70 Años de Recuerdos: La Historia Oculta del Campamento de Verano que Inspiró la IA en Argentina

“Pensábamos que podríamos solucionar el enigma de la inteligencia artificial en una temporada estival”, afirmó años más tarde John McCarthy, con una mezcla de melancolía y buen humor. En 1956, él y un grupo selecto de investigadores se reunieron en Dartmouth College con la meta de desarrollar máquinas capaces de razonar. Lo que ocurrió en esos dos meses cambió la trayectoria de la historia.

Dos años antes, en 1954, McCarthy asumió la posición de profesor asistente de matemáticas en Dartmouth College, ubicado en Hanover, Nueva Hampshire. Su fascinación por la inteligencia artificial, aunque el término aún no se utilizaba, se despertó en 1948 al participar en el Simposio Hixon sobre Mecanismos Cerebrales en el Comportamiento. Salió de esa experiencia impresionado, convencido de que ahí radicaba el futuro de la informática y su propia vocación.

Hasta ese momento, la idea de que una máquina pudiera aprender o razonar era más una ilusión que una realidad académica. McCarthy se propuso transformar esa percepción. Consideró que era fundamental clarificar el diálogo que comenzaba a fortalecerse sobre el asunto, y la primera acción que tomó fue seleccionar un término: “Inteligencia Artificial”. Escogió esta denominación no solo por su sonoridad, sino también por estrategia: evitó términos como “cibernética” o “teoría de autómatas”, que lo asociarían a figuras reconocidas como Norbert Wiener. McCarthy anhelaba establecer su propio rumbo, sin ser discípulo de ningún gurú.

El paso siguiente fue encontrar colaboradores. Durante un verano en IBM, McCarthy se reunió con Nathaniel Rochester, ingeniero principal de la compañía, Claude Shannon, pionero de la teoría de la información, y Marvin Minsky, un joven matemático del MIT especializado en redes neuronales. Los cuatro compartían una visión común: creían que las máquinas podían imitar el razonamiento humano, pero necesitaban recursos económicos. Así, en agosto de 1955, redactaron una propuesta que enviaron a la Fundación Rockefeller.

“Proponemos que durante el verano de 1956 se lleve a cabo en Dartmouth College un estudio de dos meses para diez personas. Este estudio se basa en la suposición de que cualquier aspecto del aprendizaje o de la inteligencia puede describirse con la suficiente precisión para construir una máquina que lo replique. Se intentará descubrir cómo crear máquinas que utilicen el lenguaje, formulen abstractions y conceptos, resuelvan problemas típicamente humanos y se automejoren. Creemos que es posible lograr un avance significativo en uno o más de estos temas si un grupo selecto de científicos colabora durante un verano”.

Para este estudio, enfatizaban, consideraban que la inteligencia artificial se manifestaba en el comportamiento de las máquinas de maneras que se calificarían como inteligentes si les correspondiera a los humanos. Aunque parecía una simple reformulación de palabras, realmente tenía sentido.

Al obtener financiamiento, en el verano de 1956 un grupo de científicos se congregó en Dartmouth. McCarthy y sus colegas se dedicaron a seleccionar cuidadosamente a los participantes en el proyecto. Invitaron a expertos que marcarían el futuro de la computación: Arthur Samuel, pionero en aprendizaje automático en IBM; Oliver Selfridge, especialista en percepción de máquinas en el MIT; Ray Solomonoff, matemático y creador dela hipótesis algorítmica de la información; Allen Newell y Herbert Simon, científicos de Carnegie Mellon que crearían el primer software operativo de inteligencia artificial; y Alex Bernstein, un especialista en programación de ajedrez.

Desde el inicio, los intercambios fueron fervorosos. La meta principal era edificar máquinas capaces de razonar, aprender y resolver dificultades. Newell y Simon exhibieron su programa para comprobar teoremas lógicos, mientras que Bernstein se dedicaba a un software de ajedrez. McCarthy, en cambio, tenía la ambición de desarrollar un lenguaje artificial que facilitara a las computadoras procesar conocimiento de una manera similar a la humana.

El término “Inteligencia Artificial” no era bien recibido por todos. Arthur Samuel lo catalogaba de exagerado e incluso arrogante. Newell y Simon preferían el término “procesamiento avanzado de información”. No obstante, la denominación de McCarthy prevaleció, tal vez por su atractivo comercial, convirtiéndose, con el tiempo, en la referencia universal del sector.

Los días eran extenuantes. Los asistentes se mantenían despiertos hasta altas horas de la madrugada, debatiendo sobre cómo lograr que las máquinas aprendieran y tomaran decisiones. “La Conferencia de Dartmouth reunió a individuos que compartían ideas semejantes, pero que jamás habían tenido contacto previo”, recordaría más tarde Marvin Minsky.

Alrededor de las mesas de debate y en las conversaciones informales, se percibía un entusiasmo contagioso. “La impresión que me quedó de la Conferencia de Dartmouth fue el notable optimismo en torno al futuro de la IA”, comentaría Ray Solomonoff. El grupo aspiraba a resolver en pocos días problemáticas que requerirían décadas de investigación, muchos de las cuales siguen sin resolver hoy en día.

La cruda realidad no tardó en hacerse notar. Pronto se dieron cuenta de que descifrar el enigma de la inteligencia no sería una tarea de verano, pero empezaron a cosechar frutos. En diciembre de 1956, Newell y Simon proclamaron la creación de una “máquina pensante”: el programa Logic Theorist (LT), diseñado para demostrar teoremas matemáticos. Este fue un primer avance concreto hacia la inteligencia artificial contemporánea, aunque aún quedaban numerosos obstáculos por superar.

El taller de Dartmouth no aportó soluciones definitivas, pero cimentó las bases para un campo que, décadas después, -muchas décadas después- transformaría el mundo. La tecnología pasó de ser un concepto abstracto a una realidad tangible, aunque fuese solo en teoría. El anhelo de McCarthy y sus colegas estaba lejos de hacerse realidad, pero al menos habían conseguido su objetivo: la inteligencia artificial había llegado al mundo.

Todo comenzó con una apuesta audaz, casi quimérica: entender la inteligencia lo suficiente como para replicarla en una máquina. Setenta años más tarde, esta tecnología ha dado pasos gigantescos, especialmente tras el lanzamiento de ChatGPT por OpenAI, que ahora forma parte integral de la vida cotidiana en varias partes del planeta.

La inteligencia artificial avanza entre expectativas, límites y sorpresas que ni siquiera sus propios creadores, colmados de optimismo, habrían anticipado. El Proyecto de Investigación de Verano de Dartmouth de 1956 no solo introdujo unnuevo ámbito de investigación, sino que lo constituyó de forma notable. Al congregar a matemáticos, psicólogos y expertos en computación, se establecieron las bases para una disciplina que, en ese instante, no contaba con una denominación específica. Emergiendo conceptos esenciales, como la idea de que una máquina puede aprender, razonar y resolver problemas con cierto grado de autonomía. También se manifestó un entusiasmo desbordante. Consideraban que en pocos años se alcanzarían desarrollos radicales. No obstante, la realidad resultó ser considerablemente más compleja.

Setenta años después del taller, James Dobson encabeza el programa de escritura creativa en Dartmouth y posee un interés particular en la IA. En una conversación con Infobae, el académico indica que en sus clases la historia de la IA no solo se menciona, sino que se examina detalladamente. “Reflexionamos sobre la magnitud de la propuesta inicial, sus aspiraciones y sus limitaciones. En específico, nos enfocamos en la seguridad con que los asistentes afirmaban que un estudio de dos meses podría dar lugar a un avance notable en inteligencia artificial. Esa combinación de visión y audacia aún caracteriza al sector”, afirmó.

Algunas ideas planteadas en 1956 pueden considerarse visionarias, ya que se confirmaron con el tiempo. Las redes neuronales, que en ese tiempo eran solo una de las múltiples posibilidades, ahora prevalecen en el desarrollo de la inteligencia artificial contemporánea. La noción de crear programas que generen otros programas se materializó con la llegada de asistentes de código basados en modelos de lenguaje. Y el lenguaje, que en la propuesta inicial solo representaba un punto de interés, se ha transformado en la base del progreso tecnológico, como lo demuestran sistemas como ChatGPT o Gemini.

Aún así, ocurrieron fallos de cálculo. “Cuando afirmaron que ‘cada aspecto de la inteligencia podría ser descrito con precisión y replicado en una máquina’, jamás imaginaron que resultaría tan complicado. Aún en la actualidad, los modelos más sofisticados requieren intervención humana para mejorar, corregir y ajustar su rendimiento”, aclaró Dobson. La inteligencia sigue siendo un concepto intrincado, difícil de definir y aún más complicado de replicar.

El optimismo desbordante no se extinguió completamente con el paso del tiempo. En los años siguientes, pioneros como Herbert Simon y Marvin Minsky hicieron pronósticos que hoy parecen ingenuos. Simon proclamó en 1965 que, en dos décadas, las máquinas podrían realizar cualquier tarea que un ser humano pudiera llevar a cabo. Minsky vaticinó en 1967 que en una generación se aclararía el enigma de la inteligencia artificial. Ninguna de esas expectativas se cumplió.

Si los participantes originales de 1956 pudieran observar el estado actual de la inteligencia artificial, probablemente se asombrarían por varios aspectos. Eugene Santos, director del programa de maestría en Ingeniería de Dartmouth, considera que la mayor sorpresa sería el impacto de los modelos de lenguaje y su empleo como chatbots. “No habrían anticipado que la interacción con la IA se desarrollaría de esta manera, ni que la comunicación sería el eje de tantas aplicaciones”, afirmó. También les impresionaría la complejidad de los desafíos relacionados con la autonomía, evidenciados en los vehículos autónomos y los numerosos problemas que aún persisten.

Una nueva revelación sería la función que desempeñan los datos en la actualidad. En 1956, la inteligencia artificial era vista más como un desafío lógico y matemático. En la actualidad, gran parte del éxito de los sistemas contemporáneos se fundamenta en su capacidad para manejar vastas cantidades de información. Resultaría sorprendente observar que podemos capacitar modelos utilizando datos no organizados, confusos e incluso contradictorios, y que aún así logran resultados asombrosos. No obstante, también se podría notar que los sistemas actuales confrontan problemas difíciles de solucionar, desde ilusiones hasta sesgos inesperados”, mencionó Santos.

Con motivo del 50° aniversario del campamento, más de 100 investigadores y académicos se congregaron nuevamente en Dartmouth para el evento AI@50. No solo fue un tributo al pasado, sino también un análisis del presente y una plataforma para contemplar el futuro. Se discutieron los progresos, limitaciones y nuevas direcciones para la inteligencia artificial, con McCarthy y varios de sus colegas todavía presentes.

Para Sandra Peter, docente en la Universidad de Sydney y especialista en la historia de la IA, el legado de la Conferencia de Dartmouth es complejo. “Por un lado, su visión sigue siendo crucial para la IA contemporánea. Deseaban que las máquinas utilizaran el lenguaje, formularan conceptos y resolvieran problemas, y ese sigue siendo el objetivo. Sin embargo, su creencia en que podrían entender la inteligencia en un solo verano ha dejado una marca en el campo: la inclinación hacia un optimismo excesivo y a subestimar los retos actuales, sigue siendo un rasgo de la comunidad científica”, advirtió en respuesta a una consulta de Infobae.

La experta sostiene que muchas de las cuestiones sin resolver que emergieron en aquella reunión de 1956 permanecen sin respuesta. Aún no contamos con una comprensión plena de lo que es la inteligencia ni de cómo reproducirla. Y continuamos enfrentando los mismos dilemas éticos sobre el impacto de la automatización en la sociedad”, añadió.

Setenta años después del proyecto de investigación, la inteligencia artificial sigue en evolución. Como señala Peter, los pioneros de Dartmouth se asombrarían al ver el panorama actual. Les impresionaría la presencia ubicua de la IA en nuestras vidas, así como el notable poder de los sistemas que funcionan en dispositivos compactos, que son millones de veces más potentes que las computadoras de tamaño monumental de su época.

Recientemente, entre el 11 y el 13 de febrero, casi siete décadas después del histórico verano en Dartmouth, un grupo de líderes argentinos se reunió en el campus de la Universidad de San Andrés con un propósito similar: debatir sobre el futuro de la inteligencia artificial. Durante tres días de intensa deliberación, intentaron replicar el espíritu pionero de aquella conferencia de 1956, adaptándola a los desafíos que enfrenta América Latina.

La organización del evento fue realizada por los profesores Fredi Vivas y Augusto Salvatto, junto con Ariel Urcola, director de educación ejecutiva de la Universidad. Durante esos tres días, empresarios e investigadores se agruparon en las instalaciones del campus para reflexionar y discutir sobre el futuro del trabajo. Conscientes del acelerado avance de la tecnología, los asistentes concordaron en la necesidad de establecer una guía clara que garantizara que la IA se utilizará como una herramienta de progreso, y no como un elemento que promueva desigualdad o incertidumbre en las organizaciones.latinoamericanas.

“Tengo fe en que hay una IA en la que podamos depositar nuestra confianza, creada para impulsar el desarrollo humano y generar un efecto positivo en la comunidad. La IA no debe ser percibida únicamente como una herramienta tecnológica, sino como un catalizador del avance, la competencia y el bienestar en el entorno empresarial de la región”, subrayó Vivas en conversación con Infobae.

El resultado de esta experiencia se concretó en una declaración de cinco principios fundamentales:

1) IA como motor de competitividad en América Latina: la inteligencia artificial debería ser un recurso para mejorar la competitividad de las empresas en la región. Su adopción estratégica optimizará procesos, generará soluciones innovadoras y abrirá nuevas oportunidades en un entorno cada vez más globalizado.

2) Ampliación de la inteligencia humana mediante la IA: en lugar de reemplazar el talento humano, la IA debe expandirlo y complementarlo. Fomentar una “Mentalidad de Crecimiento AI” garantizará que las personas permanezcan pertinentes en un mundo laboral en constante cambio.

3) Cultura de experimentación organizacional: las empresas y organizaciones tienen que adoptar una mentalidad de prueba continua. Experimentar, medir y ajustar serán fundamentales para innovar de forma sostenible. Poner a prueba hipótesis, desafiar supuestos y crear un ambiente donde los errores sean vistos como oportunidades para el aprendizaje.

4) IA transparente, ética y centrada en el ser humano: la confianza en la inteligencia artificial dependerá de su habilidad para ser comprensible, justa y coherente con principios éticos. Los asistentes del evento destacaron la importancia de que la IA no reproduzca sesgos y de fomentar equipos diversos durante su desarrollo y aplicación.

5) Colaboración y gobernanza compartida: la IA no puede desarrollarse en aislamiento. Su implementación efectiva requerirá la colaboración de empresas, gobiernos, instituciones académicas y la sociedad civil. Solo a través de un diálogo multilateral se podrán establecer marcos de gobernanza que mantengan un equilibrio entre innovación y regulación.

Para sus promotores, el manifiesto no es solo un conjunto de principios, sino un llamado a la acción. Los organizadores dejaron claro que no quieren que estas ideas queden solo en la teoría, sino que se traduzcan en cambios reales en las organizaciones de la región.

Setenta años después, el espíritu del campamento de Dartmouth sigue vigente. Si en 1956 un grupo de investigadores con una visión audaz sentó las bases de la IA moderna, en 2025 se busca, desde Latinoamérica, al menos imaginar un futuro donde la IA sea un motor de progreso y bienestar.