[MÚSICA] Durante la Segunda Guerra Mundial, el británico Alan Turing pasó a la historia por haber definido funciones computables que descifraban las máquinas Enigma de los nazis; sin embargo, sus contribuciones a la humanidad no terminaron ahí. En 1950, Turing publicó en la revista Mind el artículo “Maquinaria computacional e inteligencia”; en este clásico, Turing se preguntaba si una máquina podría pensar. Sin embargo, como esta pregunta es ambigua, definió lo que se conoce como la Prueba de Turing, basada en el juego de la imitación. [MÚSICA] >> En el juego de la imitación, hay un hombre y una mujer que tratan de convencer a un interrogador. El hombre trata de hacerse pasar por la mujer, y la mujer trata de ayudar al interrogador a identificarla correctamente. En la prueba de Turing, una máquina trata de hacerse pasar por un humano, mientras que un humano ayuda al interrogador a identificar quién es quién. [SONIDO] La idea es que, si consistentemente una máquina puede engañar a los interrogadores, entonces podremos decir que es inteligente. Esto no implica necesariamente que piensa como un humano, pero para fines prácticos, no podríamos distinguir si estamos conversando con un humano o con una máquina. Ya hay programas que han pasado la prueba de Turing desde los 90, durante una conversación simple introducían errores de mecanografía. Como las máquinas no se equivocan, interrogadores inexpertos son engañados fácilmente; pero estas máquinas pasaron la prueba de Turing equivocándose como humanos, no simulando nuestro pensamiento. Más que engañar a los interrogadores, la cuestión es: ¿cómo podría un programa entablar una conversación en lenguaje natural? Para lograrlo, la computadora tendría que pasar por un proceso evolutivo, ya que Turing consideraba que sería imposible programar todo el conocimiento necesario para pasar su prueba. Sin embargo, se han usado los enfoques de aprendizaje automatizado y cómputo evolutivo desde entonces. >> Se podría argumentar que la prueba de Turing no mide tanto la inteligencia en general, sino qué tanto una máquina puede imitar a los humanos. Pero ¿podríamos decir que hacer algo como humano te hace humano? Durante la historia, podemos identificar dos enfoques: funcionalista y esencialista. >> El funcionalista se enfoca en los procesos que determinan el futuro de un sistema, mientras que el esencialista se enfoca en sus componentes. >> En el funcionalista, podemos llamar a algo “inteligente” con que funcionalmente sea similar a lo que consideraríamos inteligente en un humano; no nos importa de qué manera lo haga, si emplea trucos o no. John Searle formuló la principal objeción esencialista con el “Problema del cuarto chino”. Imaginemos a un inglés que está en un cuarto, donde recibe símbolos en chino que no entiende, y hay unos manuales que le dicen cómo manipular esos símbolos. Después de cierto tiempo, el inglés muestra la respuesta: más símbolos en chino, la cual es correcta. Pero el inglés no tiene idea de lo que significan los símbolos y, por lo tanto, de lo que hizo. >> Algo similar sucede con las máquinas, pueden dar respuestas correctas pero no “saben” qué es lo que están haciendo. >> Sin embargo, el problema del cuarto chino se puede aplicar también a los humanos: la mayor parte del tiempo actuamos sin estar conscientes de lo que estamos haciendo, y esto no implica que nuestro comportamiento no sea inteligente. >> Algunos programas ya han superado a los mejores humanos en algunos juegos, tales como ajedrez, go o póker. También hay pruebas que, probablemente, nos superen en los próximos años, como carreras de autos; o en las próximas décadas, como en fútbol. Sin embargo, hay otras tareas en las que no tenemos indicios de que puedan superarnos, tales como curarse, contar buenos chistes, cocinar creativamente, desenvolverse con éxito en tareas distintas a las definidas inicialmente por los humanos. En general, las máquinas son buenas sólo para resolver las tareas para las que fueron creadas. >> Los aviones no vuelan como aves ni como insectos, que, de hecho, son mucho más eficientes; pero si lo que nos interesa es volar, no importa tanto cómo lo logremos. De manera similar, si queremos construir sistemas inteligentes con cierto propósito, no importa si no funcionan de manera similar a los humanos o a otros seres vivos. En otras palabras, la inteligencia artificial pragmáticamente es funcionalista; de otra manera, nos perderemos en discusiones filosóficas. [MÚSICA] [MÚSICA]