La prueba de Turing es un criterio para evaluar si una máquina puede exhibir un comportamiento conversacional indistinguible del de un humano. Propuesta por el matemático Alan Turing en un artículo de 1950 titulado "Computing Machinery and Intelligence", reformula la pregunta "¿pueden pensar las máquinas?" como un "juego de imitación" empírico: un juez humano mantiene una conversación basada en texto con dos participantes ocultos, uno humano y uno máquina, y debe determinar cuál es cuál. Si el juez no puede distinguir de manera fiable a la máquina del humano, se dice que la máquina ha superado la prueba.
Turing concibió la prueba como un sustituto práctico de una cuestión filosóficamente problemática sobre la conciencia o el pensamiento de las máquinas, evitando el debate metafísico en favor de un estándar conductual observable. La prueba precede en seis años a la fundación de inteligencia artificial como campo; el término "inteligencia artificial" en sí fue acuñado en el taller de Dartmouth de 1956, organizado por John McCarthy y Marvin Minsky, entre otros, quienes fueron influenciados por el enfoque de Turing.
Orígenes y formato
La formulación original de Turing involucraba a tres participantes: un interrogador humano, un encuestado humano y una máquina, comunicándose solo mediante texto escrito para eliminar pistas de voz o apariencia. Las variantes desarrolladas desde entonces incluyen la versión "estándar" de dos participantes, donde el juez simplemente chatea con una entidad y adivina si es humana, y competiciones formales como el Premio Loebner, celebrado anualmente de 1990 a 2019, que otorgaba premios a chatbots considerados más convincentemente humanos, aunque ninguno logró una superación sin restricciones.
Primeros intentos y críticas
Programas como ELIZA, creado por Joseph Weizenbaum en 1966 para simular un psicoterapeuta rogeriano, engañaron a algunos usuarios haciéndoles creer que hablaban con una persona, a pesar de usar un simple emparejamiento de patrones en lugar de comprensión. Weizenbaum se convirtió más tarde en un crítico prominente de exagerar la inteligencia de las máquinas, y la tendencia de las personas a atribuir comprensión a sistemas que solo imitan la forma conversacional ahora se llama a menudo el "efecto Eliza".
Los críticos han argumentado durante mucho tiempo que la prueba mide el engaño en lugar de la inteligencia. El experimento mental de la "Habitación China" del filósofo John Searle, de 1980, sostiene que un sistema podría manipular símbolos de manera convincente sin comprensión genuina alguna, desafiando la validez de la prueba como marcador del pensamiento. Otros señalan que la prueba es antropocéntrica, recompensando peculiaridades y errores similares a los humanos sobre un comportamiento preciso o capaz, y que un chatbot entrenado de manera limitada podría superarla mediante trucos conversacionales en lugar de razonamiento general.
Relevancia moderna
El auge de los sistemas de modelos de lenguaje grandes desde el lanzamiento de ChatGPT en noviembre de 2022 ha reavivado el debate sobre la relevancia de la prueba. Varios estudios informales y académicos desde 2023 han informado que los modelos conversacionales modernos pueden engañar a jueces humanos en intercambios cortos a tasas comparables o superiores a las de los confederados humanos, aunque la metodología y las afirmaciones de una "superación" definitiva siguen siendo controvertidas. Muchos investigadores ahora consideran la prueba de Turing como un hito histórico interesante más que como una medida significativa de la inteligencia de las máquinas o de la inteligencia artificial general, señalando que la conversación fluida ya no implica el amplio razonamiento, la planificación y la comprensión fundamentada que el campo ahora asocia con la inteligencia general. Puntos de referencia más específicos en procesamiento del lenguaje natural y razonamiento, incluidas pruebas como ARC-AGI, han suplantado en gran medida a la prueba como herramienta de investigación, incluso mientras la prueba de Turing perdura en la cultura popular como abreviatura de "¿la máquina parece humana?".