A pesar del entusiasmo inicial, la investigación en Inteligencia Artificial experimentó importantes desafíos durante las décadas de 1970 y 1980, dando lugar a periodos conocidos como los «inviernos de la IA». El avance en IA se ralentizó y la financiación para proyectos relacionados disminuyó significativamente, debido a las expectativas no alcanzadas y las dificultades inherentes a la creación de sistemas inteligentes. Sin embargo, estos inviernos de la IA no significaron el fin de la Inteligencia Artificial, sino que actuaron como un estímulo para redirigir los esfuerzos y ajustar el enfoque de investigación.
Durante los inviernos de la IA, los investigadores centraron su atención en el desarrollo de sistemas expertos, que utilizaban motores de inferencia basados en reglas para simular el conocimiento y la toma de decisiones humanas en áreas específicas. Estos sistemas tuvieron éxito en campos como el diagnóstico médico y representaron una de las aplicaciones más prometedoras de la IA de aquel momento. La revitalización de la Inteligencia Artificial se produjo con el surgimiento del Aprendizaje Automático.
La historia de la IA registra dos inviernos notables: el primero entre 1974 y 1980, y el segundo desde 1987 hasta 1993, ambos marcados por las altas expectativas no cumplidas en torno a las capacidades de la IA. Estos períodos de desilusión provocaron un desinterés general y una reducción en el apoyo y financiamiento para la investigación y desarrollo en IA, llevando a años sin avances significativos y a la desaparición temporal de la IA de la conversación pública y mediática.
Inviernos-IA
Primer Invierno-IA
1974-1980
Este período se caracterizó por un desfase significativo entre las elevadas expectativas generadas alrededor de la Inteligencia Artificial y los avances reales conseguidos en el campo. La visión optimista, a menudo alimentada por representaciones de la ciencia ficción, no se materializó en desarrollos prácticos sustanciales. Esta brecha entre la expectativa y la realidad condujo a una disminución notable en la financiación y el interés por continuar con la investigación y el desarrollo en Inteligencia Artificial, marcando así un período de estancamiento en el campo.
Segundo Invierno-IA
1987 a 1993
Después del primer Invierno-IA, siguió un breve período de renacimiento y renovado entusiasmo por la Inteligencia Artificial. Sin embargo, este interés renovado rápidamente chocó contra la dura realidad de los limitados avances prácticos en comparación con las expectativas previamente infladas. La repetición de este ciclo de expectativas no cumplidas llevó a otra fase de desilusión y desinterés generalizado, evidenciando nuevamente la dificultad de traducir el optimismo inicial en progresos tangibles y aplicaciones prácticas de la IA.
Factores que podrían propiciar un Tercer Invierno-IA
Miedo
 |
Con el avance de la Inteligencia Artificial (IA) aumentan los temores relacionados con su impacto en la sociedad, incluido el riesgo de una IA fuera de control, la amenaza a los empleos, violaciones a la privacidad, y la preocupación por la falta de transparencia, entre otros. Estas inquietudes alimentan el miedo a futuros distópicos dominados por tecnologías incontrolables. |
Legislación Restrictiva
 |
La implementación de legislaciones excesivamente restrictivas podría entorpecer la investigación y el desarrollo en el campo de la IA, poniendo barreras a la innovación y al progreso tecnológico. Un marco regulatorio mal diseñado corre el riesgo de estancar el avance de estas tecnologías. |
Escasez de Datos de Calidad
 |
La IA depende del análisis de grandes volúmenes de datos para el entrenamiento de algoritmos. Una carencia de datos relevantes y de alta calidad, o datos que ignoren las diversidades demográficas y sociales, puede limitar el desarrollo de sistemas de IA fiables y eficaces. |
Limitaciones Técnicas
 |
Además, las limitaciones técnicas como la potencia computacional insuficiente, baja eficiencia energética, problemas de escalabilidad de los algoritmos o fenómenos como las alucinaciones de la IA, representan obstáculos significativos para el progreso continuo en este campo. |
Cuestión de Género
Karen Spärck Jones
 |
Aunque este período fue difícil para el campo de la IA, mujeres como Karen Spärck Jones, pionera en el procesamiento del lenguaje natural y la recuperación de información, continuaron contribuyendo significativamente al desarrollo de la tecnología de la información. A través de su participación en el Programa Alvey de Reino Unido, una iniciativa que apoyó cientos de proyectos en Inteligencia Artificial y tecnología de la información, Spärck Jones ayudó a revitalizar el campo con sus investigaciones en Sistemas Basados en Conocimiento Inteligente, demostrando la importancia de la perseverancia y la innovación incluso en tiempos de dificultades. |
Teresa de Pedro
Figura revolucionaria en el mundo de la informática, la robótica y la Inteligencia Artificial en España, particularmente reconocida por su innovador trabajo en el desarrollo del primer coche autónomo español. Su trayectoria comenzó en un contexto en el que la presencia femenina en la educación superior era notablemente escasa, con menos del 20% de las mujeres accediendo a la universidad. Graduada en Ciencias Físicas, su carrera temprana se caracterizó por proyectos vanguardistas como la creación de un programa para predecir la contaminación atmosférica en Madrid y el desarrollo de un simulador para la Escuela de Guerra Naval, preludio de los modernos videojuegos.
La fascinación de De Pedro por la Inteligencia Artificial la llevó a experimentar con esta tecnología desde muy joven, en una época en la que España apenas comenzaba a familiarizarse con los ordenadores. Su incursión en la robótica y su papel pionero en este campo, tradicionalmente dominado por hombres, subrayan su notable contribución a la ciencia y la tecnología. Con una carrera de 49 años en el Consejo Superior de Investigaciones Científicas, su retiro marca el fin de una era pero su legado perdura, consolidándola como una de las figuras más influyentes en la historia científica y tecnológica de España.