Ir al contenido principal

Artículo 14 min read

Historia de la inteligencia artificial: entérate en 10 minutos

Por Zendesk

Última actualización en 30 octubre 2023

Historia de la inteligencia artificial

La historia de la inteligencia artificial es reciente, pero ya ha provocado cambios profundos en la forma en que las personas viven, trabajan y se relacionan entre sí. ¿Te imaginas un día sin esta revolucionaria tecnología?

A lo mejor crees que no sería nada extraordinario. Puedes pensar “no tengo un robot en casa, ni tampoco lo uso en mi empresa”. Sin embargo, en este artículo te vamos a mostrar el poder que la IA ejerce sobre diversas actividades – y cómo sacarle el máximo partido. ¡Adelante!

Resumen
  • La IA está presente en la vida cotidiana: Desde la filtración de correos spam hasta la navegación por mapas y los asistentes virtuales como Siri y Alexa, la IA se ha vuelto una parte esencial de nuestras rutinas diarias, mejorando la eficiencia y la comodidad en diversas tareas.

  • Evolución histórica de la IA en tres etapas: La primera etapa (1956-1970) marcada por grandes expectativas pero limitada por recursos y conocimientos; la segunda (1971-1981) donde se integró el conocimiento heurístico y se desarrollaron prototipos funcionales; y la tercera (1981-actualidad) donde los sistemas de IA se han difundido en la industria, incluyendo sistemas expertos, bases de datos inteligentes, robótica, redes neuronales y aprendizaje automático.

  • Desafíos éticos y responsabilidad humana: A medida que la IA se expande, surgen desafíos éticos, como la prudencia, la fiabilidad y la rendición de cuentas en el desarrollo y uso de estas tecnologías. Se plantea un debate necesario sobre la responsabilidad humana en los procesos que involucran la IA y la necesidad de establecer límites a la autonomía de estos sistemas, considerando siempre los valores humanos fundamentales.

Contenidos relacionados

En este artículo aprenderás:

Un día en la vida de una persona con IA

Te levantas a la hora de siempre, realizas tus actividades matutinas habituales y a la hora del desayuno, cuando empiezas a revisar tus correos electrónicos: “¿De nuevo? ¡No aguanto más los correos spam en mi bandeja principal!”

Bastante contrariado por lo ocurrido con tus emails, te montas en tu carro. Vas a tu primera reunión con aquel cliente tan importante, con el que pretendes cerrar una venta extraordinaria.

El lugar de la reunión lo escogió el cliente y lo recibiste mediante una aplicación de mensajería instantánea. Es en un barrio nuevo y no sabes a ciencia cierta cómo llegar. Piensas: “Si el carro tuviese su propio mapa…”

Finalmente llegas al lugar de la cita. Te demoras unos minutos en estacionar. Cuando encuentras uno de los pocos espacios libres, tienes que esforzarte para colocar tu carro en un pequeño espacio de difícil acceso.

Te bajas pensando: “Si el carro tuviera alguna función que me ayudara a estacionar… Además, parece que va a llover. No leí el pronóstico del tiempo. Sería ideal poder preguntarle al teléfono si debo usar paraguas o no”.

Las soluciones de IA para los problemas cotidianos

Como seguramente sabes, para cada uno de los problemas de tu día imaginario existe una solución. En el caso de los correos spam, la mayoría no va a tu bandeja principal gracias al uso del Machine Learning.

El Google Maps te ayuda a llegar de forma rápida a cualquier dirección, mientras que los sensores de estacionamiento contribuyen para que puedas estacionar de una forma más ágil y segura.

Los asistentes virtuales integrados a los dispositivos móviles, “responden” a diversas preguntas que se le realizan. Alexa, Cortana y Siri (ejemplos de inteligencia artificial) son nombres bien familiares para muchas personas.

Estas soluciones forman parte de lo que se ha dado en llamar inteligencia artificial. En la actualidad su presencia se ha hecho tan cotidiana que no siempre logramos percibir que está entre nosotros.

¿Qué es la Inteligencia Artificial?

La simulación que realizan determinadas máquinas y sistemas informáticos de los procesos de inteligencia humana se conoce como Inteligencia Artificial. Este concepto abarca desde la automatización de procesos hasta la robótica avanzada.

Los procesos que sustentan la IA son el aprendizaje, el razonamiento y la autocorrección. El aprendizaje incluye la adquisición de la información y de las reglas para su uso.

Los sistemas de IA utilizan el razonamiento para arribar a conclusiones sobre la base del uso de las reglas aprendidas. Esto a su vez trae como consecuencia la autocorrección.

¿Cuáles son los tipos de IA?

Existen varios criterios para clasificar la inteligencia artificial. Uno de ellos la divide en dos grandes tipos: IA Débil e IA Fuerte.

La IA débil se conoce también como IA estrecha y agrupa a los sistemas concebidos y entrenados para una tarea particular. Los asistentes virtuales son un ejemplo de IA débil.

La inteligencia artificial fuerte engloba a sistemas de IA que poseen habilidades cognitivas humanas generalizadas. Estos sistemas son capaces de resolver tareas desconocidas, pues cuentan con la “inteligencia” para encontrar una solución.

Un ejemplo de inteligencia artificial general, como también se conoce a la IA fuerte son los chatbots más avanzados, los cuales cumplen tareas de mayor complejidad en las organizaciones.

Historia de la inteligencia artificial

Antecedentes de la IA

La idea de crear IA desafía a los seres humanos desde tiempos remotos. Entre los mitos y leyendas de la antigua Grecia se destaca el de Galatea, escultura de Pigmalión a la que los dioses le conceden el don de la vida.

Según la mitología griega, los trípodes fabricados por Hefesto servían en las fiestas y banquetes de los dioses. En su fragua mística, el dios herrero también creó unas ayudantes de metal para asistirlo en su trabajo diario.

Ya en la Edad Media varios textos místicos hacen referencia a la figura de Golem. Este término de origen judío describe a un ser animado, creado mágicamente a partir de materia inanimada.

Probablemente el antecedente de la IA que más se conoce en el mundo aparece en un filme del siglo XX. Se trata de la película Frankenstein, precursora del género de ciencia ficción.

La palabra robot es mencionada por primera vez en la obra de teatro checa R.U.R. Es la historia de unos seres artificiales con características humanoides. Creados para ayudar a la humanidad, finalmente terminan destruyéndola.

Es cierto que estos ejemplos pertenecen al campo de la ficción. Sin embargo, han servido como inspiración a numerosos investigadores en su búsqueda incesante por el surgimiento y consolidación de la IA.

Origen de la IA

Los orígenes de la inteligencia artificial están íntimamente vinculados a los de la computación. Grandes nombres de las ciencias computacionales forjaron las condiciones para el surgimiento de la IA.

Durante las décadas del 30 y del 40 del siglo XX se publican los primeros trabajos que abordan de alguna manera la IA. Es importante señalar que todavía no existía oficialmente el término IA.

El artículo Números Calculables, publicado en 1936 por Alan Turing, tuvo una fuerte repercusión. Se considera que en este texto se establecen las bases teóricas de las ciencias de la computación.

En este artículo Alan introdujo el concepto de Máquina de Turing. Además de formalizar la definición de algoritmo, las ideas expuestas en la publicación son consideradas como precursoras de las computadoras digitales.

Una conclusión trascendental a la que arribó Turing con ayuda de su máquina es la de que existen problemas que ninguna computadora puede resolver. Por tal demostración es considerado como el padre de la teoría de la computabilidad.

Un logro extraordinario gestado por Alan Turing en los orígenes de la IA es la construcción del primer computador electromecánico en el año 1940.

Ya para 1941 otro precursor de la IA, el ingeniero alemán Konrad Zuse crea la Z3, primera computadora electrónica digital totalmente funcional. Zuse es también el creador del primer lenguaje de programación de alto nivel.

La primera teoría matemática del cerebro se debe a la conjunción entre un joven apasionado por la lógica y un eminente neurocientífico, quienes crearon el primer modelo formal del procesamiento de información a nivel del cerebro.

Considerado oficialmente como el primer trabajo específico del campo de la IA, en 1943 es presentado el Modelo de Neuronas Artificiales de los autores Warren McCulloch y Walter Pitts.

Evolución de la IA

Etapa Primaria (1956-1970)

El año 1956 marca un hito trascendental para el surgimiento y evolución de la IA. En este año se produce en el Dartmouth College una reunión entre destacados investigadores de esta incipiente área.

En dicha reunión participó, entre otros, John McCarthy, profesor y famoso matemático. McCarthy, creador del conocido lenguaje LISP, fue también quien designó a la nueva ciencia que surgía con el nombre de Inteligencia Artificial.

A partir de esta reunión, comienzan a distinguirse dos tendencias en el estudio de la IA: la tendencia conocida como conexionismo y la denominada como ingeniería del conocimiento.

En la Etapa Primaria los investigadores que trabajaban en la línea de investigación cognitiva produjeron trabajos dirigidos al desarrollo de algoritmos y de estrategias de búsqueda para la solución de problemas.

Allen Newell y Herbert Simon se destacan dentro de esta tendencia. En su afán de alcanzar un modelo de representación del conocimiento humano, crearon la técnica más importante de representación: las reglas de producción.

Por otro lado, los investigadores que formaban parte de la tendencia conexionista también produjeron trabajos relevantes en esta primera etapa. Un ejemplo es el Perceptrón, desarrollado por Frank Rosenblatt en 1959.

El Perceptrón es una unidad neuronal artificial que se puede entrenar mediante reglas de aprendizaje supervisado, no supervisado y por reforzamiento.

Un perceptrón alcanza funcionalidad solamente en una red de iguales.

En esta primera etapa, a pesar de crear las bases para el desarrollo posterior, las investigaciones de ambas tendencias tuvieron una limitación en común: promovieron expectativas exageradas.

La idea de construir un sistema capaz de resolver cualquier tipo de problema, o la de crear una base de datos que permitiera traducir automáticamente y sin errores, son expectativas incumplidas que se esbozaron en la primera etapa de IA.

A lo anterior se le sumó el hecho de disponer de insuficientes recursos humanos, financieros y tecnológicos para sus investigaciones. Siendo así, el reconocimiento internacional hacia los pioneros de la IA fue prácticamente nulo en esta etapa.

Etapa de Prototipos (1971-1981)

En la etapa de prototipos se realiza un reconocimiento justo a los logros alcanzados en la primera etapa. Además, se desarrolla un análisis crítico dirigido a comprender las causas de los fracasos obtenidos en el período anterior.

Al profundizar en el análisis descubren que en muchas de las técnicas propuestas por los iniciadores de la IA faltaba la consideración de un elemento muy importante: el conocimiento heurístico.

Este descubrimiento condujo a la inclusión de la experiencia como variable en los sistemas de IA. Es entonces cuando en las universidades comienzan a desarrollarse los primeros prototipos exitosos de sistemas.

Aunque no es hasta 1977 que surge el término Sistema Experto, el primero de ellos se da a conocer en 1974. Se trata de Mycin, un sistema de diagnóstico de enfermedades infecciosas, producido por la Universidad de Stanford.

En 1975 ve la luz la versión inicial de un lenguaje de programación lógica: PROLOG. Este período se destaca también por el desarrollo en diversas áreas de importantes prototipos funcionales.

Puff fue un prototipo diseñado para auxiliar en el diagnóstico de enfermedades pulmonares. Prospector fue creado para contribuir en la prospección geológica, mientras Dendral fue desarrollado para el análisis de química orgánica.

Estos y otros prototipos tuvieron éxito en los campos para los cuales fueron diseñados. Por consiguiente, atrajeron la atención de los inversionistas. Pero ya eso es un tema a tratar en la próxima etapa.

Etapa de Difusión Industrial (1981-Actualidad)

La etapa que transcurre entre 1981 y la actualidad ha sido denominada como la etapa de difusión industrial. Esto se debe al hecho de que los prototipos salen de los laboratorios y universidades para entrar en el mundo de la producción y el mercado.

En el contexto de esta especie de fiebre de difusión de la IA, no se ha tenido el mismo entusiasmo para el financiamiento de la investigación básica.

Entre los dominios de aplicación de la IA que más se han beneficiado con inversiones e investigación en esta tercera etapa se encuentran los sistemas expertos y las bases de datos inteligentes.

Un ejemplo de sistema experto desarrollado en esta etapa es el R1 / XCON. Este sistema posee la funcionalidad de elegir un software específico para generar un sistema informático acorde a las preferencias del usuario.

En esta etapa se han desarrollado numerosos sistemas expertos en el área de la medicina como DXplain, Cadet y PXDES. Este último permite determinar fácilmente el tipo y el grado de cáncer de pulmón a través de un análisis de datos.

Con el inicio de la tercera etapa de la IA en la década de los 80 del siglo pasado surge también el concepto de Base de Datos Inteligentes. Es un concepto renovador que trasciende al simple almacenamiento de información.

Una base de datos inteligente es un sistema que administra la información de una forma que parece natural ante los ojos de los clientes. Tiene un carácter interactivo. Es mucho más que un mantenimiento ordenado de registros.

Entre las bases de datos inteligentes más conocidas están Oracle, DB2, SQL Server. También se destacan las del tipo NoSQL, concebidas para superar grandes desafíos de administración de datos y aumentar la eficiencia de la organización.

La robótica, las redes neuronales, el reconocimiento de patrones, el procesamiento del lenguaje natural y el aprendizaje automático son dominios que también han recibido una atención especial en la tercera etapa de la IA.

Las perspectivas de la IA en la etapa que transcurre son extraordinarias. Se avizora que a futuro las aplicaciones robóticas, el blockchain y los servicios en la nube continúen ganando protagonismo.

Las perspectivas casi ilimitadas de la IA han propiciado que se abra un necesario debate sobre responsabilidad ética. Una tecnología de tanta complejidad e impacto debe ser manejada bajo sólidos valores humanos.

Se debaten temas como la prudencia, la fiabilidad y la rendición de cuentas. La responsabilidad humana sobre la IA y la necesaria limitación de autonomía de estos sistemas también se integran al debate.

No puede faltar en este debate ético el papel que desempeña el ser humano en cada uno de los procesos que involucran a la IA. Hasta hoy la inteligencia artificial no ha conseguido superar a la humana.

¿Cómo Zendesk utiliza la IA para mejorar el servicio al cliente?

Como puedes imaginar, la inteligencia artificial también ha llegado a las empresas para liberar a los humanos de tareas repetitivas y darles la oportunidad de trabajar en actividades que requieren habilidades que solo nosotros tenemos, como resolver problemas complejos o tener empatía por los demás.

En Zendesk, hemos diseñado una solución completa de servicio al cliente equipada con capacidades avanzadas de IA, para que puedas:

  • Brindar respuestas automáticas, inmediatas y personalizadas a los clientes;
  • Reducir las tareas repetitivas en el proceso de atención;
  • Rellenar los huecos de los tickets de soporte;
  • Desviar las consultas a los agentes cuando es necesario.
  • Obtener el contexto completo de las interacciones a través de transcripciones del chat.

¿Quieres conocer nuestra IA en detalle? Regístrate para una prueba gratuita o pide una demostración del producto sin cargo.

Relatos relacionados

Artículo
6 min read

Chatbot IA: 3 usos prácticos para el servicio al cliente

Entiende qué son los chatbot IA y cómo aportan personalización en la atención al cliente. + aplicaciones prácticas y ventajas.

Artículo
10 min read

Mapa de experiencia del cliente: las 5 etapas explicadas

Entiende qué es el mapa de experiencia del cliente y cómo crear esta herramienta según las 5 etapas del viaje del cliente. +EJEMPLO PRÁCTICO.

Artículo
6 min read

7 tendencias de ventas para 2024

Conoce las principales tendencias de ventas según Gartner. + Cómo vender más con herramientas de IA y software de personalización.

Artículo
7 min read

Multicanal vs omnicanal: ¿Cuál es mejor para tu negocio?

Descubre cuál es la diferencia entre el enfoque multicanal vs omnicanal. + 3 ejemplos prácticos de omnicanalidad en el servicio de atención al cliente.