), su funcin est basada en el reconocimiento de patrones, lo cual como
ya sealbamos an dista de ser comportamiento inteligente ya que en ltima instancia
su operacin es similar a la de un termostato o una fotocelda que se autorregulan de
acuerdo a los cambios de temperatura o luminosidad.
En este punto, seguramente nos preguntamos, si no piensa la I.A. como humano,
de qu forma resuelve problemas y es capaz de simular comportamiento inteligente? La
respuesta se halla (literalmente) en los heursticos y algoritmos que emplea.

En psicologa, y de acuerdo con Valia y Martn (2008) el trmino heurstico se

utiliza para designar mtodos o estrategias de solucin que slo se definen de forma
general, sin transformar la informacin. Por otra parte, los algoritmos implican
conocimientos que pueden transformar la informacin (si bien de forma fija) eficazmente.
Como base de la I.A., la funcin de los heursticos es guiar la solucin de problemas de una
forma general, organizando algoritmos a partir de condicionales antecedenteconsecuente, es decir, se rige bajo la lgica proposicional del razonamiento deductivo.
Esto supone que la conclusin se infiere necesariamente de las premisas y la verdad
formal de tales conclusiones depende de la verdad de las premisas.
Algunos heursticos de solucin de problemas, no exclusivos de la I.A. son, de
acuerdo con Valia y Martn (2008):

Anlisis ensayo-error, ya sea aleatorio o sistemtico

Subir la cuesta consistentes en avanzar desde el estado actual a un
estado ms cercano al objetivo.
Anlisis medios-fines (bsqueda hacia adelante y hacia atrs)
Divisin del problema en subproblemas
Establecimiento de submetas
Bsqueda de problemas anlogos

Sin embargo, los heursticos del tipo subir la cuesta implementados en un

sistema artificial, resultan de escasa utilidad cuando la resolucin de un problema
determinado exige realizar alguna operacin que aparentemente nos puede alejar del
objetivo (Valia y Martn, 2008). Bajo este esquema cualquier esquema que implique dar
un rodeo en lugar de una aproximacin directa al objetivo constituye una violacin a los
principios de este heurstico. Esto es precisamente lo que ocurre en el juego de ajedrez y
es la razn de a pesar de poder hacer millones de clculos probabilsticos, las
computadoras ajedrecistas sigan teniendo dificultades para vencer a los humanos.
Por esta razn, el heurstico de mayor alcance en la I.A. es el del anlisis mediosfines, el cual parte de una combinacin de ensayo y error con el de subir la cuesta. DE
forma general, el uso de este heurstico implica trabajar con un solo objetivo a la vez en la
memoria de trabajo y si el mismo no puede alcanzarse, se establece un objetivo
subordinado de forma sucesiva hasta llegar al estado final. No obstante, y de acuerdo con
el que estos estados finales deriven en una solucin o no, depende de si la tarea consiste
en un problema cerrado o un problema generativo. De acuerdo con Carretero y Asensio
(2008) los problemas cerrados presentan al sujeto toda la informacin relevante y poseen
una estructura lgica bien definida (como el problema de la Torre de Hanoi), en tanto que
los problemas generativos, exigen al sujeto producir o generar por s mismo informacin
para encontrar la solucin.
Llegados a este punto, sera interesante observar el proceso que lleva a cabo un
sistema de informacin computacional al pedrsele que plantee una respuesta para

resolver por ejemplo, el problema del terrorismo, ya que si bien el sistema podra
alimentarse con indicadores conceptuales y estadsticos, la respuesta podra no considerar
aspectos relacionados con la justicia social, que constituyen en buena parte de los casos,
un componente central del problema y sugerir estrategias de ataque militar como nica
alternativa.
Si bien a lo anterior podra objetarse la forma en que los sistemas expertos han
aprendido a resolver problemas o predecir escenarios, la I.A. requiere por ahora un alto
grado de estructuracin de la informacin y las instrucciones y por ello, tal como lo seala
Pozo (2008) sus dispositivos tienden al equilibrio y no seran capaces autocomplicarse
(tal vez con preguntas filosficas como hacemos los humanos) ya que sus objetivos son el
alcanzar el mayor grado de organizacin.

IV. INTELIGENCIA ARTIFICIAL Y COMPUTACIN COGNITIVA

De acuerdo con lo que hemos venido analizando, y a pesar de lo que dice la ficcin
cientfica, pareciera que las mquinas computacionales no seran capaces de aprender y
mucho menos de llegar a un nivel de anlisis (que pudiramos llamar metacognitivo)
sobre sus propios procesos. Aunque, tal vez no es que las mquinas no puedan ser
capaces de pensar en sentido estricto (con todo lo que ello implica), sino que tal vez se
requiere abordar el problema de una forma distinta, a partir de un nuevo paradigma que
logre establecer las condiciones necesarias para el desarrollo de un sistema de
informacin capaz de aprender de forma autnoma a partir de la experiencia.
Este nuevo paradigma ya existe, si bien apenas comienza desarrollarse y tiene que
ver con lo que se denomina Computacin Cognitiva la cual establece una aproximacin
en la cual los sistemas de inteligencia artificial si son capaces de aprender de forma
progresiva, a partir de la interaccin natural con los humanos. La base del funcionamiento
de estos nuevos dispositivos I.A. radicara en un esquema de resolucin de problemas
orientado ya no al manejo de datos y generacin de respuestas numricas condicionales,
sino al desarrollo de argumentos, hiptesis e incluso lo que podramos llamar un tipo de
creatividad a partir del razonamiento complejo.

El dispositivo Watson de IBM, pretende ser un ejemplo de I.A. basado en

computacin cognitiva y ha demostrado algunas de las caractersticas que lo situaran
como un sistema computacional capaz de aprender y por tanto inteligente, sin embargo
an queda mucho por recorrer para lograr entes con I.A. (humanoides o no) capaces de
reflexionar sobre su existencia.

Smith, E, Koslynn, S. Procesos cognitivos: modelos y bases neurales, Pearson educacin, Madrid, 2008
Maturana, H. Desde la biologa a la psicologa. 1. Ed. Buenos Aires, Lumen, 2004
J.I. Pozo, Adquisicin del conocimiento 2. Ed. Ediciones Morata, Madrid, 2006
Gutirrez, M. F. , Teoras del Desarrollo Cognitivo McGraw Hill; Madrid , 2005
Carretero, M. Asensio, M. Psicologa del pensamiento: teora y practicas, 2. Ed. Alianza Editorial, Madrid,2008

Cap 2 Human Information Processing

An Overview for HumanComputer Interaction (pp 22-37)
The HumanComputer Interaction Handbook
Fundamentals, Evolving Technologies, and Emerging Applications
Third Edition
CRC Press
Taylor & Francis Group
6000 Broken Sound Parkway NW, Suite 300
Boca Raton, FL 33487-2742
2012
Edited by Julie A. Jacko, Ph.D
Stephen J. Cowley Frdric Valle-Tourangeau
Editors
Cognition Beyond the Brain
Computation, Interactivity and Human Artifice
Springer 2013
Chapter 1
Human Thinking Beyond the Brain
Frdric Valle-Tourangeau and Stephen J. Cowley
The Cambridge Handbook of the Learning Sciences: Second Edition
edited by
R. Keith Sawyer
Cambridge university press 2014 New York
Part I Foundations
4 Metacognition (pp 63-87)
Philip H. Winne and Roger Azevedo
Computing, cognition and the future of knowing
How humans and machines are forging a new age of understanding
Dr. John E. Kelly III
Senior Vice President,
IBM Research and Solutions Portfolio
Cognitive Computation
December 2014, Volume 6, Issue 4, pp 814-840
Affective Robotics: Modelling and Testing Cultural Prototypes
Paul A. Wilson Barbara Lewandowska-Tomaszczyk
Cognitive Computation
April 2016, Volume 8, Issue 2, pp 153-174
Automated Fictional Ideation via Knowledge Base Manipulation
Maria Teresa Llano1 Simon Colton1 Rose Hepworth1 Jeremy Gow1
Received: 11 November 2014 / Accepted: 7 November 2015 / Published online: 11 January 2016
Hardy, Thomas

(IA: Inteligencia Artificial).

Polis, Revista de la Universidad Bolivariana, vol. 1, nm. 2, 2001, p. 0
Universidad de Los Lagos
Santiago, Chile