Un universal (un nombre común) como perro, es decir, la naturaleza específica que comparten todos los perros, ¿existe de verdad o es solo un nombre? Los realistas y los nominalistas discrepan en la contestación a esa pregunta. La inteligencia artificial añade una tercera vía de complicación al clásico problema.

Turco mecánico o jugador de ajedrez autómata. Foto de Marcin Wichary. Licencia CC BY 2.0, vía Wikimedia Commons.

Así planteaba Gambra en su manual de historia de la filosofía la disputa entre nominalistas y realistas:

«¿Existen realmente las especies o universales —«el hombre», «el caballo»— o son puras ficciones de la mente? Si existen, ¿qué naturaleza tienen? ¿Existen fuera de las cosas materiales concretas, o están implicados en ella? Es decir: nosotros hablamos, por ejemplo, del triángulo, del hierro, del hombre, cosas todas que no se refieren a un objeto o individuo concreto, sino que se pueden aplicar a muchos. Evidentemente, nadie ha visto nunca tales entidades aisladas en sí, pero todo el mundo entiende lo que con ellas se quiere decir. La realidad se compone de cosas que, aparte de ser individuos concretos, realizan una naturaleza específica. Este hombre con quien yo hablo, además de ser Juan, individual, inconfundible, es hombre: esto es, posee una naturaleza que comparte con otros muchos. Por otra parte, la ciencia versa sobre estos conceptos universales, y la ciencia es útil, la realidad responde a ella: parece, pues, que esos universales han de tener alguna clase de ser. ¿Cuál será este?» (Gambra, 2016, pp. 139-140).

La disputa entre nominalistas y realistas siempre está ahí y siempre con graves consecuencias. Si Dios, por ejemplo, es solo una palabra detrás de la cual no hay una persona concreta, según la deriva nominalista, el contenido de la fe se esfuma.

La IA añade una novedad a este respecto.

Patrones probabilísticos

Marcas son los tokens —trozos de texto— que un modelo de IA procesa. No letras sueltas ni palabras enteras necesariamente. Fragmentos como «per», «ro», «-», «can», «ino» pueden ser tokens distintos según el sistema. Los modelos de IA no han visto nunca perros, sino textos. Durante el entrenamiento procesan miles de frases donde aparece la cadena perro: «El perro ladra», «el perro mueve la cola», «llevé al perro al veterinario». Lo que aprende una IA es que después de el perro viene con alta frecuencia un verbo de acción, que perro aparece cerca de correa, veterinario, pelaje, ladrar. Aprende la geometría de esas co-ocurrencias en el texto, no la naturaleza del animal, como haría un ser humano.

Si se le pregunta a la IA si los perros pueden volar responde «no», correctamente. Pero no porque haya comprendido qué es un perro y qué es volar. Sino porque en los textos de entrenamiento la combinación perros + volar aparece casi siempre negada, corregida o usada en sentido figurado. La respuesta correcta emerge de la distribución estadística de las marcas, no de concepto alguno.

Cuando usa la palabra perro, un nominalista medieval como Roscelino la aplica a individuos concretos que existen: este animal que tengo delante, aquel otro que vi ayer. Para él, el nombre perro no representa ninguna naturaleza universal, pero sí apunta a individuos reales, y en cualquier caso hay un sujeto que mira, reconoce y nombra.

El modelo de IA no tiene ante sí ningún individuo, no produce ningún acto de referencia, no sabe que perro se aplica a algo. Produce la marca perro porque las marcas anteriores del contexto hacen que esa sea la continuación más probable. Es una máquina de completar secuencias que da respuestas correctas sin que haya nadie dentro que entienda nada, que es exactamente lo que John Searle describía en 1980 con la habitación china.

La habitación china

Imagínense un hombre encerrado en una habitación que no sabe chino. Unos chinos le preguntan algo en chino desde fuera por escrito y se lo pasan por una ranura. La persona dentro busca en un inmenso manual ad hoc a su disposición la combinación de símbolos que ha recibido, encuentra la regla correspondiente, copia los símbolos de respuesta indicados y los devuelve por otra ranura. No sabe chino, no entiende lo que le han preguntado y da con la respuesta sin entenderla. Otro asunto es que tarde un siglo en realizar esa operación y la IA ahora la resuelva en milésimas de segundo.

Demis Hassabis (Londres, 1976), uno de los genios de nuestro tiempo, Nobel de Química, creador de DeepMind y supergurú de la IA, declaraba recientemente:

«Sería mejor si pudiéramos aplicar el método científico con más rigor. Sería preferible comprender mejor los sistemas que estamos construyendo, en lugar de tratarlos como cajas negras. Hay gente trabajando en ello, pero la comprensión científica avanza más lentamente que el rendimiento de los sistemas» (Demis Hassabis).

Decir «cajas negras», como Demis Hassabis, es parecido a señalar la «habitación china» de John Searle.