Mucho antes de la IA generativa, Herbert Simon ya exploraba cómo el razonamiento, la toma de decisiones y la resolución de problemas podían modelarse mediante sistemas computacionales.
Descubre cómo Herbert Simon ayudó a conectar psicología, ciencias cognitivas e inteligencia artificial a través de sus investigaciones sobre racionalidad, decisiones y resolución de problemas.
Herbert Simon: el psicólogo que ayudó a imaginar las primeras máquinas inteligentes
Cuando hoy hablamos de inteligencia artificial solemos pensar en:
- modelos generativos,
- asistentes conversacionales,
- automatización,
- agentes inteligentes,
- o robots capaces de interactuar con el entorno.
Pero muchas de las ideas fundamentales sobre cómo una máquina podría “pensar” comenzaron a desarrollarse décadas antes de internet.
Y uno de los nombres más importantes en esa historia es el de Herbert Simon.
Psicólogo, economista, científico cognitivo y premio Nobel, Simon fue una de las figuras clave en la construcción de un nuevo campo que intentaba comprender algo profundamente complejo:
cómo los seres humanos toman decisiones y resuelven problemas.
Y, a partir de ahí, cómo ciertos procesos podían representarse mediante sistemas computacionales.
Mucho más que un economista o un psicólogo
Herbert Simon desarrolló una trayectoria extraordinariamente interdisciplinar.
Trabajó en ámbitos como:
- psicología cognitiva,
- economía,
- teoría de organizaciones,
- ciencias cognitivas,
- informática,
- inteligencia artificial,
- administración de empresas,
- y toma de decisiones.
Su trabajo ayudó a romper una idea muy extendida durante buena parte del siglo XX:
la idea de que los seres humanos actuamos de forma perfectamente racional.
Simon observó que, en la práctica, las personas tomamos decisiones con:
- información incompleta,
- limitaciones cognitivas,
- presión temporal,
- incertidumbre,
- sesgos,
- y recursos limitados.
La racionalidad limitada
Su concepto más influyente fue probablemente el de:
racionalidad limitada
Frente a la visión clásica de la economía, donde las personas aparecen como agentes perfectamente racionales capaces de calcular siempre la mejor decisión posible, Simon defendía algo mucho más realista:
los seres humanos simplificamos problemas complejos para poder actuar.
En lugar de buscar siempre la solución óptima, normalmente buscamos una solución:
- suficientemente buena,
- viable,
- práctica,
- y aceptable dentro de nuestras limitaciones.
A este comportamiento lo denominó:
satisficing
(es decir, combinar “satisfacer” y “suficiente”).
Hoy esta idea sigue siendo fundamental para comprender:
- comportamiento humano,
- economía conductual,
- diseño organizativo,
- experiencia de usuario,
- toma de decisiones empresariales,
- y sistemas inteligentes.
Resolver problemas como proceso mental
Simon también investigó profundamente cómo las personas resuelven problemas.
Y aquí aparece una conexión directa con la inteligencia artificial.
Junto a Allen Newell desarrolló algunos de los primeros programas considerados antecedentes históricos de la IA moderna.
Uno de los más conocidos fue:
Logic Theorist
Un sistema capaz de demostrar teoremas matemáticos utilizando reglas lógicas.
En aquella época, esto resultaba revolucionario.
Porque implicaba una idea radical para su tiempo:
ciertos procesos de razonamiento humano podían representarse computacionalmente.
La mente como sistema de procesamiento de información
Simon formó parte de la llamada revolución cognitiva.
Un movimiento que transformó profundamente la psicología durante el siglo XX.
La mente empezó a entenderse como un sistema capaz de:
- procesar información,
- representar conocimiento,
- generar estrategias,
- evaluar alternativas,
- aprender,
- y resolver problemas.
Muchas de estas ideas influyeron directamente en el nacimiento de las ciencias cognitivas y de la inteligencia artificial simbólica.
Durante décadas, una parte importante de la IA intentó precisamente reproducir:
- razonamiento,
- planificación,
- búsqueda de soluciones,
- representación simbólica,
- y toma de decisiones.
Una figura clave para comprender la IA actual
Aunque la IA contemporánea funciona de manera muy distinta a los sistemas simbólicos clásicos, muchas preguntas planteadas por Herbert Simon siguen completamente vigentes:
- ¿Cómo toman decisiones los sistemas inteligentes?
- ¿Qué límites tiene la racionalidad?
- ¿Cómo simplificamos la complejidad?
- ¿Cómo se representa el conocimiento?
- ¿Qué diferencia existe entre calcular y comprender?
- ¿Cómo cooperan humanos y máquinas en entornos organizativos?
Estas cuestiones son hoy más importantes que nunca.
Especialmente en ámbitos como:
- IA aplicada a empresas,
- automatización de decisiones,
- asistentes inteligentes,
- agentes autónomos,
- interacción humano-máquina,
- y sistemas de apoyo cognitivo.
Herbert Simon y el futuro de los sistemas inteligentes
Resulta especialmente interesante comprobar cómo muchas de las cuestiones actuales sobre IA ya aparecían, de alguna forma, en los trabajos de Simon.
Porque el verdadero desafío no consiste únicamente en construir sistemas más potentes.
También consiste en comprender:
- cómo deciden las personas,
- cómo manejan la incertidumbre,
- cómo cooperan,
- cómo interpretan información,
- y cómo interactúan con sistemas inteligentes.
En cierto modo, Herbert Simon ayudó a abrir un camino intelectual que hoy sigue plenamente vivo:
comprender la inteligencia humana para imaginar nuevas formas de inteligencia artificial.
Una figura imprescindible en la historia de “Mentes e IA”
Hablar de Herbert Simon es hablar de uno de los grandes puentes históricos entre:
- psicología,
- ciencias cognitivas,
- organizaciones,
- toma de decisiones,
- y sistemas inteligentes.
Su obra sigue siendo extraordinariamente relevante para comprender no solo el pasado de la inteligencia artificial, sino también muchos de los debates que marcarán su futuro.
Y probablemente por eso sigue siendo una de las figuras más fascinantes en la historia compartida entre mente humana e inteligencia artificial.