La historia de la inteligencia artificial comenzó mucho antes de ChatGPT. Décadas antes de que millones de personas conversaran diariamente con una máquina, científicos, matemáticos y filósofos ya intentaban responder una pregunta que parecía imposible: ¿puede una computadora imitar la inteligencia humana?
La respuesta tardó más de 70 años en tomar la forma que conocemos hoy. En el camino hubo avances revolucionarios, promesas exageradas, periodos donde parecía que la IA había fracasado por completo y descubrimientos que terminaron cambiando no solo la tecnología, sino nuestra relación con ella.
Desde Alan Turing hasta los Transformers y la aparición de ChatGPT, la evolución de la inteligencia artificial demuestra algo importante: ninguna revolución tecnológica aparece de la nada. Lo que hoy parece avanzar a una velocidad extraordinaria es el resultado de décadas de investigación acumulada.
Si quieres entender primero qué significa actualmente este concepto, puedes complementar esta lectura con nuestra guía sobre qué es la inteligencia artificial.
Antes de la IA ya imaginábamos máquinas inteligentes
La idea de crear máquinas capaces de imitar comportamientos humanos es mucho más antigua que las computadoras.
Durante siglos aparecieron autómatas mecánicos diseñados para reproducir movimientos humanos o animales. En el siglo XIX, Charles Babbage imaginó una máquina capaz de realizar operaciones generales y Ada Lovelace entendió algo todavía más interesante: una computadora podría trabajar con algo más que números.
Lovelace llegó a plantear que estas máquinas podrían, en determinadas condiciones, trabajar con música o símbolos. Más de un siglo después, esa intuición resulta sorprendentemente cercana a lo que hacen los modelos generativos actuales.
Sin embargo, la inteligencia artificial como disciplina científica todavía necesitaba una pregunta fundamental.
Alan Turing y la pregunta que lo inició todo
En 1950, Alan Turing publicó Computing Machinery and Intelligence y abrió su texto con una pregunta simple: “¿Pueden pensar las máquinas?”
En lugar de intentar definir filosóficamente qué significa pensar, propuso una prueba práctica. Si una persona conversaba con una máquina y no podía distinguirla de otro humano, podría considerarse que esa máquina mostraba un comportamiento inteligente.
La propuesta se conocería posteriormente como el Test de Turing y se convertiría en una de las ideas más reconocibles de la historia de la computación.
Lo interesante es que muchas de las preguntas planteadas por Turing siguen vigentes. Cuando actualmente discutimos si un chatbot “entiende”, “razona” o simplemente genera respuestas convincentes, estamos retomando una conversación que comenzó hace más de siete décadas.
1956: cuando nació oficialmente la inteligencia artificial
El término inteligencia artificial apareció formalmente en 1956 durante un encuentro académico organizado en Dartmouth College.
John McCarthy, Marvin Minsky, Claude Shannon y otros investigadores partían de una hipótesis ambiciosa: cualquier aspecto del aprendizaje o de la inteligencia podría describirse con suficiente precisión para que una máquina pudiera reproducirlo.
El optimismo era enorme. Algunos investigadores imaginaban que alcanzar una inteligencia comparable a la humana podría tomar apenas unos años.
La realidad fue muy diferente.
Los primeros programas lograron resolver problemas matemáticos, jugar damas o procesar algunas formas básicas de lenguaje. Pero las computadoras tenían poca capacidad y los sistemas funcionaban bien únicamente dentro de escenarios extremadamente controlados.
La IA había nacido. Resolverla sería mucho más complicado.
ELIZA y la facilidad con la que vemos humanidad en una máquina
En 1966 apareció ELIZA, uno de los primeros chatbots de la historia.
Creado por Joseph Weizenbaum en MIT, el programa simulaba una conversación con un psicoterapeuta utilizando reglas relativamente simples. ELIZA no entendía realmente lo que las personas escribían, pero respondía de manera suficientemente convincente para generar una sensación de diálogo.
Weizenbaum quedó sorprendido al descubrir que algunas personas desarrollaban una conexión emocional con el programa.
Décadas antes de ChatGPT, ELIZA ya había demostrado algo que sigue siendo relevante: los seres humanos somos muy buenos atribuyendo intención, personalidad e inteligencia a sistemas que utilizan lenguaje natural.
Los inviernos de la IA
Durante los años sesenta y setenta, las expectativas alrededor de la inteligencia artificial comenzaron a superar ampliamente sus resultados.
Los sistemas no podían cumplir muchas de las promesas iniciales y los gobiernos redujeron el financiamiento para investigación. Este periodo pasó a conocerse como el primer invierno de la IA.
En los años ochenta apareció otro momento de entusiasmo gracias a los llamados sistemas expertos, programas capaces de aplicar enormes conjuntos de reglas para resolver problemas específicos. Durante algunos años parecieron representar el futuro de la computación empresarial.
Pero mantener miles de reglas manualmente resultaba costoso y poco flexible. Cuando las expectativas volvieron a superar a la tecnología, llegó un segundo invierno.
La historia de la inteligencia artificial comenzó entonces a mostrar un patrón que todavía podemos reconocer: periodos de entusiasmo extremo seguidos por etapas de desilusión.
Deep Blue demuestra que una máquina puede vencer al campeón
El 11 de mayo de 1997 ocurrió uno de los momentos más mediáticos en la evolución de la inteligencia artificial.
Deep Blue, una computadora desarrollada por IBM, derrotó al campeón mundial Garry Kasparov en un enfrentamiento de ajedrez.
La máquina no funcionaba como las IAs actuales. Su principal ventaja consistía en calcular enormes cantidades de posiciones posibles a una velocidad imposible para una persona.
Aun así, culturalmente el mensaje fue enorme: una computadora acababa de derrotar al mejor humano del mundo en una actividad que durante siglos había estado asociada con estrategia e inteligencia.
2012: el momento que cambió la IA moderna
El verdadero punto de inflexión de la inteligencia artificial actual llegó en 2012.
Ese año, AlexNet, una red neuronal desarrollada por Alex Krizhevsky, Ilya Sutskever y Geoffrey Hinton, obtuvo resultados extraordinarios en la competencia ImageNet de reconocimiento visual.
La diferencia frente a modelos anteriores fue tan amplia que las grandes empresas tecnológicas comenzaron a invertir agresivamente en deep learning.
Habían coincidido tres elementos fundamentales: enormes cantidades de datos, mejores algoritmos y GPUs capaces de realizar cálculos a una escala antes imposible.
A partir de ese momento, el progreso comenzó a acelerarse.
Si quieres profundizar en cómo aprenden estos sistemas, puedes leer nuestro artículo sobre qué es Machine Learning.
AlphaGo y el movimiento que ningún humano esperaba
En 2016, AlphaGo, desarrollado por DeepMind, venció al campeón Lee Sedol en el complejo juego de Go.
Durante la segunda partida ocurrió un momento que se volvería famoso: el llamado Move 37.
AlphaGo realizó una jugada que los comentaristas inicialmente consideraron extraña. Después se hizo evidente que había encontrado una estrategia extraordinariamente efectiva que pocos jugadores humanos habrían considerado.
El episodio cambió la percepción sobre lo que podía hacer una máquina. Ya no parecía limitarse únicamente a calcular más rápido. También podía encontrar soluciones inesperadas dentro de problemas extremadamente complejos.
Los Transformers prepararon el camino para ChatGPT
En 2017, investigadores de Google publicaron un artículo titulado Attention Is All You Need.
El paper presentó una nueva arquitectura llamada Transformer, capaz de procesar relaciones dentro del lenguaje de manera mucho más eficiente que tecnologías anteriores.
En ese momento parecía un avance principalmente académico. Hoy sabemos que se convirtió en la base tecnológica de los grandes modelos de lenguaje modernos.
GPT, Claude, Gemini y muchas otras herramientas actuales existen gracias a esa arquitectura.
A partir de ahí, el desarrollo fue rápido. OpenAI lanzó GPT-1 en 2018, GPT-2 en 2019 y GPT-3 en 2020. Paralelamente, comenzaron a aparecer sistemas capaces de generar imágenes a partir de instrucciones de texto.
La IA generativa estaba lista. Solo faltaba una interfaz suficientemente sencilla para llegar al público masivo.
ChatGPT convierte la IA en tecnología cotidiana
El 30 de noviembre de 2022, OpenAI lanzó ChatGPT.
La tecnología subyacente llevaba años desarrollándose, pero el formato cambió completamente la experiencia. En lugar de aprender comandos técnicos o utilizar herramientas especializadas, cualquier persona podía simplemente escribir una pregunta.
La adopción fue extraordinariamente rápida.
De repente, estudiantes, programadores, diseñadores, abogados, docentes y empresas comenzaron a experimentar con inteligencia artificial en tareas cotidianas.
ChatGPT no inició la historia de la IA. Pero sí marcó el momento en que una tecnología desarrollada durante décadas dejó de pertenecer principalmente a investigadores y comenzó a formar parte de la cultura popular.
De ChatGPT a una nueva carrera tecnológica
Después de 2022 comenzó una competencia acelerada entre las principales empresas tecnológicas.
Google lanzó Gemini, Anthropic expandió Claude, Meta impulsó su familia Llama y comenzaron a aparecer modelos especializados en razonamiento, programación, imágenes, audio y video.
La IA también salió del chatbot. Hoy participa en motores de búsqueda, plataformas de streaming, producción audiovisual, redes sociales, videojuegos, diseño y automatización empresarial.
Lo interesante es que muchas de estas aplicaciones tienen raíces en tecnologías desarrolladas décadas antes.
La revolución actual parece rápida porque vemos sus resultados todos los días. Pero detrás existen más de 70 años de investigación, errores y aprendizajes.
Conclusión
La historia de la inteligencia artificial es una historia de expectativas, fracasos y avances inesperados.
Desde la pregunta de Alan Turing hasta el nacimiento formal de la disciplina en Dartmouth, los inviernos de la IA, Deep Blue, AlexNet, AlphaGo, los Transformers y finalmente ChatGPT, cada etapa construyó una pieza del ecosistema que utilizamos actualmente.
Quizá la principal lección de esta evolución es que el progreso tecnológico rara vez ocurre de manera lineal. Muchas ideas consideradas fracasos durante una década terminan convirtiéndose en la base de la siguiente revolución.
Hoy vivimos uno de los periodos de mayor aceleración en toda la historia de la IA. Lo que todavía resulta imposible saber es si estamos ante la culminación de décadas de investigación o apenas en los primeros capítulos de una transformación mucho más grande.