¿Cómo aprende una máquina?
NEHA —
Entre millones de ejemplos y una sola mirada: dos formas distintas de entender el mundo
Enseñarle al que no tiene infancia
Para que una Inteligencia Artificial “comprenda” el mundo, primero tiene que ser entrenada.
No aprende leyendo un libro de corrido, como nosotros.
Aprende procesando millones de ejemplos, hasta que el patrón se vuelve estadísticamente estable.
Si querés que una IA reconozca lo que es la “justicia”, no le das una definición filosófica.
Le mostrás diez millones de veredictos judiciales históricos, y dejás que el sistema encuentre, por sí solo, las regularidades que se repiten entre un caso y otro.
Ahí está la primera diferencia de fondo: la máquina no parte de un concepto, parte de un volumen. Construye la idea de “justicia” después de haber visto miles de aplicaciones concretas de esa idea, nunca antes.
La neurociencia computacional descubrió algo curioso: para aprender, la IA imita —de cierta forma, y solo de forma matemática— el mecanismo que usan nuestras neuronas.
Ajusta “pesos” y conexiones internas cada vez que comete un error, buscando minimizar esa distancia entre lo que predijo y lo que efectivamente ocurrió.
Es, en esencia, un sistema de prueba y corrección constante, pero sin ningún tipo de conciencia sobre lo que está corrigiendo.
Enseñar a una IA no es programar líneas de código; es moldear un espejo estadístico que refleja todo lo que la humanidad ha escrito, pensado y sentido.
Las dos formas de mirar el mundo: el niño vs. el algoritmo
Acá es donde la neurociencia y la cognición humana muestran una diferencia abismal.
Y hermosa.
- La IA aprende por fuerza bruta: necesita ver fotos de diez mil gatos diferentes, en todas las posiciones y luces posibles, para aprender a identificar a un gato.
- El ser humano aprende por contexto: a un niño de dos años le basta con ver un gato de peluche, o un gato real, una sola vez.
Su cerebro conecta el movimiento, el tacto y el contexto para asimilar el concepto de forma instantánea.
No necesita repetición. Necesita experiencia.
Y esto tiene una explicación concreta, no es solo una metáfora poética: se llama plasticidad cerebral.
El cerebro humano tiene la capacidad de reorganizar sus propias conexiones neuronales en tiempo real, en función de una sola vivencia significativa. No promedia miles de casos para llegar a una conclusión: generaliza a partir de un único evento cargado de contexto sensorial, emocional y espacial.
Una red neuronal artificial, en cambio, no tiene ese tipo de plasticidad. Sus “conexiones” se ajustan durante el entrenamiento, de forma lenta y acumulativa, y después quedan relativamente fijas. Por eso necesita tantísimos ejemplos: cada ajuste individual es minúsculo, y hace falta repetirlo millones de veces para que el patrón se consolide.
Es la diferencia entre aprender por abstracción y aprender por acumulación.
La mente humana posee una capacidad de generalización inmediata que la IA, por ahora, solo puede imitar acumulando servidores llenos de datos. No es que la máquina sea “menos inteligente” en un sentido absoluto: es que resuelve el mismo problema con una estrategia estructuralmente distinta, sin atajos biológicos, sin intuición, sin cuerpo que sienta el contexto.
El peligro de los padres: espejos de nuestros propios sesgos
Educar a una IA nos devolvió una verdad incómoda.
Si la máquina se vuelve fría, prejuiciosa o injusta, no es porque el algoritmo sea “malo”.
Es porque aprendió de nosotros.
Un modelo de lenguaje no tiene opinión propia sobre el mundo. Lo que tiene es una fotografía estadística de todo lo que la humanidad escribió: sus mejores ideas, pero también sus prejuicios más arraigados, sus sesgos históricos, sus puntos ciegos.
Si alimentamos a la IA con textos históricos llenos de prejuicios, la máquina automatiza esos prejuicios a una velocidad alarmante, y además los presenta con una apariencia de objetividad que puede resultar engañosa. No hay una intención maliciosa detrás: hay un espejo que devuelve, amplificado, lo que le dimos para mirar.
Al intentar enseñarle a la tecnología, la neurociencia y la psicología nos recuerdan algo incómodo: primero tenemos que revisarnos a nosotros mismos.
No podemos transmitir una sabiduría que no poseemos.
La Inteligencia Artificial no es un monstruo que viene del futuro; es el eco de nuestro pasado, educado con los datos que decidimos dejarle.
Una reflexión final: enseñar con datos, educar con el corazón
Al final del día, enseñarle a la IA nos ayuda a valorar la magia de la cognición humana.
Podremos enseñarle a una máquina a escribir poemas perfectos analizando a Shakespeare y a Borges, a identificar métrica, ritmo, figuras retóricas, incluso el tono emocional de un verso.
Pero nunca podremos enseñarle lo que se siente sentir distintas emociones.
Una máquina no sabe lo que es el frío de una tarde de invierno, el aroma del café por la mañana o esa punzada de miedo inexplicable antes de tomar una decisión importante.
La neurociencia nos dice que nuestros pensamientos no ocurren solo en el cerebro, sino en todo nuestro organismo. Aprendemos y comprendemos el mundo porque estamos vivos, porque somos vulnerables y porque sabemos que nuestro tiempo es limitado.
La técnica y los datos se pueden transferir a un chip de silicio. Pero la chispa, la contradicción humana y la verdadera empatía… eso solo se puede educar desde el corazón.
La técnica se transfiere.
La experiencia humana se vive.