INTELIGENCIA ARTIFICIAL Introducción
La Inteligencia Artificial (IA) es una de las ramas de las ciencias de la computación que
más interés ha despertado en la actualidad, debido a su enorme campo de aplicación.
La búsqueda de mecanismos que nos ayuden a comprender la inteligencia y realizar
modelos y simulaciones de estos, es algo que ha motivado a muchos científicos a elegir
esta área de investigación.
Originalmente la Inteligencia Artificial se construyó en base a conocimientos y teorías
existentes en otras áreas del conocimiento. Algunas de las principales fuentes de
inspiración y conocimientos que nutrieron a esta área son las ciencias de la computación,
la filosofía, la lingüística, las matemáticas y la psicología. Cada una de estas ciencias
contribuyó no solamente con los conocimientos desarrollados en ellas, sino con sus
herramientas y experiencias también; contribuyendo así a la gestación y desarrollo de esta
nueva área del conocimiento
La Psicología cognitiva surge en un contexto de trabajo interdisciplinario entre varias
ciencias, entre las cuales la cibernética y la inteligencia artificial jugaron un papel
determinante. Ambas ciencias, la psicología cognitiva y la inteligencia artificial se
influyeron mutuamente.
Palabras clave: Psicología cognitiva, inteligencia artificial, cibernética, conocimiento.
Historia de la inteligencia artificial
La historia de la Inteligencia Artificial se remonta a los tiempos antiguos, donde el hombre
ha buscado crear seres similares a él. Isaac Asimov, en su libro Runaround, describió las
tres leyes de la robótica, que servirían como motivación para los científicos e ingenieros en
su intento de hacer las realidad. En los años 50, se desarrolló el Perceptrón de Rossenblatt,
un sistema de reconocimiento de patrones que tuvo cierto éxito pero que no se pudo
resolver una amplia gama de problemas. En ese tiempo, Alan Turing propuso el “test de
Turing”, una prueba para demostrar la existencia de inteligencia en dispositivos no
biológicos.
En 1957, Alan Newell y Herbert Simón desarrollaron el General Problem Solver (GPS), un
programa pionero en inteligencia artificial que permitía resolver problemas definidos por el
usuario. Aunque era capaz de resolver algunos problemas, como “Las Torres de Hanoi”,
tenía limitaciones para abordar situaciones del mundo real o tomar decisiones importantes.
En los años 70, Edward Feigenbaum y su equipo comenzaron a trabajar en sistemas
expertos, que buscaban resolver problemas concretos de la vida cotidiana, representando un
avance significativo hacia la aplicación práctica de la inteligencia artificial en entornos
específicos. Este desarrollo marcó el inicio de una nueva fase en la aplicación de la
inteligencia artificial en diversos campos.
Modelos de Inteligencia
Existe una clasificación de los modelos de inteligencia Artificial que se basa en el objetivo
y la forma en que trabaja el sistema, esta clasificación de manera inicial se veía como
clases independientes, sin embargo, en la actualidad los sistemas mezclan características de
ellas.
El primer enfoque, ”Sistemas que Piensan como Humanos”, se basa en la idea de modelar
el funcionamiento de la mente humana. Este enfoque busca comprender y replicar los
procesos cognitivos humanos, utilizando teorías sobre la mente y la experimentación
psicológica como base para establecer modelos computacionales. Este enfoque ha sido
influenciado por las Ciencias Cognitivas, que estudian cómo los seres humanos adquieren,
procesan y utilizan el conocimiento.
Un ejemplo del enfoque de “Sistemas que Piensan como Humanos” sería un programa de
computadora diseñado para jugar al ajedrez utilizando estrategias que imitan el
pensamiento humano, como evaluar diferentes movimientos posibles y anticipar las
jugadas del oponente de manera similar a como lo haría un jugador humano.
Por otro lado, el enfoque de “Sistemas que Actúan como Humanos” se centra en construir
sistemas que imiten las acciones y comportamientos humanos. Un ejemplo icónico es la
Prueba de Turing, que plantea que un sistema puede considerarse inteligente si es capaz de
sostener una conversación de manera tan convincente que un observador humano no pueda
distinguir si está interactuando con una máquina o con otro ser humano. Para lograr esto,
estos sistemas requieren capacidades como el procesamiento del lenguaje natural, la
representación del conocimiento, el razonamiento y el aprendizaje.
Un ejemplo del enfoque de “Sistemas que Actúan como Humanos” sería un asistente
virtual de voz, como Siri o Alexa, que puede entender comandos de voz, responder
preguntas y realizar tareas simples, imitando la interacción humana a través del lenguaje
natural.
Paradigma de la inteligencia artificial en el nacimiento de la ciencia cognitiva
Alan Turing, quien teorizó sobre la posibilidad de construir una “máquina de Turing” capaz
de realizar cualquier cálculo concebible. También propuso una prueba, conocida como “la
prueba de la máquina de Turing”, que establecía que se podría atribuir facultad del
pensamiento a una máquina si un observador no podía distinguir su comportamiento del de
un ser humano.
Esto marcó el comienzo de un paradigma que influiría en el desarrollo de la inteligencia
artificial. Aunque se criticaba al conductismo por su enfoque exclusivo en la observación
de la conducta sin considerar el ámbito mental, la programación de secuencias de
comportamiento para imitar la conducta inteligente humana implicaba una reducción de la
vida mental humana a relaciones lógicas matematizables y programables electrónicamente
en un dispositivo mecánico.
Este enfoque planteaba una concepción materialista de la realidad y establecía que el
criterio último de análisis del comportamiento humano sería el funcionalismo. Es
interesante observar cómo estas ideas han influido en el desarrollo y la comprensión actual
de la inteligencia artificial y la ciencia cognitiva.
Diferencia fundamental entre la capacidad humana de comprender el significado y la
referencia en una representación, en contraste con la limitación de las máquinas para
percibir ese significado.
Se destaca que, mientras una persona es capaz de captar el sentido más allá de la sintaxis de
una oración, una máquina simplemente traduce estímulos dentro de una estructura
sintáctica, sin percibir realmente el significado.
Se argumenta que la inteligencia artificial puede dar la impresión de captar significado
debido a su capacidad para transformar datos en tareas con gran potencia, pero se enfatiza
que nunca podrá tomar consciencia real del significado. Se concluye que la inteligencia
artificial, a pesar de imitar comportamientos inteligentes, carece de verdadera inteligencia y
consciencia semántica. Wittgenstein (2001)
“La Intersección de la Inteligencia Artificial y la Cognición Humana”
la integración creciente de la inteligencia artificial (IA) en los procesos cognitivos humanos, presentando la
IA como una ventaja cognitiva que redefine nuestras capacidades al convertirse en un socio en la construcción
de nuestras realidades. Se menciona que la influencia de la IA está reestructurando la mente humana,
especialmente a través de dispositivos como Smartphone, que cambian la forma en que interactuamos con el
mundo y procesamos la información.
Además, se introduce el concepto de inteligencia cognitiva como una rama de la IA que se centra en
permitir que aplicaciones, sitios web y bots interactúen de manera natural con los usuarios, comprendiendo
e interpretando el lenguaje humano.
En conclusión se resalta cómo la IA está entrelazada con la psicología y los procesos cognitivos, no solo
mejorando nuestras capacidades cognitivas, sino también planteando preguntas filosóficas sobre la relación
entre el pensamiento y la realidad.
Referencia
https://planetadelibrosec0.cdnstatics.com/libros_contenido_extra/40/39308_Inteligencia_artificial.pd f
Rouhiainen, L. (2018). Inteligencia artificial. Madrid: Alienta Editorial, 20-21.
https://rephip.unr.edu.ar/bitstream/handle/2133/17686/1520250496_Inteligencia-Artificial-CC-BY-SA3.0-
86.pdf?se
Ponce Gallegos, J. C., Torres Soto, A., Quezada Aguilera, F. S., Silva Sprock, A., Martínez Flor, E. U., Casali,
A., … & Pedreño, O. (2014). Inteligencia artificial. Iniciativa Latinoamericana de Libros de Texto Abiertos
(LATIn).
https://revistas.unife.edu.pe/index.php/avancesenpsicologia/article/view/270
Franco, L. A. R. (2014). Psicología cognitiva e inteligencia artificial: mitos y verdades. Avances en
Psicología, 22(1), 21-27.
