Lideraria una creatividad artificial sobre la natural(nosotros), por Monserrat Pacheco

Monserrat Pacheco

La creatividad se define como la capacidad que tiene alguien de crear algo nuevo, una manera no tradicional de resolver las labores, como entendemos esta propiedad está dirigida al ser humano y le corresponde de manera intrínseca o sea de forma natural, pero puede el lenguaje computacional obtener los mismos resultados y ser llamado creatividad computacional.

El término “creatividad computacional” (que emplearemos aquí en lugar de “creatividad artificial” en tanto que no parte de la diferenciación dicotómica natural/artificial que cuestionaremos a lo largo del artículo) hace referencia al estudio y la construcción de software capaz de exhibir un comportamiento que sería considerado creativo en humanos. Estos sistemas pueden ser capaces tanto de realizar tareas creativas de resolución de problemas, como de generar teorías matemáticas, escribir poemas, pintar cuadros o componer música. (Colton, López de Mántaras y Stock, 2009).

Así es como en este ensayo se llevara a cuestionar si el ser humano puede ser desplazado en su propio campo el de la creatividad por las maquinas, habiendo ya en este momento herramientas que están ocupando la inteligencia artificial.

“Un proyecto al que los de Mountain View han llamado Magenta y cuyo objetivo es, precisamente, determinar si estos sistemas pueden ser “entrenados” para alumbrar piezas originales de música, pintura y, otras disciplinas artísticas.”( La última idea de Google: comprobar la creatividad de la Inteligencia Artificial).

Para entender desde donde viene la creatividad nos situamos en como aprendemos, un buen maestro no solo hace trabajar en la técnica del oficio, un buen maestro impulsa al alumno a desarrollar el impulso creativo y formar su propio camino.

“Transformar impulso en obra es lo que yo llamo el oficio del artista. Incorpora aspectos técnicos y expresivos. Es algo que no se puede enseñar del todo. Cada artista construye su propia identidad y, en mucho, esto se debe a que tiene su propio oficio. Y éste no es una simple reproducción de un conocimiento heredado de sus maestros, sino algo que ha edificado a partir de su particular necesidad de crear.”(Alejandro Cardona. Creación, técnica y oficio)

Si lo vemos desde esta manera ¿cómo la maquina puede desplazarnos? si para poder crear necesitamos de impulso creativo, de técnica, de enseñanza y de una carga de tradición adquirida en el aprendizaje.

Entonces si la maquina también tiene que aprender ¿quién es su impulso?

A continuación se detallan las formas que tiene la inteligencia artificial para poder funcionar :

— Razonamiento Basado en Casos: Esta técnica simula un aprendizaje por analogía (Moriello 2011), partiendo de una base de conocimiento con ejemplos de problemas ya resueltos que emplea para resolver nuevos problemas que se le plantean de modo que el sistema busca en su memoria y recupera aquel que más se le asemeje adaptándolo al problema actual. Cada problema resuelto a su vez, pasa a formar parte de la base de conocimientos, que se actualiza constantemente por este procedimiento. Al incorporar permanentemente nuevos casos a su memoria, el sistema va adquiriendo más experiencia con el tiempo, lo que le permite encontrar soluciones cada vez más creativas y eficientes. Los sistemas de razonamiento basado en casos son plausibles cognitivamente (en el sentido que modelizan aspectos del funcionamiento de la mente a la hora de resolver problemas a partir de la experiencia).

— Redes Neuronales Artificiales: sistemas inspirados en el cerebro humano que intentan imitar las características más propias de este (robustez, tolerancia a fallas, flexibilidad, adaptación por aprendizaje, posibilidad de manejar información difusa, incompleta o inconsistente, etc.). Las redes neuronales artificiales se componen de una multitud de procesadores paralelos interconectados capaces de llevar a cabo operaciones simples y enviarlas a sus vecinas, sus memorias se almacenan como patrones de conexión variables entre los neurodos. A este tipo de sistema no se le programa ningún tipo de regla sino que son entrenadas y aprenden por ensayo y error a reconocer patrones y generalizar basándose en el análisis automático y sistemático de una suficiente cantidad de ejemplos diferentes.

— Algoritmos Genéticos: son métodos adaptativos de búsqueda basados en mecanismos de evolución biológica. Cada una de las posibles soluciones a un problema dado está codificada en ellos en forma de cadenas de caracteres de longitud fija llamados “genes”. Se genera al azar un conjunto de posibles soluciones con ligeras variaciones denominada “población” inicial de prueba que posteriormente es evaluada siguiendo un criterio de desempeño fijado con anterioridad. En cada “generación” o ciclo se eligen las soluciones cuyo valor de adaptación sea mayor, descartando el resto de las soluciones. “Las más aptas” son seleccionadas para “reproducirse” entre sí combinándose para producir nuevas soluciones permitiendo introducir mutaciones al azar durante el proceso. El ciclo se repite tantas veces sea necesario hasta llegar a aquella considerada aceptable.

— Sistemas Multiagentes: conjunto de entidades autónomas e inteligentes que cooperan entre sí para desarrollar una tarea o resolver un problema. Se trata de comunidades de agentes, cuyas propiedades no pueden derivarse únicamente de las de sus partes constitutivas.