El juego de imitación de Turing y el pensamiento humano

Abstract

En 1950, el matemático inglés Alan Mathison Turing propuso los fundamentos de lo que algunos autores consideran la prueba que debería pasar una máquina para establecer que piensa. Esta prueba es básicamente un juego; sin embargo, ha tenido gran influencia en el desarrollo de las teorías sobre el funcionamiento de la mente. Las especificaciones del juego y algunas de sus repercusiones en la concepción del pensamiento, la conciencia y la voluntad humana, serán ramificaciones del camino que nos llevará a través de los inicios de la inteligencia artificial, pasando por algunas de sus singulares manifestaciones, a culminar en el planteamiento de ciertas restricciones de su fundamento.

Full text

180<Avances en Psicología Latinoamericana/Bogotá (Colombia)/Vol. 26(2)/pp. 180-194/2008/ISSN1794-4724
El juego de imitación de Turing y el pensamiento humano
Turing’s imitation game and human thought
LEONARDO FRANCISCO BARÓN BIRCHENALL*
Universidad de Buenos Aires, Argentina
* Correspondencia: Leonardo Francisco Barón Birchenall. Calle 54 No. 9-15, Apto. 204, Bogotá, Colombia. Correo electrónico: laescaladesol@
gmail.com.
Abstract
In 1950, the English mathematician Alan Mathison
Turing proposed the basis of what some authors
consider the test that a machine must pass to esta-
blish that it can think. This test is basically a game;
nevertheless, it has had great inuence in the deve-
lopment of the theories of the mind performance.
The game specications and some of its repercus-
sions in the conception of thinking, the conscious-
ness and the human will, will be ramications of
the path that will take us through the beginning of
the articial intelligence, passing along some of its
singular manifestations, to culminate in the posing
of certain restrictions of its fundaments.
Key words: articial intelligence; thought; si-
mulation; Turing test.
Resumen
En 1950, el matemático inglés Alan Mathison Tu-
ring propuso los fundamentos de lo que algunos
autores consideran la prueba que debería pasar una
máquina para establecer que piensa. Esta prueba es
básicamente un juego; sin embargo, ha tenido gran
inuencia en el desarrollo de las teorías sobre el
funcionamiento de la mente. Las especicaciones
del juego y algunas de sus repercusiones en la con-
cepción del pensamiento, la conciencia y la volun-
tad humana, serán ramicaciones del camino que
nos llevará a través de los inicios de la inteligencia
articial, pasando por algunas de sus singulares
manifestaciones, a culminar en el planteamiento
de ciertas restricciones de su fundamento.
Palabras clave: inteligencia articial; pensa-
miento; simulación; prueba de Turing.
Solamente un ensayo, solamente una tentativa
de humanidad.
Al principio hablaron, pero sus rostros se
desecaron;
sus pies, sus manos, [eran] sin consistencia;
ni sangre, ni humores, ni humedad, ni grasa;
mejillas desecadas [eran] sus rostros; secos
sus pies, sus manos; comprimida su carne.
Por tanto no [había] ninguna sabiduría en sus
cabezas, ante sus Constructores,
sus Formadores, sus Procreadores, sus
Animadores
Popol-Vuh, Anónimo.
El juego de Turing
En su artículo de 1950 en la revista Mind, titulado
“Los aparatos de computación y la inteligencia”,
Alan Turing (1950/1983) plantea la posibilidad de
pensamiento por parte de las máquinas; para esto,
se sirve de un juego al que llama Juego de la Imi-
tación. Este consta de tres participantes: un hombre
(A), una mujer (B) y un interrogador (C) (que puede
ser hombre o mujer). C se encuentra separado de
los otros dos jugadores y no puede verlos ni escu-
charlos; solo los conoce como X e Y; además, solo
puede comunicarse con ellos en forma escrita o me-
diante un mensajero (idealmente con una máquina,
para evitar el reconocimiento caligráco).

Avances en Psicología Latinoamericana/Bogotá (Colombia)/Vol. 26(2)/pp. 180-194/2008/ISSN1794-4724 < 181
El juego de imitación de Turing y el pensamiento humano <
El objetivo del interrogador es adivinar quién es
el hombre y quién la mujer; el del hombre es inducir
al interrogador a hacer una identicación errónea; y
el de la mujer es colaborar con el interrogador para
que este identique correctamente quién es quién.
El interrogador puede hacer preguntas del tipo
¿Puede decirme X de qué largo tiene el pelo? (Tu-
ring, 1950, p. 70), a las que los otros dos jugadores
pueden responder de la forma que consideren más
conveniente y convincente para lograr su cometi-
do; por lo demás, el entrevistador no puede exigir
demostraciones prácticas de ningún tipo a los otros
participantes. Estas son las reglas del juego; no se
especica tiempo límite ni otras restricciones.
Ya explicado el proceso, Turing plantea los si-
guientes cuestionamientos: “¿Qué sucederá cuando
una máquina tome la parte de A en el juego? ¿Deci-
dirá equivocadamente el interrogador con la misma
frecuencia cuando se juega así el juego como ocurre
cuando en él participan un hombre y una mujer?”
(p. 70). Estas preguntas remplazan, nalmente, la
pregunta original acerca de la posibilidad de pen-
samiento en las máquinas. La idea, entonces, es
esta: si en el juego, una máquina logra engañar a
un interrogador, haciéndole creer que es una mujer
o que el otro jugador es un hombre, una cantidad
de veces equivalente a la que ocurriría si el juego
se diera entre humanos y mayor a la que ocurriría
por azar, podría decirse que la máquina en cuestión
piensa y, por tanto, que las máquinas pueden pen-
sar. Es preciso aclarar que Turing no profundiza en
las conclusiones que arrojaría el hecho de que una
máquina pasara la prueba, por lo menos en el artí-
culo que estamos reriendo; en ese sentido, parece
dejar las conclusiones a juicio del lector.
Téngase en cuenta también que la máquina
expuesta a la prueba puede eludir preguntas, de
cualquier forma, como negándose a responder,
guardando silencio, repitiendo respuestas o contes-
tando con otras preguntas; por ejemplo: la máquina
podría evitar ser descubierta por su precisión mate-
mática, contestando adrede mal a algunas preguntas
de dicha índole. Para Turing, la mejor estrategia
que podría adoptar la máquina para engañar al in-
terrogador, sería “… intentar el logro de respuestas
como las que naturalmente daría un hombre” (p.
72). Para alcanzar tal grado de sosticación, aclara
el matemático, se puede hacer uso de cualquier tipo
de tecnología para la creación del aparato que ha
de superar el reto.
El planteamiento de Turing acerca del juego, la
parte fundamental del artículo al que hacemos refe-
rencia, ocupa unas pocas líneas, un par de carillas a
lo más; el resto del texto está dedicado a responder
posibles acotaciones al desafío (como convencio-
nalmente se ha denominado a la prueba). Revise-
mos brevemente algunas de estas objeciones, para
entender mejor la propuesta de Turing.
Según la objeción teológica, el pensamiento es
una función del alma inmortal que Dios ha dado
a los hombres, pero no a los animales o a las má-
quinas; por consiguiente, las máquinas no pueden
pensar. A esto responde Turing que no podemos
“incurrir en la irreverencia de usurpar el poder de
Dios de crear almas” (p. 75), y al nal desecha
el argumento haciendo alusión a casos del pasa-
do en que concepciones religiosas estuvieron en
contra de un hecho cientícamente validado más
tarde; no se crea, sin embargo, que Turing cae en
el embrollo metafísico de la repartición de almas;
simplemente sucede que evita el terreno de la es-
peculación pura.
Otra objeción considerada es la llamada de
cabezas hundidas en la arena, según la cual, “las
consecuencias de que las máquinas pensaran serían
horrorosas” (p. 75); objeción esta, según Turing,
posiblemente hecha por personas que postulan una
superioridad humana basada en el pensamiento;
en consecuencia, Turing deja ir la objeción, en sus
palabras, con tan solo una “nota de consuelo” (es
decir, la considera no a lugar).
Una réplica más cientíca es la objeción mate-
mática, según la cual en cualquier sistema lógico
se pueden formular armaciones imposibles de
probar o refutar dentro de la lógica propia de di-
cho sistema, a menos que el sistema mismo no sea
consistente; esta objeción estriba en el segundo
teorema de la incompletitud de Kurt Gödel: ningún
sistema consistente se puede usar para demostrarse
a sí mismo; es decir, dentro de cualquier sistema
lógico se pueden generar armaciones imposibles
de probar o refutar dentro del propio sistema, a no
ser que el mismo sea incoherente (esto es, que ha-
ga uso de un lenguaje que no le es propio), ya que

<Leonardo Francisco Barón Birchenall
182<Avances en Psicología Latinoamericana/Bogotá (Colombia)/Vol. 26(2)/pp. 180-194/2008/ISSN1794-4724
no todos los teoremas posibles se desprenderían
lógicamente de los axiomas del sistema, obligando
al uso de un lenguaje externo para establecer los
elementos ajenos1 (Hofstadter, 1983).
La respuesta de Turing a esta objeción es tan
sencilla como categórica: si bien las máquinas
pueden presentar errores de pensamiento y mostrar
inconsistencias, los humanos también; en otras pa-
labras, si se pudiesen evaluar todas las ideas de un
individuo, estas no presentarían una total coheren-
cia interna. De hecho, presentarían incoherencias,
muchas incoherencias; no obstante, no es esto im-
pedimento para que el sistema cognitivo humano
funcione en concordancia con el medio. En el caso
del humano, como en el de los sistemas de Gödel,
existe la imposibilidad de explicarse totalmente a
sí mismo, lo cual, nuevamente, no ha sido obstá-
culo para que los humanos, y los sistemas, sigan
existiendo.
Otra acotación considerada es el argumento de
la conciencia de uno mismo. Este plantea la imposi-
bilidad de que las máquinas tengan auto-conciencia,
es decir, que piensen sobre su pensamiento. Turing
responde a esta objeción armando que los estados
de conciencia solo pueden inferirse mediante la
observación de la conducta, ya que es imposible
comprobar la existencia de los procesos mentales
ajenos. No hacerlo de este modo, equivaldría a un
solipsismo, en el que solo se da por cierto el pensa-
miento propio. A estas y otras posibles objeciones
contesta Turing; sin embargo, la refutación más
conocida al reto del pensamiento maquinal es la del
lósofo norteamericano John Searle, publicada en
1980 (cuando Turing ya había fallecido) y conocida
como el argumento de la habitación china.
El argumento de la habitación china
En términos generales, este argumento consiste
en la reducción del supuesto pensamiento de las
máquinas, a un proceso de relacionamiento de sím-
bolos basado en reglas impartidas por un operador.
Este proceso no incluiría la comprensión de sen-
tidos y signicados, y funcionaría bajo principios
meramente sintácticos (Searle, 1983).
Concretamente, este argumento consiste en un
experimento mental, perteneciente a una clase de
procesos experimentales virtuales de amplia acep-
tación en el ámbito de la losofía de la mente. En
dicho experimento, nuestro lósofo se imagina a
sí mismo encerrado en un cuarto, en el que se le
entrega un manuscrito en chino (idioma que no
comprende en absoluto); luego, se le da otro ma-
nuscrito, también en chino, junto a una serie de
instrucciones escritas en inglés que correlacionan el
manuscrito entregado en primer término con el que
se entregó después (los dos en chino); a continua-
ción, se le entrega un tercer juego de símbolos en
chino y otras instrucciones en inglés que permiten
correlacionar este último manuscrito chino con los
dos manuscritos anteriores (con base en la forma y
obviando el signicado).
Con toda esta documentación, el lósofo de la
habitación china es capaz de aparentar el conoci-
miento de variados asuntos que le son consulta-
dos, así como el conocimiento del idioma chino
(entregando determinado manuscrito cuando se
le presenta otro); es decir, relacionando juegos de
símbolos que no conoce, mediante instrucciones
que sí conoce (ya que se dieron en inglés). El ló-
sofo en la habitación hace parecer que conoce los
temas que se le consultan, y el lenguaje en el cual
le son consultados.
Veámoslo un poco más detalladamente: las
instrucciones en inglés, perfectamente entendibles
para Searle (quien, no olvidemos, se ha connado el
mismo en la habitación), equivaldrían al programa
de un computador. Estas indicaciones le permiti-
rían, al hombre o a la máquina, correlacionar lo que
para un observador externo (hablante del chino)
sería una serie de preguntas y respuestas lógicas,
coherentes y acertadas (en forma de intercambio de
manuscritos). El observador externo (quien no ve
los escritos, la traducción ni los demás papeleos) no
tiene forma de saber que quien da contestación tan
acertada no tiene ni idea de qué está hablando (ya
1 Para establecer los límites de un sistema no se puede decir, por ejemplo, que Y es un elemento ajeno, sin usar el término Y, que no pertenece
al lenguaje del sistema; por tanto, se deben usar términos impropios en el proceso de denición, imposibilitándosele al conjunto llegar a ser
auto-demostrado en su totalidad mediante su propio lenguaje.

Avances en Psicología Latinoamericana/Bogotá (Colombia)/Vol. 26(2)/pp. 180-194/2008/ISSN1794-4724 < 183
El juego de imitación de Turing y el pensamiento humano <
que simplemente correlacionó símbolos, sin com-
prenderlos). Aun más, un conjunto de jueces que
realizasen preguntas en inglés y chino, y recibieran
respuestas correctas en ambos idiomas, podrían
deducir que un mismo proceso de pensamiento
subyace a ambas.
El quid del planteamiento de Searle en contra de
la posibilidad de pensamiento en las máquinas, es la
falta de intencionalidad del mismo. La intencio-
nalidad se ha considerado tradicionalmente como
un rasgo denitorio de los procesos mentales, y
tal cual fue denida por el lósofo alemán Franz
Brentano en el siglo XIX consiste en el hecho de
estar dirigido a algo; es decir, ser acerca de algo
(Acero, 1995). Las manipulaciones formales de
símbolos realizadas por las máquinas no poseerían
intencionalidad, ya que la base de su organización
sería la forma, y no el signicado; o lo que es igual,
los procesos realizados por una máquina no estarían
dirigidos a algo, no serían acerca de nada. Según
Searle, los humanos, por el contrario, realizamos
manipulaciones sintácticas de símbolos y, además,
tenemos acceso a su signicado. Para este lósofo
de la mente, los humanos somos máquinas expo-
nentes de programas de computación, manipula-
mos símbolos formalmente y, aun así, podemos
pensar. Las computadoras no tienen intencionali-
dad y, por ende, no piensan. La intencionalidad de
los humanos deviene de su biología, y las entrañas
de nuestros aspirantes a seres pensantes no poseen
tal característica.
A la defensa de Turing: el predicamento de las
máquinas y los huracanes simulados
Iniciando la década de los 80, el matemático y físi-
co estadounidense Douglas Hofstadter defendió la
posibilidad de pensamiento en las máquinas, en un
escrito en forma de conversación (virtual, como el
argumento de la habitación china) titulado “Temas
metamágicos bizantinos. El test de Turing: Con-
versación en un café” (1983). En esta conversación
hipotética, toman parte tres personajes igualmen-
te hipotéticos: Sandy, estudiante de Filosofía; Pat,
estudiante de Biología; y Chris, estudiante de Físi-
ca. Estos camaradas discurren alegremente entre sí,
dejando de a poco emerger las ideas de Hofstadter
en defensa del pensamiento de las máquinas, las
cuales podemos caracterizar así:
Para Hofstadter (1983): desear, pensar, intentar
y esperar (procesos considerados tradicionalmen-
te como intencionales), son características que
emergerían de la complejización de las relaciones
funcionales de las máquinas. Reere también, este
teórico de la mente, que los computadores se han
considerado tradicionalmente como objetos fríos y
cuadrados, y que acaso, si esto cambiase, se facili-
taría la concepción de la inteligencia articial, y las
máquinas podrían evocar en las mentes humanas
“trazados de luz danzantes más bien que palas de
vapor gigantescas” (p. 112).
Reriéndose al estatus del pensamiento articial
como simulación del pensamiento humano, Hofs-
tadter entiende la simulación como equivalente a
lo simulado. Para establecer este punto, se vale co-
mo ejemplo de la simulación computarizada de un
huracán, la cual considera como una suerte de hu-
racán real que modica las relaciones existentes
dentro del programa, damnicando a los unos y
ceros: habitantes binarios de la simulación. Se
lee en el texto: “En el caso del huracán simulado,
si observas la memoria de la computadora con la
esperanza de ver cables rotos y demás, tendrás una
desilusión. Pero mira el nivel correcto (…) Verás
que se han roto algunos lazos abstractos, que han
cambiado radicalmente algunos de los valores de
las variables y muchas cosas más. Aquí tienes tu
inundación…” (p. 97).
Evidentemente, el análisis de Hofstadter se da
en un nivel abstracto, ya que si bien no arma que
el simulacro de un huracán es idéntico a un hura-
cán real, sí ubica, usando una expresión propia del
ámbito losóco, la “huracaneidad”, en los efectos
del fenómeno y la coherencia de sus componentes;
es decir, la esencia del huracán no estaría en sus
componentes físicos, sino en sus efectos dentro
de las restricciones especicas del marco en que
se desarrolla. Se simularía pues la esencia de lo
simulado, lo cual signica, extrapolando, que la
esencia del pensamiento habría de ser el proceso
que lo subyace: el cómputo matemático. Al nal,
no interesaría tanto el medio en el que, y mediante
el cual, se realiza la operación, sino la operación
misma.

<Leonardo Francisco Barón Birchenall
184<Avances en Psicología Latinoamericana/Bogotá (Colombia)/Vol. 26(2)/pp. 180-194/2008/ISSN1794-4724
Este tipo de razonamiento corresponde a una
corriente losóca conocida como funcionalismo,
la cual fundamenta la ciencia cognitiva presentando
los fenómenos mentales en función de sus roles
causales, sin depender de un constituyente físico
(Bechtel, 1991) (no confundir con el funcionalismo
de James). Dicho de otra forma, no importa si se es
un computador o un humano; para el funcionalismo,
la esencia del pensamiento radica en el proceso del
mismo y no en su sustrato físico. Son palabras
del texto de Hofstadter: “Yo diría que el que tú
hagas depender de mi cuerpo físico la evidencia
de que soy un ser pensante es un poco supercial”
(1983, p. 105).
Es evidente, en este postulado, una objeción
fundamental al argumento de la habitación chi-
na (en el que la intencionalidad del pensamiento
emerge del sustrato biológico del organismo). Para
Hofstadter, al igual que para el lósofo de la mente
Jerry Fodor (1997), la intencionalidad del pensa-
miento existe; pero responde a la complejidad de
las relaciones funcionales del ser pensante, sea
este, máquina o humano. Según la lectura que el
lingüista Ray Jackendoff hace de Hofstadter, el
planteamiento de este implica que si un computa-
dor puede alcanzar un alto grado de complejidad,
la conciencia emergerá de alguna forma milagrosa
(“consciousness will somehow miraculously emer-
ge” [1987, p. 18]).
Al igual que para Turing, para Hofstadter, la for-
ma de constatar que los otros piensan es mediante la
observación de los hechos externos: sus acciones.
Esta sería evidencia directa; el resto (preguntar-
les, por ejemplo), sería evidencia indirecta y por
tanto sospechosa. De no conar en el método de
observación externa caeríamos en un solipsismo;
en términos de Hofstadter: “… la gente acepta que
el prójimo tiene conciencia tan sólo porque hay un
monitoreo exterior constante sobre los otros, lo cual
en sí se parece mucho al Test de Turing” (1983, p.
104). En consonancia y según Fodor: “… no po-
demos tener nunca razones para suponer que los
predicados mentales se puedan aplicar a personas
distintas de nosotros mismos.” (1986, p. 94).
Como consecuencia de lo anterior, el conoci-
miento de los estados mentales de los otros es solo
probable; la única forma de acercamiento es me-
diante la conducta. Una de las razones de esta tesis,
es validar la existencia de pensamiento, sin la pre-
sencia de procesos “internos”, basándose solo en la
conducta observable. De esta forma, en el caso de
la habitación china, los observadores externos po-
drían concluir que se está produciendo un proceso
legítimo de pensamiento, tan solo considerando la
naturaleza y relación de las preguntas y respuestas,
sin importar qué clase de proceso se dé dentro de
la habitación.
En cuanto a la ausencia de una estructura bio-
lógica, subyacente al pensamiento maquinal, se
plantea Hofstadter la posibilidad transicional entre
un nivel físico y uno biológico, en el sistema consti-
tuyente del organismo; en este sentido, los hombres
seríamos máquinas y la base biológica de nuestra
humanidad sería una serie de procesos físicos que
bien podrían ser emulados por otra máquina; de
esta forma, al igual que mediante la complejización
de procesos formales, también podría emerger la
intencionalidad. En todo caso, en el artículo que
estamos reriendo, Hofstadter no profundiza en
las particularidades de su proceso de transición
entre el nivel biológico y físico en los humanos, lo
cual, junto a su planteamiento de las características
conscientes-emergentes, y la posible identidad de la
simulación y lo simulado, basada en presupuestos
funcionalistas, constituye su defensa de la posi-
bilidad del pensamiento articial. No obstante, la
posibilidad total, o la imposibilidad absoluta del
pensamiento articial, no son la única forma de
contestar al desafío de Turing; pasemos ahora, a
considerar otras opciones.
Posibles respuestas al desafío de Turing
¿Realmente, pueden pensar las máquinas?
Ángel Rivière, psicólogo madrileño, reere cuatro
respuestas al desafío de Turing, en sus Objetos con
mente (1991). La primera es simple y llanamente:
No, las máquinas no pueden pensar (que sería acor-
de al argumento de la habitación china); la segun-
da, considera totalmente posible el pensamiento
en las máquinas y lo ubica en la misma categoría
del pensamiento humano (consonante con el argu-
mento de Hofstadter); la tercera, implica aceptar
el desafío de Turing como una metáfora y, por

Avances en Psicología Latinoamericana/Bogotá (Colombia)/Vol. 26(2)/pp. 180-194/2008/ISSN1794-4724 < 185
El juego de imitación de Turing y el pensamiento humano <
tanto, menguar de alguna forma la rigidez de una
pretendida identidad entre el pensamiento humano
y el maquinal, haciendo brumosa la frontera entre
estos y aprovechando la analogía para el estudio de
la mente humana. La cuarta respuesta correspon-
de, en palabras de Rivière (1988), a una posición
matizada ante el desafío, en la cual se considera
a la mente como un sistema de computo, pero no
del tipo que propone Turing, sino como un siste-
ma acorde a ciertas propiedades especicas del
sistema nervioso humano. Consideremos un poco
más de cerca las tres opciones que admiten la exis-
tencia de inteligencia articial.
La aceptación total de la posibilidad de pensa-
miento articial, versión fuerte de la metáfora del
ordenador o paradigma de cómputos sobre repre-
sentaciones, busca la explicación del conocimiento
en general, profesando la identidad del pensamien-
to hombre-máquina y radicando su fundamento
en operaciones formales sobre símbolos (de ahí la
acepción de paradigma de cómputos…) (De Vega,
1984; Rivière, 1991). De acuerdo con esta línea teó-
rica, el pensamiento podría identicarse con un tipo
de estructura compleja algorítmica, que permitiría
la resolución de problemas abstractos y cotidianos.
Para alcanzar sus objetivos, los defensores de la
versión fuerte de la metáfora del ordenador se valen
del “modelado computacional”, el cual consiste,
grosso modo, en programar una máquina para que
realice procesos de conocimiento comunes en las
personas (Eysenck y Keane, 2000; Gardner, 1985);
sin embargo, para lograr esto, no se circunscriben
a las restricciones psicológicas características del
sistema cognitivo humano, por lo cual, igualar o
mejorar el proceso o el resultado mediante artilu-
gios informáticos, les viene bien.
La aceptación restringida de la posibilidad de
inteligencia articial, versión débil de la metáfora
del ordenador o paradigma del procesamiento de
información, busca explicar el conocimiento psico-
lógico en especíco, sin la pretensión de generalizar
su teoría a la cognición en general (De Vega, 1984;
Rivière, 1991). Así como los teóricos de la metáfora
fuerte hacen uso del modelado computacional, el
paradigma del procesamiento de información se
sirve de la simulación, la cual, si bien busca im-
plementar procesos de conocimiento en máquinas
para develar el funcionamiento cognitivo, respeta
las restricciones psicológicas y se sirve de estudios
de la actuación humana, esto es, de teorías psicoló-
gicas (método tal que es obviado por el paradigma
de cómputos sobre representaciones) (Eysenck y
Keane, 2000; Gardner, 1985). Esta forma de en-
tender la inteligencia articial se constituye como
una inuencia teórica contundente en la psicología
cognitiva contemporánea.
La cuarta opción ante el desafío de Turing, que
considera las especicidades del sistema nervioso
humano en la investigación de los procesos de co-
nocimiento, se conoce como conexionismo, y goza
de buena reputación en el ámbito cientíco moder-
no. A diferencia del tradicional procesamiento de
tipo serial (en serie), el conexionismo se ha carac-
terizado por postular un manejo de información
simultáneo y paralelo, lo que implica la posibilidad
de realizar varios procesos al mismo tiempo, e
incluso varias fases de un mismo proceso en si-
multáneo. Diferenciándose aun más de las teorías
anteriormente citadas, el conexionismo no se basa
en representaciones simbólicas, sino en patrones
de activación en redes de nodos (que equivaldrían
en manera aún algo confusa, a las neuronas) (Ha-
berlandt, 1997; Tienson, 1995).
De acuerdo con lo anterior, se busca una sínte-
sis equilibrada entre procesos operacionalizables
computacionalmente y características conocidas
del hardware humano, es decir, su biología (para
un acercamiento más sustancioso al conocimiento
conexionista véase, por ejemplo, la recién cita-
da Introducción al conexionismo de J. Tienson).
Ya referidas algunas de las posibles respuestas al
desafío de Turing, continuemos con los efectos
que el reto del matemático causó en la comunidad
académica.
Estibadores virtuales, paranoicos aparentes
y otras particulares consecuencias del desafío
de Turing en el desarrollo de la inteligencia
articial
En este punto nos es imposible proseguir, sin una
denición de inteligencia articial (I.A.), así que
brindaremos la siguiente:

<Leonardo Francisco Barón Birchenall
186<Avances en Psicología Latinoamericana/Bogotá (Colombia)/Vol. 26(2)/pp. 180-194/2008/ISSN1794-4724
la I.A., consiste en producir, en un ente no-humano,
y ante un estimulo especico, una respuesta que al
ser dada por una persona, se consideraría inteligente.
(Gardner, 1985; Simon y Kaplan, 1989)
Es esta denición sencilla, práctica y usual, la
que nos hacía falta. En cuanto al albor de esta disci-
plina (la I.A.), señalaremos que estuvo nutrido por
diversos saberes, entre los cuales resaltan la teoría
de la comunicación, de Claude Shannon, que vio
la luz pública en 1948; la teoría cibernética, de
Norbert Wiener, de la década del 40; los estudios
psicolingüísticos, liderados por Noam Chomsky,
académico de creciente relevancia a partir de me-
diados del siglo pasado; y en gran medida, por el
desafío de Turing; el cual, según algunos teóricos,
constituye el nacimiento mismo de la inteligencia
articial (como Simon y Kaplan, 1989; de quienes
tomamos también las referencias sobre las discipli-
nas que produjeron el nacimiento de la I.A.).
Ya sea que adoptasen la versión débil o fuerte
de la metáfora del ordenador, varios cientícos se
vieron muy inuenciados por el planteamiento de
Turing, entre ellos, los pioneros de la inteligencia
articial: John McCarthy, Marvin Minsky, Allen
Newell y Herbert Simon (todos investigadores nor-
teamericanos), quienes se reunieron en 1956 en el
Simposio de Dartmouth (que constituye un hito en
la creación de la I.A.), En este encuentro se discutió
sobre las bases de la nueva ciencia, y se acuño el
término “inteligencia articial” (Eysenck y Keane,
2000; Gardner, 1985). También en 1956, durante el
Simposio sobre la teoría de la información, Newell
y Simon presentaron su “máquina de la teoría lógi-
ca”, bautizada Johniac,2 la cual realizó con éxito la
resolución de uno de los teoremas, que ya habían
sido resueltos por Alfred Whitehead y Bertrand
Russell; sin embargo, aunque el teorema fue re-
suelto en forma más elegante que la de Whitehead y
Russell, según reere Gardner (1985), no se aceptó
su publicación, debido a la autoría robótica.
Con base en los planteamientos expuestos y las
conclusiones alcanzadas durante estos encuentros,
en épocas subsiguientes se creó software computa-
cional que realizaba interesantes y curiosas labores,
del cual se suele destacar: el programa Eliza, rea-
lizado en la década del 70 por el cientíco alemán,
recientemente fallecido, Joseph Weizenbaum. Di-
cho programa consistía en la simulación (o parodia)
de un terapeuta de corte rogeriano; el SHRDLU, de
Terry Winograd, desarrollado por la misma época
que el Eliza, se dirigía, mediante un reducido nú-
mero de órdenes por escrito, a un acomodador de
guras geométricas, en un pequeño mundo virtual
de bloques; y por supuesto, el inquietante Parry:
paranoico aparente, profundamente consternado
por la mafia y las carreras de caballos, escrito
(es decir, creado como programa) en los tempra-
nos 70, por el psiquiatra norteamericano Kenneth
Colby (Copeland, 1996; Gardner, 1985; Simon y
Kaplan,1989).
El funcionamiento de estos programas, Parry
y Eliza en especíco, no era en ningún sentido
misterioso. Entre las acciones para las que estaban
programados, conocidas como proceso de com-
paración de patrones (Copeland, 1996), estaba la
de detectar palabras especícas en las oraciones,
y contestar, tomando la primera de una lista de
respuestas predeterminada; estas respuestas esta-
ban asociadas en forma coherente con la palabra
elegida, o consistían en una simple transformación
sintáctica de la frase de entrada. La frase con que
se respondía era ubicada luego al nal de la lista,
de forma tal que se agotase determinado número de
respuestas, antes de repetirse. Parry, por ejemplo,
emitía una respuesta acalorada cuando detectaba
una increpación de paranoico en la charla de su
interlocutor.
Estos programas también podían trasformar
pronombres tales como tú o mí, en yo o tú, res-
pectivamente, así como modicar la sintaxis de la
oración entrante, para crear, mediante la oración
2 En deferencia al matemático húngaro John von Neumann, quien tuvo gran inuencia en la creación de los procesos mnémicos computacio-
nales, el software auto-modicable, el procesamiento serial y los cómputos sobre símbolos aplicados a la computación (Simon y Kaplan,
1989).

Avances en Psicología Latinoamericana/Bogotá (Colombia)/Vol. 26(2)/pp. 180-194/2008/ISSN1794-4724 < 187
El juego de imitación de Turing y el pensamiento humano <
de salida, una ilusión de entendimiento.3 Eliza,
por su parte, retenía frases encabezadas por mío o
mí, escritas por el interlocutor, las etiquetaba, y las
usaba luego, tomándolas como frases de contenido
especialmente signicativo para los pacientes (de
acuerdo con la programación del operador, claro
está). Para los casos en que no se detectaba un pa-
trón especíco al cual contestar, contaba Eliza con
frases de cajón como: “¿Qué te hace pensar eso?”
(Copeland, 1996) (si acaso el lector se ha visto
interesado por una conversación de este tipo, no
hace falta más que navegar en la red, en donde se
encuentran disponibles al público diversas versio-
nes de estos programas).
Aunque el proceso de funcionamiento de los
primeros programas de I.A. no es ningún arcano,
el desempeño de los mismos resulta desconcertante
y atrayente, pero causa aun más desconcierto todo
el asunto de la creatividad en las máquinas. Con-
sidérese que varios autores de la psicología de la
creatividad, como Howard Gardner, Robert Weis-
berg y Margaret Boden, comparten algo conocido
como la concepción “más de lo mismo”, la cual
consiste en el planteamiento de que no hay nada
especial o místico en el trabajo creativo de la mente
humana, sino más de lo mismo, de los procesos que
utilizamos habitualmente (Romo, 1997). En este
sentido, no es de extrañar que existan programas
que realicen obras de arte pictóricas, musicales o
literarias; programas que descubran leyes cientí-
cas, e incluso, uno que otro que publique un artículo
(todo esto avalado por el ámbito al que pertenecen
las creaciones) (Boden, 1994).
Para la muestra, un botón. He aquí las primeras
líneas, respetando el idioma vernáculo, del libro de
prosa y poesía, de Racter (abreviación de racon-
teur, término galo para narrador de cuentos): pro-
grama de inteligencia articial creado por William
Chamberlain y Thomas Etter, quienes le atribuyen
la autoría del escrito: “At all events my own essays
and dissertations about love and its endless pain
and perpetual pleasure will be known and unders-
tood by all of you who read this and talk or sing or
chant about it to your worried friends or nervous
enemies” (Racter, 1984; sin numeración de pagina
o puntuación en el original).
Con respecto a la creatividad en la inteligencia
articial, el investigador croata Mihály Csikszent-
mihalyi (1998) señala que a los computadores les es
dada la información y las variables especícas por
parte de los cientícos; que esta información sirve
como pábulo de sus creaciones, y que esto no suce-
de en la vida real. Por el contrario, algunos autores
consideran que la creatividad es un proceso no-
exclusivo de los humanos, e incluso consideran que
las creaciones artísticas computacionales zanjan
otro tanto la brecha que aleja a los hombres de las
máquinas; al respecto, arma la investigadora en
inteligencia articial Margaret Boden (1994) que
la creatividad computacional no amenaza nuestro
auto-respeto, ya que el hecho de compartir procesos
no termina por igualar a los seres que los realizan.
En las teorías de la mente
La inuencia del desafío de Turing no fue exclusi-
vamente sobre el trabajo en la inteligencia articial;
se dio también en teóricos del funcionamiento de la
mente humana, quienes propusieron ideas de suma
relevancia, como la de arquitectura mental, del
lósofo norteamericano Jerry Fodor (1968, 1986,
1997). Fodor, claro seguidor de la metáfora fuerte,
propone la organización funcional de la mente,
mediante la siguiente división: transductores senso-
riales, sistemas de entrada y sistemas centrales. Los
transductores tomarían, en forma pre-conceptual,
información sobre los estímulos del ambiente, para
pasarla luego a los sistemas de entrada. Estos serían
perceptivos y tratarían la información algorítmica-
mente, enviándola luego a los sistemas centrales (el
pensamiento y la resolución de problemas) (Fodor,
1986).
3 Por ejemplo, en el caso de Eliza, una posible respuesta a “Tú me odias” sería “Te gusta pensar que yo te odio, no es cierto”, transformando
la oración que contiene: “Tú me” por una pre-establecida que contiene: “Yo te”, modicando a su vez la conjugación del verbo (Copeland,
1996).

<Leonardo Francisco Barón Birchenall
188<Avances en Psicología Latinoamericana/Bogotá (Colombia)/Vol. 26(2)/pp. 180-194/2008/ISSN1794-4724
Lo más curioso de la tesis de Fodor es la de-
nición que realiza de los sistemas de entrada y de
los sistemas centrales: los primeros, responderían
a la característica de ser modulares, lo que impli-
ca funcionar de forma algorítmica, automática y
sumamente eciente, en un dominio especico y
con un tipo de información que no se compartiría
con otros módulos. Estos sistemas modulares de
entrada reconocerían solamente los estímulos que
les es propio tratar y aplicarían procesos formales
sobre ellos, de forma súper rápida, eciente, obli-
gatoria y, de cierta forma, obtusa, ya que harían lo
que tienen que hacer, siempre de la misma forma,
y lo que es aun más importante, sin que nuestra
conciencia tuviese acceso a sus procedimientos, ni
pudiese modicarlos; solo contemplar al resultado
del cómputo de información, que llega del ambiente
(Fodor, 1986).
Los sistemas centrales, según Fodor encargados
del pensamiento y la resolución de problemas, fun-
cionarían bajo las características que este lósofo
denomina isotropía y quineanismo, que básicamen-
te se reeren al inconveniente de denir qué infor-
mación es relevante para aplicar en una situación
problemática, o para comprobar una hipótesis dada,
y qué información se afecta y modica después de
un proceso de conocimiento (Fodor, 1986).
Estas supuestas características del funciona-
miento del pensamiento humano (isotropía y qui-
neanismo) guardan preocupante similitud con el
llamado “problema del marco”, propio del ámbito
computacional, y que según reere John Tienson
(1995) fue una de las razones de la crisis de la bue-
na y anticuada inteligencia articial (BAIA, como
la denomina Haugeland). El problema del marco
consiste justamente en la extrema dicultad de que
una máquina, o su operador, establezca el conjun-
to de información que se debe considerar antes y
durante una acción especíca, así como el con-
junto de información que se ve modicada luego
de algún proceso. En este punto no es difícil notar
cómo el funcionamiento especico de una máqui-
na, y en este caso una restricción procedimental o
de implementación, se extrapola de forma tal que
se le coneren a la mente humana propiedades y
restricciones propias de las máquinas.
La propuesta de Fodor ha dado paso a lo que se
conoce como arquitecturas mentales post-fodoria-
nas (Igoa, 2003), como las inteligencias múltiples
de Gardner, la mente computacional de Jacken-
doff o la escuela de la modularidad masiva. Estas
formas de explicación de la mente, basadas en la
metáfora del ordenador, proponen una particular
partición de la mente que contempla una gran va-
riedad de componentes, entre los que podemos con-
tar: de lenguaje, visión y musical; perceptivos; de
inteligencias de diversos tipos (entre los más con-
servadores modularmente hablando); o módulos
innatos de física, biología y psicología; e incluso,
módulos a granel del tamaño de conceptos (Cos-
mides y Tooby, 2002; Fodor, 1986; Hirschfeld y
Gelman, 2002; Jackendoff, 1987; Karmiloff-Smith,
1994; Pinker, 2001).
De estas arquitecturas, la propuesta taxonómica
de la mente, realizada por Ray Jackendoff (1987),
ha sido de particular importancia en la psicología
moderna. Consiste, básicamente, en la diferencia-
ción entre mente fenomenológica y mente com-
putacional. En la primera residirían las ilusiones,
sensaciones, imaginaciones y la conciencia de uno
mismo, mientras que la segunda se encargaría del
reconocimiento, comparación, análisis y demás
procesos de conocimiento, los cuales estarían
por fuera del alcance consciente. Reexiones de
esta índole, sumadas a numerosas investigaciones
prácticas en psicología, han llevado a postular un
supuesto muy común en las explicaciones contem-
poráneas sobre la mente, según el cual, la mayoría
de los procesos del conocimiento suceden a un nivel
no consciente, en ocasiones llamado: inconsciente
Cognitivo (LeDoux, 1999).
Es así como tenemos que en las teorías actuales
sobre la mente se evidencia, cada vez con mayor
fuerza, una clara diferencia e independencia entre
la mente que realiza los procesos de conocimiento
y la mente que comporta la conciencia (Froufe,
2004). Esta última (la conciencia) ha ido perdien-
do paulatinamente su relevancia en el terreno del
pensamiento (en términos teóricos por supuesto);
de hecho, existen teorías como la del lósofo ameri-
cano Richard Rorty (1989), quien propone el aban-
dono de la investigación y discusión de los concep-

Avances en Psicología Latinoamericana/Bogotá (Colombia)/Vol. 26(2)/pp. 180-194/2008/ISSN1794-4724 < 189
El juego de imitación de Turing y el pensamiento humano <
tos relativos a la conciencia fenomenológica, para
centrarse en el estudio neurosiológico, buscando
con ello cambiar la forma intencional de compren-
der la mente, por una centrada en su constituyente
neural; incluso, propone Rorty que así pervivan los
términos referentes a la mente fenomenológica (los
términos mentalistas propiamente hablando, como:
desear, querer o intuir), los estados del sistema ner-
vioso serían sucientes para explicar y entender la
actividad humana.
Consideraciones como las precedentes sobre
el carácter computacional único de los procesos
de conocimiento, la imposibilidad de comprender
fenómenos que no sean formulados en términos de
cómputos sintácticos sobre representaciones, o la
futilidad de los estados conscientes, constituyen un
ejemplo de las repercusiones de una extrapolación
de concepciones sintáctico-computacionales a la
explicación de la mente humana. Esto puede re-
dundar (o degenerar) en teorías confusas sobre los
procesos de pensamiento, la voluntad y la esencia
del conocimiento; pero, un momento, tal parece
que el sencillo juego planteado por Turing ha te-
nido algunas repercusiones inesperadas; acaso sea
menester, hasta donde nos sea posible, plantear las
condiciones del tipo de inteligencia que se toma
hoy en día como modelo para la explicación de la
mente. Ya que hemos llegado hasta aquí, ¿por qué
no hacerlo?
Restricciones fundamentales de la inteligencia
articial
Ya expuestas las singularidades del tema en cues-
tión (quizá muy extensamente), mediante la pre-
sentación del desafío de Turing, sus consecuencias
y posibles respuestas, el contraargumento de la
habitación china, las razones de Hofstadter y la
alusión al nacimiento y temprano desarrollo de la
inteligencia articial, estamos preparados para tra-
tar el tema que va a englobar la reexión buscada:
las restricciones fundamentales de la inteligencia
articial. Proponemos aquí, las dos siguientes:
1. Imposibilidad ontológica de la identidad de la
inteligencia articial y el pensamiento humano,
debido a génesis dispares.
2. Imposibilidad semántica de la identidad de la
inteligencia articial y el pensamiento humano,
debido a categorías conceptuales dispares.
Consideraciones preliminares sobre el sentido
y el engaño
En relación con el asunto del acceso al signicado
en la I.A., comenta Searle que “una de las arma-
ciones de los propulsores de la IA fuerte [versión
fuerte de la metáfora del ordenador] es que cuando
yo comprendo una historia en inglés, lo que estoy
haciendo es ni más ni menos lo mismo —por lo
menos aproximadamente lo mismo— que lo que
hacía al manipular los símbolos chinos” (1983, p.
458) (recuerda el lector el asunto de los manuscritos
chinos, no es cierto). Este presupuesto de los defen-
sores de la metáfora fuerte no es muy atinado, ya
que la “ruta” del proceso cognitivo, en el ejemplo
de la habitación china, consiste en una conexión
directa entre sistemas de entrada y salida, o una
conexión que en cualquier caso, no pasa por el
“almacén” de signicados; y es que ese es un atajo
cognitivo no del todo impropio del humano.
Los investigadores en neuropsicología cognitiva
Andrew Ellis y Andrew Young (1992) reeren posi-
bles conexiones entre lexicones de entrada y salida
que obvian el paso por el almacén semántico, ruta
tal que si bien en ocasiones es funcional (para la
repetición de palabras desconocidas o no-palabras,
por ejemplo), puede constituir una patología, de
ser el único medio usado para la comprensión o
producción del lenguaje.4 Para decirlo en forma
sencilla: el recibir y responder preguntas relativas
a una lluvia venidera, en forma coherente e incluso
precisa, solo basándose en la estructura de las mis-
mas y no en su signicado, no implica considerar
el uso de un paraguas en un futuro próximo para
evadir el chaparrón. Estamos hablando pues de
dos tipos de entendimiento distintos: asociativo y
4 Recordemos que en el modelo de comprensión y producción del lenguaje presentado por estos académicos, el signicado de las palabras se
encuentra ubicado en un sitio distinto al de la conformación estructural-ortográca de las mismas, ya sea en formato visual o auditivo, total
que se pueden asociar palabras entre sí sin acceder a su signicado (Ellis y Young, 1992).

<Leonardo Francisco Barón Birchenall
190<Avances en Psicología Latinoamericana/Bogotá (Colombia)/Vol. 26(2)/pp. 180-194/2008/ISSN1794-4724
comprensivo; el último abarca al primero, pero no
al contrario. Esta cuestión de acceso al signicado
ha obstaculizado los avances en I.A. de tal forma
que se ha considerado dotar a las máquinas de una
semántica que analice imágenes y las relacione con
estructuras sintácticas, almacenadas en la memoria
(Sagal, 1982; Simon y Kaplan, 1989).
Existe también, en relación con la prueba de
Turing, el problema de la máquina engañando,
haciendo creer que es un humano; y es que este
asunto del engaño no carece de profundidad, ya
que presupone la capacidad del que engaña de com-
prender, en un nivel no necesariamente consciente,
que los otros poseen representaciones mentales que
son esencialmente distintas a la realidad, y que se
basan en estas para conducirse; en este sentido, las
representaciones del que es engañado pueden ser
más o menos acordes a la situación, pudiendo por
eso conducirlo a equivocaciones en su actuar.
Ángel Rivière refiere la diferencia entre un
engaño, digamos automático, como el de algunos
animales para despistar a sus enemigos y presas, y
uno de tipo táctico (Rivière y Núñez, 1998). Este
se dene por su exibilidad y su posibilidad de ser
adaptado según la situación y las características
del que se quiere engañar. El engaño no-táctico,
entonces, sería inexible, predeterminado y no
intencional, y sucedería en seres que no poseen la
capacidad de reconocer al otro como un ser de ex-
periencia, falible y guiado por sus representaciones
mentales del mundo y de los otros; seres que no
poseen la capacidad que usualmente se denomina
teoría de la mente (ToM). Sin intención de entrar
en la polémica sobre la ToM, la semántica o el tipo
de engaño que implicaría la táctica de una máquina
para pasar el desafío de Turing, es obligado hacer
notar que hace falta algo más que coherencia sin-
táctica para poseer pensamiento.
Imposibilidad ontológica de la identidad de la
inteligencia articial y el pensamiento humano
debido a génesis dispares
El estudio de la mente y su análisis no se agotan
en una visión centrada en las características actua-
les de la población, representada por unos pocos.
Debe considerarse, además, entre otras cosas, la
aproximación logenética; es decir, el estudio de
la mente desde presupuestos evolucionistas y de
adaptabilidad y progresión como los que han sido
defendidos por la escuela conocida como Nueva
Síntesis (llamada así debido a su concreción de
teorías cognitivas con la teoría evolucionista de
Darwin) (Mithen, 1998; Pinker, 2001). De acuerdo
con las investigaciones de esta escuela, la especi-
cidad genética innata interactúa con las caracterís-
ticas ambientales haciendo posible la modicación
modular (Fernández y Ruiz, 1990).
De acuerdo con lo anterior, la mente, incluso,
puede haber venido mutando de tal forma que recur-
sos que usamos hoy día en un proceso X, pudiesen
ser modicaciones de otros usados originalmente
en un proceso Y (Cosmides y Tooby, 2002). Esta
transformación no solo seria logenética, ya que
podría también presentarse en forma progresiva en
el transcurso de una vida, mediante, por ejemplo, el
proceso que Karmiloff-Smith (1994) denomina re-
descripción representacional. Durante este proceso
de cambio conceptual, los formatos representacio-
nales, esto es, las formas en que está representado
el conocimiento, van modicándose hasta alcanzar
niveles cuyas características constituyentes son
disímiles de las de sus predecesores.
Desde otro ámbito de la psicología, se arma
que, dependiendo de la organización de un siste-
ma y de la complejidad de sus relaciones, pueden
emerger cualidades que no existen por sí solas en
los elementos constituyentes de un conjunto (Mo-
rin, 1999); es decir, las relaciones estructurales y
funcionales de un conjunto son más que la suma
de las características estructurales y funcionales de
sus constituyentes. Cuando las cualidades de los
componentes interactúan, crean fenómenos que res-
ponden especícamente a la dinámica del grupo en
que se presentan. En sistemas complejos, es decir,
con gran cantidad de componentes y relaciones,
los fenómenos resultantes de la interacción de los
elementos del grupo pueden generar características
denitorias del propio sistema (es siguiendo esta
lógica que Searle propone a la intencionalidad co-
mo propiedad emergente de la biología humana, y
Hofstadter la propone como propiedad emergente
de la conformación estructural del organismo).

Avances en Psicología Latinoamericana/Bogotá (Colombia)/Vol. 26(2)/pp. 180-194/2008/ISSN1794-4724 < 191
El juego de imitación de Turing y el pensamiento humano <
Desde estos presupuestos (la modificación
modular, la redescripción representacional y las
propiedades emergentes), el pensamiento podría
considerarse como una propiedad emergente del
sistema humano en su totalidad, que se ha cons-
tituido con el paso del tiempo en lo que es hoy:
una cualidad (por nombrarlo de algún modo) que
responde a las particularidades del hombre como
especie y a las de la historia que ha transitado. Pa-
ra Hofstadter (1983), las cualidades intencionales
serían características que emergerían en la máquina
de la complejización de sus relaciones funcionales
internas. En este sentido, es oportuno aclarar que si
la emergencia de cualidades está basada en las rela-
ciones generales que posee un sistema, la aparición
de las características especícas presentes en el
humano respondería a un largo y complejo proceso
de interacción entre sus constituyentes biológicos,
culturales y ambientales (entre tantos otros).
Asimismo, las características que pudiesen
emerger de las relaciones de los componentes de
las máquinas responderían a las especicidades
de su hardware, su ambiente, su historia y, por
supuesto, ¡sus creadores! Es en este sentido que el
argumento de Hofstadter se queda corto, ya que aun
aceptando que la interacción de características en la
máquina redundara en la emergencia de propieda-
des novedosas, no hay ninguna razón para suponer
que estas serían idénticas a las que han emergido en
los humanos a través de su historia. Señala también
Hofstadter (1983, pp. 115-116): “Lo que pasa ade-
más es que los diseñadores humanos van a acelerar
el proceso evolucionario al dirigirse en forma deli-
berada a la meta de crear inteligencia…”.
Este hecho implica que en la evolución y gé-
nesis de la máquina, a diferencia de la nuestra, la
participación de los creadores es clara. Sería quizá
insensato ignorar estos factores preponderantes en
la aparición de las propiedades emergentes en las
máquinas, que imposibilitan la identidad del pen-
samiento humano y la inteligencia articial desde
la constitución misma de su esencia. No signica
esto que las características que pueda llegar a pre-
sentar una máquina, bien sea por su constitución o
por la relación compleja de sus componentes, no
puedan ser similares en sus efectos o procesos a
las humanas; simplemente signica, que no son, o
serán, idénticas. Para lograr un repertorio de carac-
terísticas mentales iguales a las de los humanos, se
requeriría la creación de un ser con características
constituyentes iguales a las humanas, y este asunto,
por métodos distintos al tradicional, acaso se nos
complicase un poco.
Imposibilidad semántica de la identidad de la
inteligencia articial y el pensamiento humano
debido a categorías conceptuales dispares
Para Turing, la mejor estrategia que pudiese usar
una máquina sería “la de intentar el logro de res-
puestas como las que naturalmente daría un hom-
bre” (1981, p. 72); es decir, la máquina debería
imitar con precisión la conducta verbal humana (y
eventualmente también las acciones). Sin embargo,
imitar implica la irrealidad de lo que imita frente a
lo imitado; veamos cómo.
De acuerdo con Chomsky (1980, 1988), exis-
te cierta clase de categorías semánticas innatas,
categorías conceptuales predeterminadas en el
humano que se etiquetan por medio del lenguaje
y signican lo mismo universalmente; aun siendo
nombradas de forma distinta por distintas cultu-
ras, estas categorías implicarían la existencia de
estructuras conceptuales similares en las distintas
personas del mundo; de ahí lo que este autor de-
nomina “verdades de signicado” (1988, p. 35).
Estas verdades de signicado no dependerían de la
experiencia para su constatación, es más, ni siquiera
requerirían constatación, ya que ociarían como
pilares categoriales del proceso de adquisición de
conocimiento.
Esta idea de conocimientos y categorías prees-
tablecidas en la mente es también un presupuesto
fundamental para los teóricos de la modularidad
masiva, quienes reeren, con amplio apoyo em-
pírico, la existencia de conocimiento (nociones o
preferencias) de tipo físico, biológico, psicológico
y de otras variadas índoles. Estos conocimientos
estarían presentes en los recién nacidos (o en todo
caso a tempranísima edad) y constituirían el fun-
damento para la consolidación del conocimiento.
Estos autores arman, además, que una categoría
de conocimiento innata al humano le permite dis-

<Leonardo Francisco Barón Birchenall
192<Avances en Psicología Latinoamericana/Bogotá (Colombia)/Vol. 26(2)/pp. 180-194/2008/ISSN1794-4724
tinguir entre seres animados e inanimados o vivos y
no-vivos (Cosmides y Tooby 2002; Pinker, 2001).
Con base en este principio y en las verdades
de signicado de Chomsky podemos entender las
categorías semánticas de simulación y simulado
como dispares, por el hecho mismo, tan evidente
que se obvia, de que la simulación por denición
requiere lo simulado para existir; su esencia se
basa en tratar de ser algo que no es: en aparen-
tar; en otras palabras, la simulación es irreal en el
sentido de la realidad de lo que simula: desde estas
premisas, la inteligencia articial representa una
fantasmagoría. Aclaremos que bajo ninguna cir-
cunstancia estamos en una discusión de términos
de cómo calicar lingüísticamente la inteligencia
articial; el punto aquí recae en las diferentes esen-
cias del pensamiento humano y el pensamiento
articial, ocupando distintas categorías conceptua-
les en la clasicación propia de la mente humana;
esto debido, entre otras cosas, a que las génesis de
ambas son claramente dispares.
Ahora, aunque esta negación de la identidad en-
tre el pensamiento humano y la I.A. pueda parecer
vana, no lo es; téngase en cuenta que pioneros de
la I.A., como Allen Newell y Herbert Simon, “es-
criben que el tipo de conocimiento cuya existencia
ellos arman en las computadoras es exactamente
el mismo que el de los seres humanos.” (Searle,
1983, p. 461); y no se olvide tampoco de las reper-
cusiones que puede traer, y de hecho ha traído, en la
concepción contemporánea de la mente, el forzado
parangón entre esta y una máquina computarizada.
Así que si tomar el pensamiento humano por único,
o como el pensamiento por antonomasia, resulta in-
genuo, lo es también considerar que el pensamiento
de las máquinas, en algún tramo de su periplo evo-
lutivo, resulte ser idéntico al nuestro.
La inteligencia articial llegara con seguridad,
si es que no lo ha hecho ya, a superar la prueba de
Turing; es de esperar también que se logre simular,
de alguna forma, la intencionalidad y la conciencia
en cerebros de silicio; pero, aun así, las propieda-
des de estas máquinas no serán las mismas que las
nuestras, ya que entre la complejidad de la interac-
ción de sus componentes constitutivos, se contarán
factores distintos a los que cuentan en nosotros; el
pensamiento de las máquinas, si quiere llamársele
así, va a pertenecer, o pertenece, a categorías pri-
mordialmente distintas.

Avances en Psicología Latinoamericana/Bogotá (Colombia)/Vol. 26(2)/pp. 180-194/2008/ISSN1794-4724 < 193
El juego de imitación de Turing y el pensamiento humano <
Referencias
Acero, J. J. (1995). Teorías del contenido mental. En F. Broncano (Ed.), La mente humana (pp. 175-206). Madrid:
Trotta.
Bechtel, W. (1991). Filosofía de la mente. Una panorámica para la ciencia cognitiva. Madrid: Tecnos.
Boden, M. (1994). La mente creativa: mitos y mecanismos. Barcelona: Gedisa.
Chomsky, N. (1980). On cognitive structures and their development: A reply to Piaget. En M. Piattelli-Palmarini
(Ed.), Language and learning: The debate between Jean Piaget and Noam Chomsky (pp. 35-54). Cambridge,
MA: Harvard University Press.
Chomsky, N. (1988). El lenguaje y los problemas del conocimiento. Conferencias de Managua I. Madrid: Visor.
Copeland, J. (1996). Inteligencia articial: una introducción losóca. Madrid: Alianza.
Cosmides, L. y Tooby, J. (2002). Orígenes de la especicidad de dominio: la evolución de la organización funcional.
En L. Hirschfeld y S. Gelman (Comps.), Cartografía de la mente: la especicidad de dominio en la cognición
y la cultura (pp. 132-173). Barcelona: Gedisa.
Csikszentmihalyi, M. (1998). Creatividad. El uir y la psicología del descubrimiento y la invención. Barcelona:
Paidós.
de Vega, M. (1984). Introducción a la psicología cognitiva. Madrid: Alianza.
Ellis, A. W. y Young, A. W. (1992). Neuropsicología cognitiva humana. Barcelona: Masson.
Eysenck, M. W. y Keane, M. T. (2000). Cognitive psychology: A student’s handbook. Hove, UK: Psychology
Press.
Fernández, P. y Ruiz, M. (Eds.) (1990). Cognición y modularidad. Barcelona: PPU.
Fodor, J. (1968/1980). La explicación psicológica. Introducción a la losofía de la psicología. Madrid: Cátedra.
Fodor, J. (1986). La modularidad de la mente. Madrid: Morata.
Fodor, J. (1997). El olmo y el experto. El reino de la mente y su semántica. Barcelona: Paidós.
Froufe, M. (2004). Disociaciones entre cognición y conciencia. En D. A. Duarte y E. A. Rabossi (Eds.), Psicología
Cognitiva y Filosofía de la Mente: Pensamiento, Representación y Conciencia (pp. 285-307). Buenos Aires:
Alianza.
Gardner, H. (1985/1988). La nueva ciencia de la mente. Historia de la revolución cognitiva. Barcelona: Paidós.
Haberlandt, K. (1997). Cognitive psychology (2nd. edition). Boston: Allyn and Bacon.
Hirschfeld, L. y Gelman, S. (2002). Hacia una topografía de la mente: una introducción a la especicidad de dominio.
En L. Hirschfeld y S. Gelman (Comps.), Cartografía de la Mente (pp. 23-67). Barcelona: Gedisa.
Hofstadter, D. (1983). Temas metamágicos bizantinos. El test de Turing: conversación en un café. En D. Hofstadter
y D. Dennett (Comps.), El ojo de la mente: fantasías y reexiones sobre el yo y el alma (pp. 90-125). Buenos
Aires: Sudamericana.
Igoa, J. M. (2003). Las paradojas de la modularidad. Anuario de Psicología, 34 (4), 529-536.
Jackendoff, R. (1987). Consciousness and the computational mind. Cambridge, MA: MIT Press.
Karmiloff-Smith, A. (1994). Más allá de la modularidad. Madrid: Alianza.
LeDoux, J. (1999). El cerebro emocional. Buenos Aires: Planeta.
Mithen, S. (1998). Arqueología de la mente. Barcelona: Crítica.
Morin, E. (1995). Introducción al pensamiento complejo. Barcelona: Gedisa.
Pinker, S. (2001). Cómo Funciona la Mente. Barcelona: Destino.
Racter (1984). The Policeman’s beard is half constructed. Computer prose and poetry. New York: Warner Books.
Rivière, A. (1991). Objetos con mente. Madrid: Alianza.
Rivière, A. y Núñez, M. (1998). La mirada mental (2ª ed.). Buenos Aires: Aique.
Romo, M. (1997). Psicología de la creatividad. Barcelona: Paidós.
Rorty, R. (1989). La losofía y el espejo de la naturaleza. Madrid: Cátedra.

<Leonardo Francisco Barón Birchenall
194<Avances en Psicología Latinoamericana/Bogotá (Colombia)/Vol. 26(2)/pp. 180-194/2008/ISSN1794-4724
Sagal, P. T. (1982). Mind, man, and machine. Indianapolis: Hackett Publishing Company.
Searle, J. (1983). Mentes, cerebros y programas. En D. Hofstadter y D. Dennett (Comps.), El ojo de la mente: fan-
tasías y reexiones sobre el yo y el alma (pp. 454-493). Buenos Aires: Sudamericana.
Simon, H. y Kaplan, C. (1989). Foundations of Cognitive Science. En M. Posner (Comp.), Foundations of Cognitive
Science (pp. 1-47). Cambridge, MA: MIT Press.
Tienson, J. (1995). Una introducción al conexionismo. En Rabossi, E. (Comp.), Filosofía de la mente y ciencia cog-
nitiva (pp. 359-380). Barcelona: Paidós.
Turing, A. (1950/1983). Los aparatos de computación y la inteligencia. En D. Hofstadter y D. Dennett (Comps.), El
ojo de la mente: fantasías y reexiones sobre el yo y el alma (pp. 69-89). Buenos Aires: Sudamericana.
Fecha de recepción: abril de 2008
Fecha de aceptación: agosto de 2008