La historia de la inteligencia artificial no es solo la historia de un avance tecnológico. Es la historia de personas que tuvieron razón demasiado pronto, y de instituciones que no estuvieron listas para escucharlos.
En 1950, Alan Turing publicó en la revista filosófica Mind un artículo titulado «Computing Machinery and Intelligence», con una pregunta que entonces sonaba absurda: ¿pueden pensar las máquinas? Para evitar el pantano de definir qué significa «pensar», propuso un experimento mental que hoy conocemos como el Test de Turing: si una máquina puede sostener una conversación escrita sin que su interlocutor humano pueda distinguirla de otra persona, ¿tiene sentido seguir negándole inteligencia? El artículo fue reconocido casi de inmediato como un hito, y en 1956 fue reimpreso en una antología de los grandes textos de la matemática y la lógica de todos los tiempos.
Pero la recepción inmediata fue más tormentosa. Filósofos, científicos y teólogos atacaron la propuesta desde todos los flancos. El propio Turing dedicó buena parte del artículo a anticipar y refutar objeciones (nueve en total ) que iban desde argumentos religiosos hasta la afirmación de que las máquinas nunca podrían sorprender a sus creadores. Los críticos argumentaban que las respuestas mecánicas carecen de emoción o comprensión genuina. Turing respondió con una paciencia que bordea la ironía: si una máquina puede sostener un examen oral convincente, la pregunta sobre si «realmente» comprende algo se vuelve, en la práctica, irrelevante.
Turing no vivió para ver vindicadas sus ideas. Murió en 1954, a los 41 años, en circunstancias que su país tardó décadas en reconocer como una tragedia institucional. Estaba en el momento más fértil de su pensamiento cuando el Estado británico lo procesó por su homosexualidad y lo sometió a castración química. La pregunta sobre si las máquinas pueden pensar quedó suspendida en el aire.
Cibernética
Dos años antes, en 1948, el matemático Norbert Wiener había publicado «Cybernetics: Or Control and Communication in the Animal and the Machine«, un libro que establecía por primera vez conexiones formales entre los sistemas de comunicación en los animales y en las máquinas. Cuando Wiener publicó su Cibernética, el tema se convirtió en un fenómeno de culto para audiencias amplias, reseñado positivamente en un rango amplio de disciplinas académicas y en toda la prensa popular de la época. Pero Wiener fue ampliamente malinterpretado como alguien que abogaba por la automatización de la vida humana, cuando en realidad advertía exactamente sobre los peligros de dejar ese proceso sin regulación. Su visión era más compleja e incómoda que la que sus contemporáneos estaban dispuestos a procesar.
Lo que vino después es una de las historias más extrañas de la ciencia moderna. En 1956, John McCarthy acuñó el término «inteligencia artificial» en la Conferencia de Dartmouth y reunió a los mejores investigadores del momento con una promesa audaz: que los problemas fundamentales de la inteligencia podrían resolverse en una sola generación. Esta optimismo no carecía de fundamento: los primeros programas podían demostrar teoremas matemáticos, jugar ajedrez y resolver acertijos. Los fondos fluyeron, los laboratorios se multiplicaron, y la prensa popular comenzó a hablar de robots pensantes como una cuestión de años.
Entonces llegó el colapso y lo más perturbador es que fue provocado en buena medida desde adentro. En 1969, Marvin Minsky, cofundador del laboratorio de IA del MIT y una de las figuras centrales del campo, publicó junto a Seymour Papert una demolición en forma de libro de las redes neuronales, probando matemáticamente que los perceptrones simples (el modelo dominante entonces) tenían limitaciones fundamentales. El campo interpretó el libro como una sentencia de muerte para las redes neuronales. El financiamiento se evaporó.
La ironía es mayúscula: Minsky y Papert habían ignorado, probablemente de manera deliberada, que algunos investigadores en los años 60 ya experimentaban con perceptrones multicapa, que sí podían clasificar datos de manera compleja. Esas redes multicapa, los verdaderos precursores del aprendizaje profundo moderno, eran exactamente lo que eventualmente causaría la revolución que hoy vivimos.
El golpe final de ese primer invierno lo dio en 1973 el físico James Lighthill, cuyo informe al Consejo de Investigación Científica Británico concluyó que la IA había fracasado esencialmente en cumplir sus objetivos grandiosos, lo que llevó al Reino Unido a cesar completamente su financiamiento del campo. El informe cruzó el Atlántico: DARPA recortó fondos, los laboratorios cerraron, y toda una generación de investigadores tuvo que reinventarse en otros campos.
Hubo un segundo invierno en los años 80 y 90, igualmente brutal, igualmente seguido de resurrección. En cada ciclo, el patrón se repitió: visionarios que vieron demasiado lejos, instituciones que no supieron esperar, y una tendencia perversa del campo a destruirse con sus propias profecías exageradas.
Lo que queda de todo esto no es solo una lección de humildad institucional. Es algo más oscuro: la historia de la IA es también la historia de lo difícil que le resulta a cualquier época reconocer sus propios Turings. Los que ven el futuro con demasiada claridad suelen pagar un precio, a veces en fondos recortados, a veces en algo mucho peor.
