Lo que un bebé sabe y la IA todavía no puede aprender
Existe una paradoja fascinante en el corazón del desarrollo tecnológico actual: los modelos de inteligencia artificial que generan textos elaborados, componen música o superan a humanos en ajedrez y diagnósticos médicos siguen siendo incapaces de replicar algo que cualquier bebé de 18 meses domina con naturalidad: entender el mundo físico, social y causal que lo rodea. Esta brecha cognitiva, lejos de ser un detalle menor, representa uno de los desafíos más profundos de la ciencia computacional moderna.
Los investigadores en ciencias cognitivas llevan décadas estudiando cómo los bebés construyen modelos mentales del mundo. Desde los primeros meses de vida, los infantes desarrollan lo que los científicos llaman intuitive physics —física intuitiva— comprendiendo que los objetos no desaparecen cuando se ocultan, que los cuerpos sólidos no se atraviesan entre sí y que las causas preceden a los efectos. Esta comprensión no requiere millones de ejemplos etiquetados ni gigabytes de datos: emerge de pocas experiencias directas con el entorno. Los sistemas de IA actuales, en cambio, necesitan cantidades masivas de información para aproximarse a conclusiones similares, y aun así cometen errores elementales que ningún niño pequeño cometería.
El problema de fondo es estructural. Los grandes modelos de lenguaje como GPT o Gemini están entrenados para predecir patrones estadísticos en texto. Son extraordinariamente buenos en eso. Pero carecer de un cuerpo, de experiencias sensoriales directas y de una historia de interacción con el mundo físico los deja sin los cimientos sobre los que se construye la verdadera comprensión. Un bebé aprende que el fuego quema porque lo siente. Una IA aprende que el fuego quema porque millones de documentos lo mencionan. La diferencia epistemológica es abismal.
Implicancias reales para la tecnología en el Perú
Para el contexto peruano, esta discusión no es meramente académica. En un país donde el acceso desigual a la educación es uno de los principales retos sociales, existe una tentación legítima de ver en la IA una solución rápida: tutores virtuales para zonas rurales, asistentes de salud para comunidades alejadas, herramientas de aprendizaje para niños sin docentes especializados. Estas aplicaciones tienen valor real, pero comprender sus límites cognitivos es crucial para no depositar expectativas que la tecnología aún no puede cumplir.
Un tutor de IA puede explicar fracciones o gramática con paciencia infinita, pero no puede detectar con certeza si un niño está confundido, triste o simplemente distraído de la manera en que lo haría un maestro humano presente. No puede leer el lenguaje corporal, adaptar su tono emocional de forma genuina ni construir el tipo de vínculo de confianza que potencia el aprendizaje profundo. En comunidades andinas o amazónicas donde la transmisión del conocimiento tiene dimensiones culturales, relacionales y contextuales muy específicas, estas limitaciones se vuelven aún más relevantes.
Asimismo, empresas peruanas que están adoptando herramientas de IA para atención al cliente, análisis de datos o automatización de procesos deben entender que estos sistemas brillan en tareas repetitivas y bien definidas, pero son frágiles ante situaciones nuevas, ambiguas o que requieren sentido común básico. Invertir en IA sin entender sus límites reales puede generar frustraciones costosas.
¿Hacia dónde va la investigación?
La comunidad científica está trabajando en varias direcciones para cerrar esta brecha. La robótica embodied —donde la IA aprende interactuando físicamente con el mundo— es una de las más prometedoras. También lo son los modelos de aprendizaje por analogía y los sistemas que intentan incorporar razonamiento causal, no solo correlacional. Investigadores como Yoshua Bengio y Gary Marcus han insistido durante años en que el camino hacia una IA verdaderamente general pasa por entender mejor cómo los humanos —y especialmente los bebés— construyen conocimiento desde cero.
Mientras tanto, la lección más importante es clara: la inteligencia artificial actual es una herramienta poderosa con límites definidos. Usarla bien en el Perú implica entender tanto lo que puede hacer como lo que todavía está muy lejos de lograr. Y quizás, mirar más de cerca cómo aprenden nuestros hijos sea la mejor hoja de ruta para el futuro de la tecnología.
