Qué es el test de Turing y por qué se sigue citando

El test de Turing es una prueba propuesta por el matemático británico Alan Turing en 1950 para discutir si una máquina puede comportarse de forma inteligente. Consiste en una conversación escrita: un interrogador hace preguntas a una persona y a una máquina, sin verlas, y trata de adivinar cuál es la máquina. Si no lo logra con seguridad, la máquina habría superado la prueba. Aunque el nombre se popularizó después, la idea sigue siendo la base de muchas discusiones sobre la inteligencia artificial.

Por qué Turing cambió la pregunta

Turing empezó por la pregunta “¿pueden pensar las máquinas?”. Reconoció que las palabras “máquina” y “pensar” son ambiguas. Si intentáramos definirlas mirando cómo se usan en la vida diaria, dijo, terminaríamos con algo parecido a una encuesta de opinión, y eso no sirve.

Por eso propuso reemplazar la pregunta por otra, más concreta: ¿puede una máquina desempeñarse en un juego de conversación tan bien como lo hace una persona? La ventaja es que la prueba no exige que la máquina tenga cuerpo, ni que sea bonita o rápida. Solo se evalúan las respuestas escritas.

Cómo funciona el juego de imitación

Turing describió el juego original con tres participantes: un hombre (A), una mujer (B) y un interrogador (C), que puede ser de cualquier sexo. El interrogador está en otra habitación y debe averiguar cuál de los dos es el hombre. Las respuestas se escriben, para que el tono de voz no ayude a nadie.

En la versión con máquina, la máquina ocupa el lugar de A. Su objetivo es confundir al interrogador. La persona, en cambio, intenta ayudarlo a identificar la verdad. Un ejemplo del tipo de preguntas que Turing imaginó:

• “¿Puedes escribir un soneto sobre el puente Forth?”
• “¿Cuánto es 34957 más 70764?”
• “¿Juegas al ajedrez?”

Turing escribió respuestas de ejemplo, como una pausa de unos 30 segundos antes de dar el resultado de la suma. Curiosamente, el resultado que puso, 105621, está mal: la suma da 105721. Según Turing, este método de preguntas y respuestas sirve para tratar casi cualquier campo de la actividad humana.

Lo que predijo Turing

Turing hizo una predicción concreta. Creía que, en unos cincuenta años, sería posible programar computadoras con una capacidad de almacenamiento de cerca de mil millones de unidades para que un interrogador promedio no tuviera más de un 70 % de probabilidad de identificar bien a la máquina tras cinco minutos de preguntas.

Esa cifra era una conjetura de 1950, no una medida actual. Turing también pensaba que, hacia el final del siglo, el uso de las palabras cambiaría tanto que se hablaría de máquinas que piensan sin que nadie lo contradijera. Su predicción numérica no fue cumplida en el plazo que señaló, y por eso algunos autores separan la prueba de la predicción: la prueba puede ser buena aunque el cálculo haya sido optimista.

Las objeciones

Turing respondió a varias objeciones en su artículo. Una de las primeras era la teológica: la idea de que pensar depende de un alma que solo tienen las personas. Turing la consideró una creencia que no podía probarse, y recordó que argumentos religiosos del pasado, como los usados contra Galileo, resultaron equivocados.

Otra objeción decía que, por el juego de imitación, la máquina quedaba en desventaja. Turing admitió que era una objeción fuerte, pero respondió que, si aun así se construye una máquina que juegue bien, esa objeción deja de preocupar.

Las críticas más conocidas vienen de la filosofía. La Stanford Encyclopedia of Philosophy (SEP) resume dos. La primera dice que la prueba es demasiado estrecha: solo reconoce inteligencia en quien puede conversar con nosotros. La segunda dice que es demasiado fácil, porque programas poco inteligentes pueden parecer inteligentes a observadores comunes.

Los casos que se citan

El ejemplo clásico es ELIZA, un programa descrito por Joseph Weizenbaum en 1966. Según la SEP, programas poco inteligentes como ese pueden parecer inteligentes a observadores comunes durante bastante tiempo. Por eso se usa como ejemplo de que engañar a alguien en una conversación no equivale a entender.

Existe el Premio Loebner, una competencia anual para programas conversacionales. Según la Stanford Encyclopedia, los participantes de esa competencia estaban lejos del nivel que Turing imaginó: los jueces los detectaban con preguntas poco sutiles. Algunas pruebas pequeñas dieron resultados llamativos, como una de 2014 en la que un programa llamado Eugene Goostman convenció a un 33 % de jueces. La misma fuente señala que esas pruebas fueron muy chicas y que no permiten afirmar que se haya superado la prueba de Turing.

La SEP, en su revisión, comentaba que GPT-3 escribía bien ficción, poesía o código, pero no estaba cerca de pasar la prueba. Además, aclara que no basta con engañar a observadores comunes: una máquina tendría que sostener una conversación frente a un interrogador que sabe que uno de los dos puede ser una máquina, y hacerlo con éxito muchas veces.

Por qué sigue siendo una referencia

El test de Turing se sigue citando porque separa dos preguntas. Una es empírica: ¿puede una máquina conversar como una persona? La otra es conceptual: si lo logra, ¿tiene inteligencia o mente? Turing consideraba que la pregunta original, “¿pueden pensar las máquinas?”, era demasiado vaga para discutirla, y por eso prefirió la primera.

Por eso la prueba es útil para pensar en la IA, aunque no sea un examen definitivo. Si quieres ver el contexto de los demás hitos, lee la historia de la inteligencia artificial. Para entender cómo se construyen los sistemas que conversan, revisa qué es un modelo de lenguaje.

Más a fondo

Turing también admitió que una máquina podría hacer algo parecido a pensar de un modo muy distinto al humano. La SEP añade un ejemplo: una máquina que, por razones morales, se negara a mentir o a fingir no pasaría la prueba, aunque fuera inteligente. Eso muestra que la prueba mide una forma de inteligencia humana, no toda la inteligencia posible.

La Stanford Encyclopedia también discute el experimento mental del “Blockhead”, propuesto por Ned Block en 1981. La idea es que es lógicamente posible que un sistema use las palabras igual que una persona y, aun así, no tenga inteligencia ni mente. Esta idea es una de las razones por las que la prueba no se acepta como definición final de la inteligencia.

Para una discusión más amplia sobre qué significa una inteligencia general, puedes leer la guía sobre la AGI.