El origen del nombre «inteligencia artificial»
El 31 de agosto de 1955, la ciencia de la computación experimentó una de sus metamorfosis conceptuales más profundas. Lo que comenzó como la automatización de cálculos numéricos acelerados por la electrónica de la posguerra pronto derivó en una interrogante ambiciosa: ¿es posible mecanizar el pensamiento humano? Sin embargo, la etiqueta con la que hoy conocemos a este campo multidisciplinario surgió como resultado de un cálculo político, epistemológico y generacional con el objetivo de generar un paradigma que permitiera independizar a una nueva camada de investigadores frente al dominio de las figuras tutelares de la época.
Preámbulo: Las sombras de la cibernética y el peso de una «vaca sagrada»
Antes de que la expresión cobrara la relevancia mediática de nuestros días, el estudio de las máquinas pensantes se encontraba fragmentado en distintas corrientes teóricas. Por un lado, John von Neumann y Claude Shannon exploraban la «teoría de autómatas», una disciplina orientada al análisis matemático de sistemas discretos de información (Kline, 2011). Por otro lado, Allen Newell y Herbert A. Simon desarrollaban en la Universidad Carnegie Mellon el paradigma del «procesamiento de información compleja», enfocado en la resolución de problemas mediante la manipulación de estructuras de datos (McCorduck, 2004).
No obstante, la corriente dominante en la década de 1940 y principios de la de 1950 era la cibernética, una disciplina fundada por el matemático del Instituto Tecnológico de Massachusetts (MIT), Norbert Wiener. Con la publicación de su obra Cybernetics: Or Control and Communication in the Animal and the Machine, Wiener (1948) estableció un marco multidisciplinario que unificaba la termodinámica, la teoría de control, la biología y los circuitos de retroalimentación analógica.
Wiener se transformó en una figura académica de influencia abrumadora. Sin embargo, los registros documentales y las biografías históricas revelan que su estatus de «vaca sagrada» en el MIT convivía con una personalidad sumamente compleja y vulnerable. Lejos de la imagen de un académico distante, Wiener padecía inseguridades crónicas derivadas de su infancia como niño prodigio, acompañadas de severas fluctuaciones anímicas (Conway & Siegelman, 2005). Su constante necesidad de validación y una marcada proclividad a la paranoia afectaron las relaciones con sus colaboradores. El caso más notorio fue su ruptura definitiva en 1952 con Warren McCulloch y Walter Pitts, pioneros en el modelado de redes neuronales, a quienes expulsó de su círculo académico tras un malentendido personal (Boden, 2006).
Para los jóvenes investigadores de la época, cualquier intento de estudiar la cognición automatizada en las computadoras bajo el cobijo de la cibernética implicaba someterse al juicio de Wiener y aceptar su enfoque centrado en sistemas analógicos y circuitos de control.
Creación del término «inteligencia artificial»: Una ruptura epistemológica y política
En el verano de 1955, John McCarthy, a la sazón profesor asistente de matemáticas en Dartmouth College, decidió trazar una línea de separación. En colaboración con Marvin L. Minsky, Nathaniel Rochester y Claude E. Shannon, redactó la propuesta para organizar un seminario de investigación durante los meses de julio y agosto de 1956 en Hanover, Nuevo Hampshire (McCarthy et al., 1955). Fue en el encabezado de ese documento donde el término hizo su aparición oficial: A Proposal for the Dartmouth Summer Research Project on Artificial Intelligence.
La elección de estas palabras respondió a un doble objetivo: Epistemológico y político.
En el aspecto epistemológico, McCarthy buscaba distanciar su programa de investigación de los sistemas continuos, estocásticos y biológicos promovidos por la cibernética. La visión de McCarthy se fundamentaba en la lógica formal, los símbolos discretos y la programación sobre arquitecturas digitales. La conjetura central del proyecto sostenía que todo aspecto del aprendizaje o de la inteligencia podía describirse con tal precisión que era posible programar una máquina para simularlo (McCarthy et al., 1955).
McCarthy acuñó la denominación «inteligencia artificial» con la intención de crear un espacio de investigación neutral, un territorio académico independiente donde una nueva generación de científicos pudiera trabajar sin rendir cuentas a las doctrinas de la cibernética ni a los dogmas de sus fundadores. Así, no surgió de un consenso científico espontáneo ni de un hallazgo empírico irrefutable ni de un comité especializado.
Consecuencias: La carga semántica y el espejismo de los «inviernos»
La adopción de la palabra «inteligencia» trajo consigo profundas repercusiones tecnológicas e institucionales. Si bien el nombre poseía un atractivo innegable para captar la atención del público, también generó falsas expectativas desde sus inicios. La Fundación Rockefeller, a la cual se le solicitaron 13,500 dólares para financiar el encuentro de Dartmouth (McCarthy et al., 1955), reaccionó con cautela y otorgó únicamente una subvención de 7,500 dólares, escéptica ante las promesas de la propuesta (Rockefeller Foundation, 1955).
El abandono de las ideas cibernéticas de Wiener —basadas en el aprendizaje adaptativo, el manejo del ruido y la retroalimentación probabilística— en favor del paradigma simbólico de McCarthy y Minsky condujo a la disciplina hacia una rigidez metodológica que desencadenó sus dos crisis históricas más severas: Los inviernos de la IA.
El primer invierno de la IA (1974–1980) ocurrió tras la publicación del Informe Lighthill (1973) en el Reino Unido y el análisis de Minsky y Papert (1969) sobre las limitaciones de los perceptrones. La IA simbólica colapsó al enfrentar la explosión combinatoria, incapaz de resolver problemas fuera de entornos de juguete bien definidos.
El segundo invierno de la IA (1987–1993) surgió debido al fracaso comercial de los «sistemas expertos» y la caída de las máquinas Lisp especializadas (Crevier, 1993; Russell & Norvig, 2020). La falta de flexibilidad para manejar la ambigüedad del mundo real demostró la fragilidad de la lógica pura desprovista de contexto.
De manera irónica, el renacimiento moderno de la disciplina a través del aprendizaje profundo (Deep Learning) representa una reivindicación del enfoque que McCarthy intentó eludir. Las arquitecturas contemporáneas no procesan conceptos lógicos mediante reglas explícitas; en su lugar, operan sobre espacios vectoriales continuos, álgebra lineal y cálculos de probabilidad, principios metodológicos emparentados con la cibernética que Wiener defendió décadas atrás.
Conclusiones: Anatomía de una metáfora persistente
El recorrido histórico revela que el nombre «inteligencia artificial» no nació como una descripción ontológica certera, sino como una estrategia de emancipación académica. El uso de la palabra «inteligencia» provocó una tendencia persistente a la antropomorfización de los sistemas computacionales, un fenómeno que distorsiona la comprensión pública de estas tecnologías.
A pesar de la sofisticación de los modelos del lenguaje y los sistemas autónomos actuales, estas herramientas carecen de intencionalidad, criterio y experiencia subjetiva (qualia). La cognición humana requiere de la experiencia física y del conocimiento práctico contextualizado en un entorno biológico (Dreyfus, 1992; Searle, 1980), y no solo de la manipulación abstracta de símbolos sintácticos.
Comprender el origen del término permite despojar a la tecnología de su mística. La disciplina bautizada en Dartmouth en 1955 construyó sofisticados motores de inferencia estocástica y estadística, y no mentes sintientes. El nombre «inteligencia artificial» permanece como un fascinante artefacto de la política académica del siglo XX: un título rimbombante que sirvió para fundar un campo de estudio, aunque su propia semántica continúe ocultando la naturaleza algebraica de sus algoritmos.
Con todo, no dejan de sorprender sus logros y avances conforme ha mejorado el conocimiento y desarrollos en esta área, así como los recursos habilitadores que la facilitan. Al final de cuentas, el hardware es el habilitador de la IA y el software es su agente. ¡Nos seguimos leyendo!
Referencias
Boden, M. A. (2006). Mind as machine: A history of cognitive science (Vol. 1). Oxford University Press.
Crevier, D. (1993). AI: The tumultuous history of the search for artificial intelligence. Basic Books.
Dreyfus, H. L. (1992). What computers still can't do: A critique of artificial reason. MIT Press.
Kline, R. (2011). Cybernetics, automata studies, and the Dartmouth Conference on Artificial Intelligence. IEEE Annals of the History of Computing, 33(4), 5–16.
Lighthill, J. (1973). Artificial intelligence: A general survey. En Artificial Intelligence: A paperpack study (pp. 1–22). Science Research Council.
McCarthy, J., Minsky, M. L., Rochester, N., & Shannon, C. E. (1955). A proposal for the Dartmouth summer research project on artificial intelligence. Dartmouth College.
McCorduck, P. (2004). Machines who think: A personal inquiry into the history and prospects of artificial intelligence. CRC Press.
Minsky, M., & Papert, S. A. (1969). Perceptrons: An introduction to computational geometry. MIT Press.
Rockefeller Foundation. (1955). Dartmouth College – Artificial Intelligence – (Computers), 1955-1957 (Rockefeller Foundation records, Projects/Grants, Record Group 1, Subgroup 1.2, Series 200). Rockefeller Archive Center.
Russell, S., & Norvig, P. (2020). Artificial intelligence: A modern approach (4a ed.). Pearson.
Searle, J. R. (1980). Minds, brains, and programs. Behavioral and Brain Sciences, 3(3), 417–457.
Wiener, N. (1948). Cybernetics: Or control and communication in the animal and the machine. Technology Press / John Wiley & Sons.
Comentarios