Información e inteligencia

The same post in English

La arquitectura de Von Neumann, que se aplica a casi todos los ordenadores que se han construido durante toda la historia de la informática, construye las computadoras a partir de dos partes claramente separadas: la unidad de proceso, en la que se ejecutan las instrucciones, y la memoria, donde se guardan los datos. En consecuencia, casi todos los programas que ejecutamos en nuestros ordenadores se dividen en dos secciones diferentes: el algoritmo (las instrucciones ejecutables) y los datos que constituyen la información aportada al algoritmo (su input).

Una separación tan clara se parece a los dos conceptos que aparecen en el título de este artículo:

• Información: El conjunto de datos de que se dispone. En biología, el ADN es el almacén principal de la información genética. En teoría de la información, este término se refiere al contenido de un mensaje o texto periodístico o de otro tipo.
• Inteligencia: La capacidad de manipular la información de que se dispone y de crear otra nueva. En este contexto, se habla de comprensión, razonamiento, planificación, imaginación, creatividad, pensamiento crítico y resolución de problemas, entre otros términos relacionados con este concepto tan difícil de definir.

En la vida real, información e inteligencia suelen estar separados. Veamos un ejemplo:

• La Biblioteca del Congreso de los Estados Unidos se ha usado con frecuencia como ejemplo de una gran cantidad de información. Como contiene unos 32 millones de libros, cada uno de los cuales, si se digitalizara, podría ocupar, en media, algo más de medio Megabyte, la información total contenida en los libros de esa biblioteca se calcula en unos 20 Terabytes (20 billones de bytes). A esto habría que añadir otras muchas fuentes de información, como mapas, manuscritos, periódicos, tebeos, partituras, y grabaciones de imagen y sonido. Pero este gran edificio, cuando está vacío (por la noche, por ejemplo), no contiene inteligencia alguna. Cuando está abierto sí puede contenerla, en forma de seres humanos que trabajan allí o acuden a consultar la información que contiene.

John Von Neumann

Vamos a ver otro ejemplo: consideremos el Traductor de Google, que proporciona traducciones automáticas entre dos idiomas, escogidos entre 133. Pues bien: el año 2018 se me ocurrió ponerle a prueba haciéndole traducir del latín al español la fábula de Fedro que se conoce por el título de la zorra y las uvas, que en su lengua original dice esto:

Fame coacta vulpes alta in vinea uvam appetebat summis saliens viribus. Quam tangere ut non potuit, discedens ait : Nondum matura est ; nolo acerbam sumere. Qui facere quae non possunt verbis elevant, adscribere hoc debebunt exemplum sibi.

Esta es mi traducción de la fábula:

Empujada por el hambre, la zorra apetecía unas uvas que estaban altas en la viña y saltó con todas sus fuerzas. Como no pudo alcanzarlas, se fue diciendo: Aún no está madura; no quiero comerla amarga. El que no pudiendo hacer algo lo rebaja con palabras, debería aplicarse a sí mismo este ejemplo.

Esta fue la traducción que me ofreció el traductor de Google en 2018:

El enfoque de la cresta de una fuente de alta y constante de fuerza, los zorros en el viñedo de la uva es forzado por el hambre. Cómo tocar uno no era capaz de César, al salir, dijo: Usted todavía no ha, el recurso debe ser; No quiero tomar la amarga. Él no es capaz de hacer con el deseo de atribuir esta estructura, por ejemplo.

Se observará que es totalmente absurda. ¿Qué pinta ahí, por ejemplo, el nombre de César? Se lo pregunté a un experto de Google y me dijo que seguramente la red neuronal artificial que hay detrás del traductor había sido entrenada con muy pocos textos en latín, y casi todos los que se habían empleado contenían el nombre de César, por lo que dicho nombre aparecería en casi todas las traducciones, viniera a cuento o no.

En octubre de 2023 volví a pedirle al traductor de Google que me tradujera el mismo texto, y me ofreció este resultado:

Impulsado por el hambre, el zorro, en lo alto de la viña, buscó las uvas saltando con todas sus fuerzas. Como no podía tocarlo, dijo al salir: Aún no está maduro; No quiero tomarlo amargo. Aquellos que hagan lo que no pueden expresar con palabras tendrán que atribuirse este ejemplo a sí mismos.

Se observará que esta traducción es mucho mejor que la de 2018. Sólo es incorrecta la parte señalada en color azul. ¿A qué se debe que el resultado haya mejorado tanto en tres años? ¿Es más inteligente hoy el traductor de Google de lo que lo era entonces?

Probablemente no. Lo que ha cambiado es la cantidad de información de que dispone. Ahora debe de haber muchos más textos latinos en Internet, que el traductor ha podido utilizar para ampliar su base de datos. Con otras palabras: lo que ha mejorado no es la inteligencia, sino la información que se ha utilizado para entrenar al traductor.

Del mismo modo, como expliqué en otro artículo, ChatGPT no construye los textos con que contesta a nuestras preguntas porque sea inteligente, sino porque su red neuronal artificial ha sido entrenada con gran cantidad de información. Como dije allí, su “inteligencia” puede compararse a un programa de 18 instrucciones en el lenguaje APL (o sea, es muy pequeña), mientras que la cantidad de información que maneja es enorme. Y no debemos olvidar que las instrucciones de un programa tampoco son inteligentes. Es inteligente el programador.

Hilo Temático sobre Inteligencia Natural y Artificial: Anterior Siguiente

Manuel Alfonseca