VAUCANSON: cuatro formas distintas de decidir, la misma habitación por limpiar
En 1739 el ingeniero francés Jacques de Vaucanson presentó un pato mecánico que parecía comer, hacer la digestión y evacuar. Causó sensación: parecía un ser vivo. Por dentro era pura relojería —engranajes y tubos—, sin nada que se pareciera a un estómago ni a una decisión. El pato no “sabía” que comía; simplemente estaba construido para que, visto desde fuera, lo pareciera.
Ese es el punto de partida de VAUCANSON, el proyecto que hemos construido en el IES Monterroso para el alumnado de 1º de Bachillerato de CDYPC (Ciencia de Datos, Simulación e Inteligencia Artificial), dentro del bloque de agentes inteligentes del currículo andaluz. Es una demostración pequeña, sin trampa ni cartón: una habitación cuadriculada con celdas sucias y un agente que la limpia, al que se le puede cambiar el “cerebro” entre cuatro tipos clásicos de la inteligencia artificial. El entorno es siempre el mismo. Lo único que cambia es cómo decide el agente qué hacer a continuación —y ver ese cambio, con el mismo punto de partida, es lo que de verdad enseña algo.
El mundo del aspirador
El escenario se llama, en la bibliografía de IA, el mundo del aspirador (vacuum world): el ejemplo con el que Stuart Russell y Peter Norvig introducen qué es un agente inteligente en su libro de referencia, Artificial Intelligence: A Modern Approach. Aquí es una cuadrícula de 8×8 con dieciséis celdas sucias en posiciones fijas —siempre las mismas, para que se pueda comparar un tipo de agente con otro en igualdad de condiciones— y un agente que empieza siempre en la misma esquina.
En cada paso, el agente percibe algo de su situación actual y decide una acción: limpiar la celda donde está, moverse a una celda vecina, o pararse. La diferencia entre los cuatro tipos no está en qué puede hacer —las tres acciones son las mismas para todos— sino en qué información usa para decidir y cuánto razona antes de moverse.
Los cuatro tipos, explicados para poder leerlos antes de verlos actuar
1. Reflejo simple
Es la decisión más básica posible: mirar solo la celda donde se está ahora mismo. Si está sucia, se limpia. Si no, se sigue una regla fija de movimiento —aquí, un recorrido en “serpiente” que barre cada fila de un lado a otro y baja a la siguiente al terminar—. No hay memoria de nada: si a este agente le preguntas por dónde ha pasado, no tiene ni idea. Es exactamente el tipo de comportamiento que parecía tener el pato de Vaucanson: una regla mecánica que, vista desde fuera, parece un recorrido con sentido, pero por dentro es tan simple como “si está sucio, límpialo; si no, sigue la regla”.
2. Reflejo basado en modelo
Este ya guarda algo: un mapa interno de qué celdas ha pisado. En cada paso, si la celda actual está sucia la limpia; si no, se mueve a una celda vecina que no haya visitado todavía. Cuando ya no le queda ningún vecino sin visitar, retrocede un solo paso por el camino que ha recorrido —nunca salta, porque sigue siendo un agente que solo puede moverse a una celda adyacente cada vez— hasta encontrar de nuevo alguna salida pendiente. Es la misma idea que seguir el hilo de Ariadna: vas dejando marcado por dónde pasas, y si te atascas, deshaces el camino en vez de teletransportarte a otro sitio. Técnicamente es una búsqueda en profundidad (DFS) con retroceso (backtracking).
Aquí viene el primer dato honesto del proyecto: en nuestras pruebas, este agente tarda más movimientos que el reflejo simple (126 frente a 63, sobre la misma cuadrícula). Tener memoria no le hace automáticamente mejor: explorar con un mapa propio, sin conocer de antemano el diseño de la habitación, cuesta más pasos —sobre todo por los retrocesos— que seguir una ruta ya fijada de antemano. Es un ejemplo real de que “más sofisticado en cómo decide” no es sinónimo de “más eficiente”.
3. Basado en objetivos
Este es el primero que persigue explícitamente una meta: “dejar la habitación limpia”. En cada paso, calcula el camino más corto desde donde está hasta la celda sucia más próxima —con una búsqueda en anchura (BFS) sobre toda la cuadrícula— y da el primer paso de ese camino. A diferencia de los dos anteriores, necesita “conocer” dónde está la suciedad en toda la habitación, no solo en la celda donde pisa: es la diferencia real entre reaccionar y razonar sobre un objetivo. El resultado: 48 movimientos, ya bastante mejor que los dos reflejos.
4. Basado en utilidad
El más ambicioso de los cuatro: no le basta con llegar de cualquier manera a cada celda sucia por turnos, sino que calcula, antes de mover un dedo, cuál es el orden de recogida de las dieciséis celdas sucias que minimiza el número total de movimientos. Es el problema del viajante de comercio (TSP), resuelto aquí de forma exacta con programación dinámica sobre subconjuntos (el algoritmo de Held-Karp): en vez de decidir siempre “voy a por lo más cercano” (que a veces sale caro más adelante), evalúa el conjunto completo del problema y elige el plan con menor coste total. Resultado: 42 movimientos, el mejor de los cuatro —y con un coste real a cambio: calcular ese plan completo lleva un instante perceptible (unos 400 milisegundos) antes del primer movimiento, mientras que los otros tres deciden al vuelo.
Lo que de verdad hay que llevarse de esto
Ordenados por movimientos totales sobre la misma cuadrícula: reflejo simple (63), basado en objetivos (48), basado en utilidad (42) y, el peor de los cuatro, reflejo basado en modelo (126). Ese orden no es una escalera de inteligencia. “Basado en objetivos” y “basado en utilidad” no son más listos que los reflejos en ningún sentido humano: son más sofisticados en cómo deciden —usan más información y más cálculo—, y en este caso concreto eso se traduce en menos movimientos. Pero el dato del agente basado en modelo, que sale peor que el más simple de los cuatro, está ahí a propósito: para que quede claro que “tener memoria” o “razonar más” no garantiza un mejor resultado, solo cambia la forma de decidir.
Y aquí vuelve el pato de Vaucanson. La pregunta que dispara —¿imitar un comportamiento es lo mismo que tener esa capacidad de verdad?— es la puerta de entrada al test de Turing y a un problema muy actual: la transparencia algorítmica. Un modelo de aprendizaje automático que decide, por ejemplo, a quién se le concede un préstamo, suele ser una caja negra: ni quien lo programó puede explicar del todo por qué tomó una decisión concreta, lo cual es la raíz de buena parte de los problemas de discriminación algorítmica que se estudian hoy. Aquí ocurre justo lo contrario: cada uno de los cuatro agentes de VAUCANSON es una regla que se puede leer entera, línea a línea, en el código. Ese es el valor pedagógico del proyecto: no que “parezca” inteligente, sino que se pueda ver exactamente por qué hace lo que hace.
Ficha técnica
VAUCANSON es una única página web (HTML, CSS y JavaScript sin librerías externas, con Canvas para dibujar la cuadrícula) servida por un servidor mínimo en Python. No usa aprendizaje automático ni ninguna caja negra: toda la “inteligencia” que se ve es código simple, legible y determinista —ese es precisamente el punto.
