Del código máquina a ChatGPT: cómo cambió la programación en ocho décadas

La programación de software no comenzó escribiendo comandos en un lenguaje de alto nivel. Los primeros computadores electrónicos se configuraban instrucción a instrucción en los patrones binarios sin procesar que su hardware podía leer directamente — lo que ahora se llama código máquina. A partir de ahí, la programación pasó a través del lenguaje ensamblador, luego a lenguajes de alto nivel construidos para personas en lugar de procesadores, y durante la última década en sistemas que generan su propio código y texto. Las fechas y cifras que aparecen a continuación provienen de la propia historia corporativa de IBM, la IEEE Computer Society, la cuenta de Dartmouth College sobre su taller de 1956, y el artículo de investigación de 2017 que introdujo la arquitectura Transformer utilizada en los chatbots de hoy.

Del código máquina a nemotécnicos

Según una cronología publicada por la IEEE Computer Society, uno de los primeros lenguajes de programación fue Plankalkül, desarrollado por el ingeniero alemán Konrad Zuse en los años 1940. Para 1949, habían aparecido el lenguaje ensamblador y un sistema llamado Shortcode, reemplazando largas cadenas de dígitos binarios con códigos nemotécnicos cortos — pero esos códigos aún tenían que ser traducidos, línea por línea, al formato que el procesador podía ejecutar.

Lenguajes de alto nivel: escribir para personas, no para procesadores

El cambio se aceleró en 1957, cuando IBM entregó Fortran, abreviatura de 'traducción de fórmulas'. La propia historia de IBM del proyecto establece que un equipo liderado por el matemático John Backus — que incluía a Lois Haibt, quien construyó el analizador de expresiones aritméticas del compilador — dedicó tres años a un lenguaje que originalmente se esperaba que tomara seis meses. IBM dice que Fortran redujo programas que anteriormente necesitaban aproximadamente 1.000 instrucciones de código máquina a tan pocas como 47 líneas, permitiendo a los científicos e ingenieros escribir comandos similares al álgebra como 'DO' y 'GO TO' en lugar de codificar el hardware directamente. Para mediados de los años 1960, Fortran se había convertido en un estándar informático nacional, según IBM.

La cronología de la IEEE Computer Society lista Algol y Lisp como llegando en 1958, y Cobol, construido para computación empresarial, en 1959. En 1972, el equipo de Dennis Ritchie en Bell Labs produjo C, que la misma cronología IEEE acredita como la base estructural para lenguajes posteriores incluyendo JavaScript, PHP y Python. La programación orientada a objetos siguió con C++ en 1983. La cuenta IEEE también registra el debut de Python en 1991, Java, JavaScript y PHP en 1995, Go de Google en 2009, y Swift de Apple en 2014.

Una pista paralela: enseñar a las máquinas a razonar

Mientras los lenguajes de alto nivel se extendían, una línea separada de investigación preguntaba si las máquinas podrían simular la inteligencia en lugar de simplemente seguir instrucciones. La propia cuenta de Dartmouth College describe el Proyecto de Investigación del Verano de Dartmouth de 1956, organizado por el matemático John McCarthy, cuya propuesta tenía como objetivo probar lo que llamaba 'la conjetura de que cada aspecto del aprendizaje o cualquier otra característica de la inteligencia puede en principio ser descrito con tanta precisión que una máquina puede ser hecha para simularlo'. Dartmouth acredita ese taller como el punto de partida de la inteligencia artificial como campo de investigación definido.

Décadas después, esa investigación produjo una prueba pública muy observada. La historia de IBM de su computadora de ajedrez Deep Blue establece que la máquina perdió su primer partido contra el campeón mundial Garry Kasparov 4–2 en Filadelfia en febrero de 1996, luego ganó una revancha en Nueva York en mayo de 1997 con una puntuación de 3.5–2.5 — la primera vez, según IBM, que una computadora había derrotado a un campeón mundial reinante de ajedrez bajo condiciones estándar de torneo.

La Transformer y la era de la IA generativa

La arquitectura detrás de los chatbots de hoy se remonta a un único artículo de 2017. Ocho investigadores — Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan Gomez, Lukasz Kaiser e Illia Polosukhin — publicaron 'Attention Is All You Need' en el servidor de preprints arXiv el 12 de junio de 2017. El artículo introdujo el Transformer, descrito en su resumen como una red basada únicamente en mecanismos de atención, eliminando las capas recurrentes y convolucionales en las que se basaban los sistemas de traducción anteriores. Los autores reportaron puntuaciones de 28.4 BLEU en traducción de inglés a alemán y 41.8 BLEU en traducción de inglés a francés, con entrenamiento más rápido que modelos anteriores.

Esa arquitectura subyace a los grandes modelos de lenguaje lanzados a partir de 2018. OpenAI lanzó ChatGPT el 30 de noviembre de 2022. Según una cuenta de History.com citando al cofundador de OpenAI Sam Altman, el servicio alcanzó un millón de usuarios en cinco días y aproximadamente 100 millones de usuarios mensuales en aproximadamente dos meses, que la cuenta describe como la adopción de aplicación de consumidor más rápida registrada en ese momento.

Durante casi ocho décadas, cada paso trazado anteriormente redujo cuántos detalles específicos del hardware una persona tenía que escribir manualmente — desde Plankalkül de Zuse e instrucciones binarias establecidas manualmente, a través de comandos similares al álgebra de Fortran, a modelos basados en atención que ahora generan código y texto a partir de instrucciones en lenguaje natural.