Fundamentos | guIA

¿Qué es la inteligencia artificial?

Sat, 05 Sep 2026 00:00:00 +0000

Hay tantas definiciones de IA como gente reflexionando sobre la IA, y eso no es un defecto del campo: es lo que pasa cuando dos palabras vagas se juntan para nombrar algo que todavía no terminamos de entender. “Inteligencia” y “artificial” son de esos conceptos que científicos y filósofos llevan siglos intentando precisar, y sobre los que la única precisión disponible es que funcionan como una nube de ideas dependiente del contexto, no como una definición matemática.

Vale la pena empezar por ahí, porque casi todas las discusiones públicas sobre IA son en realidad discusiones sobre qué entra y qué no entra en la palabra.

La primera caja negra

Cuatro definiciones clásicas, recopiladas en el manual de Russell y Norvig:

“El emocionante nuevo esfuerzo para hacer que las computadoras piensen… máquinas con mentes, en el sentido completo y literal.” (Haugeland, 1985)

“El estudio de cómo hacer que las computadoras hagan cosas que, por el momento, las personas hacen mejor.” (Rich y Knight, 1991)

“El estudio de las facultades mentales a través del uso de modelos computacionales.” (Charniak y McDermott, 1985)

“A la IA … le concierne el comportamiento inteligente en los artefactos.” (Nilsson, 1998)

Fijate la tensión: algunas hablan de pensar y otras de comportarse. Quien quiera replicar artificialmente la inteligencia humana puede intentar construir algo que piense como creemos que pensamos, o puede construir un artefacto que, para todos los propósitos prácticos, se comporte como si pensara, sin que importe demasiado si por dentro pasa algo parecido.

El problema del primer camino es evidente en cuanto uno se lo formula en voz alta: no sabemos bien cómo pensamos. La primera caja negra somos nosotros. Y esto no es una digresión filosófica sino una restricción de ingeniería: no se puede replicar con fidelidad un proceso del que no se tiene un modelo.

De los agentes racionales a la incertidumbre sobre los fines

Hasta su tercera edición (2009), Russell y Norvig organizaban todo el manual alrededor de una idea:

Definimos la IA como el estudio de agentes que reciben percepciones del entorno y realizan acciones.

Un agente racional era, entonces, el que actúa para obtener el mejor resultado o, ante la incertidumbre, el mejor resultado esperado. Y “actuar bien” se medía por consecuencias: si la secuencia de estados que el agente produce en su entorno es deseable, actuó bien. La deseabilidad la fija una medida de rendimiento definida de antemano.

Es una definición limpia, operativa y bastante difícil de sostener en el mundo de la vida cotidiana. ¿Quién escribe la medida de rendimiento? ¿Actuamos así nosotros?

La cuarta edición (2020) reconoce el problema y cambia el marco. La IA ya no se define como la construcción de agentes que maximizan un objetivo dado, sino como la de agentes beneficiosos, que operan sabiendo que no conocen con certeza cuáles son los objetivos humanos que deberían perseguir. Es un giro que conviene registrar, porque desplaza el problema técnico: ya no se trata sólo de optimizar mejor, sino de qué hacer cuando la función que se optimiza es una hipótesis sobre lo que alguien quiere.

Buena parte de la discusión contemporánea sobre alineación, sobre evaluación y sobre políticas de uso vive en ese desplazamiento.

La IA “original”: el verano de 1956

La delimitación fundacional del campo está en la propuesta del taller de Dartmouth:

Proponemos que se lleve a cabo un estudio de la inteligencia artificial de dos meses y diez hombres en el verano de 1956 en el Dartmouth College de Hanover, New Hampshire.

El estudio es para seguir adelante sobre la base de la conjetura de que cualquier aspecto del aprendizaje o cualquier otro rasgo de inteligencia puede en principio ser descrito de forma tan precisa que puede hacerse que una máquina lo simule.

El énfasis marca la apuesta entera, y también su punto débil. Todo el programa descansa en que la inteligencia admita una descripción formal suficientemente precisa. Dos meses, diez personas. Probó ser una tarea considerablemente más difícil.

La IA de hoy: enseñar en vez de instruir

La forma más útil de delimitar lo que hoy se llama IA es como una nueva manera de programar. En la vieja, alguien tenía que especificar cada instrucción: qué mirar, en qué orden, con qué criterio decidir. En la nueva no se dan instrucciones sino ejemplos, y a veces ni siquiera eso: se corrige el resultado y el sistema ajusta.

Eso desplaza el trabajo, no lo elimina. Donde antes había un programador escribiendo reglas, ahora hay decisiones sobre qué datos se juntan, de dónde salen, qué se etiqueta como correcto y quién lo etiqueta. Son decisiones tan determinantes como las reglas que reemplazan, con la diferencia de que quedan mucho menos a la vista.

Desde 2017 el campo se organiza alrededor de una arquitectura concreta, el transformer, y desde fines de 2022 alrededor de un producto concreto, el chatbot de propósito general. Conviene no confundir los tres niveles —una manera de programar, una arquitectura, un producto— porque la palabra “IA” los nombra a todos y el deslizamiento entre ellos es donde se cuela la mayoría de las promesas infundadas.

Cómo se llegó hasta acá es el asunto de . Pero antes conviene pasar por quien planteó casi todas estas preguntas cuando no existía todavía una computadora electrónica para hacérselas.

Sugerencias de lectura

Boden, M. A. (2017). Inteligencia artificial. Turner.

Copeland, J. (1996). Inteligencia artificial: Una introducción filosófica. Alianza Editorial.

Russell, S. y Norvig, P. (2020). Artificial intelligence: A modern approach (4.ª ed.). Pearson.

Esta entrada revisa y actualiza de la v1.

Seguir por Alan Turing

Alan Turing: la máquina que imita a cualquier máquina

Sat, 05 Sep 2026 00:00:00 +0000

Casi todo lo que hoy discutimos sobre IA —si una máquina puede sorprender a quien la programó, si el comportamiento basta como criterio de inteligencia, si el cerebro es una computadora— ya está planteado en tres trabajos de Alan Turing escritos entre 1936 y 1950. Vale la pena leerlos en orden, porque el recorrido muestra cómo una pregunta sobre los fundamentos de la matemática se convierte en una pregunta sobre la mente.

1936: modelar a la computadora humana

Desde el siglo XVII, “computer” designaba a una persona: alguien que hacía cálculos. Eran cálculos fáciles pero larguísimos, y estaban atados a la producción de conocimiento científico —predecir la trayectoria del cometa Halley, armar las tablas de logaritmos que usaban científicos e ingenieros.

El recurso de Turing fue modelar esa actividad. Su máquina es abstracta y matemática, pero lo que guía el modelado es una persona con un lápiz:

La computación se realiza normalmente escribiendo ciertos símbolos en un papel. Podemos suponer que este papel está dividido en cuadrados como el libro de aritmética de un niño. […] Asumo entonces que el cómputo se realiza en un papel unidimensional, es decir, en una cinta dividida en cuadrados. También supondré que el número de símbolos que pueden imprimirse es finito. […] El comportamiento de la computadora en cualquier momento está determinado por los símbolos que está observando, y su “estado mental” en ese momento.

Meter un “estado mental” en un trabajo de lógica matemática, en una época que se esforzaba por expulsar lo mental del terreno de lo científico, es raro y no parece un descuido. El artículo puede leerse como una investigación sobre la naturaleza de lo mental y su relación con el soporte físico.

Lo más importante para nuestra historia no es la respuesta negativa al problema de la decisión, sino un subproducto: la máquina universal, una máquina que recibe instrucciones para comportarse como si fuera cualquier otra máquina. En 1936, y casi de paso, Turing descubre la industria del software.

1939-1945: Enigma, o encontrar patrones en el ruido

(Sí, la de la película.) El aporte de Turing fue decisivo para descifrar la máquina Enigma que el ejército alemán usaba para cifrar sus comunicaciones.

Lo que importa acá es el tipo de razonamiento que la tarea le exigió, más cerca del trabajo detectivesco y de la estadística que de la lógica: adivinar la configuración de una máquina a partir de una serie de caracteres que parece azarosa pero esconde un mensaje. Encontrar una regularidad que después sirva para cualquier mensaje cifrado con esa misma configuración.

Encontrar patrones significativos en algo que parece azar, por prueba y error. Es la descripción más económica que existe de lo que hace un sistema de aprendizaje automático.

Y la Bombe, el dispositivo electromecánico que hizo el trabajo, tenía una particularidad frente a las demás computadoras de la guerra: no calculaba números. Simulaba ser otra máquina.

1947: el cerebro como computadora sin reloj

Terminada la guerra, Turing se concentró oficialmente en construir una computadora digital para el gobierno británico: la ACE (Automatic Computing Engine, nombre que delata la deuda con Babbage).

En la conferencia que dio ese año ante la London Mathematical Society, después de explicar por qué el reloj es central en el diseño de la ACE, deja caer esto:

Podríamos decir que el reloj nos permite introducir una discretización del tiempo, de modo que, para algunos fines, el tiempo puede considerarse como una sucesión de instantes en lugar de un flujo continuo. Una máquina digital debe tratar esencialmente con objetos discretos, y en el caso de la ACE esto es posible gracias al uso de un reloj. Todas las demás máquinas de computación digital, excepto los cerebros humanos y de otros animales, hasta donde sé, hacen lo mismo.

El cerebro entra a la lista de máquinas digitales, con la peculiaridad de computar sin reloj central.

En la misma conferencia aparece la objeción que todavía se escucha, y su refutación:

Se ha dicho que las máquinas de computación sólo pueden realizar los procesos que se les ordena. Esto es sin duda cierto en el sentido de que si hacen algo distinto de lo que se les ha ordenado, entonces es que han cometido algún error. También es cierto que la intención al construir estas máquinas en primera instancia es tratarlas como esclavas, dándoles sólo trabajos que han sido pensados en detalle, trabajos tales que el usuario de la máquina entiende completamente lo que en principio está sucediendo todo el tiempo. Hasta ahora, las máquinas sólo se han utilizado de esta manera. Pero, ¿es necesario que se utilicen siempre así?

El “usuario” al que Turing se refiere es quien programa, que en principio puede saber todo lo que la máquina hace en el nivel de abstracción donde está trabajando. (La distinción entre usuario y programador llega después, cuando la computadora se vuelve un producto para no expertos.)

La universalidad le permite a Turing sugerir que ese modo servil de uso, el más natural al principio, no tiene por qué ser el único. Bajo otra programación, el programa puede incluir instrucciones que modifiquen su propia configuración: no sólo el estado, sino las reglas de transición entre estados. Si una máquina así llega a los resultados esperados por un camino más eficiente que el previsto, Turing está dispuesto a llamar inteligente a ese comportamiento. Es, probablemente, la primera formulación de lo que hoy llamamos aprendizaje automático, y llega quince años antes de que la expresión exista.

1950: el juego de la imitación

En Computing machinery and intelligence, Turing vuelve al problema con una estrategia que se parece a la de Enigma: ponerse en el lugar de quien tiene que determinar si está tratando con una máquina.

Como definir “inteligencia” es un pantano, propone una definición operacional a partir de un procedimiento de prueba. En el juego hay tres partes: un juez, un ser humano que hace de ser humano, y una computadora que hace de ser humano. El juez se comunica con ambos por escrito —hoy sería una pantalla de chat—, sabe que uno de los dos no es humano, y su tarea es descubrir cuál.

Turing predijo:

Creo que en un periodo de tiempo de 50 años será posible programar computadores, con una capacidad de almacenamiento de alrededor de 10^9, para que puedan jugar el juego de la imitación de tal manera que el interrogador promedio no pueda obtener más de un 70 por ciento de posibilidades de hacer la identificación acertada luego de cinco minutos de preguntas.

Ese 10 seguido de nueve ceros es apenas un gigabyte. Hoy suena a nada; en 1950 era una cifra enorme. La ACE iba a tener unos 25 kilobytes, y la EDVAC —la máquina de la época más comparable en arquitectura— rondaba los 5,6 kilobytes de memoria rápida.

Turing agrega, en la misma predicción, algo que se cita menos y envejeció mejor: que hacia fin de siglo el uso de las palabras habría cambiado lo suficiente como para poder hablar de máquinas que piensan sin esperar que alguien lo contradiga. No predijo una capacidad técnica: predijo un desplazamiento del lenguaje. Acertó.

La objeción de Lady Lovelace

Lo más valioso del artículo de 1950 son las objeciones que Turing se toma el trabajo de considerar, desde la teológica (“pensar es una función del alma inmortal”) hasta las que se apoyan en los teoremas de incompletitud de Gödel. La más pertinente para la discusión de hoy es la que atribuye a Ada Lovelace:

En ésta, ella sostiene que “la Máquina Analítica no tiene pretensiones de originar nada. Puede hacer cualquier cosa que sepamos ordenarle que haga” (su cursiva).

Es decir: la máquina puede hacer sólo aquello que sepamos descomponer en pasos e instruir con precisión. ¿Se parece a la conjetura de Dartmouth de 1956 que vimos en la ? Se parece bastante, aunque una lo dice como límite y la otra como programa de investigación.

La respuesta de Turing no es que la máquina sea creativa. Es más modesta y más difícil de esquivar: las máquinas lo sorprendieron muchas veces, y no por fallas. Y el error está en cómo pensamos las consecuencias.

La idea de que las máquinas no producen sorpresas se debe, creo yo, a una falacia a la cual se encuentran especialmente sujetos los filósofos y los matemáticos. Es el supuesto de que tan pronto como se presente un hecho a una mente, todas las consecuencias de ese hecho florecen en ella simultáneamente con el hecho. Es un supuesto muy útil en muchas circunstancias, pero uno olvida demasiado fácilmente que es falso.

Ahí hay una tesis epistemológica y no sólo una respuesta a una objeción: derivar consecuencias de datos y principios generales es trabajo, y produce conocimiento que no estaba disponible antes de hacerlo. Es el asunto de , unas entradas más adelante.

Para leer

Copeland, B. J. (2013). Alan Turing: El pionero de la era de la información. Turner.

Ilcic, A. A. y García, P. (2020). Estrategias de modelización en Alan Turing: Términos y conceptos de máquina. Tópicos, Revista de Filosofía, 58, 135-155.

Turing, A. M. (1950). Computing machinery and intelligence. Mind, 59(236), 433-460.

Esta entrada revisa y actualiza de la v1.

Seguir por Historia reciente

Historia reciente: por qué funcionó ahora y no antes

Sat, 05 Sep 2026 00:00:00 +0000

Las ideas centrales del aprendizaje profundo son viejas. Las redes neuronales artificiales datan de mediados del siglo XX, el algoritmo que las entrena se popularizó en los años ochenta, y sin embargo el campo pasó décadas prometiendo cosas que no podía entregar. La pregunta interesante no es de dónde salieron las ideas: es por qué empezaron a funcionar recién ahora.

La respuesta corta es que no cambió la teoría, cambió la escala. La v1 de esta guía contaba tres factores, los tres girando sobre el mismo concepto —el dato—: producirlos, guardarlos y procesarlos. Hoy hacen falta dos más.

Procesamiento: máquinas que hacen más por segundo

Una medida cómoda del progreso es la cantidad de transistores en un procesador. En 1965, Gordon Moore observó que ese número se venía duplicando cada año desde la invención del transistor y arriesgó que seguiría haciéndolo una década más. La observación se conoció como “ley de Moore”, aunque de ley tiene poco: es una tendencia industrial, y una que se está agotando contra límites físicos de la miniaturización.

Lo importante es la forma de la curva. Si la capacidad se duplica cada dos años, en cuatro años no hay el doble: hay mucho más que el doble. El Intel 4004 de 1971 tenía 2.300 transistores en 12 × 12 milímetros; los procesadores actuales tienen miles de millones en menos superficie.

Con una corrección que importa: el hardware que hizo posible el aprendizaje profundo no es el procesador de propósito general sino la placa gráfica, diseñada para videojuegos y reconvertida porque resulta que renderizar polígonos y multiplicar matrices son el mismo problema. Buena parte de la geopolítica actual de los semiconductores se explica por ese accidente.

Producción: datos por todos lados

Casi todo lo que hacemos puede convertirse en dato, porque hay una mediación digital que registra el cambio de estado más mínimo:

Los clics en una página generan datos sobre qué contenidos atraen atención.
Las búsquedas generan datos sobre lo que la gente quiere saber.
Los “me gusta”, comentarios y compartidos generan datos sobre popularidad.
Los historiales y las cookies generan datos sobre patrones de navegación.
Las reseñas de productos generan datos sobre preferencias de consumo.
El GPS del teléfono genera datos sobre los movimientos de las personas.
Los dispositivos conectados generan datos ambientales, de actividad física, de consumo energético y de producción industrial.

Luciano Floridi llamó infoesfera al entorno informacional que las tecnologías digitales crearon alrededor del planeta: la totalidad de lo que se produce, almacena, comparte y procesa por medios digitales. Su tesis es que así como los organismos vivos interactúan con la biosfera y la constituyen, nosotros interactuamos con la infoesfera y la constituimos. De ahí su propuesta de pensarnos como organismos informacionales que viven una existencia onlife, sin frontera nítida entre lo conectado y lo no conectado.

La metáfora tiene un límite que conviene tener presente, y es el mismo que tiene “la nube”: nombra como etéreo algo que está en un galpón, consume electricidad y ocupa una parcela con una dirección postal.

Almacenamiento: tener dónde ponerlos

Hay tantos datos disponibles en parte porque hay dónde guardarlos, y eso es un problema tecnológico tan difícil como el del procesamiento. Acá el factor decisivo es económico: el costo por gigabyte cayó tantos órdenes de magnitud que dejó de ser una restricción de diseño. A fines de los ochenta almacenar un gigabyte costaba del orden de cien mil dólares; hoy se mide en centavos.

Puesto en la escala de Turing: el gigabyte que él estimaba necesario para el juego de la imitación habría costado, en discos de la década de 1950, del orden de nueve millones de dólares, y en memoria rápida una cifra que no vale la pena escribir porque además era técnicamente imposible.

Fuente: .

¿Notás algo raro en la forma del gráfico? Mirá qué escala usa el eje vertical.

Arquitectura: el transformer

Los tres factores anteriores explican la posibilidad, no el resultado. La pieza que faltaba llegó en 2017 con el transformer, la arquitectura propuesta en Attention is all you need, cuya ventaja decisiva no es tanto que entienda mejor el lenguaje cuanto que se paraleliza: puede aprovechar miles de placas a la vez, donde las arquitecturas anteriores procesaban en secuencia.

Eso convirtió el problema de la inteligencia artificial en un problema de presupuesto. Si más cómputo y más datos producen sistemáticamente mejores modelos, la pregunta deja de ser “¿qué idea nos falta?” y pasa a ser “¿quién puede pagar el próximo entrenamiento?”. El corte público llegó a fines de 2022, cuando ese cambio técnico se volvió un producto de consumo masivo.

Y qué cuesta la escala

Acá la v1 de esta guía se detenía, y hoy no se puede. La escala no es gratis: el entrenamiento de un modelo grande consume electricidad y agua, se hace en centros de datos que se instalan donde la energía y el suelo son baratos —lo que no suele coincidir con donde vive quien usa el modelo—, y depende de trabajo humano mal pagado para etiquetar datos y corregir respuestas.

No es un apéndice ético del asunto técnico: es parte de la explicación de por qué esto funcionó ahora. Un modelo que resulta viable sólo porque el agua de refrigeración y el trabajo de etiquetado son baratos es un artefacto cuya condición de posibilidad es un reparto desigual. Esa discusión, con sus fuentes, está en .

Qué es, entonces, una red neuronal

Juntemos los puntos. Cuando se habla de “el algoritmo” de Netflix, de Spotify o de una red social, en sentido estricto no se está hablando de un algoritmo: un algoritmo garantiza un resultado, y acá no hay tal garantía. Lo que hay es un conjunto de procesos computacionales —esos sí, algoritmos, y bastante simples de programar— que configuran una estructura de red neuronal artificial capaz de hacer una tarea a partir del estado al que llegó explorando datos.

Una red neuronal es una estructura lógica en capas, con nodos que reciben señales, las procesan y pasan el resultado a otros nodos. Lo distintivo son las conexiones ponderadas entre nodos, los pesos. Entrenar consiste en ajustar iterativamente esos pesos según la retroalimentación de los datos, hasta que la red modele la relación entre lo que entra y lo que se quiere que salga. Para muchísimas tareas no hacen falta instrucciones precisas sobre cómo distinguir un perro de un gato: alcanza con muchos ejemplos y mucho cómputo.

Y ahí aparece el problema que abre la entrada siguiente. Resolvimos una cosa y nos creamos otra: si no sé exactamente qué está haciendo la red para lograr lo que le pedí, ¿cómo sé que lo está haciendo bien, y que lo va a seguir haciendo bien ante algo que no vio nunca? Dicho de otro modo: ¿cómo sé que sabe? Y, antes que eso, ¿cómo sé yo que sé algo?

Para profundizar

Floridi, L. (2014). The fourth revolution: How the infosphere is reshaping human reality. Oxford University Press.

Ilcic, A. A. Manuscrito.

Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, Ł. y Polosukhin, I. (2017). Attention is all you need. Advances in Neural Information Processing Systems, 30.

Si no le tenés miedo a la matemática, la explicación técnica completa está en el recorrido de , y en particular en la serie de 3Blue1Brown y en el Zero to Hero de Karpathy.

Videos sobre la historia de la IA

The machine that changed the world

The Thinking Machine (MIT, 1961), incluido en esta compilación de documentales sobre la historia de la IA:

Esta entrada revisa y actualiza de la v1.

Seguir por ¿Epistemología?

¿Epistemología? Cómo sabemos que una máquina sabe

Sat, 05 Sep 2026 00:00:00 +0000

Esta es la entrada que más lejos parece del asunto y más cerca está. La inteligencia artificial es, en sentido estricto, una tecnología de conocimiento: produce afirmaciones sobre el mundo a partir de evidencia, y nosotros decidimos cuándo aceptarlas. La epistemología es la disciplina que se ocupa de esa decisión desde hace veinticinco siglos, y no tiene el problema resuelto. Conviene saber eso antes de delegarlo.

Fijate lo que acaba de pasar en el párrafo anterior. Te pedí que aceptes que el tema es importante apoyándome en nada más que en mi palabra. Si ahora te pregunto cómo sabés lo que sabés, varias respuestas posibles son “lo escuché”, “confío en la fuente”, “lo busqué”. Ahí está el problema entero.

Observación

Tendemos a pensar que la mejor fuente de conocimiento es la experiencia directa, la de los sentidos, y a tratarla como lo más objetivo a lo que podemos aspirar. Costó consolidar esa idea: durante siglos primó la posición contraria, que los sentidos engañan y que es mejor razonar que ir a mirar.

La historia convencional ubica el cambio en el siglo XVII, cuando los hechos observacionales pasan a ser la base de la ciencia y la autoridad de Aristóteles y de la Biblia deja de alcanzar. El emblema es Galileo tirando objetos desde la torre de Pisa. (Ese experimento probablemente nunca ocurrió —la fuente es una biografía escrita décadas después por un discípulo— y sin embargo sigue haciendo el trabajo pedagógico, lo cual no deja de ser un dato epistemológico interesante sobre cómo circula el conocimiento.)

Esto importa para pensar la IA porque estamos ante una forma nueva de observación: la que arranca en la generación de un dato. Y hay tantos datos disponibles que es fácil llegar a creer que los datos son el mundo.

Con la observación mediada por sensores pasa lo mismo que con la observación a secas, sólo que más: vemos lo que vemos según lo que buscamos ver. Observar no es recibir estímulos. Para formular y aceptar un enunciado observacional hace falta un marco conceptual y conocimiento previo. El ejemplo clásico es el de una criatura aprendiendo a reconocer manzanas: sin las correcciones de alguien que ya sabe qué hace que algo sea una manzana, va a llamar manzana a cosas que no lo son.

A un sistema de aprendizaje automático le pasa exactamente eso, con dos diferencias. Las correcciones vienen de un conjunto de datos etiquetados por personas cuyo marco conceptual queda incorporado sin quedar declarado. Y no hay nadie ahí para preguntar por qué.

Inducción

Derivar una regularidad general a partir de enunciados de observación se llama inducción. Se observa que los metales A, B y C se dilatan al calentarse y se induce que todos los metales lo hacen.

El inductivismo sostiene que basta con hacer buenas inducciones para tener buen conocimiento. El problema es que, a diferencia de la deducción, la inducción no garantiza la verdad de la conclusión aunque las premisas sean verdaderas. Los requisitos que se han propuesto para una buena inferencia inductiva se desarman al mirarlos de cerca:

Muchas observaciones que respalden la generalización. No está claro cuántas.
Mucha variedad de condiciones. No hay criterio para decidir qué variaciones son relevantes.
Ninguna excepción conocida. La mayoría de las leyes científicas tiene excepciones.

No hay una caracterización satisfactoria de la inducción, y tampoco se la puede justificar apelando a la lógica deductiva ni a más inducción sin caer en circularidad. Hay versiones más sofisticadas basadas en probabilidad y estadística, pero heredan los mismos problemas, con el agravante de que quedan disimulados entre los supuestos que se hacen para que el cálculo funcione.

La conclusión no es escéptica: es que los hechos y las teorías se sostienen mutuamente. Hace falta la teoría existente sobre aquello que se quiere conocer para juzgar qué generalizaciones inductivas son aceptables. Eso sólo parece un problema si uno esperaba una verdad última.

Y describe con precisión incómoda lo que hace un modelo entrenado: generalizar a partir de casos, sin teoría del dominio, con criterios de suficiencia fijados por quien armó el conjunto de datos.

Deducción y falsación

El falsacionismo parte de que el conocimiento cambia con el tiempo y con los recursos disponibles, y por eso pone en el centro el problema del progreso: explicar por qué una teoría es mejor que otra sin que ninguna sea verdadera en sentido último, porque siempre puede llegar una mejor.

El ejemplo canónico es la física de Aristóteles a Newton a Einstein. La física aristotélica explicaba un montón de fenómenos y aun así fue falsada en varios aspectos. La de Newton fue un progreso tan grande que durante dos siglos pareció definitiva. La relatividad resultó mejor todavía.

Lo que importa acá es el desplazamiento: lo que está en juego no es la verdad sino el proceso —formular hipótesis, ponerlas a prueba, falsarlas. La observación y la experiencia son fundamentales, pero también lo son la imaginación y la creatividad para producir las hipótesis que se ponen a prueba, y ese sigue siendo el desafío abierto para cualquier sistema artificial. En la inteligencia humana hay bastante más imaginación de lo que las teorías centradas en la racionalidad plena querían admitir.

Conocimiento tecnológico

Conviene desarmar de paso una idea muy instalada: que la tecnología es ciencia aplicada. El modelo lineal que va del descubrimiento científico a la aplicación práctica quedó asociado al informe de Vannevar Bush de 1945, Science, the endless frontier, y a la política científica que organizó durante décadas.

Se lo criticó por dos razones. Primero, porque ignora los factores sociales, políticos y económicos que moldean el desarrollo. Segundo, porque el proceso no es lineal ni unidireccional: la tecnología tiene una lógica propia, responde a necesidades prácticas y a fuerzas de mercado, y muy seguido va adelante de la explicación científica de por qué funciona.

El aprendizaje profundo es un caso de manual. Funciona mucho mejor de lo que la teoría disponible puede explicar, y buena parte de la investigación consiste en averiguar después por qué anduvo.

Epistemología es el estudio de cómo sabemos lo que sabemos. La epistemología social se ocupa de cómo lo sabemos a través de otros, que es de lejos la forma más habitual de saber, incluso en la ciencia.

Una situación: alguien te cuenta un rumor. ¿Le creés? Podés evaluar cuán confiable es esa persona, o podés buscar más información. Cualquiera de las dos cosas implica tomar posición sobre la naturaleza social del conocimiento.

Defender una creencia por lo que sabemos de la confiabilidad de su fuente es una posición que se llama confiabilismo. La confianza funciona como un atajo: en lugar de verificar cada detalle, se confía en fuentes que demostraron ser fiables. Es eficiente y es peligroso por la misma razón.

Dos cosas complican el panorama:

Los mecanismos sociales de verificación se armaron cuando publicar era caro. Imprimir un diario o sostener un canal de televisión implicaba una estructura, y esa estructura era lo que uno estaba evaluando al confiar. Las tecnologías digitales bajaron ese costo a cero sin reemplazar el mecanismo.
Los sesgos cognitivos son atajos. Si una amiga suele darme información precisa, se ganó mi confianza. Pero ¿qué la hace confiable? ¿De dónde saca lo que dice? ¿Podría estar diciendo lo que le parece y, como nadie la cuestiona, aparentar tener razón?

Con la IA generativa esto se vuelve agudo. Cuando interactuamos con un modelo de lenguaje, el resultado puede ser tan pulido como el de un experto, y viene sin ninguna de las señales que usamos para calibrar confianza: sin fuente, sin historial de aciertos, sin nadie que responda. Si estás acostumbrado a chequear algo con una búsqueda, vale la pena preguntarse en qué o en quién estás confiando exactamente.

Y no es sólo un problema individual. Cuando el texto generado empieza a circular como fuente de otros textos generados, lo que se degrada no es una creencia particular sino el sistema por el cual una comunidad decide qué da por establecido. Ese es el asunto de fondo de los comunes epistémicos, uno de los ejes que atraviesa el y buena parte de .

Con esto cierra el piso conceptual del capítulo. Lo que sigue es la parte práctica —dónde aprender todo esto, en qué orden y con qué criterio—, y conviene entrar ahí con la pregunta puesta. Ninguno de los cursos que vienen la hace, y es la que vuelve útil a todos los demás.

Para seguir pensando

Chalmers, A. F. (2010). ¿Qué es esa cosa llamada ciencia? (3.ª ed.). Siglo XXI. (Obra original publicada en 1999)

Cutcliffe, S. H. (2003). Ideas, máquinas y valores: Los estudios de ciencia, tecnología y sociedad. Anthropos.

Lawler, D. (2020). Los estándares como artefactos. Filosofia Unisinos, 21(1), 24-35.

Parente, D., Berti, A. y Celis Bueno, C. (Eds.). (2022). Glosario de filosofía de la técnica. La Cebra.

Esta entrada revisa y actualiza de la v1.

Seguir por Arrancar: mapa de recursos

Fundamentos | guIA

¿Qué es la inteligencia artificial?

La primera caja negra

De los agentes racionales a la incertidumbre sobre los fines

La IA “original”: el verano de 1956

La IA de hoy: enseñar en vez de instruir

Sugerencias de lectura

Alan Turing: la máquina que imita a cualquier máquina

1936: modelar a la computadora humana

1939-1945: Enigma, o encontrar patrones en el ruido

1947: el cerebro como computadora sin reloj

1950: el juego de la imitación

La objeción de Lady Lovelace

Para leer

Historia reciente: por qué funcionó ahora y no antes

Procesamiento: máquinas que hacen más por segundo

Producción: datos por todos lados

Almacenamiento: tener dónde ponerlos

Arquitectura: el transformer

Y qué cuesta la escala

Qué es, entonces, una red neuronal

Para profundizar

Videos sobre la historia de la IA

¿Epistemología? Cómo sabemos que una máquina sabe

Observación

Inducción

Deducción y falsación

Conocimiento tecnológico

Epistemología social: en quién confiamos

Para seguir pensando