La historia de la inteligencia artificial es la historia de promesas extraordinarias, decepciones profundas y resurgimientos inesperados. Entenderla no es un ejercicio de nostalgia: es la manera más rápida de calibrar qué es real en el momento presente y qué podría ser otro ciclo de optimismo que precede a otro invierno.

La primera ola: el optimismo simbólico

La IA como campo académico nació en 1956 en el Dartmouth Workshop, donde John McCarthy, Marvin Minsky y otros investigadores se reunieron con la convicción de que la inteligencia humana podía ser descrita con suficiente precisión como para que una máquina la simulara.

El enfoque dominante durante las siguientes dos décadas fue la IA simbólica: la idea de que la inteligencia consistía en manipular símbolos según reglas lógicas. Los sistemas expertos codificaban el conocimiento humano en forma de reglas del tipo “si el paciente tiene fiebre alta Y tos persistente Y ha viajado recientemente, entonces considerar diagnóstico X”.

Los resultados iniciales fueron prometedores. Programas como ELIZA (1966) simulaban conversaciones; Logic Theorist probaba teoremas matemáticos; DENDRAL identificaba estructuras moleculares. El optimismo era inmenso. En 1965, Herbert Simon predijo que “en veinte años, las máquinas serán capaces de hacer cualquier trabajo que pueda hacer un hombre”.

No fue así.

El primer invierno

La IA simbólica tenía un problema fundamental: escalar. Escribir reglas explícitas para dominios simples funcionaba. Escribir reglas para la complejidad y ambigüedad del lenguaje natural, la percepción visual o el razonamiento de sentido común resultó imposible.

Los sistemas expertos no sabían lo que no sabían. Si encontraban una situación fuera de sus reglas, fallaban de formas espectaculares y sin gracia. La inteligencia real es tolerante a la ambigüedad; la IA simbólica no lo era.

A mediados de los años 70, los fondos de investigación se cortaron en EE.UU. y el Reino Unido tras una serie de informes que concluían que el progreso era mucho más lento de lo prometido. Fue el primer “invierno de la IA”: un periodo de expectativas reducidas, financiación escasa y desprestigio académico.

La segunda ola: el aprendizaje automático

El campo resurgió en los años 80 con un enfoque radicalmente diferente: en lugar de programar reglas, dejar que las máquinas las aprendieran de los datos. Nacía formalmente el aprendizaje automático.

Las redes neuronales, que habían sido concebidas en los años 50 pero habían caído en desgracia, volvieron con el algoritmo de retropropagación (1986), que por fin hacía posible entrenarlas de forma eficiente.

En paralelo, emergieron otros enfoques: máquinas de vectores de soporte (SVM), árboles de decisión, Random Forests, gradient boosting. El aprendizaje automático se convirtió en una disciplina aplicada con resultados concretos en spam, reconocimiento de voz, recomendaciones y detección de fraude.

El segundo invierno y las redes neuronales profundas

Las redes neuronales de los años 80 y 90 tenían un problema: no escalaban bien. Con pocas capas, no capturaban patrones complejos. Con más capas, el entrenamiento se volvía inestable —el problema del gradiente desvaneciente.

A finales de los 90 y principios de los 2000, las SVM y otros métodos superaban sistemáticamente a las redes neuronales. El enfoque fue perdiendo financiación y credibilidad. Segundo invierno.

Lo que salvó a las redes neuronales fue la persistencia de unos pocos investigadores —Geoff Hinton, Yann LeCun, Yoshua Bengio— y una serie de innovaciones técnicas que resolvieron los problemas de entrenamiento. En 2012, AlexNet ganó el concurso ImageNet de reconocimiento de imágenes con un margen sin precedente, usando una red neuronal profunda entrenada en GPUs. Fue el momento en que el campo cambió de dirección.

De 2012 a 2017 el progreso fue vertiginoso: el aprendizaje profundo (deep learning) dominó el reconocimiento de imagen, el habla, la traducción automática y decenas de otras tareas.

La tercera ola: los transformers

En 2017, investigadores de Google publicaron “Attention Is All You Need”. El artículo proponía una nueva arquitectura —el transformer— basada en un mecanismo llamado atención, que permite al modelo relacionar cualquier elemento de una secuencia con cualquier otro, independientemente de la distancia entre ellos.

Eso era exactamente lo que el lenguaje necesitaba. Las palabras tienen relaciones semánticas a larga distancia: “el banco donde guardo mi dinero” y “el banco donde me senté” requieren entender el contexto para desambiguar. Los transformers podían hacer eso. Los modelos anteriores, no.

Lo que siguió fue una secuencia de modelos cada vez más grandes y capaces: BERT (2018), GPT-2 (2019), GPT-3 (2020), y luego la explosión de 2022-2024 con ChatGPT, GPT-4, Claude, Gemini y decenas de modelos de código abierto.

La escala importó. A diferencia de lo que había ocurrido antes, escalar los transformers —más parámetros, más datos, más computación— seguía produciendo mejoras. Las “leyes de escala” de OpenAI describían una relación predecible entre tamaño del modelo y calidad. Eso desencadenó una carrera de inversión sin precedente.

Por qué importa la historia

La historia de la IA enseña dos cosas que son directamente útiles hoy.

Primero, que el campo ha pasado por ciclos de euforia y desilusión antes, y que cada vez el entusiasmo superó temporalmente a los resultados. Eso no significa que el momento actual sea un espejismo, pero sí que conviene calibrar con cuidado las promesas más ambiciosas.

Segundo, que el progreso real llegó cuando cambiaron los supuestos fundamentales: de reglas explícitas a aprendizaje de datos, de arquitecturas limitadas a transformers. Las breakthroughs en IA no son incrementales: son cambios de paradigma. Y cuando llegan, llegan rápido.

Estamos en el principio de la tercera ola. Lo que la caracteriza no es solo que los modelos son más grandes o más rápidos que los anteriores. Es que han cruzado umbrales cualitativos que hacen posibles aplicaciones que antes eran ciencia ficción. El reto ahora no es técnico: es entender cómo usar bien lo que ya existe.