Питер Деннинг: главное допущение Тьюринга об ИИ с 1950 года было ошибочным

Peter Denning, profesor de ciencias de la computación, afirma en un nuevo libro publicado en julio de 2026: la IA moderna está construida sobre una base falsa — una suposición formulada por Alan Turing en su famoso artículo de 1950 "Computing Machinery and Intelligence" (Maquinaria Computacional e Inteligencia). Según Denning, esto hace que el verdadero AGI sea fundamentalmente inalcanzable — independientemente de cuán grandes se vuelvan los modelos de lenguaje.

¿Cuál fue el error de Turing?

En 1950, Turing propuso la suposición de que el pensamiento humano está completamente descrito por reglas computables y, por lo tanto, puede ser modelado por un ordenador. Esta suposición sustenta toda la trayectoria posterior de la investigación en IA — desde los sistemas expertos de los años 1970 hasta las LLMs basadas en transformers de los años 2020.

Denning considera esta suposición errónea. En su opinión, cuatro componentes clave de la inteligencia son fundamentalmente resistentes a la formalización:

• Sentido común — comprensión contextual de una situación que no está descrita por reglas explícitas y no puede derivarse de ellas
• Intuición — la capacidad de llegar a conclusiones correctas sin inferencia lógica formal; moldeada por años de experiencia
• Cultura — un sistema de valores y normas adquirido mediante la vida en una comunidad, no a través del estudio de textos sobre ella
• Conocimiento práctico (know-how) — habilidades que solo pueden transmitirse mediante la práctica junto a un maestro, no a través de instrucciones escritas

«Los aspectos más importantes de la inteligencia humana, incluidos el sentido común, la intuición, la cultura y el conocimiento práctico, no pueden codificarse en ordenadores», —

Peter Denning.

Por qué escalar LLMs no resuelve el problema

Denning desafía directamente la visión dominante en la industria: basta con hacer el modelo suficientemente grande para que «entienda» el mundo. En su opinión, esto es una ilusión. Los grandes modelos de lenguaje operan con patrones estadísticos en símbolos, pero no poseen la experiencia vivida — cultural, corporal, social — que da forma a la comprensión humana.

El argumento de Denning se hace eco de la clásica crítica de la «Habitación China» del filósofo John Searle de 1980: un ordenador manipula símbolos según reglas sin comprender su significado. Denning actualiza este argumento aplicado a las LLMs modernas, argumentando que la arquitectura transformer no supera fundamentalmente esta brecha. Según informó Science Daily el 13 de julio de 2026, el libro se posiciona como una de las críticas académicas más sistemáticas a los propios fundamentos de la investigación en IA en los últimos años.

Qué significa esto

Si Denning tiene razón, la estrategia actual para lograr el AGI — escalar datos y parámetros — fundamentalmente no nos acerca a la inteligencia humana. La utilidad práctica de las LLMs permanece intacta: la generación de texto, la automatización de tareas y el análisis de datos siguen siendo herramientas valiosas. Pero llamar a los sistemas actuales «inteligencia» en el pleno sentido de la palabra, según Denning, es incorrecto.

Preguntas Frecuentes

¿Qué afirmó Turing en su artículo de 1950?

En «Computing Machinery and Intelligence», Alan Turing propuso probar la inteligencia de las máquinas mediante un juego de imitación: si un juez no puede distinguir un ordenador de un humano en un diálogo textual, la máquina puede considerarse pensante. Denning cree que este criterio estableció un vector equivocado, reduciendo la inteligencia al comportamiento lingüístico e ignorando la necesidad de la experiencia vivida.

¿Niega Denning la utilidad de la IA moderna?

No. Denning distingue entre una «herramienta inteligente» y una «inteligencia verdadera». Las LLMs son útiles para automatizar tareas y trabajar con textos; sin embargo, en su opinión, fundamentalmente no pueden convertirse en AGI — porque no poseen la experiencia cultural y práctica necesaria para la comprensión humana.