Historia de la Inteligencia Artificial: De Turing a la Era de los LLM
De la prueba de Turing (1950) a ChatGPT y Claude: 75 años de sueños, inviernos y revoluciones que cambiaron el mundo
Línea del Tiempo
Haz clic en un período para ver sus detalles. La línea abarca de 1950 a Presente.
Guía completa: Historia de la Inteligencia Artificial: De Turing a la Era de los LLM
De la prueba de Turing (1950) a ChatGPT y Claude: 75 años de sueños, inviernos y revoluciones que cambiaron el mundo
La historia de la Inteligencia Artificial es la historia de uno de los sueños más ambiciosos de la humanidad: crear máquinas que piensen. En 75 años, el campo ha pasado por dos ciclos completos de euforia y colapso —los "inviernos de la IA"— antes de que el deep learning, el escalado masivo de datos y cómputo, y los transformers produjeran una revolución que nadie pudo prever. De la conferencia Dartmouth (1956) a ChatGPT (2022), el camino estuvo pavimentado de predicciones fallidas, avances inesperados y personajes fascinantes: Turing, McCarthy, Minsky, Hinton, LeCun, Hassabis. Entender esta historia es entender por qué la IA de hoy funciona como funciona, cuáles son sus límites reales y hacia dónde podría dirigirse.
Períodos clave en perspectiva
| Período | Fecha | Categoría | Figura clave | Aportación principal |
|---|---|---|---|---|
| La Prueba de Turing y los Fundadores | 1950-1956 | Los Fundadores | Alan Turing / John McCarthy | Formulación del problema, término "IA", el Imitation Game como criterio de inteligencia |
| La IA Simbólica y el Primer Optimismo | 1956-1969 | IA Simbólica | McCarthy / Newell / Weizenbaum | LISP, Logic Theorist, GPS, ELIZA: IA basada en reglas simbólicas y lógica |
| Deep Learning: La Revolución de 2012 | 2012-2016 | Deep Learning | Hinton / LeCun / Bengio | AlexNet reduce el error en ImageNet en 10 puntos: el campo entero pivota al deep learning |
| AlphaGo y el Aprendizaje por Refuerzo | 2016-2020 | AlphaGo y RL | Demis Hassabis / David Silver | AlphaGo (Go), AlphaZero (autoaprendizaje), AlphaFold2 (proteínas): RL como herramienta científica |
| La Revolución de los Grandes Modelos de Lenguaje | 2020-2023 | Grandes Modelos (LLM) | Equipo OpenAI / Sam Altman | GPT-3, ChatGPT (100M usuarios en 2 meses), GPT-4: la IA entra en el mercado de consumo masivo |
| La Era de los Agentes y el Debate AGI | 2023-presente | Era Agentes IA | Anthropic / OpenAI / Google DeepMind | Agentes autónomos, razonamiento multimodal, AI Act europeo, Nobel Física y Química 2024 |
¿Para quién es útil esta cronología?
Entender la genealogía de los modelos —de los perceptrones a los transformers— da contexto para saber por qué los LLM son buenos en ciertas tareas (código, parafraseo, síntesis) y malos en otras (aritmética exacta, razonamiento causal). Conocer el ciclo de inviernos ayuda a calibrar cuándo creer el hype y cuándo ser escéptico.
La historia de la IA es un laboratorio de filosofía de la ciencia: cómo los paradigmas cambian (IA simbólica → conexionismo → deep learning), cómo el funding condiciona qué preguntas se hacen, y cómo los avances teóricos (backpropagation, transformers) preceden a décadas de impacto práctico. Las lecturas primarias —Turing 1950, McCulloch-Pitts 1943, el paper del Attention (2017)— son accesibles y fundamentales.
La narrativa de "revolución sin precedentes" se repite en cada ciclo desde 1956. Conocer los dos inviernos anteriores permite contextualizar las promesas actuales, distinguir entre avances reales (AlphaFold resolvió un problema de 50 años) y hype sin fundamento, y hacer periodismo de IA con perspectiva histórica genuina.
El AI Act europeo (2024) es el primer intento de regular el riesgo de la IA antes de que los daños ocurran, aprendiendo de la regulación tardía de las redes sociales. Esta cronología muestra cómo la velocidad de despliegue tecnológico ha superado históricamente la capacidad regulatoria, y por qué los marcos de riesgo por categoría (prohibición de sistemas de puntuación social, regulación de IA de alto riesgo) son la respuesta más informada que tenemos.
Preguntas frecuentes
- ¿Cuál es la diferencia entre IA estrecha e IA general (AGI)?
La IA estrecha (ANI, Artificial Narrow Intelligence) es el tipo que existe hoy: sistemas que superan a los humanos en tareas específicas —jugar al Go, diagnosticar imágenes médicas, generar texto— pero que no pueden transferir ese conocimiento a otros dominios. La AGI (Artificial General Intelligence) sería un sistema capaz de aprender y realizar cualquier tarea cognitiva humana con la misma flexibilidad. No existe aún. El debate es si los LLM actuales son un camino hacia ella o si requieren enfoques radicalmente distintos.
GPT-4 supera al 90% de los abogados en el bar exam pero no puede atarse los cordones de los zapatos. Eso es IA estrecha. - ¿Por qué se llaman "inviernos" de la IA?
El término describe períodos de drástica reducción de financiación, interés público y actividad investigadora, análogos a un invierno ecológico. El primer invierno (1969-1980) siguió al fracaso de las promesas de la IA simbólica y las limitaciones matemáticas demostradas de los perceptrones. El segundo (1987-1993) fue el colapso del mercado de sistemas expertos y el fracaso del Proyecto Japonés de 5ª Generación. Los inviernos no detuvieron el progreso: lo redujeron y lo concentraron en grupos pequeños de investigadores que continuaron sin financiación masiva.
Hinton, LeCun y Bengio continuaron investigando redes neuronales durante el segundo invierno cuando casi nadie más lo hacía. Por eso ganaron el Premio Turing 2018. - ¿Qué son los transformers y por qué cambiaron todo?
Los transformers son una arquitectura de red neuronal presentada en el paper "Attention Is All You Need" (Vaswani et al., Google, 2017). Su innovación clave es el mecanismo de "atención" (self-attention), que permite al modelo ponderar la relevancia de cada palabra respecto a todas las demás en una secuencia, independientemente de la distancia entre ellas. Esto los hace superiores a las RNN y LSTM previas para texto. GPT, BERT, T5, Claude, Gemini y casi todos los modelos modernos son transformers. Son masivamente paralelizables, lo que permite escalarlos con GPUs.
El paper original tenía 8 autores, todos de Google Brain. Varios de ellos fundaron después Cohere, Adept y otros startups de IA. - ¿Cuándo podríamos tener AGI?
Las predicciones van de 2027 (Sam Altman, OpenAI) a "nunca con los enfoques actuales" (Gary Marcus, Yann LeCun en ciertos contextos). Históricamente, las predicciones de AGI han sido siempre prematuras: Simon en 1965 decía 20 años, Minsky en 1970 también 20 años. Los modelos actuales muestran capacidades emergentes sorprendentes pero también fracasos sistemáticos en razonamiento causal, robustez y generalización fuera de la distribución de entrenamiento. La respuesta honesta es que nadie lo sabe.
Moravec's Paradox: las cosas fáciles para los humanos (andar, reconocer caras) son difíciles para la IA; las difíciles (ajedrez, Go, cálculo) son fáciles. Esto sigue siendo cierto. - ¿Cuánta energía consumen los grandes modelos de IA?
El entrenamiento de GPT-3 consumió aproximadamente 1.287 MWh y generó unas 552 toneladas de CO₂ —equivalente a 5 vuelos transatlánticos de ida y vuelta. GPT-4 y modelos similares consumen órdenes de magnitud más. La inferencia (usar el modelo) es menos intensiva pero escala con el número de consultas: ChatGPT tiene más de 100 millones de usuarios. Las empresas de IA son actualmente de los mayores consumidores de electricidad de centros de datos del mundo, y están firmando acuerdos de energía nuclear (Microsoft-Three Mile Island, Google-Kairos Power) para abastecerse.
El consumo energético de la IA generativa ha llevado a varias empresas tecnológicas a revisar sus compromisos de carbono neutralidad, que ya no pueden cumplir con el crecimiento actual.
Cómo explorar esta cronología paso a paso
- 1Identifica los dos ciclos de boom-crash en la línea de tiempo
Antes de explorar hitos individuales, fíjate en el patrón de colores: azul-verde (optimismo) → marrón-rojo (invierno) → gris (renacimiento) → azul-verde (boom). Este ciclo se repitió dos veces antes de la revolución actual. La pregunta que debes hacerte es: ¿estamos en un nuevo ciclo de hype o esta vez es diferente? La respuesta en la historia está en los hitos de deep learning y AlphaGo.
- 2Compara los pronósticos de cada era con lo que realmente ocurrió
Haz clic en "La IA Simbólica y el Primer Optimismo" y lee las predicciones de Simon y Minsky. Luego haz clic en "El Primer Invierno". ¿Cuánto tardó en llegar el colapso? ¿Cuáles fueron las razones técnicas reales? Repite con los Sistemas Expertos y el Segundo Invierno. Este ejercicio de comparación es el más valioso que puedes hacer para calibrar las promesas de la IA actual.
- 3Sigue el hilo de los tres investigadores que resistieron el segundo invierno
Geoffrey Hinton (Toronto/Google), Yann LeCun (Bell Labs/Meta) y Yoshua Bengio (Montreal) continuaron trabajando en redes neuronales durante los años 90 cuando nadie los financiaba. En 2012, su trabajo se convirtió en AlexNet. En 2018, ganaron el Premio Turing. En 2024, Hinton ganó el Nobel de Física. Busca sus nombres en los hitos de "Redes Neuronales y el Renacimiento" y "Deep Learning: La Revolución de 2012".
- 4Analiza el salto de AlphaGo a AlphaFold: del juego a la ciencia real
El hito "AlphaGo y el Aprendizaje por Refuerzo" no es solo sobre juegos. AlphaFold2 (2020) resolvió el problema del plegamiento de proteínas —un problema científico abierto durante 50 años— y puede acelerar el descubrimiento de fármacos en décadas. Este es el ejemplo más claro de cómo una técnica desarrollada para juegos (aprendizaje por refuerzo + redes neuronales profundas) se transfirió a un problema científico de consecuencias enormes.
- 5Contextualiza el momento ChatGPT en la era larga
El lanzamiento de ChatGPT (noviembre 2022) parece un evento súbito, pero en la Comparativa puedes ver que era el resultado de 70 años acumulados: backpropagation (1986), CNNs (1989), SVMs (1992), Deep Blue (1997), AlexNet (2012), transformers (2017), GPT-3 (2020). Usa el tab "Período en Detalle" para explorar cómo cada avance habilitó el siguiente. La velocidad de ChatGPT no fue suerte: fue la acumulación de medio siglo de investigación.
Consejos para sacar más partido a la cronología
El patrón "hype → invierno → renacimiento" se ha repetido dos veces en la IA. Cada vez que alguien prometa AGI en X años, busca en esta cronología cuántas veces se prometió lo mismo antes. La cautela histórica no niega el progreso real —AlphaFold es genuinamente revolucionario— pero ayuda a no confundir hype con breakthrough.
La "escalada" no era obvia. Durante décadas, los investigadores creían que hacer las redes más grandes no funcionaría. La ley de escalado de Kaplan (OpenAI, 2020) demostró empíricamente que la pérdida de predicción mejora como ley de potencia al aumentar parámetros, datos y cómputo. Esto fue tan contraintuitivo que cambió la estrategia de toda la industria en dos años.
La IA no es un fenómeno exclusivamente estadounidense. El backpropagation se desarrolló principalmente en Canadá (Hinton, Toronto). Los transformers salieron de Google (empresa estadounidense con investigadores globales). DeepMind es británica. El AI Act es europeo. La carrera actual incluye a China con modelos como Qwen, DeepSeek y Ernie. La geografía de la IA importa para entender su regulación y geopolítica.
Cuatro Premios Nobel relacionados con IA en 2024 marcan un punto de inflexión: Geoffrey Hinton (Física, por redes neuronales artificiales), Demis Hassabis y John Jumper (Química, por AlphaFold). Es la primera vez que el Nobel reconoce el impacto de la IA en ciencias duras. La IA ha pasado de ser herramienta de ingeniería a ser aceleradora del método científico.
- Confundir "inteligencia" con "inteligencia general" — Los sistemas de IA actuales son extraordinariamente buenos en distribuciones estadísticas de datos de entrenamiento, pero frágiles fuera de ellas. Un LLM que supera al 90% de abogados en el bar exam puede cometer errores de aritmética básica. Esto no es un fallo técnico menor: refleja que "inteligencia" en sentido humano incluye robustez, transferencia de conocimiento y razonamiento causal que los modelos actuales no tienen de forma generalizada.
- Creer que los inviernos fueron períodos de progreso nulo — Durante el primer invierno, McCulloch y Pitts, Minsky y otros sentaron bases teóricas. Durante el segundo, Hinton, LeCun y Bengio desarrollaron las técnicas que luego serían la revolución de 2012. Los inviernos detuvieron el financiamiento y la atención pública, no el pensamiento científico. Las ideas más importantes de la IA moderna se incubaron en períodos de escasez de recursos.
- Atribuir el progreso de la IA solo a la potencia de cómputo — Las GPUs más rápidas son necesarias pero no suficientes. La arquitectura transformer (2017), el mecanismo de atención, el RLHF (aprendizaje por refuerzo con retroalimentación humana), el escalado de datos y las técnicas de alineamiento son innovaciones algorítmicas y de datos sin las cuales más cómputo no habría producido ChatGPT. La narrativa "solo es más GPU" simplifica en exceso una historia de breakthroughs teóricos acumulados.
- Ignorar los riesgos reales por concentrarse en los especulativos — El debate público se concentra a menudo en riesgos existenciales especulativos (la IA nos eliminará) mientras se subestiman riesgos presentes y documentados: sesgos algorítmicos en decisiones de contratación, crédito y justicia penal; desinformación a escala industrial con deepfakes; desplazamiento laboral en sectores específicos; y concentración de poder en un puñado de empresas privadas sin rendición de cuentas democrática. El AI Act europeo aborda estos riesgos concretos, no los especulativos.