Artículo de información
José Carlos Botto Cayo y Abel Marcial Oruna Rodríguez
28 de marzo del 2025
La inteligencia artificial está avanzando rápidamente, cambiando nuestra relación con la tecnología. En los últimos meses hemos visto la llegada de asistentes virtuales con una capacidad sorprendente: pueden hacer tareas complejas por su cuenta, sin necesitar supervisión constante. Estos sistemas son muy diferentes a los chatbots tradicionales que solo responden preguntas. Los nuevos asistentes pueden navegar por internet, escribir código, crear sitios web completos y analizar grandes cantidades de datos como si fueran un asistente humano trabajando en una computadora. Esta evolución está cambiando lo que esperamos de las máquinas y abre posibilidades que antes parecían imposibles.
El ejemplo más impactante de estos avances viene de China, donde un sistema de IA ha provocado un fenómeno sin precedentes, acumulando una lista de espera de 2 millones de personas interesadas en probarlo en apenas una semana desde su anuncio. Este ritmo de adopción ha superado ampliamente la velocidad inicial con que crecieron plataformas como TikTok y ChatGPT en sus primeros días. Lo que distingue a estos nuevos asistentes es su capacidad para operar con verdadera autonomía: tienen acceso a herramientas digitales que les permiten ejecutar acciones concretas, no simplemente generar texto en respuesta a preguntas.
De Ada Lovelace a Alan Turing: los primeros pasos
La idea de máquinas inteligentes existe desde hace mucho tiempo. En 1843, Ada Lovelace, considerada la primera programadora de la historia, trabajó con Charles Babbage en su máquina analítica. En sus notas, Lovelace escribió que «las computadoras van a estar limitadas a hacer lo que un ser humano les ordene», poniendo un límite a lo que creía posible. Esta idea permaneció como dogma durante más de un siglo, hasta que nuevas mentes comenzaron a cuestionar si las máquinas podrían ir más allá de simples cálculos y desarrollar algo parecido al pensamiento (Calonge, 2024).
Un siglo después, Alan Turing desafió esta idea. En 1936, definió la famosa «máquina de Turing», un modelo teórico que sentó las bases de todas las computadoras modernas. Esta máquina hipotética, con una cinta de papel infinita y un cabezal de lectura, demostró que cualquier problema calculable podía resolverse con las instrucciones correctas. Lo revolucionario de su propuesta no fue tanto la máquina en sí, sino las implicaciones de lo que podría hacer si se construyera: procesar cualquier tipo de problema que pudiera expresarse mediante algoritmos (Quiroga, 2023).
En 1950, Turing publicó un artículo donde propuso el «juego de la imitación», hoy conocido como «test de Turing». La prueba era simple: si un juez no puede distinguir si está hablando con una máquina o un humano, entonces la máquina podría considerarse «inteligente». Durante décadas, muchos creyeron que ninguna máquina superaría este test. Sin embargo, en noviembre de 2022, ChatGPT demostró que esta barrera podía superarse, marcando un antes y un después en la historia de la IA (Quiroga, 2023).
John McCarthy finalmente acuñó el término «inteligencia artificial» en 1956 durante una conferencia en Dartmouth College. Esto marcó el inicio formal de la IA como campo de estudio y comenzó la primera ola de investigación, con grandes esperanzas sobre lo que las máquinas podrían lograr. Sin embargo, pronto llegaron los desafíos técnicos y la primera «ola de entusiasmo» fue seguida por décadas de avance lento, en lo que muchos llamaron «el invierno de la IA» (Quiroga, 2023).
Entre avances y decepciones: el camino hacia los sistemas modernos
Los primeros intentos de crear máquinas inteligentes fueron modestos pero significativos. En 1958, Frank Rosenblatt desarrolló el concepto de perceptrón y las primeras redes neuronales, creando una máquina que podía aprender patrones simples. Ese mismo año, Alex Berstein programó el primer software de ajedrez, aunque apenas jugaba a nivel principiante. Estos avances, aunque limitados, mostraban el potencial de las máquinas para realizar tareas que antes se consideraban exclusivamente humanas (Russell, 2003).
En 1966 apareció ELIZA, creada por Joseph Weizenbaum, considerada el primer chatbot de la historia. Aunque hoy nos parecería extremadamente simple (solo identificaba palabras clave y respondía con frases predefinidas), muchos usuarios llegaron a creer que había una inteligencia real detrás de las respuestas. ELIZA podía mantener conversaciones básicas como «Tengo un problema» – «¿Qué problema tienes?», creando la ilusión de comprensión. Este fenómeno, donde las personas atribuyen inteligencia a sistemas que realmente no la tienen, sigue siendo relevante en los debates actuales sobre IA (Russell, 2003).
Durante las décadas de 1970 a 1990 llegó lo que se conoce como «el invierno de la IA». El entusiasmo inicial se enfrió cuando los investigadores se dieron cuenta de que crear máquinas verdaderamente inteligentes era mucho más difícil de lo que pensaban. Los gobiernos recortaron la financiación y muchos proyectos quedaron estancados. Sin embargo, el trabajo continuó en laboratorios y universidades, sentando las bases para lo que vendría después. Esta época nos enseña que el progreso tecnológico rara vez sigue una línea recta, sino que avanza en ciclos de entusiasmo y desilusión (Russell, 2003).
El panorama empezó a cambiar en 1997, cuando Deep Blue de IBM derrotó al campeón mundial de ajedrez Garry Kasparov. Aunque no era inteligencia artificial como la entendemos hoy (usaba principalmente fuerza bruta para calcular movimientos), fue un momento simbólico que devolvió la atención a las posibilidades de la IA. Años después, en 2011, otra computadora de IBM llamada Watson ganó el concurso de preguntas Jeopardy!, demostrando que las máquinas podían entender el lenguaje natural y procesarlo para responder preguntas complejas (Russell, 2003).
El despegue de la IA moderna: de Siri a ChatGPT
El verdadero boom de la IA comenzó con Siri de Apple en 2011. Aunque hoy nos parezca básica, Siri fue revolucionaria: un asistente personal en tu bolsillo que respondía a comandos de voz. Este lanzamiento provocó una reacción en cadena en la industria tecnológica. Google, preocupado por quedarse atrás, compró DeepMind en 2014 por 500 millones de dólares, una empresa especializada en IA que había conseguido logros impresionantes como hacer que sus sistemas aprendieran a jugar videojuegos por sí solos (Marquez, 2025).
En 2015, Elon Musk y Sam Altman fundaron OpenAI, originalmente como una organización sin fines de lucro dedicada a investigar la IA de manera segura. Lo que comenzó como un proyecto para el «bien de la humanidad» experimentaría grandes cambios en los años siguientes. La historia de OpenAI refleja las tensiones en el campo de la IA: ideales altruistas frente a necesidades comerciales. Tras la salida de Musk, OpenAI recibió una inversión de mil millones de dólares de Microsoft, transformando su estructura y objetivos (Carballar, 2024).
El avance técnico más importante ocurrió en 2017, cuando Google publicó un artículo titulado «Attention is All You Need», presentando la arquitectura Transformer. Este modelo revolucionario solucionaba problemas fundamentales en el procesamiento del lenguaje, permitiendo a las máquinas «recordar» contexto y mantener conversaciones coherentes. OpenAI adoptó esta arquitectura para crear GPT (Generative Pre-trained Transformer), la base de lo que vendría después (Calonge, 2024).
El 30 de noviembre de 2022 llegó el punto de inflexión: OpenAI lanzó ChatGPT como una «vista previa técnica». Lo que comenzó como un experimento alcanzó un millón de usuarios en apenas cinco días, superando ampliamente el test de Turing y cambiando para siempre nuestras expectativas sobre la IA. Este momento marcó el inicio de una carrera tecnológica entre gigantes como Google, Microsoft, Meta y Apple, cada uno desarrollando sus propios modelos y asistentes, mientras los límites de lo posible se expandían día a día (Calonge, 2024).
Cómo funcionan estos asistentes inteligentes
Detrás de estos asistentes hay una arquitectura compleja que combina varios componentes de inteligencia artificial. En su núcleo utilizan modelos de lenguaje avanzados similares a los de ChatGPT o Claude, que les proporcionan la capacidad de entender instrucciones en lenguaje natural y generar respuestas coherentes. Pero lo que realmente los hace especiales es una capa adicional de funcionalidad que les permite planificar y ejecutar acciones. Esta capacidad de agencia autónoma se logra mediante modelos específicamente entrenados para descomponer problemas complejos en pasos manejables y para interactuar con herramientas digitales como navegadores web y entornos de programación (Calonge, 2024).
El proceso operativo de estos asistentes sigue un flujo de trabajo bien definido. Cuando reciben una solicitud, primero la analizan para entender exactamente qué se les está pidiendo. Luego descomponen esa solicitud en objetivos más pequeños y crean un plan detallado con todos los pasos necesarios para completar la tarea. Por ejemplo, si les pides que creen un curso sobre programación, identificarán que necesitan investigar contenidos apropiados, diseñar una estructura de lecciones, crear ejemplos prácticos y finalmente presentarlo todo en un formato accesible. Lo interesante es que te muestran este plan antes de comenzar a trabajar, para que puedas revisarlo y hacer ajustes si es necesario (Calonge, 2024).
Una vez que el plan está claro, el asistente comienza a ejecutar cada paso mientras te mantiene informado de su progreso. Navega por internet para buscar información, escribe código cuando es necesario, diseña interfaces de usuario y va construyendo gradualmente el producto final. Todo esto ocurre en tiempo real, por lo que puedes ver cómo el asistente trabaja, casi como si estuvieras observando a una persona sentada frente a una computadora. Durante este proceso, si encuentra obstáculos o necesita más información, te lo comunica. De la misma manera, si ves que el asistente está tomando un enfoque que no te gusta, puedes intervenir para reorientarlo (Calonge, 2024).
Los entornos en los que operan estos asistentes son especialmente diseñados para permitirles interactuar con el mundo digital de forma segura. Funcionan en espacios virtuales aislados (sandboxes) que les dan acceso a herramientas como navegadores web, terminales de comandos y entornos de desarrollo, pero con ciertas restricciones para prevenir acciones potencialmente peligrosas. Esta configuración les permite realizar tareas complejas mientras se mantienen ciertas barreras de seguridad. A pesar de estas limitaciones, la flexibilidad que muestran es impresionante. Pueden adaptar su comportamiento basándose en el contexto y ajustarse a circunstancias cambiantes, algo que previamente se consideraba exclusivo de la inteligencia humana (Calonge, 2024).
Referencias
Calonge, J. (14 de Noviembre de 2024). Almas de la Historia. Obtenido de Ada Lovelace: La Hechicera de Números: https://www.youtube.com/watch?v=L77Ab9Vr_7Q
Carballar, J. (8 de Marzo de 2024). Carballar. Obtenido de Historia de OpenAI. Un éxito emprendedor: https://carballar.com/historia-de-openai-un-exito-emprendedor
Marquez, J. (7 de Marzo de 2025). Xataka. Obtenido de La Siri más inteligente se retrasa: varias funciones de Apple Intelligence no llegarán este año como estaba previsto : https://www.xataka.com/robotica-e-ia/siri-inteligente-se-retrasa-varias-funciones-apple-intelligence-no-llegaran-este-ano-como-estaba-previsto
Quiroga, B. (26 de Marzo de 2023). EDteam. Obtenido de La historia de Alan Turing, el hombre que inventó las computadoras: https://www.youtube.com/watch?v=H1ZE9CGO4js&t=6s
Russell, S. J. (2003). INTELIGENCIA ARTIFICIAL. UN ENFOQUE MODERNO. . Mexico: Pearson.
