MENU

Humanoide

Educación Digital

Alan Turing y las máquinas pensantes

Por: Raúl Domenech C

Alan Turing y la búsqueda de la imitación

La reflexión de la relación empática, humano – máquina, se encuentra en el texto de Alan Turing 1950 “Maquinaria computacional e Inteligencia”, dando cuenta de la dificultad para dar respuesta a la pregunta “¿Pueden pensar las máquinas?”. Turing presenta las computadoras digitales como ejemplos de máquinas pensantes, las que podrían llevar a cabo cualquier operación que pudiera ser realizada por un humano, donde este último debe seguir reglas fijas y no tiene ninguna autoridad para desviarse en nada de ellas, estas reglas pueden estar en un instructivo y solo son alteradas cada vez que se le da un nuevo trabajo. En base a esta premisa, Turing propone el juego de la “imitación” como un escenario imaginario experimental, el que se compone de 3 personas, un hombre (A), una mujer (B), y un interrogador (C) de cualquier sexo. El interrogador se encuentra en una habitación distinta a la de los otros dos participantes. El objetivo del juego para el interrogador es determinar cuál de los participantes es el hombre y cuál es la mujer. El los identifica con las etiquetas X e Y, y al final del juego él dice si “X es A y Y es B”, o “X es B e Y es A”. Al interrogador se le permite hacer preguntas tanto a A como B del tipo: C: X, ¿Seria tan amable de decirme el largo su cabello?

Desde este escenario, Turing se plantea una nueva pregunta “¿qué pasaría si una máquina asume el rol de A en este juego?” ¿Discriminaría equivocadamente el interrogador con la misma frecuencia con la que lo hace cuando el juego se juega con un hombre y una mujer?

Para Turing, la potencialidad de los estados de la máquina se concentra en su capacidad de memoria, determinando millones de combinaciones de símbolos, que van a generar nuevos conocimientos. Por tanto, la programación de una máquina que imite a X o Y para responder las preguntas del interrogador, va a depender exclusivamente del almacenamiento del computador.

Estas conjeturas de Turing en la década de los 50 no probadas por hechos establecidos, dan pie para interpretarlas y traducirlas en nuevas narrativas y líneas de investigación, donde el escape creativo va a desencadenar nuevos lenguajes estéticos, como la ciencia ficción, la que ponen en tensión la relación humano máquina. ¿Estamos hablando de la maquinización de la humanidad o la humanización de las máquinas?.  

Objeciones a las conjeturas de Turing

Existen muchas objeciones en afirmar la pregunta inicial de Turing ¿Pueden pensar las máquinas?, las que ponen en manifiesto la capacidad pensante de los seres vivo, desde un simple organismo unicelular hasta una compleja red neuronal que conlleva a millones de sinapsis en respuesta a estímulos externos, sin dejar de lado la idea del alma, la que conlleva a una reflexión de carácter religioso y exclusivamente de la especie humana, ¿Se le puede otorgar el alma a una máquina? Para Turing estas reflexiones conllevan a una mirada antropocentrista de carácter evolucionista, creyendo que el ser humano es un eslabón superior de la evolución y de todo ser vivo que lo rodea.

Otra objeción importante, acerca de las máquinas pensantes, es la limitación de la lógica matemática, si volvemos al juego de la imitación, existirían algunas preguntas que no podrían ser respondidas por una máquina, siempre considerando los términos binarios de estas “si” o “no”, por tanto se asume que hay una discapacidad en las máquinas que el intelecto humano no posee, pero ¿tales limitaciones no se aplican al intelecto humano?, lo que nos vuelve a cierta sensación de superioridad. Por tanto, Turing plantea, que puede haber humanos más inteligentes que muchas máquinas, pero también puede haber muchas máquinas más inteligentes que muchos humanos.

Jefferson en 1949, cito: “Hasta que una máquina pueda escribir un soneto o componer un concierto debido a las emociones y pensamientos que tuvo, y que no sea debido al uso de símbolos al azar, podremos estar de acuerdo que máquina es igual a cerebro, es decir, no sólo que lo escriba, sino saber que lo escribió́. Ningún mecanismo podría sentir (y no sólo una mera señal artificial, cosa fácil de hacer) placer por sus éxitos, sentir pesar cuando se le funde una válvula, sentirse bien con un halago, sentirse miserable por sus errores, estar encantado por el sexo, estar enojado o deprimido cuando no consigue lo que quiere.”

En base a este argumento Turing responde que “la única manera con la cual uno podría estar seguro de que una máquina piensa, es ser la máquina y sentir su propio pensamiento”. Como también “la única manera de saber que un hombre piensa, es ser ese hombre en particular”. Muchas de las limitaciones que se le atribuyen a las máquinas se basan en principios de argumentación científica y que se encuentran asociadas principalmente a la capacidad de almacenamiento o simplemente predisponerse de un juicio ante las máquinas, sin embargo la misma inducción científica que se le atribuye a reacciones de la conducta humana, pueden ser proyectadas al aprendizaje de las máquinas como respuesta a la experiencia y al mismo tiempo cometer errores y aprender de ellos, debido a una falla mecánica o problema de programación.

La Objeción de Lady Lovelace

En 1842, Lady Lovelace (Augusta Ada King), matemática considerada como la primera programadora, sostenía que la máquina Analítica de Babbage (computador diseñado en 1837, específicamente para construir tablas de logaritmos y de funciones trigonométricas) no tiene pretensiones de originar nada. Puede hacer cualquier cosa que sepamos ordenarle que haga”.  Estas aseveraciones llevan a formular a Turing la pregunta: ¿Podemos ordenar que las máquinas piensen por sí solas?

Considerando el computador universal digital, como máquinas con la capacidad de aprender teniendo en cuenta una capacidad de almacenamiento ilimitada y un procesador con velocidad adecuada que permita enseñarle a la máquina a que guie su propio proceso de aprendizaje, asegurando que la máquina siempre puede sorprendernos, sobre todo a través de la equivocación, estas sorpresas muchas veces llevadas a actos mentales creativos.

El Aprendizaje de las máquinas

“Si cada hombre tuviera un grupo determinado de reglas de conducta por las cuales él regulara su vida, no seria más que una máquina. Pero no existen tales reglas, así́ que los hombres no pueden ser máquinas”. Alan Turing 1950

Sin embargo, al igual que los humanos, las reglas de las conductas son modificables en las máquinas al momento de reprogramarlas. De este modo Turing reconoce que no tiene argumentos muy convincentes para apoyar sus reflexiones acerca de las máquinas pensantes, sin embargo, presenta evidencias que afirman, que tanto el humano como la máquina responden hasta cierto punto a inyecciones de estímulos e información de entrada. Agregando que la mayoría de las mentes humanas parecen ser “subcríticas”, es decir, que formulan solo una idea por respuesta y muy pocas mentes humanas son “supercríticas” generando toda una nueva teoría que contenga ideas secundarias, terciarias y otras remotas.

En relación a estas analogías; “¿se pueden desarrollar máquinas que sean supercríticas?”. Nuevamente volvemos a la hipótesis inicial de Turing, quien asocia la capacidad de almacenamiento y procesamiento de las máquinas modernas, las que trabajan mil veces mas rápidos que las células nerviosas. Por tanto, la imitación de la máquina a la mente humana, responde a un proceso educativo, que se compone de tres fases, para llegar a una mente adulta:

(a) El estado inicial de la mente, digamos al momento de nacer / Maquina sin información, ni aplicaciones

(b) La educación a la cual fue sujeta / Programación y almacenamiento de software e información

(c) Otra experiencia, no descrita como educación, a la que haya sido sujeta. / actualización hardware y softwear o desperfecto solucionado.

La mente de un niño se compara a un cuaderno en blanco, un mecanismo simple que puede ser programado fácilmente al igual que un proceso educativo. En el caso de la máquina uno debe experimentar enseñándole observando que tan bien aprende, luego intentar con otras creando nuevos prototipos, generándose un proceso evolutivo de mutaciones para la mejora.

Hasta el día de hoy, la mayoría de los procesos educativos formales se asocian a la aprobación y reprobación de un examen simulando a una recompensa o castigo. Para Turing: “La máquina debe ser construida de tal manera que los eventos previos a una señal de castigo sean poco probables de volver a ocurrir, mientras que la señal de recompensa aumente la probabilidad de repetición de los eventos que llevaron a ella”.

El objetivo de enseñarle a una máquina por medio de castigos y recompensas, implica obedecer un lenguaje simbólico de definiciones y proposiciones lógicas bien establecidas. Cambiando sutilmente sus reglas internas, desviando su conducta moderadamente, sin generar conductas aleatorias o repetidas sin sentido, considerando que los procesos aprendidos por la máquina no producen certeza del cien por ciento en el resultado. Por tanto la máquina aprende después que haya realizado su operación sistemática por primera vez y al identificar la solución puede acceder a ella nuevamente. La máquina no repite un error 2 veces, al identificar el problema lo incorpora como parte de sus reglas en su sistema lógico.

LABORATORIO MULTIMEDIA

Diseño e Integración de recursos digitales para educación online. Mapas colaborativos, Líneas de tiempo, producción audiovisual.

GESTIÓN ACADÉMICA

Búsqueda e Identificación de profesores y expertos que colaboren con las actividades y el proceso de aprendizaje para la educación online.

DISEÑO INSTRUCCIONAL

Planeación, Organización, Aplicación y Evaluación de diseño instruccional con modelos como ADDIE, Dick y Carrey, IPISD y ASSURE.

AULAS VIRTUALES

Diseño, Creación y administración de aulas virtuales en hosting propio o externo. Capacitación de uso y mantenimiento.