Inteligência Artificial nas Artes

Vista previa del material en texto

EVOLUCIÓN Y FUNCIONAMIENTO DE LA INTELIGENCIA ARTIFICIAL. 
APRENDIZAJE AUTOMÁTICO EN LAS ARTES: EXPLORACIÓN MUSICAL 
EN AMPER Y AIVA 
Valentina Roveda Villamil 
vrovedav@correo.udistrital.edu.co 
MONOGRAFÍA 
 
Trabajo de Grado Laureado 
Nota del trabajo escrito: 5.0/5.0 
Nota de socialización: 5.0/5.0 
 
Universidad Distrital Francisco José de Caldas 
Facultad de Artes ASAB 
Proyecto Curricular de Artes Musicales 
 
11 de octubre de 2021 
 
I 
 
 
 
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS 
FACULTAD DE ARTES ASAB 
PROYECTO CURRICULAR DE ARTES MUSICALES 
 
 
EVOLUCIÓN Y FUNCIONAMIENTO DE LA INTELIGENCIA ARTIFICIAL 
APROXIMACIÓN AL APRENDIZAJE AUTOMÁTICO EN LAS ARTES: EXPLORACIÓN MUSICAL EN AMPER Y 
AIVA 
 
 
VALENTINA ROVEDA VILLAMIL 
20171098003 
 
 
MODALIDAD DE TRABAJO DE GRADO: MONOGRAFÍA 
ÉNFASIS: COMPOSICIÓN Y ARREGLOS 
 
 
DIRECTORA: 
MYRIAM DINNEY ARROYAVE MONTOYA 
 
BOGOTÁ, 11 DE OCTUBRE DE 2021 
II 
 
 
DEDICATORIA 
Le dedico este trabajo a todo lector ávido de aprender acerca de la inteligencia artificial, del arte 
como un conocimiento interdisciplinar y a quien quiera conocer mi perspectiva y proceso de 
aprendizaje plasmado en este documento escrito. 
A Myriam Arroyave, mi tutora en este trabajo de grado, por ser una inspiración para mi vida 
académica, musical y personal. 
A Oscar Wilches y Yolanda Amaya, mis maestros del colegio, por inspirarme y apoyarme desde el 
principio en el bello e interminable camino de la música. 
A Esperanza Villamil, mi madre, por ser mi mejor ejemplo de persona, maestra en el aula y maestra 
de vida. 
A Mateo Reyes, por ser mi compañero de vida, mi mayor apoyo en toda situación, mi confidente y 
la expresión viva de mi inmenso amor y alegría. 
 
 
III 
 
AGRADECIMIENTOS 
A Myriam Arroyave, mi maestra y tutora de este trabajo de grado, por su compromiso, interés, 
curiosidad y por su ejemplo de maravillosa humanidad en cada uno de nuestros encuentros, 
características que propiciaron invaluables y enriquecedores espacios de discusión y aprendizaje, 
en pro de la realización de este documento y de mi crecimiento como persona. 
A Juan Camilo Vásquez, mi maestro de Formación Auditiva, Análisis Musical y lector y jurado de este 
trabajo de grado, por demostrar su inmenso compromiso, organización, reconocimiento a mi 
trabajo y al de cada estudiante, así como por su ejemplo de gran investigador que me ha motivado 
en mi desarrollo y proyección académica presente y futura. 
A Eddie J. García Borbón, por compartirme su tiempo, experiencias personales y laborales, así como 
diversos ejemplos de aplicación práctica en el ámbito de la inteligencia artificial. 
A Esperanza Villamil, Mateo Reyes, Diego Trujillo, Andrés Ariza, Juan Manuel Roveda, Gabriel David 
Roveda, Karen Triana, Andrés Gómez, Hernán Valencia, Adriana Aponte y Juan Diego Estupiñán, por 
su emoción, compromiso, interés y participación activa en el Juego compositivo. 
A Juan Guillermo Villarreal, mi maestro de Arreglos, por darme su ejemplo de músico admirable, 
inmensamente creativo e integral y por siempre destacar la responsabilidad innata del creador 
musical con su público, sus formatos, intérpretes y contextos. 
A Jaime Torres, mi maestro de Composición, por acompañarme en el camino, por siempre creer en 
mí y por darme la libertad necesaria para mi desarrollo creativo, sin atarme a sus intereses, sino 
siempre preocupándose por potenciar los míos. 
A Francisco Castillo, mi maestro de Sistemas Musicales I y II, Seminario J. S. Bach, Contrapunto modal 
I y II y Taller de Música Antigua, por ser un ejemplo admirable de docente que, tras su conocimiento, 
le regala a cada uno de sus estudiantes y colegas una parte de su sabiduría, compromiso, 
rigurosidad, emoción y pasión por lo que hace. 
A Juan Diego Gómez, mi maestro en Sistemas Musicales III, Orquestación y Música de cámara, por 
su gran calidad humana, su labor como compositor y por la alegría, cariño y respeto que siempre 
demuestra con todos los que lo rodean. 
A Genoveva Salazar, por permitirme trabajar con ella en su proyecto de investigación, por confiar 
en mí, por sus inmensos aportes a mi proceso investigativo y por su calidez, compromiso y 
rigurosidad en todo lo que hace. 
A Gloria Millán, por acogerme en el Centro de Investigación de las Artes y, con gran entusiasmo, 
lograr despertar en mí el interés por la preservación de la memoria sonora y audiovisual. 
A Leonardo Alvarado, mi maestro de Medios Complementarios y Colectiva de Composición, por su 
energía inagotable de trabajo, su ánimo y su impulso para hacer realidad todos mis proyectos 
personales. 
IV 
 
A mis amigos y demás maestros del colegio y de la ASAB, por su compañía en todas las etapas de mi 
vida académica y personal. 
Por último, gracias a la Universidad Distrital, a la Facultad de Artes ASAB y al Proyecto Curricular de 
Artes Musicales por acogerme y acompañarme durante estos años de aprendizaje y aventura. 
V 
 
RESUMEN 
El uso de la inteligencia artificial es un fenómeno actual y en constante desarrollo donde, de manera 
general, se ha tomado como modelo el comportamiento humano para emular y realizar una mayor 
cantidad de tareas en el menor tiempo posible. La inteligencia artificial no sólo se ha convertido en 
la solución a problemas operativos de la vida cotidiana, sino que ha ampliado su uso hacia campos 
inesperados que generalmente consideramos propios de la especie humana como las artes. En este 
documento se brinda un recorrido histórico por los orígenes y principales discusiones en torno a la 
inteligencia artificial. Posteriormente, se abordan las aplicaciones de la inteligencia artificial en las 
artes y se estudian los casos de las plataformas de aprendizaje automático para la exploración 
musical Amper y AIVA. Para este efecto, se realiza un experimento denominado Juego compositivo 
-con participantes tanto internos como externos a la Facultad de Artes ASAB- en el que se emplean 
estas plataformas y se evalúa su aplicabilidad. Finalmente, se reflexiona acerca de las implicaciones 
de la inteligencia artificial en la música y los cambios de paradigmas que esto supone en ambas 
disciplinas. 
 
Palabras clave: inteligencia artificial, problemas, algoritmos, aprendizaje automático, artes, música, 
Amper, AIVA. 
 
ABSTRACT 
The use of artificial intelligence is a current and constantly developing phenomenon where, in 
general, human behavior has been taken as a model to emulate and perform a greater number of 
tasks in the shortest possible time. Artificial intelligence has not only become the solution to 
operational problems of everyday life, but has also expanded its use to unexpected fields that we 
generally consider as belonging to the human species, such as the arts. This paper provides a 
historical overview of the origins and main discussions on artificial intelligence. Subsequently, the 
applications of artificial intelligence in the arts are addressed and the cases of the machine learning 
platforms for music exploration Amper and AIVA are studied. For this purpose, an experiment called 
Juego compositivo -with participants both internal and external to the Faculty of Arts ASAB- is 
carried out in which these platforms are used and their applicability is evaluated. Finally, we reflect 
on the implications of artificial intelligence in music and the paradigm shifts that this implies in both 
disciplines. 
 
Keywords: artificial intelligence, problems, algorithms, machine learning, arts, music, Amper, AIVA. 
VI 
 
TABLA DE CONTENIDOS 
ÍNDICE DE FIGURAS .................................................................................................................................... VIII 
ÍNDICE DE TABLAS ........................................................................................................................................... X 
ÍNDICE DE GRÁFICAS ......................................................................................................................................X 
INTRODUCCIÓN ............................................................................................................................................... 1 
CAPÍTULO I. DE HUMANOS A MÁQUINAS: EVOLUCIÓN Y FUNCIONAMIENTO DE LA INTELIGENCIA 
ARTIFICIAL ........................................................................................................................................................ 9 
1. REFLEXIONES ACERCA DE LA INTELIGENCIA ARTIFICIAL ............................................................. 9 
1.1. Historia de la inteligencia artificial .................................................................................. 9 
1.2. Principios filosóficos ...................................................................................................... 16 
2. FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL .................................................................... 30 
2.1. Representaciones del conocimiento en IA: definiciones, criterios y tipos ................... 30 
2.2. Problemas en IA: definiciones, esquemas de resolución, métodos y algoritmos ......... 36 
CAPÍTULO II. DE MÁQUINAS A HUMANOS: EL APRENDIZAJE AUTOMÁTICO Y LAS ARTES ............ 44 
1. APRENDIZAJE AUTOMÁTICO EN LA INTELIGENCIA ARTIFICIAL .............................................. 44 
1.1. Aprendizaje automático supervisado ............................................................................ 46 
1.2. Aprendizaje automático no supervisado ...................................................................... 46 
1.3. Aprendizaje automático reforzado ............................................................................... 47 
2. EJEMPLOS DE APRENDIZAJE AUTOMÁTICO APLICADOS EN LAS ARTES ............................... 49 
2.1. Artes plásticas y visuales ............................................................................................... 49 
2.2. Teatro ............................................................................................................................ 55 
2.3. Danza ............................................................................................................................. 56 
2.4. Música ........................................................................................................................... 58 
2.5. Gabinete de curiosidades .............................................................................................. 68 
3. AMPER Y AIVA: PLATAFORMAS DE APRENDIZAJE AUTOMÁTICO PARA LA EXPLORACIÓN 
MUSICAL .................................................................................................................................................... 69 
3.1. Amper ............................................................................................................................ 69 
3.2. AIVA ............................................................................................................................... 74 
3.3. Juego compositivo en las plataformas de exploración musical Amper y AIVA ............. 79 
CONCLUSIONES ............................................................................................................................................ 85 
REFERENCIAS BIBLIOGRÁFICAS ................................................................................................................. 89 
BIBLIOGRAFÍA ............................................................................................................................................... 97 
VII 
 
APÉNDICE: Resultados del Juego compositivo ..................................................................................... 101 
1. Resultados individuales ............................................................................................................................ 101 
2. Evaluación colectiva .................................................................................................................................. 113 
ANEXOS ........................................................................................................................................................ 115 
1. Transcripción de la entrevista a Eddie Jonathan García Borbón ................................................ 115 
2. Encuestas diseñadas mediante Formularios de Google ................................................................ 121 
3. Videos de apoyo ......................................................................................................................................... 121 
4. Tablas de datos para el análisis de resultados del Juego compositivo ...................................... 121 
5. Guía de escenas del cortometraje Alike ............................................................................................. 121 
6. Gabinete de curiosidades sobre aplicaciones de la IA en las artes ............................................ 121 
7. Video socialización de trabajo de grado ............................................................................................. 121 
8. Autorización de uso de materiales ....................................................................................................... 122 
 
 
 
VIII 
 
ÍNDICE DE FIGURAS 
 
Figura 1. SNARC. Sykes, 2011 ............................................................................................................ 11 
Figura 2. ELIZA. DeixiLabs, 2018 ........................................................................................................ 12 
Figura 3. Deep Blue vs Gary Kasparov. Computer History Museum, 2005 ....................................... 13 
Figura 4. CogniToys. Cognitiva Chile, 2016 ....................................................................................... 14 
Figura 5. Test de Turing. TED-Ed, 2016 ............................................................................................. 18 
Figura 6. Victoria del CC-Bot2. ConsciousRobots, 2010 .................................................................... 19 
Figura 7. Habitación China de Searle. OpenLearn, 2011 ................................................................... 24 
Figura 8. Chinese gym. Carneades.org, 2014 .................................................................................... 26 
Figura 9. Capillary.io. Capillary, 2020 ................................................................................................ 28 
Figura 10. Ejemplo de grafo y diversos caminos entre dos puntos del mismo. Realizado en 
Grapholine. ........................................................................................................................................ 31 
Figura 11. Ejemplo de red semántica tomado del curso Introducción a la inteligencia artificial: 
principales algoritmos. Biba, P. et al., 2020 ...................................................................................... 32 
Figura 12. Ejemplo de frames tomado del curso Introducción a la inteligencia artificial: principales 
algoritmos. Biba, P. et al., 2020......................................................................................................... 33 
Figura 13. Ejemplo de guion tomado del Folleto IA completo. Colectivo de autores, 2012 ............ 33 
Figura 14. Ejemplo de guion tomado del Folleto IA completo. Colectivo de autores, 2012 ............ 34 
Figura 15. Ejemplo de lógica proposicional. Colectivo de autores, 2012 ......................................... 35 
Figura 16. Ejemplo de strips. Villalba, L., 2009 .................................................................................. 36 
Figura 17. Ejemplo gráfico de generate-and-test tomado del curso Introducción a la inteligencia 
artificial: principales algoritmos. Biba, P. et al., 2020 ....................................................................... 38 
Figura 18. De izquierda a derecha, algoritmos Best-first search, Dijkstra y A* hallando las 
posibilidades parair de un punto a otro. PathFinding ...................................................................... 40 
Figura 19. Árbol de decisiones en el juego tres en línea o triqui. Álvarez, 2021 .............................. 41 
Figura 20. Detección de un platón (bowl), una mandarina (orange) y una manzana (apple) realizada 
en la aplicación para celulares Object Detector. Roveda, 2021 ........................................................ 46 
Figura 21. Deepfake de Tom Cruise tomado de un experimento realizado en Instagram. 
@deeptomcruise, 2021 ..................................................................................................................... 46 
Figura 22. Brazo robótico que resuelve el Cubo de Rubik. Open AI, 2019 ....................................... 47 
Figura 23. Imágenes de animales completadas mediante GPT-3. Chen et al., 2020b ...................... 50 
Figura 24. Creación de objetos mediante DALL-E. Ramesh et al., 2021 ........................................... 50 
IX 
 
Figura 25. Rostro generado por Artbreeder. Artbreeder, 2019. ....................................................... 51 
Figura 26. Paisaje fantástico generado por Artbreeder. Artbreeder, 2019. ..................................... 52 
Figura 27. Fontana di Trevi. NeRF-W. 2020 ...................................................................................... 53 
Figura 28. Espectador frente a Organa. Organa. 2020 ...................................................................... 53 
Figura 29. Machine Hallucination, Anadol. 2020 .............................................................................. 54 
Figura 30. Intérprete de lengua de señas. La Familia Addams el Musical, 2017 .............................. 55 
Figura 31. When A Robot Writes A Play. THEaiTRE, 2021 ................................................................. 56 
Figura 32. Living Archive. Google Arts & Culture, 2019 .................................................................... 57 
Figura 33. Fragmento de la obra realizada por STOCOS. Dancetechtv, 2011 ................................... 57 
Figura 34. Ejercicio para Test de Turing interactivo en el reconocimiento de corales al estilo J. S. 
Bach. Roveda, 2021 ........................................................................................................................... 60 
Figura 35. Sonificación de los aminoácidos dentro de la proteína. Buehler, 2020b ......................... 61 
Figura 36. Sonificación de las estructuras dentro de la proteína a manera de contrapunto. Buehler, 
2020c ................................................................................................................................................. 62 
Figura 37. Kórsafn. Microsoft, 2020 .................................................................................................. 63 
Figura 38. Concierto en vivo de Simbiosis 1.0. García Borbón, 2019 ................................................ 63 
Figura 39. Ejemplos sonoros del Piano Machine. Alessandrini, 2021 ............................................... 64 
Figura 40. Tracer la lune d’un doigt. Alessandrini, 2017 ................................................................... 65 
Figura 41. Ada's Song. Alessandrini, 2019 ......................................................................................... 66 
Figura 42. Convergence. Schubert, 2020-2021 ................................................................................. 66 
Figura 43. Código QR para acceder al Gabinete de curiosidades. Roveda, V., 2021 ........................ 68 
Figura 44. Tutorial de uso. Amper Music, 2020 ................................................................................ 70 
Figura 45. “Break Free” canción compuesta por Taryn Southern y Amper. Southern, 2017 ........... 72 
Figura 46. Jingle de TED. TED, 2017 .................................................................................................. 75 
Figura 47. The Age of Amazement. Aiva, 2018b ............................................................................... 75 
Figura 48. Tutorial introductorio de AIVA. Aiva, 2019a .................................................................... 76 
Figura 49. Tutorial de uso para el “piano roll” de AIVA. Aiva, 2019b ............................................... 77 
Figura 50. Imagen tomada del cortometraje animado Alike. Martínez y Cano, 2017 ...................... 79 
 
 
 
X 
 
ÍNDICE DE TABLAS 
Tabla 1. Comparación entre canciones de artistas reconocidos y canciones generadas por Jukebox. 
Roveda, 2021 ..................................................................................................................................... 61 
Tabla 2. Recuento de profesiones. Juego compositivo. Roveda, 2021 ............................................. 81 
Tabla 3. Parejas para la evaluación colectiva. Juego compositivo. Roveda, 2021 ............................ 82 
Tabla 4. Asociación y/o recuerdo personal. Juego compositivo. Roveda, 2021 ............................. 102 
Tabla 5. Seccionamiento del cortometraje. Juego compositivo. Roveda, 2021 ............................. 105 
Tabla 6. Plataforma seleccionada. Juego compositivo. Roveda, 2021 ............................................ 106 
Tabla 7. Satisfacción frente al producto realizado. Juego compositivo. Roveda, 2021 .................. 111 
 
 
ÍNDICE DE GRÁFICAS 
Gráfica 1. Recuento de profesiones. Juego compositivo. Roveda, V., 2021 ..................................... 80 
Gráfica 2. ¿Este video le trae algún recuerdo o asociación a su memoria? Juego compositivo. Roveda, 
2021 ................................................................................................................................................. 101 
Gráfica 3. ¿Cuál(es) de estos sentimientos puede asociar tanto a su recuerdo como al contenido del 
video? Juego compositivo. Roveda, V., 2021 .................................................................................. 102 
Gráfica 4. De los sentimientos seleccionados, ¿cuál considera que es el predominante? Juego 
compositivo. Roveda, V., 2021 ........................................................................................................ 103 
Gráfica 5. ¿Cuál(es) de estos sentimientos puede identificar en el contenido del video? Juego 
compositivo. Roveda, V., 2021 ........................................................................................................ 104 
Gráfica 6. De los sentimientos seleccionados, ¿cuál considera que es el predominante en el 
contenido del video? Juego compositivo. Roveda, 2021 ................................................................ 104 
Gráfica 7. ¿Qué fragmento seleccionó para su musicalización? ..................................................... 107 
Gráfica 8. ¿Qué género(s) de los que ofrece Amper seleccionó para la musicalización del video? 
Juego compositivo. Roveda, 2021 ................................................................................................... 107 
Gráfica 9. ¿Qué genero(s) de los que ofrece AIVA seleccionó para la musicalización del video? Juego 
compositivo. Roveda, 2021 ............................................................................................................. 108 
Gráfica 10. ¿Qué formato seleccionó para la musicalización del video? Juego compositivo. Roveda, 
2021 ................................................................................................................................................. 109 
Gráfica 11. ¿Qué tan satisfecho se encuentra con el producto realizado? Juego compositivo. Roveda, 
2021 ................................................................................................................................................. 110 
XI 
 
Gráfica 12. ¿Usaría después la plataforma seleccionada para la musicalización de un video 
relacionado con su labor profesional? Juego compositivo.Roveda, 2021 ..................................... 111 
Gráfica 13. Además de la musicalización de videos, ¿considera que la plataforma utilizada puede 
brindarle otras posibilidades en su ejercicio profesional o personal? Juego compositivo. Roveda, 
2021 ................................................................................................................................................. 112 
Gráfica 14. ¿Utilizaría esta plataforma para hacer un producto musical comercializable y compartido 
en redes sociales? Juego compositivo. Roveda, 2021 .................................................................... 112
1 
 
 
INTRODUCCIÓN 
 
Planteamiento del problema 
El presente trabajo de grado es una monografía, modalidad en la que el producto central es un 
documento escrito donde, en este caso, se reflexiona acerca del papel que cumple la inteligencia 
artificial en nuestra sociedad, en nuestra relación con el mundo, en el concepto que tenemos de ser 
humano, en la resolución de los problemas y tareas cotidianas, en el desarrollo de distintas formas 
de aprendizaje, y en su relación con las prácticas artísticas en general y con la música, en específico. 
 
Es pertinente mencionar diversas experiencias que me llevaron a abordar la inteligencia artificial en 
este documento. Por una parte, desde muy joven me he interesado por la visión interdisciplinar del 
conocimiento y por la creación de relaciones entre distintos fenómenos aparentemente aislados, 
por lo que estudiar música ha representado el eje de desarrollo de esta cualidad. Constantemente, 
enfrento varios retos a partir de la relación entre mi disciplina de estudio y el creciente desarrollo 
tecnológico. Es decir, que el crecimiento exponencial de las nuevas tecnologías me ha ayudado a 
cuestionarme acerca de la suficiencia o carencia de habilidades que poseo en el manejo y 
conocimiento de estos procesos. Al igual que el aprendizaje de varios idiomas, el desarrollo de la 
tecnología es otra puerta de acceso al conocimiento, por lo que es imposible ignorar su existencia. 
A manera de serendipia, este proceso reflexivo me ha permitido evidenciar los cambios en mi 
concepción sobre mi desempeño como compositora, por lo que considero inminente reconocer y 
apropiarme de un proceso inherente al desarrollo humano para que, en vez de entorpecer mi 
quehacer musical, pueda nutrirlo. 
Una experiencia que jugó un papel muy importante en mi proceso formativo y que me suscitó 
cuestionamientos alrededor de nuestra relación con la tecnología fue el Panel sobre el concepto de 
obra musical, organizado por el área de Música y Contexto del Proyecto Curricular de Artes 
Musicales y realizado en el Auditorio Samuel Bedoya, de la Facultad de Artes ASAB, al que asistí el 
viernes 20 de septiembre de 2019. Los maestros invitados expusieron algunas de las definiciones 
que ya se han planteado otros autores. Por su parte, el maestro Daniel Leguizamón, actual docente 
del pregrado mencionado, presentó tres casos para ilustrar el uso de la inteligencia artificial en la 
música. El primero de ellos fue el de la composición del tercer y cuarto movimiento de la Sinfonía 
No. 8 de Franz Schubert, mediante la IA creada por Huawei, en colaboración con el compositor Luis 
Cantor. El segundo caso fue el AIVA (Artificial Intelligence Visual Artist), aplicación online para la 
composición predeterminada, siguiendo como modelo estilos musicales desarrollados en diferentes 
épocas históricas. Por último, la página web de Wotja, que funciona como generadora automática 
de música. A partir de los frentes abordados, se realizaron reflexiones pertinentes para el presente 
trabajo de grado, en torno al concepto de autoría, delimitación, definición y percepción de la obra. 
2 
 
 
A partir de las experiencias mencionadas y de otras tantas vividas, este trabajo es importante para 
el desarrollo de una mirada crítica hacia los conocimientos adquiridos en mi labor como 
compositora y estudiante de música. La realización del mismo resulta pertinente para la 
comprensión de un fenómeno actual como la inteligencia artificial y su influencia en el campo de la 
creación musical, acercamiento que guía mis cuestionamientos y reflexiones acerca de la figura del 
músico, los cambios en sus productos y prácticas musicales, la ampliación de su campo laboral y la 
equiparación de su labor con las capacidades de las máquinas. Finalmente, me permite identificar 
qué de lo que he aprendido en la academia ha sido útil para nutrir estas tendencias de creación, 
consumo y mercado laboral musical o para incursionar en ellas. 
La presente monografía es uno de los pocos acercamientos a la investigación en inteligencia artificial 
que han surgido en el Pregrado en Artes Musicales de la Facultad de Artes ASAB y el único que 
estudia las plataformas de aprendizaje automático para la exploración musical Amper y AIVA en el 
énfasis de Composición y Arreglos, en el pregrado mencionado y en la ciudad. El presente trabajo 
aporta a la reflexión acerca de un hecho actual y vigente como es el cambio en las prácticas 
compositivas, productos musicales y la relación del compositor con los mismos. Al abordar el uso de 
la inteligencia artificial en la música, este trabajo indaga acerca de la percepción de los estudiantes 
del Proyecto Curricular Artes Musicales sobre la inteligencia artificial aplicada a la música, así como 
de personas externas a este pregrado que perciben este fenómeno desde sus respectivos campos 
de estudio. 
Este trabajo de grado se inscribe en la línea de investigación Estética y Teorías del Arte de la Facultad 
de Artes ASAB de la Universidad Distrital Francisco José de Caldas, porque realiza una reflexión en 
torno a la creación musical, su constante transformación y su relación interdisciplinar con los usos 
y desarrollos de las nuevas tecnologías que funcionan mediante inteligencia artificial. Teniendo en 
cuenta lo anterior, este proyecto se inscribe en la línea de investigación Música, Ciencias y 
Tecnología del Proyecto Curricular de Artes Musicales de la Facultad de Artes ASAB, ya que indaga, 
de manera teórica y práctica, alrededor de la relación entre el humano y la máquina, las artes y la 
inteligencia artificial, y la música y las tecnologías. 
 
 
3 
 
PREGUNTAS PROBLEMA 
¿Cuál ha sido la evolución histórica de la inteligencia artificial y cómo funciona esta disciplina? 
¿Cómo se desarrolla el aprendizaje automático en el arte en general y en las plataformas de 
exploración musical Amper y AIVA en específico? 
 
OBJETIVO GENERAL 
Dar un panorama de la evolución histórica y funcionamiento de la inteligencia artificial y estudiar 
las aplicaciones del aprendizaje automático en las artes, en particular en las plataformas de 
exploración musical Amper y AIVA, con el fin de aportar elementos a la reflexión en torno al uso de 
la IA en la música. 
 
Objetivos específicos 
● Contextualizar los antecedentes, propósitos, usos y funcionamiento de la inteligencia 
artificial. 
● Identificar ejemplos de aplicación del aprendizaje automático y la inteligencia artificial en 
las artes plásticas, escénicas, danzarias y musicales. 
● Estudiar las plataformas de exploración musical Amper y AIVA, identificar y seleccionar sus 
parámetros de funcionamiento para el diseño de un ejercicio creativo. 
● Implementar un ejercicio creativo en un grupo de personas que utilicen Amper y AIVA en la 
musicalización de un video y hacer un seguimiento de los resultados. 
 
 
 
 
 
 
4 
 
DOCUMENTOS QUE APOYAN EL TRABAJO DE GRADO 
El curso virtual Introducción a la inteligencia artificial: principales algoritmos fue ofrecido en la 
Universidad Galileo de Guatemala, desde mayo hasta noviembre del año 2020. Este curso aborda 
una perspectiva amplia de la inteligencia artificial, en aras de acercar a gente sin conocimientos 
previos a esta disciplina. En la primera parte, el maestro Jorge Samayoa ilustra el concepto de 
inteligencia artificial a partirde la historia de esta disciplina, temas relacionados con la IA y 
aplicaciones cotidianas de la misma. Por otro lado, el maestro Eduardo Corpiño toma las dos 
siguientes lecciones para introducir los algoritmos tradicionales de la inteligencia artificial. Este 
curso es pertinente para el presente trabajo de grado, ya que contextualiza la inteligencia artificial 
y amplía temáticas como las representaciones del conocimiento, la resolución de problemas y el 
aprendizaje en la disciplina mencionada. 
El libro Artificial Intelligence: A new synthesis (1999) fue escrito por Nils Nilsson y es útil para este 
trabajo de grado, pues aporta nociones acerca del concepto de inteligencia artificial y de la historia 
de esta disciplina. Para realizar un contraste con la visión de Nilsson, también es pertinente 
consultar a Kevin Warwick en su libro Artificial Intelligence: the basics (2012). Debido a que este 
último documento está más actualizado que el anterior, no sólo provee información sobre la 
inteligencia artificial clásica, sino acerca del concepto de inteligencia, de algunas aproximaciones 
filosóficas a esta disciplina, de su desarrollo desde la década de 1960 hasta la primera década del 
siglo XXI y su proyección para tiempos futuros. 
Con el fin de abordar las diversas perspectivas filosóficas en torno a la inteligencia artificial, es 
pertinente consultar gran variedad de autores que provean aproximaciones a las preguntas más 
comunes sobre este tema. Un artículo de gran utilidad para ello es “Philosophy of artificial 
intelligence” (HiSoUR, s.f.), documento en el que se realiza un resumen de las discusiones más 
frecuentes entre la filosofía y la inteligencia artificial, sus expositores y sus argumentos. Por su parte, 
los artículos “Agentes inteligentes: el siguiente paso en la inteligencia artificial” (Botti, 2000) y "The 
Turing Test" (Oppy y Dowe, 2020) y el video “Raúl Arrabales - Conciencia Artificial - Test de Turing - 
Programa tres14” (Raúl Arrabales, 2012) abordan la preocupación por los conceptos de inteligencia 
y agentes inteligentes, desde la perspectiva del Test de Turing. Por otro lado, el artículo “The chinese 
room argument” (Cole, 2020) y el libro Monadología (Velarde (trad.), 1981) estudian la pregunta 
por la conciencia y los estados mentales en las máquinas. Por último, los artículos “Sistemas de 
inteligencia artificial que gestionan emociones humanas” (Darlington, 2021), “¿Puede la inteligencia 
artificial dar una mente a las máquinas?” (Rufiner, 2018) y “Un nuevo software médico basado en 
la inteligencia artificial y desarrollado con participación de SEMI ayuda al diagnóstico de 
enfermedades autoinmunes como la esclerodermia” (SEMI, 2021) abordan la pregunta por las 
implicaciones de proveer características humanas a las máquinas, como son los sentimientos, 
bondad, hostilidad, creatividad y originalidad. 
El Folleto 20 IA, realizado en 2012 por el Colectivo de autores de la Universidad de Las Tunas (Cuba) 
es pertinente para el presente trabajo de grado, debido a que aporta información adecuadamente 
sistematizada y ejemplificada en torno a la contextualización de la inteligencia artificial como 
5 
 
disciplina y su evolución histórica. Además, demuestra una lógica de funcionamiento de la IA a partir 
de las formas de representación del conocimiento y cada uno de los métodos más empleados para 
la resolución de problemas. Este tema puede ser complementado con la presentación “Unidad No. 
1 - Introducción a la IA y Representación de Problemas” (Klapp, 2011) y el artículo “Introduzione 
all’intelligenza artificiale” (Riguzzi, 2006), así como en el video “¿Qué es un algoritmo?” (Magic 
Markers, 2012). Adicionalmente, es posible encontrar ejemplos de usos de los métodos de 
resolución de problemas en videos como “IBM Watson también juega” (Cognitiva Chile, 2016) y 
“Watson and the Jeopardy! Challenge” (International Business Machines Corporation [IBM] 
Research, 2013). 
El artículo “Machine Learning” (Russell, 1996) hace parte de la compilación Artificial Intelligence: 
Handbook of Perception and Cognition. En este texto, el autor provee un panorama amplio sobre el 
funcionamiento y los usos del machine learning o aprendizaje automático, y da cuenta de los 
debates principales sobre qué es aprender, cómo hacerlo y qué enseñarle a las máquinas. Por su 
parte, los videos de DotCSV “La Inteligencia Artificial No Debe Ver La Tele | BITS” (2019), “¿Qué es 
el Aprendizaje Supervisado y No Supervisado? | DotCSV” (2017a) y “¿Qué es Machine Learning? ¿Y 
Deep Learning? Un mapa conceptual | DotCSV” (2017b) proveen datos valiosos sobre el tema, pues 
constituyen una fuente de información de años posteriores a la del informático británico Stuart 
Russell. 
Para abordar las diversas relaciones entre las artes y la inteligencia artificial, es pertinente consultar 
referentes tanto textuales como visuales desde la perspectiva de las artes visuales, el teatro, la 
danza y la música. Para el primero de estos casos, algunos de los ejemplos actuales entre las dos 
disciplinas se explican e ilustran en los videos “Organa - Interactive data sculpture” 
(auroraMeccanica, 2020), “¿Es esta IA el FIN de los DISEÑADORES GRÁFICOS? ¿Puede la IA ser 
CREATIVA? - (DALL-E)” (DotCSV, 2021a), “MACHINE HALLUCINATION” (Refik Anadol, 2020), y “Art in 
the age of machine learning | Refik Anadol” (TED, 2020), así como en los artículos Generative 
Pretraining for Pixels (Chen et al., 2020a) y “Image GPT” (Chen et al., 2020b). Por otro lado, para 
abordar la relación entre el teatro y la inteligencia artificial se pueden consultar los referentes 
“Review: AI: When a Robot Writes a Play, Czech Centre London” (Both, 2021), “THEAITRE - Teaser 
video” (CEE Hacks, 2019), “Inteligencia artificial y teatro accesible para personas sordas y ciegas” 
(Innovación UC3M, 2017) y “La Familia Addams, primer musical accesible para Personas Ciegas y 
Sordas” (La Familia Addams, el Musical, 2017). 
Por su parte, el trabajo conjunto entre la danza y la inteligencia artificial se ve expresado en 
“Bailando con algoritmos: cómo la inteligencia artificial está revolucionando la danza” (Cooking 
Ideas, 2018), “STOCOS (Muriel Romero - Pablo Palacio)” (Dancetechtv, 2011), “Archivo viviente: Un 
proyecto de danza e Inteligencia Artificial” (El Folder, 2019) y “Living Archive: An AI Experiment with 
Wayne McGregor” (Google Arts & Culture, 2019). Por último, algunas de las aplicaciones de la 
inteligencia en la música se explican en “Piano Machine” (Alessandrini, 2021), “Nanomechanical 
sonification of the 2019-nCoV coronavirus spike protein through a materiomusical approach” 
(Buehler, 2020a), “Sonification of the Coronavirus Spike Protein (Amino Acid Scale)” (Buehler, 
2020b), “Viral Counterpoint of the Coronavirus Spike Protein (2019-nCoV)” (Buehler, 2020c), 
6 
 
“Jukebox” (Dhariwal et al., 2020), “.Ars Electronica 2021 honors IRCAM researchers!” (IRCAM, 
2021), “Learn how Björk worked with AI on her new composition, Kórsafn | Microsoft In Culture” 
(Microsoft, 2020), “Björk’s Kórsafn: a choral retrospective” (Microsoft, 2021) y “Björk y Microsoft 
crean música generada por inteligencia artificial que cambia con el clima” (Sienra, 2020). 
Simbiosis 1.0. Composición para bandola andina y entidades sónicas es el trabajo de grado de Eddie 
Jonathan García, realizado en el año 2017. En esta monografía, el autor describe y contextualiza el 
funcionamiento de la inteligencia artificial, así como las teorías empleadas para sustentar la 
realización de su obra. También, utiliza la simbiosis como analogía para su composición musical, lo 
que le permite establecer interacciones biológicas en un ambiente específico entre el humano y la 
máquina, que son los pilares fundamentales de la inteligencia artificial. El trabajo de García Borbón 
evidencia un fenómeno social e investigativo que promueve el estudio del ser humano para extraer 
sus características y otorgárselas a las máquinas, en busca de una nueva concepción delsonido. 
Además, incluye otras áreas del conocimiento en la composición musical por lo que, a partir de este 
proceso interdisciplinar, reconoce la creación artificial como una contribución a los compositores e 
intérpretes que ayuda a reevaluar sus prácticas y las concepciones mismas de su oficio. 
Understanding Bach, escrito por Ian Cross en el año 2007, es un trabajo que estudia a Johann 
Sebastian Bach desde múltiples perspectivas. “Bach in Mind” es un capítulo de dicho texto y se 
encarga de analizar el quehacer de este compositor a partir del modelo computacional y la 
experimentación. Con ello, ilustra los distintos acercamientos a la comprensión de las 
composiciones de Bach y realiza la armonización de un coral mediante la inteligencia artificial. Este 
artículo resulta interesante porque muestra que, aunque la mente humana puede ser entendida en 
términos del funcionamiento de un computador, ningún elemento de los dos mencionados puede 
reemplazar al otro. Además, emplea un concepto actual, como el de la Inteligencia Artificial, en un 
fenómeno pasado pero vigente, como la música de Johann Sebastian Bach. Por último, reconoce 
que las ciencias cognitivas aún carecen de un análisis contextual de la música, por lo que es 
importante considerar aspectos como el lenguaje y las emociones, que también le atañen al 
desarrollo musical. 
En el video AI co-produced Taryn Southern’s new album (The Verge, 2018), Dani Deahl, productora 
y compositora musical, selecciona a Taryn Southern como una de las artistas emergentes que 
muestran el futuro de la música mediante el uso de la inteligencia artificial en sus composiciones. 
Más que una herramienta, Southern concibe la IA como un agente colaborador en la creación 
musical. Este video es interesante, ya que muestra a Amper como una de las plataformas de 
exploración musical que posee un fácil acceso para personas como Taryn, quienes carecen de 
conocimientos teóricos musicales. También, muestra a Amper como la generadora de materia prima 
para la creación de bancos de sonido, arreglos y producciones musicales posteriores. De esta 
manera, se evidencia cómo es posible -en este ejemplo en particular- vincularse con la música 
comercial en una era de constante transformación tecnológica y musical. 
 
 
7 
 
METODOLOGÍA 
El presente trabajo de grado tiene un enfoque cualitativo que, en su mayoría, se fundamenta en la 
consulta de material bibliográfico y audiovisual, y en la búsqueda, compilación y revisión de 
herramientas que funcionan mediante inteligencia artificial en las artes plásticas y visuales, la danza, 
el teatro y la música. Tiene un carácter descriptivo que se evidencia en la indagación alrededor de 
la historia y el funcionamiento de la inteligencia artificial realizada en el primer capítulo del 
documento. De la misma manera, se describe el funcionamiento del aprendizaje automático y 
algunos de sus usos. Por otro lado, tiene un carácter cualitativo exploratorio en dos vías: a nivel 
personal, debido a que se abre un camino de reflexión en torno a los fundamentos de la inteligencia 
artificial; a nivel del PCAM, ya que es el primer trabajo que se adentra en el aprendizaje automático 
y sus diversas aplicaciones en las artes; finalmente, en Colombia, hasta el momento, es el primer 
trabajo que estudia las dos plataformas de exploración musical Amper y AIVA. 
El proceso de desarrollo de este trabajo de grado implicó una etapa de aproximación etnográfica 
que se concretó en el seguimiento a un grupo de colaboradores conformado por ocho estudiantes 
del Proyecto Curricular de Artes Musicales y tres personas externas a él, quienes participaron en la 
actividad denominada Juego compositivo, estudiaron las plataformas de exploración musical Amper 
y AIVA y, con ellas, realizaron la musicalización de un cortometraje animado. El carácter cualitativo 
analítico de esta experiencia incluyó un componente cuantitativo que fue útil para entender las 
tendencias a nivel de la comprensión del funcionamiento de las plataformas, análisis del contenido 
del cortometraje, selección de materiales, toma de decisiones y construcción de opinión crítica 
frente al uso de las plataformas y los productos realizados. 
 
Lista de actividades 
● Estudio de material histórico, filosófico y técnico sobre el funcionamiento de la inteligencia 
artificial. 
● Estudio de ejemplos de aplicación práctica de la inteligencia artificial en las artes plásticas, 
escénicas, danzarias y musicales. 
● Consulta de material sonoro producido mediante inteligencia artificial en las plataformas 
seleccionadas. 
● Estudio de material audiovisual expresado en tutoriales y artículos sobre el funcionamiento 
de las plataformas seleccionadas. 
● Musicalización de un video a partir de las herramientas que ofrece la plataforma Amper. 
● Generación de dos audios a partir de los parámetros que ofrece la plataforma AIVA. 
● Registro del proceso creativo, a manera de diario de campo, al utilizar cada una de las 
plataformas seleccionadas. 
8 
 
● Diseño y aplicación de un Juego compositivo en las plataformas Amper y AIVA con 
estudiantes del Proyecto Curricular de Artes Musicales y personas externas a él. 
● Diseño y aplicación de encuestas a partir del Juego compositivo realizado. 
● Análisis y conclusiones de los resultados del Juego compositivo. 
● Socialización del trabajo de grado. 
 
Herramientas metodológicas 
● Experiencia o Juego compositivo y encuestas a seis estudiantes del énfasis de Composición 
y Arreglos, tres del énfasis de Interpretación y tres personas externas al Pregrado en Artes 
Musicales de la Facultad de Artes ASAB. 
● Entrevista a Eddie García Borbón, egresado del énfasis de Composición y Arreglos de la 
Facultad de Artes ASAB y especialista en la inteligencia artificial aplicada a la música. 
 
* * * 
 
El primer capítulo de la presente monografía se titula “De humanos a máquinas: evolución y 
funcionamiento de la inteligencia artificial”. En él se presenta una contextualización de la 
inteligencia artificial, a partir de algunos de los hechos, documentos, invenciones y reflexiones 
filosóficas más importantes que se han desarrollado en torno a esta disciplina, desde la década de 
1940 hasta la actualidad. Por otro lado, se abordan algunos de los fundamentos conceptuales de la 
inteligencia artificial que dan cuenta de las maneras de representar la información y el 
conocimiento, así como los tipos de problemas en la IA y los métodos para resolverlos. 
Para el segundo capítulo, titulado “De máquinas a humanos: el aprendizaje automático y las artes”, 
se aborda el concepto de aprendizaje automático en la inteligencia artificial. Esto permite ahondar 
en los tipos de aprendizaje automático y en algunos ejemplos de sus aplicaciones en las artes 
plásticas y visuales, escénicas, danzarias y musicales. Además, este capítulo cuenta con un Gabinete 
de curiosidades que lo complementa con ejemplos -tanto los abordados en el documento, como los 
que no- de las aplicaciones de la inteligencia artificial en el arte. Posteriormente, se indaga por el 
surgimiento y funcionamiento de Amper y AIVA, dos plataformas de aprendizaje automático para la 
exploración musical mediante inteligencia artificial. Con ellas, se realiza una práctica individual y una 
actividad denominada Juego compositivo en la que se exploran las posibilidades y características de 
las plataformas en su aplicación práctica y de la que se obtienen los resultados presentes en el 
apéndice de este documento. 
 
9 
 
CAPÍTULO I. DE HUMANOS A MÁQUINAS: EVOLUCIÓN Y FUNCIONAMIENTO DE 
LA INTELIGENCIA ARTIFICIAL 
 
La inteligencia artificial (IA) no sólo es una disciplina científica, sino un fenómeno social actual que 
puede abordarse desde múltiples perspectivas como el desarrollo tecnológico, el crecimiento 
económico, el campo laboral, la relación de los humanos con las máquinas y la interdisciplinariedad 
del conocimiento, entre otras. Por lo tanto, cada punto de vistaabordado sólo provee una de las 
posibles formas de entender la inteligencia artificial y de aplicarla de acuerdo al campo de 
conocimiento deseado. En este capítulo sólo se abordarán dos formas de comprender este 
fenómeno que son las reflexiones históricas y filosóficas sobre la inteligencia artificial, y los 
fundamentos de esta disciplina que hacen referencia a las formas de representación del 
conocimiento y las maneras de resolver problemas en la IA. De acuerdo con lo anterior, las dos 
secciones de este capítulo estudian el contexto y funcionamiento de la inteligencia artificial, 
respectivamente. 
 
1. REFLEXIONES ACERCA DE LA INTELIGENCIA ARTIFICIAL 
Esta primera parte del capítulo está constituida por dos fragmentos: la historia y las discusiones 
filosóficas en torno a la inteligencia artificial. Es importante mencionar que ambos puntos de vista 
están estrechamente relacionados, pues comparten diversas discusiones organizadas 
cronológicamente que han sido planteadas por especialistas que no se limitan a la historia o a la 
filosofía, sino que construyen su conocimiento a partir de ambas disciplinas. 
 
1.1. HISTORIA DE LA INTELIGENCIA ARTIFICIAL 
El origen de la inteligencia artificial suele estar asociado al desarrollo de los computadores y la 
programación. La inteligencia artificial es un campo del conocimiento que tiene como propósito, a 
largo plazo, lograr emular o superar el comportamiento humano a través de las máquinas que 
operan en ambientes complejos y en las que se aplican características de dicho comportamiento 
como la percepción, razonamiento, aprendizaje, comunicación y acción, entre otras (Nilsson, 1999). 
Por lo tanto, esta disciplina estudia en qué consiste el concepto de comportamiento, tanto en 
humanos como en animales, para comprenderlo y desarrollarlo en las máquinas. 
Si bien los computadores y la programación son elementos fundamentales para el desarrollo de la 
inteligencia artificial, la invención del primero de ellos, como lo conocemos hoy en día, se da en la 
segunda mitad del siglo XX con las primeras máquinas creadas por la empresa estadounidense IBM1, 
 
1 International Business Machines Corporation. 
10 
 
mientras que FORTRAN, el primer lenguaje de programación, es creado en 1954 (Lévénez, 2020). 
Por esta razón, y a pesar de que es posible rastrear antecedentes de esta disciplina mucho antes del 
siglo XX, en este documento sólo se aborda la historia de la inteligencia artificial a partir de la década 
de 1940. 
1.1.1. Definición de la inteligencia artificial 
Para construir una definición más amplia de la inteligencia artificial, es necesario tener en cuenta 
que este campo de estudio reflexiona en torno a múltiples conceptos que le permiten lograr el 
objetivo mencionado anteriormente y tiene como búsqueda principal la emulación del 
comportamiento humano o de algunas partes de él. Por esto la IA se pregunta cómo puede utilizar 
las máquinas y la programación para su objetivo. A partir de lo anterior, se generan múltiples 
interrogantes acerca de la posibilidad de que una máquina piense y aprenda como lo hacen los 
humanos, ya que todo esto depende de la noción que se tenga acerca de qué es una máquina y qué 
es el pensamiento, entre otros conceptos que se abordarán a lo largo de este capítulo. 
Otro punto a considerar para intentar definir la IA son las diferencias entre los dos enfoques más 
amplios de la inteligencia artificial. Por un lado, algunos piensan que la inteligencia puede ser un 
sinónimo de algo intangible como pensamiento y, por lo tanto, no es necesario corporizarla, ya que 
"no importa de qué esté hecho el sistema de símbolos físicos. (...) Una entidad inteligente podría 
estar hecha de proteínas, interruptores mecánicos, transistores, o cualquier otra cosa, siempre y 
cuando pueda procesar símbolos" 2 (Nilsson, 1999, p. 4). En contraste con lo anterior, existen 
investigadores que consideran que la inteligencia sólo puede existir mediante algún tipo de 
experiencia sensorial. Por ello, destacan la importancia de darle un cuerpo al pensamiento y 
utilizarlo para poder interactuar con el mundo de una manera sensorial -tal como lo hacen los 
humanos, para así combinar las capacidades, tanto del cerebro humano como de la máquina. 
La inteligencia artificial actúa en dos vertientes: máquinas que piensan y actúan, o máquinas que 
simulan el comportamiento racional del hombre. Dichos tipos de IA suelen ser llamados IA fuerte e 
IA débil, respectivamente. Dentro de cada una de ellas se encuentran, a su vez, dos clasificaciones 
que permiten distinguir entre el pensamiento y la acción de la máquina. Así, podemos decir que 
existen cuatro clasificaciones de las máquinas: la primera de ellas corresponde a las máquinas que 
piensan como humanos; la segunda, a las que actúan como humanos; la tercera, a las que piensan 
racionalmente; y la última, a las que actúan racionalmente (Riguzzi, 2006). Por último, existe la IA 
general, que resulta ser un tercer tipo de inteligencia artificial y una vertiente en la que se enfoca 
una gran parte de las investigaciones actuales que buscan crear máquinas con la capacidad de 
emular la totalidad o la mayor parte del comportamiento humano. 
 
 
2 Cita original: “it doesn’t matter what the physical symbol system is made of. (...) An intelligent entity could 
be made of protein, mechanical relays, transistors, or anything else, so long as it can process symbols” 
(Nilsson, 1999, p. 4). La traducción es propia. 
11 
 
 
1.1.2. Orígenes de la inteligencia artificial 
Los orígenes de la inteligencia artificial como disciplina se remontan a los primeros estudios y 
reflexiones de diversos científicos en torno al funcionamiento del cerebro humano, durante la 
primera mitad del siglo XX. Esta etapa inicial puede ser abordada desde la publicación del artículo 
“Un cálculo lógico de las ideas inmanentes de la actividad nerviosa” (1943), escrito por los 
neurocientíficos computacionales estadounidenses Warren McCulloch y Walter Pitts, en el que ellos 
proponían la creación de máquinas basadas en las redes neuronales humanas. A partir de este 
planteamiento, el psicólogo estadounidense Frank Rosenblatt desarrolló el perceptrón, un modelo 
matemático que permitía describir el funcionamiento de las neuronas en el cerebro humano, 
determinar su capacidad de aprendizaje y, así, evidenciar su capacidad de cambio en el tiempo 
(Warwick, 2012). De esta manera, en 1957, Rosenblatt pudo aplicar los planteamientos de 
McCulloch y Pitts y su modelo matemático a una de las primeras computadoras de la IBM. 
Siete años antes del perceptrón de Rosenblatt, el matemático británico Alan Turing se hizo 
reconocido por la escritura de su trabajo Computing Machinery and Intelligence (1950) -La 
maquinaria de computación y la inteligencia-, en el que se hacía la pregunta: ¿las máquinas pueden 
pensar? En palabras del ingeniero británico Kevin Warwick, “Turing escribió un trabajo seminal en 
el que intentaba responder a la pregunta que era, en ese momento, revolucionaria, pero también 
para llegar a una prueba aplicable (comúnmente conocida como la Prueba de Turing)”3 (2012, p. 2). 
Sus investigaciones le permitieron crear el Test de Turing, una prueba que se centra en engañar a 
un juez, quien debe determinar si una acción la realizó la máquina o un ser humano. Aquí se pone 
en juego la capacidad de la máquina para reproducir acciones de manera muy similar a cómo lo 
hacen los humanos. Esta prueba ha sido fundamental en la evaluación de la capacidad de las 
máquinas que funcionan mediante inteligencia artificial. 
Por otro lado, los científicos estadounidenses 
Marvin Minsky y Dean Edmonds construyeron el 
Stochastic neural analog reinforcement calculator 
SNARC, que fue el primer computador que 
funcionaba como lo hacen las neuronas humanas. 
Dicha creación, basada en los modelos 
neuronales de McCulloch y Pitts, llamó la 
atención de la comunidad científica, razón por la 
que se le atribuyó a Minsky y aEdmonds el título 
de los creadores de la IA. Esta primera etapa de la 
inteligencia artificial culminó con la reunión 
 
3 Cita original: “Turing wrote a seminal paper in which he attempted to answer the question was, at the time, 
revolutionary, but to also come up with an applicable test (commonly known as the Turing Test)” (2012, p. 2). 
La traducción es propia. 
Figura 1. SNARC. Sykes, 2011 
https://www.youtube.com/watch?v=Zo68UjlWj8Y
https://www.youtube.com/watch?v=Zo68UjlWj8Y
12 
 
científica de 1956 en la Universidad de Dartmouth4, en la que se declara esta disciplina como un 
nuevo campo de estudio. Por favor, haga clic en la imagen de la figura 1 para ver el video hacer del 
SNARC, explicado por su inventor. 
1.1.3. Desarrollo de la inteligencia artificial 
Con la inteligencia artificial como campo del conocimiento consolidado, el final de la década de 1950 
y la de 1960 trajeron consigo algunas investigaciones enfocadas en la búsqueda de una mejor 
imitación del modelo de inteligencia humano. Entre ellas, encontramos la creación del General 
Problem Solver (1957), por el economista Herbert Simon y el investigador Allen Newell -ambos 
estadounidenses-. Este consiste en una máquina que permite la resolución general de problemas 
relacionados con la aplicación de la lógica, geometría, juegos de palabras y ajedrez (Culatta, 2020, 
párr. 4). Warwick lo describe como “un programa multipropósito enfocado en la simulación, 
mediante computadora, de algunos métodos humanos de resolución de problemas”.5 (2012, p. 3) 
En 1965, el matemático e ingeniero iraní Lotfi Zadeh desarrolló los 
sistemas de lógica borrosa en los que proponía incluir la 
sistematización de datos de manera inexacta, como lo hacen los 
humanos, razón por la que argumentaba que "Las computadoras no 
tienen que operar en un formato meramente binario y lógico, sino 
que también pueden funcionar en un formato similar al de los 
humanos, 'borroso'"6 (Warwick, 2012, p. 3). Este período finalizó con 
la invención de ELIZA (1966), el primer chatterbot7 creado por Joseph 
Weizenbaum, con capacidad de comunicación en inglés. Este 
consistió en el primer programa que podía establecer una 
conversación escrita con un humano, mediante un lenguaje básico, 
natural y convincente. "De hecho, ELIZA generalmente daba una respuesta predeterminada o 
simplemente repetía lo que se le había dicho, simplemente reformulando la respuesta con unas 
pocas reglas básicas de gramática"8 (Warwick, 2012, p.4). Ahora, haga clic en la figura 2 para utilizar 
una emulación actual de la herramienta ELIZA. 
Pese a los avances realizados anteriormente, el desarrollo de la inteligencia artificial se vio limitado 
en la década de 1970, debido a que las máquinas no poseían la cantidad de memoria suficiente para 
el almacenamiento de la información y, por esto, no obtenían los resultados esperados. Además, en 
 
4 Institución estadounidense situada en Hanover, un pueblo de New Hampshire (Estados Unidos). 
5 Cita original: “a multi-purpose program aimed at simulation, using a computer, some human problem-solving 
methods” (2012, p. 3). La traducción es propia. 
6 Cita original: “computers do not have to operate in a merely binary, logical format, but can also perform in 
a human-like, ‘fuzzy’” (2012, p. 3). La traducción es propia. 
7 Programa de inteligencia artificial enfocado en simular conversaciones humanas. 
8 Cita original: “In fact, ELIZA generally gave a canned response or simply repeated what had been said to ir, 
merely rephrasing the response with a few basic rules of grammar” (Warwick, 2012, p.4). La traducción es 
propia. 
Figura 2. ELIZA. DeixiLabs, 2018 
http://deixilabs.com/eliza.html
13 
 
este período, la IA se vio expuesta a múltiples críticas de orden filosófico enfocadas hacia la 
incapacidad de la emulación total de un humano mediante IA. En vez de trabajar de manera 
conjunta entre disciplinas, estas discusiones distanciaron a la filosofía de la inteligencia artificial. 
Adicionalmente, una gran cantidad de expertos optó por crear máquinas que no necesariamente 
tomaran como modelo a los humanos, sino que se encargaran de algunas tareas específicas. En ese 
sentido, "cómo funciona el cerebro humano y lo que hacen los humanos no es directamente 
relevante para la IA. (...) lo que realmente se necesitaba eran máquinas que pudieran resolver 
problemas - no necesariamente computadoras que pensaran exactamente de la misma manera que 
la gente".9 (Warwick, 2012, p. 5) 
A diferencia de la década anterior, la de 1980 fue un período de renacimiento para la inteligencia 
artificial (Warwick, 2012), debido a tres factores: la creación de sistemas expertos, la independencia 
de la IA respecto a la filosofía y el surgimiento de la robótica. El primero de estos factores permitió 
programar máquinas para problemas específicos en las industrias; el segundo, promovió la 
existencia de discusiones científico-filosóficas, pero de manera distante y sin ataques mutuos; y el 
tercero, permitió materializar la inteligencia que ha sido creada mediante la programación, en un 
cuerpo físico: "un nuevo paradigma surgió en la creencia de que para exhibir la inteligencia 'real', 
una computadora necesita tener un cuerpo para poder percibir, moverse y sobrevivir en el 
mundo".10 (Warwick, 2012, p. 6) 
A partir de 1990 se presentó un crecimiento notable en 
las diferentes áreas de aplicación de la inteligencia 
artificial. Por esto, la IA fue utilizada ampliamente en las 
finanzas y en el targeting 11 de los consumidores, para 
estrechar la relación entre la empresa y sus clientes. 
Además, este período fue testigo de grandes avances en 
juegos y competencias, como Deep Blue (1997), la 
computadora creada por IBM que logró vencer a Gary 
Kasparov -el mejor jugador de ajedrez del mundo en su 
momento-, o como el vehículo inteligente creado en 2005 
que logró vencer en la carrera de autos sin conductor 
llamada DARPA Grand Challenge. Si el lector desea ver el momento preciso de la derrota de 
Kasparov, haga clic en la figura 3 e ingrese al minuto 4:05 del video. 
 
9 Cita original: “how the human brain operates and what humans do is not directly relevant for AI. (...) what 
were really needed were machines that could solve problems - not necessarily computers that think in exactly 
the same way people do” (Warwick, 2012, p. 5). La traducción es propia. 
10 Cita original: “a new paradigm arose in the belief that to exhibit ‘real’ intelligence, a computer needs to 
have a body in order to perceive, move and survive in the world” (Warwick, 2012, p. 6). La traducción es 
propia. 
11 Técnica de ventas en la que las empresas crean perfiles sus consumidores para ajustar sus productos a los 
deseos y necesidades del cliente. 
Figura 3. Deep Blue vs Gary Kasparov. Computer 
History Museum, 2005 
https://www.youtube.com/watch?v=5hRNlfAUeEE&t=248s
14 
 
En el 2004, IBM comenzó a planear un nuevo modelo que funcionara con inteligencia artificial y que 
le permitiera vencer a otros humanos en un juego distinto. Esta vez, la empresa creó el programa 
Watson y orientó su software hacia el juego de trivia sobre cultura general llamado Jeopardy! 
Pasaron siete años de competencias con humanos y recopilación de la información para que 
Watson, finalmente, derrotara a los campeones mundiales de dicho juego. En este caso, el software 
utilizó el Natural Language Processing 12 que es un proceso en el que Watson fue provisto de 
información escrita para descomponerla en todas sus palabras y significados y, posteriormente, 
analizarla. De este proceso surgían las tres mejores respuestas posibles a cada pregunta, con 
diferentes porcentajes de probabilidad en cada una de ellas. Se esperaba que Watson lograra decidir 
entre esas opciones con el mínimo margen de error para poder ganar el juego, y así lo hizo (IBM 
Research, 2013). 
Watson también ha sido utilizado para los negocios, las recomendaciones personalizadas de 
compras y la realización más rápida y efectivade tratamientos médicos, entre otros usos. Un amplio 
campo de acción de este software ha sido la educación, en la que la IBM ha desarrollado los 
respectivos programas para dos ejemplos particulares: Jill Watson y CogniToys. El primero de estos 
casos consistió en la creación de una asistente de clase virtual creada con inteligencia artificial. Ella 
era la encargada de responder preguntas en un foro creado en la plataforma piazza, para 
estudiantes de la Maestría Virtual en IA de GeorgiaTech 13 . Watson utilizó los datos sobre la 
asignatura, el lenguaje personal y coloquial, y los errores ortográficos más comunes de una persona, 
para que los estudiantes se sintieran satisfechos y resolvieran sus dudas, ahorrando más tiempo de 
trabajo al profesor titular, sin darse cuenta de que entablaban su conversación con Jill Watson, una 
máquina de IA (Tate, 2018). Por otro 
lado, así como Watson ha 
incursionado en la educación 
posgradual, también lo ha hecho en 
la primera infancia. La IBM utilizó 
este software para insertar una 
versión simplificada de Watson en 
la memoria de un juguete en forma 
de dinosaurio llamado CogniToy. 
Este objeto puede jugar, responder 
preguntas de cultura general y 
establecer una conversación con niños pequeños, no sólo usando el conocimiento almacenado por 
la IBM, sino nutriéndolo con aquel que le provee el niño cada vez que juega y habla con él (Cognitiva 
Chile, 2016). Para conocer un video del juguete en funcionamiento, haga clic en la figura 4. 
Otro ejemplo de este avance exponencial de la inteligencia artificial es el desarrollo del Proyecto 
Cyborg (2002), creado por Kevin Warwick. Este consistió en la creación de un vínculo entre el 
 
12 Procesamiento del lenguaje natural. 
13 Actual Instituto de Tecnología de Georgia, ubicado en Atlanta, la capital del estado de Georgia (Estados 
Unidos). 
Figura 4. CogniToys. Cognitiva Chile, 2016 
https://www.youtube.com/watch?v=fqZ8pwmy4Tw
15 
 
sistema nervioso humano y un computador, mediante la inserción de un dispositivo en el brazo de 
Warwick. Este proyecto fue exitoso y logró controlar los movimientos de un brazo robótico, 
mediante los del humano (Warwick, 2002). Vale la pena mencionar también al proyecto Blue Rain 
Project, una investigación vigente desde el 2009 que busca crear una simulación digital del cerebro 
de un ratón. Por otro lado, podemos evidenciar dichos avances en Sophia (2015), la primera robot 
y ciudadana árabe, con la que el investigador brasilero Ben Goertzel busca darle un cuerpo artificial 
a la simulación computacional del comportamiento humano. Por último, podemos encontrar uno 
de los avances más recientes en el campo de biomédico que es el de AlphaFold2. Este es un 
programa de inteligencia artificial desarrollado a finales del año 2020 por la empresa británica 
DeepMind que permite deducir la forma tridimensional de una proteína, a partir de su secuencia 
bidimensional de aminoácidos. (DotCSV, 2021b) 
A diferencia de la década de 1970, en la actualidad, los computadores poseen cada vez más 
capacidad de almacenamiento de la información y, según la Ley de Moore14, esta última aumenta 
exponencialmente cada dos años. De esta manera, los problemas planteados en décadas anteriores 
pueden solucionarse mediante IA y de manera más ágil que antes. Es importante destacar que la 
aparición de la tecnología inalámbrica también ha permitido una mayor efectividad en la inteligencia 
artificial, debido a que se pueden establecer redes de comunicación más ágiles entre los científicos 
del mundo, mediante sus propios computadores. Además, gran parte de los usos de la IA se han 
vuelto tan cotidianos que generan el efecto de nunca haber sido creados de tal manera, sino de 
coexistir naturalmente con nosotros. No en vano, Warwick enuncia: 
También es cierto que muchos de los nuevos desarrollos en la IA han encontrado su camino 
hacia aplicaciones más generales. Al hacerlo, a menudo pierden la etiqueta de 'IA'. Buenos 
ejemplos de ello son la minería de datos, el reconocimiento de voz y gran parte de la toma 
de decisiones que se lleva a cabo actualmente en el sector bancario. En cada caso, lo que 
originalmente era IA se ha convertido en una parte más de un programa informático.15 
(2012, p. 8) 
 
 
 
14 Ley propuesta por el científico estadounidense Gordon Moore en su artículo “Cramming more components 
onto integrated circuits” (1965). 
15 Cita original: “It is also the case that a lot of new developments in AI have found their way into more general 
applications. In doing so, they often lose the tag of ‘AI’. Good examples of this can be found with data mining, 
speech recognition, and much of the decision making presently carried out in the banking sector. In each case, 
what was originally AI has become regarded as just another part of a computer program” (Warwick, 2012, p. 
8). La traducción es propia. 
https://newsroom.intel.com/wp-content/uploads/sites/11/2018/05/moores-law-electronics.pdf
https://newsroom.intel.com/wp-content/uploads/sites/11/2018/05/moores-law-electronics.pdf
16 
 
1.2. PRINCIPIOS FILOSÓFICOS 
El término inteligencia artificial incorpora elementos relacionados con el intelecto y el artificio, por 
lo que pone en escena, por un lado, al hombre y, por el otro, a la máquina. En esta relación, de 
manera general, la IA se plantea la pregunta por aquello que define la inteligencia humana y de qué 
manera una máquina podría imitarla. A partir de ello, aparecen nociones como la inteligencia, el 
pensamiento, la conciencia y las emociones, entre otros conceptos que constituyen una gran parte 
de las discusiones comunes a la filosofía y la IA. Por ello, los lingüistas, científicos cognitivos y 
filósofos se han planteado múltiples preguntas relacionadas con la posibilidad de crear una máquina 
que piense como lo hace el humano, de simular el cerebro y el pensamiento humano mediante las 
matemáticas y la computación, e incluso, de dotar a una máquina de diversas características 
humanas. 
Algunas de las propuestas más importantes en la filosofía de la inteligencia artificial han sido 
presentadas por Alan Turing, la Universidad de Dartmouth16, Allen Newell y Herbert Simon, John 
Searle y Hubert Dreyfus, entre otros. La primera de ellas plantea que, si una máquina se comporta 
de acuerdo al modelo de inteligencia humana, la máquina es tan inteligente como un humano. Por 
otra parte, pero en la misma línea de pensamiento de Turing, en Dartmouth se propone que "cada 
aspecto del aprendizaje o cualquier otra característica de la inteligencia se puede describir con tal 
precisión que se puede fabricar una máquina para simularla"17 (HiSoUR, párr. 6, s.f.). Estas dos 
propuestas han sentado las bases de la inteligencia artificial clásica y de gran cantidad de 
aplicaciones de la IA, pues consideran que todo proceso relacionado con la inteligencia humana se 
puede describir de manera detallada y precisa para que la máquina lo entienda y emule. 
Una tercera propuesta es la de Allen Newell y Herbert Simon, quienes formularon la hipótesis del 
sistema de símbolos físicos. Con ella se referían a cualquier grupo de entidades o patrones que se 
relacionan y se combinan entre sí para formar estructuras más grandes y, finalmente, 
comprenderlas, transformarlas y procesarlas mediante una máquina para así llevar a cabo una 
acción inteligente. Por último, y apoyando la anterior propuesta, el filósofo estadounidense John 
Searle plantea que los computadores son capaces de recrear las mentes humanas, siempre que 
estén provistos de los datos correctos. Adicionalmente, en 1943, el filósofo estadounidense Hubert 
Dreyfus, propone que, si el cerebro humano posee un funcionamiento físico a partir de sus 
conexiones y movimiento, dicho órgano también puede ser simulado mediante un artefacto u 
objeto físico. Por su parte, John Searle, contraargumenta que, aunque todos los procesos humanos 
puedan ser considerados como cálculos matemáticos, no dan cuenta de otras capacidades humanasy, al imitar únicamente lo físico del cerebro, se perdería de vista lo mental, lo emocional, lo 
perceptivo, etc. 
Como se puede observar, todas las anteriores propuestas consideran viable la creación de máquinas 
que, computacionalmente, simulen un nivel de inteligencia humano. Por lo tanto, todas ellas 
 
16 Institución estadounidense situada en Hanover, un pueblo de New Hampshire. 
17 Cita original: "Every aspect of learning or any other characteristic of intelligence can be described with such 
precision that a machine can be designed to simulate it" (Hisour, párr. 6, s.f.). La traducción es propia. 
17 
 
comparten una concepción similar de inteligencia en la que se busca determinar si una máquina es 
inteligente o no, dependiendo de su capacidad de comunicación con humanos. No obstante, esta 
línea de pensamiento ha sido cuestionada en épocas posteriores, pues se limita a considerar que la 
única inteligencia que existe es la humana y, por lo tanto, reduce las posibilidades de creación de IA 
a un único modelo a seguir. 
A continuación, se presentan algunas de las preguntas más abordadas en la filosofía de la 
inteligencia artificial, así como sus argumentos a favor y en contra. Esto permite evidenciar que 
estos diálogos entre ambas disciplinas son constantes y dinámicos, y que cada argumento aporta a 
la reflexión y desarrollo de las mismas. 
 
1.2.1. ¿Qué es la inteligencia? ¿Puede una máquina ser inteligente? 
Un concepto que es fundamental tener en cuenta para comprender las diferentes posturas 
filosóficas sobre la IA es la noción del agente inteligente. Este se identifica como toda máquina que 
percibe y actúa en un ambiente determinado y que mide su comportamiento de acuerdo a la 
cantidad de acciones exitosas y esperadas que pudo realizar en dicho ambiente. Dicho en otras 
palabras, un agente inteligente es toda máquina que sea capaz de reaccionar al entorno, ya sea 
respondiendo a los cambios que allí se presenten, proponiéndose objetivos y cumpliéndolos, o 
interactuando y comunicándose con otros agentes (Botti, 2000). Adicionalmente, este agente puede 
llegar a un nivel mayor de inteligencia si es capaz de recopilar información y, con base en ella, decidir 
cómo realizar sus acciones. Si es así, se considera que dicho agente piensa y, por lo tanto, es 
inteligente. (HiSoUR, s.f.) 
Para haber llegado a esta definición de lo que es un agente inteligente, es necesario tener en cuenta 
que tras ella subyace la concepción de inteligencia propuesta por Alan Turing, uno de los pioneros 
en inteligencia artificial. En 1950, Turing escribió su ensayo Computing Machinery and Intelligence 
en el que se preguntaba si las máquinas podían pensar. Sin embargo, esta pregunta resultaba 
demasiado amplia, por lo que prefirió darle un nuevo enfoque hacia la búsqueda de la emulación 
del comportamiento humano mediante las máquinas. Turing diseñó el Test de Turing que consiste 
en un juego de imitación conformado por tres actores: un juez, un humano y una máquina. En esta 
prueba, el humano y la máquina están fuera de todo contacto visual o físico con el juez. Ambos 
intentan expresarse de manera que el juez no pueda distinguir su naturaleza. El humano actúa como 
siempre lo hace, pero la máquina, llena de recursos programados, emula la acción humana. 
18 
 
El Test de Turing tuvo sus inicios en el análisis 
del lenguaje producido por las máquinas, por 
lo que la prueba estuvo comúnmente 
centrada en que el juez hiciera preguntas 
escritas a los otros dos actores y ellos dieran 
su mejor respuesta. El análisis de la solución 
a estos estímulos es el insumo para que el 
juez infiera y tome decisiones que le permitan 
distinguir cuál de los dos actores es la 
máquina. De esta manera, el test evalúa un 
conjunto de habilidades principales que 
hacen parte del comportamiento psicológico humano. Es decir, que el juez valora los resultados de 
la máquina en cuanto a la capacidad de imitar a un humano en la creación de un lenguaje propio, la 
memorización de contenidos, el razonamiento y el aprendizaje durante el proceso (Biba et al., 
2020). Además, Turing propuso un criterio de evaluación para este juego que no sólo consiste en 
engañar al juez, sino en tener la posibilidad de hacerlo más del 30 % de las veces o, en otros casos, 
en que la máquina pueda convencer a más del 30 % de la cantidad de jueces que la evalúen. Si esto 
es logrado por la máquina, según Turing, nos encontraríamos frente a un sistema o máquina 
inteligente. En el video de anterior, el lector podrá encontrar una breve explicación animada del 
Test de Turing. Para acceder a ella, haga clic en la figura 5. 
Si bien esta prueba tiene el propósito de comprobar si las máquinas pueden ser inteligentes de la 
manera en la que lo es un humano, se debe tener en cuenta que no todas las máquinas o programas 
han sido creados con el fin de superar el Test de Turing o de poseer inteligencias completas o 
generales que les permitan emular todo el comportamiento de las personas. Por el contrario, en la 
mayoría de casos, los programadores se han dedicado al desarrollo de actividades específicas en las 
máquinas, con el fin de agilizar o dar efectividad a los procesos que comúnmente se han ejecutado 
por humanos. Algunos ejemplos de programas que emulan aspectos específicos del 
comportamiento humano han sido Parry (1972), ELIZA (1996) y Eugene Goostman (2001). El primero 
de ellos es un bot conversacional o chatterbot que aparentaba ser un esquizofrénico; ELIZA, se 
encargaba de simular ser un psicólogo y aconsejar a la gente por escrito; y Eugene Goostman, era 
un programa que simulaba ser un niño de 13 años, que percibía las preguntas por audio y se 
comunicaba por escrito. Este último fue el más exitoso de los programas mencionados, pues los 
jueces que conversaron con él fueron convencidos en un 33 % por lo que, de acuerdo con Turing, 
esto se consideraría una superación de su propia prueba y, por lo tanto, una muestra de inteligencia 
en las máquinas. 
Figura 5. Test de Turing. TED-Ed, 2016 
https://www.youtube.com/watch?v=3wLqsRLvV-c
19 
 
Los ejemplos más comunes que surgen a partir de 
la pregunta de Turing y que están inmersos en 
nuestra cotidianidad son los chatterbots de 
nuestros celulares como Cortana y Siri, y los bots 
presentes en los videojuegos. Un ejemplo de estos 
últimos fue el CC-Bot2 (2010), un programa 
creado por el ingeniero español Raúl Arrabales, 
que logró convencer a los jurados y participantes 
de que su bot era un jugador humano. Para ver 
este ejemplo, puede hacer clic en la figura 6. 
Acerca del software creado por él mismo, 
Arrabales expresa: 
no se trata de un software que sabe que es software y ante un espejo virtual no podría 
reconocerse, pero es el que (...) pareció más humano (...). Lo que sí se puede programar son 
comportamientos que nos hacen creer que el robot siente algo. Y no es poco, porque los 
humanos somos tan crédulos que enseguida atribuimos emociones y vida interior a cosas 
que no tienen conciencia. (2012) 
El Test de Turing ha sido altamente criticado desde sus inicios, debido a que la concepción de 
inteligencia que propone es antropocéntrica y limitada. Es decir, que Turing siempre enfocó su 
prueba hacia la emulación de la inteligencia humana, desconociendo otros posibles tipos de 
inteligencia en el resto de seres vivos. Existen múltiples objeciones a esta prueba que se han 
desarrollado con el tiempo e incluso, a partir de los contraargumentos que Turing se propuso a sí 
mismo en su ensayo Computing Machinery and Intelligence (1950). Todas estas objeciones tienen 
un carácter profundamente filosófico y contienen objeciones de orden teológico, psicológico, 
emocional, ético, lógico, comportamental y biológico que involucran discusiones relacionadas con 
cada una de estas áreas de estudio. 
La primera de las objeciones es la teológica que propone una perspectiva religiosa occidental en 
torno al Test de Turing. Quienes la defienden argumentan que, así como