Ni Hawking ni Einstein. El verdadero origen de la inteligencia

Hace poco, preparando una conferencia, quise abrir con una cita sobre inteligencia que tuviera peso. Y me puse a buscar una definición que leí años atrás y me pareció sólida, porque hablaba de la inteligencia como capacidad de adaptarse al medio. Pero me desconcertó el resultado de la búsqueda, como suele suceder cada vez que uno rasca un poco sobre la superficie. Resumiendo el proceso me quedaron dos candidatas:

"La inteligencia es la capacidad de adaptarse al cambio." atribuida a Stephen Hawking, y otra que parecía ser de Albert Einstein: "La medida de la inteligencia es la capacidad de cambiar."

Ambas bonitas, rotundas, inspiradoras, coincidentes con mi recuerdo... pero demasiado parecidas entre sí. Como me temí al leerlas a la par, porque ambas eran falsas.

Dedicando un rato a investigar (que para quien busca la verdad, vivimos una era excelente de disponibilidad de herramientas) me encontré con que no existen registros primarios que confirmen que Hawking o Einstein pronunciaran estas palabras. Pero resultó que, en el caso de Hawking, el Washington Post lo investigó a fondo en 2018. Contactó a dos de sus biógrafos, Kitty Ferguson y Kristine Larsen, y ninguna pudo dar una fuente. Ferguson, que escribió su biografía con el apoyo del propio Hawking, respondió: "Suena a algo que Stephen podría haber dicho, pero nunca se lo oí decir ni lo he leído en ninguno de sus libros." La frase no aparece en su página de Wikiquote, que documenta cada cita con su referencia primaria. Y la de Einstein corre peor suerte: según una búsqueda exhaustiva en Google Books, no aparece atribuida a él antes de 2013. Dos ejemplos más de cómo Internet genera apariencias de verdad mediante el consenso entre humanos equivocados... y otra muestra de que al final las pobres máquinas se alimentan de la basura que les ponemos en el plato.

Son lo que en el oficio se llama "citas huérfanas": frases que suenan tan bien y resultan tan útiles en un PowerPoint que nadie se molesta en comprobar si el autor las dijo de verdad. El mecanismo es conocido: alguien la escribe en internet, otro la copia, un tercero la pone en una camiseta, y para cuando quieres verificarla ya tiene un millón de resultados en Google, todos citándose entre sí y ninguno apuntando al original. Porque no hay tal original.

Pero aquí llega la parte interesante. Porque la idea sí tiene un origen documentado. Menos glamuroso que un par de físicos teóricos a quienes casi nadie entiende en realidad, pero de enorme trascendencia para el concepto de inteligencia que manejamos hoy.

Un encargo incómodo

En 1904, el Ministerio de Instrucción Pública francés tenía un problema práctico y políticamente delicado: necesitaba una herramienta para identificar a los niños con retrasos en el desarrollo y separarlos de las aulas ordinarias. No para castigarlos, sino para ofrecerles una educación adaptada, en lugar de internarlos directamente en instituciones. Le encargaron la tarea a Alfred Binet, un psicólogo con formación jurídica que trabajaba en el laboratorio de psicología experimental de la Sorbona, y a Théodore Simon, un joven psiquiatra con acceso a una población de estudio en un hospital.

En 1905 publicaron "Méthodes nouvelles pour le diagnostic du niveau intellectuel des anormaux" ("Nuevos métodos para el diagnóstico del nivel intelectual de los anormales") en "L'Année psychologique". Quédate con el título, que es importante, y volveremos a él. En ese artículo, Binet y Simon definieron la inteligencia con una precisión que justifica que 120 años después sigamos su estela:

"Il nous semble qu'en intelligence il y a une faculté fondamentale [...] Cette faculté, c'est le jugement, autrement dit le bon sens, le sens pratique, l'initiative, la faculté de s'adapter aux circonstances."

"Nos parece que existe una facultad fundamental en la inteligencia [...] Esta facultad es el juicio, en otras palabras, el sentido común, el sentido práctico, la iniciativa, la capacidad de adaptarse a las circunstancias." De ese esfuerzo clínico nació la primera escala práctica de medición de la inteligencia: la escala Binet-Simon, con treinta tareas ordenadas por dificultad, desde seguir un objeto con los ojos hasta repetir secuencias largas de números. Francis Galton había hecho medición psicométrica en las décadas anteriores, pero centrada en capacidades sensoriales y tiempos de reacción. Lo que Binet introdujo fue otra cosa: medir capacidades cognitivas complejas como el juicio, la comprensión o el razonamiento. Su escala evolucionó después por vías diversas: Terman la universalizó en Stanford en 1916 con el Stanford-Binet, y Wechsler desarrolló en paralelo un modelo estructuralmente distinto, basado en subescalas y puntuación por desviación, que hoy domina la práctica clínica. Pero el punto de partida intelectual es el mismo: la inteligencia como capacidad de adaptarse al cambio.

Lo que el título revela

Anticipábamos arriba que el título del artículo de 1905 es importante. Releámoslo: "Diagnóstico del nivel intelectual de los anormales." Binet no pretendía medir la inteligencia en general. Pretendía diagnosticar su déficit en niños que no se adaptaban al ritmo de una escuela ordinaria. Era una herramienta clínica, diseñada para identificar lo que faltaba, no para cuantificar lo que sobraba. La inteligencia como adaptabilidad no nació como una definición filosófica. Nació como un criterio diagnóstico para detectar a quienes no podían adaptarse.

Y a Binet, por cierto, le habría horrorizado lo que hicieron con su escala después de su muerte en 1911. Lewis Terman, influido por el movimiento eugenésico, la convirtió en una herramienta de clasificación social. Binet había escrito en 1909, en "Les idées modernes sur les enfants", algo que conviene recordar: "Debemos protestar y reaccionar contra este pesimismo brutal que afirma que la inteligencia de un individuo es una cantidad fija, una cantidad que no puede aumentarse." Tristemente, la herramienta que él diseñó para ayudar a niños con problemas, terminó siendo usada por otros para etiquetarlos.

Pero lo que me importa aquí no es la historia de los tests de inteligencia, sino algo que pasó desapercibido durante 120 años y que la llegada de la inteligencia artificial convierte en una pregunta incómoda.

El cuerpo que falta

Releamos la definición de Binet: la inteligencia es la facultad de adaptarse a las circunstancias.

Adaptarse. A las circunstancias.

La palabra clave no es "adaptarse". Es "circunstancias". Para que haya adaptación tiene que haber un entorno al que adaptarse. Un entorno físico, cambiante, imprevisible, que te presiona y al que respondes. Un niño que no se adapta al aula. Un profesional que no se adapta al mercado. Un organismo que no se adapta al clima. Binet no hablaba de resolver problemas abstractos en un examen. Hablaba de lo que hoy llamaríamos inteligencia situada: la capacidad de un cuerpo, en un contexto, de responder a lo que le rodea. De lo que convierte a un primate poco competitivo como el hombre, en un ser capaz de intentar dominar a la naturaleza y crear inteligencias complementarias a la suya.

Un LLM no tiene cuerpo. No tiene entorno. No tiene circunstancias. No se adapta a nada porque no hay un "fuera" al cual adaptarse. Recibe una secuencia de tokens y genera la siguiente secuencia más probable. Si el mundo cambia entre una consulta y la siguiente, el modelo no lo sabe salvo que alguien se lo escriba en el prompt. No percibe, no actúa, no sufre las consecuencias de sus respuestas. Es, en el sentido más literal de la definición de 1905, lo contrario de inteligente: un sistema que no puede adaptarse a circunstancias porque no habita en ninguna.

Un niño aprende qué es el calor quemándose. Y no lo olvida. Un LLM puede ser conectado a un sensor de temperatura. Pero eso no le hará sentir lo que sucede cuando se supera un umbral, ni mucho menos retirar el sensor que le da la información para que no se queme.

La línea de investigación que conecta inteligencia con cuerpo no es nueva ni marginal. Francisco Varela y Humberto Maturana desarrollaron el concepto de cognición encarnada ("enaction") en los años ochenta. Rodney Brooks, cofundador de iRobot, argumentó en los noventa que la inteligencia sin cuerpo no es inteligencia. Andy Clark, en "Supersizing the Mind", extendió la cognición más allá del cerebro, al cuerpo y al entorno. Ninguno de ellos citaba a Binet, pero todos decían, con más sofisticación filosófica, esencialmente lo mismo: no hay inteligencia sin mundo.

Esto ya lo exploré desde otro ángulo en el artículo anterior cuando hablé de que un LLM no tiene consciencia de lo que sabe ni conciencia de lo que produce. La ausencia de cuerpo añade una tercera carencia: no tiene circunstancias. Y sin circunstancias, según la primera definición científica de inteligencia que existe, no hay adaptación posible. Simplemente porque no hay a qué adaptarse.

La ironía del benchmark

Y aquí viene lo que de verdad debería hacernos pensar. Hoy, la carrera por la inteligencia artificial general (la tan buscada AGI) se mide con benchmarks. MMLU, ARC-AGI, GPQA, HumanEval. Todos evalúan esencialmente lo mismo: la capacidad de un sistema para resolver problemas, mostrar iniciativa ante tareas desconocidas y adaptarse a contextos variados.

Es decir: la capacidad de juicio, sentido práctico, iniciativa y adaptación a las circunstancias. Exactamente la definición de Binet de 1905.

Ciento veinte años después, seguimos midiendo la inteligencia con los mismos criterios que un psicólogo francés diseñó para identificar a niños con retrasos en el desarrollo. Solo que ahora los sujetos del test son sistemas que no tienen cuerpo, no tienen entorno y no se adaptan a nada. Les pedimos que demuestren adaptación a circunstancias en un examen que, por definición, no tiene circunstancias. Y cuando sacan buena nota, concluimos que son inteligentes.

Binet, que dedicó el final de su vida a advertir contra el uso simplista de las métricas de inteligencia, probablemente tendría algo que decir al respecto.

Y la IA no quiere que lo sepas

Hay un último detalle que merece atención. Al consultar a distintos modelos de lenguaje sobre el artículo original de Binet y Simon, varios omiten o suavizan la palabra "anormaux" del título. En la terminología médica de 1905, el término era técnico, neutro y exento de carga peyorativa: designaba a quienes se desviaban de la norma estadística, sin más. Pero los sistemas de alineamiento que regulan lo que un LLM puede decir tienden a filtrar términos que hoy resultan sensibles, priorizando la corrección bienpensante contemporánea sobre el rigor histórico. No es una decisión deliberada del modelo, porque un LLM no delibera nada, como ya argumenté la semana pasada, sino un efecto estadístico del entrenamiento por refuerzo con retroalimentación humana (RLHF): si los evaluadores penalizan los términos incómodos, el modelo aprende a evitarlos, incluidos los que son históricamente exactos.

El resultado es un sistema que reescribe la historia al contarla. No por malicia ni por ideología, sino por diseño. Lo cual, si lo piensas, es un ejemplo bastante elocuente de sus limitaciones: una máquina que no puede reproducir fielmente el título de un artículo científico porque su entrenamiento la ha condicionado para evitar palabras que hoy resultan incómodas, pero que entonces eran simplemente precisas.

La pregunta que queda

Volvamos al principio. La idea de que la inteligencia es la capacidad de adaptarse al cambio no es de Hawking ni de Einstein. Es de un psicólogo francés que la formuló para diagnosticar un déficit, no para definir una virtud. Y la definición exige algo que la IA actual no tiene ni puede tener mientras funcione como funciona: un cuerpo en un mundo al que responder.

Tal vez la pregunta no sea si la inteligencia artificial es realmente inteligente. Tal vez la pregunta sea si sabemos siquiera lo que estamos midiendo cuando decimos que lo es.

Este artículo forma parte de una serie...