Historia de la inteligencia artificial:
70 años y dos inviernos

Publicado en septiembre de 2026. Cada fecha, cifra y cita de este texto enlaza a su fuente primaria: el artículo original, el informe oficial o la publicación científica. La historia de la inteligencia artificial es un terreno donde los errores se copian mucho, así que aquí no hay nada de segunda mano.

La historia de la inteligencia artificial no es una línea que sube. Es una sierra: entusiasmo, promesas grandes, dinero, decepción, recortes, silencio — y vuelta a empezar. Ha ocurrido dos veces con tanta fuerza que el campo tiene un nombre propio para ello, los inviernos de la IA, y quien no conoce esos dos episodios está condenado a confundir el ruido de hoy con una novedad.

Esto es lo que pasó de verdad, década por década, y qué de aquello se está repitiendo ahora mismo.

1950: la pregunta de Turing

Antes de que existiera el nombre, existió la pregunta. En octubre de 1950, el matemático británico Alan Turing publicó en la revista Mind un artículo titulado «Computing Machinery and Intelligence», y lo abrió de la forma más directa posible: «Propongo considerar la pregunta: ¿pueden pensar las máquinas?».

Turing se dio cuenta enseguida de que la pregunta, tal cual, no lleva a ningún lado — depende de qué acordemos que significa «pensar». Así que la sustituyó por un experimento concreto que llamó el juego de la imitación: si una persona conversa por escrito con una máquina y con otra persona, sin verlas, y no logra distinguir cuál es cuál, ¿en qué sentido útil sigue importando si la máquina «piensa»?

Ese cambio de pregunta es el verdadero comienzo. Turing movió el problema del terreno de la filosofía al de la ingeniería: dejó de ser una discusión sobre la naturaleza de la mente y pasó a ser una tarea con un criterio de éxito. Setenta y seis años después, seguimos discutiendo dentro del marco que él montó.

1956: Dartmouth y el momento en que la IA recibió su nombre

El 31 de agosto de 1955, cuatro investigadores firmaron una solicitud de financiamiento que hoy se lee como un acta de nacimiento. Eran John McCarthy (Dartmouth College), Marvin Minsky (Harvard), Nathaniel Rochester (IBM) y Claude Shannon (Bell Telephone Laboratories), y su propuesta empieza así:

«Proponemos que se lleve a cabo un estudio de inteligencia artificial de 2 meses y 10 hombres durante el verano de 1956 en Dartmouth College, en Hanover, New Hampshire.»

Ahí aparece por primera vez el término. Lo acuñó McCarthy, en buena medida para separar el nuevo campo de la cibernética y no quedar bajo la sombra de Norbert Wiener. La frase que sigue es la que define la ambición de todo lo que vino después:

«El estudio procederá sobre la base de la conjetura de que todo aspecto del aprendizaje o cualquier otra característica de la inteligencia puede, en principio, describirse con tanta precisión que se pueda construir una máquina que lo simule.»

Vale la pena detenerse en el tamaño de la apuesta: diez personas, dos meses de verano, y en la lista de temas a resolver estaban el lenguaje natural, la abstracción y la creatividad. No lo resolvieron en dos meses. Setenta años después seguimos trabajando en esa lista.

1958–1969: el perceptrón, el primer gran entusiasmo y el primer golpe

En 1958, el psicólogo Frank Rosenblatt publicó en Psychological Review «The Perceptron: A Probabilistic Model for Information Storage and Organization in the Brain». La idea era radicalmente distinta a la de programar reglas: en lugar de decirle a la máquina qué hacer, se le mostraban ejemplos y ella ajustaba pesos hasta acertar. Es, en esencia, el antepasado directo de todo lo que hoy llamamos aprendizaje automático.

El entusiasmo fue enorme y las declaraciones a la prensa, desmedidas. Y en 1969, Marvin Minsky y Seymour Papert publicaron Perceptrons, un libro que demostraba con rigor matemático las limitaciones de un perceptrón de una sola capa — no puede resolver ni siquiera una función tan simple como el O-exclusivo.

El detalle importante, y el que casi nadie cuenta: la limitación era real, pero solo aplicaba a la versión de una capa. Las redes de varias capas no tenían ese problema; lo que faltaba era un método práctico para entrenarlas, que llegaría después. El daño, sin embargo, ya estaba hecho: el financiamiento a redes neuronales se secó durante casi dos décadas.

Mientras tanto, en 1966, Joseph Weizenbaum había construido en el MIT ELIZA, un programa que imitaba a un psicoterapeuta devolviendo las frases del usuario en forma de pregunta. Weizenbaum lo escribió para demostrar lo superficial que era la conversación entre humano y máquina. Se llevó un susto: la gente le contaba cosas íntimas y se negaba a creer que no la entendiera. Su propia secretaria le pidió salir del cuarto para hablar con el programa a solas. Ese hallazgo —que atribuimos comprensión a cualquier cosa que use nuestro idioma con soltura— es probablemente la lección más vigente de toda esta historia.

1973: el informe Lighthill y el primer invierno de la IA

En julio de 1972, el Science Research Council británico recibió un encargo que había hecho al matemático Sir James Lighthill: evaluar, sin contemplaciones, qué había producido la inteligencia artificial en sus primeros veinticinco años. El resultado, «Artificial Intelligence: A General Survey», es uno de los documentos más demoledores que ha recibido una disciplina científica.

Lighthill dividió el campo en tres categorías y concluyó que la del medio —la que unía las otras dos, la robótica— no había producido nada que justificara la inversión. Su diagnóstico central fue el fracaso al reconocer las implicaciones de la explosión combinatoria: los métodos funcionaban en problemas de juguete y se desmoronaban al crecer el tamaño del problema, porque el número de posibilidades a explorar crecía mucho más rápido que la capacidad de cómputo.

Y dejó escrita una frase que sigue siendo el mejor resumen de por qué la IA general es difícil:

«La experiencia de los últimos veinticinco años ha forzado cada vez más a los investigadores a concluir que las técnicas de automatización avanzada tienen éxito no cuando se desarrollan con un alto grado de generalidad de aplicación, sino solo cuando se utiliza una gran cantidad de conocimiento detallado sobre el dominio del problema en el diseño del programa.»

El Reino Unido cortó el financiamiento a casi toda la investigación en IA. Estados Unidos hizo recortes parecidos. Empezó lo que después se llamaría el primer invierno de la IA, y duró casi una década.

Los ochenta: los sistemas expertos y el segundo invierno

El deshielo llegó por donde Lighthill había señalado: dejando la generalidad y metiendo conocimiento específico. Los sistemas expertos no intentaban ser inteligentes; codificaban en reglas «si… entonces…» lo que sabía un especialista humano de un dominio muy concreto.

Y funcionaron. El caso emblemático fue XCON, un sistema escrito por John McDermott, de Carnegie Mellon, para configurar los pedidos de computadoras VAX de Digital Equipment Corporation. Para 1986 había procesado ochenta mil pedidos con una precisión del 95 al 98%, y se estimaba que le ahorraba a DEC unos 25 millones de dólares al año en componentes regalados por errores de configuración.

Ese éxito desató una industria entera. Las empresas compraban máquinas LISP, computadoras especializadas de cien mil dólares o más, hechas específicamente para correr este tipo de programas. Japón lanzó su proyecto de Quinta Generación, con un presupuesto que rondó los 500 millones de dólares.

Y entonces, en 1987, pasó algo que no tenía nada que ver con la inteligencia artificial: las computadoras normales se volvieron lo bastante buenas. Las máquinas de escritorio de Apple e IBM alcanzaron el rendimiento necesario para correr el mismo software, a una fracción del precio. El mercado del hardware especializado se desplomó prácticamente de la noche a la mañana, arrastrando a fabricantes como Symbolics.

Al hundimiento del hardware se sumó algo más incómodo: las empresas que habían instalado sistemas expertos descubrieron que mantenerlos costaba más de lo que aportaban. Cada regla había que actualizarla a mano, y hacía falta un ingeniero de conocimiento caro para hacerlo. Los sistemas envejecían mal.

El segundo invierno duró de 1987 a 1993. Ojo al patrón, porque es el mismo de la primera vez: la tecnología funcionaba en su nicho; lo que falló fue la economía de sostenerla y la desproporción entre lo prometido y lo entregado.

1997: Deep Blue, y el matiz que casi nadie cuenta

La imagen que quedó en la memoria colectiva es la de mayo de 1997: la computadora Deep Blue de IBM derrota al campeón mundial de ajedrez Garry Kasparov. Pero la historia completa es mejor, y la cuenta la propia IBM.

La primera vez que se enfrentaron fue en 1996, en Filadelfia. Deep Blue ganó la primera partida —«la primera victoria de una computadora contra un campeón mundial reinante bajo controles de tiempo regulares»—, pero Kasparov se recuperó y ganó el encuentro 4 a 2. Fue en la revancha de 1997, en Nueva York, cuando Deep Blue se llevó el match por 3½ a 2½.

Deep Blue no era, en el sentido moderno, inteligencia artificial: era fuerza bruta muy bien afinada, evaluando doscientos millones de posiciones por segundo. Pero cambió la conversación pública. Por primera vez, una máquina había ganado en un terreno que la humanidad consideraba prueba de intelecto.

2012: ImageNet, el momento en que todo cambió de verdad

Si hay que elegir una sola fecha como el punto de quiebre hacia la IA actual, es esta. Y no la protagonizó una empresa, sino un concurso académico.

El ImageNet Large Scale Visual Recognition Challenge era una competencia anual: clasificar un millón de fotografías en mil categorías. Los mejores resultados se conseguían con técnicas hechas a mano por especialistas en visión por computadora, y mejoraban poco cada año.

En 2012, un equipo de la Universidad de Toronto llamado SuperVision —Alex Krizhevsky, Ilya Sutskever y Geoffrey Hinton— presentó algo distinto: una red neuronal convolucional profunda entrenada sobre los valores RGB en crudo, con 60 millones de parámetros, entrenada en dos tarjetas gráficas NVIDIA. Ganó con un 15,3% de error, muy por debajo de todo lo demás. El artículo que lo describe se convirtió en uno de los más citados de la informática.

Lo decisivo no fue solo el resultado, sino por qué fue posible ahora y no antes. La idea de las redes profundas llevaba décadas dando vueltas. Lo que faltaba eran dos cosas que no tenían nada que ver con la teoría: muchísimos datos etiquetados (eso era ImageNet) y tarjetas gráficas baratas capaces de hacer millones de multiplicaciones en paralelo, que existían porque la industria de los videojuegos las había financiado durante veinte años.

Las redes neuronales no volvieron porque alguien tuviera una idea nueva. Volvieron porque el mundo por fin tenía el combustible y el motor.

2016: AlphaGo y los doscientos millones de espectadores

El go se consideraba inexpugnable. Tiene más posiciones posibles que átomos hay en el universo observable, así que la fuerza bruta de Deep Blue no servía de nada: había que evaluar posiciones por algo parecido a la intuición.

En octubre de 2015, AlphaGo, de DeepMind, ganó 5-0 al campeón europeo Fan Hui — el primer sistema en vencer a un profesional. Y en marzo de 2016 derrotó 4-1 al legendario Lee Sedol en Seúl, en un encuentro que siguieron más de 200 millones de personas.

La jugada 37 de la segunda partida se estudia todavía hoy: un movimiento que ningún jugador humano habría hecho, que los comentaristas tomaron por error, y que resultó ser brillante. Fue la primera vez que una máquina no solo ganó, sino que le enseñó algo al campo.

2017: el artículo que hizo posible ChatGPT

En junio de 2017, ocho investigadores de Google publicaron en arXiv un artículo con un título deliberadamente descarado: «Attention Is All You Need». Presentaba una arquitectura llamada Transformer.

Hasta entonces, procesar lenguaje significaba leer palabra por palabra, en orden, arrastrando un estado — lento y difícil de paralelizar. El Transformer tira eso por la ventana y usa solo un mecanismo de atención: cada palabra mira a todas las demás a la vez y decide cuáles importan para entenderla. Al eliminar la secuencia, el entrenamiento se puede repartir entre miles de procesadores en paralelo.

Ese detalle técnico, aparentemente menor, es la razón de todo lo que vino después. La «T» de GPT es de Transformer. Sin ese artículo de 2017 no hay ChatGPT, ni Claude, ni Gemini. Es, probablemente, el artículo de informática más influyente del siglo.

2022: ChatGPT y la adopción más rápida jamás vista

OpenAI liberó ChatGPT al público a finales de noviembre de 2022. No era una tecnología nueva —GPT-3 llevaba dos años disponible para programadores—, era algo más simple y más poderoso: una caja de texto que cualquiera podía usar sin saber nada.

El resultado no tiene precedentes. Según el análisis de Similarweb recogido por The Guardian, ChatGPT alcanzó 100 millones de usuarios en dos meses. Para dimensionarlo: TikTok tardó unos nueve meses en llegar a esa cifra e Instagram más de dos años. Analistas del banco UBS lo resumieron así: «en veinte años siguiendo el sector de internet, no recordamos un despegue más rápido en una aplicación de consumo».

2024: un Nobel para las redes neuronales

La consagración institucional llegó en octubre de 2024, cuando la Real Academia Sueca de Ciencias concedió el Nobel de Física a John Hopfield y Geoffrey Hinton «por descubrimientos e invenciones fundacionales que hacen posible el aprendizaje automático con redes neuronales artificiales».

Hinton es el mismo que en 2012 estaba detrás de SuperVision, y el mismo cuyo campo se quedó sin financiamiento tras el libro de Minsky en 1969. Pocas carreras resumen mejor la forma de sierra de esta historia: trabajar décadas en algo que casi nadie financiaba, hasta que el mundo lo alcanzó.

La línea de tiempo, en corto

• 1950. Turing publica «Computing Machinery and Intelligence» y propone el juego de la imitación.
• 1955–1956. McCarthy, Minsky, Rochester y Shannon acuñan el término «inteligencia artificial» en la propuesta de Dartmouth.
• 1958. Rosenblatt publica el perceptrón: aprender de ejemplos en vez de programar reglas.
• 1966. ELIZA muestra que la gente atribuye comprensión a un programa que solo repite frases.
• 1969. Perceptrons, de Minsky y Papert, frena el financiamiento a redes neuronales casi veinte años.
• 1972–1973. El informe Lighthill desencadena el primer invierno de la IA.
• 1980–1986. Los sistemas expertos funcionan: XCON le ahorra 25 millones de dólares al año a DEC.
• 1987–1993. Se desploma el mercado de máquinas LISP. Segundo invierno.
• 1997. Deep Blue vence a Kasparov 3½–2½ (tras perder el encuentro de 1996).
• 2012. SuperVision gana ImageNet con una red profunda y cambia el rumbo del campo.
• 2016. AlphaGo derrota 4-1 a Lee Sedol ante 200 millones de espectadores.
• 2017. «Attention Is All You Need» introduce el Transformer.
• 2022. ChatGPT: 100 millones de usuarios en dos meses.
• 2024. Nobel de Física para Hopfield y Hinton.

Qué se está repitiendo ahora

Los dos inviernos no llegaron porque la tecnología dejara de funcionar. Llegaron por la misma secuencia, las dos veces: se prometió generalidad y se entregó un nicho; el costo de sostenerlo superó lo que aportaba; y quien había firmado el cheque decidió que ya no.

Merece la pena mirar el presente con esa plantilla en la mano. La consultora Gartner acuñó en 2025 el término «agent washing» para describir la práctica de reetiquetar chatbots y automatizaciones existentes como «IA agéntica», y calcula que más del 40% de los proyectos de IA agéntica se cancelarán antes de que acabe 2027 por costos que se disparan y valor de negocio poco claro. Cambia «máquinas LISP» por «agentes» y la frase de 1987 sirve igual.

Pero hay una diferencia real, y sería deshonesto no señalarla. En los dos inviernos anteriores, la tecnología no daba valor fuera del laboratorio. Hoy sí lo da: hay millones de personas usándola todos los días para trabajar, y eso no pasó ni en 1973 ni en 1987. La pregunta abierta no es si la IA sirve — sirve. Es si el dinero invertido guarda proporción con lo que devuelve, y en cuántos de los proyectos que hoy se venden hay realmente un modelo haciendo algo que no haría una regla.

Esa es exactamente la lección de Lighthill, escrita en 1972 y todavía sin refutar: estas técnicas funcionan cuando se aplican con mucho conocimiento específico del problema, no cuando se prometen generales.

Preguntas frecuentes

¿Quién inventó el término «inteligencia artificial»?
John McCarthy, en la propuesta del proyecto de Dartmouth firmada el 31 de agosto de 1955 junto a Marvin Minsky, Nathaniel Rochester y Claude Shannon. El estudio se celebró en el verano de 1956.

¿Cuándo empezó la inteligencia artificial?
Como campo con nombre propio, en 1956 con Dartmouth. Como pregunta formulada con rigor, en 1950 con el artículo de Turing. Como idea, es mucho más vieja que ambas.

¿Qué fue el invierno de la IA?
Fueron dos periodos de retirada masiva de financiamiento e interés. El primero arrancó tras el informe Lighthill de 1972; el segundo, entre 1987 y 1993, tras el desplome del mercado de máquinas LISP y el descubrimiento de que mantener los sistemas expertos costaba más de lo que aportaban.

¿Por qué la IA despegó justo ahora y no antes?
Porque las ideas centrales —redes neuronales profundas— ya existían, pero les faltaban dos cosas que llegaron por otro camino: grandes cantidades de datos etiquetados y tarjetas gráficas baratas y masivamente paralelas, desarrolladas para videojuegos. En 2012 coincidieron las tres.

Si te interesa cómo se traduce todo esto a decisiones concretas de negocio, escribí sobre qué distingue una automatización con IA real de una regla con etiqueta nueva, sobre por qué despedir personal para meter IA suele salir más caro, y sobre por qué nadie puede garantizarte posicionamiento en ChatGPT.