{"id":87136,"date":"2025-08-20T17:37:59","date_gmt":"2025-08-20T17:37:59","guid":{"rendered":"https:\/\/enfoquenoticioso.com\/?p=87136"},"modified":"2025-08-20T17:37:59","modified_gmt":"2025-08-20T17:37:59","slug":"hace-80-anos-teniamos-a-palomas-picoteando-comida-para-guiar-misiles-gracias-a-ellas-hoy-tenemos-a-la-inteligencia-artificial","status":"publish","type":"post","link":"https:\/\/enfoquenoticioso.com\/?p=87136","title":{"rendered":"Hace 80 a\u00f1os ten\u00edamos a palomas picoteando comida para \u00abguiar\u00bb misiles. Gracias a ellas, hoy tenemos a la inteligencia artificial"},"content":{"rendered":"<div>\n<p>Imagina un misil guiado por una paloma. Suena absurdo, pero ocurri\u00f3 en plena guerra: alguien propuso entrenarlas para <strong>picotear el objetivo desde una pantalla<\/strong> y redirigir as\u00ed el proyectil. <a rel=\"noopener, noreferrer\" href=\"https:\/\/www.nist.gov\/blogs\/taking-measure\/saga-bird-brained-bombers?utm_source=chatgpt.com#:~:text=Bat%20missiles-,Despite%20the%20success%20of%20Project%20Pigeon%2C%20pigeon%2Dpiloted%20bombs%20were%20never%20used%20in%20WWII.,-Instead%2C%20the%20Navy\" target=\"_blank\">El sistema nunca se lleg\u00f3 a usar<\/a>, pero dej\u00f3 algo m\u00e1s potente que la an\u00e9cdota: <a rel=\"noopener, noreferrer\" href=\"https:\/\/courses.cs.umbc.edu\/graduate\/678\/spring17\/RL-3.pdf\" target=\"_blank\">una forma de aprender basada en prueba, error y recompensa<\/a>.<\/p>\n<p><!-- BREAK 1 --> <\/p>\n<p>La comparaci\u00f3n ayuda a entender la l\u00f3gica, pero no es literal: hoy no hay aves en los algoritmos; lo que se mantiene es la idea de reforzar conductas mediante se\u00f1ales. Esa l\u00f3gica, simple y directa, es la que hoy siguen muchos modelos de inteligencia artificial. Lo que antes era una respuesta condicionada por comida, ahora es una puntuaci\u00f3n, una preferencia o una indicaci\u00f3n humana que el modelo aprende a perseguir.<\/p>\n<p><!-- BREAK 2 --><\/p>\n<p>El mecanismo de prueba y refuerzo no se perdi\u00f3 con el paso del tiempo. En las d\u00e9cadas de 1940 y 1950, el psic\u00f3logo estadounidense Burrhus Frederic Skinner formaliz\u00f3 esa idea con su teor\u00eda del \u201c<a rel=\"noopener, noreferrer\" href=\"https:\/\/pmc.ncbi.nlm.nih.gov\/articles\/PMC1473025\/\" target=\"_blank\">condicionamiento operante<\/a>\u201d: un comportamiento aumenta su probabilidad de repetirse si sus consecuencias son positivas.<\/p>\n<p><!-- BREAK 3 -->  <\/p>\n<div class=\"article-asset article-asset-normal article-asset-center\">\n<div class=\"desvio-container\">\n<div class=\"desvio\">\n<div class=\"desvio-figure js-desvio-figure\">\n    <a href=\"https:\/\/www.xataka.com\/robotica-e-ia\/extrano-caso-ia-menguante-como-modelos-diminutos-le-estan-sacando-colores-a-mastodontes-ia\" class=\"pivot-outboundlink\" data-vars-post-title=\"El extra\u00f1o caso de la IA menguante: c\u00f3mo los modelos diminutos le est\u00e1n sacando los colores a los mastodontes de la IA \" target=\"_blank\" rel=\"noopener\"><br \/>\n     <img loading=\"lazy\" decoding=\"async\" alt=\"El extra\u00f1o caso de la IA menguante: c\u00f3mo los modelos diminutos le est\u00e1n sacando los colores a los mastodontes de la IA \" width=\"375\" height=\"142\" src=\"https:\/\/i.blogs.es\/3ca6fb\/gemini\/375_142.jpeg\"\/><br \/>\n    <\/a>\n   <\/div>\n<\/p><\/div>\n<\/p><\/div>\n<\/div>\n<p>Aunque el conductismo fue desplazado por enfoques centrados en los procesos mentales, su l\u00f3gica encontr\u00f3 un nuevo campo en la inform\u00e1tica. Desde finales de los setenta y, sobre todo, en los ochenta y noventa, Richard Sutton y Andrew Barto la aplicaron al dise\u00f1o de agentes artificiales capaces de actuar, recibir una se\u00f1al y ajustar su pol\u00edtica, como recoge \u2018Reinforcement Learning: An Introduction\u2019.<\/p>\n<p><!-- BREAK 4 --><\/p>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_81 counter-hierarchy ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\" style=\"cursor:inherit\">Tabla de Contenido<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" aria-label=\"Alternar tabla de contenidos\"><span class=\"ez-toc-js-icon-con\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Toggle<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewBox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewBox=\"0 0 24 24\" version=\"1.2\" baseProfile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1 ' ><li class='ez-toc-page-1 ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/enfoquenoticioso.com\/?p=87136\/#Palomas_como_precursoras\" >Palomas como precursoras<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"Palomas_como_precursoras\"><\/span>Palomas como precursoras<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><a rel=\"noopener, noreferrer\" href=\"https:\/\/www.technologyreview.com\/2025\/08\/18\/1121370\/ai-pigeons-reinforcement-learning\/\" target=\"_blank\">Como apunta MIT Technology Review<\/a>, la idea de moldear comportamientos sin recurrir a reglas fijas se convirti\u00f3 en una herramienta \u00fatil para ense\u00f1ar a las m\u00e1quinas. A partir de los a\u00f1os ochenta, el aprendizaje por refuerzo empez\u00f3 a implementarse en algoritmos que exploran entornos simulados, fallan, reciben retroalimentaci\u00f3n y vuelven a intentarlo.<\/p>\n<p><!-- BREAK 5 --><\/p>\n<p>No siguen instrucciones humanas paso a paso: <strong>aprenden en funci\u00f3n del resultado<\/strong>. Ese enfoque demostr\u00f3 ser especialmente eficaz en tareas con objetivos claros, como los juegos. Y fue ah\u00ed donde dio uno de sus saltos m\u00e1s visibles.<\/p>\n<p><!-- BREAK 6 --> <\/p>\n<p>La historia de AlphaGo marc\u00f3 un antes y un despu\u00e9s en la inteligencia artificial. <a class=\"text-outboundlink\" href=\"https:\/\/www.xataka.com\/robotica-e-ia\/alphago-gana-la-ultima-partida-a-lee-sedol-y-cierra-con-un-contundente-4-1-final\" data-vars-post-title=\"AlphaGo gana la \u00faltima partida a Lee Sedol y cierra con un contundente 4-1 final \" data-vars-post-url=\"https:\/\/www.xataka.com\/robotica-e-ia\/alphago-gana-la-ultima-partida-a-lee-sedol-y-cierra-con-un-contundente-4-1-final\" target=\"_blank\" rel=\"noopener\">En marzo de 2016, venci\u00f3 al surcoreano Lee Sedol por 4-1 en una serie de partidas de Go<\/a>. Lo logr\u00f3 combinando aprendizaje supervisado de partidas humanas y aprendizaje por refuerzo. Un a\u00f1o m\u00e1s tarde, DeepMind fue un paso m\u00e1s all\u00e1 con AlphaGo Zero. En lugar de entrenarse con datos humanos, parti\u00f3 de cero y aprendi\u00f3 jugando contra s\u00ed mismo: cada victoria reforzaba su estrategia, cada derrota la correg\u00eda.<\/p>\n<p><!-- BREAK 7 --><\/p>\n<p><a rel=\"noopener, noreferrer\" href=\"https:\/\/deepmind.google\/discover\/blog\/alphago-zero-starting-from-scratch\" target=\"_blank\">En 40 d\u00edas super\u00f3 no solo al campe\u00f3n humano<\/a>, sino tambi\u00e9n a todas las versiones anteriores del propio AlphaGo.<\/p>\n<div class=\"article-asset-image article-asset-normal article-asset-center\">\n<div class=\"asset-content\">\n                   <img class=\"centro_sinmarco\" height=\"1408\" width=\"1800\" loading=\"lazy\" decoding=\"async\" sizes=\"auto, 100vw\" fetchpriority=\"high\" srcset=\"https:\/\/i.blogs.es\/793117\/misiles-palomas\/450_1000.jpeg 450w, https:\/\/i.blogs.es\/793117\/misiles-palomas\/650_1200.jpeg 681w,https:\/\/i.blogs.es\/793117\/misiles-palomas\/1024_2000.jpeg 1024w, https:\/\/i.blogs.es\/793117\/misiles-palomas\/1366_2000.jpeg 1366w\" src=\"https:\/\/i.blogs.es\/793117\/misiles-palomas\/450_1000.jpeg\" alt=\"Misiles Palomas\"\/><br \/>\n   <img decoding=\"async\" alt=\"Misiles Palomas\" class=\"centro_sinmarco\" src=\"https:\/\/i.blogs.es\/793117\/misiles-palomas\/450_1000.jpeg\"\/><\/p><\/div>\n<\/div>\n<p>Hoy, el aprendizaje por refuerzo no solo se usa en juegos; tambi\u00e9n se emplea para afinar los modelos que hay detr\u00e1s de servicios como <a class=\"text-outboundlink\" href=\"https:\/\/www.xataka.com\/basics\/chatgpt-que-como-usarlo-que-puedes-hacer-este-chat-inteligencia-artificial\" data-vars-post-title=\"ChatGPT: qu\u00e9 es, c\u00f3mo usarlo y qu\u00e9 puedes hacer con este chat de inteligencia artificial\" data-vars-post-url=\"https:\/\/www.xataka.com\/basics\/chatgpt-que-como-usarlo-que-puedes-hacer-este-chat-inteligencia-artificial\" target=\"_blank\" rel=\"noopener\">ChatGPT<\/a>. <a rel=\"noopener, noreferrer\" href=\"https:\/\/openai.com\/es-ES\/index\/chatgpt\/#:~:text=Hemos%20usado%20el%20aprendizaje%20por%20refuerzo%20con%20feedback%20humano%20%28RLHF%29%20para%20entrenar%20el%20modelo%2C%20empleando%20los%20mismos%20m%C3%A9todos%20que%20con%20InstructGPT%E2%81%A0%2C\" target=\"_blank\">El sistema de OpenAI incorpora<\/a> una t\u00e9cnica conocida como <em>aprendizaje por refuerzo con retroalimentaci\u00f3n humana<\/em> (<a rel=\"noopener, noreferrer\" href=\"https:\/\/aws.amazon.com\/es\/what-is\/reinforcement-learning-from-human-feedback\/\" target=\"_blank\">RLHF<\/a>): <strong>personas comparan respuestas del modelo<\/strong> y esas preferencias se convierten en una se\u00f1al que gu\u00eda su evoluci\u00f3n. De acuerdo con OpenAI, esta fase busca alinear el comportamiento del modelo con la intenci\u00f3n del usuario. No aprende reglas expl\u00edcitas, sino patrones que maximizan la recompensa, es decir, aquello que recibe mejores valoraciones.<\/p>\n<p><!-- BREAK 8 --><\/p>\n<div class=\"article-asset article-asset-normal article-asset-center\">\n<div class=\"desvio-container\">\n<div class=\"desvio\">\n<div class=\"desvio-figure js-desvio-figure\">\n    <a href=\"https:\/\/www.xataka.com\/robotica-e-ia\/todo-mundo-criticaba-gpt-5-openai-estaba-ganando-guerra-que-realmente-importa-empresas\" class=\"pivot-outboundlink\" data-vars-post-title=\"GPT-5 ha sido m\u00e1s bien decepcionante para los usuarios a pie de calle. Pero est\u00e1 arrasando en un sector clave: las empresas\" target=\"_blank\" rel=\"noopener\"><br \/>\n     <img loading=\"lazy\" decoding=\"async\" alt=\"GPT-5 ha sido m\u00e1s bien decepcionante para los usuarios a pie de calle. Pero est\u00e1 arrasando en un sector clave: las empresas\" width=\"375\" height=\"142\" src=\"https:\/\/i.blogs.es\/b54541\/sam-dario\/375_142.jpeg\"\/><br \/>\n    <\/a>\n   <\/div>\n<\/p><\/div>\n<\/p><\/div>\n<\/div>\n<p>El refuerzo funciona, pero no sirve para todo. Su eficacia depende de que la se\u00f1al est\u00e9 bien definida y represente bien el objetivo. Si es confusa o est\u00e1 mal dise\u00f1ada, e<a rel=\"noopener, noreferrer\" href=\"https:\/\/deepmind.google\/discover\/blog\/specification-gaming-the-flip-side-of-ai-ingenuity\" target=\"_blank\">l sistema puede adoptar estrategias ineficaces o incluso problem\u00e1ticas<\/a>. Esto ha alimentado un debate cient\u00edfico. <a rel=\"noopener, noreferrer\" href=\"https:\/\/pmc.ncbi.nlm.nih.gov\/articles\/PMC6281940\" target=\"_blank\">Algunos bi\u00f3logos han se\u00f1alado la paradoja<\/a>: el aprendizaje por asociaci\u00f3n se considera limitado en animales, pero se celebra en IA cuando produce resultados avanzados.<\/p>\n<p><!-- BREAK 9 --><\/p>\n<p>No es casual que las grandes tecnol\u00f3gicas hayan adoptado este enfoque. M\u00e1s de 80 a\u00f1os despu\u00e9s de aquel experimento con palomas, sus picotazos siguen presentes de alguna manera en la tecnolog\u00eda que usamos cada d\u00eda.<\/p>\n<p><!-- BREAK 10 --> <\/p>\n<p>Im\u00e1genes | <a rel=\"noopener, noreferrer\" href=\"https:\/\/www.nist.gov\/image\/batonnavyprivateer2jpg\" target=\"_blank\">NIST Museum<\/a> | <a rel=\"noopener, noreferrer\" href=\"https:\/\/lh3.googleusercontent.com\/TKIRehHzORIPUkyRl9Fw25V6SvHFU1dxc7sgpEzfxy2XzzqlDwy8BVvd0sGljCmUwvRgMd4jQUuG-8EvqODKUfFb_txuhoDVp1U9yKSeER-NYLR8Pg=w1984-rw\" target=\"_blank\">Google<\/a> | Xataka con Gemini 2.5 Pro<\/p>\n<p>En Xataka | <a class=\"text-outboundlink\" href=\"https:\/\/www.xataka.com\/robotica-e-ia\/extrano-caso-ia-menguante-como-modelos-diminutos-le-estan-sacando-colores-a-mastodontes-ia\" data-vars-post-title=\"El extra\u00f1o caso de la IA menguante: c\u00f3mo los modelos diminutos le est\u00e1n sacando los colores a los mastodontes de la IA \" data-vars-post-url=\"https:\/\/www.xataka.com\/robotica-e-ia\/extrano-caso-ia-menguante-como-modelos-diminutos-le-estan-sacando-colores-a-mastodontes-ia\" target=\"_blank\" rel=\"noopener\">El extra\u00f1o caso de la IA menguante: c\u00f3mo los modelos diminutos le est\u00e1n sacando los colores a los mastodontes de la IA<\/a><\/p>\n<\/p><\/div>\n<p><a href=\"https:\/\/www.xataka.com\/robotica-e-ia\/ciencia-detras-uno-pilares-ia-tiene-origen-inesperado-como-desconocido-palomas-picoteando-comida\" class=\" target=\" title=\"Hace 80 a\u00f1os ten\u00edamos a palomas picoteando comida para \" Gracias hoy tenemos la inteligencia target=\"_blank\" rel=\"noopener\">Ver fuente<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Imagina un misil guiado por una paloma. Suena absurdo, pero ocurri\u00f3 en plena guerra: alguien propuso entrenarlas para picotear el objetivo desde una pantalla y redirigir as\u00ed el proyectil. El sistema nunca se lleg\u00f3 a usar, pero dej\u00f3 algo m\u00e1s potente que la an\u00e9cdota: una forma de aprender basada en prueba, error y recompensa. La [&hellip;]<\/p>\n","protected":false},"author":2,"featured_media":87137,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[9],"tags":[],"class_list":["post-87136","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-tecnologia"],"_links":{"self":[{"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/posts\/87136","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=87136"}],"version-history":[{"count":0,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/posts\/87136\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=\/wp\/v2\/media\/87137"}],"wp:attachment":[{"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=87136"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=87136"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/enfoquenoticioso.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=87136"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}