Por: César Kanashiro Castañeda
La epistemología, como rama de la filosofía, analiza críticamente los principios y resultados de una disciplina científica, explorando la naturaleza del conocimiento, la justificación de creencias y la relación entre el que conoce y lo conocido. Busca comprender cómo se adquiere, valida y justifica el conocimiento.
En este sentido, puede aplicarse a otros campos, como la escritura, la política, la salud, la comunicación, la educación y la inteligencia artificial (IA), donde se analiza la validez de las teorías y se reflexiona sobre la naturaleza del conocimiento en esos contextos específicos.
La IA es un ámbito dinámico en constante evolución que se ocupa del desarrollo de sistemas inteligentes capaces de percibir, razonar, aprender, comunicarse y actuar en entornos complejos. Como disciplina emergente, se dedica al estudio y desarrollo de métodos y técnicas teóricas para simular y expandir la inteligencia humana (Cao, 2017). Desde un enfoque técnico, el diseño de una IA beneficiosa destaca la importancia de una base sólida en IA.
En términos prácticos, la IA representa una dirección científica aplicada para la creación de complejos sistemas tecnológicos y de software que imitan el gemelo digital de la inteligencia humana, con capacidad para aprender, adaptarse, autorealizarse y evolucionar según las preferencias establecidas.
La mayoría de las definiciones de IA se centran en ella como un subcampo de la informática o en términos de cómo las máquinas pueden imitar la inteligencia humana. También se considera que la IA es la capacidad de un sistema para interpretar correctamente datos externos, aprender de esos datos y lograr objetivos y tareas específicas mediante una adaptación flexible.
la epistemología se ve desafiada a explorar la naturaleza del conocimiento, y la IA no escapa a esta reflexión. La definición de epistemología según Vergara Estévez (2010) aporta significativamente a la comprensión integral del análisis crítico de los principios e hipótesis en diversas disciplinas científicas. Destaca que la epistemología “significa o equivale a filosofía de las ciencias, aunque algunos autores sostienen la tesis de su autonomía respecto a la filosofía”. Esta perspectiva resulta esencial para evaluar la naturaleza científica del conocimiento generado por la IA.
Por otro lado, Burrell (2016) analiza los algoritmos de aprendizaje automático, proporcionando percepciones cruciales sobre la opacidad de los sistemas de IA. Enfoca la clasificación de información mediante algoritmos computacionales y distingue tres formas de opacidad: (1) la derivada del mantenimiento secreto de información a nivel corporativo o estatal, (2) la resultante del desconocimiento técnico y (3) una opacidad inherente a los algoritmos de aprendizaje automático y la escala necesaria para su aplicación efectiva.
Desde una perspectiva histórica, la epistemología ha abordado cuestiones fundamentales relacionadas con la justificación, la verdad y las creencias. Sin embargo, en el contexto actual, el auge de la IA plantea preguntas cruciales sobre la autenticidad y el alcance del conocimiento producido por las máquinas. Investigadores como Torres Novoa y Ocampo Quintero (2022), Machado (2020), y Zada González y Bravo Placeres (2023) han explorado este terreno, destacando la necesidad de abordar el concepto mismo de conocimiento en el contexto de la IA.
Los enfoques tradicionales de la epistemología han intentado definir el conocimiento en términos de justificación, pero han enfrentado desafíos significativos en este intento. Simultáneamente, se ha criticado a la epistemología naturalizada por descuidar el concepto normativo de justificación, una preocupación central en la epistemología tradicional. Asimismo, ha habido un continuo debate en epistemología sobre la importancia del valor de la verdad, abordando cuestionamientos acerca de si la veracidad debería considerarse como un elemento en la valoración de las creencias.
El avance de la IA está intrínsecamente vinculado a la ingeniería del conocimiento, la confiabilidad y la ética, destacan lo importante de fomentar la confianza en la IA mediante iniciativas educativas y, al mismo tiempo, considerar cuidadosamente las implicaciones éticas asociadas con los sistemas de información donde la IA impacta positivamente al aprovechar el conocimiento de los ingenieros, mejorando sus habilidades en tecnología de la información y subrayando la necesidad imperante de responsabilidad y confiabilidad en las tecnologías de IA.
Es pertinente destacar que, a pesar de los avances impresionantes en el aprendizaje automático y la IA, persiste el escepticismo sobre si estos sistemas realmente están aprendiendo la “verdadera” estructura subyacente. Estas cuestiones entrelazan los ámbitos de la filosofía y la tecnología, conduciendo a una exploración del potencial de la IA para producir conocimiento valioso. En otras palabras, la pregunta sobre si las máquinas pueden generar conocimiento relevante para la humanidad implica una indagación profunda en la naturaleza misma del conocimiento y en cómo este se produce.
