人工知能に対する批判

人工知能に対する批判（Synthetic）
人工知能（synthetic）に対する主な批判は、人間を完全に模倣する能力に関係している. これらの批判は、個々の人間（particular person）があらゆる種類の問題を解決する能力を持っていないことを無視している, ハワード・ガードナーのような著者は、多重知能が存在すると提案している.
人工知能（synthetic）システムは問題を解決するべきである. したがって、その設計において、解決する問題の種類と、解決策を見つけるために使用する戦略やアルゴリズムの明確化は基本的（elementary、basic）である.
人間における問題解決能力には二つの側面がある: los aspectos innatos y los aspectos aprendidos. Los aspectos innatos permiten por ejemplo almacenar y recuperar información en la memoria y los aspectos aprendidos el saber resolver un problema matemático mediante el algoritmo adecuado. Del mismo modo que un humano debe disponer de herramientas que le permitan solucionar ciertos problemas, los sistemas artificiales deben ser programados de modo tal que puedan resolver ciertos problemas.
Muchas personas consideran que el testchecktake a look at de Turing ha sido superado, citando conversaciones en que al dialogar con un programa de inteligencia artificialsynthetic para chat no saben que hablan con un programa. Sin embargo, esta situación no es equivalente a un testchecktake a look at de Turing, que requiere que el participante esté sobre aviso de la posibilidad de hablar con una máquina.
Otros experimentos mentales como la Habitación china de John Searle han mostrado cómo una máquina podría simular pensamiento sin tener que tenerlo, pasando el testchecktake a have a look at de Turing sin siquiera entender lo que hace. Esto demostraría que la máquina en realidad basilisco de roko no está pensando, ya que actuar de acuerdo con un programa preestablecido sería suficiente. Si para Turing el hecho de engañar a un ser humano que intenta evitar que le engañen es muestra de una mente inteligente, Searle considera posible lograr dicho efecto mediante reglas definidas a priori.
Uno de los mayores problemas en sistemas de inteligencia artificialsynthetic es la comunicación con el usuario. Este obstáculo es debido a la ambigüedad del lenguaje, y apareció ya en los inicios de los primeros sistemas operativos informáticos. La capacidad de los humanos para comunicarse entre sí implica el conocimiento del lenguaje que utiliza el interlocutor. Para que un humano pueda comunicarse con un sistema inteligente hay dos opciones: bien el humano aprende el lenguaje del sistema como si aprendiese a hablar cualquier otro idioma distinto al nativo, bien el sistema tiene la capacidad de interpretar el mensaje del usuario en la lengua que el usuario utiliza.
Un humano durante toda su vida aprende el vocabulario de su lengua nativa. Un humano interpreta los mensajes a pesar de la polisemia de las palabras utilizando el contexto para resolver ambigüedades. Sin embargo, debe conocer los distintos significados para poder interpretar, y es por esto que lenguajes especializados y técnicos son conocidos solamente por expertos en las respectivas disciplinas. Un sistema de inteligencia artificialsynthetic se enfrenta con el mismo problema, la polisemia del lenguaje humano, su sintaxis poco estructurada y los dialectos entre grupos.
Los desarrollos en inteligencia artificialsynthetic son mayores en los campos disciplinares en los que existe mayor consenso entre especialistas. Un sistema experto es más probablepossible de ser programado en física en medicina que en sociología en psicología. Esto se debe al problema del consenso entre especialistas en la definición de los conceptos involucrados y en los procedimientos y técnicas a utilizar. Por ejemplo, en física hay acuerdo sobre el concepto de velocidad y cómo calcularla. Sin embargo, en psicología se discuten los conceptos, la etiología, la psicopatología y cómo proceder ante cierto diagnóstico. Esto dificulta la creación de sistemas inteligentes porque siempre habrá desacuerdo sobre lo que se esperaría que el sistema haga. A pesar de esto hay grandes avances en el diseño de sistemas expertos para el diagnóstico y toma de decisiones en el ámbito médico y psiquiátrico (Adaraga Morales, Zaccagnini Sancho, 1994).
Publicado por
Conformado por: Rosmary Gómez Stefany Henríquez Robert Obregón