En 1950 se publicó el famoso artículo de Alan Turing ‘Can Machines Think‘. El matemático propuso un mecanismo sencillo para responder a la pregunta “¿pueden pensar las máquinas?”. La prueba, que Turing denominó ‘el juego de la imitación’ (más tarde conocida como la ‘prueba de Turing’) consiste en presentar a un ser humano dos pantallas a través de las cuales comunicarse, por escrito, con dos entidades, una humana y otra artificial.
La propuesta de Turing era reemplazar la pregunta ”¿puede pensar una máquina?” por la más empírica “¿se puede confundir una máquina con un humano en una conversación telemática?’. Los avances en inteligencia artificial hoy cuestionan la validez de la pregunta. Por ejemplo, lo hace Rohit Prasad, jefe de desarrollo de Alexa, el asistente de voz de Amazon.
Turing propuso el uso de una teleimpresora para eliminar las muchas ventajas comunicativas del humano frente a una máquina: apariencia física, voz y gestos. Todos elementos imposibles de simular por un ordenador de 1950. Hoy, sin embargo, interactuamos con la voz con nuestros asistentes virtuales. Además, ya se dispone de tecnologías que podrían utilizarse para realizar videollamadas con un avatar digital.
Las capacidades de los sistemas de procesamiento del lenguaje natural para producir intercambios en forma de preguntas-respuestas cada vez menos distinguibles de aquellas entre humanos son sorprendentes. Estos desarrollos hacen que superar la prueba de Turing ya no es un objetivo de quienes trabajan en la industria.
Las razones son dos y, al parecer, antitéticas. Por un lado, nuestras expectativas se están moviendo hacia una presencia de la inteligencia artificial (IA) en nuestras vidas que sea útil y práctica. Le pedimos a Siri, Alexa, Google y Djingo que hagan algo por nosotros. Y solo esperamos que lo hagan, no que inicien una conversación.
La IA no tiene que parecerse a los humanos
Por otro lado, incluso cuando interactuamos más con estos asistentes, por ejemplo, si nos leen una historia o en una conversación con un call center, queremos saber si el hablante es un humano o una máquina. Ser engañados por un ordenador capaz de pasar la prueba de Turing ya es contraproducente. Preferimos saber con quién o qué estamos tratando.
Turing había previsto, según la lógica de la imitación, que el ordenador estaría programado para ocultar sus características más destacadas. Por ejemplo, la capacidad de realizar cálculos complejos en fracciones de segundo. Es decir, si durante la prueba el examinador hubiera preguntado, por ejemplo, el resultado de 45634 por 23987, la máquina habría tenido que introducir una pausa suficientemente larga antes de contestar. Y a veces habría tenido que fallar, para simular las limitaciones humanas.
Según Prasad, esto es exactamente lo contrario de la dirección en la que se está moviendo la investigación en este campo. Hoy pretendemos establecer la inteligencia artificial como la puerta a través de la cual el ser humano puede acceder a las extraordinarias capacidades que ofrece la tecnología digital. De forma eficaz, sencilla y natural, al alcance de todos.
Un ejemplo de ello es el Premio Alexa, presentado en 2016, que pide a los sistemas de IA que conversen de manera consistente con humanos durante 20 minutos. Sobre una amplia gama de temas, incluidos entretenimiento, deportes, política y tecnología. Al final de cada conversación, se les pide a los humanos que asignen una calificación del 1 al 5, en relación con lo agradable de la conversación. Para ganar el premio, el sistema de inteligencia artificial no solo debe conversar durante 20 minutos, sino también obtener una puntuación promedio superior al 4 por sus conversadores humanos.
Más allá de la prueba de Turing
Hoy el objetivo es privilegiar las técnicas que permiten que la IA sea divertida y empática, pero sin ocultar su naturaleza artificial. Un desafío con objetivos similares es el Abstraction and Reasoning Challenge de Kaggle (una empresa dedicada al desarrollo de inteligencia artificial). Los grupos de especialistas participantes deben crear sistemas de IA capaces de resolver ejemplos de razonamientos no aprendidos directamente.
Estos desafíos aspiran a medir y acelerar algunos de los temas centrales de la investigación industrial actual en el sector. Estos incluyen: conversación, amplitud y profundidad de habilidades, aprendizaje eficiente, razonamiento para la toma de decisiones y eliminación de prejuicios.
Además, las tecnologías están permitiendo producir textos, incluso en forma de respuestas a preguntas, que a menudo son indistinguibles de las interacciones humanas. Esto hace que las limitaciones y los riesgos inherentes a la formulación original del ‘juego de la imitación’ de Turing sean aún más evidentes.
En definitiva, el test de Turing ha sido durante años el faro que ha indicado el camino para el desarrollo de sistemas de inteligencia artificial. Sin embargo, ahora se requieren diferentes herramientas para medir y orientar el progreso del sector.
La tecnología ya nos puede engañar acerca de su naturaleza artificial. Pero atribuir el discernimiento humano a estos sistemas es un riesgo. Considerar ‘inteligente’ un sistema artificial, por muy hábil que sea en un sector específico, ya sea jugando al ajedrez o simulando un diálogo humano, es un error. Lo que nos lleva de vuelta al artículo de Turing de 1950: ¿qué significa ‘inteligencia’?
Por Alberto Barbieri
Imágenes | Possessed Photography/Unsplash https://unsplash.com/photos/jIBMSMs4_kA
Markus Winkler/Unsplash https://unsplash.com/photos/tGBXiHcPKrM
Rod Long/Unsplash https://unsplash.com/photos/_HRi5kBwGh0
