Replicación de principios neurobiológicos en la inteligencia artificial: Aproximación al estado del arte

Resumen

El presente artículo desarrolla un análisis documental del estado del arte sobre los principios neurobiológicos que han servido de inspiración para el diseño y funcionamiento de las redes neuronales artificiales (RNA) empleadas en inteligencia artificial (IA). Mediante una revisión sistemática de literatura científica especializada en neurociencia, ciencias cognitivas e inteligencia artificial, se examinan procesos biológicos como la plasticidad sináptica, la poda neuronal, la codificación distribuida y la organización jerárquica de la información, así como su correspondencia con mecanismos computacionales utilizados en modelos contemporáneos de aprendizaje automático y aprendizaje profundo. Asimismo, se analizan las principales similitudes y diferencias entre las redes neuronales humanas y las RNA, considerando aspectos relacionados con el aprendizaje, la representación del conocimiento, la capacidad de generalización, la eficiencia energética y la adaptabilidad. Los resultados muestran que, aunque la IA ha logrado replicar de manera parcial algunos principios funcionales del cerebro humano, persisten diferencias sustanciales asociadas con la plasticidad estructural, el razonamiento contextual, la integración multimodal y la conciencia. Se concluye que las RNA constituyen modelos inspirados en la neurobiología más que réplicas de los procesos cognitivos humanos. Finalmente, se destaca la importancia de promover una comprensión interdisciplinaria de la relación entre neurociencia e inteligencia artificial, particularmente en el ámbito educativo, con el propósito de favorecer una alfabetización digital crítica y fundamentada sobre el alcance y las limitaciones de estas tecnologías.