Alan Turing: el matemático que imaginó la computadora antes de que existiera

Cuando pensamos en los pioneros de la informática, solemos imaginar a personas construyendo las primeras computadoras. Sin embargo, Alan Turing hizo algo mucho más sorprendente: demostró matemáticamente que una computadora podía existir, varios años antes de que se fabricaran las primeras.

En 1936, con apenas 24 años, publicó uno de los artículos científicos más influyentes de la historia: *On Computable Numbers, with an Application to the Entscheidungsproblem*. En él no presentó un computador físico, sino un modelo matemático capaz de ejecutar cualquier algoritmo. Aquel modelo se conoce hoy como la Máquina de Turing.

Lo extraordinario, y esto lo verificamos con detenimiento cuando el equipo de investigación de Geniales.co revisó los papers originales, es que Turing no estaba intentando construir un computador. Su objetivo era responder una pregunta puramente matemática planteada por David Hilbert: ¿es posible crear un procedimiento mecánico que determine si cualquier afirmación matemática es verdadera o falsa?

Para responder esa pregunta, Turing tuvo que definir primero qué significa realmente "calcular".

La gran idea: convertir el pensamiento en una secuencia de pasos

Hasta entonces, nadie había definido formalmente qué era un algoritmo. Existían métodos para resolver problemas, pero no una definición matemática universal.

Turing propuso un modelo extremadamente sencillo: una cinta potencialmente infinita dividida en celdas; un cabezal capaz de leer y escribir símbolos; un conjunto finito de estados internos; y una tabla de reglas que indica qué hacer en cada situación.

A pesar de su aparente simplicidad, Turing demostró que esa máquina podía ejecutar cualquier procedimiento matemático expresable mediante reglas finitas. Esa fue una revolución conceptual.

Hoy sabemos que cualquier computador moderno —desde un supercomputador hasta un teléfono móvil— no es más que una implementación física muchísimo más rápida y eficiente de aquella idea.

El aporte matemático más profundo

El verdadero legado de Turing no fue construir una máquina, sino demostrar dos resultados fundamentales que, cuando los repasamos internamente en Geniales.co, siguen dejándonos sin aliento casi noventa años después.

1. La Máquina Universal de Turing

Hasta ese momento se pensaba que cada máquina debía diseñarse para una tarea específica. Turing demostró que era posible construir una única máquina capaz de ejecutar cualquier algoritmo simplemente cambiando la descripción del programa.

Hoy esto parece obvio. Abrimos Word. Después Excel. Luego Photoshop. Después un navegador. Siempre utilizamos el mismo computador. En 1936 esa idea era revolucionaria.

La noción de programa almacenado, utilizada después por John von Neumann en la arquitectura de los computadores modernos, encuentra una de sus bases teóricas precisamente en la Máquina Universal de Turing.

2. El Problema de la Parada

Su segunda demostración fue aún más profunda. Turing probó que existe un problema imposible de resolver computacionalmente. Supongamos que queremos escribir un programa que responda esta pregunta:

*"¿Este programa terminará alguna vez o se quedará ejecutándose para siempre?"*

Turing demostró que no puede existir un algoritmo capaz de responder correctamente esa pregunta para todos los programas posibles.

Esta demostración inauguró la teoría moderna de la computabilidad. Por primera vez la humanidad entendió que no todos los problemas son resolubles mediante computación. No era una limitación tecnológica. Era una limitación matemática.

¿Influyó en los lenguajes de programación?

Sí, aunque no diseñó ningún lenguaje. Su influencia fue mucho más profunda: definió el modelo matemático sobre el cual funcionan prácticamente todos los lenguajes modernos.

Cada vez que escribimos algo como `if edad >= 18: print("Mayor de edad")` o `while (x < 100) { x++; }` estamos utilizando estructuras que pueden representarse mediante una Máquina de Turing. En otras palabras, los lenguajes modernos son distintas formas de expresar algoritmos que una Máquina de Turing podría ejecutar.

Lenguajes influenciados indirectamente

Cuando el equipo de Geniales.co trazó el árbol genealógico de los lenguajes que usamos día a día, la línea siempre termina en el mismo punto: 1936. Entre los descendientes directos e indirectos están FORTRAN (1957), el primer gran lenguaje científico; LISP (1958), creado por John McCarthy para Inteligencia Artificial; ALGOL (1958), que introdujo muchas estructuras modernas; Pascal, diseñado por Niklaus Wirth para enseñar programación estructurada; C, creado por Dennis Ritchie, del cual derivan C++, Java, C#, JavaScript y Objective-C; y Python, cuya filosofía de programación estructurada también se apoya en el modelo computacional definido por Turing.

Es decir, aunque nunca escribió Python ni C, todos esos lenguajes existen porque antes alguien demostró matemáticamente que un algoritmo podía ser ejecutado por una máquina universal.

También inspiró la Inteligencia Artificial

En 1950 publicó otro artículo histórico: *Computing Machinery and Intelligence*. Allí planteó una pregunta que sigue vigente hoy: ¿pueden pensar las máquinas?

En lugar de discutir filosóficamente qué significa "pensar", propuso un experimento práctico: el Test de Turing. Si una persona conversa con un humano y con una máquina, y no logra distinguir cuál es cuál, entonces esa máquina demuestra un comportamiento inteligente.

Aunque hoy existen métricas más avanzadas para evaluar sistemas de IA, el Test de Turing marcó el nacimiento formal de la inteligencia artificial como disciplina científica.

Su influencia llega hasta ChatGPT

Curiosamente, cada vez que interactuamos con un modelo como ChatGPT, estamos utilizando conceptos que comenzaron con Turing. Los modelos actuales ya no funcionan mediante reglas escritas una por una, sino mediante redes neuronales entrenadas con enormes cantidades de datos. Sin embargo, todo ese entrenamiento, la ejecución de los algoritmos, la gestión de la memoria y el procesamiento de miles de millones de operaciones por segundo siguen realizándose sobre computadores que, desde el punto de vista teórico, son Máquinas Universales de Turing.

La inteligencia artificial moderna representa un enorme salto tecnológico, pero sigue construida sobre los fundamentos matemáticos que Turing estableció hace casi noventa años.

Un legado que cambió la historia

Muchos científicos inventaron mejores computadoras. Otros desarrollaron lenguajes de programación, sistemas operativos o procesadores más rápidos. Alan Turing hizo algo diferente: demostró qué era, en esencia, una computadora y cuáles eran sus límites matemáticos.

Gracias a él comprendimos que una máquina podía ejecutar cualquier algoritmo, que los programas podían separarse del hardware y que existían problemas que ninguna computadora podría resolver, por potente que fuera.

Por eso, cuando hoy programamos en Python, Java, C++, Rust o cualquier otro lenguaje, estamos utilizando herramientas que, en última instancia, descansan sobre una idea concebida por un joven matemático británico en 1936. Esa es la razón por la que Alan Turing no solo es considerado uno de los padres de la computación, sino también uno de los matemáticos más influyentes del siglo XX.

¿Y si Alan Turing hubiera tenido acceso a ChatGPT, Claude o Gemini?

Es una pregunta fascinante, y una de las que más disfrutamos discutir cuando el equipo de Geniales.co se sienta a analizar cómo la IA moderna se cruza con la historia. La respuesta corta es: sí, una inteligencia artificial moderna habría sido una herramienta extraordinariamente útil para el equipo de Turing, pero no habría resuelto el problema por sí sola.

La misión de Bletchley Park no consistía simplemente en traducir mensajes en alemán. El verdadero desafío era romper un sistema criptográfico. La máquina Enigma generaba millones de millones de millones de configuraciones posibles mediante rotores, conexiones eléctricas y cambios diarios de claves. Los mensajes llegaban completamente cifrados y, sin la clave correcta, eran poco más que una secuencia de letras sin sentido.

Aquí es donde entra la diferencia entre una IA generativa y un sistema de criptoanálisis. Modelos como ChatGPT, Claude o Gemini son excelentes para comprender lenguaje, encontrar patrones en grandes volúmenes de información, resumir documentos, generar hipótesis o asistir en programación. Sin embargo, no están diseñados para romper algoritmos criptográficos robustos únicamente observando textos cifrados. Si recibieran únicamente un mensaje cifrado por Enigma, sin información adicional, no podrían "adivinar" la clave.

No obstante, si hubieran existido en 1940 y se hubieran integrado al trabajo de Turing, habrían acelerado enormemente muchas tareas complementarias: analizar millones de mensajes interceptados para encontrar patrones lingüísticos y operativos; detectar frases repetidas o errores cometidos por los operadores alemanes; correlacionar información proveniente de distintas fuentes de inteligencia; generar hipótesis sobre configuraciones probables de la máquina Enigma; escribir y optimizar software para las máquinas electromecánicas utilizadas en el proceso de descifrado; y automatizar buena parte del análisis estadístico que entonces realizaban equipos completos de personas.

En otras palabras, la IA habría sido un asistente extremadamente poderoso, pero seguiría necesitando el método matemático desarrollado por Turing y sus colegas.

De hecho, el trabajo de Turing fue precisamente el tipo de razonamiento que las IA actuales no generan de forma autónoma: la creación de un nuevo marco matemático para resolver un problema que nadie había resuelto antes. Él diseñó algoritmos, modelos probabilísticos y estrategias de búsqueda que reducían un espacio gigantesco de posibilidades a un conjunto manejable para las máquinas Bombe.

Es probable que, con la potencia de cálculo actual y las herramientas de inteligencia artificial, el proceso de descifrar las comunicaciones alemanas se hubiera reducido de meses o días a minutos u horas. Sin embargo, esa aceleración solo sería posible porque alguien, como Alan Turing, primero entendió la estructura matemática del problema.

Y ahí reside quizá su mayor legado. Las inteligencias artificiales modernas son capaces de ayudarnos a resolver problemas extraordinariamente complejos, pero siguen ejecutándose sobre principios de computación que Turing formuló hace casi noventa años. En cierto sentido, cada respuesta que hoy producen ChatGPT, Claude o Gemini es posible porque Alan Turing imaginó, mucho antes de que existieran los computadores modernos, cómo una máquina podía representar y ejecutar cualquier algoritmo. Su mayor contribución no fue descifrar Enigma; fue demostrar que una máquina podía, en principio, resolver cualquier problema computable. Todo lo que ha venido después, incluida la inteligencia artificial generativa, se apoya sobre ese fundamento.

---

Investigación y redacción: equipo de Geniales.co, liderado por Álvaro Abril — CEO de Geniales.co y VP de Yamizu (Empresa de Taiwán). Si quieres construir productos digitales sobre fundamentos sólidos, escríbenos a alvaro@abril.pro o por WhatsApp a +57 305 322 1527.