Peter Denning: la premisa central de Turing sobre la IA, errónea desde 1950

Peter Denning, profesor de informática, sostiene en un nuevo libro publicado en julio de 2026 que la IA actual se asienta sobre un cimiento falso: la premisa que formuló Alan Turing en su célebre artículo de 1950 «Computing Machinery and Intelligence» («Maquinaria computacional e inteligencia»). Según Denning, esto hace que una AGI auténtica sea inalcanzable en principio, sin importar lo grandes que lleguen a ser los modelos de lenguaje.

¿Cuál fue el error de Turing?

En 1950, Turing planteó que el pensamiento humano puede describirse por completo mediante reglas computables y, por tanto, puede ser modelado por un ordenador. En esa premisa se apoya todo el camino posterior de la investigación en IA, desde los sistemas expertos de los años 70 hasta los LLM basados en transformers de la década de 2020.

Denning considera errónea esta premisa. A su juicio, cuatro componentes clave de la inteligencia no admiten formalización en principio:

• Sentido común: comprensión contextual de una situación, que no se describe mediante reglas explícitas ni se deriva de ellas
• Intuición: capacidad de llegar a conclusiones acertadas sin una deducción lógica formal; se forma con años de experiencia
• Cultura: sistema de valores y normas que se asimila viviendo en una comunidad, no estudiando textos sobre ella
• Conocimiento práctico (know-how): destrezas que solo se transmiten practicando junto a un maestro, no mediante instrucciones

«Los aspectos más importantes de la inteligencia humana, incluidos el sentido común, la intuición, la cultura y los conocimientos prácticos, no pueden codificarse en los ordenadores», afirma

Peter Denning.

Por qué la escala de los LLM no resuelve el problema

Denning polemiza abiertamente con la visión dominante en la industria: basta con hacer el modelo lo bastante grande para que «comprenda» el mundo. En su opinión, es una ilusión. Los grandes modelos de lenguaje operan con regularidades estadísticas entre símbolos, pero carecen de esa experiencia viva —cultural, corporal, social— que da forma a la comprensión humana.

El argumento de Denning se hace eco de la crítica clásica de la «habitación china» que formuló el filósofo John Searle en 1980: un ordenador manipula símbolos según reglas sin entender su significado. Denning actualiza ese argumento para los LLM actuales y sostiene que la arquitectura transformer no cierra esa brecha en principio. Según informó Science Daily el 13 de julio de 2026, el libro se presenta como una de las críticas académicas más sistemáticas de los fundamentos mismos de la investigación en IA en los últimos años.

Qué significa

Si Denning tiene razón, la estrategia actual para alcanzar la AGI —escalar datos y parámetros— no acerca en principio a la mente humana. La utilidad práctica de los LLM se mantiene: la generación de texto, la automatización de tareas y el análisis de datos siguen siendo herramientas valiosas. Pero, según Denning, no es correcto llamar «inteligencia» en sentido pleno a los sistemas actuales.

Preguntas frecuentes

¿Qué afirmaba Turing en su artículo de 1950?

En «Computing Machinery and Intelligence», Alan Turing propuso evaluar la inteligencia de una máquina mediante un juego de imitación: si un juez no logra distinguir a un ordenador de una persona en un diálogo de texto, se puede considerar que la máquina piensa. Denning opina que ese criterio fijó una dirección errónea, al reducir la inteligencia a conducta lingüística e ignorar la necesidad de experiencia vivida.

¿Niega Denning la utilidad de la IA actual?

No. Denning distingue entre una «herramienta inteligente» y una «inteligencia auténtica». Los LLM son útiles para automatizar tareas y trabajar con textos, pero, en su opinión, no pueden convertirse en AGI en principio, porque carecen de la experiencia cultural y práctica necesaria para la comprensión humana.