Junto a Herbert Simon, Allen Newell desarrolló algunos de los primeros sistemas capaces de simular procesos de razonamiento humano mediante computación.
Descubre cómo Allen Newell contribuyó al nacimiento de la inteligencia artificial y las ciencias cognitivas a través del estudio del razonamiento y la resolución de problemas.
Allen Newell: el científico cognitivo que ayudó a crear la inteligencia artificial moderna
La inteligencia artificial actual parece dominar titulares cada semana.
Modelos generativos, agentes autónomos, robots humanoides y sistemas capaces de conversar o generar contenido han convertido la IA en una de las tecnologías más influyentes del siglo XXI.
Sin embargo, muchas de las ideas fundamentales sobre cómo representar el razonamiento humano mediante máquinas comenzaron a desarrollarse hace más de medio siglo.
Y uno de los nombres más importantes en esa historia es el de Allen Newell.
Su trabajo ayudó a sentar algunas de las bases de:
- la inteligencia artificial,
- las ciencias cognitivas,
- la psicología cognitiva computacional,
- y el estudio del pensamiento humano como proceso de información.
Una pregunta revolucionaria para su época
Allen Newell trabajó en un momento histórico en el que comenzaba a surgir una idea extraordinariamente ambiciosa:
si los seres humanos razonan siguiendo ciertos procesos, quizás esos procesos podrían representarse mediante sistemas computacionales.
Hoy esta idea puede parecer relativamente familiar.
Pero en los años cincuenta era profundamente revolucionaria.
En aquella época, los ordenadores apenas comenzaban a desarrollarse y la idea de que una máquina pudiera “pensar” pertenecía todavía más al terreno filosófico que al tecnológico.
El nacimiento de la IA simbólica
Junto a Herbert Simon, Newell desarrolló algunos de los primeros sistemas considerados antecedentes directos de la inteligencia artificial moderna.
Uno de los más importantes fue:
Logic Theorist
Un programa diseñado para demostrar teoremas matemáticos mediante reglas lógicas.
La idea central era extraordinariamente importante:
el razonamiento podía entenderse como manipulación simbólica de información.
Ese enfoque dio origen a buena parte de la llamada:
inteligencia artificial simbólica
Durante décadas, esta visión dominó una parte importante de la investigación en IA.
Los sistemas intentaban representar:
- conocimientos,
- reglas,
- objetivos,
- estrategias,
- y procesos de decisión.
Resolver problemas paso a paso
Newell dedicó gran parte de su trabajo a estudiar cómo las personas resuelven problemas complejos.
Esto incluía analizar:
- estrategias,
- búsqueda de soluciones,
- toma de decisiones,
- secuencias de razonamiento,
- y planificación.
A partir de estas investigaciones surgió otro sistema histórico:
General Problem Solver (GPS)
El objetivo era extremadamente ambicioso:
crear un sistema capaz de resolver distintos tipos de problemas utilizando estrategias generales.
Aunque estos sistemas estaban muy lejos de la IA actual, introdujeron conceptos fundamentales que siguen siendo esenciales hoy:
- representación del conocimiento,
- objetivos,
- búsqueda heurística,
- planificación,
- descomposición de problemas,
- y toma de decisiones secuencial.
La mente como sistema de procesamiento de información
Allen Newell fue también una figura central en el nacimiento de las ciencias cognitivas.
Durante buena parte del siglo XX, la psicología había estado dominada por el conductismo, centrado principalmente en la observación del comportamiento externo.
La revolución cognitiva cambió radicalmente esta perspectiva.
La mente empezó a estudiarse como un sistema capaz de:
- procesar información,
- almacenar conocimiento,
- generar representaciones mentales,
- aprender,
- razonar,
- y resolver problemas.
Esta visión conectó directamente con la informática y la inteligencia artificial.
Porque si el pensamiento podía entenderse como procesamiento de información, entonces también podía modelarse computacionalmente.
Una de las grandes figuras de las ciencias cognitivas
Allen Newell no trabajó únicamente en inteligencia artificial.
Su objetivo era mucho más amplio:
comprender cómo funciona realmente la cognición humana.
Por eso su obra ocupa un lugar central en la historia compartida entre:
- psicología cognitiva,
- ciencias cognitivas,
- informática,
- inteligencia artificial,
- y teoría del razonamiento.
Su trabajo ayudó a construir un nuevo marco intelectual donde mente y computación empezaron a relacionarse de manera profunda.
¿Por qué sigue siendo relevante hoy?
Aunque gran parte de la IA contemporánea funciona mediante aprendizaje estadístico y redes neuronales profundas, muchas ideas desarrolladas por Newell siguen completamente vigentes.
Especialmente en ámbitos como:
- agentes inteligentes,
- sistemas de planificación,
- IA organizativa,
- razonamiento automático,
- toma de decisiones,
- automatización compleja,
- y sistemas autónomos.
Además, la IA actual vuelve a enfrentarse a preguntas muy similares a las que Newell exploraba hace décadas:
- ¿Qué significa realmente razonar?
- ¿Cómo se representan objetivos y conocimientos?
- ¿Cómo descomponemos problemas complejos?
- ¿Cómo planifican las personas?
- ¿Qué diferencia existe entre reconocer patrones y comprender?
Estas cuestiones siguen estando en el centro de la evolución de los sistemas inteligentes.
Allen Newell y la idea de una ciencia de la mente
Probablemente una de las contribuciones más importantes de Allen Newell fue ayudar a consolidar una idea que hoy parece natural, pero que entonces era profundamente innovadora:
la mente humana podía estudiarse científicamente como un sistema de procesamiento de información.
A partir de ahí surgieron nuevas formas de investigar:
- cognición,
- razonamiento,
- memoria,
- aprendizaje,
- inteligencia,
- y comportamiento humano.
Y también nuevas formas de imaginar máquinas capaces de realizar algunas de esas funciones.
Una figura esencial en la historia de “Mentes e IA”
Hablar de Allen Newell es hablar de uno de los grandes arquitectos intelectuales de la inteligencia artificial y las ciencias cognitivas.
Su trabajo ayudó a construir un puente histórico entre:
- psicología,
- computación,
- razonamiento,
- y sistemas inteligentes.
Y muchas de las preguntas que planteó hace más de medio siglo siguen siendo fundamentales hoy, en plena expansión de la inteligencia artificial contemporánea.