Weak AI

La IA débil es una inteligencia artificial diseñada para realizar una tarea específica o un conjunto acotado de tareas, como reconocer rostros, transcribir el habla o recomendar productos, sin comprensión general ni conciencia de lo que hace. En el uso cotidiano, la IA débil es sinónimo de inteligencia artificial estrecha (ANI), y, según la mayoría de las definiciones, todos los sistemas de IA que se utilizan hoy en día pertenecen a esta categoría. «Débil» se refiere al alcance: dentro de su tarea, un sistema de IA débil puede superar a cualquier experto humano.

Origen del término#

El filósofo John Searle introdujo las denominaciones débil y fuerte en su artículo de 1980 «Minds, Brains, and Programs», en el que presentó el argumento de la habitación china. Según Searle, la IA débil es la idea de que los ordenadores son herramientas potentes para simular y estudiar la mente, mientras que la IA fuerte sostiene que un ordenador programado adecuadamente tiene literalmente una mente y comprende. En su experimento mental, una persona encerrada en una habitación responde a preguntas escritas en chino siguiendo un manual en inglés que le indica cómo manipular caracteres chinos. Las respuestas convencen a los hablantes nativos de fuera, pero la persona no entiende chino; Searle sostuvo que un ordenador que ejecuta un programa se encuentra en la misma situación.

En las décadas siguientes, las denominaciones pasaron de describir posturas filosóficas a designar categorías de capacidad. Hoy, «IA débil» suele significar IA estrecha y específica para una tarea, e «IA fuerte» se usa como sinónimo de inteligencia artificial general (AGI).

Características de la IA débil#

• Competencia limitada a una tarea: Un sistema de IA débil hace aquello para lo que se ha creado o entrenado. Un modelo entrenado para leer radiografías de tórax no puede leer mamografías, y mucho menos jugar al ajedrez, sin nuevos datos de entrenamiento y sin volver a entrenarlo.
• Sensibilidad al cambio en la distribución de datos: La IA débil moderna aprende patrones estadísticos a partir de los datos, así que su precisión solo se mantiene para entradas similares a los datos de entrenamiento. Cuando cambian las entradas del mundo real, puede fallar y seguir mostrando una confianza alta.
• Sin comprensión ni objetivos propios: El sistema transforma entradas en salidas. No sabe qué es un peatón o un tumor y no tiene otros objetivos aparte de aquel para el que se optimizó.
• Sobrehumano dentro de su ámbito: Un ámbito limitado es compatible con un rendimiento excepcional. AlphaFold 2, de DeepMind, predice estructuras de proteínas con una precisión cercana a la de los métodos de laboratorio; este trabajo hizo que Demis Hassabis y John Jumper compartieran el Premio Nobel de Química de 2024.

IA débil frente a IA fuerte#

• IA débil (ANI): Existe hoy en día y abarca toda la IA desplegada. «ANI» subraya el alcance limitado de sus capacidades, mientras que «IA débil» también plantea la pregunta original de Searle sobre si la máquina entiende algo.
• IA fuerte (AGI): Hipotética. En el uso habitual, un sistema que iguala a los humanos en prácticamente todas las tareas cognitivas y aprende otras nuevas sin necesidad de ingeniería específica para cada tarea; en el sentido de Searle, una máquina con una mente genuina.
• Superinteligencia artificial (ASI): Hipotética. Un sistema que supera a los mejores humanos en prácticamente todos los ámbitos, el escenario que subyace a la singularidad tecnológica.

Ejemplos de IA débil#

• Visión artificial: Los sistemas de asistencia a la conducción detectan peatones y marcas de carril, y las cámaras de fábrica inspeccionan piezas para detectar defectos. Ultralytics YOLO26 es limitado precisamente de esta manera: una familia de modelos abarca la detección, la segmentación de instancias y semántica, la estimación de profundidad, la clasificación, la estimación de pose y las cajas orientadas, y cada modelo entrenado solo gestiona la tarea y las clases para las que se ha entrenado.
• Reconocimiento del habla: Los programas de dictado, las herramientas de subtitulado y los asistentes de voz convierten el audio hablado en texto.
• Sistemas de recomendación: Los servicios de streaming y compras clasifican artículos para cada usuario a partir de su historial de visualización y compras.
• Juegos: Deep Blue, de IBM, derrotó al campeón mundial de ajedrez Garry Kasparov en 1997 y no podía hacer nada más.

¿La IA generativa sigue siendo IA débil?#

Los modelos de lenguaje grandes (LLM) escriben código, traducen, resumen y responden a preguntas sobre imágenes, lo que pone en entredicho la etiqueta de «limitados». Un artículo de Microsoft Research de 2023 sobre GPT-4 describió «indicios de inteligencia artificial general», y quienes siguen considerando que los LLM pertenecen a la categoría limitada señalan sus capacidades desiguales, un patrón denominado inteligencia irregular, y el hecho de que los pesos dejan de aprender cuando termina el entrenamiento. La Ley de IA de la UE evita las etiquetas de IA débil y fuerte y regula estos sistemas como modelos de IA de propósito general, con obligaciones para sus proveedores en vigor desde el 2 de agosto de 2025.