¿Qué es el test de Turing? Explicación de su definición y función

En 1950 el matemático Alan Turing desarrolló el test de Turing, que debe poder demostrar la inteligencia de las máquinas en el marco de un proceso experimental. La supuesta prueba se realiza mediante un juego de preguntas y respuestas que debía confirmar la diferencia indistinguible entre la inteligencia humana y la artificial, ya que los interrogadores humanos no deberían poder distinguir entre un interlocutor humano o artificial. Que se trate realmente de una prueba objetiva de que la inteligencia artificial sea similar a la humana sigue siendo un tema controvertido.

¿Es una persona o un bot? Si pasas mucho tiempo en las redes sociales o en las columnas de comentarios de artículos online, te habrás hecho a menudo esta pregunta. Los llamados social bots imitan a los usuarios humanos como robots de opinión, dirigen discusiones y dejan comentarios automáticos. A menudo no se distinguen de los humanos porque se basan en algoritmos que usan la inteligencia artificial y el machine learning para imitar la comunicación humana. Aquí entra en juego el test de Turing, cuyo objetivo es determinar si se trata de humanos o de máquinas.

¿Qué es el test de Turing?

El test de Turing fue creado y desarrollado por el matemático, informático y lógico británico Alan Turing en el año 1950. Mientras trabajaba en una de las legendarias computadoras de tubos de vacío de nombre Manchester Mark I en la Universidad de Manchester, Turing ocupaba su tiempo de forma intensiva con el problema de la inteligencia artificial y sus criterios.

En su artículo “Computing machinery and intelligence”, publicado en la revista especializada “Mind”, Turing diseñó las características básicas de un montaje experimental ahora famoso como test de Turing, pero conocido en su momento como “Imitation Game”. Debido a que la red neuronal artificial según el principio de neural network no tiene importancia en el debate de inteligencia artificial y la prueba científica objetiva de los procesos de pensamiento aún quedaba lejos, se utilizaban para ello análisis observables de la comunicación con las máquinas.

El objetivo era y es poder hablar de inteligencia artificial o inteligencia de máquina en el caso de que el comportamiento de comunicación de las máquinas sea indistinguible del de los humanos.

Dominios web baratos

Dominios tan originales como tus ideas.
Registra tu dominio con IONOS y disfruta de las funciones integrales que tenemos para ofrecerte.

Correo incluido
Certificado SSL
Asistencia 24/7

Test de Turing: proceso y definición

La creación y el desarrollo del test de Turing no podía ser más fácil: el test usa un proceso simple de preguntas y respuestas. En el proceso se incluye a un interrogador humano, por un lado, y, por otro, a una máquina y a una persona anónima que responden al interrogador. Ni la máquina ni la persona anónima son visibles para el interrogador. Las preguntas, libres y no establecidas con anterioridad, son formuladas por el interrogador sin ningún contacto visual o auditivo con los interlocutores a través de una herramienta de entrada como un teclado o una pantalla. Si, a partir las respuestas, el interrogador no puede determinar al final del test cuál de los dos interlocutores es la máquina, la inteligencia de la máquina puede definirse como similar o igual a la humana.

Hasta el día de hoy (marzo 2022), no se pueden citar ejemplos oficiales de máquinas que superen el test de Turing. No obstante, el método probatorio es también relevante actualmente para el desarrollo de inteligencias artificiales, como por ejemplo en el ámbito del deep learning, el reinforcement learning y el supervised learning, así como el unsupervised learning. La comunicación de las máquinas basadas en redes neuronales no solo tendrá en el futuro un rol importante en las redes sociales y en la atención al cliente. También en áreas como la medicina, el diagnóstico, la agricultura, la seguridad, la vigilancia, el marketing, el transporte y la producción se verán caracterizadas progresivamente por la comunicación artificial inteligente.

Hecho

Un hecho interesante del test de Turing: los fans de la ciencia ficción conocerán una variante ficticia de la película “Blade Runner”, que está basada en la novela “¿Sueñan los androides con ovejas eléctricas?” de Philip K. Dick. En ella, el test de Voigt-Kampff, basado en preguntas, se supone que distingue entre humanos y máquinas en función de su capacidad de empatía existente o inexistente.

¿Qué se critica del test de Turing?

Hasta el día de hoy, no se sabe si se pueden considerar los resultados del test de Turing como una prueba creíble y objetiva de la inteligencia artificial. Una gran parte de las críticas de la prueba pone en duda que la imitación de la comunicación humana, que parece real, sugiera una inteligencia artificial independiente. La supervisión del comportamiento de las máquinas, que sugiere o parece presuponer la existencia de inteligencia artificial, no se puede igualar a una inteligencia artificial objetivamente existente. De hecho, con el juego de preguntas y respuestas del test de Turing no puede representarse ni probarse la intención y la capacidad intelectual.

Alternativas al test de Turing

Como contraproyecto optimizado existe el test de aprendizaje automático denominado Winograd Schema Challenge (WSC). Este usa un esquema de preguntas preestablecido, que en el transcurso de los intentos requiere de un uso de conocimiento activo, conocimiento general y pensamiento razonable para conseguir respuestas correctas. Basándonos en el esquema Winograd de Terry Winograd, para responder a las preguntas es necesario una comprensión del contexto, del comportamiento humano, del trasfondo cultural y del pensamiento lógico.

Otras alternativas son el test de Marcus, que pregunta a las inteligencias artificiales sobre la comprensión de un programa de televisión que han “visto”, y el test de Lovelace-2.0, que examina las posibles capacidades creativas de las IA.

Tres ejemplos prácticos para su uso

A pesar de todos los puntos de crítica mencionados anteriormente, la idea fundamental del test de Turing, esta es, la imitación casi real de la comunicación humana, tiene también hoy en día un papel importante en la digitalización.

Aquí te mostramos tres ejemplos de uso que ilustran el significado actual e inalterado del test de Turing:

  • Human Interaction Proof (HIP): la llamada consulta CAPTCHA se considera como test de Turing inverso. La Human Interaction Proof (en español, prueba de interacción humana) se utiliza para distinguir las máquinas de los humanos de la manera más rápida posible y para filtrar de forma eficiente los bots a través de consultas de texto e imágenes automatizadas antes de que visiten una página web. CAPTCHA tiene el test de Turing en su nombre: Completely Automated Public Turing test to tell Computers and Humans Apart.
  • Bots: los bots son herramientas digitales que ofrecen funciones positivas o negativas dependiendo del modo de aplicación. Aparecen, por ejemplo, como chatbots para automatizar de manera eficiente el servicio al cliente, aunque también como social bots o spam bots, para difundir noticias falsas o malwares. En ambos casos, las formas del test de Turing sirven para promover el desarrollo de los bots y hacerlos lo más indistinguibles posible de los humanos.
  • Asistente de voz: los asistentes de voz son probablemente uno de los desarrollos que más se acercan a las ideas fundamentales de Alan Turing. Los asistentes controlados por voz parecidos a los humanos, como Alexa o Siri, se basan en el principio de pregunta-respuesta y se dedican a automatizar las funciones del día a día y las necesidades de los usuarios. A pesar de que en la actualidad ninguna de las aplicaciones podría pasar el test de Turing, las funciones de voz inteligentes se optimizan constantemente a través del machine learning y los análisis del comportamiento de los usuarios, por lo que cada vez se parecen más a los humanos.