Ricardo Kleinlein
13 de octubre, 2026
Sobre lo suficientemente bueno
Con el comienzo del curso escolar, casi todos nos vemos forzados a tomar una serie de decisiones. Seamos sinceros, la mayor parte del tiempo nos conformamos con algo que es suficientemente bueno, en lugar de óptimo. La Inteligencia Artificial también lo hace.
Piense en cuando tuvo que elegir un piso, un coche, una marca de leche, o el colegio para sus hijos. ¿Cuántas alternativas llegó a comparar? ¿Todas las disponibles en su ciudad? Casi con seguridad no. Mejor dicho, espero que no. Y sin embargo, la teoría económica del siglo XX dio por hecho que el agente racional examinaba todas las opciones y escogía siempre la óptima. A esa criatura, el homo economicus, von Neumann y Morgenstern [1] y Savage [2] le dieron un tratamiento matemático impecable.
Tuvo que ser un graduado en ciencias políticas, Herbert Alexander Simon (1916–2001), quien encontrara mecanismos para describir la conducta humana – la real, la que no tiene tiempo ni ganas de comparar miles de opciones – con herramientas matemáticas.
Simon nació en Milwaukee en 1916, hijo de un ingeniero eléctrico alemán. En casa pesaba la memoria de su tío Harold Merkel, formado en economía en Wisconsin y muerto prematuramente, cuyos libros de economía y psicología fueron la primera ventana de Herbert a las ciencias sociales [3]. Cuando en 1933, con diecisiete años, ingresó en la Universidad de Chicago, ya lo tenía claro: las ciencias sociales necesitaban el rigor que solo la matemática podía proporcionar. De hecho, él mismo se definiría como un «mathematical social scientist».
Nada más licenciarse trabajó midiendo la eficiencia de bomberos, policías e instalaciones recreativas para los gerentes municipales [4]: ciencia de la administración, en un sentido muy literal. Pero en 1946 desmontó los supuestos «principios» de la administración clásica [5]: cada uno tenía su contraprincipio igual de plausible, y se contradecían al aplicarse. Por ejemplo, a la hora de jerarquizar una organización, si bien conviene que cada jefe supervise a pocos subordinados, también es preferible que haya pocos escalones en la cadena de mando. Es con «mira antes de saltar» frente a «quien duda está perdido» que Simon abre el artículo donde introduce esta idea, siendo ambos refranes comunes en el idioma inglés [5]; como tales, ambos suenan a sabiduría; como tales, ninguno permite saber cuándo toca cuál.
Imaginemos que busca usted piso. Fija unos mínimos (dos habitaciones, cerca del metro) y toma el primero que los cumple, sin saber si el de la semana siguiente era mejor.
Lo brillante de su alternativa, expresada en el libro Administrative Behavior (1947) [6], es que la unidad de análisis pasaba a ser la decisión, no el departamento ni el cargo. Y quien decide, advertía Simon, conoce las consecuencias a medias y solo concibe un puñado de alternativas: el agente totalmente racional no existe. En su lugar aparece el hombre administrativo, que se conforma con lo satisfactorio en vez de buscar lo óptimo. Todavía no la llama así, pero esta es la racionalidad limitada. Así, en 1955 propuso sustituir la racionalidad global por una elección adaptada a las capacidades reales de quien decide [7], y un año después acuñó el verbo que lo haría famoso: satisficing, mezcla de satisfy y suffice [8].
Imaginemos que busca usted piso. Fija unos mínimos (dos habitaciones, cerca del metro) y toma el primero que los cumple, sin saber si el de la semana siguiente era mejor. Si tras veinte visitas ninguno los alcanzara, rebajaría sus exigencias: un nivel de aspiración ajustándose con la experiencia (note el lector atento el influjo de las mismas ideas que [inspiraron la cibernética de Norbert Wiener][https://www.forodeforos.org/sobre-lo-olvidado-tras-el-exito/]). Sin embargo, la teoría económica de la época trabajaba sobre la base de un optimizador que tendría que conocer todos los pisos de la ciudad antes de tomar una única decisión.
Pero hay otro problema añadido. Recordemos que en 1936, [Alan Turing propuso la máquina que lleva su nombre][https://www.forodeforos.org/sobre-las-paradojas-ii/]: una cinta infinita y un cabezal que lee y escribe símbolos según unas reglas [9], con la que separó lo que alguna máquina puede resolver de lo que ninguna resolverá jamás. Pero tiene un rasgo fácil de pasar por alto: no tiene prisa. Da igual que el procedimiento termine en un segundo o que requiera más pasos que átomos hay en el universo.
Para el ajedrez, Claude Shannon estimó en 1950 unas 10¹²⁰ partidas posibles [10]. Examinarlas todas garantizaría jugar de forma perfecta, solo que durante un tiempo tan descomunal que, a efectos prácticos, equivale a infinito. Esa es la brecha entre lo computable y lo practicable. Y es la misma brecha que separa al homo economicus del hombre administrativo: el primero se comporta como una máquina de Turing sin límites de tiempo ni de memoria.
Del griego heurískein, «hallar» proviene el término Heurística, popularizado por George Pólya [11] para nombrar reglas de experiencia para descubrir soluciones, pero que no las garantizan.
Junto a Allen Newell y J. Clifford Shaw, de RAND, Simon tuvo un momento epifánico, según contaría después, en que entendió que un ordenador no solo calcula, sino que manipula símbolos de cualquier tipo y, por tanto, puede representar procesos de pensamiento [12, 13]. Inmediatamente el trío se dispuso a probar esta idea usando como fuente de procesos organizados de pensamiento la lógica proposicional de los [Principia Mathematica de Whitehead y Russell][https://www.forodeforos.org/sobre-las-paradojas-i/] [14]. El instrumento resultante, el Logic Theorist (LT), partía de los axiomas y buscaba demostraciones para los problemas matemáticas en los Principia [15, 16].
La forma ciega de hacerlo, el «algoritmo del Museo Británico» de Newell y Simon [16], generaba todas las demostraciones posibles hasta dar con la buscada. Si el teorema es demostrable, tarde o temprano aparece. El único pequeño problema es que temprano puede ser en un par de horas, pero tarde puede ser dentro de miles de millones de años.
Frente a esa fuerza bruta, el LT solo exploraba los caminos que parecían más prometedores ateniéndose a reglas prefijadas, y así demostró 38 de los primeros 52 teoremas del capítulo 2 de los Principia [16]. No los demostró todos, y ahí está la gracia: una heurística no promete el éxito, sino una probabilidad razonable de acertar, a un coste también razonable. Era, además, una hipótesis sobre cómo razona un matemático: un modelo de mente tanto como un programa.
Newell y Simon sentaron las bases para que setenta años después, buena parte de la inteligencia artificial siga siendo una colosal colección de atajos: los motores de ajedrez podan el árbol de jugadas y los modelos de lenguaje no evalúan todos los textos posibles antes de elegir la siguiente palabra. En los problemas difíciles, el óptimo queda más allá del tiempo disponible.
Fue un estudiante de ciencias políticas quien se dio cuenta que a veces, inteligente no es quien encuentra la mejor respuesta, sino quien sabe cuándo dejar de buscar. Pero, ¿quién fija el nivel de aspiración? Para quien busca piso, lo fijan su bolsillo y su paciencia. Para una máquina que decide por nosotros convendría saber quién, y con qué criterio, está decidiendo qué es suficiente.
Referencias
[1]: von Neumann, J., & Morgenstern, O. (1944). Theory of Games and Economic Behavior. Princeton University Press.
[2]: Savage, L. J. (1954). The Foundations of Statistics. Wiley.
[3]: Simon, H. A. (1978). Biographical. NobelPrize.org. Nobel Prize Outreach. https://www.nobelprize.org/prizes/economic-sciences/1978/simon/biographical/
[4]: Ridley, C. E., & Simon, H. A. (1938). Measuring Municipal Activities. International City Managers’ Association.
[5]: Simon, H. A. (1946). The proverbs of administration. Public Administration Review, 6(1).
[6]: Simon, H. A. (1947). Administrative Behavior. Macmillan.
[7]: Simon, H. A. (1955). A behavioral model of rational choice. The Quarterly Journal of Economics, 69(1).
[8]: Simon, H. A. (1956). Rational choice and the structure of the environment. Psychological Review, 63(2).
[9]: Turing, A. M. (1936). On computable numbers, with an application to the Entscheidungsproblem. Proceedings of the London Mathematical Society, s2-42(1), 230–265.
[10]: Shannon, C. E. (1950). Programming a computer for playing chess. Philosophical Magazine, 41.
[11]: Pólya, G. (1945). How to Solve It. Princeton University Press.
[12]: Simon, H. A. (1991). Models of My Life. Basic Books.
[13]: Newell, A. (1955). The chess machine: An example of dealing with a complex task by adaptation. Proceedings of the Western Joint Computer Conference.
[14]: Whitehead, A. N., & Russell, B. (1910–1913). Principia Mathematica. Cambridge University Press.
[15]: Newell, A., & Simon, H. A. (1956). The logic theory machine: A complex information processing system. IRE Transactions on Information Theory, IT-2(3).
[16]: Newell, A., Shaw, J. C., & Simon, H. A. (1957). Empirical explorations of the logic theory machine: A case study in heuristic. Proceedings of the Western Joint Computer Conference.
[17]: McCarthy, J., Minsky, M., Rochester, N., & Shannon, C. (1955). A proposal for the Dartmouth summer research project on artificial intelligence.
Ricardo Kleinlein
Post-Doctoral Research Fellow. Brigham & Women’s Hospital, Harvard Medical School. Amigo Foro de Foros
Súmate a Foro de Foros
Descubre todos los beneficios de formar parte de Foro de Foros
Educational Pitch de Foro de Foros
Nuestro principal objetivo es dotar de conocimiento a la sociedad civil siendo puente para el diálogo
¿Quieres aportar a nuestra continua #Conversación?
¡Comparte tu reflexión en Ágora!
Ágora es el espacio de Foro de Foros para compartir, dialogar, aprender y dar continuidad a las conversaciones de FdF. Su objetivo es servir de altavoz a las ideas de los miembros de FdF, donde personas como tú pueden expresar sus inquietudes, ideas y reflexiones.