Màquina cartesiana vs máquina humeana.
| Yuk Hui |
La inteligencia artificial no surge de imitar el pensamiento. La “artificialidad” de una inteligencia no se mide meramente por su cercanía a la inteligencia humana. Las máquinas son humanas en la medida en que los seres humanos son maquínicos. Después de todo, la evolución de nuestra “inteligencia” hubiera sido imposible sin la evolución de los artefactos técnicos que la expanden desde la utilización del fuego. Así, pensar la inteligencia artificial implica pensar la inteligencia humana, cómo se produce, cómo evoluciona, cómo se transforma, cómo modifica los artefactos que la rodean y cómo esos artefactos artificializan a su vez la inteligencia humana. La inteligencia humana es, desde el principio, técnica. Matteo Pasquinelli desarrolla esta tesis en su libro The Eye of the Master (2023): “the inner code of AI is constituted not by the imitation of biological intelligence but by the intelligence of labour and social relations”.
Las máquinas del pensamiento son, entonces, máquinas que nos permiten realizar operaciones de transformación: diferentes lógicas de pensamiento. No siempre somos libres de elegir qué lógicas emplear (muchas veces se adhieren a nosotros en forma de ideologías, de sentido común, de evidencia). En su nuevo libro, Kant Machine: Critical Philosophy after AI (2026), Yuk Hui nos invita a pensar ciertas formas del pensamiento y sus correlatos maquínicos. El mundo de los hombres y el mundo de las máquinas son el mismo.
Imaginemos diferentes tipos de “máquinas”. Cuando pensamos en una máquina, pensamos primero en mecanismos causales: un reloj. Los relojes son el paradigma del mecanicismo. Todo en ellos es material y todo puede explicarse a partir de fuerzas mecánicas (la tensión del resorte, la fricción de los engranajes). Tanto el reloj a cuerda como el automóvil requieren que la energía ingrese desde afuera y se vaya disolviendo a medida que la acción sigue su curso.
En la filosofía hay máquinas intelectuales que funcionan de modo análogo: estructuras rigurosamente compuestas de proposiciones encastradas que, siguiendo la forma deductiva, trasladan la verdad de las premisas a la verdad de las consecuencias. Las máquinas cartesianas son máquinas de tipo mecanicista: máquinas racionalistas movidas por un principio sustancial, capaces de operaciones inmensas pero siempre son “hard coded”: están limitadas por sus settings originarias, por las reglas pre-dadas, o en filosofía, por el principio inmóvil de la sustancia, de la mente. Esta es la IA simbólica de los años cincuenta: reglas explícitas, lógica deductiva, representaciones formales del mundo. Como formuló John Haugland, “si un proceso o sistema es mecánico, no puede razonar; si razona, no puede ser mecánico”.
Hay otro tipo de máquinas que Hui denomina, en honor al filósofo escocés David Hume, máquinas humeanas. Las máquinas humeanas no parten de una estructura puramente preprogramada: son máquinas probabilísticas, inductivas, bayesianas. Hui las encuentra allí donde los modelos de machine learning incorporan datos empíricos en un proceso de aprendizaje basado en la probabilidad y la predicción. Las máquinas humeanas son mucho más expansivas que las cartesianas, pues su principio operativo no son los axiomas a priori sino justamente la información. Amazon, Uber ajustando el precio de un viaje en función del historial del usuario y los autos disponibles: la autorregulación del mercado liberal es, en este sentido, humeana. El precio de la mercancía es un input que traduce el deseo en cantidad.
Ahora bien, las máquinas humeanas tienen sus propios límites: no pueden predecir nada que no haya sido alimentado en ellas en algún momento y, más aún, no son capaces de tematizar el bucle de retroalimentación generado por cierta autofagia general. No pueden salir de su propio espacio de probabilidades.
Fernando Wirtz, La filosofía detrás de la IA: kantianismo cibernético y girarcardismo oscuro, 421 05/06/2026
Comentaris