La inteligencia artificial como ciencia de la mente: Aportes de Margaret A. Boden para repensar la formación docente (Parte 1)

La obra de Boden invita a los educadores a mirar la IA no solo como tecnología, sino como una herramienta para comprender el pensamiento humano.

Las palabras cobran un significado en nuestra mente a medida que se acercan y nos permean. Hoy, parece inevitable hablar de inteligencia artificial, y frente al tema se ciernen múltiples miradas que quizá nos alejan un poco de su comprensión o la tocan con una superficialidad inmerecida. En esa búsqueda por aprender sobre el tema me encontré con el texto Inteligencia Artificial de Margaret A. Boden, una de las figuras más influyentes en el estudio de la inteligencia artificial (IA) y la ciencia cognitiva. Su obra no solo ofrece una explicación clara del desarrollo de la IA, sino que también abre un espacio de reflexión crítica sobre su relación con la mente humana, la creatividad y el conocimiento. Para los docentes e investigadores, su perspectiva es especialmente valiosa porque conecta la tecnología con preguntas filosóficas, educativas y humanas fundamentales: ¿qué es pensar?, ¿cómo aprendemos?, ¿puede una máquina ser creativa?

En su obra Inteligencia Artificial (Turner Noema, 2016), Margaret A. Boden ofrece una mirada amplia, crítica y profundamente interdisciplinaria sobre este campo, orientada tanto a especialistas como a lectores que buscan comprender cómo piensan —o pueden llegar a pensar— las máquinas.

Para Boden, la IA es “el estudio del pensamiento inteligente por medio de programas de computadora” (Boden, 2016). En otras palabras, la IA no se limita a fabricar sistemas funcionales: es también una herramienta para explorar la naturaleza de la mente humana.

Desde esta perspectiva, la IA se define como un campo interdisciplinario en el que convergen disciplinas como la informática, la ciencia cognitiva, la lingüística, la lógica, la neurobiología y la filosofía. Su propósito último no es solo emular comportamientos inteligentes, sino comprender cómo esos comportamientos surgen y se organizan en nosotros mismos.

Esta visión integral puede ilustrarse con algunos casos de uso cotidianos:

• IA como simulación del aprendizaje: sistemas educativos adaptativos que ajustan el nivel de dificultad según el rendimiento de los estudiantes, personalizando el proceso de enseñanza-aprendizaje;

• IA como razonamiento automatizado: programas médicos que realizan diagnósticos analizando síntomas introducidos por el usuario, basándose en reglas de inferencia lógica;

• IA como reconocimiento y predicción: aplicaciones móviles que identifican especies de plantas a partir de una imagen, cruzando datos visuales con grandes bases de información.

Todos estos sistemas comparten un objetivo común: reproducir capacidades mentales humanas como percibir, razonar, aprender o decidir. Pero en la medida en que estas funciones son simuladas por máquinas, surgen preguntas más profundas: ¿qué es realmente entender? ¿Cómo definimos el aprendizaje? ¿Puede una máquina ser creativa o consciente?

Es aquí donde Boden propone que la IA debe entenderse también como una herramienta epistemológica. Es decir, al construir programas que simulan procesos mentales, los científicos están —implícita o explícitamente— formulando hipótesis sobre cómo funciona la mente humana. Así, la IA no solo extiende nuestras capacidades, sino que también nos permite reflexionar sobre nosotros mismos.

Es así como construir sistemas de IA no solo tiene un valor práctico, sino también teórico y filosófico, ya que al intentar simular procesos inteligentes, se está investigando activamente cómo podría operar una mente humana.

“Al construir programas que imitan el pensamiento, podemos poner a prueba nuestras teorías sobre cómo funciona la mente. Así, la IA no es solo una cuestión de ingeniería: también es una ciencia de la mente.” (Boden, 2016, cap.1)

Esto conlleva que cada diseño, cada algoritmo, cada modelo simbólico o conexionista es en sí una hipótesis funcional. Por ejemplo, si una red neuronal puede aprender a reconocer rostros, entonces podríamos hipotetizar que el cerebro humano también opera mediante conexiones que se refuerzan según la experiencia. Si un sistema simbólico resuelve un problema lógico, podría ser análogo al razonamiento consciente.

¿Qué implica esta postura? La IA se convierte en una forma de experimentación mental. Así como un científico en biología utiliza un microscopio para observar células, el investigador en IA utiliza programas para “observar” procesos cognitivos, lo cual obliga a definir con precisión conceptos abstractos como: ¿qué es entender algo?, ¿qué significa “aprender” o “tener intención”? Al intentar modelarlo, se deben precisar las definiciones.

Boden recupera, de manera implícita, un enfoque inspirado en la filosofía de la mente y en las ciencias cognitivas: si se puede simular un proceso mental, entonces tal vez se pueda explicar. La IA no solo imita: también nos obliga a cuestionar qué es lo específicamente humano, qué puede (o no) ser replicado, y cómo cambia nuestra autocomprensión cuando interactuamos con máquinas aparentemente inteligentes. Esta es una forma muy rica de abordar la inteligencia artificial no solo como tecnología, sino como un modo de pensar y hacer ciencia sobre la mente humana.

La IA como el “santo grial”

Para Boden, la Inteligencia Artificial es el equivalente moderno de la búsqueda mítica del santo grial, porque representa una esperanza intelectual y científica profundamente ambiciosa: la de entender qué es la mente y cómo se produce la inteligencia.

Así como el grial prometía revelar verdades trascendentales, la IA promete desentrañar el misterio del pensamiento humano. Esta expectativa no solo nace de la tecnología, sino de una aspiración filosófica: comprendernos a nosotros mismos mediante la construcción de lo artificial. Boden utiliza la metáfora del santo grial no solo para expresar el entusiasmo que rodea a la IA, sino también para enfatizar que su verdadero valor reside en su capacidad para iluminar el funcionamiento del pensamiento. No se trata únicamente de hacer que las máquinas resuelvan problemas, sino de explorar qué significa resolver un problema, tener una intención o tomar una decisión.

Desde sus inicios, la IA fue vista por algunos investigadores no solo como una herramienta técnica, sino como una forma revolucionaria de investigar la mente humana. A diferencia de la psicología introspectiva o la neurociencia observacional, la IA permite construir modelos activos, es decir, simulaciones funcionales del pensamiento.

Esto tiene dos implicancias clave:

• Hace explícitas nuestras teorías sobre cómo pensamos. No basta con decir “la mente resuelve problemas”; hay que mostrar cómo lo hace paso a paso, en forma de código o algoritmo.

• Permite comprobar o refutar esas teorías. Si el programa no funciona como se esperaba, tal vez la teoría detrás de él esté equivocada o incompleta.

“Los programas de IA hacen explícitas nuestras intuiciones sobre cómo pensamos.” (Boden, 2016)

En otras palabras, la IA convierte a la mente en objeto de simulación experimental, algo que la ciencia no había podido hacer antes con tal precisión.

Boden analiza distintas posturas sobre cuál es el verdadero objetivo de la IA. Ella distingue entre dos grandes motivaciones:

• La motivación práctica: crear máquinas útiles que resuelvan problemas, automaticen tareas o mejoren procesos.

• La motivación científica/cognitiva: entender qué es la inteligencia a través de la emulación artificial.

Boden se sitúa claramente en el segundo grupo. Para ella, el verdadero potencial de la IA está en su valor teórico y epistemológico: si logramos construir una máquina que piensa, podríamos estar más cerca de saber qué significa pensar.

Un tema importante que se menciona es que simular no significa duplicar. Una IA puede simular la toma de decisiones o el aprendizaje sin ser consciente o tener emociones. Pero esa simulación, aun cuando sea incompleta o parcial, sigue siendo valiosa para investigar cómo podrían funcionar esos procesos.

“Si conseguimos construir una máquina que piense, entonces quizá habremos comprendido algo esencial sobre lo que significa pensar.” (Boden, 2016)

En este sentido, se establece un puente entre la IA y la ciencia cognitiva, ya que ambas comparten el objetivo de entender cómo funciona la mente. Boden explica que la IA puede operar con distintos modelos:

• Modelos simbólicos: sistemas que manipulan símbolos según reglas lógicas (como el pensamiento consciente).

• Modelos conexionistas: redes neuronales artificiales que aprenden de patrones, más parecidos al cerebro biológico.

Ambos enfoques son válidos y complementarios, y ambos nos obligan a preguntarnos: “¿esto se parece a cómo pensamos los humanos?”. Si la respuesta es afirmativa, entonces estamos más cerca del “santo grial”.

Como indica Boden, la IA representa una de las mayores empresas intelectuales de nuestro tiempo. Su valor no está únicamente en la eficiencia de las máquinas, sino en su capacidad para hacer visible, formal y operativa la inteligencia misma.

El “santo grial” de la IA no es construir una supermáquina, sino llegar a comprendernos a nosotros mismos mediante esa construcción. En este sentido, la IA es tanto una tecnología como una ciencia de la mente.

Referencia

Boden, M. A. (2016). Inteligencia Artificial. Madrid: Turner Noema.

Las citas textuales fueron tomadas de la versión digital del libro disponible en Everand (anteriormente Scribd), la cual no conserva la paginación de la edición impresa. Por esta razón, se ha citado por capítulos.