Capítulo 6: Inteligencia artificial: la herramienta del experto. Gardner.

CAPÍTULO SEXTO.
LA INTELIGENCIA ARTIFICIAL: LA HERRAMIENTA DEL EXPERTO.
HOWARD, GARDNER.
Introducción.
La inteligencia artificial es considerada una rama de la computación y relaciona un fenómeno natural con una analogía artificial a través de programas de computador. La inteligencia artificial puede ser tomada como ciencia si se enfoca hacia la elaboración de programas basados en comparaciones con la eficiencia del hombre, contribuyendo a un mayor entendimiento del conocimiento humano.
Si por otro lado es tomada como ingeniería, basada en una relación deseable de entrada-salida para sintetizar un programa de computador. "El resultado es un programa de alta eficiencia que funciona como una poderosa herramienta para quien la utiliza."
A través de la inteligencia artificial se han desarrollado los sistemas expertos que pueden imitar la capacidad mental del hombre y relacionan reglas de sintaxis del lenguaje hablado y escrito sobre la base de la experiencia, para luego hacer juicios acerca de un problema, cuya solución se logra con mejores juicios y más rápidamente que el ser humano.
(“De la información a la informática", de Roger Loaiza)

En el capítulo sexto del libro “La nueva ciencia de la mente” de Howard Gardner, hace el análisis de los avances que ha tenido la inteligencia artificial a partir del verano de 1956 en Dartmouth y hasta nuestros días. Ahí se reúne un grupo de diez jóvenes especialistas en Matemáticas que se propusieron debatir la posibilidad de producir programas de computadora capaces de “comprender” o de “pensar”.
Cuatro destacaron de este grupo, en un campo que se dio por llamar “Inteligencia Artificial (IA). Ante todo John McCarthy, quien llegó a ser fundador y director de los laboratorios de IA en el Instituto Tecnológico de Massachussetts (ITM). El fue el principal organizador y acuñador del término inteligencia artificial, sus tres compañeros eran: Marvin Minsky, Herbert Simon y Allen Newell, todos ellos convencidos de que las computadoras podrían llevar a cabo procesos semejantes al pensamiento humano. Los trabajos presentados iban enfocados a este fin. Se presentaron trabajos que iban desde jugar ajedrez hasta la demostración de los teoremas de Euclides. Esta reunión no satisfizo las expectativas de todos los concurrentes. Sin embargo es cierto que esta reunión es un punto clave de partida para los estudios que se siguieron. Esta reunión no parte de cero pues en las décadas anteriores se habían realizado estudios que fueron punto de partida para análisis y base para que varios proyectos fueran avanzando. Entre los estudiosos de la década anterior se pueden mencionar a Norbert Wiener, John von Neumann, Warren McCulloch y Allan Turing todos ellos señeros en el avance de la Inteligencia Artificial.
Esta reunión fue abierta y provocó nuevas reuniones donde aparecieron los mismos estudios junto con lingüistas como Noam Chomsky y otras ramas interdisciplinarias.
Se llegó a la definición de las presuposiciones básicas del núcleo teórico de la IA: a) El reconocimiento de que el pensamiento puede ocurrir fuera del cerebro, es decir, en máquinas. b) La presuposición de que el pensamiento puede ser comprendido de manera formal y científica. c) La presuposición de que la mejor forma de entenderlo es a través de computadoras digitales. Desde fines de los cincuentas la investigación en IA se expande y se multiplica en direcciones diversas.
El psicólogo junto con el lingüista, con el musicólogo, con el lógico, con el físico o un ingeniero para trabajar el nuevo concepto de IA, pues no se puede trabajar de manera aislada sino que tendrá que ser un trabajo interdisciplinario. La Psicología Cognitiva tendrá que trabajar, mano a mano, con la Inteligencia Artificial para llegar a resultados contundentes en esta nueva ciencia, ninguna de las dos deberá asumir a la otra, cada una deberá conservar su campo de trabajo y su independencia en la investigación.
Los esfuerzos por reproducir algunas habilidades mentales humanas en máquinas y androides se remontan muy atrás en la historia. El mito del coloso de Rodas entre los griegos, las estatuas "parlantes" del Medioevo, el androide de Von Kempelen que jugó al ajedrez con Napoleón, y el "motor analítico" de Charles Babbage que calculaba logaritmos, son sólo algunos de los ejemplos de este antiguo interés. Igualmente, la concepción de la inteligencia humana como un mecanismo no es reciente ni ha estado disociada de la psicología: Descartes, Hobbes, Leibniz, y el mismo Hume se refirieron a la mente humana como una forma de mecanismo.
A lo largo del capítulo Gardner, va presentando los distintos trabajos y sus avances a lo largo de las décadas siguientes. Los trabajos varían de acuerdo a lo que tratan, algunos van en la línea de los aparatos y otros van en la rama de los programas. En el campo de estos últimos destacan Newell y Simon y es así como surgen los lenguajes para el proceso de la información o Lenguajes para el Procesamiento de Listas. Aquí se topan con una dificultad, pues las máquinas no poseen la memoria interna suficiente para manipular los datos necesarios y eso detiene, un tanto cuento, el avance. Una de las primeras computadoras la “Johniac”, en honor a su creador John von Neumann, logró la demostración completa de una teorema.
Newelll y Simon insistieron en subrayar los paralelismos entre la resolución de problemas tal como los practican los seres humanos y la máquina. , y lo hicieron llevando a cabo ciertos experimentos con su programa.
Newell, Shaw y Simon, con sus experimentos llegaron a las conclusiones que las computadoras podían llevar a cabo conductas que, en caso de ser efectuadas por seres humanos, inequívocamente serían consideradas inteligentes y que los pasos que recorrían los programas en curso de su demostración de teoremas guardaban una semejanza nada trivial con los que seguían los seres humanos para resolver los problemas en general.
El proyecto más ambicioso de esta triada fue el Resolvedor General de Problemas (RGP), cuyos métodos, por lo menos en principios, podían utilizarse para cualquier clase de resolución de problemas. Esta máquina era capaz de efectuar tareas en apariencia diversas como la demostración de teoremas, jugar ajedrez o resolver acertijos como los de los misioneros y los caníbales, la torre de Hanói y los problemas de la criptoaritmética, en la que las letras representan números, y su suma o producto da otras palabras. La finalidad no era resolver problemas sino establecer el paralelismo con los procesos que los seres humanos emplean para abordarlos. Al final, se llegó a comprobar que la RGP no tenía la generalidad que sus creadores deseaban conferirle y porque la IA se desplazó por otros derroteros.
Marvin Minsky y sus discípulos efectivamente trabajaron otros aspectos. Uno de estos discípulos T. G. Evans, inventó a finales de sesentas una programa que resolvía analogías de tipo visual. Dicho de otra forma, se exhibían al programa un par de figuras que guardaban relación entre sí, y se le pedía seleccionar otra serie de figuras dentro de un conjunto, que completara la analogía visual.
Otro discípulo de Minsky, abordó un trabajo donde adaptó los avances sobre resolución de problemas al ámbito lingüístico. Inventó un programa llamado “Student”, destinado a resolver problemas algebraicos con que se encuentran los estudiantes a nivel educación media. Los inventores habían trabajado con sagacidad y parecía que operaban inteligentemente, pero en el fondo se apartaban de lo que hacían las personas comunes. En general las máquinas no tenían ni idea acerca de lo que versaba en problema y actuaba independiente a esto con la información que guardaba en su memoria. La máquina actuaba como si a una persona se le diera un problema matemático en otro idioma desconocido y la persona actuara sólo en base a los pocos números que identificara.
John McCarthy trabajando en el ITM y más tarde en Stamford, logró un significativo avance presentando las List processing (LISP), que fue el lenguaje de computadora más difundido en el campo de la IA. Era precisamente lo que estaba haciendo falta, pues ya se experimentaba un vacío en esta área. Este y otros programas llegaron a ser considerados la matemática de la IA. Básicamente este lenguaje se emplea en la presentación y manipulación de listas, todos los cuales pueden ser rotulados. Tanto programas como datos se estructuran en listas. El poder de LISP deriva de que es un lenguaje de programación recursivo, bien adaptado para la descripción y manipulación de estructuras y de conjunto de estructuras. Como es recursivo se puede trabajar con él en diversos niveles. Actualmente se sigue usando en computación de orientación cognitiva. Pero a McCarthy no sólo se le conoce como un inventor de lenguaje sino tuvo ideas muy convincentes acerca de los objetivos de la IA y de la manera de alcanzarlos.
En la década de los sesentas otro hallazgo importante fue el de Edward Feigenbaum que en colaboración con Joshua Lederberg de Stamford, decidieron analizar los datos procedentes de unja espectrógrafo de masas. El resultado fue DENDRAL, destinado a averiguar, sobre la base de una gran cantidad de datos provenientes del espectrógrafo, cuál era el compuesto analizado. El aparato formulaba hipótesis acerca de la estructura molecular de dicha sustancia y luego las verificaba mediante ulteriores predicciones. Hacía uso del conocimiento amplio de sustancias químicas. A Feigenbaum le interesaban los resultados exactos no tanto si hacía el trabajo parecido a lo que pudiera hacer una persona.
Otras investigaciones en esta misma década incursionaron en lo que es el diálogo de dos personas, teniendo en cuenta el desafío de Turing, era una meta tentadora. Kenneth Colby, un psiquiatra y Joseph Weizembaum elaboraban programas que simulaban diálogos paranoides y de terapeutas rogerianos. Mientras no se conociera el programa lograba engañar a un testigo ajeno. Igual que “Student” estos no comprendían las palabras utilizadas.
El SHRDLU, que son las letras de la séptima a décimo segunda que aparecen con más frecuencia en la matriz del tipógrafo, y funcionaba de manera distinta hasta lo que en ese momento se conocía. Trabajaba como un “experto en comprensión” aunque operando en un campo limitadísimo. Responde preguntas acerca de “su mundo de bloques”, tal como serían formuladas por una persona, ejecuta órdenes sobre esos objetos simulados en el mundo de bloques y da cuenta de los resultados. Carecía de adecuada información semántica para evaluar las diferencias de significado entre palabras funcionales como “y”, “el” y “pero”. Y no tenía facultad de aprender a desempeñarse mejor.
En los años setentas se discutía acaloradamente acerca de la mejor manera de programar. Algunos se inclinaban por la “Representación declarativa” el conocimiento es codificado como una serie de datos o declaraciones acumuladas y otros por la “Representación de procedimientos” en la cual el conocimiento es codificado como una serie de procedimientos o acciones que deben ejecutarse. Junto a estas discusiones Weizenbaum intervenía poniendo en la mesa de discusiones cuál era el espacio de los seres humanos y cuál el de las máquinas.
Hubert Dreyfus, filósofo de orientación fenomenológica, en su libro What Computers Can´t Do: Critique of Artificial Reason (Lo que las computadoras no pueden hacer: Crítica a la razón artificial). Hace hincapié en las diferencias fundamentales entre los seres humanos y las computadoras, a diferencia de las computadoras los seres humanos poseen una conciencia periférica, toleran la ambigüedad, su cuerpo organiza y unifica experiencias de los objetos y las impresione subjetivas, pueden aburrirse, fatigarse o perder su impulso, y sus necesidades y claras intenciones organizan la situación en que se encuentran.
Dentro de las innovaciones de la década de los setentas se encuentra el uso creciente de un enfoque que va de lo general a lo particular para la comprensión del lenguaje y otros dominios cognitivos. Otra idea que floreció fue la de encuadre, de Minsky: una estructura prevista de conocimientos acerca de un dominio del saber, consistente en un núcleo del saber y una serie de compartimentos. Cada uno de estos compartimentos corresponde a un aspecto del dominio que el encuadre pretende modelar. En este modelo la descripción se crea y mantiene sustituyendo los valores predichos por los observados.
Minsky también expuso una interesante concepción acerca del modo en que opera la mente que dio origen a propuestas novedosas sobre la forma en que deben instrumentarse los programas de computadoras. Considera que la actividad psíquica consiste en múltiples agentes, cada uno de los cuales es especialista a su manera. De acuerdo con esta visión de la “sociedad de mentes”, la mente consiste en varias docenas de centros de procesamiento o “agentes” capaces de manejar de manera simultánea diferentes tipos de conocimientos. Según esto ciertas partes de la mente conocen ciertas cosas, en tanto que otras conocen cosas acerca de las primeras. En este concepto es importante saber qué agentes pueden conocer o ejecutar determinadas cosas.
Estudiosos como Minsky y otros como: Geoffrey Hinton y James Anderson, plantearon la posibilidad de que si el cerebro es un mecanismo en paralelo más que en serie, en el que millones de sucesos neuronales ocurren simultáneamente, la simulación de la actividad humana debe efectuarse en computadoras que también operen en paralelo.
En cuanto a la comprensión del lenguaje hay notables logros en algunas áreas específicas de la IA. En este campo los avances van en programas que hacen resúmenes de relatos, compendian artículos periodísticos, responden a preguntas y extraen inferencias acerca del argumento, los personajes y las motivaciones de los relatos (Schank y Anderson, 1977; Wilensky, 1993). Schank afirma que todos los verbos empleados en el habla cotidiana se reducen a doce acciones primitivas, vinculadas con la manipulación, con el movimiento o traslado de objetos, y con las relaciones abstractas y las ideas. Estas ideas de Schank no convencen a los seguidores de Chomsky acerca del procesamiento lingüístico. Este investigador atinó en el “sistema de comprensión” en cuanto al grado de generalización. Sin embargo contar con un programa que comprenda el lenguaje del mismo modo que hacen los seres humanos parece distante todavía.
Hubo avances análogos en cuanto a la percepción visual. Hacia los años sesentas hubo un fuerte entusiasmo en torno al mecanismo inventado por Frank Rosenblatt denominado PERCEPTRON, cuyo objetivo era reconocer letras situadas frente al aparato. En esta misma década en el ITM, se efectuaron notorios trabajos en torno a la percepción visual. El trabajo de Patrick Winston era capaz de aprender a distinguir configuraciones de bloques que conformaban arcos, de aquellas que formaban otras figuras. Aprendió a reconocer mesas, pedestales, arcos y arcadas, mediante el expediente de mostrársele ejemplos de cada cual. David Waltz inventó un programa capaz de analizar toda una escena gráfica. Era capaza de reconocer dos dibujos distintos como representaciones de una misma escena.
Marr, otro investigador de ITM estaba impresionado por los trabajos de Chomsky acerca de la naturaleza del lenguaje y la manera en que cualquier organismo puede aprenderlo; y se planteó qué era lo que estaba implícito en cualquier programa de inteligencia artificial, y en cualquier sistema visual, así como los pormenores efectivos involucrados en el reconocimiento de una escena compleja del mundo real.
La crítica más penetrante hacia la IA proviene de John Searle, filósofo del lenguaje, autor de un artículo titulado “Mentes, cerebros y programas”. Ahí critica a la “versión fuerte” de la IA, la que dice que una computadora bien programada es comparable con la mente humana y puede decirse que entiende y experimenta otros estados cognitivos. Para combatir esta postura inventó “el cuarto chino”, que consiste en colocar a una persona que no conoce el chino, en un cuarto y se le dan textos en este idioma, luego se le dan otros documentos en chino con indicaciones para que pueda comparar los caracteres de ambos documentos, las reglas se dan en inglés que es su lengua materna. Podrá hacer los cotejos en torno a los caracteres, pero esto no hará que comprenda el chino.
Dice que eso pasa con las computadoras, son capaces de analizar, de leer pero no comprenden. Sabía que recibiría fuertes críticas y se adelantó exponiendo él mismo las ideas controvertidas. La argumentación de Searle pierde fuerza en el momento en que expresa su concepto del cerebro donde ve intencionalidad, comprensión. Parece que es un convencido de que para efectuar estudios cognitivos se necesitan dos niveles explicativos: el nivel de la intencionalidad y una explicación neurofisiológica de las operaciones del cerebro para concretar esos estados intencionales.
El capítulo termina enunciado que el debate continúa, pues mientras no se lleguen a conclusiones definitivas, el camino es amplio y se tendrá que seguir trabajando, investigando y haciendo que las ciencias coincidan con el tema investigado.
Gardner termina afirmado que es imposible ocultar en forma permanente el problema del grado efectivo de similitud entre los seres humanos y las computadoras.
La IA ha demostrado que la computadora puede ser una herramienta provechosa para el estudio de la cognición y como modelo razonable de determinados procesos del pensar humano.
La IA, la Psicología Cognitiva, la Filosofía y las demás ciencias afines tendrán que continuar trabajando en equipo para encontrar los futuros derroteros de la IA.

Bibliografía.
Gardner, Howard, “La nueva ciencia de la mente”, Paidós, Barcelona, 1987. (Capítulo 6° “Inteligencia Artificial: la herramienta del experto”).
Loaiza Álvarez, Roger, “De la información a la informática”, Politécnico colombiano “Jaime Isaza, Medellín Colombia, 1991.