Invierno de la IA

Un invierno de la IA es una etapa en la que gobiernos, empresas e inversionistas pierden la confianza en la inteligencia artificial, recortan fondos y el campo se estanca. Suele seguir a un ciclo de expectativas infladas: se prometen avances que la tecnología no puede cumplir a tiempo y llega la decepción.

Se reconocen dos grandes inviernos. El primero se sitúa aproximadamente entre 1974 y 1980. Influyeron el fracaso de la traducción automática de los sesenta, las críticas de Marvin Minsky y Seymour Papert a los perceptrones en su libro Perceptrons (1969), el informe Lighthill de 1973, que llevó al gobierno británico a recortar el apoyo a la IA, y los recortes de DARPA en Estados Unidos. El segundo comenzó hacia 1987, cuando colapsó el mercado de computadoras especializadas en Lisp y muchas empresas abandonaron los sistemas expertos, caros de mantener; las fuentes lo extienden hasta los primeros o incluso finales de los noventa.

El fin de esos ciclos llegó con más datos, más capacidad de cómputo y nuevos enfoques, sobre todo el aprendizaje automático y, después de 2012, el aprendizaje profundo.

El concepto se menciona hoy cuando se discute si la inversión actual en IA generativa es una burbuja. Que haya habido inviernos no implica que vaya a haber otro, pero recuerda una lección útil: distinguir entre lo que un sistema ya hace de forma comprobable y lo que se promete que hará.