Preguntas¿Puede pensar una máquina?Un cuerpo, un mundo, una situación: lo que las reglas no dicen
¿Puede pensar una máquina?Hace falta un cuerpo vivo

Un cuerpo, un mundo, una situación: lo que las reglas no dicen

La crítica de Dreyfus a la IA

Hubert Dreyfus 1929 · 2017La inteligencia humana proviene de un cuerpo comprometido con un mundo, no de un conjunto de reglas: por eso fracasan los programas que pretenden formalizarlo todo.
Ver su ficha
Lo que sostiene

Por lo tanto, la IA simbólica fracasa al reproducir la inteligencia humana allí donde esta se apoya en ese saber hacer, ese trasfondo y esa situación. Ya en 1965, Dreyfus ve que formalizar el comportamiento inteligente en lenguaje de computadora «excluye sistemáticamente» estas formas de procesamiento de información propias del ser humano.

Por qué

La inteligencia humana descansa en un saber hacer del cuerpo y en un sentido común que no se pueden reducir a reglas explícitas.

La misma idea a lo largo de la historia
Martin Heidegger1927En Ser y tiempo, el ser humano es ante todo «ser-en-el-mundo»: se desenvuelve con las cosas antes de representárselas. Esta es la fuente que Dreyfus invoca.
Maurice Merleau-Ponty1945La Fenomenología de la percepción describe el cuerpo propio como aquello por lo que comprendemos el mundo. Dreyfus lo cita ya en 1965 como una vía posible.
Ludwig Wittgenstein1953Wittgenstein observa que no podemos trazar los límites exactos de nuestros conceptos, y que seguir una regla no es aplicar una regla más. Dreyfus lo cita ya en 1965.
Hubert Dreyfus1972El libro What Computers Can't Do desarrolla la crítica: el cuerpo, la situación y las necesidades humanas.
En resumen

«Un cuerpo, un mundo, una situación: lo que las reglas no dicen» es un argumento de Hubert Dreyfus (Alchemy and Artificial Intelligence, 1965; What Computers Can't Do, 1972, 1972) sobre la pregunta «¿Puede pensar una máquina?» (respuesta: hace falta un cuerpo vivo). Su tesis: Por lo tanto, la IA simbólica fracasa al reproducir la inteligencia humana allí donde esta se apoya en ese saber hacer, ese trasfondo y esa situación. Ya en 1965, Dreyfus ve que formalizar el comportamiento inteligente en lenguaje de computadora «excluye sistemáticamente» estas formas de procesamiento de información propias del ser humano. Según la verificación lógica de AskPhilosophy (solucionador Z3), el argumento es válido solo si se admite una premisa que el autor no formula (P4). AskPhilosophy presenta 3 objeciones, 3 de ellas con una réplica documentada, y el texto original de cada premisa, verificado palabra por palabra.

Alchemy and Artificial Intelligence, 1965; What Computers Can't Do, 1972
Válido con una premisa implícita

A comienzos de la década de 1960, los primeros programas juegan al ajedrez y demuestran teoremas, y sus creadores anuncian que las máquinas pensarán pronto como nosotros. Hubert Dreyfus, filósofo formado en la fenomenología, responde que es un callejón sin salida. Cuando un médico, un conductor o un hablante actúa bien, no sigue una lista de reglas. Se apoya en un saber hacer adquirido por un cuerpo vivo, en un trasfondo de sentido común que nadie ha escrito jamás, y en una manera de captar lo que importa en la situación. Una IA que pretende convertirlo todo en reglas explícitas pasa, por tanto, por alto lo esencial. Precisión importante: Dreyfus no dice que ninguna máquina pensará jamás. Apunta a un tipo preciso de IA, la que manipula símbolos mediante reglas.

P1La inteligencia humana se apoya en un saber hacer adquirido por el cuerpo, en un trasfondo de sentido común y en una manera de captar lo que importa en una situación.
P2Este saber hacer, este trasfondo y esta sensibilidad a la situación no se dejan reducir a reglas explícitas. Dreyfus lo dice del lenguaje: nuestro empleo de las palabras, «aunque preciso, no está estrictamente sometido a reglas».
P3La IA simbólica (la de los años cincuenta a ochenta) apuesta a que la inteligencia puede ponerse por completo en reglas: el procesamiento de información que subyace a cualquier desempeño intelectual podría escribirse como un programa.
P4 · premisa implícitaSi una capacidad no se reduce a reglas explícitas y solo se dispone de reglas explícitas para reproducirla, no se puede reproducir.
Por lo tanto, la IA simbólica fracasa al reproducir la inteligencia humana allí donde esta se apoya en ese saber hacer, ese trasfondo y esa situación. Ya en 1965, Dreyfus ve que formalizar el comportamiento inteligente en lenguaje de computadora «excluye sistemáticamente» estas formas de procesamiento de información propias del ser humano.

haz clic en una premisa para rechazarla

Si aceptas todas las premisas, la lógica te obliga a aceptar la conclusión. Por tanto, el debate gira en torno a las premisas.
Verificado por un solucionador lógico: es imposible que todas las premisas sean verdaderas y la conclusión falsa.
Sin la premisa implícita: Sin P4, la computadora encuentra un mundo en el que una capacidad irreductible a reglas aún podría ser reproducida por un programa que solo tiene reglas.
Válido con P4. Esta premisa oculta es casi una definición: un programa de IA simbólica está hecho de reglas explícitas. El punto de ataque está en otra parte, en P2: mostrar que un saber hacer es irreductible a reglas es muy difícil, y ahí es donde inciden las objeciones. El propio Dreyfus limita el alcance: en su resumen de 1965, de cuatro tipos de actividad inteligente, solo dos se pueden programar sin estas formas humanas de procesamiento de información.
Analogía. Aprender a andar en bicicleta con un manual: «si te inclinas a la izquierda, gira el manillar a la izquierda en un ángulo proporcional…». Nadie anda en bicicleta aplicando estas reglas. El experto tiene un saber hacer en el cuerpo, y el manual, incluso perfecto, solo da su sombra. La imagen es de los comentaristas de Dreyfus, no suya.

Objeciones

3

Cada objeción es una conversación: haz clic para ver quién responde y en qué punto está el debate.

J
John McCarthy, Marvin Minsky, Nathaniel Rochester, Claude Shannon 1955 · ataca la premisa 2

El proyecto fundacional de la IA parte de la conjetura inversa: todo aspecto del aprendizaje o cualquier otra característica de la inteligencia puede, en principio, describirse con tanta precisión que una máquina lo simule. Un saber hacer que todavía no sabemos escribir es un problema por resolver, no un límite.

un defensor responde
Hubert Dreyfus defensor del argumento · 1965
Dreyfus responde examinando los programas existentes (juegos, traducción automática, reconocimiento de patrones). Las dificultades encontradas no se deben a la potencia de las máquinas: el análisis del comportamiento inteligente en lenguaje de computadora deja de lado sistemáticamente tres formas humanas de procesamiento de información (la conciencia marginal, la distinción entre lo esencial y lo accidental, la tolerancia a la ambigüedad).
M
Marvin Minsky 1974
Resumen: Minsky propone los «marcos» (frames), estructuras de conocimiento que describen una situación típica (una habitación, una fiesta de cumpleaños) con sus expectativas habituales. Es una manera de escribir el sentido común y el contexto, que según Dreyfus no podían formalizarse.
Ver el resto del debate (1)
Hubert Dreyfus 1992
Resumen: en la introducción de What Computers Still Can't Do, Dreyfus juzga que los marcos desplazan el problema sin resolverlo: todavía hay que decidir qué marco conviene a la situación presente, y esa elección depende de lo que importa a alguien en un mundo, algo que ningún marco contiene.
En qué punto está el debate (nuestro resumen)El desacuerdo de fondo se refiere a si el sentido común puede escribirse. Los investigadores de IA lo intentaron durante décadas (marcos, grandes bases de conocimiento) con resultados limitados, lo que Dreyfus interpreta como una confirmación. Sus defensores responden que la tarea es inmensa, pero no imposible.
David Rumelhart, James McClelland y el grupo PDP 1986 · ataca la premisa 4

Las redes neuronales (conexionismo) no tienen reglas escritas: aprenden a partir de ejemplos y ajustan miles de conexiones. Lo que saben no es una lista de reglas explícitas, y sin embargo es una máquina. Así, la crítica a la IA simbólica no afecta a las máquinas en general.

un defensor responde
Hubert Dreyfus defensor del argumento · 1992
Resumen: Dreyfus concede este punto en parte. Las redes escapan a la crítica de las reglas, por lo que son una vía más prometedora que la IA simbólica. Pero duda de que alcancen un saber hacer humano mientras no tengan cuerpo, ni necesidades, ni un mundo donde las cosas les importen: sin eso, generalizan sin saber qué es pertinente.
En qué punto está el debate (nuestro resumen)Ambos bandos coinciden en un punto: una red neuronal no aplica reglas explícitas. El desacuerdo se refiere a lo que se sigue de ello: ¿puede el aprendizaje a gran escala recuperar, sin cuerpo ni vida, la sensibilidad a la situación que Dreyfus considera propia de los seres vivos? Los éxitos recientes del aprendizaje profundo han reabierto esta cuestión sin zanjarla.
R
Rodney Brooks 1991 · ataca la conclusión

Brooks admite que las representaciones simbólicas estorban: para una inteligencia simple, es mejor usar el mundo como su propio modelo. Pero extrae otra conclusión: se pueden construir robots dotados de cuerpo que actúen en oficinas reales sin supervisión. Así pues, el cuerpo no es un obstáculo para las máquinas, sino una solución.

un defensor responde
Hubert Dreyfus defensor del argumento · 2007
Resumen: en «Why Heideggerian AI Failed», Dreyfus reconoce que Brooks va en la buena dirección (un cuerpo, ningún modelo central), pero constata que esos robots no han pasado del nivel de los insectos. En su opinión, aún les falta lo que hace que algo sea relevante para un ser vivo: necesidades propias y un cuerpo que se adapta a lo que le importa.
En qué punto está el debate (nuestro resumen)Dreyfus y Brooks coinciden en rechazar el modelo central de representaciones. Divergen en lo que hay que añadir: para Brooks, un cuerpo de robot en un mundo real basta para avanzar paso a paso; para Dreyfus, hacen falta un cuerpo con necesidades y un mundo donde las cosas importen. Cuestión abierta.