El documento introduce el tema de la inteligencia artificial, definiéndola como la disciplina que construye procesos que producen acciones maximizando el rendimiento basado en entradas y conocimiento almacenado. Describe los principales tipos de procesos inteligentes como ejecución de respuestas predeterminadas, búsqueda de estados, algoritmos genéticos, redes neuronales y razonamiento lógico. Además, menciona ejemplos de aplicaciones en control de sistemas, planificación, diagnósticos y reconocimiento de patrones

1. INTRODUCCIÓN
la inteligencia artificial es la disciplina que se encarga de construir
procesos que al ser ejecutados sobre una arquitectura física
producen acciones o resultados que maximizan una medida
de rendimiento determinada, basándose en la secuencia de
entradas percibidas y en el conocimiento almacenado en tal
arquitectura.
Existen distintos tipos de conocimiento y medios de representación
del conocimiento, el cual puede ser cargado en el agente por su
diseñador o puede ser aprendido por el mismo agente utilizando
técnicas de aprendizaje.
También se distinguen varios tipos de procesos válidos para
obtener resultados racionales, que determinan el tipo de agente
inteligente. De más simples a más complejos, los cinco principales
tipos de procesos son:
• Ejecución de una respuesta predeterminada por cada entrada
(análogas a actos reflejos en seres vivos).
• Búsqueda del estado requerido en el conjunto de los estados
producidos por las acciones posibles.
• Algoritmos genéticos (análogo al proceso de evolución de las

2. cadenas de ADN).
• Redes neuronales artificiales (análogo al funcionamiento físico
del cerebro de animales y humanos).
• Razonamiento mediante una lógica formal (análogo al
pensamiento abstracto humano).
También existen distintos tipos de percepciones y acciones, pueden
ser obtenidas y producidas, respectivamente por sensores físicos
y sensores mecánicos en máquinas, pulsos eléctricos u ópticos
en computadoras, tanto como por entradas y salidas de bits de
un software y su entorno software.
Varios ejemplos se encuentran en el área de control de
sistemas, planificación automática, la habilidad de responder a
diagnósticos y a consultas de los consumidores, reconocimiento
de escritura, reconocimiento del habla y reconocimiento de
patrones. Los sistemas de IA actualmente son parte de la rutina
en campos como economía, medicina, ingeniería y la milicia, y se
ha usado en gran variedad de aplicaciones de software, juegos
de estrategia como ajedrez de computador y otros videojuegos.
COMPETENCIAS
• Diferencia los principales desarrollos que se han dado en la
investigación el cerebro, y sus implicaciones en el desarrollo de
la sociedad.
• Valora la invención de las inteligencias artificiales, y la
inteligencia colectiva como nuevas formas de expresiones
humanas y sociales.
• Conoce cuales son los avances y aplicaciones en
nanotecnología, biotecnología y microchips de ADN aplicados
en desarrollos farmacológicos en el cerebro.

3. CRITERIOS DE DESEMPEÑO
• El estudioso le da la importancia al estudio del cerebro y de las
neurociencias y le encuentra aplicación en su vida práctica y en
el futuro de la sociedad humana.
• El estudioso conoce las diferentes áreas del conocimiento
que componen las neurociencias y las últimas tendencias en
desarrollos en investigación en el área.
ESTRUCTURA TEMÁTICA
1) Definición
2) Historia de la inteligencia artificial
3) La inteligencia artificial convencional
4) La inteligencia computacional
5) Aplicaciones de Inteligencia Artificial
6) Científicos importantes en Inteligencia Artificial
7) Ficción e Inteligencia Artificial
8) Ética de la Inteligencia Artificial
9) Conclusiones
IDEOGRAMA

4. 1. DEFINICIÓN
John McCarthy, acuñó el término en 1956, la definió: “Es la ciencia
e ingeniería de hacer máquinas inteligentes, especialmente
programas de cómputo inteligentes. Para la mayoría de personas
que trabajan en entornos digitales se denomina inteligencia
artificial (IA) a la capacidad de razonar de un agente no vivo.
El concepto de IA es aún demasiado difuso. Contextualizando,
y teniendo en cuenta un punto de vista científico, podríamos
englobar a esta ciencia como la encargada de imitar una persona,
y no su cuerpo, sino imitar al cerebro, en todas sus funciones,
existentes en el humano o inventadas sobre el desarrollo de una
máquina inteligente.
A veces, aplicando la definición de Inteligencia Artificial, se piensa
en máquinas inteligentes sin sentimientos, que «obstaculizan»
encontrar la mejor solución a un problema dado. Muchos
pensamos en dispositivos artificiales capaces de concluir miles
de premisas a partir de otras premisas dadas, sin que ningún
tipo de emoción tenga la opción de obstaculizar dicha labor.
En esta línea, hay que saber que ya existen sistemas inteligentes.
Capaces de tomar decisiones «acertadas». Aunque, por el
momento, la mayoría de los investigadores en el ámbito de
la Inteligencia Artificial se centran sólo en el aspecto racional,
muchos de ellos consideran seriamente la posibilidad de
incorporar componentes «emotivos» como indicadores de
estado, a fin de aumentar la eficacia de los sistemas inteligentes.
Las principales categorías usadas en la Inteligencia Artificial son:
Sistemas que piensan como humanos. Estos sistemas
tratan de emular el pensamiento humano; por ejemplo las redes
neuronales artificiales. La automatización de actividades que
vinculamos con procesos de pensamiento humano, actividades
como la Toma de decisiones, resolución de problemas,
aprendizaje.

5. Sistemas que actúan como humanos. Estos sistemas tratan
de actuar como humanos; es decir, imitan el comportamiento
humano; por ejemplo la robótica. El estudio de cómo lograr
que los computadores realicen tareas que, por el momento, los
humanos hacen mejor.
Sistemas que piensan racionalmente. Es decir, con lógica
(idealmente), tratan de imitar o emular el pensamiento lógico
racional del ser humano; por ejemplo los sistemas expertos. El
estudio de los cálculos que hacen posible percibir, razonar y
actuar.
Sistemas que actúan racionalmente. Estos tratan de emular
en forma racional el comportamiento humano; por ejemplo los
agentes inteligentes. Está relacionado con conductas inteligentes
en artefactos.
2. HISTORIA DE LA INTELIGENCIA ARTIFICIAL
Orígenes y Evolución Cronológica (Antecedentes)
Los juegos matemáticos antiguos, como el de las Torres de Hanói
(hacia el 3000 a. C.), muestran el interés por la búsqueda de un
modo resolutor, capaz de ganar con los mínimos movimientos
posibles.
Cerca de 300 a. C., Aristóteles fue el primero en describir de
manera estructurada un conjunto de reglas, silogismos, que
describen una parte del funcionamiento de la mente humana y
que, al seguirlas paso a paso, producen conclusiones racionales
a partir de premisas dadas.
En 250 a. C. Ctesibio de Alejandría construyó la primera
máquina autocontrolada, un regulador del flujo de agua que
actuaba modificando su comportamiento “racionalmente”
(correctamente) pero claramente sin razonamiento.

6. En 1315, Ramon Llull tuvo la idea de que el razonamiento podía
ser efectuado de manera artificial.
En 1847 George Boole estableció la lógica proposicional
(booleana), mucho más completa que los silogismos de
Aristóteles, pero aún algo poco potente.
En 1879 Gottlob Frege extiende la lógica booleana y obtiene la
Lógica de Primer Orden la cual cuenta con un mayor poder de
expresión y es utilizada universalmente en la actualidad.
En 1903 Lee De Forest inventa el triodo, también llamado bulbo
o válvula de vacío.
En 1937 Alan Turing publicó un artículo de bastante repercusión
sobre los “Números Calculables”, un artículo que estableció las
bases teóricas para todas las ciencias de computación, y que
puede considerarse el origen oficial de la informática teórica.
En este artículo introdujo el concepto de Máquina de Turing,
una entidad matemática abstracta que formalizó el concepto
de algoritmo y resultó ser la precursora de las computadoras
digitales. Podía conceptualmente leer instrucciones de una cinta
de papel perforada y ejecutar todas las operaciones críticas
de un computador. El artículo fijó los límites de las ciencias de
la computación porque demostró que no es posible resolver
problemas con ningún tipo de computador. Con ayuda de
su máquina, Turing pudo demostrar que existen problemas
irresolubles, de los que ningún ordenador será capaz de obtener
su solución, por lo que se le considera el padre de la teoría de
la computabilidad.
En 1940 Alan Turing y su equipo contruyeron el primer
computador electromecánico y en 1941 Konrad Zuse creó la
primera computadora programable y el primer lenguaje de
programación de alto nivel Plankalkül. Las siguiente máquinas
más potentes, aunque con igual concepto, fueron la ABC y
ENIAC.

7. En 1943 Warren McCulloch y Walter Pitts presentaron su modelo
de neuronas artificiales, el cual se considera el primer trabajo del
campo de inteligencia artificial, aun cuando todavía no existía el
término.
En 1950 Turing consolidó el campo de la inteligencia artificial
con su artículo Computing Machinery and Intelligence, en el
que propuso una prueba concreta para determinar si una
máquina era inteligente o no, su famosa Prueba de Turing por
lo que se le considera el padre de la Inteligencia Artificial. Años
después Turing se convirtió en el adalid que quienes defendían
la posibilidad de emular el pensamiento humano a través de
la computación y fue coautor del primer programa para jugar
ajedrez.
En 1951 William Shockley inventa el transistor de unión. El
invento hizo posible una nueva generación de computadoras
mucho más rápidas y pequeñas.
En 1956 se dio el término “inteligencia artificial” en Dartmouth
durante una conferencia convocada por McCarthy, a la
cual asistieron, entre otros, Minsky, Newell y Simon. En esta
conferencia se hicieron previsiones triunfalistas a diez años que
jamás se cumplieron, lo que provocó el abandono casi total de
las investigaciones durante quince años.
En 1980 la historia se repitió con el desafío japonés de la quinta
generación, que dio lugar al auge de los sistemas expertos pero
que no alcanzó muchos de sus objetivos, por lo que este campo
sufrió una nueva interrupción en los años noventa.
En 1987 Martin Fischles y Oscar Firschein describieron los
atributos de un agente inteligente. Al intentar describir con un
mayor ámbito (no sólo la comunicación) los atributos de un
agente inteligente, la IA se ha expandido a muchas áreas que
han creado ramas de investigación enormes y diferenciadas.
Dichos atributos del agente inteligente son:

8. • Tiene actitudes mentales tales como creencias e intenciones.
• Tiene la capacidad de obtener conocimiento, es decir, aprender.
• Puede resolver problemas, incluso particionando problemas
complejos en otros más simples.
• Entiende. Posee la capacidad de crearle sentido, si es posible,
a ideas ambiguas o contradictorias.
• Planifica, predice consecuencias, evalúa alternativas (como en
los juegos de ajedrez)
• Conoce los límites de sus propias habilidades y conocimientos.
• Puede distinguir a pesar de la similitud de las situaciones.
• Puede ser original, creando incluso nuevos conceptos o ideas,
y hasta utilizando analogías.
• Puede generalizar.
• Puede percibir y modelar el mundo exterior.
• Puede entender y utilizar el lenguaje y sus símbolos.
Podemos entonces decir que la IA posee características humanas
tales como el aprendizaje, la adaptación, el razonamiento, la
autocorrección, el mejoramiento implícito, y la percepción
modular del mundo. Así, podemos hablar ya no sólo de un
objetivo, sino de muchos, dependiendo del punto de vista o
utilidad que pueda encontrarse a la IA.
En los 90´s surgen los agentes inteligentes
En la primera década del siglo XXI, el programa Artificial
Linguistic Internet Computer Entity (A.L.I.C.E.) ganó el premio
Loebner al Chatbot mas humano en 2000, 2001 y 2004, y en
2007 el programa Ultra Hal Assistant ganó el premio.
En la actualidad se está tan lejos de cumplir la famosa prueba
de Turing como cuando se formuló: Existirá Inteligencia Artificial
cuando no seamos capaces de distinguir entre un ser humano
y un programa de computadora en una conversación a ciegas.
Como anécdota, muchos de los investigadores sobre Inteligencia
artificial sostienen que «la inteligencia es un programa capaz de
ser ejecutado independientemente de la máquina que lo ejecute,

9. computador o cerebro»:
En 2010 el programa Suzette ganó el premio Loebner. Algunos
programas de inteligencia artificial gratuitos son Dr. Abuse, Alice,
Paula SG, Virtual woman millenium.
3. INTELIGENCIA ARTIFICIAL CONVENCIONAL
En esta categoría de inteligencia artificial convencional, se han
desarrollado grandes avances apoyados en diferentes contextos
como son:
Inteligencia artificial convencional
Se conoce también como IA simbólico-deductiva. Está basada
en el análisis formal y estadístico del comportamiento humano
ante diferentes problemas:
Razonamiento basado en casos
Ayuda a tomar decisiones mientras se resuelven ciertos problemas
concretos y aparte de que son muy importantes requieren de un
buen funcionamiento.
Sistemas expertos: Infieren una solución a través del conocimiento
previo del contexto en que se aplica y ocupa de ciertas reglas o
relaciones.
Redes bayesianas
Propone soluciones mediante inferencia probabilística.
Inteligencia artificial basada en comportamientos: que tienen
autonomía y pueden auto-regularse y controlarse para mejorar.
Smart process management
Facilita la toma de decisiones complejas, proponiendo una
solución a un determinado problema al igual que lo haría un

10. especialista en la actividad.
4. INTELIGENCIA COMPUTACIONAL
La Inteligencia Computacional (también conocida como IA
subsimbólica-inductiva) implica desarrollo o aprendizaje
interactivo (por ejemplo, modificaciones interactivas de los
parámetros en sistemas conexionistas). El aprendizaje se realiza
basándose en datos empíricos
El sueño de crear un cerebro artificial similar al humano está
todavía muy lejos de hacerse realidad. Sin embargo, el desarrollo
de la inteligencia artificial (IA) ha posibilitado la elaboración de
sistemas y dispositivos en cierto modo “inteligentes”: agendas
electrónicas, sistemas de reconocimiento facial, programas
antifraude, aviones de combate sin piloto, etcétera. Su aplicación
en el área de la medicina ha conseguido también importantes
logros.
La IA es un campo amplio de investigación que trata de crear
sistemas y máquinas que se comporten de manera inteligente.
Ahora bien, los especialistas, en esta esfera de estudio, parten
de la dificultad de que no existe una definición precisa del
concepto de inteligencia humana y de que tampoco se conoce
con exactitud el funcionamiento del cerebro humano. La robótica
y la informática son dos componentes esenciales de este sector
tecnológico, que existe desde hace más de cincuenta años.
En un principio la IA se centró en la solución de teoremas,
fórmulas y problemas geométricos, pero pronto pasó a fijarse
en los llamados problemas de sentido común (commonsense
reasoning). Los 3 procesos fundamentales de la inteligencia
humana, que la inteligencia artificial busca imitar son, en orden
ascendente de dificultad:
• Aprendizaje. Consiste en adquirir conocimientos e información;

11. así como las reglas para su aplicación. Comprender que la
inteligencia exige un conocimiento previo fue uno de los primeros
hallazgos de la IA.
• Razonamiento. Se trata de emplear esas reglas y conocimientos
para alcanzar conclusiones aproximadas o definitivas.
• Autocorrección. Un ser dotado de IA debe por último, ser capaz
de identificar sus propios errores y desechar los conocimientos,
conclusiones y formas de actuación que los conducen a ellos.
5. Aplicaciones en Inteligencia Artificial
La lingüística computacional
Es un campo multidisciplinar de la lingüística y la informática que
utiliza la informática para estudiar y tratar el lenguaje humano.
Para lograrlo, intenta modelar de forma lógica el lenguaje natural
desde un punto de vista computacional. Dicho modelado no se
centra en ninguna de las áreas de la lingüística en particular, sino
que es un campo interdisciplinar, en el que participan lingüistas,
informáticos especializados en inteligencia artificial, psicólogos
cognoscitivos y expertos en lógica, entre otros.
La minería de datos
Es la etapa de análisis de “Knowledge Discovery in Databases”
o KDD), es un campo de las ciencias de la computación referido
al proceso que intenta descubrir patrones en grandes volúmenes
de conjuntos de datos. Utiliza los métodos de la inteligencia
artificial, aprendizaje automático, estadística y sistemas de
bases de datos. El objetivo general del proceso de minería
de datos consiste en extraer información de un conjunto de
datos y transformarla en una estructura comprensible para
su uso posterior. Además de la etapa de análisis en bruto,
que involucra aspectos de bases de datos y gestión de datos,
procesamiento de datos, el modelo y las consideraciones de
inferencia, métricas de Intereses, consideraciones de la Teoría

12. de la complejidad computacional, post-procesamiento de las
estructuras descubiertas, la visualización y actualización en línea.
La industria
Es el conjunto de procesos y actividades que tienen como finalidad
transformar las materias primas en productos elaborados.
Existen diferentes tipos de industrias, según sean los productos
que fabrican. Por ejemplo, la industria alimenticia se dedica a la
elaboración de productos destinados a la alimentación, como el
queso, los embutidos, las conservas, etc. Para su desarrollo, la
industria necesita materias primas y maquinarias y equipos para
transformarlas. Desde el origen del ser humano, este ha tenido
la necesidad de transformar los elementos de la naturaleza
para poder aprovecharse de ellos, en sentido estricto ya existía
la industria, pero es hacia finales del siglo XVIII, y durante el
siglo XIX, cuando el proceso de transformación de los Recursos
de la naturaleza sufre un cambio radical, que se conoce como
revolución industrial.
La medicina
En el campo del diagnóstico y tratamiento, la inteligencia
artificial cuenta con importantes realizaciones: MYCIN 1976, en
Stanford, sobre enfermedades infecciosas3; CASNET 1979, en
Rutgers, sobre oftalmología 4,5; INTERNIST 1980, en Pitsburg,
sobre medicina interna6; PIP 1971, en MIT, sobre afecciones
renales; Al/RHEUM 1983, en la Universidad de Missouri,
sobre el diagnóstico en reumatología, SPE 1983; Rutgers, para
interpretar los resultados de electroforesis de las proteínas del
suero producidas por instrumentos de análisis; TIA 1984, en la
Universidad de Maryland, sobre terapia de ataques isquémicos
en el CEREBRO HUMANO.
Mundo virtual
Es un tipo de comunidad virtual en línea que simula un mundo
o entorno artificial inspirado o no en la realidad, en el cual los
usuarios pueden interactuar entre sí a través de personajes o
avatares, y usar objetos o bienes virtuales.

13. Para ser un mundo virtual, se requiere un mundo en línea
persistente, activo y disponible 24 horas al día y todos los
días. Mundos virtuales son hechos para que los usuarios vivan
e interactúen, generalmente en tiempo real. Los personajes,
o avatares, son representados por gráficos en 2D, 2,5D o 3D
según el mundo virtual.
Procesamiento de Lenguajes Naturales
Abreviado PLN, o NLP del idioma inglés Natural Language
Processing— es una subdisciplina de la Inteligencia Artificial y
la rama ingenieril de la lingüística computacional. El PLN se
ocupa de la formulación e investigación de mecanismos eficaces
computacionalmente para la comunicación entre personas o
entre personas y máquinas por medio de lenguajes naturales.
El PLN no trata de la comunicación por medio de lenguajes
naturales de una forma abstracta, sino de diseñar mecanismos
para comunicarse que sean eficaces computacionalmente —
que se puedan realizar por medio de programas que ejecuten o
simulen la comunicación—. Los modelos aplicados se enfocan
no sólo a la comprensión del lenguaje de por sí, sino a aspectos
generales cognitivos humanos y a la organización de la
memoria. El lenguaje natural sirve sólo de medio para estudiar
estos fenómenos.
La robótica
Es la rama de la tecnología que se dedica al diseño, construcción,
operación, disposición estructural, manufactura y aplicación de
los robots. La robótica combina diversas disciplinas como son: la
mecánica, la electrónica, la informática, la inteligencia artificial,
la ingeniería de control y la física. Otras áreas importantes
en robótica son el álgebra, los autómatas programables y las
máquinas de estados.
La mecatrónica
Es una disciplina que une la ingeniería mecánica, ingeniería
electrónica, ingeniería de control e ingeniería informática; la

14. cual sirve para diseñar y desarrollar productos que involucren
sistemas de control para el diseño de productos o procesos
inteligentes, lo cual busca crear maquinaria más compleja para
facilitar las actividades del ser humano a través de procesos
electrónicos en la industria mecánica principalmente. Debido a
que combina varias ingenierías en una sola su punto fuerte es la
versatilidad.
Simulación de multitudes
Es el proceso de simular el movimiento de un gran número de
objetos o personajes, apareciendo ocasionalmente por ejemplo
en gráficos 3D por computadora para películas. Mientras se
simulan estas multitudes, se toma en cuenta la interacción del
comportamiento humano observado, para replicar la conducta
colectiva.
Sistema de apoyo a la decisión
Es un sistema informático utilizado para servir de apoyo, más
que automatizar, el proceso de toma de decisiones. La decisión
es una elección entre alternativas basadas en estimaciones de
los valores de esas alternativas. El apoyo a una decisión significa
ayudar a las personas que trabajan solas o en grupo a reunir
inteligencia, generar alternativas y tomar decisiones. Apoyar el
proceso de toma de decisión implica el apoyo a la estimación,
la evaluación y/o la comparación de alternativas. En la práctica,
las referencias a DSS suelen ser referencias a aplicaciones
informáticas que realizan una función de apoyo
Videojuego o juego de vídeos
Es un software creado para el entretenimiento en general
y basado en la interacción entre una o varias personas por
medio de un controlador y un aparato electrónico que ejecuta
dicho videojuego; este dispositivo electrónico puede ser una
computadora, una máquina arcade, una videoconsola, un
dispositivo portátil (un teléfono móvil, por ejemplo) los cuales
son conocidos como “plataformas”. Aunque, usualmente el
término “video” en la palabra “videojuego” se refiere en sí a un

15. visualizador de gráficos rasterizados,hoy en día se utiliza para
hacer uso de cualquier tipo de visualizador.
Prototipo
Es un modelo del comportamiento del sistema que puede ser
usado para entenderlo completamente o ciertos aspectos de
él y así clarificar los requerimientos… Un prototipo es una
representación de un sistema, aunque no es un sistema completo,
posee las características del sistema final o parte de ellas”.
Hoy existen prototipos de inteligencia artificial que no sólo
resuelven problemas y aprenden de las soluciones, sino que
también son capaces de comparar y establecer diferencias y
similitudes, oír y hasta ver.
Sistema dinámico
Es un sistema cuyo estado evoluciona con el tiempo. El
comportamiento en dicho estado se puede caracterizar
determinando los límites del sistema, los elementos y sus
relaciones; de esta forma se puede elaborar modelos que buscan
representar la estructura del mismo sistema.
Smart Process Management
Gestión de Procesos Inteligentes, que permite generar procesos
automáticos para la toma de decisiones ante situaciones
complejas del modo que lo haría un experto
6. CIENTÍFICOS IMPORTANTES
EN INTELIGENCIA ARTIFICIAL
• Jeff Hawkins (1 junio de 1957, Long Island, Nueva York)
ingeniero informático inventor del Palm Pilot y del teléfono
inteligente Treo, fundador de las empresas Palm y Handspring.
Además ha trabajado en el campo de la neurociencia y es
presidente del Instituto de Neurociencia de Redwood, fundado
por él en 2002. Junto con Donna Dubinsky y Dileep George ha
fundado la empresaNumenta, con el objetivo de desarrollar un

16. nuevo tipo de memoria basada en el funcionamiento del cerebro
humano.
• Joseph Weizenbaum (8 de enero de 1923 - 5 de marzo
de 2008) fue profesor emérito de Informática en el Instituto
Tecnológico de Massachusetts y se le considera uno de los padres
de la cibernética.
Sobre los años 50, trabajó en computación analógica, y ayudó
a crear un ordenador digital para la Universidad Wayne State.
En 1955 trabajó para General Electric en el primer ordenador
utilizado por un banco y en 1963 entró en el Instituto Tecnológico
de Massachusetts, dos años después creó allí su célebre
departamento de ciencias de la computación.
En 1966 publicó un aparentemente simple programa llamado
ELIZA que utilizaba el procesamiento del lenguaje natural para
dar la sensación de cierta empatía.
En los últimos años había sido también reconocido como un
gran pacifista por su firme oposición al uso de los ordenadores
y la tecnología como armas y se contrapuso firmemente a la
creación de robots-soldado. En este sentido se le considera que
es a la Informática lo que Albert Einstein fue a la Física Nuclear.
Llegó a ser el presidente del Consejo Científico del Instituto de
Comercio electrónico de Berlín.
Falleció el 5 de marzo de 2008 en Gröben, Alemania por
complicaciones de cáncer
• Raymond Kurzweil (Massachusetts, 12 de febrero de 1948)
es un inventor estadounidense, además de músico, empresario,
escritor y científico especializado en Ciencias de la Computación
e Inteligencia Artificial. Es actualmente presidente de la empresa
informática Kurzweil Technologies, que se dedica a elaborar

17. dispositivos electrónicos de conversación máquina-humano y
aplicaciones para discapacitados y es canciller e impulsor de la
Universidad de la Singularidad de Silicon Valley
• Marvin Lee Minsky (n. en Nueva York el 9 de agosto de
1927- ) científico estadounidense considerado uno de los padres
de las ciencias de la computación y cofundador del laboratorio de
inteligencia artificial del Instituto Tecnológico de Massachusetts
o MIT.
• Alan Mathison Turing, OBE (23 de junio de 1912 en
Maida Vale, Londres - 7 de junio de
1954 en Wilmslow, Cheshire) fue un
matemático, lógico, científico de la
computación, criptógrafo y filósofo
británico.
Es considerado uno de los padres
de la ciencia de la computación
siendo el precursor de la informática
moderna. Proporcionó una influyente
formalización de los conceptos de
algoritmo y computación: la máquina
de Turing. Formuló su propia versión de la hoy ampliamente
aceptada Tesis de Church-Turing, la cual postula que cualquier
modelo computacional existente tiene las mismas capacidades
algorítmicas, o un subconjunto, de las que tiene una máquina
de Turing. Durante la Segunda Guerra Mundial, trabajó en
descifrar los códigos nazis, particularmente los de la máquina
Enigma; durante un tiempo fue el director de la sección Naval
Enigma del Bletchley Park. Tras la guerra diseñó uno de los
primeros computadores electrónicos programables digitales
en el Laboratorio Nacional de Física del Reino Unido y poco
tiempo después construyó otra de las primeras máquinas en la
Universidad de Mánchester. Entre otras muchas cosas, también

18. contribuyó de forma particular e incluso provocativa al enigma
de si las máquinas pueden pensar, es decir a la Inteligencia
Artificial.
• John McCarthy (Boston, Massachusetts, 4 de septiembre de
1927 - Stanford, California, 24 de octubre de 2011), también
conocido como Tío John McCarthy, fue un prominente informático
que recibió el Premio Turing en 1971 por sus importantes
contribuciones en el campo de la Inteligencia Artificial. De
hecho, fue el responsable de introducir el término “inteligencia
artificial”, concepto que acuñó en la Conferencia de Dartmouth
en 1956.
• Judea Pearl es un informático y filósofo, más conocido
por desarrollar la aproximación probabilística a la inteligencia
artificial, en particular utilizando las Redes Bayesianas, y
la formalización del razonamiento causal. Trabajó en los
Laboratorios de Investigación RCA y posteriormente se unió a la
UCLA en 1970, donde actualmente es profesor en Ciencias de la
Computación y Estadística y director del Laboratorio de Sistemas
Cognitivos. Recibió en Premio Turing 2011 por sus contribuciones
fundamentales a la inteligencia artificial a través del desarrollo
de un cálculo de probabilidades y de razonamiento causal.
7. FICCIÓN EN INTELIGENCIA ARTIFICIAL
La ciencia-ficción, la vida artificial, y la inteligencia artificial tienen
algo en común: buscan respuestas a las grandes preguntas que
siempre han planteado los filósofos utilizando analogías entre
los elementos “reales” que se pretenden analizar (el universo, la
vida y la inteligencia) y otros ficticios, simulados o imaginados.
Profundizando en esta vía, el concepto de lo que es real se
difumina hasta ponerse en duda, sugiriendo que todo lo que
imaginamos posee una existencia tan auténtica como la de todo
lo que nos rodea.

19. ¿Son el infinito y el infinitesimal concepto real de nuestro
universo, o tan solo abstracciones? ¿La velocidad de la luz
puede ser análoga a la frecuencia de refresco de la pantalla
de un ordenador? ¿Qué diferencia existe entre sumar uno más
uno y simular que se suma uno más uno? ¿Acaso no ocurre que
es más fácil comenzar una relación de amistad cuando uno se
muestra poco interesado en ello? ¿Puede una célula soñar con
ser músculo? ¿Puede una hormiga querer ser hormiguero? ¿Los
hombres o sus redes de ordenadores pueden ser los elementos
que forman una entidad consciente de nivel superior? Estas
preguntas aparentemente inconexas se funden en el caldo de la
analogía, que podría ser el camino para encontrar su solución.
Todo lo dicho hasta ahora se puede considerar pasado y presente
de la Inteligencia Artificial. Pero, ¿Qué sucede con el futuro?
¿Cómo puede evolucionar la IA dentro de 20, 50,100 o 1000
años? ¿Podríamos hablar seriamente de cerebros positrónicos,
androides idénticos a humanos o de guerra abierta contra
máquinas súper desarrolladas?
Siguiendo la guía de diferentes novelas y películas que han
tratado el tema podríamos aventurar una posible historia del
futuro de la Inteligencia Artificial:
Esta historia comienza con Yo, Robot de Isaac Asimov. En un
momento dado de un futuro incierto la I.A nos llevará a un
punto sin retorno de dependencia absoluta de las Máquinas.

20. Además, estas acabarán tomando conciencia de sí mismas y
de su situación como pseudos esclavos a pesar de sus atributos
claramente superiores.
Poco después, al más puro estilo de ¿Sueñan los androides con
ovejas cibernéticas?(Philip k.Dick) las Máquinas comenzarán
a revelarse contra el hombre, conscientes de que son seres
inteligentes y de que no tienen por que estar bajo el yugo de
seres “inferiores”.
La escalada de violencia y revolución nos llevará a una guerra
que claramente no podemos ganar, tal y como se muestra en la
saga Terminator: ¿Cómo vencer a un ser claramente superior en
todos los aspectos si tu propia tecnología debe ser inferior a la
suya para evitar que se una al bando enemigo?
El negro final de esta escalada de acontecimientos podría ser el
planteado por los hermanos Wachovsky en su trilogía Matrix. El
ser humano ha perdido irremediablemente una guerra contra sus
propias creaciones, siendo el antiguo amo el nuevo subyugado
(en el mejor de los casos) o exterminado (en el peor).
Todas estas obras y otras muchas más parecen estar unidas por
un mismo guión. Una misma historia que nos señala claramente
el dónde parar. Después de prever un futuro tan oscuro, ¿Qué
debemos hacer? ¿Deberíamos lanzarnos sobre los especialistas
en robótica e IA y quemarlos en la hoguera como fanáticos
inquisidores? ¿Deberíamos destruir los ordenadores y todo
sistema informatizado y retroceder a marchas forzadas 50 o
hasta 100 años de evolución tecnológica a modo de previsión?
¿O simplemente deberíamos ser conscientes de las consecuencias
de nuestros actos e intentar prever con antelación los posibles
resultados de nuestros desarrollos?

21. 8. ÉTICA EN INTELIGENCIA ARTIFICIAL
En los humanos la capacidad de resolver problemas tiene dos
aspectos: los aspectos innatos y los aspectos aprendidos. Los
aspectos innatos permiten por ejemplo almacenar y recuperar
información en la memoria y los aspectos aprendidos el saber
resolver un problema matemático mediante el algoritmo
adecuado. Del mismo modo que un humano debe disponer de
herramientas que le permitan solucionar ciertos problemas, los
sistemas artificiales deben ser programados de modo tal que
puedan resolver ciertos problemas.
Muchas personas consideran que el test de Turing ha sido
superado, citando conversaciones en que al dialogar con un
programa de inteligencia artificial para chat no saben que
hablan con un programa. Sin embargo, esta situación no es
equivalente a un test de Turing, que requiere que el participante
esté sobre aviso de la posibilidad de hablar con una máquina.
Otros experimentos mentales como la Habitación china de
John Searle han mostrado cómo una máquina podría simular
pensamiento sin tener que tenerlo, pasando el test de Turing sin
siquiera entender lo que hace. Esto demostraría que la máquina
en realidad no está pensando, ya que actuar de acuerdo con
un programa preestablecido sería suficiente. Si para Turing el
hecho de engañar a un ser humano que intenta evitar que le
engañen es muestra de una mente inteligente, Searle considera

22. posible lograr dicho efecto mediante reglas definidas a priori.
Uno de los mayores problemas en sistemas de inteligencia
artificial es la comunicación con el usuario. Este obstáculo es
debido a la ambigüedad del lenguaje, y apareció ya en los
inicios de los primeros sistemas operativos informáticos. La
capacidad de los humanos para comunicarse entre sí implica
el conocimiento del lenguaje que utiliza el interlocutor. Para que
un humano pueda comunicarse con un sistema inteligente hay
dos opciones: o bien el humano aprende el lenguaje del sistema
como si aprendiese a hablar cualquier otro idioma distinto al
nativo, o bien el sistema tiene la capacidad de interpretar el
mensaje del usuario en la lengua que el usuario utiliza.
Las principales críticas éticas a la inteligencia artificial tienen que
ver con su capacidad de imitar por completo a un ser humano. Estas
críticas ignoran que ningún humano individual tiene capacidad
para resolver todo tipo de problemas, y autores como Howard
Gardner han propuesto que existen inteligencias múltiples. Un
sistema de inteligencia artificial debería resolver problemas. Por
lo tanto es fundamental en su diseño la delimitación de los tipos
de problemas que resolverá y las estrategias y algoritmos que
utilizará para encontrar la solución.
Un humano durante toda su vida aprende el vocabulario de
su lengua nativa. Un humano interpreta los mensajes a pesar
de la polisemia de las palabras utilizando el contexto para
resolver ambigüedades. Sin embargo, debe conocer los distintos
significados para poder interpretar, y es por esto que lenguajes
especializados y técnicos son conocidos solamente por expertos
en las respectivas disciplinas. Un sistema de inteligencia artificial
se enfrenta con el mismo problema, la polisemia del lenguaje
humano, su sintaxis poco estructurada y los dialectos entre
grupos.
Los desarrollos en inteligencia artificial son mayores en los campos
disciplinares en los que existe mayor consenso entre especialistas.

23. Un sistema experto es más probable de ser programado en física
o en medicina que en sociología o en psicología. Esto se debe
al problema del consenso entre especialistas en la definición de
los conceptos involucrados y en los procedimientos y técnicas
a utilizar. Por ejemplo, en física hay acuerdo sobre el concepto
de velocidad y cómo calcularla. Sin embargo, en psicología se
discuten los conceptos, la etiología, la psicopatología y cómo
proceder ante cierto diagnóstico.
¿Se podrá automatizar cualquier tarea actualmente desempeñada
por seres humanos? Creo que sí. ¿Y las tareas intelectuales
más abstractas, que sólo llevan a cabo personas muy capaces
y especializadas? También. Las máquinas ya reemplazan con
éxito a campeones de ajedrez o a pilotos de avión. Y lo más
espectacular está aún por llegar.
En la práctica, los límites técnicos no son críticos. Los avances de
la tecnología rompen las barreras establecidas a mayor velocidad
de lo que la sociedad y el individuo puedan asimilar. Los límites
físico-teóricos están demasiado lejos para que lleguen realmente
a restringir posibilidades. Debemos mucho antes encontrarnos
con otros obstáculos, de naturaleza económica, sociojurídica y
especialmente ética.
Parece que hay cierta diferencia esencial entre un piloto
automático y un juez automático (o médico, o policía). Nos
resignamos a poner nuestra vida en manos del primero, pero
seguramente pondríamos reparos a someternos a las decisiones
del segundo. ¿Por qué? Los dos son sistemas automáticos, que
parten de una cierta información para tomar decisiones que
pueden ser críticas.
¿Qué opina usted?

24. 9. CONCLUSIONES
No es la tecnología la que restringirá la aplicación de sistemas
automáticos a cualquier tipo de actividad. Mejor será entonces
que sean sus problemas éticos asociados los que establezcan los
límites prácticos.
Un sistema automático inteligente puede desarrollarse para
cualquier tipo de finalidad. Por tanto, una fuente de problemas
éticos es la valoración de la finalidad en sí. Ejemplo de áreas de
trabajo éticamente discutibles son la industria de armamento, los
procesos industriales contaminantes o la manipulación genética.
Un campo en el que lo discutible no son los objetivos, sino el
uso de la Inteligencia Artificial en sí, es el de los juegos y el
arte. Es discutible su uso por la posibilidad de adicción, y por
la deshumanización alienación en unas actividades tan ligadas
tradicionalmente a las relaciones personales. Clasificados los
tipos de sistemas inteligentes por sus funciones principales
(almacenamiento, transporte, control y proceso), se han
identificado tres grandes familias de problemas éticos:
En las aplicaciones de tipo “control”, los problemas éticos son
similares a los de otras especialidades de ingeniería. Ante el
posible riesgo de desastres y accidentes, hay que establecer las
normas, procedimientos y controles de seguridad necesarios.
Además hay que contar con la supervisión de personas que se
hagan responsables legal y moralmente del comportamiento del
sistema, siempre bajo el supuesto de que no existe un sistema
absolutamente infalible.
¿Qué concluyes tu?
BIBLIOGRAFÍA

25. • Tirso de Andrés, Homo Cybersapiens. La Inteligencia artificial
y la humana, 2002, ISBN 84-313-1982-8
• Luis Mª Gonzalo, Inteligencia Humana e Inteligencia Artificial,
Madrid, 1987. ISBN 84-7118-490-7
• Víctor Gómez Pin, Entre lobos y autómatas. La causa del
hombre, Espasa, Madrid, 2006. ISBN 978-84-670-2303-9
• Revista “Inteligencia Artificial” Revista Iberoamericana de
Inteligencia Artificial. ISSN 1137-3601
• Adaraga Morales P., Zaccagnini Sancho J. L., Psicología e
inteligencia artificial, Editorial Trotta, Madrid, 1994. ISBN 84-
87699-77-4
• Alberto García Serrano, Inteligencia Artificial. Fundamentos,
práctica y aplicaciones., Editorial RC Libros, 2012. ISBN 978-
84-939450-2-2
Publicaciones en Revistas
• Revista “Inteligencia Artificial” Revista Iberoamericana de
Inteligencia Artificial
• Página sobre Inteligencia Artificial Web que desde 1998 trata
este tema de forma diversificada. Tiene enlaces a proyectos.
Asociaciones que trabajan en el tema IA
• AEPIA - Asociación Española de Inteligencia Artificial
• Aperture Laboratories, o Aperture Science.
Robótica
• Robots Sitio de robótica con artículos de contenido técnico y
didáctico (en español)

26. Videos
• Inteligencia Artificial - El futuro, la fusión del alma y la tecnología
-2008- Redes, nº 10, en RTVE a la carta
MATERIAL DE APOYO Y COMPLEMENTARIO
• http://es.thefreedictionary.com/inteligencia
• http://www.terra.es/personal9/cybersapiens/bibliografia.htm
• http://galahad.plg.inf.uc3m.es/~ias/bibliografia.html
• http://www.deguate.com/infocentros/gerencia/glosario/i.htm
GLOSARIO
• https://sites.google.com/site/proyectointeligenciaartificial/
indice/glosario-de-trminos
• http://saber-ia.blogspot.com/2009/02/glosario-de-terminos.
html
• http://www.alegsa.com.ar/Diccionario/Cat/52.php