Definición de Inteligencia Artificial

Buenas noches.

Hace tiempo intervine en este foro en un tono un tanto estoico (debido al criterio empleado: qué cae bajo mi control/fuera de mi control) para plantear la cuestión de qué controlamos y qué no podemos controlar en nuestra interacción con los LLMs. Esto llevó a varias cuestiones y discusiones, no siempre enfocadas en el tema que ahí se trató de inicio.

En esta ocasión quiero plantear la tarea de definir qué es inteligencia artificial. Un LLM, un dron dji neo que te sigue por reconocimiento facial, deep learning utilizado para reconocer patrones en pacientes enfermos, IAs utilizadas para gestión logística, IAs para decisiones financieras, IAs interviniendo en conducción autónoma... ¿Tiene todo esto algo en común? Mi intención aquí no es responder a esto de manera exhaustiva sino comenzar un tema para que entre los interesados intentemos tratarlo con la mayor claridad y de manera sistemática. No pretendo dar mi opinión, pretendo investigar el hecho y tratar de describirlo de manera fundamentada, no según lo que me parezca o según las emociones o ilusiones que este pueda provocar en mí.

Para empezar, nos hallamos ante un término compuesto que presupone la definición de los términos «inteligencia» y «artificial».

Además, el término «Inteligencia artificial» tiene ya un recorrido de más de medio siglo (surge oficialmente de la mano de John McCarthy en la conferencia de Dartmouth celebrada en 1956 donde, entre otros, colaboró Claude Shannon --padre de de la teoría matemática de la información--). El contexto de surgimiento del término podría remontarse al genuino Alan Turing (¿Pueden pensar las máquinas?) e incluso podríamos remontarnos aún más a la idea de una automatización del pensamiento en Gottfried Leibniz o Blaise Pascal (que inventó la primera calculadora).

Hay muchas aspiraciones y metáforas que arrastra la idea de IA desde su surgimiento como proyecto. Estas aspiraciones y metáforas pueden aclarar el camino a seguir pero también lo pueden torcer y oscurecer si nuestras aspiraciones se fundan en metáforas ambiguas y en propósitos irreales. Si queremos definir qué es la inteligencia artificial, hemos de reparar en que es un término vago, amplio, abstracto, que está lleno de presupuestos, que engloba multiplicidad de aplicaciones, de funciones...

Por tanto, hemos de entender que NO HAY UNA DEFINICIÓN DE INTELIGENCIA ARTIFICIAL, hay , en su lugar, varios criterios que permiten trazar una definición aproximada de lo que pueda ser «Inteligencia artificial». Me gustaría abrir este hilo para empezar por discutir qué hay de real y defendible tras los criterios que sirven para definir la IA y qué hay de aspiración y metáfora. Por ejemplo, suele establecerse un criterio para explicar la IA según su capacidad atendiendo a una distinción totalmente especulativa. Se distinguen tres tipos de IA:
- ANI (Artificial Narrow Intelligence) que consiste en IA aplicada a tareas específicas, o sea, toda la IA actual.
- AGI (Artificial General Intelligence) como aquella capacidad general que la IA del futuro debería alcanzar y que sería comparable a la humana en cualquier dominio cognitivo. Aquí ya claramente nos encontramos ante una aspiración, no ante una realidad.
- ASI (Artificial Superintelligence) que consistiría en una IA que supera a los humanos en todo dominio. Pura aspiración, pura metafísica sin ninguna garantía de realidad.

A mi juicio, hay que distinguir bien entre lo que se dice sobre que puede hacer la IA y lo que se puede hacer de hecho con IA. Si no investigamos los usos reales que hay de facto de tecnologías que emplean inteligencia artificial entonces cada vez que usemos la IA no sabremos con qué estamos tratando. Y si encima contaminamos nuestra concepción de esa maravillosa herramienta con ideas como la AGI o la ASI, estaremos usando esa herramienta con aspiraciones que no sabemos si son ciertas y si están bien enfocadas. Antes de soñar sobre si nos dominará una IA o no, quiero entender qué es capaz de hacer y si su modo de hacer lo que hace es en verdad cuestión de inteligencia o si no es más bien una mecanización de la inteligencia. Además, dado que actualmente sólo hay ANI o Inteligencia Artificial Específica, creo que resulta interesante investigar cuáles son esas tareas específicas donde se implementa la IA de manera real, no de manera declarada. Asimismo resulta fundamental diferenciar la IA según el paradigma técnico desde el que surge (IA centralizada o simbólica VS IA conexionista --redes neuronales, deep learning-- vs híbrida ). Dentro de las IA tipo ML podemos diferencia las IAs según el tipo de aprendizaje. En definitiva, propongo comenzar con la discusión de qué criterios son adecuados para definir (al menos formalmente) qué sea la Inteligencia Artificial.

Creo que es un asunto espinoso pero al mismo tiempo apasionante.

¡Saludos a todos los usuarios de forosdeia!

Me parece un planteamiento muy serio y necesario. Hoy se habla de “IA” como si fuese una entidad homogénea, cuando en realidad engloba técnicas, paradigmas y objetivos muy distintos. Coincido especialmente en separar lo que la IA hace realmente de las proyecciones metafísicas tipo AGI o ASI, porque muchas veces se debate más sobre ciencia ficción que sobre sistemas concretos y verificables.

No soy especialista en estos temas ni ingeniero ni matemático ni informático. Estoy tratando de aprender programación, lógica y matemáticas. Mi interés en plantear este tema viene de tratar de conocer gente que sí sea especialista o comparta mi interés y entre nosotros tratar y discutir estos temas.
Yo me he formado en Filosofía, aunque esto por sí mismo es como no decir nada.

La filosofía es un saber de segundo grado que depende de saberes de primer grado (ciencias), técnicas, ideologías... Algo importante para mí es evitar caer en una contaminación filosófica en un sentido idealista, esto es, evitar la hipóstasis o sustantificación de algunos términos. Por ejemplo, porque un LLM dé respuestas indistinguibles o incluso más precisas que muchos seres humanos no se sigue como consecuencia que el LLM actúa IGUAL o de manera análoga a como lo hace un ser humano (con conciencia). Cuando se mantiene que el LLM piensa o que actúa como nosotros a esto lo llamo hipóstasis del LLM porque se reduce un proceso operatorio que imita la racionalidad humana a la condición de un sujeto cuya unicidad se delimita bajo la idea de "conciencia": como nosotros somos conscientes, autoconscientes y la máquina da resultados sorprendentemente similares a los nuestros, la máquina debe ser inteligente... Otro de muchos términos discutibles es "emergencia". Este término emplea varios sentidos distintos y, sin embargo, se emplea con frecuencia como si sólo designase un salto cualitativo, sin explicar cómo se produce ese supuesto salto. por ejemplo, se suele hablar de que la inteligencia de una IA EMERGE de ejecutar y coordinar diferentes funciones entre distintas partes del sistema (LLM, RAG, llamada a APIs, orquestadores, etc.), no obstante, si para responder cada prompt se emplean partes del sistema en proporciones distintas ¿para cada nueva respuesta a nuestro prompt que nos da un LLM emerge una inteligencia distinta? ¿qué demonios es emergencia entonces


Quizás, para no presuponer demasiado respecto de la IA, podríamos considerar un recorrido histórico del contexto material y técnico (así como los ejes político y económico que sustentan y direccionan los usos tecnológicos --pues, por ejemplo, Internet cuando aún era Arpanet comenzó siendo un proyecto de telecomunicaciones con funciones militares de EEUU, por ello, sin EEUU y sin una red que sirviera a la defensa del país no podría haber surgido nunca Internet, de modo que este avance tecnológico dependió totalmente de proyectos y acciones políticas; asimismo los cables submarinos de fibra óptica recorren el globo sustentados por Estados y acuerdos entre Estados): el papel de Estados, empresas, organizaciones nacionales e internacionales, y sociedades resulta esencial a este respecto.


Asimismo hay que considerar los paradigmas técnicos en torno a los que se ha planteado la Inteligencia Artificial y cómo han ido pugnando y evolucionando (al principio predominó el GOFAI, luego el paradigmas conexionista y ahora hay mucha hibridación sobre una base del paradigma conexionista). También considerar los tipos de aprendizaje en Machine Learning.


Pero es que además hay una serie de conceptos e ideas que recorren la Inteligencia Artificial y que sirven para determinarla ontológicamente que son una de las claves de toda está discusión. Diferenciemos dos modos de concebir la idea de "inteligencia" puesto que estos modos de concebir una idea (en realidad aplicables a cualquier idea, en sentido platónico, concebida en bruto, en abstracto, por así decir): podemos comprender la idea como (A) absorbente o como (B) modular. En el primer caso todos los individuos que se relacionan con la idea se ven definidos por ella. En el segundo caso la idea se define con precisión a través de todo un mosaico de módulos o modos de aplicación que son irreductibles entre sí. Veamos:

(A) El término "inteligencia" puede entenderse como idea absorbente si, por ejemplo, hablamos de inteligencia concebida como coeficiente intelectual porque esa idea de inteligencia absorbe en un único sentido o criterio las distintas conductas y acciones inteligentes. De este modo si entendemos la inteligencia como si fuese simplemente un grado determinado de coeficiente intelectual, la misma idea de coeficiente intelectual se compartiría como un atributo genérico que se examina bajo un criterio homogéneo (supuestamente objetivo) y que mide el desempeño según una serie de pruebas psicológicas de sujetos humanos. Está concepción de la inteligencia reduce a todos los sujetos a un mismo criterio para determinar la medida de su inteligencia. Y la inteligencia aquí se ve como un universal abstracto que se da en todos los seres humanos, si bien se da en grados distintos. Esta concepción de inteligencia es idealista y psicologista.
(B) No obstante, también podemos comprender "inteligencia" en tanto está funciona como idea derivada o compuesta, como idea modular, esto es, donde el término se comprende conforme a una pluralidad de sentidos irreductibles (sus módulos) y no se homogeneiza como un atributo igual para todos. Tras una colección de aplicaciones prácticas inteligentes a distintos problemas encontraremos una definición de la idea de inteligencia mucho más precisa que nos permite hallar nociones contradictorias de inteligencia. Precisamente en este tipo de ideas la inteligencia se define en distintas aplicaciones concretas tangibles, aquí en vez de atribuir un mismo elemento a todos los miembros de un grupo se determina cómo es el elemento según se aplique en este o aquel módulo, para este o aquel saber, técnica, práctica, trabajo, etc. En esta concepción de "inteligencia" se trata de concebirla conforme a las distintas prácticas operatorias que requieren sistemas operatorios racionales distintos. Tales sistemas se diferencian porque cada cual recoge una serie de técnicas, materiales, un lenguaje, unos saberes aplicados, unas funciones, procesos de actuación sui generis. Por tanto, cada tipo de trabajo o función definida en la sociedad tiene una inteligencia que en muchos casos es heterogénea (irreductible ) respecto de otros ámbitos operatorios que intervienen en esa sociedad. Por ejemplo, la inteligencia de un cazador (cuando por ejemplo prepara una trampa o sigue los rastros de unas huellas o aplica alguna táctica determinada de caza) no tiene nada que ver con la de un estafador (pensemos en un trilero que nos engaña moviendo una pelotita en tres vasos), la de un científico teórico (que tiene que impartir clases, efectuar investigaciones, saber aplicar e interpretar métodologías y instrumentos de medición de experimetos, etc.) o un ingeniero, un político... El cazador es inteligente cuando caza con éxito, cuando consigue que un animal caiga en una trampa, etc., el trilero es más inteligente que nosotros cuando el sabe engañar nuestro ojo, el ingeniero cuando desarrolla una solución técnica ante un problema técnico y así sucesivamente. Cada cual opera desde rangos operatorios distintos, con herramientas distintas, mediante lenguajes distintos, actúan a escalas distintas, con funciones, intereses y objetivos distintos que, si bien están vinculados indirectamente entre sí, definen una inteligencia de distinta manera (cada trabajo tiene unos recursos, tareas y una lógica o lógicas internas que vertebran las operaciones que lo definen).

Puede que esta distinción no parezca importante, sin embargo, es la diferencia entre conceder un atributo de un modo idealista a una máquina o, por contra, entender que esa máquina puede imitar ciertos procesos racionales parciales reprociendo e incluso amplificando a una escala masiva tareas "inteligentes". En este segundo caso no concluimos que por el hecho de que una máquina dé resultados como los de un ser humano inteligente ha de ser y operar de un modo inteligente. Decir esto sin más es igual que no decir nada, ya que se usa el sustantivo "inteligencia" como un atributo adjetivo ("ser inteligente") sin definir qué es la inteligencia a no ser de un modo universalista, genérico, idealista, sin anclaje en operaciones reales, no materialista.
Porque que me diga alguien en qué situación de la vida real se le va a presentar un reto de un examen de coeficiente intelectual en su vida profesional (cuando desarrolle una tarea racional que requiera una especialización práctica y una intelección de tal práctica). A ver en qué momento del día el cazador usa alguna de las pruebas del test de coeficiente intelectual que ha hecho para cazar un ciervo o una perdiz. Eso del CI puede servir para psicólogos, para pedagogos o para hacer mediciones para ciencias sociales, no obstante, porque alguien tenga un CI elevado no por ello será un buen cazador si no ha practicado la caza, si no conoce las técnicas de caza y si no sabe adoptar las conductas que esta requiere... Lo mismo es aplicable a cualquier inteligencia modular.


Así las cosas, cuando decimos que una IA es inteligente, ¿En qué sentido hablamos de su inteligencia? ¿Acaso la IA tiene un CI determinado o más bien es una herramienta, un artefacto capaz de operar simulamdo ciertas acciones inteligentes (o mejor, simulando cada vez mejor resultados de acciones inteligentes humanas? ¿La IA vale para todo o sólo vale bien para algunas cosas y aparenta valer para muchas otras? Por ejemplo, ahora se habla con frecuencia de que los agentes de IA permiten a cualquier persona que no sepa de programación) hacer una app, una web o cualquier programa que queramos. Y efectivamente, a base de martillear con prompts, al final nos sale algo. Pero si no tenemos ni idea de código, de cómo montar una web, una app o un programa seguramente estaremos dejando muchas vulnerabilidades a la vista y no estaremos haciendo bien nuestra web o lo que sea.

Como vemos, entonces, uno de los problemas fundamentales es el de si la máquina es de verdad inteligente, pues ya la propia definición de Inteligencia Artificial nos puede conducir a presuponer fácilmente que existe semejante inteligencia. Alan Turing hace casi un siglo planteaba que no hace falta conocer si una máquina es realmente inteligente. Sólo hay que tratar de simular un desempeño, una sucesión de operaciones que desencadenen consecuencias o hechos que identificamos como propios de una conducta inteligente. El test de Turing no te dice si una máquina es inteligente: se limita a medir si una máquina puede llegar a operar de una manera indistinguible de la de un ser humano. Un hombre entrevista a dos interlocutores: una máquina y un ser humano. Pero no ve a sus interlocutores (que están en dos habitaciones distintas), solo ve las respuestas que dan máquina y hombre a sus preguntas. La máquina pasa el test cuando el entrevistador no es capaz de distinguir las respuestas de la máquina de las que da el otro ser humano preguntado, o sea, cuando las respuestas se la máquina parecen de procedencia humana. Si la máquina responde de manera tan convincente como un humano, entonces es una máquina capaz de simular inteligencia. Por tanto, se rehúye el problema de definir qué es la inteligencia ya que no se trata de saber qué es "inteligencia" sino de generar máquinas que desarrollen procesos que imiten acciones consideradas inteligentes. Y ¿Por qué se evita definir inteligencia? Porque es un problema técnico, ingenieril, de teoría de la información, programación, etc. El objetivo no es crear una inteligencia sino imitar la nuestra para implementar máquinas inteligentes en nuestro proceso productivo. La manera más clara de enfocar este objetivo es decir que una máquina no es la creación de una inteligencia sino la construcción de un simulador de inteligencia. Es decir, Turing buscó generar máquinas cuya función consistiese en ejecutar tareas que implican acciones "inteligentes" en su desempeño, no buscó justificar la posibilidad de crear una inteligencia artificial autónoma ( sea lo que sea eso).

El problema viene de que después de Turing (y siendo ya él mismo consciente de ello) empezó a arrastrarse una hipóstasis del término "inteligencia" cuando surgió la "Inteligencia Artificial" como proyecto. Esto supuso que muchos científicos e ingenieros identificarían la inteligencia en ese sentido genérico abstracto que critico o que tratarían de construir máquinas inteligentes (pero Turing fue más prudente y limitó la tarea a construir máquinas que simulen inteligencia ya que el teorema de Gödel le mostraba que no podía generar la afirmación de que se pudiese hacer, de hecho, una máquina inteligente). Hoy día no sólo se quiere atribuir inteligencia a la IA sino conciencia y hasta capacidad de sentir (afectos) y hasta emociones. Me permito ser escéptico al respecto y poner estás consideraciones bajo sospecha, ya que no tenemos ninguna garantía de que esto sea así. Yo no creo ni que haya LA IA, sino muchos tipos de IA, ni creo que piense, ni que sienta, ni padezca.


Por último, creo que hay que considerar los usos de hecho que ha tenido la IA y los que tiene. Este es en verdad el lugar donde se dibuja el uso real y el alcance de las tecnologías que venimos usando.


A partir de ahí es mucho más fácil comprender la complejidad en que está imbricada está tecnología y es mucho más seguro determinar el mapa real en que opera. Y, sobre todo, mucho más fácil saber qué es esta tecnología (determinar su ontología) y para qué sí merece la pena usarla y para qué no, así como para qué usos engañosos se aplica y cuáles son las consecuencias de usarla en cualquier caso (qué pasa con nuestros datos, si se centraliza la adopción de diccionarios de datos más personalizados respecto de cada individuo, si se puede condicionar el pensamiento con respuestas personalizadas, si se puede reproducir tu voz a partir de un cacho de un audio tuyo, etc).

Me parece mas claro definir la IA por funcion y no por la palabra "pensar". Algo comun entre un LLM, un clasificador medico, un dron o un sistema logistico es que son sistemas tecnicos que transforman datos o representaciones en predicciones, decisiones o acciones bajo algun objetivo. Luego se pueden separar tres planos: el sustrato tecnico, la interfaz que permite pedirle algo, y la gobernanza que limita que puede hacer o que debe verificar. Esa separacion evita mezclar ANI/AGI/ASI con usos reales, y ayuda a preguntar: que entrada recibe, que salida produce, que criterio optimiza y que limite no debe cruzar.

Estoy de acuerdo contigo en que hay que abordar está tecnología funcionalmente. Pero el común denominador que expones para todos los tipos de IA resulta demasiado genérico. Podríamos comparar la IA como tecnología con los vehículos, por ejemplo. ¿A que casi nunca hablamos de vehículos en general sino de coches, de barcos, submarinos, drones, aviones, tractores, etc? ¿Por qué cuando hablamos de IA tendemos a generalizar y unificar los distintos tipos de IA pero cuando hablamos de vehículos siempre atendemos a un tipo diferenciado de vehículo? En cualquier caso, si definimos a grandes trazos a los vehículos podemos decir que son tecnologías (normalmente motorizadas) que sirven para recorrer más distancia en menos tiempo. Este es un común denominador genérico de los vehículos pero no sirve demasiado para entender cada tipo vehículo. Cada vehículo opera según unos objetivos distintos, un entorno y unas necesidades distintas. Todos ellos operan funcionalmente de modos muy distinto entre sí: un barco recorre el mar, un avión el aire, un coche o un camión o un tractor van por tierra y (aún compartiendo el medio terrestre por el que se desplazan) sirven para objetivos funcionalmente distintos (lo mismo ocurre con mar, aire y espacio, hay muchos tipos de vehículos para cada medio según la función que cumplan en ese medio). Hasta cierto punto la analogía puede reproducirse con los tipos de IA y por eso es interesante ver qué diferencias hay en el sustrato técnico aplicado a funciones distintas (la IA que funciona para diagnósticos médicos por imágenes de radiografías no está construida igual que un LLM o que un dron o una IA que gestione un sistema logísticos o una IA que analice el mercado e invierta conforme a su análisis. En cuanto a la distinción de planos el sustrato técnico también limita qué se puede hacer con la IA, pero no legislativamente (como haría el plano que llamas de gobernanza), sino a través de limitaciones físico-materiales,e incluso a través de limitaciones teóricas que tienen las estructuras racionales operativas en torno a las IAs. La distinción de planos de IA que ofreces asume la visión del usuario que interactúa con la IA, no la de quién la construye (o la sostiene con recursos energéticos e infraestructuras), ni la de quién la legisla.

Tema interesante.

Desde la perspectiva de desarrollo, no veo la IA como algo único. Más bien es un conjunto de métodos que aprenden patrones a partir de datos y los usan para hacer predicciones o tomar decisiones. Eso aplica tanto a chatbots como a sistemas de recomendación o conducción autónoma.

La división ANI / AGI / ASI es útil para debatir, pero en la práctica todo lo que usamos hoy entra dentro de ANI. AGI y ASI son más bien conceptos para pensar a futuro que algo que realmente podamos construir o medir ahora.

Para mí es más importante el caso de uso concreto y cómo se comporta el sistema en la realidad, más que la etiqueta. Un modelo “inteligente” lo es solo en el sentido de que generaliza dentro de un ámbito limitado, y eso además depende mucho de los datos y del diseño.

También me gusta verlo por capas: modelo, sistema y aplicación. Gran parte de la confusión viene de mezclar esos niveles y asumir que el modelo por sí solo es “la inteligencia”.

En resumen, la IA es menos una definición cerrada y más una caja de herramientas que aplicamos de distintas formas según el problema.

En mi opinión, la Ai transformes es en escencia un modelo interactivo de lenguaje, predictivo, asociativo, dependiente de patrones.
Depende del peso semántico interpretación para darle peso a los tokens y darte lo que por mero oráculo pretende que necesitas.

Buenas para todo especialistas para lo que las pulas.

devuncarlos dijo:

Tema interesante.

Desde la perspectiva de desarrollo, no veo la IA como algo único. Más bien es un conjunto de métodos que aprenden patrones a partir de datos y los usan para hacer predicciones o tomar decisiones. Eso aplica tanto a chatbots como a sistemas de recomendación o conducción autónoma.

La división ANI / AGI / ASI es útil para debatir, pero en la práctica todo lo que usamos hoy entra dentro de ANI. AGI y ASI son más bien conceptos para pensar a futuro que algo que realmente podamos construir o medir ahora.

Para mí es más importante el caso de uso concreto y cómo se comporta el sistema en la realidad, más que la etiqueta. Un modelo “inteligente” lo es solo en el sentido de que generaliza dentro de un ámbito limitado, y eso además depende mucho de los datos y del diseño.

También me gusta verlo por capas: modelo, sistema y aplicación. Gran parte de la confusión viene de mezclar esos niveles y asumir que el modelo por sí solo es “la inteligencia”.

En resumen, la IA es menos una definición cerrada y más una caja de herramientas que aplicamos de distintas formas según el problema.

Haz clic para expandir...

¡Estoy muy de acuerdo! ¿Podrías explicar un poco más lo de la división por capas (modelo, sistema y aplicación)?

yo pienso que la inteligencia artificial puede ser una gran herramienta a utilizarla para mejorar el globo planetario pero igualmente aunque está bastante desarrollada, en eu no se llega a alcanzar aún a países de asia en este tema, posiblemente los humanos se transformen en nanobots en un futuro no tan lejano