{"ok":true,"nota":{"id":"000b68dcd1349dc1","slug":"como-la-inteligencia-artificial-aprendio-a-imitar-la-mente-humana-con--000b68","titulo":"Cómo la inteligencia artificial aprendió a imitar la mente humana, con todo su desorden","resumen":"Un profesor del MIT conversó sobre cómo los ingenieros introdujeron azar a propósito en las primeras IAs. Esa decisión dio lugar a los modelos de aprendizaje profundo, que a veces inventan respuestas con total seguridad. La entrevista repasa el origen de esa idea y sus efectos actuales.","fuente":"mit","fuenteNombre":"MIT News","color":"#8a8b8c","autor":"Adam Zewe | MIT News","url":"https://news.mit.edu/2026/qa-how-ai-came-to-model-messy-human-mind-1023","imagen":"https://news.mit.edu/sites/default/files/styles/news_article__cover_image__original/public/images/202610/MIT-indquist_Ben_IrrationalComputer-01-press.jpg?itok=syHYcG5I","tema":"tecnologia","subtemas":["inteligencia artificial","aprendizaje profundo","alucinaciones de modelos","historia de la computación","redes neuronales"],"entidades":["MIT","Benjamin Lindquist"],"formato":"dato","entretenimiento":false,"pubTs":"2026-10-23T04:00:00.000Z","indexTs":"2026-10-23T04:06:58.345Z","hash":"ce3a86cfbeec889f12c9051f4a5d5f8318474be0220be073d831b3a16f36eae3","tsa":{"time":"Oct 23 04:07:20 2026 GMT","provider":"freetsa.org","sobre":"sello"},"stats":{"views":0,"likes":0,"clicks":0,"dwell":0},"tipo":"motor","registro":"hallazgo","porQueImporta":"Esa aleatoriedad, pensada para que las máquinas funcionaran más como una mente, es la razón por la que hoy un chatbot puede responder con seguridad algo falso. Para quien usa estas herramientas en el trabajo o en la escuela, entender de dónde viene ese error ayuda a no confiar a ciegas en lo que devuelve la pantalla. La pregunta incómoda es cuánto de nuestra propia confianza en la máquina viene de que también nos equivocamos con seguridad.","quienFirma":"MIT","confianza":"divulgacion","consulta":{"pregunta":"¿Confiás en las respuestas de una IA sin verificarlas?"}},"sello":{"hash":"ce3a86cfbeec889f12c9051f4a5d5f8318474be0220be073d831b3a16f36eae3","sello":"11a5e9946739b01ddab5c9e428edced2d25b09eb7ec4a0656a93f4e4470e9199","beacon":{"drand":{"cadena":"8990e7a9aaed2ffed73dbd7092123d6f289930540d7651336225dc172e51b2ce","ronda":6576580,"aleatorio":"055ace61b4232534da6ab0f9ec132942c37d481c874b0489580ef8b13b71bab1","tiempo":"2026-10-23T04:07:00.000Z"},"nist":{"cadena":2,"pulso":1995489,"salida":"8B402993495F5422ADEC1D3DA8578F639BAF3E2064AF9702D473C4E77068000E0EA6C763CF0D18831415CDFA5A98CF4BB77D9C55D8D953D38E450059A1D32CE3","tiempo":"2026-10-23T04:06:00.000Z"},"noAntes":"2026-10-23T04:07:00.000Z"},"verificacion":{"drand":true,"nist":true},"tsa":{"time":"Oct 23 04:07:20 2026 GMT","provider":"freetsa.org","sobre":"sello"},"original":{"titulo":"Q&A: How AI came to model the “messy” human mind","descripcion":"Assistant Professor Benjamin Lindquist studies how engineers deliberately injected randomness into early AI, giving rise to deep-learning models that sometimes hallucinate.","pubDate":"Fri, 23 Oct 2026 00:00:00 -0400","url":"https://news.mit.edu/2026/qa-how-ai-came-to-model-messy-human-mind-1023"},"indexado":"2026-10-23T04:06:58.345Z"}}