Su hijo acaba de terminar una misión. Aquí encontrará, para cada una, lo que realmente comprendió, y dos lecturas, no más, para ir a verlo usted mismo.
Dos, porque quince referencias no las abre nadie. Cada vez: una corta para la pausa del café, y una más larga para la noche en que tenga tiempo.
Todo se lee sin crear una cuenta. Única excepción: el libro de la última misión, señalado como tal.
Su hijo le mostró a una máquina algunos objetos que él mismo había medido y etiquetado. La máquina aprendió a clasificar los nuevos buscando, entre sus recuerdos, aquel cuyos números se parecen más.
Elements of AI, parte 4 · Universidad de Helsinki y MinnaLearn, 2018
Es exactamente lo que hace Turbot, contado para un adulto: guardar ejemplos, medir cuál se parece más al objeto nuevo, copiar su etiqueta. La página sigue después con las sugerencias de música y de videos, que se apoyan en la misma idea.
Para quien tiene prisa.
Class'Code IAI, módulo 2 · Inria, en Pixees, 2020
Un video de diez minutos sobre cómo una máquina aprende a partir de ejemplos, y una actividad donde usted mismo prepara el paquete que se le entrega. Ahí se ve por qué un solo objeto mal etiquetado basta para hacer descarrilar a Turbot.
Para quien quiere continuar con su hijo.
Una máquina que habla nunca sabe de antemano lo que va a decir. Elige una palabra a la vez, sacándola al azar entre las que tienen más probabilidades de seguir. Cuanto más la dejamos sacar palabras raras, más locas se vuelven sus frases.
Frédéric Alexandre, Inria y Universidad de Burdeos · The Conversation, 2023
En diez minutos, el fondo de lo que su hijo acaba de hacer: la máquina no sabe nada, adivina la palabra más probable, una palabra a la vez. El autor explica también por qué una frase puede sonar perfectamente correcta y ser completamente falsa. Es la advertencia que Plume da al final.
Para quien tiene prisa.
Equipo Flowers, Centro Inria de la Universidad de Burdeos, 2023
Unos investigadores explican en cinco minutos por qué la máquina adivina la palabra siguiente en lugar de saberla. Para ver con su hijo justo después de la partida; el episodio sobre las debilidades muestra por qué se equivoca con tanto aplomo.
Para quien quiere continuar con su hijo.
Una máquina no reflexiona. Mira una sola casilla a la vez, aplica una pequeña regla escrita de antemano, avanza una casilla y vuelve a empezar. Así funciona exactamente una computadora.
Hamdi Ben Abdallah, animación de Hugo Lehmann · Interstices (Inria), 2013
Su hijo acaba de hacer avanzar a Robi casilla por casilla; aquí, la misma máquina, con la lista completa de sus reglas mostrada junto a la cinta. El primer programa de la animación es “sumar 1 a un número binario”, el cálculo exacto que él acaba de hacer en pantalla.
Para quien tiene prisa, con el niño sentado al lado.
Sacha Krakowiak · Interstices (Inria), 2012
Si su hijo pregunta “¿quién era Turing?”, la respuesta está aquí. Cómo una idea escrita en papel en 1936 se convirtió en las primeras máquinas de verdad, y por qué el juego tiene derecho a decir que su tableta hace lo mismo, mucho más rápido.
Para quien quiere profundizar.
Una máquina que no conoce ninguna estrategia puede volverse buena solo con castigarla cuando pierde y recompensarla cuando gana, cientos de veces seguidas.
Pixees · Inria y Société informatique de France, 2020
La máquina de su hijo, en la vida real: vasos, canicas, y la misma regla: se quitan las canicas que hacen perder y se agregan las que hacen ganar. El juego no es el tres en línea sino el de los palitos; el mecanismo, en cambio, es idéntico, y se puede rehacer en la mesa de la cocina.
Para la familia que quiere fabricar la máquina en casa.
Alain Dutech, Bruno Scherrer y Christophe Thiéry · Interstices (Inria), 2008
Lo que su hijo hacía al quitar y agregar canicas tiene un nombre: el aprendizaje por refuerzo. Tres investigadores del Inria muestran lo que da el mismo principio conectado a Tetris. La primera mitad se lee sin ningún bagaje; el resto entra en las fórmulas.
Para quien quiere ponerle nombre a lo que vio.
No todas las máquinas se entrenan de la misma manera. Según el problema, hay que mostrarle miles de ejemplos, recompensarla cuando acierta, escribirle reglas negro sobre blanco o hacerle adivinar lo que sigue. Es el problema el que decide el método, no la máquina.
Melissa Racine y Tricia Grant · HabiloMédias, 2024
Las maneras de entrenar una máquina que su hijo acaba de manipular, conectadas con lo que él ya usa: las sugerencias de Netflix, el reconocimiento de rostros, el control de velocidad del auto. Un organismo canadiense que escribe directamente para madres y padres, así que el texto también responde a “¿y qué hago con esto en casa?”.
Para quien tiene prisa.
Jean-Paul Haton · Interstices (Inria), 2024
Su hijo acaba de probar varias maneras de entrenar una máquina; aquí, de dónde vienen y por qué se pasó de las reglas escritas a mano al aprendizaje por el ejemplo, y luego por la recompensa. Más largo que una entrada de blog, pero se lee de un tirón.
Para quien quiere profundizar después.
Una inteligencia artificial no es una sola gran máquina: son varios pequeños programas que saben hacer una sola cosa cada uno. El verdadero trabajo consiste en decidir cuál se enciende, y cuándo.
Maxime Morge, LIRIS (CNRS) · The Conversation, 2026
Su hijo acaba de hacer a mano lo que el artículo describe: conectar entre sí piezas que saben hacer una sola cosa cada una, y coordinar el conjunto. Escrito por un profesor de informática para el gran público, pone la moda de los “agentes de IA” dentro de una historia que ya tiene cincuenta años.
Para quien tiene prisa.
Philippe Mathieu, Sébastien Picault y Jean-Christophe Routier, CRIStAL · Interstices (Inria), 2016
Su hijo hizo mover cuatro pequeños programas que solo sabían hacer una cosa cada uno. Aquí, la misma mecánica a gran escala: los ejércitos de El Hobbit, los habitantes de SimCity, el tráfico en las calles. Y se lee sin saber nada de programación.
Para quien tiene media hora por delante.
En la noche de la gran fogata, tu hijo revisó cuatro máquinas antes de encender el fuego: puso a prueba una explicación en vez de creerla, miró si una caja estaba abierta o cerrada, sorprendió a un portero que se inclinaba hacia sus ejemplos, y guardó la decisión final para el humano. La lección de la noche: a una máquina no se le cree por su palabra — se la verifica.
Entrevista con Aurélie Jean, investigadora en ciencias digitales · Radio-Canada, 2019
La prueba del portero que tu hijo acaba de superar — una máquina que rechaza a alguien porque faltaba en sus ejemplos — es exactamente lo que esta investigadora explica aquí, con casos reales. Diez minutos, y podrás responder cuando pregunte si pasa de verdad.
Para quien tiene prisa.
Cathy O'Neil, traducido por Sébastien Marty · Les Arènes, 2018, 352 p.
Tu hijo reparó un portero que copiaba sus ejemplos; este libro cuenta la misma mecánica cuando decide de verdad una contratación, un préstamo o un lugar en la escuela. Se lee sin ninguna noción de informática, y se puede pedir prestado antes de comprarlo.
Para quien se quedó con curiosidad. El único enlace de esta página que no es gratis.