Historia de la inteligencia artificial: del nacimiento de una idea a la IA generativa
Hoy es fácil pensar que la inteligencia artificial apareció de golpe, con un chat que responde casi a cualquier cosa. La historia real es más larga, más irregular y bastante más interesante. Tiene ideas brillantes, promesas exageradas, retrocesos y un avance reciente que no estaba escrito de antemano.
Si todavía no tienes clara la base, puedes empezar por qué es la inteligencia artificial. Aquí nos centramos en cómo hemos llegado hasta este punto.
Antes de que existiera el nombre
La idea de que el razonamiento podía describirse con reglas, y quizá imitarse con una máquina, es anterior a los ordenadores modernos. Por eso conviene tomar los hitos que siguen como puntos de referencia y no como el momento exacto en que «empezó todo».
Uno de esos puntos es el de Alan Turing. A comienzos de la década de 1950 planteó una pregunta práctica: en lugar de discutir si una máquina «piensa», se puede observar si se comporta de forma inteligente [3]. Fue una pregunta operacional sobre la conducta. Turing no demostró que las máquinas piensen como las personas, y conviene no atribuirle esa conclusión.
Dartmouth: ponerle nombre a un campo
En 1955 se redactó una propuesta para reunir a investigadores interesados en máquinas capaces de simular aspectos de la inteligencia. El taller se celebró en Dartmouth en 1956 y de ahí sale el término «inteligencia artificial» [1].
Dartmouth no inventó todas las ideas relacionadas, pero sí consolidó un campo con nombre propio [1][2]. Ponerle nombre a algo es el primer paso para poder discutir sobre ello en una reunión, y también para pedir financiación.
Los dos caminos iniciales
En aquellos primeros años aparecieron dos formas de abordar el problema.
La primera trabajaba con reglas y símbolos. Programas como Logic Theorist intentaban razonar manipulando representaciones explícitas [3]. Más adelante llegaron los sistemas expertos, que codificaban conocimiento de un área concreta [3]. En dominios acotados esta vía dio buenos resultados. Deep Blue, el sistema de IBM para el ajedrez, suele citarse como ejemplo de hito en un terreno muy definido [3].
La segunda vía buscaba que las máquinas aprendieran a partir de ejemplos. Aquí se sitúan el perceptrón, las primeras redes inspiradas en neuronas y los programas de juego de Arthur Samuel que mejoraban con la práctica [3]. Si quieres ver en qué se parecen y en qué no las neuronas reales y las artificiales, lo explicamos en este artículo sobre neuronas reales y artificiales.
No son dos equipos enfrentados donde uno gana y el otro pierde. Cada enfoque tiene límites y puntos fuertes, y con el tiempo se han cruzado y combinado. Esta distinción también ayuda a ordenar la terminología: la relación entre IA, machine learning y deep learning tiene mucho que ver con estas dos tradiciones.
Expectativas altas e inviernos
Con los primeros éxitos llegaron las grandes expectativas. Se esperaba que lo logrado en problemas acotados pudiera extenderse con relativa rapidez a tareas generales. Como análisis, el problema fue que representar el conocimiento del mundo, con sus excepciones y matices, resultó mucho más difícil de lo previsto. A ello se sumaron las limitaciones de cómputo de la época.
Cuando los resultados no estuvieron a la altura de las promesas, bajaron la financiación y el entusiasmo. Esos periodos se conocen como «inviernos de la IA» [2]. Fueron retrocesos de expectativas y de dinero, no el fin de la investigación, que siguió adelante con menos foco mediático. Si la IA tuviera calendario, tendría más estaciones que Vivaldi.
El renacimiento: datos, cómputo y redes profundas
Lo que vino después no fue una marcha automática hacia delante. Se combinaron varios factores: más datos disponibles, hardware especializado, mejores métodos de aprendizaje y formas más rigurosas de evaluar los resultados. El informe AI100 de Stanford destaca precisamente el papel de los enfoques intensivos en datos, y advierte de que no existe una solución única para todos los problemas [2].
En ese contexto cobró fuerza el aprendizaje profundo, es decir, redes neuronales con muchas capas capaces de aprender patrones complejos a partir de grandes cantidades de ejemplos [3].
Después llegó una pieza clave. En 2017, el artículo «Attention Is All You Need» presentó el Transformer, una arquitectura basada en mecanismos de atención que, además, permite paralelizar mejor el entrenamiento [4]. Esa capacidad de aprovechar mejor el hardware es una de las razones por las que resultó tan útil para trabajar con grandes volúmenes de texto.
GPT-3 y la popularización de la IA generativa
En 2020, OpenAI describió GPT-3 como un modelo de lenguaje autorregresivo de 175.000 millones de parámetros. En términos sencillos, genera texto prediciendo qué viene a continuación, y sus parámetros son los valores internos que se ajustan durante el entrenamiento [5]. El trabajo también mostró que, con unos pocos ejemplos incluidos en la propia instrucción (el llamado few-shot), el modelo podía abordar tareas muy variadas. Sus autores describen asimismo las limitaciones de esas capacidades [5].
Un modelo generativo produce contenido nuevo a partir de patrones aprendidos de sus datos de entrenamiento. Si quieres ver cómo se conectan entrenamiento, inferencia y generación, lo explicamos en cómo funciona la IA generativa.
Aquí conviene una advertencia: que un texto sea fluido no significa que el modelo lo comprenda como lo hace una persona, ni que sea verdadero, ni que haya conciencia detrás. Un modelo puede sonar tan seguro como un cuñado en Nochebuena y equivocarse igual.
💡 Al señor Idea se le enciende una duda…
—Si estos modelos escriben tan bien, ¿es que ya entienden lo que dicen?
Escribir bien y entender no son lo mismo. La capacidad de generar una respuesta no garantiza comprensión humana ni exactitud; ante un dato importante, conviene contrastarlo con una fuente fiable.
Qué sabemos y qué sigue en discusión
Resumiendo lo comprobado: hubo ideas previas, Turing planteó una pregunta sobre la conducta inteligente, Dartmouth dio nombre al campo [1], hubo éxitos y también inviernos [2], y los datos, el cómputo y nuevas arquitecturas como el Transformer cambiaron lo que era posible [4].
Lo que no está establecido es hacia dónde irá todo esto. La inteligencia artificial general (AGI) y la superinteligencia son conceptos hipotéticos y discutidos, no descripciones de los modelos actuales. Una IA generativa potente sigue siendo una herramienta que genera salidas a partir de patrones aprendidos, y presentarla como superinteligencia es confundir el presente con una hipótesis. Tampoco hay una progresión inevitable: la historia que hemos repasado tuvo giros, pausas y cambios de rumbo.
Si te interesa el debate de actualidad, que es otra cosa distinta de la historia técnica, puedes leer nuestro análisis sobre Trump y la superinteligencia.
Para ampliar información
- Dartmouth, «The Founding and Future of AI» Página institucional, consultada el 10/10/2026.
- Stanford AI100, «Appendix I: A Short History of AI» Informe académico institucional, 2016.
- IBM, «The History of Artificial Intelligence» Cronología divulgativa corporativa, publicada el 21/10/2024 y actualizada el 19/08/2026. Se usa como cronología secundaria.
- Vaswani et al., «Attention Is All You Need» arXiv:1706.03762, enviado el 12/06/2017.
- Brown et al., «Language models are few-shot learners» OpenAI, 28/05/2020.
Otros artículos de LedSolEo:
