El legado de Humberto Maturana y Francisco Varela: Desarrollos, desafíos y aplicaciones de la teoría autopoiética en el siglo XXI

249 Capítulo 12 · Repensar la inteligencia artificial en educación. Thomas Wachter Repensar la inteligencia artificial en educación: Una mirada corporizada, afectiva y relacional Thomas Wachter a a Centro Nacional de Inteligencia Artificial, Chile Introducción Decir que la inteligencia artificial (IA) está transformando la sociedad es, hoy en día, un lugar común. Y, sin embargo, la magnitud del fenómeno lo justifica. La IA dejó de ser una tecnología recluida en laboratorios especia- lizados para permear, de manera creciente, la vida pública y privada, impul- sada por los avances técnicos —en particular en machine learning 1 y deep learning 2 —, el aumento exponencial en la capacidad de cómputo y la dis- ponibilidad masiva de datos. Hoy, sistemas basados en IA definen quién es considerado apto para obtener un trabajo e, incluso, quién debe recibir un 1 Machine learning , o aprendizaje de máquinas, se refiere a la rama de la inteligencia artifi- cial que permite a los sistemas computacionales aprender —mediante procesos estadísti- cos— de los datos sin tener que seguir reglas explícitamente programadas para la tarea. 2 Deep learning , o aprendizaje profundo, es un caso particular del machine learning que, inspirándose a grandes rasgos en la arquitectura del cerebro, crea sistemas —denominados “redes neuronales artificiales”— capaces de aprender a partir de datos de entrenamiento. A diferencia de las técnicas tradicionales de machine learning , el deep learning ha demos- trado mayor capacidad para aprender la estructura de datos complejos, como audio o imá- genes. Esta capacidad ha sido determinante en los avances recientes en reconocimiento de imágenes, procesamiento del lenguaje natural y, en particular, en el desarrollo de los gran- des modelos de lenguaje.