La inteligencia artificial actual carece de una experiencia física real, lo que la hace vulnerable a errores en entornos complejos. Un nuevo marco teórico, llamado 'encarnación interna', propone integrar la interacción corporal y la autoconciencia de los estados internos para crear sistemas de IA más robustos, seguros y confiables.
La brecha corporal de la IA
Los modelos de lenguaje multimodales (MLM) pueden describir objetos como un vaso de agua o reconocer imágenes, pero carecen de la capacidad de comprender la sensación de sed o cómo la experiencia física influye en la comprensión. Esta limitación fundamental se ha identificado como una de las principales causas de fallos en sistemas de IA avanzados.
- El problema: La IA procesa información sin un regulador interno equivalente al cuerpo humano.
- La prueba: En una prueba con modelos líderes, la IA falló al reconocer una figura humana en movimiento, describiéndola como estrellas.
- El resultado: Los humanos tienen éxito porque su percepción se basa en una vida de movimiento y acción corporal.
Encarnación interna: El nuevo marco de seguridad
Científicos de UCLA Health sostienen que los sistemas de inteligencia artificial (IA) más avanzados de la actualidad carecen de algo fundamental que poseen los humanos: un cuerpo. En un artículo publicado en Neuron, los científicos destacan que la IA actual carece de dos elementos clave que dan forma al pensamiento y al comportamiento humanos. - afhow
La primera es la capacidad de interactuar con el mundo físico a través del cuerpo. La segunda es la conciencia interna de los propios estados corporales, como el cansancio, la incertidumbre o la sed. Los investigadores denominan a esta combinación 'encarnación interna'. Explican que el cuerpo humano actúa como un sistema de seguridad incorporado, que monitoriza constantemente las condiciones internas e influye en las decisiones, la atención, la memoria y el comportamiento social.
Referencias y fuentes
- Referencia: Embodiment in multimodal large language models. Akila Kadambi et al. Neuron, April 1, 2026. DOI: /j.neuron.
