La teoría triárquica de la inteligencia fue definida a finales de los 80 por Robert J. Sternberg, un famoso investigador que ha dedicado mucho tiempo a la investigación de la inteligencia. Esta teoría nació como protesta de la mediciones psicométricas que se realizaban para calcular el grado de inteligencia. Sternberg define la inteligencia como una actividad mental dirigida con el propósito de adaptación a, selección de o conformación de, entornos del mundo real relevantes en la vida de uno mismo, haciendo referencia a la adaptación del individuo a los cambios y a su asimilación.

Al igual que en la teoría de las inteligencias múltiples, Sternberg, realiza una división de los tipos de inteligencia, pero en este caso interdependientes, y no existen los unos sin los otros. Además se intenta presentar un modelo conceptual que permite asimilar la teoría y abarcar otros tipos de inteligencia. La inteligencia se divide en tres tipos (analítica, creativa y práctica), y cada uno de estos tipos está ligado a una subteoría.

• Subteoría componencial relacionada con la inteligencia analítica.
  Esta subteoría se relaciona con la capacidad analítica. Esta capacidad es la que nos permite separa problemas y ver soluciones no evidentes, pero no es capaz de generar ideas nuevas. Con ella podemos solucionar un problema con las herramientas ya conocidas. Los componentes no tiene la capacidad de crear información, sólo pueden procesarla, adaptarla o combinarla; por ello, las personas que sólo desarrollan esta capacidad carecen de inventiva.

  Para Sternberg el funcionamiento de la mente es a través de los componentes. Estas unidades básicas de la inteligencia pueden ser de tres tipos:

  • Metacomponentes. Son los procesos ejecutivos usados para la resolución de problemas o toma de decisiones, que implican el uso de la mayoría de nuestra capacidad cognitiva. Estos procesos se identifican muchas veces con la voz de nuestra consciencia, es decir la voz interior que razona, controla y dicta las acciones que se realizan. Por eso muchas veces al metacomponente se lo conoce como homúnculo, es decir, una persona ficticia (Si esa persona tiene a su vez una voz interior, estaríamos frente a una recursión infinita).
  • Componentes de rendimiento. Son los procesos que llevan a cabo las acciones que dictan los metacomponentes. Estos son los procesos básicos que permiten que realicemos tareas.
  • Componente de adquisición de conocimiento. Estos se utilizan para la obtención de la nueva información y permiten seleccionar la información importante de la irrelevante. También nos permiten relacionar esta información y combinarla para extraer nuevas conclusiones.
• Subteoría experiencial relacionada con la inteligencia creativa.

  En esta subteoría aparece otro concepto: la experiencia. Este es un indicador de cómo de bien se realizan las tareas, y la interfaz de entrada a la hora de crear información. Cuando nos enfrentamos a una situación novedosa, nuestros componentes por sí solos no pueden enfrentarse a ésta. Por tanto, a través de la experiencia se puede obtener la información necesaria para solventar la situación; en este caso, la experiencia funciona como creadora de información, o también se puede decir como creadora de ideas. En cambio, cuando realizamos una tarea múltiples veces no necesitamos nuevas ideas para actuar en esa situación, y sin embargo, la experiencia nos da información sobre los resultados de nuestras acciones; de esa manera se puede mejorar el proceso y automatizarlo, para que se requiera menos uso de nuestra capacidad mental. Muchas veces esta automatización permite ejecutar otras tareas en paralelo.

  Esta subteoría se relaciona con la capacidad creativa. La experiencia desarrolla esta capacidad, que permite la creación de nuevas ideas, utilizar la intuición o destacar en el arte.

• Subteoría práctica relacionada con la inteligencia contextual.
  La capacidad del individuo para encajar en el ambiente y enfrentarse a situaciones cotidianas se llama capacidad práctica. Es la que permite utilizar la capacidad creativa y analítica en situaciones diarias, y aprovechar el contexto y su cambios para mejorar nuestra capacidades.

  Esta última subteoría permite al individuo ajustarse a un contexto. Esta relación esta muy ligada con relaciones sociales e interpersonales. Para conseguir este ajuste se hace uso de tres procesos:

  • La adaptación.Este proceso consiste en realizar cambios en uno mismo para adaptarse a una nueva situación. Por ejemplo, utilizar un registro diferente cuando se habla con personas de mayor edad o usar ropa adecuada en determinadas condiciones climáticas.
  • La conformación. Consiste en adaptar el entorno para que encaje en tus necesidades y poder optimizar tu procesos. Por ejemplo, situarte en una posición elevada para ampliar tu cobertura visual o madrugar para que te dé tiempo a realizar todas tus tareas.
  • La selección. Este proceso permite cambiar el ambiente o el contexto por otro que en ese momento se considera más idóneo. Por ejemplo, pedir a tus amigos que vayan a cenar a tu casa, o cambiar de tema de conversación para evitar confrontaciones.

En este post, he intentado explicar a grandes rasgos lo que es la teoría triárquica de la inteligencia. En el siguiente extraeremos conclusiones, veremos por qué esta teoría es una crítica a los test actuales que miden la inteligencia, y veremos cómo se podría emular artificialmente este modelo. Hasta el próximo post.

La teoría de la inteligencias múltiples fue definida por Howard Gardner en 1983. Ésta dice que la inteligencia no puede tratarse como ente único, el cual está jerarquizado y cubre varios niveles de abstracción, sino como un conjunto de inteligencia múltiples, diferentes e independientes. Por tanto, la definición de inteligencia que da Gardner es la “capacidad de resolver problemas o elaborar productos que sean valiosos en una o más culturas”.

En la actualidad, Gardner y su equipo de Harvard han identificado ocho tipos diferentes de inteligencia, que son los siguientes:

• Inteligencia lingüística. Este área se encarga en el uso de la palabra, tanto de manera oral como escrita. Este tipo de inteligencia la desarrollan los abogados, escritores, periodistas, filósofos y maestros.
• Inteligencia lógica-matemática. Este área se centra en el uso de la lógica, la abstracción, las matemáticas y los números. Este tipo de inteligencia la desarrollan los matemáticos, los programadores, los científicos, y los investigadores.
• Inteligencia interpersonal. Este area se encarga en el uso de la palabra, tanto de manera oral como escrita. Las personas que tienen desarrollada esta tipo de inteligencia son buenos lectores, escritores, contando historias y memoriza con facilidad texto que incluyen fechas. También tienen bastante facilidad en aprender idiomas, en aprovechar todos los recurso que le da el lenguaje para expresarse. Este tipo de inteligencia la desarrollan los abogados, escritores, periodistas, filosofos y maestros.
• Inteligencia intrapersonal. Este área trata sobre la introspección y la capacidad autorreflexiva. Quienes tienen esta capacidad son normalmente introvertidos y prefieren trabajar solos. Son capaces de entender su propias emociones, metas y motivaciones. Este tipo de inteligencia la poseen filósofos, psicólogos, teólogos, escritores y científicos.
• Inteligencia corporal-cinestésica Este área trata sobre la capacidades que tenemos para controlar nuestro cuerpo, realizar ciertas actividades o coordinar nuestro sentidos. Normalmente son personas que disfrutan mejorando físicamente, y son buenos construyendo objetos o haciendo trabajos manuales. Este tipo de inteligencia es necesaria en atletas, bailarines, actores, doctores, soldados y constructores.
• Inteligencia naturalista. Aunque este tipo de inteligencia no fue añadida hasta 1997, Gardner considera que en la actualidad es la que más interés tiene para desarrollarse. Este área trata de cómo tratar la naturaleza, analizarla, clasificarla, entenderla y convivir con ella. Esta inteligencia es normalmente muy criticada porque es muy parecida a la espiritualidad o a la inteligencia existencia. Como es lógico, esta inteligencia la poseen científicos, naturalistas, biólogos, conservacionistas, jardineros y granjeros.
• Inteligencia visual – espacial. Este área se encarga de la visión y de las dimensiones espaciales. La gente que posee esta capacidad es normalmente muy buena visualizando y manipulando mentalmente objetos. Pueden resolver con facilidad puzzles, y poseen una fuerte memoria visual. Este tipo de inteligencia es necesaria en artistas, ingenieros y arquitectos.
• Inteligencia musical. Este área se encarga del ritmo, la música y el oído. Quien desarrolla este tipo de capacidad posee un alto sentido del ritmo, es capaz de diferenciar tonos, y reacciona ante melodías o sonidos. Es normal que esta inteligencia sea necesaria para todas las personas que se dedican a la música, tanto compositores, directores, cantantes, etc.

Aunque esta teoría puede resultar poco precisa, en la actualidad es una de las más aceptadas por su utilidad, ya que divide el problema de la inteligencia en problemas individuales mucho más pequeños y atacables. Los sistemas de estudios actuales basados en competencias tienen como base este sistema, y desarrollan actividades que permiten estimular las diferentes inteligencias.

La IA y su aplicaciones también están muy relacionadas con esta aplicación. La mayoría de las investigaciones sobre IA están relacionadas con alguna de estas categorías:

• Inteligencia lingüística. Compresión del lenguaje natural, sistemas de traducción simultánea, corrección ortográfica.
• Inteligencia lógica-matemática. Sistema de ayuda al diagnóstico, sistemas de decisión y predicción.
• Inteligencia interpersonal. Cálculos de afinidad, respuesta emocional, reconocimiento del lenguaje no verbal, reconocimiento de voz.
• Inteligencia intrapersonal. Aprendizaje, problemas de cumplimiento de restricciones, evaluación de necesidades.
• Inteligencia corporal-cinestésica Robótica.
• Inteligencia naturalista. Aprovechamiento de recursos, sistemas de decisión para optimizar consumo, control de emisiones.
• Inteligencia visual – espacial. Reconocimiento visual, análisis de imágenes, visión artificial.
• Inteligencia musical. Generador de música automática.

En mi opinión, aunque esta teoría es muy útil para clasificar métodos de enseñanza y poder así tener un sistemas de educación más equilibrados y eficientes, esta teoría elude el problema de definir lo que es realmente la inteligencia más allá del ámbito funcional de ésta, y tampoco define qué se puede considerar inteligente.

Si analizamos de manera etimológica la palabra inteligencia, procedente del latín, vemos que se compone de los términos intus (entre) y legere (escoger). Si nos vamos a la RAE, nos encontramos las siguientes definiciones:

1. Capacidad de entender o comprender.
2. Capacidad de resolver problemas.
3. Conocimiento, comprensión, acto de entender.
4. Sentido en que se puede tomar una sentencia, un dicho o una expresión.
5. Habilidad, destreza y experiencia.
6. Trato y correspondencia secreta de dos o más personas o naciones entre sí.
7. Sustancia puramente espiritual.

Partiendo de esta definición, podemos ver que para cada una de las acepciones que tiene la palabra existe en la IA un campo que se encarga de desarrollar estos conceptos. Descartando las dos últimas, que son sinónimos de inteligencia que no tienen nada que ver con el resto, el resto de definiciones podrían describir perfectamente el tipo de inteligencia que nuestros sistemas artificiales desean emular.

• Capacidad de entender o comprender. Esta parte la desarrollan sistemas de lenguaje natural y tratamiento semántico, y es uno de los grandes retos a los que la IA se enfrenta. Sin embargo, si consideramos la comprensión de conjuntos de datos complejos y/o enormes de manera automática y rápida, entraríamos en campo de la minería de datos, y en este caso la solución que proponen los sistemas inteligentes es bastante robusta.
  Dos acepciones que vienen a significar los mismo que ésta son: Conocimiento, comprensión, acto de entender y Sentido en que se puede tomar una sentencia, un dicho o una expresión.
• Capacidad de resolver problemas. En este tema, la IA ha triunfado de manera profunda. Gracias al desarrollo de la inteligencia artificial, hemos podido dar solución a problemas que de la manera tradicional hubiéramos tardado eones. El desarrollo de sistemas de búsqueda, la capacidad de predicción de resultados, el procesamiento de miles de datos en cuestión de segundos… facilitan el éxito de la tecnología en estos campos.
• Habilidad, destreza y experiencia. Podríamos decir que esta definición acepta tal vez a los dos campos más importantes, y es en donde se está invirtiendo más cantidad de dinero. Por un lado, cuando hablamos sobre habilidad y destreza en máquinas debemos acercarnos al campo de la robótica y, si pensamos en potenciar el uso de la experiencia en nuestra máquina debemos apoyarnos en el campo del aprendizaje. Actualmente, estos dos campos son los que más atención están recibiendo, en parte debido a que producen resultados muy útiles y a la vez muy vistosos. La robótica se acerca a límites inimaginables hace menos de una década, y los sistemas de aprendizaje han evolucionado y se han desarrollado a un ritmo frenético.

Pero dar una sola definición de inteligencia parece algo vulgar y demasiado simple. Entre los expertos existe un gran debate sobre cuál sería la definición correcta de inteligencia. Durante las siguientes entradas intentaremos dar cabida a las opiniones de unos y de otros, y las compararemos con lo que deseamos conseguir en nuestros sistemas inteligentes. Analizaremos las diferentes formas de medir la inteligencia humana y las compararemos con métodos que ya hemos explicado.

¿Qué parte de I hay en la IA? ¿Sin saber definir lo que es la inteligencia intentamos emularla? ¿Nos exigimos a nosotros tanto como a las máquinas?

Creo que va siendo hora de explicar qué es el test de Turing y en qué consiste, después de haberlo mencionado en algún post que otro de este blog. El test fue creado a mediados del siglo pasado por el matemático británico Alan Turing con el fin de probar la capacidad de un ordenador para pensar independientemente, tal como lo haría un ser humano, de forma que por la secuencia lógica de sus respuestas engañe a quienes lo juzgan y les convenza de que han sido dictadas por una persona. Básicamente, Turing estableció que si “algo” se comportaba como si fuera inteligente, entonces era inteligente (efectivamente inteligente y no falsamente o sólo aparentemente inteligente).

La forma de hacer pasar el test a un ordenador consiste básicamente en una persona hablando con un ordenador que está en otra habitación mediante un sistema de chat. Si la persona es incapaz de determinar si habla con otra persona o con un ordenador, entonces el ordenador es considerado realmente inteligente. La fundamentación de este test reside en que si una máquina es capaz de engañar a los humanos que se comunican con ella, haciéndoles creer que es un humano, podría decirse que la máquina es inteligente. Esto tiene su lógica, ya que si consideramos que los humanos son inteligentes, y no somos capaces de distinguir esa máquina de un humano, ¿por qué no iba a ser inteligente?

Un ejemplo práctico del test de Turing, para que os hagáis una idea, sería Captcha: Completely Automated Public Turing Test to tell Computers and Humans Apart (Prueba de Turing pública y automática para diferenciar a máquinas y humanos). Es una versión del Test de Turing que nuestros ojos están acostumbrados a ver en el día a día. Son las típicas letras retorcidas o preguntas del tipo “dos más dos” que protegen generalmente formularios en Internet. La prueba asume que un robot no humano es incapaz de comprender lo que pone en las letras, y por tanto no es capaz de superar la prueba que un humano encuentra fácilmente superable.

No es un Test de Turing puro, y lo lleva a cabo una máquina y no un humano, y sin embargo se ha demostrado muy eficaz. Por supuesto detrás lleva una escalada imaginativa de robots cada día más capaces de un reconocimiento de caracteres e interpretación de los mismos, etcétera. Toda esta creatividad volcada en violar los Captcha redunda luego en beneficio, por ejemplo, de los discapacitados, al mejorar mucho el software de reconocimiento de voz o de escritura humana.

El Premio Loebner para Inteligencia Artificial ofrece una medalla de oro de 18 quilates y 100.000 dólares a quienes diseñen un programa que supere el test de Turing. Desde 1990 se han celebrado competiciones anuales para comprobar si algún programa es capaz de superar dicha prueba. Explícitamente, para ganar este premio el programa debería ser capaz de tomar parte en una conversación con humanos, engañándolos en, como poco, un 30% de las respuestas. De forma independiente a este premio global, el mejor programa de cada año se lleva el premio Loebner de ese año. Actualmente ninguna máquina ha sido capaz de superar la prueba, aunque se estima que las máquinas están cada vez más cerca de conseguir superar el test.

Prueba de que cada vez se está mas cerca de conseguirlo es que en la pasada edición (Octubre de 2008) el ganador ha sido un programa alemán, llamado Elbot, que ha sido capaz de engañar en un 25% de las respuestas a los evaluadores humanos. Por otra parte, el nivel de esta edición ha sido increíble, ya que todos los programas que han participado han sido capaces de engañar, al menos, a alguno de los evaluadores.

De tener alguna vez éxito en dicho concurso, se trataría de un salto similar al dado por el supercomputador Deep Blue de IBM en 1997 al derrotar al campeón mundial de ajedrez Gari Kaspárov. Además, generaría preguntas de gran calado como la posibilidad de que los ordenadores tengan conciencia y, de ser así, la autoridad moral de un humano para “desenchufarlo”.