En muchas conversaciones y comentarios sobre la “inteligencia artificial”, que en este período son el pan de cada día, escucho a menudo, que no existen límites para los tipos de problemas, que pueda resolver un ordenador con un programa apropiado y equipado de pattern recognition y algunos efectores robóticos. Por no hablar de la capacidad de entender el lenguaje y aún más, escribir y traducir.

Uno de los ejemplos, que se citan para glorificar los resultados de la “inteligencia artificial”, es que en desde hace algunos años no existe ningún jugador de ajedrez, que pueda vencer un programa avanzado y esto es verdad. Pero hay que hacer una distinción importante. El ajedrez, como muchos otros juegos, se basa en cálculos combinatorios casi infinitos, donde las reglas que definen el dominio son limitadas y en estos casos, la memoria de un ordenador y las enormes posibilidades de elaboración de datos de un programa, representan una ventaja competitiva inestimable.

Pero el ajedrez es un juego, es decir un universo lógicamente artificial y predefinido: pocas reglas, muchas combinaciones. Además, de contar con datos de miles y miles de partidas: aperturas, variantes, defensas, entre otras, que pueden ser analizadas rápidamente.

Definir, en un momento dado, la mejor jugada posible en un tablero de ajedrez requiere simular cientos de posibles escenarios y sus implicaciones. Las estrategias que sigue el jugador se basan, no en el análisis de cada posible alternativa, sino en una selección rápida de las más importantes que, como estrategia en la vida real es eficiente, pero no es siempre la mejor solución. En estos casos particulares y esta observación me permite hacer una aclaración importante: la vida en un contexto abierto requiere una delimitación que, en práctica, es por un lado arbitraria y por el otro fundamental.

Esta delimitación, nos permite establecer en contexto, el problema que tenemos que resolver y los recursos a disposición. Cuando el contexto es abierto, la esencia misma de la inteligencia es poder definirlo y esto no lo pueden hacer los programas de “inteligencia artificial” ya que el dominio para ellos tiene que estar definido claramente como una precondición y esta diferencia es la que pone el límite en el desarrollo de los programas de “inteligencia artificial”.

No olvidemos que un contexto es parte de otro contexto y este a la vez, nuevamente, parte de otro y así hasta el infinito y las personas se mueven de uno a otro, casi sin saberlo, pero para un algoritmo, aún los más avanzados posibles, este pasaje es una limitación y esto hace difícil traducir, interpretar y hacer deducciones sobre “el sentido o significado” relativamente plausibles.

Una vez, conversando con un famoso chef de cocina, este me dijo que el problema más importante que tenía era anticipar los gustos, antes de preparar un nuevo plato y definir la consistencia, los colores y los aromas de este. Una capacidad, que requiere años de cocina y que se basa en experiencias personales que no son codificables, como muchas otras actividades que realizamos o conocemos en la vida cotidiana. Estas experiencias vividas y sentidas son las que nos permiten saber cuál es el contexto y el sentido, que guía una conversación o muchas otras actividades humanas.

Años atrás, discutiendo de estos temas, se reconocían estas limitaciones implícitas en el concepto de “inteligencia artificial” y por este motivo se hablaba casi exclusivamente de “sistemas de expertos” y el concepto era el de implementar soluciones en dominios fácilmente definibles y “representables” para asistir a los expertos en sus decisiones. La limitación, que hacía factible o no-factible un proyecto era la posibilidad de representar todas las reglas necesarias en un universo lógico y estructurado, que se denominaba “knowledge representation” y la factibilidad del sistema de expertos en cuestión, se decidía, cuando se tenía un universo de reglas válidas para resolver problemas específicos, que exigían siempre la presencia de un experto “humano” para supervisar las decisiones del sistema. En práctica se hablaba de una colaboración o sinergia, donde el algoritmo estaba subordinado a la experiencia del experto.

Esto no ha cambiado radicalmente y las limitaciones son las mismas. Lo que ha cambiado en estos últimos años, es que se han identificados una serie de aplicaciones, que pueden mostrarse interesantes. Pero no nos engañemos, no estamos hablando de inteligencia, sino de un método heurístico, por definición artificial y sin conocimiento real, basado en una serie casi infinita de condicionales: “if then”, que se siguen secuencialmente en una estructura del árbol, hasta llegar a una posible conclusión.

Si uno llama a un hospital, te presentan un menú con opciones 1, 2, 3, 4, etc. y cada una con su explicación, para pasar de allí a otro menú con otras opciones, que después de unos minutos pasan la llamada a la persona justa o te hace empezar desde el inicio.

Otro ámbito de uso es el diagnóstico de errores y disfunciones en sistemas mecánicos, donde cada componente comunica con los otros y tiene un código de error especifico. El supervisor del sistema sabe rápidamente cual es el estado del sistema para individuar fallas, sustituciones e intervenciones.

El sistema prepara automáticamente una lista de piezas de recambio y las manda a un operador. Estas soluciones permiten también la teleasistencia y una reducción notable de los costos de reparación y mantención. Pero nuevamente hablamos de un universo fácilmente delimitable y controlable sin la complejidad de los que hacemos cotidianamente y sin pensar.

Las teorías de programación cuántica son aún prematuras para ser evaluadas. Por otro lado, jugar con probabilidades es jugar con incertidumbres y los modelos de computación no-lineales son complejos y estocásticos y en este caso, la pregunta no es cuál es el beneficio en la elaboración de datos, sino el de poder individualizar potenciales escenarios alternativos, que aún no hemos considerado, sabiendo que este beneficio será negativo marginalmente, es decir cada vez menor a medida que aumentan los posibles escenarios.

Si tenemos que interpretar una frase cualquiera en un texto cualquiera, después de las dos o tres primeras interpretaciones plausibles y cualificadas, las siguientes no contribuyen positivamente a la comprensión del texto. Quizás en criminología o en la guerra, uno podría suponer una utilidad en una reinterpretación continua y actualizada de los datos, como intenciones y objetivos, pero en estos casos la programación misma será el límite, especialmente si consideramos que por cada hora de codificación se requieren X horas de testing, evaluación, debugging y reprogramación, imponiendo un límite práctico a las posibilidades.

Por otro lado, las teorías de programación se basan en lenguajes con una semántica restringida. Lo que podemos hacer es infinitamente inferior a lo queremos hacer y en este abismo, muchas veces nos perdemos.

Existe una diferencia radical entre lo que llamamos conocimiento y las instrucciones que se usan en “inteligencia artificial”. El conocimiento comprende aspectos difícilmente representables como: el estar en el mundo; tener un cuerpo; ser un sistema biológico vivo; usar una memoria; tener intenciones, emociones y un cerebro, que es un tejido altamente diferenciado, que consiste en neuronas, circuitos mojados, estados y neurotransmisores que no funcionan digitalmente y que son altamente modulados y modulables.

Todos estos aspectos inciden en nuestro modo de ser, pensar, sentir, razonar y reaccionar y cada uno de estos determina como entendemos, percibimos y describimos el mundo y nuestra realidad.

Un ordenador y un programa usan otros procesos menos modulados de relaciones entre inputs y outputs.

Epistemológicamente tendríamos que tomar seriamente estas diferencias y no confundir dos mundos que son difícilmente comparables. En muchas traducciones por ejemplo el problema es distinguir entre un significado y otro. Esto está determinado por una serie de informaciones que hemos ya codificado mentalmente. Por este motivo “made in Turkey” no podría ser traducido como “hecho en Pavo” y desde una perspectiva más amplia, la ambigüedad del lenguaje es desambiguada por el sentido ya que este se encuentra fuera del lenguaje mismo y concierne la intención, dirección y otras informaciones que son “extra-textuales”.