Seleccionar página

A estas alturas, probablemente ya esté convencido de cómo la IA (inteligencia artificial) brinda todas las oportunidades que uno podría esperar y todas las amenazas que uno debería temer. Pero con todas las noticias sobre la IA que nos llegan, casi parece que la IA es un invento reciente que de repente nos tomó por sorpresa y cambiará la sociedad para siempre. Esa es una disciplina independiente acuñada recientemente. No estoy negando las oportunidades que ha ofrecido la IA, como no negaría la promesa que ofrece cualquier otra disciplina o método científico. Y ciertamente no soy ignorante con respecto a los riesgos que nos plantea la IA, ya que no ignoraría ningún riesgo que nos plantee cualquier tecnología.

La historia de la IA

inteligencia artificial

Fuente: Por Wirestock en Pixabay

La inteligencia artificial y la ciencia cognitiva están muy interrelacionadas. AI se acuñó por primera vez en una propuesta para un taller que tuvo lugar en el verano de 1956 en Dartmouth College. El taller tuvo como objetivo encontrar respuestas a preguntas tales como cómo hacer que las máquinas usen lenguaje, formen abstracciones y conceptos, y resolución de problemas: ¿Cómo se pueden desarrollar mentes artificiales que funcionen de manera similar a las mentes humanas? A la reunión asistieron 11 informáticos, entre ellos Allan Newell y Herb Simon, quienes ganaron el Premio Nobel por su trabajo dos décadas después.

Unas semanas después del taller de Dartmouth, se celebró en el MIT un Grupo de Interés Especial en Teoría de la Información. A esa reunión asistieron investigadores en psicología, lingüística, informática, antropología, neurociencia y filosofía. En esta reunión también jugaron un papel central las cuestiones relacionadas con el lenguaje, las abstracciones y los conceptos, y la resolución de problemas. Estas preguntas estaban motivadas por la pregunta central: cómo podemos comprender mejor la mente humana mediante el desarrollo de mentes artificiales. A la reunión del Grupo de Interés Especial asistieron varios investigadores que también asistieron al taller de Dartmouth.

El grupo de interés especial del MIT marcó la revolución cognitiva y el comienzo de la ciencia cognitiva. La revolución cognitiva se puede caracterizar mejor por un movimiento que enfatizó el estudio interdisciplinario de la mente humana y sus procesos, poniendo especial énfasis en las similitudes entre los procesos computacionales y los procesos cognitivos, entre las mentes humanas y las mentes artificiales. Condujo a lo que ahora se conoce como ciencia cognitiva, un programa de investigación interdisciplinario compuesto por psicología, informática, neurociencia, lingüística y disciplinas afines.

Mirando hacia atrás en esas reuniones en la década de 1950, el nacimiento de la inteligencia artificial y el nacimiento de la ciencia cognitiva, es casi como si la IA fuera la ciencia informática motivada por la psicología y la psicología de la ciencia cognitiva motivada por la ciencia informática.

Conceptos y Métodos

La relación entre la IA y la ciencia cognitiva no se limita a dos talleres. También en las teorías, conceptos y métodos que ambos utilizan existen sorprendentes similitudes.

El aprendizaje por refuerzo en IA obviamente se deriva del aprendizaje por refuerzo tal como lo conocemos en psicología. Y el centro de la IA hoy en día es el aprendizaje profundo, el uso de redes neuronales artificiales. Estas redes neuronales artificiales se inspiraron en las redes neuronales humanas. Particularmente alrededor de la década de 1980, estas redes neuronales artificiales se mostraron muy prometedoras, menos en ese momento en la IA y más en la ciencia cognitiva.

Investigadores líderes

Por GDJ en Pixabay

Ciencia cognitiva / IA

Fuente: Por GDJ en Pixabay

La conexión entre la IA y la ciencia cognitiva también se puede ver en los antecedentes de los principales investigadores. Entre los investigadores que propusieron el taller de Dartmouth se encontraban John McCarthy, científico informático y científico cognitivo, y Marvin Minsky, científico cognitivo e informático. Otros que asistieron al taller, incluido Allan Newell, tenían antecedentes de investigación en psicología e informática. David Rumelhart y Jay McClelland, quienes dirigieron la investigación de las redes neuronales artificiales en la década de 1980, tenían experiencia en psicología. Y uno de los colaboradores del «Procesamiento distribuido paralelo» de dos volúmenes de Rumelhart y Jay McClelland fue Jeff Hinton, visto como una de las figuras principales en redes neuronales artificiales, psicólogo cognitivo e informático.

El costo de la explicabilidad

Pero hay un mensaje para llevar a casa más importante para las interdependencias de la IA y la ciencia cognitiva. Ese mensaje final no se encuentra en la historia de la IA y la ciencia cognitiva, ni en el uso de conceptos y métodos similares, ni en los antecedentes de los investigadores. Se encuentra en lo que podemos aprender de la IA y la ciencia cognitiva. Por ejemplo, con respecto a la importancia de la IA explicable, también conocida como XAI. Mientras que la IA (y la ciencia de datos) a menudo se centran en la precisión, es posible que deseemos prestar más atención a por qué las técnicas y los métodos toman decisiones particulares.

La precisión y el rendimiento de los sistemas de IA están aumentando rápidamente con más poder de cómputo y algoritmos más complejos. Eso también tiene un precio: la explicabilidad. Si queremos crear algoritmos que sean justos, siguiendo los principios FAIR de Encontrabilidad, Accesibilidad, Interoperabilidad y Reutilización de activos digitales, debemos al menos ser capaces de comprender los mecanismos detrás de los algoritmos. Y eso me recuerda lo que dijo Mike Jones hace un par de años sobre la ciencia de datos:

Dentro de las Ciencias Cognitivas, hemos sido considerablemente más escépticos sobre la promesa de los grandes datos, en gran parte porque le damos un valor tan alto a la explicación sobre la predicción. Un objetivo central de cualquier científico cognitivo es comprender completamente el sistema bajo investigación, en lugar de estar satisfecho con una simple teoría descriptiva o predictiva. (Jones, 2017)

En otras palabras, las interdependencias entre la IA y la ciencia cognitiva no solo pertenecen al pasado. De hecho, más que nunca se encuentran en el presente y el futuro.

Uso de cookies

Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información

ACEPTAR
Aviso de cookies