Algunos de los mayores descubrimientos no surgen simplemente de la observación sino del pensamiento.Einstein desarrolló teorías sobre la relatividad a través de experimentos mentales, y Galileo obtuvo conocimientos sobre la gravedad a través de simulaciones mentales.

Una reseña publicada el 18 de septiembre en la revista.Tendencias en Ciencias Cognitivasmuestra que este proceso de pensamiento no es exclusivo de los humanos.La inteligencia artificial también es capaz de autocorregirse y llegar a nuevas conclusiones mediante el "aprendizaje pensando".

"Hay algunas demostraciones recientes de lo que parece ser aprender pensando en la IA, particularmente engrandes modelos de lenguaje", dice la autora Tania Lombrozo, profesora de psicología y codirectora de la iniciativa Mentes Naturales y Artificiales en la Universidad de Princeton. "A veces ChatGPT se corrige solo sin que se le indique explícitamente.Eso es similar a lo que sucede cuando las personas aprenden pensando".

Lombrozo identificó cuatro ejemplos de aprendizaje mediante el pensamiento en humanos y en IA: los alumnos pueden adquirir nueva información sin aportes externos a través de explicaciones, simulación, analogías y razonamientos.En el caso de los humanos, explicarle a un niño cómo funciona un microondas podría revelar lagunas en nuestra comprensión.

Reorganizar los muebles del salón a menudo implica crear unimagen mentalpara simular diferentes diseños antes de realizar cualquier cambio físico.La descarga de software pirateado puede parecer inicialmente moralmente aceptable hasta que se establece una analogía con el robo de bienes físicos.Si sabes que el cumpleaños de un amigo es un día bisiesto y mañana es un día bisiesto, puedes razonar que el cumpleaños de tu amigo es mañana.

La IA muestra procesos de aprendizaje similares.Cuando se le pide que dé más detalles sobre un tema complejo, la IA puede corregir o perfeccionar su respuesta inicial en función de la explicación que proporciona.

Elindustria del juegoutiliza motores de simulación para aproximar resultados del mundo real, y los modelos pueden utilizar los resultados de las simulaciones como entradas para el aprendizaje.Pedirle a un modelo de lenguaje que establezca analogías puede llevarlo a responder preguntas con mayor precisión que con preguntas simples.Incitar a la IA a participar en un razonamiento paso a paso puede llevarla a respuestas que no podría alcanzar con una consulta directa.

"Esto plantea la pregunta de por qué tanto la mente natural como la artificial tienen estas características. ¿Qué función cumple el aprendizaje pensando? ¿Por qué es valioso?"dice Lombrozo."Yo sostengo que aprender pensando es una especie de 'aprendizaje bajo demanda'".

Cuando aprendes algo nuevo, no sabes cómo te puede servir la información en el futuro.Lombrozo dice que la gente puede guardar el conocimiento para más adelante, hasta que el contexto haga que sea relevante y valga la pena dedicar el esfuerzo cognitivo a pensar y aprender.

Lombrozo reconoce los desafíos que supone definir los límites entre el razonamiento, el aprendizaje y otras funciones cognitivas de alto nivel, que es un área de debate dentro del campo de las ciencias cognitivas.ElrevisarTambién plantea más preguntas, algunas de las cuales Lombrozo planea explorar más a fondo, como si los sistemas de IA realmente están "pensando" o simplemente imitando los resultados de tales procesos.

"La IA ha llegado a un punto en el que es tan sofisticada en algunos aspectos, pero limitada en otros, que tenemos la oportunidad de estudiar las similitudes y diferencias entre humanos yinteligencia artificial", dice Lombrozo.

"Podemos aprender cosas importantes sobrecognición humanaa través de la IA y mejorarla comparándola con las mentes naturales.Es un momento crucial en el que estamos en esta nueva posición para plantear estas interesantes preguntas comparativas".