Geoffrey Hinton lo dice sin rodeos: hay dos maneras de abordar el problema de la inteligencia artificial. Una es simbólica, herencia directa de Alan Turing: la mente humana como una máquina lógica, que opera con reglas claras, paso a paso, como una calculadora elegante. La otra es estadística: sin reglas fijas, basada en correlaciones, en correlaciones y en experiencia acumulada, sin garantías de certeza, pero con una capacidad impresionante para adaptarse.
Hinton apostó por la estadística. Y creo que tenía razón. No porque las máquinas conectivistas entiendan el mundo, aún no lo hacen, sino porque se parecen más a nosotros que las lógicas perfectas de Turing.
Los humanos no razonan. O mejor dicho: razonan mal. Saltamos a conclusiones, vemos patrones donde no los hay, contamos historias más que ecuaciones. Somos criaturas de intuición, de contexto, de memoria emocional. No seguimos un silogismo, seguimos un hilo. No aplicamos reglas, aplicamos marcos.
Aprendemos. Y desaprendemos. Y volvemos a aprender.
Eso es lo que nos hace adaptables. Lo que nos hace peligrosos. Y lo que nos hace humanos. Una IA verdaderamente humana no será la que calcule mejor, sino la que dude, improvise y tenga miedo de tener razón.
No seremos superados por máquinas que razonan mejor. Seremos ampliados, o enfrentados, por máquinas que aprenden como nosotros… pero sin nuestras historias, ni nuestros cuerpos, ni nuestros errores redentores.
Mientras tanto, no olvidemos lo esencial: el ser humano no fue diseñado. Fue entrenado.
Y aún sigue aprendiendo.
Leave a Reply