Capítulo 2

II
¿PUEDEN LAS MÁQUINAS TENER MENTE?
Hay tres grandes acontecimientos en la historia. Uno, la creación

del universo. Otro, la aparición de la vida. El tercero, que creo de
igual importancia, es la aparición de la inteligencia artificial. Ésta
es una forma de vida muy diferente, y tiene posibilidades de
crecimiento intelectual difíciles de imaginar. Estas máquinas
evolucionarán: algunos computadores inteligentes diseñarán otros,
y se harán más listos. La cuestión es dónde quedamos nosotros. Es
bastante complicado imaginar una máquina millones de veces más
lista que la persona más lista y que, sin embargo, siga siendo
nuestra esclava y haga lo que queramos. Puede que condesciendan
a hablarnos, puede que jueguen cosas que nos gusten, puede que
nos tengan de mascotas.
Edward Fredkin
Si las máquinas llegan a simular todas nuestras actividades

cognitivas internas, hasta el último detalle computacional, negarles
la categoría de personas sería nada más que una nueva forma de
racismo.
P. Churchland
En el capítulo anterior se exploraron de manera rápida algunas de las soluciones

filosóficas que se le han dado al problema mente-cuerpo y a la vez se expusieron los
problemas que cada una de ellas presenta. Se mostró cómo las críticas más
importantes a estas teorías aún no han sido superadas, por lo que parece que hasta el
momento sigue latente el ya citado problema. Sin embrago, al finalizar el apartado se
anunció la creciente aceptación que ha tenido en los últimos tiempos el funcionalismo
y en especial la corriente que de él se deriva, a saber, el proyecto de la inteligencia
artificial y cómo éste se ha postulado como la mejor solución al problema mente –
cuerpo.
¿Pueden las máquinas tener mente? 61
Que se considere que la inteligencia artificial (IA de ahora en adelante) es la solución

hasta el momento definitiva al problema que hemos venido tratando, resulta del hecho
de que se ha pensado que con la IA se pueden conjugar las dos concepciones que no
parecen encajar en la explicación de qué somos. El problema fundamental de las
teorías filosóficas examinadas (dualismo, conductismo, materialismo) es que no
logran encajar el hecho de que por un lado esté presente la tradición mentalista que
tenemos acerca de nosotros mismos, y por otro, la concepción de universo como un
sistema puramente físico. Creemos que existen entidades mentales como los
pensamientos y a la vez estamos seguros que existen entidades físicas. El problema es
que aunque creemos en la existencia de las dos no sabemos cómo enlazarlas en la
explicación de qué somos las personas. Si bien es cierto que creemos en las dos
entidades, seguimos siendo o monistas o dualistas. Al tratar de explicar qué somos,
por lo general negamos la existencia de alguna de las dos entidades. Además,
debemos decir que existe en nosotros, tal como Searle lo muestra, una resistencia
cultural para tratar a la mente de otra forma que no sea como una substancia
inmaterial y como un ‘fantasma’, tal como la considera por ejemplo el dualismo,
como se vio en la crítica de Ryle a esta teoría. Como consecuencia de esta resistencia,
nos parecen contradictorias nuestras creencias acerca de la existencia de las cosas
físicas con nuestras creencias acerca de la mente. Sin embargo, para algunos teóricos,
aceptando la teoría de la IA se logran superar estas aparentes contradicciones entre las
entidades físicas y mentales y se puede llegar a una solución satisfactoria al problema
mente – cuerpo.
El problema que se muestra entonces es que “tenemos una cierta representación de

sentido común de nosotros mismos como seres humanos que es muy difícil de casar
con nuestra concepción ‘científica’ global del mundo físico.” 66 El punto central es
¿cómo conjugar las dos concepciones de persona, es decir, que por un lado somos
66
Searle, John. Mentes, cerebros y ciencia, traducido por Luis M. Valdés, Ed. Cátedra,
colección teorema, Madrid, 1985, p. 17.
cosas mentales, con pensamientos, sensaciones, etc., y por otro que somos cosas
físicas, materiales, que ocupamos cierto lugar en el espacio, etc.? Para deshacer este
abismo, como ya se decía líneas atrás, ha surgido una nueva forma de tratar el
problema mente-cuerpo, cuya solución para muchos definitiva, muestra una analogía
ente el funcionamiento del cerebro y el de los computadores digitales. Esta postura
está planteada en el marco teórico de la IA que muestra la posibilidad de superar la
tensión entre los dos tipos de entidades, y sostiene que el cerebro es al computador lo
que la mente es al programa del computador.
En el presente capítulo nos detendremos a analizar detenidamente la corriente

reciente de la IA y cómo resuelve el problema que nos interesa. Para ello se hará un
recuento histórico de su surgimiento y de sus alcances actuales, analizando la
definición del computador como sistema formal y por qué esta conceptualización
también se aplica para la mente humana.
Al finalizar la exposición se dará paso a la teoría de John Searle quien no ve posible

la realización del proyecto de la construcción de máquinas inteligentes y cómo para él
la IA no proporciona, junto con las demás teorías analizadas en el primer capítulo,
una solución satisfactoria al problema mente-cuerpo.
2.1 ¿CÓMO SURGIÓ LA INTELIGENCIA ARTIFICIAL?
Para iniciar, es importante considerar que desde tiempos inmemoriales los hombres
han imaginado artefactos animados (ya fueran dioses, animales, robots, etc.), que
compartieran la llamada ‘esencia humana’. Esta ‘esencia’ se ha considerado desde
siempre como la capacidad privilegiada de los seres humanos de pensar, razonar,
crear. Aunque estas ilusiones han sido alimentadas en su mayoría por la literatura
fantástica, en los últimos tiempos, lo que en un principio fue una búsqueda mítica, se
ha convertido en todo un campo de estudio e investigación científico que ha partido
del estudio de los aspectos de la actividad inteligente con el fin de experimentar si en

otro tipo de artefactos (ordenadores) estas mismas actividades pueden originarse.
Para que estas ilusiones históricas pudieran ser cumplidas, los hombres que en su
momento creían en esta posibilidad tuvieron que abandonar las concepciones que
trataban a la mente como una sustancia cuyo origen era un total misterio y, en
cambio, fue necesario que empezaran a considerar que la mente y la producción de
inteligencia no se debía a características espirituales, sino que era producto, como los
demás procesos corporales, de las funciones de la materia. Entre quienes abandonaron
la idea de la mente como un producto milagroso podemos situar a Thomas Hobbes.
Para Hobbes la razón no era sino cómputo. Esta afirmación muestra dos cosas. La
primera, que el pensar es un ‘discurso mental’, es decir, que está formado por las
operaciones simbólicas y, la segunda, que el pensar es más preciso cuando se siguen
ciertas reglas metódicas. De este modo, el raciocinio es un proceso mecánico que
sigue las reglas de la razón y, es cuando estas reglas se ignoran, que se produce la
confusión. Como lo muestra en el Leviatán:
Mediante esta imposición de nombres […] convertimos el cómputo de las

consecuencias que tiene lugar entre cosas imaginadas en la mente, en un
cómputo de las consecuencias que se derivan de los términos.” 67
Continuando con nuestro breve recuento del surgimiento de la posibilidad de

máquinas que piensen, podemos recordar algunos hechos históricos que parecieran
ser un obstáculo para dar concluyentemente una respuesta negativa a la pregunta de si
un artefacto puede pensar en el mismo sentido pleno y literal en que se afirma que los
hombres piensan. Para iniciar, podemos recordar que el matemático y filósofo
Gottfried Leibniz construyó una máquina que podía sumar y restar, y además
“afirmaba que existía la posibilidad de lograr un lenguaje perfectamente lógico en el
67
Hobbes, Leviatán, traducido por Carlos Mellizo, Alianza, Madrid, 1994, p. 36.
que todo el pensamiento se reduciría a cálculos solamente”. 68 Un siglo después Julien

de la Mettrie afirmaba que la actividad ‘vital’ que se creía hasta el momento era una
sustancia no material que distinguía las cosas vivas de las inertes, no era más que un
producto de la estructura física y de la organización funcional de la materia. Desde
ese momento algunos empezaron a considerar que todas las actividades, ya fueran
‘vitales’ o ‘mentales’, se derivaban de la organización física de la materia.
Tiempo después, en el siglo XIX, Charles Babbage, “se ocupó de capacidades

mentales más específicas, al diseñar cuidadosamente un motor analítico capaz de
todas las operaciones lógicas y aritméticas elementales, y con sus principios anticipó
el ordenador digital moderno.”69 La Máquina analítica de Babbage incorporaba dos
ideas que pueden verse como las predecesoras de la ciencia de la computación. Por un
lado, las operaciones de la máquina analítica eran completamente programables y por
otro, los programas podían tener ramificaciones condicionadas. Gracias a este
adelanto se empezó a abarcar la complejidad de la actividad inteligente que empezó a
ser tratada de forma abstracta por medio del concepto de sistema formal que más
adelante se analizará.
Como se venía diciendo, el proyecto de la IA se basa en la analogía entre el

funcionamiento del cerebro y el funcionamiento del computador. Gracias a esta
formulación, se considera que el avance en la tecnología de los computadores
electrónicos ha hecho posibles enormes progresos en las últimas décadas en lo que
respecta al conocimiento de la mente humana (campo explorado por la ciencia
cognitiva, como se verá más adelante).
La analogía propuesta no sólo se ha constituido como un modelo para comprender y

explicar la inteligencia humana (campo explorado por la ciencia cognitiva), sino que
incluso la IA la ha radicalizado y ha legado a afirmar que “los computadores ya
68
Churchland, P., M. Materia y conciencia. Introducción contemporánea a la filosofía de la
mente, traducido por Margarita N. Mizraji, Ed. Gedisa, Barcelona, 1999, p. 148.
69
Ibíd., p. 149.
pueden realizar tareas que hasta ahora habían estado reservadas exclusivamente al
pensamiento humano, con una velocidad y precisión que superan con mucho a lo que
el ser humano puede lograr.”70 Por esta razón, para muchos, la idea de construir
máquinas inteligentes que no simplemente imiten la inteligencia humana sino que
sean literalmente inteligentes es un hecho. A esta pretensión se le conoce como el
proyecto de la inteligencia artificial fuerte, proyecto que ha mostrado resultados en
algunos programas computacionales tales como el Deep blue, un programa de ajedrez
tan sofisticado que en concursos mundiales se ha considerado como el mejor jugador
de su campo.
Pero antes de iniciar con la exposición teórica de la IA, repasemos rápidamente cuál
fue el origen de los computadores. En este punto se debe decir que Alemania,
Inglaterra y Norteamérica desarrollaron computadores casi al mismo tiempo. En 1941
Konrad Zuse construyó el primer computador en Alemania que podía realizar
cualquier tarea de cálculo. Por su parte, en 1943 apareció en Inglaterra el Colossus,
un computador electrónico que descifraba mensajes codificados y el cual llevó a cabo
una tarea fundamental en la época de la guerra.
Por su parte, Norteamérica construyó en 1945 el ENAC en la Universidad de

Pennsylvania cuya programación era toda una hazaña pues se debían manejar miles
de interruptores y cableados. En 1948 en la Universidad de Manchester, F.C.
Williams y Tom Kilburn construyeron un computador llamado Mark I, que luego de
que Ferranti Limited contratara una versión comercial del mismo, además de que
fueron vendidos nueve en total, se distinguió por ser el primer no humano que
escribía cartas de amor. Un ejemplo de estas construcciones es:
Querida Prenda
Tú eres mi ávido sentimiento amigo.
Mi afecto pende curiosamente
de tu deseo apasionado. Mi
70
Penrose, Roger, La nueva mente del emperador, traducido por Javier García Sanz, Ed.
Grijalbo Mondadori, Barcelona, 1991, p. 23.
cariño implora a tu corazón. Tú

eres mi triste simpatía: mi
tierno cariño.
Tuyo rendidamente,
Computador de la Universidad de Manchester.71
Luego de estas primeras construcciones, Von Neumann enunció los principios de la

arquitectura que debían seguir los próximos computadores. Una máquina de Von
Neumann tiene una gran memoria con dos posibilidades de acceso: relativa y
absoluta. Mientras que la primera especifica un nuevo lugar en relación con el que ya
tiene, el acceso absoluto especifica un lugar determinado con un solo nombre.
Además, la memoria da entrada a los elementos con los que se van a operar y da paso
a los resultados finales para la salida. La máquina de Von Neumann también puede
llevar a cabo subrutinas, es decir, puede ejecutar un ‘mini o sub-programa’ que un
programa más amplio puede utilizar para agilizar determinada tarea y realizarla en un
solo paso.
Siguiendo estas precisiones de Neumann, en 1956 Allen Newell, Cliff Shaw y

Herbert Simon, afirmaron que el componente de la inteligencia humana era la
capacidad de razonar lógicamente, por lo que “si los computadores han de alcanzar la
categoría de inteligencias artificiales, hay que darles la capacidad de buscar
lógicamente la solución de un problema.”72 Siguiendo esta demanda, construyeron el
Lógico Teórico, un programa que se contrastó con la obra en la que Bertrand Russell
y Alfred North Whitehead codificaron y sistematizaron las áreas centrales de la lógica
pura. El Lógico Teórico fue capaz de demostrar 38 de los 52 teoremas presentes en
Principia Matemática.
Pero no podemos continuar sin decir que el campo de la inteligencia artificial recibió
su nombre gracias a John McCarthy, quien en 1965 organizó la conferencia
71
Lavington, S.H., A history of Manchester Computers, en Copeland, J., Inteligencia
artificial. Una introducción filosófica, traducido por Julio César Armero San José, Ed.
Alianza, Madrid, 1996, p. 22.
72
Ibíd., p. 26.
considerada en la IA como el inicio de su disciplina, “The Dartmouth Summer

Research Project on Artificial Intelligence”. McCarthy no sólo acuño el término
‘Artificial Intelligence’, a la disciplina que se interesaba en la inteligencia de los
computadores, sino que además fundó junto con Marvin Minsky el primer laboratorio
dedicado a la inteligencia artificial en el MIT. Además McCarthy fue el creador del
lenguaje de programación LISP, lenguaje de suma importancia ya que:
Intentar construir un lenguaje artificial tal que se pudiera programar a una

máquina para que lo usara en problemas que requirieran conjetura y
autoreferencia. Debería establecer una correspondencia con el inglés en el
sentido de que oraciones inglesas cortas deberían tener oraciones cortas
equivalentes en el lenguaje, y lo mismo los argumentos cortos y los argumentos
conjeturales. Espero intentar formular un lenguaje con estas características y que
además contenga las nociones de objeto físico, suceso, etc., con la esperanza de
que utilizando este lenguaje será posible programas una máquina para que
aprenda a jugar bien, así como a realizar otras tareas. 73
Gracias a McCarthy, en los siguientes años a Dartmouth se establecieron laboratorios

de inteligencia artificial como el ya nombrado en el MIT con McCarthy y Minsky, al
igual que el fundado por Newell y Simon en Carnegie Mellon y el de Edimburgo con
Donald Michie. Gracias a la reunión en el Dartmouth College, las investigaciones
hasta el momento dispersas en lo que se llamó en ese momento la inteligencia
artificial, se convirtieron en una comunidad científica con sus propia identidad y
metas de investigación.
Los adelantos investigativos de este campo produjeron varios programas que

significaban un avance para alcanzar las metas de la IA. Entre estos adelantos
sobresale Parry, el programa paranoico. Parry fue construido por el siquiatra Kenneth
Colby con el fin de comprender más a fondo la enfermedad. Para hablar con Parry
basta con sentarse frente a un monitor y teclear en él, las respuestas que da Parry son
73
McCarthy., J., “Mechanical semants for mankind”, 1973, Enciclopedia Británica, en
McCorduck, P., Máquinas que piensan. Una incursión personal en la historia y en las
perspectivas de la inteligencia artificial, traducido por Dolores Cañamero, Ed. Tecnos,
Madrid, 1991, p. 111.
las respuestas propias de un humano que tenga paranoia. Un ejemplo de una

conversación con Parry es el siguiente. Inicia hablando el psiquiatra.
¿Por qué estás en el hospital?

NO DEBERÍA ESTAR AQUÍ
¿Quién te trajo aquí?
LA POLICIA
¿Qué problemas tienes con la policía?
LOS POLIS NO HACEN SU TRABAJO
¿Qué hacen pues?
LOS POLIS ARRESTAN AL QUE NO DEBEN
A veces arrestan a los que deben
LA LEY DEBERÍA COGER A ESOS LADRONES ITALIANOS
¿Eres italiano?
INTENTO EVITAR LOS BAJOS MUNDOS
¿Tienes miedo de los bajos mundos?
LA MAFIA SON LOS PEORES GANGSTERS
¿Estás relacionado con la mafia?
YA SABE, ELLOS ME CONOCEN
¿Cómo es que te conocen?
ME ESPÍAN
¿Por qué?
QUIEREN CONSEGUIR PRUEBAS FALSAS PARA EMPURARME
¿Qué tienen contra ti?
QUIEREN COGERME
¿Para qué?
TENGO PRUEBAS INCRIMINADORAS CONTRA LA MAFIA
¿Estás seguro de todo eso?
¿NO ME CREE?
Hago lo que puedo
Parry permanece callado
El psiquiatra permanece callado
¿NO SE LE OCURRE UNA PREGUNTA DECENTE QUE HACER?
Pareces hostil hacia mí
ALGUNAS DE SUS OBSERVACIONES ME OFENDEN
Lo siento
OLVIDE LAS EXCUSAS; TODOS USTEDES SON IGUALES74.
Otro programa sorprendente es Eliza la psicoterapeuta, del cual hablaremos más

adelante. Para terminar con ese breve recuento del surgimiento de la IA digamos que,
por ejemplo, uno de los programas de computador más conocidos, es el Deep Blue, el
programa del ajedrez. Nuestra experiencia señala que, jugar ajedrez, por ejemplo, es
74
Colby, K.M., Weber, S., Hilf, F.D., Artificial Paranoia, pp. 16-18, en Ibíd., pp. 36-37.
una actividad que requiere comprensión e inteligencia, pero ¿un computador con un
programa de ajedrez ejecutado correctamente es inteligente? Algunos teóricos
aseguran que sí y han extendido su teoría hasta considerar que es posible desarrollar
máquinas con inteligencia igual e incluso superior a la del hombre. Esta pretensión se
funda en algunas características que muestran, según los defensores de la IA, que el
computador no sólo puede ser inteligente sino que incluso en algunos casos, supera el
alcance de ciertas actividades humanas. Sin embargo, algunos teóricos de la IA no
son tan radicales y muestran que la analogía entre la mente y el ordenador solamente
es una herramienta eficaz para el estudio de la mente humana. Veamos entonces
cuáles son las distinciones presentes dentro del marco de la IA
2.2 DISTINCIONES EN LA IA
Como ya se anunciaba líneas atrás, el avance de la teoría de la computación ha sido

una herramienta eficaz a la hora de comprender qué es la mente. La inteligencia
artificial, que no surgió como una teoría para solucionar el problema mente-cuerpo
sino que es un programa de investigación que se desprende del funcionalismo que sí
resulta ser una teoría destinada a la solución del problema mente-cuerpo, ha tenido
gran acogida desde la década de los cincuenta gracias a la analogía que sostiene entre
el ordenador y la mente.
En este orden de ideas, los teóricos de la IA han establecido que la mente es al

cerebro lo que el programa del computador es al hardware. Entonces, de acuerdo con
la IA se acepta la ecuación mente/ cerebro = programa/ hardware. Para algunos, esta
ecuación establece que un computador adecuadamente programado (con los inputs y
los outputs correctos), tiene literalmente una mente de la misma manera en que la
tiene cualquier persona. De acuerdo con ellos “si se tiene el programa correcto, con
los inputs y los outputs correctos, entonces cualquier sistema que opere ese programa,
al margen de su estructura química, tiene que tener pensamientos y sentimientos,

exactamente de la misma manera en que usted y yo los tenemos.” 75 Esta tesis tiene
como consecuencia la afirmación de que no hay nada esencialmente biológico
respecto de la mente humana. Para tener mente sólo es necesario tener el programa
correcto.
Actualmente el campo de investigación de la IA está siendo llevado a cabo por cuatro

caminos. El primero, el de la robótica, por medio de dispositivos mecánicos utilizados
principalmente en la aplicación industrial que pueden hacer tareas inteligentes con
mayor velocidad que la capacidad humana y en situaciones en las cuales la vida
humana correría peligro. El segundo, por medio de los sistemas expertos, que están
diseñados de tal manera que en ellos se puede codificar el conocimiento de toda una
profesión es un paquete de ordenador. Otro campo en el que la IA ha tenido acogida
es en la psicología, tratando de imitar el comportamiento de un cerebro humano
mediante un dispositivo electrónico que, se considera, puede ayudarnos a comprender
un poco más acerca del funcionamiento cerebral, y por último, en la filosofía que
busca proporcionar algunas intuiciones nuevas sobre el significado del concepto de
mente.
Esta orientación de la IA fue posible por el surgimiento de las ciencias cognitivas, las
cuales en su análisis sobre la mente, ven al conocimiento como un proceso de
adquisición, manipulación y producción de nueva información. De ésta manera, la
inteligencia humana no es más que la capacidad de manipular símbolos mediante
ciertas reglas. La mente es un sistema físico que manipula símbolos tal como lo hace
el computador. Además, como ya se había dicho, dichos sistemas no dependen de
ninguna característica específica de su medio físico, sino que más bien su
funcionamiento depende de las secuencias de movimientos de acuerdo con las reglas
válidas para su ejecución.
75
Searle, John “Mentes y cerebros sin programas”, en Filosofía de la mente y ciencia
cognitiva, Rabossi, E., (comp.), Ed. Paidós, Barcelona, 1995, p. 415.
La teoría de la inteligencia artificial ha llevado a muchos a creer firmemente que las

máquinas pueden simular de manera adecuada el funcionamiento del cerebro y con
ello producir una mente. A esta posición se le conoce como IA débil. Pero aunque
para algunos puede parecer sorprendente la afirmación anterior, algunos autores han
ido más lejos y han sostenido que sin necesidad de que las máquinas simulen los
procesos cerebrales, se puede crear inteligencia artificial, por lo que la inteligencia
deja de ser un atributo reservado únicamente para la especie humana.
Pero en contra de esta última presunción, en la década de los 80 el filósofo John

Searle introdujo una larga discusión por medio de un corto argumento con el que trató
de mostrar que es imposible que los computadores digitales comprendan el lenguaje o
puedan pensar. Esta crítica es la cuestión fundamental a la que va dirigida el siguiente
texto, pero para desarrollarla, se hace necesario conocer en líneas generales cuáles
son las distinciones de la IA.
2.2.1 IA débil
Para iniciar, se debe considerar que para Searle la IA se ramifica en dos subteorías
que se distinguen de acuerdo con sus pretensiones de alcance. La IA débil y la IA
fuerte. La IA débil o ciencia cognitiva se propone imitar por medio de máquinas
electrónicas tantas actividades humanas como sea posible.
Esta posición responde a la necesidad histórica que se ha tenido por explicar qué es
el cerebro y cómo funciona. Algunas de las propuestas más conocidas han sido: que
el cerebro es como el sistema de telégrafo formulado por Sherrigton, o también como
las bombas hidráulicas como lo dijo Freud, o el molino que postuló Leibniz, o que era
como una catapulta tal como lo creían los griegos antiguos, o un sistema de selección
natural darwiniano como lo sostienen los últimos neurofisiólogos.
Actualmente el modelo de la mente que está teniendo cada vez mayor acogida es el
que propone la utilización de la teoría computacional para el estudio de la misma.
Esta afirmación se basa en la tesis según la cual pensar es igual a procesar
información y, ya que lo que hacen los computadores es procesar información, parece
que éstos son una herramienta bastante útil al tratar de comprender qué es y cómo
funciona la mente. La anterior idea es expresada por Searle como sigue:
Pensar es procesar información, pero procesar información es solamente

manipulación de signos. Los computadores manipulan símbolos. Así, la mejor
manera de estudiar el pensar (o, como ellos prefieren llamarlo, la ‘cognición’) es
estudiar los programas computacionales de manipulación de símbolos, ya estén
en los computadores o en los cerebros.76
La IA débil no sostiene que los computadores puedan comprender o pensar, sino que
son una herramienta útil en el estudio de la mente. “Para la IA débil, los
computadores pueden ser provechosos en la psicología, en la lingüística y otras áreas,
ya que pueden simular habilidades mentales. Pero la IA débil no sostiene que los
actuales computadores puedan tener comprensión o ser inteligentes actuales.”77
Pero mientras que la inteligencia artificial débil o prudente se caracteriza por

considerar los computadores como poderosos instrumentos para el estudio de la
mente, que nos permiten formular y comprobar hipótesis de un modo más riguroso y
preciso, la inteligencia artificial fuerte considera que los computadores debidamente
programados son más que instrumentos para el estudio de la mente. La inteligencia
artificial fuerte sostiene que un computador programado de manera apropiada tiene
realmente una mente.
Searle, J., Mentes, cerebros y ciencia, p. 50.

76
77
Cole, David, Chinese Room Argument, en Stamford Encyclopedia of Philosophy, en
www.standforduniversity.com 2004, p. 4. Traducción mía.
2.2.2 IA fuerte
Contraria a la pretensión de la IA débil, la IA fuerte no busca simplemente imitar la

inteligencia, lo que busca en sentido literal son ‘máquinas que piensen’, ‘máquinas
que tengan literalmente una mente’. Así “La IA fuerte sostiene que la programación
computacional (o los programas computacionales) puede entender un lenguaje natural
y de hecho tener otras capacidades similares a las humanas. De acuerdo con la IA
fuerte, un computador puede jugar ajedrez inteligentemente, hacer un movimiento
listo, o comprender un lenguaje.”78 La IA fuerte busca construir inteligencia sintética
con base en los recientes resultados de las ciencias cognitivas. Busca construir
ordenadores cada vez más inteligentes.
Esta pretensión se basa en la afirmación de que las personas en el fondo somos

computadores, de lo que se sigue que pensar y computar son lo mismo. Pensar para
los teóricos de la IA es esencialmente una manipulación racional de los símbolos
mentales. De acuerdo con esta posición, se puede decir que los computadores hacen
algo muy parecido, sino igual o superior, a lo que se supone que hace la mente, “los
computadores, pueden manipular ‘elementos’ arbitrarios para cualquier tipo de
especificación; por lo tanto, aparentemente, para tener una máquina que piense, lo
único que necesitamos hacer es disponer que esos elementos sean símbolos y cuidar
que las manipulaciones queden especificadas de una manera racional.”79
Lo anterior quiere decir que, para los seguidores de la IA fuerte, la inteligencia

depende únicamente de la organización del sistema y funciona como un manipulador
de símbolos. Esta idea es sustentada por la ‘teoría de la manipulación de símbolos’,
para la cual el problema de qué están hechos tales símbolos carece de importancia.
Se trata entonces de la construcción de un sistema que consta de símbolos sin
interpretar y fórmulas para determinar qué combinaciones de símbolos son
Ibídem. Traducción mía.

78
Haugueland, J., La inteligencia artificial, traducido por Irene Tulli de Firmani, Ed. Siglo
79
XXI, México, 1988, p. 11.

permitidas. Los defensores de la IA fuerte aseguran que lo que hace el cerebro es

manipular símbolos y que dicha manipulación puede ser duplicada en otros sistemas
diferentes al neurofisiológico. Así, el cerebro no es el único sistema que puede
producir inteligencia.
Los seguidores de la IA fuerte prestan especial atención al funcionamiento del

cerebro que en términos generales es que se compone de algo así de diez mil millones
de neuronas las cuales están conectadas entre sí a través de los axones y las dendritas.
Ahora bien, la mayoría de neurofisiólogos y psicólogos aseguran que las conexiones
y ‘disparos’ entre neuronas constituyen la base de los procesos de pensamiento
humano, de esta manera parece que lo que se debe hacer para duplicar inteligencia, es
observar cómo suceden las cadenas neuronales y reproducirlas en otros sistemas
diferentes al cerebro. Esta duplicación ha tenido sus adelantos con estudios como los
de Warren Mc Culloch y Walter Pitts, quienes publicaron un artículo en el que se
mostraba cómo podía reproducirse el funcionamiento de un grupo de neuronas con
elementos puramente lógicos. Adelantos como estos han constituido para la IA una
prueba fehaciente de la posibilidad de llegar a reproducir todas y cada una de las
cadenas neuronales y con ellas sus estados mentales.
Por último, es importante señalar que la crítica de Searle a la inteligencia artificial va

a estar dirigida en contra de esta última pretensión, es decir en contra de la idea de
construir máquinas inteligentes, o para ser más explícitos, lo que Searle va a atacar es
la siguiente definición, que: “La ciencia de la inteligencia artificial o, de modo más
breve y habitual, la inteligencia artificial, se caracteriza por el estudio del diseño y
construcción de máquinas inteligentes entendiendo por tales, los mecanismos capaces
de realizar tareas que hechas por un ser humano serían atribuidas a su inteligencia.” 80
También como se verá en su momento, Searle también va a lanzar un argumento en
contra del cognitivismo y su idea de que el cerebro no es más que un computador
digital.
80
Martínez F., La nueva filosofía de la mente, Ed. Gedisa, Barcelona, 1995, p. 102.
Antes de detenernos a analizar cuál es el sustento teórico de la IA y por qué considera

que pensar y llevar a cabo un programa informático correctamente son lo mismo,
veremos cuál es el criterio para saber si una máquina es inteligente o no. Con el
análisis de esta prueba podemos dar paso a considerar por qué los teóricos de la IA
creen que los computadores debidamente programados satisfacen este test y son
inteligentes. Con esta formulación daremos paso a exponer qué clase de máquinas son
los computadores y por qué se cree que son el tipo adecuado de máquina para pensar
a diferencia de otras máquinas eléctricas como las aspiradoras o los televisores.
2.3 ¿CÓMO SE DETERMINA SI UNA MÁQUINA ES INTELIGENTE O NO? EL TEST

DE TURING
Líneas atrás hicimos referencia a algunos programas de computación que,

aparentemente, son inteligentes (Parry, Deep Blue, entre otros). Sin embargo muchos
pensaron que tales programas no eran realmente inteligentes, sino que simplemente
simulaban ser inteligentes. Parece entonces que falta un criterio con el cual
determinar cuándo una máquina es realmente inteligente y cuándo no. Para los
opositores de la IA, las máquinas debían someterse a una prueba que, de acuerdo con
los resultados obtenidos, decidiera si eran inteligentes o no. Esta prueba fue propuesta
en 1950 cuando el matemático Alan Turing publicó su artículo “Computing
Machinery and Intelligence”, en el cual describe un experimento que se podría usar
para decidir si una máquina era inteligente o no. Turing desarrolla la prueba conocida
como el Test de Turing, un juego de imitación por el cual se puede determinar si una
máquina es inteligente o no. Esta prueba es planteada por Turing con base en la
pregunta inicial de su escrito: ¿puede pensar una máquina?
Para Turing, la respuesta a este interrogante no debía estar sujeta a las definiciones a
priori de las palabras ‘máquina’ y ‘pensar’. A diferencia de estas preguntas
conceptuales, Turing afirmó que la mejor forma de plantear el problema era

recurriendo al ‘juego de la imitación’. De esta manera, el autor podía defender la
posibilidad lógica de la inteligencia en máquinas por medio del ya nombrado Test de
Turing.
La prueba o Test de Turing está basado en el ‘juego de la imitación’. Este juego

comprende tres participantes, un hombre (A), una mujer (B) y un interrogador (C). El
juego consiste en que el interrogador (C) debe tratar de adivinar, con base únicamente
en cómo los participantes contestan las preguntas que él formula, qué jugador está
respondiendo, si es A o B.
Por su parte, A tratará de hacer que C lo identifique erróneamente, por ejemplo,

haciéndose pasar por el sexo opuesto dando respuestas falsas, y por último B ayudará
a C a distinguir los jugadores suministrando respuestas ciertas. Ahora bien, Turing
propone que se sustituya a un jugador por una computadora y ver si se podría engañar
al interrogador. Su hipótesis la plantea de la siguiente manera:
¿Qué sucedería si una máquina tomara el papel de A en este juego? ¿Se

equivocaría el examinador con la misma frecuencia que si los participantes
fueran un hombre y una mujer? Estas preguntas reemplazarán nuestra pregunta
original: ¿Pueden pensar las máquinas?81
Si la computadora logra hacerse pasar por una persona, contestando lo que

normalmente diría alguien en circunstancias similares, pasa la prueba y es inteligente.
El punto central de la prueba es saber si la máquina diría el tipo de cosas que diría la
gente en situaciones parecidas. Lo anterior supone que la máquina debe entender el
tema para dar una respuesta coherente. Es importante señalar que las preguntas
propuestas por el interrogador abarcan cualquier ámbito del pensamiento humano. A
continuación se presenta un ejemplo de una conversación entre el interrogador y un
computador en el que la prueba es superada. Inicia el interrogador:
81
Turing, A. M., “La maquinaria de computación y la inteligencia”, 1950, en Filosofía de la
inteligencia artificial, Boden, A., Margaret, (comp.), traducido por Guillermina Feher de la
Torre, F.C.E, México, 1994, p. 54.
I. El primer verso de un soneto dice ‘me recuerdas un día de verano’ ¿No

quedaría mejor ‘un día de primavera’?
C. FALLA LA MEDIDA
I. ¿Qué tal ‘un día de invierno’? La medida es correcta
C. SÍ, PERO NADIE QUIERE SER COMPARADO A UN DÍA DE
INVIERNO
I. ¿Dirás que Mr. Picwick te recuerda el día de Navidad?
C. EN CIERTO MODO
I. Sin embargo, la navidad es un día de invierno, y no creo que Mr. Pickwick le
molestara la comparación
C. NO HABLAS EN SERIO. UN DÍA DE INVIERNO ES UN DÍA TÍPICO DE
INVIERNO, NO UN DÍA ESPECIAL COMO LA NAVIDAD. 82
De acuerdo con Turing, este test sirve para saber si se puede decir razonablemente
que una máquina piensa “el operacionalista diría que el computador piensa con tal de
que actúe de manera indistinguible de modo como lo hace una persona cuando está
pensando.”83 Si el interrogador no logra diferenciar a la persona de la máquina, debe
sentirse realmente convencido de que ahí hay realmente una presencia conciente. De
modo que: “si el computador fuera capaz de responder a todas las preguntas que se le
plantean de una manera indistinguible de cómo las respondería un ser humano –y, de
este modo, engañar completa y concientemente a nuestro perspicaz interrogador-
entonces sería que el computador realmente siente, piensa, etc.”84 Con esta prueba, los
teóricos de la IA pueden prescindir de detalles secundarios, como por ejemplo de qué
material está construida la máquina, y empezar a ocuparse únicamente de los aspectos
‘cognoscitivos’ por medio de la psicología computacional.
82
Copeland, J., Inteligencia artificial, p. 70. Este ejemplo, parece ser la respuesta definitiva a
la crítica que Jefferson lanzara y que iba dirigida a sustentar la imposibilidad de la IA. Esta
demanda decía que: “No será sino hasta cuando una máquina pueda escribir un soneto o
componer un concierto debido a las emociones que experimente, y no sólo mediante la
aleatoria disposición de símbolos, podremos estar de acuerdo en que la máquina está a la
altura del cerebro; es decir, no sólo deberá ser capaz de escribir algo, sino también estar
consciente de que lo ha hecho.” Russell, Stuart y Norving, Peter, Inteligencia artificial: Un
enfoque moderno, traducido por Raúl Bautista, Colección de Inteligencia Artificial de
Prentice Hall, México, 1996, p. 878.
83
Penrose, R., La nueva mente del emperador, p. 27.
84
Ibíd., p. 38.
Pero para que el computador digital, que es a la máquina a la cual se refiere el Test,
pudiera superar la prueba, tuvo que haber sido construido de un modo específico. Se
dice entonces que para que un computador digital pueda ser inteligente debe constar
de: 1. Un almacén en el que guarde información, 2. Una unidad operativa que se
encargue de realizar las operaciones individuales propuestas en todo el cálculo y 3.
Un control que supervise que las reglas sean cumplidas correctamente, reglas que
estarían almacenadas en la ‘tabla de instrucciones’, es decir, en la programación.85
Si las máquinas satisfacen el test de Turing, si están programadas adecuadamente, en

palabras de Searle: “Tienen que comprender literalmente el relato en el mismo exacto
sentido en que usted y yo comprenderíamos esos relatos si nos hicieran tales
preguntas y diéramos buenas respuestas.”86 El punto central de la crítica que más
adelante veremos, es saber si los significados interesan a las manipulaciones de la
‘tabla de instrucciones’, por lo que los procesos no serían solamente mecánicos o si
no les interesan. En definitiva, saber si es cierto que nosotros no somos más que
computadores.
Lo anterior se conoce como paradoja de la razón mecánica “si el manipulador no

presta atención a los significados, entonces las manipulaciones no pueden ser
instancias de razonamiento [...] si un proceso o sistema es mecánico no puede
razonar. Si razona no puede ser mecánico.”87 Pero para los defensores de la IA esta
paradoja no puede tomarse en serio. De acuerdo con ellos, tal paradoja es la
consecuencia de haber considerado que las manipulaciones mentales (racionales)
deben ‘ocuparse de’ lo que significan los símbolos. Esta consideración es para ellos
un desacierto ya que su aceptación trae consigo la apelación a entidades como
homúnculos, es decir, si se acepta tal paradoja, se considera que la mente es tan
compleja que necesariamente debe estar dividida en subsistemas. Sin embargo, no
85
Tal como Turing lo afirma en su artículo, “programar una máquina para que efectúe la
operación A, significa introducir en la máquina la tabla de instrucciones apropiadas para que
realice A” Turing, Alan M., “La maquinaria de computación y la inteligencia”, p. 58.
86
Searle, J., “Mentes y cerebros sin programas”, p. 418.
87
Haugueland., La inteligencia artificial, p. 43.
explican cómo pueden funcionar tales subsistemas, por lo que pareciera que deben ser
ejecutados por ‘hombrecillos’ que hagan posible el razonamiento. Pero si tu lector,
por ejemplo, para que puedas pensar necesitas el homúnculo ¿cómo puede el
homúnculo pensar a su vez? ¿hay dentro de él un hombrecillo aún más pequeño? Para
escapar de estas apelaciones absurdas, la IA afirma que la paradoja se disuelve al
responder qué es un computador y cómo dicha definición también se aplica para el
funcionamiento de la mente.
La definición clásica del computador es que éste es un sistema formal de símbolos

que procesa información. Esta misma definición es aplicada por la ciencia cognitiva a
la mente. Si la mente produce inteligencia no se muestra cómo el computador no lo
puede hacer si son la misma cosa. Los dos son sistemas formales que manipulan
símbolos. La ampliación de la definición del computador y de la mente se explicará
más adelante.
Para terminar con la exposición de la prueba de Turing, cabe decir que su idea ha sido
desarrollada por varios autores que han coincidido en la afirmación de que para tener
una mente sólo es necesario tener el programa correcto. Se entiende con todo que el
desarrollo de tales programas no sólo incrementará nuestra habilidad tecnológica,
sino que permitirá “aumentar nuestra comprensión de la estructura de la inteligencia,
a la vez que mostrar cómo un conjunto debidamente organizado de materiales puede
llegar a pensar.”88 Esta clase de afirmaciones trae como consecuencia, que no hay
nada especialmente biológico respecto de la mente humana, lo único que necesitamos
para producir inteligencia es cuidar la manipulación de programas y el modo en que
están instanciados. Por lo tanto, se puede decir que:
88
Corbi, J., y Prades, J., “El Conexionismo y su impacto en la Filosofía de la Mente”, en La
mente Humana, comp. Eduardo Rabossi, Ed. Trotta, Madrid, 1995, p. 153. Con la tesis de la
IA, podríamos pensar que se ha destronado al hombre de su privilegiada situación en el
mundo. El hombre se ha definido a sí mismo como un ser inteligente, excluyendo así no sólo
la inteligencia de los otros animales, sino también de cualquier máquina imaginable.
Entonces, el puesto triunfal del hombre en el mundo está amenazado por la posibilidad de
máquinas inteligentes.
Si fabrico una máquina que es capaz de hacer una determinada operación que no
se puede distinguir de otra realizada por un ser humano y a la que llamo
‘pensar’, entonces hay que concluir que la máquina piensa efectivamente. Del
mismo modo que, si construyo una máquina capaz de hacer eso que
denominamos ‘volar’, por el procedimiento que sea, entonces he de afirmar que
la tal máquina tiene la facultad de volar.89
Se presupone, pues, que la mente es un sistema que maneja ciertos símbolos sin que
le interesen qué significan dichos símbolos tal como lo hacen los computadores. Esta
posición se refiere a la mente como un sistema formal. A continuación definiremos
qué es y cómo funciona un sistema formal.
2.4 LA MENTE Y EL COMPUTADOR COMO SISTEMAS FORMALES
Para iniciar digamos que algunos de los seguidores de Turing, entre los que se
destacan Allen Newell y Herbert A. Simon, comparten la confianza del primero en las
posibilidades que tiene la IA. Para ellos, la posibilidad de crear máquinas inteligentes
se hace real en el momento en que se comprende realmente qué es la mente. Pero no
se trata de simplemente imitar la inteligencia humana sino de crear inteligencia
artificial real, así, Simon puede sorprender a algunos con la siguiente afirmación:
Sin afán de sorprenderlos y dejarlos atónitos, debo informarles lisa y llanamente

que actualmente en el mundo existen máquinas capaces de pensar, aprender y
crear. Además, su capacidad para hacer lo anterior aumentará rápidamente hasta
que – en un futuro previsible – la magnitud de problemas que tendrán capacidad
de manejar, irá a la par con la capacidad de la mente humana para hacer lo
mismo.90
Newell y Simon sostienen que la mente es un sistema de cómputo, por lo que la

inteligencia humana puede ser explicada mediante reglas de entrada y salida de datos.
89
Tirso, Andrés, Homo cybersapiens: la inteligencia artificial y la humana, Ed, Eunsa,
Pamplona, 2002, p. 71.
90
Simon, H.A., Rational choice and the structure of the environment, en Russell, S., Norving,
P., Inteligencia artificial: un enfoque moderno, p. 21.
Pensar es simplemente un asunto de manipulación de símbolos. De esta manera, la

mente realiza cómputos que, por un lado son suficientes para la inteligencia y por
otro, son idénticos a los que realizan los computadores.
Para explicar su afirmación, Newell y Simon afirman que la inteligencia se mide en

un sistema “por su capacidad para alcanzar objetivos establecidos frente a
variaciones, dificultades y complejidades planteadas por el ámbito de la tarea que hay
que realizar”91, capacidad que también está presente en los computadores pues éstos
son programados en función de ciertos fines. Así, el principio de la inteligencia sería
la capacidad de almacenar y manipular símbolos para llegar a conseguir los
resultados establecidos. Es decir, que tanto mente como computador son sistemas
formales.
Pero ¿qué es un sistema formal? Para explicar cómo funciona un sistema formal,
recurramos a un caso como el ajedrez. En un sistema formal se manipulan piezas de
acuerdo a algunas reglas con el fin de obtener movimientos válidos. En el caso el
ajedrez tengo las piezas del juego: un rey, una dama, dos alfiles, dos caballos, dos
torres, y ocho peones, y además tengo las reglas que determinan cómo debo mover
cada una de las piezas, por ejemplo, que los peones avanzan en sentido vertical y que
sólo en la primer salida puedan avanzar dos casillas. De acuerdo con las reglas puedo
ejecutar movimientos válidos los cuales tienen una posibilidad finita.
Ahora bien, la manipulación de elementos comprende la posibilidad de cambiarlos de

lugar, alterarlos, quitar algunos, etc. Pero esta manipulación de símbolos no es
arbitraria; tal como sucede en juegos como el ajedrez, las posiciones cambian
únicamente mediante movimientos válidos, es decir, movimientos que están
contemplados en las reglas del juego.
91
Newell, Allen y Simon, Herbert A. “La ciencia de la computación como investigación
empírica: símbolos y búsqueda”, 1976, en Filosofía de la inteligencia artificial, Boden,
Margaret A., (comp.), traducido por Guillermina Feher de la Torre, F.C.E., México, 1994, p.
124.
Hasta aquí se puede decir que la estructura de los sistemas formales comprende un
conjunto de objetos (las piezas del juego), unos enunciados elementales que se
refieren a los objetos y unos teoremas acerca de tales enunciados. Obsérvese que
hasta el momento no se ha dicho nada acerca del significado de tales piezas o
enunciados. Por lo anterior, cabe decir que en los sistemas formales se prescinde del
contenido para centrarse en la forma, por lo que la estructura tiene un sentido
puramente funcional y no significativo. El programa es pues, un conjunto ordenado
de instrucciones que están dirigidas hacia la realización de determinadas tareas,
instrucciones que deben ser cumplidas independientemente del lenguaje en el que se
escriban.
Es importante mencionar que el modo en que están organizadas tales instrucciones es

de gran importancia para el funcionamiento del programa. A esta organización de la
estructura se le conoce como ‘asignación de culpabilidad’ o ‘asignación de crédito’.
La ‘asignación de culpabilidad’ se refiere a un buen sistema de archivo que gracias a
la organización previa de la información almacenada, hace posible la eficacia de
determinada búsqueda. El modo en que está organizado el archivo significa un gran
ahorro en el esfuerzo de la búsqueda.
De esta manera, los ordenadores no necesitan repasar uno por uno los datos, sino que
de manera casi automática pueden llegar al caso concreto requerido. El modo como
funciona dicho sistema puede explicarse así: “los estereotipos organizan el
conocimiento por temas, almacenando juntos o por referencias cruzadas los datos que
están relacionados entre sí; por lo tanto, percibir los temas pertinentes proporciona
automáticamente información pertinente con rapidez.”92 Este tipo de organización
muestra además la importancia de la referencia cruzada, es decir, los ‘recuerdos’ de
un ordenador (que no son más que el almacenamiento adecuado de información y su
búsqueda rápida), pueden cruzarse de manera que no solamente se pueda ‘recordar’
92
Haugueland, J., La inteligencia artificial, p. 187.
un hecho determinado, sino que a la vez se pueda relacionar la información. Este tipo
de asignación desea duplicar la capacidad de la mente humana para recordar.
2.4.1 La autonomía de los sistemas formales
Otra característica fundamental de los sistemas formales es que: “son autónomos; el

‘mundo exterior’ (cualquier cosa que no tenga nada que ver con la posición del juego)
carece por competo de importancia.” 93 Como ya se había dicho, en los sistemas
formales carece de importancia la cuestión del significado ya que la significación en
cierta medida está relacionada con el mundo exterior.
Esta concepción tiene su origen en el inicio de la lógica formal con Frege, Whitehead
y Russell. Fue con ellos que se empezó a afirmar que tanto la lógica como la
matemática son juegos que se llevan a cabo con signos sin sentido según algunas
reglas sintácticas94. Lo que interesa es la correcta manipulación de los símbolos,
manipulación que se lleva a cabo en todos los casos posibles independientemente de
qué signifiquen dichos símbolos. Al igual que la lógica, estos pensadores concibieron
a la mente como un sistema físico de símbolos, de ahí que se halla afirmado que “el
razonamiento simbólico obedece reglas que no se refieren a ‘nada’ más que a las
propiedades formales del sistema mismo, y donde los símbolos carecen de
significado.”95 De esta manera se cree que tanto las reglas del sistema como un
número de principios que se refieren a las piezas del sistema, sin que importe a qué se
refieren o qué significan, puedan emplearse para resolver cualquier clase de
problemas.
93
Ibíd., p. 51.
94
“La lógica formal nos familiarizó con los símbolos, considerados desde un punto de vista
sintáctico como la materia prima del pensamiento, y con la idea de manipularlos conforme a
procesos formales cuidadosamente definidos” Newell, Allen y Simon, Herbert A. “La ciencia
de la computación como investigación empírica: símbolos y búsqueda”, p. 150.
95
Campbell, Jeremy, La máquina increíble: lo que revelan los nuevos descubrimientos de la
inteligencia artificial sobre el verdadero funcionamiento de la mente, F.C.E., México, 1994,
p. 36.
Una de las críticas más fuertes que recibió esta afirmación fue que la lógica por sí
sola es inútil para guiarnos en el mundo real ya que no se preocupa por el contenido
de los enunciados. Para solucionar este problema, es decir, que la simple
manipulación formal de símbolos no puede ser una guía para la vida real, se crearon
los llamados sistemas expertos.
Un sistema experto es un sistema informático que incorpora de forma operativa el

conocimiento de una persona experimentada. “Se considera que un sistema experto es
la incorporación en un ordenador de un componente basado en el conocimiento que
se obtiene a partir de la habilidad de un experto, de forma tal que el sistema pueda dar
consejos inteligentes o tomar decisiones inteligentes.” 96 Ejemplos de sistemas
expertos se encuentran en programas como ELIZA que más adelante se analizarán.
2.4.2 Los sistemas formales son digitales
Siguiendo con las características propias de los sistemas formales, es importante decir
que éstos también son digitales. Un sistema digital “es un conjunto de técnicas
positivas y confiables (métodos, dispositivos) para producir y reidentificar elementos,
o configuraciones de elementos, a partir de una colección de tipos ya especificados
con anterioridad.”97 Podemos sustituir la producción con escribir. Aquí escribir no
hace referencia a las marcas producidas, por ejemplo con un lápiz, sino a cualquier
tipo de manipulación de elementos que cambie la posición formal inicial. Y por su
parte, que reidentifique significa que tiene la capacidad para leer, lectura que no
implica comprensión ni reconocimiento sino sólo diferenciación por tipo y posición.
Así, un sistema digital es un conjunto de técnicas para escribir/leer.
96
Cuena, José, (comp.) Inteligencia artificial o sistemas expertos, Ed. Alianza, Madrid, 1986,
p. 58.
97
Partiendo de esta concepción de manipulación de símbolos, hay quienes afirman que

los ordenadores no sólo ejecutan jugadas válidas dentro de un sistema, sino que
además pueden comprender realmente un relato. De esta manera se dice que ciertos
programas pudieron pasar la prueba de Turing, es decir, son inteligentes. Entre ellos
se encuentra Weizenbaum con su programa ELIZA. Este programa simula a un
psicoterapeuta con el que el paciente conversa por medio de una máquina de escribir.
Un caso es el siguiente, inicia hablando la paciente:
P. Los hombres son todos iguales

E. DE QUÉ MODO
P. Siempre nos están molestando por una cosa u otra
E. PUEDE USTED DAR UN EJEMPLO ESPECÍFICO
P. Bueno, mi novio me hizo venir aquí
E. SU NOVIO LA HIZO VENIR AQUÍ
P. Dice que estoy deprimida la mayor parte del tiempo
E. LAMENTO ESCUCHAR QUE ESTA DEPRIMIDA
P. Es verdad. Soy desdichada
E. CREE USTED QUE VENIR AQUÍ LE AYUDARA A NO SER
DESDICHADA
P. Lo que sí parece seguro es que necesito ayuda
E. QUÉ SIGNIFICARÍA PARA USTED SI RECIBIERA ALGUNA AYUDA
P. Quizá podría aprender a llevarme bien con mi madre
E. CUÉNTEME MÁS ACERCA DE SU FAMILIA
P. Mi madre me cuida
E. QUIÉN MÁS DE SU FAMILIA LA CUIDA
P. Mi padre
E. SU PADRE
P. Usted es como mi padre en ciertos aspectos
E. QUÉ SEMEJANZA VE
P. Usted no es muy agresivo, pero creo que usted no quiere que yo me de cuenta
de ello
E. QUÉ LE HACE PENSAR QUE NO SOY AGRESIVO
P. No discute con migo
E. POR QUÉ CREE QUE NO DISCUTO CON USTED
P. Usted me teme
E. LE AGRADA CREER QUE LE TEMO
P. Mi padre le teme a todo el mundo
E. QUÉ MÁS LE OCURRE CUANDO PIENSA EN SU PADRE
P. Pendenciero
E. TIENE ESO ALGO QUE VER CON EL HECHO DE QUE SU NOVIO LA
HIZO VENIR AQUÍ 98.
98
Churchland., Materia y Conciencia, p. 170.
Podemos ver que en este caso que al parecer el ordenador comprende verdaderamente
el relato de la paciente. Pero esta conclusión no es tan sencilla. Si se analiza
cuidadosamente, las respuestas que da ELIZA son transformaciones simples de las
oraciones de la paciente99. En realidad no comprende lo que significa que la paciente
esté deprimida, o que tenga un novio que no la valore, etc. De la misma manera en
como procede Parry, Eliza y el ejemplo de la prueba de Turing, anteriormente
citados, no están comprendiendo el relato que se les presenta, simplemente están
empleando la técnica de ‘comparación de patrones’.
Estos programas están equipados con una lista en su base de datos de las posibles
variaciones que tiene un input suministrado. El programa selecciona automáticamente
dentro de esta lista el carácter más apropiado para el input que ha recibido, no hace un
trabajo ‘intelectual’ riguroso para dar el output o respuesta. Por lo tanto, aunque
‘superan el test de Turing’ realmente dichos programas no entienden lo que les llega
como input ni lo que dan como respuesta. Parece entonces que el test de Turing no es
la prueba definitiva por medio de la cual determinar la inteligencia de las máquinas.
Este tipo de críticas que ponen en duda la autoridad del test de Turing para decidir si
las máquinas son inteligentes o no, se analizarán en el siguiente capítulo por medio de
la exposición de Searle y su argumento de la habitación china, con el cual se llega a
decir que es posible que determinado sistema pueda superar la prueba de Turing sin
que ello signifique que tal sistema tenga inteligencia real. Esta crítica, como lo
veremos en su momento, se basa en el modelo conductista del test de Turing y con
base en él afirma que un programa puede comportare como si fuera inteligente, pero
no serlo en absoluto.
2.4.3 La independencia del medio
99
Lo que nos faltaría por ver es si nuestra psicoterapeuta ELIZA, puede realizarle con éxito
una terapia a nuestro agobiado programa paranoico Parry.
Ya se había dicho que los sistemas formales son independientes del medio en el que
se materializan. Lo anterior significa que esencialmente el mismo sistema formal
puede ser materializado en cualquier número de medios diferentes sin ninguna
diferencia formal significativa.
Esta particularidad se muestra claramente en la definición que Simon y Newell dan de

computador, dicen que “una computadora consiste en un conjunto de tipos de datos y
en un conjunto de operaciones adecuadas para estos tipos de datos, de modo que un
sistema de cómputo debe emplear cualesquiera tipos de datos que resulten adecuados
para la aplicación, independientemente de la máquina implícita.” 100 Entonces, una
característica de los sistemas formales es su independencia del medio. Nada en el
sistema formal depende de ninguna característica específica de su medio físico, esto
siempre y cuando mantenga las mismas secuencias de movimientos y posicione
válidas de acuerdo a las reglas de juego.
Los jugadores de los sistemas formales por lo único que se deben ocupar es por seguir
las reglas, en decir si el movimiento efectuado es válido o no y a la vez efectuar
movimientos válidos. Es importante decir que los sistemas formales tienen una
posibilidad finita de juego ya que debe estar al alcance de las habilidades de los
jugadores finitos. Esto nos da a entender que un jugador finito tiene sólo en principio
un repertorio finito de operaciones primarias. Pero los jugadores no solamente
utilizan estas operaciones primarias, sino que con base en ellas deben poder realizar
operaciones no primarias, es decir, deben ser capaces de hacer combinaciones de las
operaciones primarias para producir nuevas jugadas. Deben ser capaces de construir
operaciones más complejas.
Newell, Allen y Simon, Herbert A., “La ciencia de la computación como investigación
100
empírica: símbolos y búsqueda”, p. 132.

Ya se había dicho que en los sistemas formales tiene poca importancia el significado
de los símbolos. Detengámonos en este punto. Puesto que los sistemas formales no
permiten que la significación desempeñe ningún papel, las misteriosas tradiciones
sobre la significación, como ¿cómo es posible la significación en un universo físico-
mecánico?, no los pueden afectar. Recordemos que mientras que la semántica es la
teoría general de la interpretación y de la significación simbólica, la sintaxis se refiere
únicamente al campo formal, de modo que la interpretación y la semántica
trascienden lo estrictamente formal o sintáctico, por lo que no tienen lugar en los
sistemas formales. Así, para el sistema formal, la fórmula:
ab
bc
ac
se cumple para todos los casos, sin que importe qué signifique ‘a’, ‘b’, o ‘c’.
Independientemente de cualquier significado que los símbolos tengan, aplica de igual
forma la regla.
Al igual que para los sistemas formales no importa qué significan los símbolos,
tampoco interesa de qué están hechos. Los sistemas universales (formales) de
símbolos se podrían construir de muchas maneras. Esto supone, como dijo Turing,
que la realización múltiple de los símbolos implica que un computador no es
esencialmente un dispositivo electrónico.101 Este principio de realizabilidad múltiple
implica que el cerebro es una realización orgánica de un sistema universal de
símbolos. El cerebro es un computador de carne. Esta afirmación se conoce como
hipótesis fuerte del sistema de símbolos. Según esta hipótesis sólo los computadores
son capaces de pensar. Cualquier cosa terrestre o extraterrestre que piense, si se
examina con detenimiento, no es más que un computador. Así, la mente humana es
un sistema universal de símbolos, por lo que todo pensamiento humano consiste en
101
Cfr. Turing., “La maquinaria de computación y la inteligencia”, p. 59.
manipulación de símbolos. De esta manera, el computador y la mente, son máquinas

que manipulan símbolos en donde árbitro y jugadores han sido automatizados, es
decir, ellos manipulan elementos automáticamente.
Continuando con el problema de la semántica dentro de los sistemas formales, los

defensores de la IA sostienen que “lo que hace en realidad un sistema formal
automático es, literalmente ‘cuida de la sintaxis’ (es decir, de los movimientos
formales). Por lo tanto [...] la semántica del sistema se cuidará sola –
automáticamente.”102 La máquina comprende automáticamente el sentido de las
expresiones, por lo que el sistema interpretativo tiene lugar cuando los movimientos
son válidos, es decir, tienen sentido.
Tomemos por ejemplo el caso de una calculadora cualquiera. Por medio de los
botones que esta máquina tiene, podemos entrar cualquier posición inicial nueva, por
ejemplo ‘5’ y continuar con movimientos hasta obtener, por ejemplo, ‘5+7’. Cuando
entramos nuestro último movimiento válido ‘=’, la máquina nos muestra de forma
automática en la pantalla el único movimiento válido para esta posición ‘12’. Para los
defensores de la IA, este último movimiento es semánticamente razonable porque el
esquema interpretativo era el adecuado sólo porque los movimientos válidos tenían
sentido. Esta conclusión está ligada al lema de los formalitas, para quienes ‘si cuidas
de la sintaxis, la semántica se cuidará sola’, en donde cuidar la sintaxis significa jugar
de acuerdo con las reglas, de lo que se sigue la comprensión del sentido gracias a los
movimientos válidos efectuados siguiendo las reglas.
Pero esta última conclusión trata el problema de la significación de manera rápida, no

logra resolver preguntas acerca de la semántica en los sistemas formales
definitivamente, como por ejemplo, el papel definitivo de la intencionalidad en los
estados mentales. Este problema al que Searle le va a dedicar su argumento de la
habitación china. A diferencia de la afirmación de los formalistas ‘la semántica se
102
cuidará sola’, para Searle la sintaxis nunca es suficiente para la semántica. Ya que lo
que hace nuestra mente, ciertamente, no es simplemente manipular símbolos, sino
que va más allá, entiende qué es lo que significan esos símbolos, para Searle la mente
no puede ser equiparada con la ejecución correcta de un programa, pues este último
está definido de manera sintáctica, por lo que nunca llegará con comprender qué
significan los símbolos que manipula, caso contrario de la mente humana. Por lo
tanto, si bien los ordenadores ejecutan con total precisión las reglas dadas, no
comprenden nada de lo que significan los símbolos que están operando. De ahí que
para Searle sea una total imprecisión la analogía entre mente y ordenador. Este
rechazo niega a la vez que la IA provea de una solución definitiva al problema mente-
cuerpo, lo cual hace necesario la postulación de una nueva solución al problema,
solución que para Searle va a ser el naturalismo biológico. La exposición completa de
esta crítica se presentará en el siguiente capítulo.
Hasta aquí hemos mostrado, lo que Haugueland llama la GOFAI (BAIA), (la buena y
anticuada inteligencia artificial) que, como ya vimos, tiene su base en la teoría de la
inteligencia y del pensamiento que sostiene, como Hobbes lo llamó, que el raciocinio
es computación. Podemos decir que para la BAIA, el estudio acerca de la mente no
sostiene que los procesos inteligentes pueden ser descritos por medio de símbolos,
sino que afirma que dichos procesos son simbólicos. Esto significa que nuestra
capacidad de pensar se debe a nuestra capacidad para manipular símbolos
automáticamente. Pero para que esta manipulación sea posible, se supone que deben
existir subsistemas computacionales que lleven a cabo tal análisis. Lo anterior no
significa que la BAIA esté apelando a homúnculos que hagan posible tal análisis
(como lo vimos en el caso de la paradoja de la razón mecánica), sino que está
considerando que la mente es un sistema formal de manipulación de símbolos que a
la vez está equipado de subsistemas para llevar a cabo manipulaciones ‘razonables’
internas.
Con este postulado se empieza a evidenciar un poco más la analogía entre mente y
ordenador, pues los dos vendrían siendo sistemas complejos compuestos por
subsistemas que hacen posible las operaciones inteligentes. Gracias a la BAIA se
llegó a determinar que tanto la arquitectura de la mente como la de los ordenadores
era bastante compleja aunque los dos estuvieran compuestos de partes simples. Esta
consideración tiene su origen en Turing para quien un ordenador podía ser
indefinidamente complicado aún cuando estuviera compuesto de partes simples. Estas
partes simples a las que se refería Turing, eran las estructuras internas de datos,
diferentes ‘estados de máquina’ que podían programarse para que respondieran a
diferentes inputs y pudieran crear conductas input-output de cualquier tipo. Así,
damos paso a considerar la arquitectura de dichos sistemas formales para terminar por
considerar por qué, para la IA, la ecuación mente/ cerebro = programa/ hardware es
cierta.
2.5 LA ARQUITECTURA DE LOS SISTEMAS FORMALES: MÁQUINAS DE TURING
Hasta aquí pudimos ver que de acuerdo con la IA los procesos mentales no son más
que procesos computacionales. Esta afirmación encierra la tesis general del
cognitivismo de que el cerebro es un ordenador digital. Pero ¿cómo surgió esta
teoría? ¿Cómo se ‘descubrió’ que el cerebro no es más que un computador digital?
Pues bien, esta teoría descansa en dos resultados de la lógica matemática. El primero
es conocido como la tesis de Church – Turing de acuerdo con la cual para cualquier
algoritmo hay una máquina de Turing que puede implementar dicho algoritmo. Una
máquina de Turing es un aparato de cálculo capaz de resolver una función
matemática dada que sea computable, es decir, si su solución es susceptible de ser
obtenida por procedimiento mecánico. El segundo es la tesis de Turing que afirma
que hay una máquina universal de Turing que puede ser capaz de simular cualquier
máquina de Turing. De lo anterior se sigue que una máquina universal de Turing
puede implementar cualquier algoritmo, ya no una sola función sino toda función
matemática que sea computable.
La idea de la máquina de Turing fue desarrollada gracias al trabajo de Turing durante

la II Guerra mundial como descifrador de códigos. Turing logró descifrar las órdenes
codificadas de Enigma, una máquina alemana, como si los alemanes le estuvieran
enviando mensajes directamente a él. Gracias a este trabajo Turing consideró que las
máquinas tenían la destreza de realizar tareas humanas, idea que lo llevó a pensar en
la posibilidad de crear una máquina que pudiera reproducir realmente los procesos
inteligentes de la mente humana.
Cabe decir que el concepto de máquina de Turing fue introducido por Turing con el
fin de intentar resolver el problema del Entscheidungsproblem, planteado por David
Hilbert en 1900. Hilbert había pedido un procedimiento algorítmico general para
resolver cuestiones matemáticas. La pregunta era “¿existe algún procedimiento
mecánico general que pueda, en principio, resolver uno tras otro todos los problemas
de las matemáticas (que pertenezcan a alguna clase apropiadamente bien
definida)?”103 El problema era cómo captar la verdad de una afirmación acerca de un
número infinito de casos. Este problema para muchos se respondía al ver que estas
afirmaciones en verdad no involucraban un número infinito de casos sino que son
oraciones finitas deducidas por un número finito de reglas de lógica deductiva. Así, la
pregunta de Hilbert era si los sistemas finitos podían tener al mismo tiempo
consistencia, completud y decidibilidad. En definitiva, la pregunta de Hilbert iba
dirigida a saber si existe una estructura lógica suficiente para demostrar o refutar todo
enunciado matemático.
Gödel afirmó que la consistencia y la completud no podían lograrse juntas ya que

había verdades sobre los números que no pueden ser demostradas por un número
finito de axiomas por un número finito de reglas. Así, Gödel dejó sin responder la
103
pregunta acerca de la decidibilidad, es decir de si existe un método definitivo que, al

menos en principio, pueda aplicarse a una proposición dada para decidir si esa
proposición es demostrable.
Turing se dedicó al problema dejado por Gödel y en 1936 logró resolver el problema
de la decibilidad en su artículo “On computable numbers, with an application to the
Entscheidungsproblem”. Este artículo pretendía resolver la pregunta de Hilbert pero
no formulada en términos de demostraciones sino en términos de la computación de
números. Turing enfocó el problema desde un punto de vista totalmente distinto al de
Gödel al decir que los pasos lógicos que se utilizan para construir una prueba, son los
mismos pasos que sigue una calculadora humana para realizar cualquier cómputo.
Turing replanteó el problema desde la computabilidad.
La pregunta ¿cómo podemos especificar lo infinito en términos finitos?, entre muchos

otros, fue contestada por Turing al definir el concepto de máquina de Turing. Una
máquina de Turing está compuesta de dos partes: una cabeza y una cinta. La cinta
está dividida en recuadros, cada uno de los cuales puede contener un elemento. La
cabeza, por su parte, va hacia atrás o hacia delante mientras lee y escribe elementos
en la cinta. Cabe decir que si bien la cinta se considera infinitamente larga, en ella
sólo debe haber un número finito de marcas, ya que:
Recordemos que los estados internos de nuestro dispositivo son finitos en

números. Todo lo que necesitamos saber más allá de esta finitud, es que el
comportamiento del dispositivo está completamente determinado por su estado
interno y por el input104.
Así, una máquina de Turing está constituida por una cantidad de posiciones llamadas
almacén o memoria, y una unidad ejecutoria que lleva a cabo las operaciones
necesarias para realizar un cálculo, y el conjunto de estas operaciones es lo que
conocemos como programa. Ahora bien, para mirar cómo el concepto de Turing
intentó resolver el problema de la decidibilidad de Hilbert, detengámonos a
104
considerar qué es un algoritmo. Un algoritmo es una fórmula infalible para obtener un

resultado especificado con anterioridad. Su procedimiento es infalible, ya que está
garantizado para tener éxito total con un número finito de pasos. Un algoritmo está
especificado en términos de una relación de entrada/salida, se debe iniciar con una
entrada de algún tipo y la meta es una salida que está relacionada con la entrada. Así,
si el algoritmo es un procedimiento general con el que se obtiene respuesta a todo
problema apropiado mediante un simple cálculo con un método especificado,
significa que es una operación (manipulación) de cosas concretas, lo cual sugiere a la
vez que:
Para que un método sea un procedimiento general, ha de estar prescrito hasta los
menores detalles, de suerte que no se requiera el más leve esfuerzo de
imaginación creadora para llevarlo a cabo. Pero, si todo queda determinado así
en detalle, entonces será obviamente posible abandonar la ejecución del método
a una máquina, máxime si la máquina en cuestión es totalmente automática. 105
De modo que, de acuerdo con el concepto de Turing, todos los algoritmos pueden ser
comprendidos por las máquinas de Turing, en otras palabras “ningún sistema formal
automático puede hacer algo (no casual) que no puedan hacer las máquinas de
Turing; en principio, las máquinas de Turing son los únicos sistemas autómatas que
siempre vamos a necesitar.”106 De esta manera, Turing logró afirmar que cualquier
cantidad matemática se puede calcular por medio de una máquina de Turing.
Ahora bien, el lector se preguntará ¿qué tienen que ver los algoritmos en la
afirmación de que el cerebro es un ordenador digital? Pues bien, se debe observar que
algunas de las capacidad mentales humanas son algorítmicas. ¿Y qué es un
algoritmo? Digamos de nuevo que el algoritmo es cierto procedimiento de cálculo
cuya ejecución reside en la precisión de sus resultados, en la economía para realizar el
cálculo y la velocidad en que es ejecutado. Ahora, si el cerebro puede ejecutar con
precisión ciertos algoritmos, los defensores de la IA fuerte afirman que esta capacidad
105
Hermes, Hans, Introducción a la teoría de la computabilidad. Algoritmos y máquinas,
traducido por Manuel Garrrido y Aranzazu Martín, Ed. Tecnos, Madrid, 1984, p. 49.
106
puede funcionar también en un ordenador, además “alegarán que, donde quiera que
funcione, el algoritmo experimentará autónomamente sentimientos, tendrá una
conciencia, será una mente.” 107 De modo que lo significativo para el ‘estado mental’
es la estructura lógica del algoritmo que lo representa, por lo que es irrelevante la
encarnación física de dicho algoritmo.
Volvamos a considerar qué es una ‘Máquina de Turing’. De acuerdo con Turing, una
máquina de Turing se conforma de una cinta dividida en recuadros en los que la
máquina puede llevar a cabo operaciones elementales como escribir un 0 o un 1,
mover la cinta a la derecha o a la izquierda o borrar alguno de los símbolos. Dicha
máquina se controla por medio de un programa de instrucciones en donde cada
instrucción se refiere a una condición y una acción que se ha de llevar a cabo. Esta
máquina puede estar hecha de cualquier material siempre y cuando proceda de
manera correcta. Una máquina de Turing puede representarse por medio de este
gráfico: La cinta finita se vería así:
0 0 0 1 1 1 1 0 1 0 0 1 1 1 0 0 1 0 0 1 0 0 1 0 1
La anterior es la definición estándar de computación. Vemos que hay una similitud

entre los 1 y 0 de la máquina de Turing y el código binario del ordenador. El sistema
formal del ordenador contiene básicamente dos elementos, ‘1’ y ‘0’, a partir de los
cuales se construyen todas las fórmulas del lenguaje de máquina (es decir, la sucesión
finita de ‘1’ y ‘0’). Por ejemplo, cuando tecleo la letra ‘A’, dentro del ordenador se
produce la cadena de bits que representa dicha letra. Así para ‘A’, en el lenguaje
ASCII, la cadena de bits correspondiente es 1000001. La cadena de bits puede
representar cualquier oración o número de acuerdo con el lenguaje de máquina. De
esta manera, para la IA existe un isomorfismo entre el programa del computador y el
cerebro, por lo que cuando hacemos cualquier cómputo, nuestra actividad mental
107
Penrose, R., La nueva mente del emperador, pp. 41-42.
puede ser reflejada estructuralmente por algún programa, que sigue lógicamente los
mismos pasos logrando representarlos en el lenguaje de máquina (BUL).
Presumiblemente, los pasos mediante los cuales avanza el cálculo dentro de la

cabeza de una persona están ubicados en el nivel más alto, y se apoyan en
niveles más bajos, y en último término en el hardware. Entonces, si hablamos de
isomorfismo, ello quiere decir que, tácitamente, hemos supuesto que el nivel
más alto puede ser aislado, permitiéndonos así analizar qué sucede allí,
independientemente de los restantes niveles, y luego hacer corresponder ese
nivel superior con el lenguaje de computadora. Más exactamente, la suposición
consiste en que hay entidades software que cumplen las funciones de diversas
construcciones matemáticas, y que son actividades en formas que pueden ser
reflejadas con exactitud dentro del lenguaje de máquina. 108
Las acciones de la máquina, aunque parecen ser restringidas, forman un conjunto de

elementos atómicos a partir de los cuales todas las operaciones matemáticas pueden
componerse, “Turing sostiene por lo tanto que un repertorio finito de símbolos
realmente permite una infinidad contable de símbolos, pero no una infinidad de
símbolos inmediatamente reconocibles”109 El modelo de Turing tiene su base en el
modelo de una mente trabajando, esta concepción puede verse en la siguiente cita, en
donde la palabra ‘computador’ significa una persona en el acto de computar:
El comportamiento del computador en cualquier momento está determinado por

los símbolos que él está observando, y su ‘estado mental’ es ese momento.
Podemos suponer que hay un límite B al número de símbolos o cuadrados que
el computador puede observar en un momento [...] Supondremos también que el
número de estados mentales que es necesario tomar en cuenta es finito [...]
Imaginemos las operaciones realizadas por el computador divididas en
‘operaciones simples’ que son tan elementales que no es fácil imaginárselas
divididas aún más. Cada una de esas operaciones consiste en algún cambio del
sistema físico compuesto por el computador y su cinta. Conocemos el estado del
sistema si conocemos la secuencia de símbolos en la cinta, cuáles de estos son
observados por el computador (posiblemente en un orden especial) y el estado
mental del computador [...]110.
108
Hofstadter, Douglas, R., Gödel, Escher y Bach. Un eterno y grácil bucle, traducido por
Mario Usabiaga y Alejandro López, Ed. Tusquets, España, 1987, p. 631.
109
Hodges, A., Alan Turing. Un filósofo natural. Traducido por Bernardo Recamán, Ed.
Norma, Bogotá, 1998, p. 20.
110
Turing, A., “On computable numbers, with an application to the Entscheidungsproblem”,
Proceeding of the London Mathematical Society, en Hodges, A., Alan Turing. Un filósofo
natural, p. 21.
Pero con toda esta exposición parece que aún no se ve por ninguna parte cómo una
máquina que se limita a escribir o borrar unos y ceros puedan pensar. Pues bien,
Turing afirma que se puede construir una máquina que haga el trabajo de la mente
humana, que para él no es más que una especie de computador. Esta postulación la
explica Turing recurriendo al funcionamiento y constitución del cerebro. Recordemos
que el cerebro tiene cerca de diez mil millones de neuronas que se conectan entre sí,
ahora bien, Turing considera que el cerebro almacena su información en forma de
patrones que son los que crean los disparos de las neuronas; para muchos, estos
patrones se asocian con los ‘pensamientos’ y su almacenamiento puede verse similar
a como un computador almacena sus datos en el almacén o la memoria. Ahora bien,
las secuencias de unos y ceros de los computadores es similar a las cadenas de
‘encendido’ ‘apagado’ que tienen las neuronas. Podemos ver las cadenas neuronales
como un conjunto de interruptores que se excitan o inhiben de acuerdo a los disparos
de los patrones. De esta manera, lo que llevó a Turing a creer que es posible la
creación de máquinas inteligentes fue:
La sorprendente similitud entre las actividades funcionales de almacenamiento y

cambios de patrones en las neuronas del cerebro y las mismas actividades en el
funcionamiento de la computadora. El único obstáculo parece ser tecnológico,
no lógico [...] Además, podemos representar la analogía entre las neuronas y la
lógica en términos de ingeniería como señales que pasan –o no logran pasar- a
través de un circuito eléctrico. Sólo hay un pequeño paso, al menos en principio,
desde la estructura lógica [...] hasta su aplicación a los elementos físicos de una
computadora electrónica.111
Podemos decir entonces que el artículo de Turing de 1936 logró cuatro sorprendentes
resultados: resolvió el problema pendiente planteado por Hilbert; inauguró el nuevo
estudio matemático de la computabilidad; ofreció un nuevo análisis de la actividad
mental y; expuso el principio del computador a través del concepto de máquina
universal de Turing.
Casti, John, L., El quinteto de Cambridge. Una obra de especulación científica, traducido
111
por Irene Cifuentes, Ed. Taurus, Madrid, 1998, pp. 76-77.

Pero ¿qué es una máquina universal de Turing?, pues bien, hemos dicho que una
máquina de Turing está conformada por una tabla de comportamiento, en donde la
operación de esa máquina es un asunto mecánico de buscar entradas en la tabla.
Ahora bien, una máquina de Turing puede ser diseñada para tener la propiedad de que
si se le suministra la tabla de comportamiento de otra máquina de Turing, haga lo que
esa máquina hubiera hecho. Esta máquina es la máquina universal de Turing,
concepto fundamental en el estudio de los ordenadores pues “hoy en día es
impensable estudiar las máquinas de Turing sin pensar en ellas como programas de
computador y en la máquina universal como el computador en el que operan los
programas”112
De acuerdo con las anteriores afirmaciones (Tesis de Church – Turing, máquina

universal de Turing, algoritmo y cognitivismo), que son aceptadas en su totalidad por
la IA “cualquier sistema que sea capaz de manipular símbolos físicos de una manera
correcta, es capaz de inteligencia en el mismo sentido literal que la inteligencia
humana de los seres humanos.”113 Los defensores de la IA fuerte suponen, pues, que
el cerebro es una máquina universal de Turing ya que puede llevar a cabo cualquier
cálculo y, que a su vez, este modelo de máquina de Turing puede ser implementado
en máquinas electrónicas que hagan estos mismos algoritmos.
Es una consecuencia de la tesis de Church – Turing y del teorema de Turing que

cualquier cosa que un humano pueda hacer algorítmicamente puede hacerse con
una máquina universal de Turing. Puedo implementar, por ejemplo, en un
ordenador digital el mismo algoritmo que uso para divisiones largas. En tal caso
[...] tanto yo, el ordenador humano, como el ordenador mecánico, estamos
implementando el mismo algoritmo.114
Sin embargo, parece que no queda claro del todo cómo es que una secuencia de unos
y ceros o de ‘encendido’, ‘apagado’, para el caso de las neuronas, puede originar
pensamientos. La pregunta que nos queda es “¿Cómo es posible que un conjunto de
112
Hodges, A., Alan Turing. Un filósofo natural, p. 31.
113
Searle, J., Mentes, cerebros y ciencia, p. 35.
114
Searle, J., El redescubrimiento de la mente, traducido por Luis Valdés, Ed. Crítica, España,
1996, p. 208.
símbolos más o menos arbitrarios escritos en una cinta –o almacenados en un

cerebro- puedan llegar a significar...?”115 Si miramos la cinta de una máquina de
Turing llena de cadenas de unos y ceros, no podemos situar en ningún momento algo
así como ‘pensamientos’; incluso si aceptamos que los que nuestro cerebro hace es
que manipular símbolos, no nos queda claro cómo a partir de dicha manipulación se
originan nuestros estados mentales.
Ciertamente sabemos que nuestros pensamientos se refieren a algo, o son sobre algo,
pero no parece que una cadena de símbolos pueda significar algo distinto a ellos
mismos, en definitiva, el problema que se nos plantea aquí es ¿cómo una cadena de
símbolos puede dar origen a los pensamientos? Si ya dijimos que nuestros
pensamientos son sobre algo, ¿cómo unos símbolos definidos sintácticamente pueden
dar lugar a la significación?
Para autores como Searle, a diferencia de los procesos mecánicos propios de las
máquinas universales de Turing, las mentes humanas tienen semántica y son
intencionales, es decir están dirigidas o son sobre algo. A diferencia de los sistemas
formales, que manipulan los símbolos en virtud de reglas sintácticas, las mentes son
semánticas. Para Searle es falso decir que las mentes son sistemas formales como las
máquinas universales de Turing ya que, por un lado, a las mentes sí les interesan los
significados de los símbolos que ‘manipulan’, y por otro, para Searle el material en el
que se realice el sistema sí es importante. Para Searle, es gracias a los poderes
causales del cerebro que existen estados mentales.
Al parecer, la mayor diferencia entre las máquinas que manipulan símbolos y las
mentes humanas, es que las primeras manipulan símbolos (unos y ceros) sin saber
qué significan dichos símbolos, contrario a la mente humana que fuera de tener
sintaxis, tiene contenidos semánticos (intencionales). Así, de acuerdo con Searle,
Turing no puede hablar en serio cuando afirma que una máquina que no hace más que
115
Casti, John, L., El quinteto de Cambridge. Una obra de especulación científica, p. 83.
¿Pueden las máquinas tener mente?100
manipular símbolos es capaz de dar lugar a procesos racionales como los de la

mente humana.
Pero no sólo la analogía entre cerebro y máquina de Turing es falsa para Searle, sino
que también lo es el criterio postulado por Turing para decidir si una máquina es
inteligente o no. Searle parte de la misma base conductista del test de Turing para
afirmar que las máquinas se comportan como si estuvieran comprendiendo, pero en
realidad no entienden nada. Searle llega a esta conclusión por medio de su
experimento mental de ‘la habitación china’ con el cual demuestra que la IA tiene
como fundamento una premisa falsa, a saber que la inteligencia consiste simplemente
en manipulación de símbolos. En el siguiente capítulo expondremos detalladamente
los argumentos de Searle en contra de la IA.

Capítulo 2

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Capítulo 2

Cargado por

Copyright:

Formatos disponibles

II

¿PUEDEN LAS MÁQUINAS TENER MENTE?

Hay tres grandes acontecimientos en la historia. Uno, la creación

Si las máquinas llegan a simular todas nuestras actividades

En el capítulo anterior se exploraron de manera rápida algunas de las soluciones

Que se considere que la inteligencia artificial (IA de ahora en adelante) es la solución

El problema que se muestra entonces es que “tenemos una cierta representación de

En el presente capítulo nos detendremos a analizar detenidamente la corriente

Al finalizar la exposición se dará paso a la teoría de John Searle quien no ve posible

2.1 ¿CÓMO SURGIÓ LA INTELIGENCIA ARTIFICIAL?

del estudio de los aspectos de la actividad inteligente con el fin de experimentar si en

Mediante esta imposición de nombres […] convertimos el cómputo de las

Continuando con nuestro breve recuento del surgimiento de la posibilidad de

que todo el pensamiento se reduciría a cálculos solamente”. 68 Un siglo después Julien

Tiempo después, en el siglo XIX, Charles Babbage, “se ocupó de capacidades

Como se venía diciendo, el proyecto de la IA se basa en la analogía entre el

La analogía propuesta no sólo se ha constituido como un modelo para comprender y

Por su parte, Norteamérica construyó en 1945 el ENAC en la Universidad de

cariño implora a tu corazón. Tú

Luego de estas primeras construcciones, Von Neumann enunció los principios de la

Siguiendo estas precisiones de Neumann, en 1956 Allen Newell, Cliff Shaw y

considerada en la IA como el inicio de su disciplina, “The Dartmouth Summer

Intentar construir un lenguaje artificial tal que se pudiera programar a una

Gracias a McCarthy, en los siguientes años a Dartmouth se establecieron laboratorios

Los adelantos investigativos de este campo produjeron varios programas que

las respuestas propias de un humano que tenga paranoia. Un ejemplo de una

¿Por qué estás en el hospital?

Otro programa sorprendente es Eliza la psicoterapeuta, del cual hablaremos más

Como ya se anunciaba líneas atrás, el avance de la teoría de la computación ha sido

En este orden de ideas, los teóricos de la IA han establecido que la mente es al

al margen de su estructura química, tiene que tener pensamientos y sentimientos,

Actualmente el campo de investigación de la IA está siendo llevado a cabo por cuatro

La teoría de la inteligencia artificial ha llevado a muchos a creer firmemente que las

Pero en contra de esta última presunción, en la década de los 80 el filósofo John

Pensar es procesar información, pero procesar información es solamente

Pero mientras que la inteligencia artificial débil o prudente se caracteriza por

Searle, J., Mentes, cerebros y ciencia, p. 50.

Contraria a la pretensión de la IA débil, la IA fuerte no busca simplemente imitar la

Esta pretensión se basa en la afirmación de que las personas en el fondo somos

Lo anterior quiere decir que, para los seguidores de la IA fuerte, la inteligencia

Ibídem. Traducción mía.

XXI, México, 1988, p. 11.

permitidas. Los defensores de la IA fuerte aseguran que lo que hace el cerebro es

Los seguidores de la IA fuerte prestan especial atención al funcionamiento del

Por último, es importante señalar que la crítica de Searle a la inteligencia artificial va

Antes de detenernos a analizar cuál es el sustento teórico de la IA y por qué considera

2.3 ¿CÓMO SE DETERMINA SI UNA MÁQUINA ES INTELIGENTE O NO? EL TEST

Líneas atrás hicimos referencia a algunos programas de computación que,

conceptuales, Turing afirmó que la mejor forma de plantear el problema era

La prueba o Test de Turing está basado en el ‘juego de la imitación’. Este juego

Por su parte, A tratará de hacer que C lo identifique erróneamente, por ejemplo,

¿Qué sucedería si una máquina tomara el papel de A en este juego? ¿Se

Si la computadora logra hacerse pasar por una persona, contestando lo que

I. El primer verso de un soneto dice ‘me recuerdas un día de verano’ ¿No

Si las máquinas satisfacen el test de Turing, si están programadas adecuadamente, en

Lo anterior se conoce como paradoja de la razón mecánica “si el manipulador no

La definición clásica del computador es que éste es un sistema formal de símbolos

2.4 LA MENTE Y EL COMPUTADOR COMO SISTEMAS FORMALES

Sin afán de sorprenderlos y dejarlos atónitos, debo informarles lisa y llanamente

Newell y Simon sostienen que la mente es un sistema de cómputo, por lo que la

Pensar es simplemente un asunto de manipulación de símbolos. De esta manera, la

Para explicar su afirmación, Newell y Simon afirman que la inteligencia se mide en

Ahora bien, la manipulación de elementos comprende la posibilidad de cambiarlos de

Es importante mencionar que el modo en que están organizadas tales instrucciones es