Inteligencia artificial. Menos oráculo, más ciencia

Presentado por:

¡Buenas tardes, estimados y estimadas navegantes de este Universo Paralelo! 

En pleno verano muchos están disfrutando de unas merecidas vacaciones. Los científicos, por supuesto, también. Por eso esta edición del newsletter será más breve, ya que no hemos querido pedir a nadie que interrumpa su descanso para regalarnos una contribución.

En los últimos días se viralizó una columna del empresario tecnológico Matt Shumer en la que alerta, en tono abiertamente alarmista, cómo la inteligencia artificial (IA) cambiará el mundo de manera radical en muy poco tiempo, terminando con incontables fuentes de trabajo.

No hay gran novedad en su discurso. Desde sus orígenes la IA ha sido causa de apasionadas discusiones sobre su desarrollo futuro y su posible impacto, donde incluso los mayores expertos han defendido posiciones irreconciliables.

En esta edición de Universo Paralelo quisiéramos abordar la inteligencia artificial desde una perspectiva menos utilitarista.

• Primero, poner en duda cualquier afirmación arrogante y categórica. Predecir el futuro no es cosa de expertos, es cosa de magos.
• Luego, explicar del modo más simple posible qué son las redes neuronales que permiten la existencia de la IA hoy.

Por supuesto, nuestra incansable Francisca Munita nos acompaña como cada semana para revisar la semana en ciencia.

Les deseo a aquellos que están de vacaciones, que sigan disfrutando. Si han tenido la suerte de hacer deportes náuticos, cuídense. En el verano de 1971, en la Bahía de Chesapeake, la inteligencia artificial sufrió una de sus mayores tragedias. En un accidente mientras navegaba un velero, murió Frank Rosenblatt, psicólogo norteamericano y padre de las redes neuronales a las que debemos el auge de la IA en este siglo. Ese mismo día cumplía 43 años.

Gracias por acompañarnos en esta edición de Universo Paralelo, una suerte de homenaje a Rosenblatt y a la ciencia tras la IA.  También es un recordatorio del cuidado que debemos tener con toda tecnología. Pero ese cuidado no debe significar miedo ni alarmismo. Los accidentes estivales sabemos que existen, pero no pueden permitir que dejemos de disfrutar del verano.

Comenta y comparte este link. Y si este número te llegó gracias a alguien, inscríbete aquí y sigamos pensando cómo el conocimiento es el mejor antídoto de las historias apocalípticas.

 LA CAÍDA DE LOS INTELIGENTES

Crédito: Imagen generada por IA.

Un muy buen amigo matemático dice que si alguien asegura entender la política interna rusa, probablemente está mal informado.

Algo parecido ocurre hoy con la inteligencia artificial. Abundan las opiniones y las predicciones. Cuando alguien habla con demasiada seguridad sobre su futuro y su impacto, no puedo evitar recordar una frase atribuida a Niels Bohr: “Es difícil hacer predicciones, especialmente cuando son sobre el futuro”.

Ni siquiera los expertos, los creadores de la inteligencia artificial, están de acuerdo en lo que vendrá.

• Algunos dicen que los resultados más importantes ya se obtuvieron y que ahora el progreso se irá ralentizando, tanto por problemas técnicos como teóricos, hasta encontrarse con una pared.
• Otros piensan que la tecnología se desarrollará cada vez más velozmente. En particular cuando los computadores sean más inteligentes que los humanos: desde allí serán ellos los que diseñen las nuevas generaciones de algoritmos de inteligencia artificial. Mientras más inteligentes, mejores serán sus creaciones, en un progreso arrollador, sin control humano, que nos dejará muy atrás, como una especie primitiva sin esperanza. Es la idea de la singularidad tecnológica propuesta por John von Neumann, y popularizada hasta el hartazgo en las últimas décadas por el informático teórico, inventor y empresario Ray Kurzweil.

Pero la verdad de las cosas es que no podemos saber para dónde vamos exactamente. Es de consenso que el mercado laboral cambiará, como lo ha hecho muchas veces en la historia. Pero otra cosa es afirmar que los homo sapiens nos quedaremos paulatinamente sin tareas que realizar.

Esto está lejos de ser nuevo. En 1930, John Keynes predijo que, gracias a los avances de la tecnología, a fines del siglo XX la semana laboral tendría solo 15 horas. Lamentablemente se equivocó, y las razones son variopintas. Primero, de acuerdo a una teoría del antropólogo David Graeber, esto sería porque inventamos nuevos Trabajos de mierda, el título de su libro de 2018. Estos serían trabajos que incluso quienes los desempeñan consideran inútiles. No existirían por necesidad productiva, sino para sostener estructuras burocráticas, jerarquías corporativas o la ficción social de que todos deben estar ocupados.

Las ideas de Graeber pueden discutirse, pero hay algo que parece un hecho: gran parte de nuestra vida económica descansa sobre ficciones compartidas. El dinero es una abstracción cuyo valor depende, en última instancia, de la confianza colectiva.

• El sistema financiero —una capa de abstracción más reciente que el dinero mismo, y que ha crecido de manera desproporcionada en las últimas décadas— es, en buena medida, una maquinaria de gestión de símbolos, expectativas y riesgos proyectados hacia el futuro. No produce bienes materiales; produce estructuras abstractas que organizan flujos de dinero y poder.

Pero que algo sea una ficción no significa que sea irrelevante. Muchas ficciones humanas mueven el mundo. Por eso es difícil imaginar que podamos quedarnos sin tareas que inventar, independientemente de lo que la inteligencia artificial logre hacer. Nuestra historia sugiere que cuando ciertas ocupaciones desaparecen, inventamos otras, muchas veces aún más abstractas que las anteriores.

Quizás suceda, además, que sobrevaloramos la inteligencia. Hubo un tiempo en que lo que admirábamos era la fuerza física. La destreza corporal decidía la guerra, la supervivencia y el poder. El desarrollo tecnológico hizo que nos quedáramos sin depredadores y que las máquinas desplazaran progresivamente la fuerza como ventaja decisiva. La revolución industrial no eliminó el trabajo, pero sí desplazó el prestigio desde el músculo hacia el cerebro.

Es ahora la inteligencia la que comienza a bajar del pedestal que mantuvo por siglos.

Tal vez eso termine con el prejuicio a favor de los “inteligentes”, o al menos de cierto tipo de inteligencia. Porque si hay algo que sin duda la IA ayudará a esclarecer es qué significa realmente esa bolsa conceptual que llamamos inteligencia. Si bien las máquinas están reemplazando parte del contenido de esa bolsa, hay muchas razones para pensar que estamos muy lejos de que puedan reemplazarlo todo.

No hay nada religioso ni espiritual en esta última frase. Los cerebros, como las máquinas, son objetos materiales que obedecen las leyes de la física. No hay razón para descartar que, si algún día comprendemos en profundidad el funcionamiento del cerebro, podamos construir máquinas que reproduzcan todas sus capacidades, incluso la consciencia.

Por ahora, salvo que las máquinas nos ayuden —como imagina Kurzweil— seguimos teniendo una manera segura de producir cerebros: reproduciéndonos.

 LA ILUSIÓN DE LA RAZÓN

Crédito: Imagen generada por IA.

Ya los fundadores de la informática comparaban las computadoras con el cerebro. Crear dispositivos capaces de imitar el cerebro humano no parecía algo tan absurdo, cuando las primeras computadoras podían imitar muchos procesos simples de cálculo humano. El mismo Alan Turing concibió el famoso test que permitiría evaluar si una máquina podía pensar.

Pocos años después de la muerte de Turing, en 1956, un grupo de matemáticos liderados por John McCarthy acuñaron el término “inteligencia artificial” para un nuevo campo interdisciplinario que uniría a matemáticos, informáticos, psicólogos y neurocientistas bajo la convicción —quizás temeraria— de que cualquier aspecto de la inteligencia podía describirse con suficiente precisión como para implementarlo en una máquina.

En un comienzo se pensaba que el funcionamiento interno de una inteligencia artificial debía modelar el razonamiento explícito humano. Cuando enfrentamos un problema solemos descomponerlo en partes y avanzar paso a paso, aplicando reglas lógicas. Esto es evidente en tareas como planificar un recorrido por la ciudad o completar una declaración de impuestos. Se trata de un razonamiento consciente, que podemos describir en voz alta.

• De hecho, los investigadores estudiaban a personas a quienes planteaban desafíos y pedían resolverlos mientras verbalizaban cada paso. Desde esta perspectiva, la mente podía entenderse como un sistema simbólico: pensar era manipular símbolos y aplicar reglas explícitas a conceptos bien definidos, avanzando en una secuencia en la que cada movimiento podía explicarse. Esa idea orientó la inteligencia artificial durante décadas.

Pero había un problema: muchos de los desafíos más interesantes de nuestro sistema cognitivo no funcionan así. Reconocemos un árbol como árbol sin aplicar ninguna regla explícita.  Simplemente lo vemos y lo sabemos. No hay un flujo consciente de razonamiento que podamos describir paso a paso. Existen muchísimos tipos de árboles, todos muy distintos. Incluso el mismo árbol en distintas situaciones lumínicas o desde distintos ángulos se ve distinto. A pesar de eso, sabemos con facilidad qué es un árbol, pero nos cuesta explicar cómo lo sabemos.

Ahí comenzó otra tradición dentro de la inteligencia artificial. Si el pensamiento humano no siempre es simbólico y explícito, quizá una máquina tampoco deba serlo.

En 1957, Frank Rosenblatt propuso un modelo extremadamente simple inspirado en las neuronas biológicas: el perceptrón. Este es un dispositivo que tiene varias entradas y una salida. Las entradas son alimentadas con números que representan características del objeto, la salida es una señal binaria, un 0 o un 1, un sí o un no, análogo a una neurona que dispara una señal o no lo hace.

Sigamos con el ejemplo del árbol. En la imagen que acompaña este texto vemos lo que podría ser una fotografía del árbol, pixelada en una cuadrícula de 15 x 17. Cada uno de los 255 píxeles, se describe con un número que puede ser 0 para blanco, 1 para negro, y números intermedios para toda la escala de grises.

• En el caso más simple, el perceptrón multiplica cada uno de estos números, por parámetros que guarda, llamados pesos, obteniendo 255 nuevos números que luego suma. Si el resultado es mayor que cierto umbral, el perceptrón se activa y entrega un 1, si no entrega 0.

Este simple esquema tiene una propiedad poderosa: los pesos pueden ajustarse automáticamente a partir de ejemplos. En lugar de programar reglas explícitas para reconocer un árbol, uno muestra miles de imágenes etiquetadas como “árbol” o “no árbol”, y utiliza un algoritmo que irá modificando sus pesos internos hasta que logre clasificar correctamente la mayoría de los casos.  Es decir, que arroje un 1 cuando la imagen es de un árbol, y un 0 cuando no lo es. No hay reglas, hay un proceso de “aprendizaje”.

Un solo perceptrón no tendrá resultados muy impresionantes. Pero si conectamos, como en el cerebro, una cantidad enorme de estas unidades se obtienen resultados fenomenales. Estas son las “redes neuronales”. El reconocimiento automático de objetos en imágenes terminó convirtiéndose en el caso emblemático del éxito de las redes neuronales. Todos hemos ayudado a entrenar estos algoritmos cuando se nos pide distinguir, digamos, “bicicletas”, en un conjunto de imágenes antes de poder ingresar a un sitio web.

Pero lo que ocurre dentro de esas redes es, en gran medida, opaco. No hay un “razonamiento” que podamos seguir línea por línea. Del mismo modo como no podemos explicar cómo distinguimos árboles, la red neuronal tampoco nos brinda ninguna luz. No hay razones ni reglas, solo millones de pesos guardados en su memoria. Como no hay símbolos que manipular a estos sistemas se los llama “subsimbólicos”.

• Los modelos de lenguaje actuales, como ChatGPT, funcionan bajo este paradigma. Son redes neuronales entrenadas con cantidades colosales de texto. No operan con significados en el sentido humano. Dada una secuencia de palabras, calculan cuáles son las más probables que vengan después. Eligen una. Y al hacerlo, emergen estructuras gramaticales, coherencia temática e incluso algo que se parece al razonamiento y la creatividad.

Lo impresionante es que la inteligencia artificial basada en redes neuronales no solo imita nuestros procesos cognitivos rápidos y automáticos como el reconocimiento de imágenes, también imita nuestro razonamiento simbólico. Podemos pedirles que nos ayuden con la declaración de impuestos, y lo harán de un modo que nos parece que estuvieran siguiendo un flujo lógico.

¿Nuestro cerebro funcionará de un modo semejante? ¿Será el razonamiento una propiedad emergente de un sistema que, en lo esencial, opera de manera subsimbólica? No lo sabemos. La neurociencia sugiere que buena parte de nuestra vida mental ocurre, efectivamente,  en redes que operan de manera análoga a  un sistema subsimbólico.

Quizás la razón y la lógica no sean más que una forma de capturar el mundo con la que la evolución nos equipó para sobrevivir en él: una herramienta biológica que nos permite organizar y dar sentido a la inconmensurable cantidad de información que la naturaleza produce. Pero si la razón es apenas la superficie visible de una maquinaria más profunda y subsimbólica, ¿es la lógica la gramática del universo o solo el idioma de nuestra especie?

 NOTICIAS: LA SEMANA EN CIENCIA

Reconstrucción artística de Galahadosuchus jonesi, reptil del Triásico tardío, anunciado hace unos días tras el estudio de sus restos fósiles.. Crédito: Natural History Museum, London.

Por Francisca Munita

Periodista

En estos días se conocieron avances que van desde el origen mismo de la vida hasta el comportamiento íntimo de la materia: desde un ARN diminuto capaz de replicarse hasta electrones que desafían nuestra intuición en materiales ultrafinos. También hubo hallazgos que conectan genética y pasado humano, nuevas pistas sobre el Alzheimer y explicaciones más precisas para eventos médicos poco frecuentes. Cerramos con dos breves que amplían el panorama: una sobre vacunas contra el COVID-19 y otra que nos devuelve al Triásico, cuando los antepasados de los cocodrilos corrían por tierra firme.

•  Un ARN diminuto se acerca al origen de la vida

Un equipo del MRC Laboratory of Molecular Biology presentó QT45, un ribozima —ARN con capacidad catalítica, es decir, capaz de realizar reacciones químicas— que logra copiar su propia secuencia en condiciones que imitan la Tierra primitiva, como ambientes fríos y acuosos. Es el sistema autorreplicante más pequeño y eficiente logrado hasta ahora, reforzando la hipótesis del “mundo ARN”, que propone que antes del ADN y las proteínas, la vida pudo comenzar con moléculas capaces de copiarse y evolucionar por sí mismas.
Dato curioso: el QT45 mide solo 45 nucleótidos, una fracción del tamaño de muchos ARN actuales.
Publicado el 13 de febrero de 2026.  Conoce MÁS

•  Un gen raro viajó 12 mil años en el tiempo

El análisis genético de un entierro doble del Paleolítico tardío permitió identificar en una niña una mutación en el gen NPR2, responsable de una alteración hereditaria que afecta el desarrollo corporal. Es la primera vez que se confirma mediante ADN antiguo la presencia de una enfermedad rara en personas prehistóricas. El hallazgo conecta genética moderna con la biología de nuestros ancestros y muestra que ciertas mutaciones han acompañado a la humanidad desde hace milenios.
Dato curioso: mutaciones en NPR2 pueden alterar la manera en que las células responden a señales que controlan cuánto y cómo crecen los huesos.
Publicado el 17 de febrero de 2026.  Conoce MÁS

•  Una pista molecular contra el Alzheimer

Investigadores del Karolinska Institutet identificaron que los receptores SST1 y SST4 —proteínas que reciben señales químicas en las neuronas— pueden activar la enzima neprilisina, encargada de degradar placas beta-amiloide, acumulaciones asociadas al Alzheimer. En modelos de ratón, estimular estos receptores redujo las placas y mejoró el desempeño cognitivo. Aunque aún es investigación preclínica, abre una vía distinta a las terapias actuales, apuntando a potenciar mecanismos naturales de limpieza cerebral.
Dato curioso: la neprilisina, identificada originalmente en la década de 1990, pertenece a una familia de enzimas conocidas como metaloproteasas, que necesitan un ion metálico —generalmente zinc— para poder funcionar.
Publicado el 17 de febrero de 2026.  Conoce MÁS

•  Electrones que se comportan como si fueran uno solo

Un experimento realizado en un laboratorio de física en Berlín confirmó que en diminutas cadenas de átomos de fósforo organizadas en línea recta los electrones no actúan de manera independiente, sino como un sistema colectivo. En este entorno unidimensional —donde el movimiento queda restringido a una sola dirección— surgen fenómenos descritos por la física cuántica que no aparecen en materiales comunes. El hallazgo respalda modelos teóricos sobre cómo interactúan las cargas eléctricas en espacios extremadamente reducidos y abre nuevas posibilidades para diseñar componentes electrónicos a escala nanométrica.
Dato curioso: en sistemas unidimensionales puede aparecer el llamado “líquido de Luttinger”, un comportamiento eléctrico distinto al de los metales comunes.
Publicado el 16 de febrero de 2026.  Conoce MÁS

ÓRBITAS PARALELAS

Una variante en el ADN explica raros coágulos tras algunas vacunas contra el COVID-19
Un estudio identificó una variación genética poco frecuente que puede aumentar el riesgo de desarrollar trombosis tras recibir ciertas vacunas contra el COVID-19 que utilizan un adenovirus modificado como herramienta para activar las defensas (como las de AstraZeneca y Johnson & Johnson). La investigación muestra que, en personas con esa característica hereditaria, el sistema inmune puede reaccionar de forma inusual y activar la coagulación de la sangre. El hallazgo permite comprender mejor estos episodios sin poner en duda la seguridad general de estas vacunas.
Más información

 Un antiguo pariente de los cocodrilos corría hace 215 millones de años
Paleontólogos dieron a conocer a Galahadosuchus jonesi, un reptil del Triásico descubierto en el Reino Unido y considerado uno de los primeros parientes de los cocodrilos. A diferencia de los actuales, su esqueleto sugiere que tenía patas más largas y postura más erguida, lo que indica que se desplazaba con mayor agilidad sobre tierra firme. El hallazgo amplía la historia evolutiva de un grupo que hoy asociamos casi exclusivamente al agua.
Más información

Presentado por:

 Y esto es todo en esta edición de Universo Paralelo. Ya sabes, si tienes comentarios, recomendaciones, fotos, temas que aportar, puedes escribirme a universoparalelo@elmostrador.cl. Gracias por ser parte de este Universo Paralelo.

• Mis agradecimientos al equipo editorial que me apoya en este proyecto: Fabiola Arévalo, Francisco Crespo, Francisca Munita, Ignacio Retamal, Camilo Sánchez y Sofía Vargas, y a todo el equipo de El Mostrador.