Los inviernos de la IA — cuando el mundo dejó de creer
Dos veces en la historia, el mundo abandonó la IA. Por qué pasó, qué aprendieron los que siguieron construyendo, y por qué hoy es distinto.
Germán Falcioni✦ Lectura: 9 min
El día que un economista declaró muerta a la IA
En 1973, un economista británico llamado Sir James Lighthill entregó un informe de 40 páginas al gobierno del Reino Unido. El título era seco: "Inteligencia Artificial: una evaluación crítica". Adentro decía algo brutal: la IA no funciona, los investigadores prometen humo, corten los fondos. El gobierno británico cortó. Estados Unidos siguió. Laboratorios cerraron. Investigadores perdieron el trabajo. El mundo dejó de creer.
Eso se llamó el primer "invierno de la IA". Duró casi una década.
Y después pasó de nuevo
Los años 80 parecieron un renacer. Aparecieron los "sistemas expertos" — programas que encerraban el conocimiento de médicos o ingenieros en reglas del tipo "si pasa esto, hacé aquello". Las empresas gastaron miles de millones. Parecía que la IA por fin había llegado. Hasta que no. Los sistemas eran frágiles. Se rompían apenas salías del dominio para el que estaban diseñados. En 1987 la plata se evaporó. Segundo invierno. Otros seis años de silencio.
Lo que nadie contaba
Pero mientras afuera se decía que la IA estaba muerta, adentro pasaba otra cosa. Geoffrey Hinton, en Toronto, seguía trabajando en redes neuronales. Le rechazaban los papers. No lo financiaban. En 1986, él y dos colegas publicaron en Nature una forma de entrenar redes profundas — el algoritmo de backpropagation. Pocos le prestaron atención. Hoy es la base de Claude, de ChatGPT, de todo lo que usás.
Yann LeCun, en Bell Labs, trabajaba en redes convolucionales para reconocer cheques bancarios. Yoshua Bengio se sumó después. Tres personas sosteniendo una idea que el mundo había descartado. Treinta años después, les dieron el equivalente al Nobel de computación por ese trabajo.
Por qué hoy cuenta
La gente tiende a repetir los mismos ciclos. Alguien hace una promesa grande. Pasan años. La promesa no llega como se dijo. La confianza cae. El dinero se va. Y mientras afuera todos miran otra cosa, adentro alguien sigue construyendo.
Vos, como profesional que usa IA, no controlás esos ciclos. Pero podés reconocerlos.
Para llevarte:
Tres ideas. Primero, la IA sobrevivió dos veces porque los que creían en ella siguieron construyendo en silencio — Hinton, LeCun, Bengio. No esperaban que el mundo les creyera; sabían que estaban en lo correcto. Segundo, el verdadero progreso pasó sin bombo mediático. Mientras todos hablaban de promesas, ellos resolvían problemas matemáticos concretos. Tercero, hoy es distinto porque no se puede apagar lo que ya funciona. Gmail filtra spam con IA desde 2005. Google Search usa deep learning hace años. Eso no desaparece porque alguien pierda la confianza.
¿Querés profundizar en algo del artículo?
01 ¿Qué pasó con los investigadores de IA cuando llegó el invierno?
La financiación pública y privada se cortó de golpe en ambos inviernos. Muchos investigadores siguieron en universidades pequeñas y laboratorios, sobreviviendo apenas. Geoffrey Hinton, Yann LeCun y Yoshua Bengio — los futuros padres del deep learning — siguieron investigando sin reconocimiento público, convencidos de que sus ideas eran correctas aunque nadie las financiara.
02 ¿Cómo se sabe cuándo un invierno terminó de verdad?
Cuando la industria empezó a obtener resultados verificables en dominios concretos. En los años 80, el resurgimiento llegó cuando las máquinas tuvieron datos reales para procesar. Hoy el invierno terminó cuando la IA empezó a generar ingresos reales: búsqueda, ofimática, análisis de datos — herramientas que miles de millones de personas usan todos los días sin pensar en ello.
03 ¿Puede haber otro invierno de IA?
Probablemente no como los anteriores. Dos diferencias clave. Primero, la IA ya está embebida en productos que millones de personas usan (Gmail, Google Search, Microsoft 365). No se puede desfinanciar lo que la gente ya usa. Segundo, el dinero viene de empresas privadas con ingresos reales, no solo de investigación pública. Una corrección especulativa es probable; un invierno total, menos.