¿Qué es la Inteligencia Artificial?

Para referirse a su falta de entendimiento en esculturas, Cicerón dijo: "non multum in istis rebus intellĭgo"(no soy un gran entendido en estas materias)^[1]. Intellĭgo, según el Diccionario Latino-Español (1867), quiere decir entender, comprender, e intelligentia, conocimiento o entendimiento. Se cree que Cicerón acuñó el término intelligentia(inteligencia), compuesto por "intus lego", para designar la capacidad de entender, comprender e inventar.^[2] Según otra fuente, podría referirse a saber escoger entre varias opciones: "inter" es "entre" en latín y "leger", escoger o discriminar^[3]. ¿Y qué significaría inteligencia artificial? Según la RAE, lo artificial significa: no natural, hecho por mano o arte del hombre, producido por el ingenio humano. En conjunto, el término inteligencia artificial denota la capacidad no natural de discernir la opción óptima entre varias alternativas. Por otro lado, el Merriam-Webster define inteligencia artificial como la capacidad de una máquina de imitar el comportamiento humano inteligente.

¿Existen otras definiciones? El campo de la Inteligencia Artificial tiene aproximadamente siete décadas de historia, es relativamente joven. Se cree que John McCarthy acuñó el término IA durante una conferencia en la Universidad de Dartmouth en 1956, definiéndola como máquina con comportamiento inteligente. Posteriormente, Marvin Minsky definió a la IA como máquina capaz de emular eventos realizados por la inteligencia humana. Hunt definió las capacidades de la IA en términos de resolución de problemas, programación, reconocimiento de patrones, procesamiento de lenguaje natural, juego y toma de decisiones. La IA, según Yilmaz, es la modelización en sistemas informáticos de las capacidades de comprensión y comportamientos propios de la inteligencia humana.^[4]

Si bien se ha ha llegado a pequeños consensos en la definición de la IA, estos están influenciados por la perspectiva desde la cual se aborda el tema. Hasta ahora no hay una definición que abarque el nivel académico, gubernamental y comunitario. La falta de una definición apropiada nos impide entender plenamente qué es la IA.

Para empezar, ¿qué es inteligencia? A menudo se confunde la mente con la inteligencia, pero no son lo mismo. La inteligencia se manifiesta o se expresa a través de la mente. Es decir, la inteligencia no existe por sí sola, sino que surge como consecuencia de ciertos procesos mentales. La mente actúa como la plataforma donde ocurren estos procesos, y es en ese espacio o estancia donde la inteligencia se hace evidente.^[5]

Desde una perspectiva cuantitativa, se ha intentado medir la inteligencia desde la famosa prueba de Binet-Simon, donde se evalúa el rendimiento académico de los niños con relación a su edad. Usando este tipo de test, uno puede calcular el cociente intelectual de una persona y contrastar su situación frente a los valores promedio de la población. Lo interesante es que ChatGPT y otros modelos de lenguaje (LLM) destacan en estos test alcanzando puntajes sobresalientes. Por ejemplo, según un artículo de scientificamerican, ChatGPT logró un CI verbal de 155, superior al 99,9 % de los 2450 examinados en la muestra de estandarización WAIS III de Estados Unidos; lo que significa que es extremadamente raro, ocurriendo en menos del 0.1% de la población.^[6]

¿Qué nos dicen los altos puntajes de cociente intelectual? ¿Es posible reducir todas las capacidades humanas a un solo número? Para muchos la respuesta es un rotundo no. Según Howard Gardner, hay varios tipos de inteligencia: inteligencia musical, inteligencia corporal, inteligencia emocional y otras más. Los test solo miden un tipo de inteligencia. La IA destaca en el razonamiento verbal, razonamiento abstracto y las habilidades de formación de conceptos, pero esos resultados no la hacen inteligente en todo el espectro de inteligencias. Además, la respuesta "inteligente" de la IA tiene el mismo problema que la respuesta moral. Esta es en apariencia inteligente o moral, pero carece de reflexión. La IA no se interroga por las implicaciones de sus respuestas, solo toma decisiones con base en patrones aprendidos, operando desde un marco predefinido.

La inteligencia se relaciona, generalmente, como una cualidad humana y, sobre todo, centrada en el cerebro; cualidad que los otros animales con sesos solo tienen en menor medida, pero que es esencial para adquirir y procesar información. Dentro de las ciencias cognitivas, no hay un consenso claro y preciso para definir qué implica una función cognitiva en el contexto biológico. A falta de una definición, se usa el término "cognición mínima", una especie de solución provisional para abordar la falta de una definición formal en términos no humanos y que se aplica a los organismos sin sistema nervioso que muestran comportamiento inteligente. La inteligencia en animales se basa en gran medida en la organización y comunicación eficiente entre neuronas en redes complejas, mientras que en organismos como el moho de limo la inteligencia emerge de sistemas con muchas interacciones locales, simples y autoorganizadas. Esta complejidad hace posible que el moho de limo (que no es un hongo verdadero, sino un protista) pueda acercarse o alejarse de sustancias químicas específicas en su entorno, lo que contribuye a su capacidad de adaptarse y realizar tareas computacionales útiles, como resolver laberintos. ¿Podría considerarse la capacidad de resolver problemas y aprender de forma compleja, incluso sin un sistema nervioso, una forma de inteligencia? No lo sé. No está del todo claro, pues para muchos científicos localizar la inteligencia dentro del cerebro es casi como cosificar un fenómeno que se manifiesta solo en la interacción. Entonces la inteligencia no se entendería solo por las características tradicionales asociadas con redes neuronales y sinapsis, sino también por la capacidad de interactuar y cumplir tareas de manera eficiente dentro de un contexto dado; la IA, en ese caso, estaría más cerca de ser inteligente.

Cuando se dice que la IA aspira a pensar como el ser humano, ¿no se incurre en un solipsismo humano? ¿Por qué la inteligencia artificial tendría que parecerse a la inteligencia humana? La IA, como los grandes modelos autorregresivos (LLM), carece de un cuerpo que interactúe con el mundo. No aprende igual que un ser humano y no procesa la misma cantidad de datos.

Según Yann LeCun, un LLM (modelo de lenguaje) con 10 billones de tokens, que representa gran parte del texto de calidad disponible en Internet, queda eclipsado por la cantidad de datos que ha procesado un niño de 4 años. El niño ha experimentado 50 veces más información que el LLM, pero de forma visual. A pesar de que los tokens del LLM podrían parecer extensos, la realidad es que el texto por sí solo es insuficiente para comprender completamente el mundo. La lectura de esos tokens tomaría 170 000 años, lo que demuestra la diferencia entre los datos visuales y los datos textuales.

Aunque los LLM, como ChatGPT, pueden capturar cierta esencia del significado de las cosas a través de los datos, nadie sabe la vasta cantidad de datos necesaria para emular la inteligencia humana y, de hecho, ya se ha llegado al límite de datos disponibles en la web. Se podría generar datos sintéticos a partir de simulaciones del mundo real para mejorar a los LLM. Sin embargo, estos nunca tendrán una similar a la inteligencia humana. No le enseñamos a los carros a caminar, y tampoco competimos contra los carros en carreras de fondo. Y aunque las redes neuronales están inspiradas en el cerebro humano, al igual que los aviones en las aves, estas nunca se equiparan o serán análogos. En una de las definiciones de IA, se dice que imita respuestas humanas, pero esta no se restringe solo a respuestas humanas. Debemos alejarnos de las definiciones antropocéntricas. Con suficientes datos, la inteligencia artificial podría superar la percepción olfativa de los perros, los cuales pueden detectar olores cuarenta y cuatro veces mejor que los seres humanos. Y eso tampoco significaría que la IA sea comparable a un perro o mejor.

Los modelos actuales dependen de los datos. Aprenden a extraer patrones o características significativas de ellos, y escogen la opción más adecuada, la opción óptima. Además, la IA considera tanto la información disponible como las restricciones que se le imponen. En palabras simples, la IA, una vez que ha extraído características significativas de los datos, determina el algoritmo óptimo para lograr el objetivo. Aprovecho para distinguir entre la IA y los algoritmos, pues en el enfoque convencional de las máquinas, un algoritmo procesa una entrada y produce una salida determinista. En cambio, en el paradigma de la IA, el proceso se invierte: dada una entrada y una salida deseadas, se le solicita a la máquina que descubra el algoritmo óptimo, es decir, encontrar una combinación ideal de pesos (parámetros ajustables dentro de la red) para generar la salida deseada. Hay millones, incluso miles de millones, de pesos que se ajustan durante el entrenamiento. Sin embargo, todavía se desconoce el proceso por el cual la máquina elige una respuesta específica. Se suele usar el símil de "caja negra" para explicar este vacío en los detalles específicos de cómo el modelo realiza sus predicciones o respuestas. Por lo tanto, se considera que estos modelos son opacos en cuanto a su funcionamiento interno. Por lo pronto, y a rasgos generales, una IA es un modelo capaz de identificar patrones o características significativas en los datos, con el propósito de realizar la tarea que se le ha encomendado. Esta no es una definición final y puede cambiar según los avances. La IA es un concepto complejo y requiere de un enfoque multidisciplinario, todavía falta una definición ontológica de inteligencia que pueda abarcar la inteligencia artificial y otros campos relacionados.