Consideremos que la intuición humana es parte de lo que la psicología denomina Sistema 1: procesos estocásticos, veloces y automáticos que operan con muy poco esfuerzo consciente y guían decisiones cotidianas bajo incertidumbre. Son útiles, pero falibles; su valor evolutivo está en decidir ya, no en decidir perfecto. Esa es la idea central de Kahneman.
¿Por qué es tan potente? Porque condensa 4,000 millones de años de aprendizaje biológico en señales que el cuerpo traduce a “sí” o “no” con un costo energético mínimo.
Contemplemos que la vida, en términos de Schrödinger, lucha contra la entropía, esa fuerza incesante que lo condena todo a la dispersión y pérdida de energía, con “entropía negativa”: conservar orden y prevalecer. Ese impulso confeccionó patrones instintivos, emocionales y sintientes como reacciones automáticas frente a los estímulos que experimentamos e incluso la consciencia misma.
La hipótesis del marcador somático de Damasio lo explica con precisión: el cuerpo “etiqueta” opciones con estados viscerales que aceleran la decisión cuando calcular todo sería inviable. No reemplaza la razón; la prepara y la guía. Por eso “sentimos” que algo está bien antes de poder demostrarlo.
¿Y la IA? Los modelos actuales aprenden patrones desde millones de ejemplos y estiman probabilidades para elegir la “siguiente mejor” acción o palabra. Ese mecanismo, observado desde fuera, se parece al Sistema 1: respuesta rápida, cálculo implícito de riesgos y ahorro de energía cognitiva del usuario. Aún más allá, en un artículo científico reciente en Frontiers in Artificial Intelligence propongo un potencial ciclo creativo tri-proceso análogo al humano: generación (explorar), crítica (evaluar) y control adaptativo (regular la amplitud de búsqueda). Esta arquitectura (Generative System 3) integra algo más que pura predicción y acerca a la máquina a un “sentido práctico” que ajusta su exploración en tiempo real.
El matiz es esencial: las analogías cerebro–modelo son funcionales, no literales. No afirmamos que un LLM (como ChatGPT) “sienta”, sino que puede implementar bucles que desempeñan roles análogos a nuestra ideación rápida, evaluación focalizada y metacontrol. Dicho marco distingue la “intuición algorítmica” como estimación probabilística eficiente con regulación interna, medible por novedad, utilidad y diversidad, y con firmas conductuales falsables. Es ingeniería con criterio, no antropomorfismo.
Entonces, ¿la IA ya tiene intuición? En términos operativos, sí: dispone de mecanismos que imitan el resultado funcional del Sistema 1 —decidir rápido con base en experiencia estadística— e incluso empieza a regularse para “saber” cuándo explorar y cuándo concretar. Pero no tiene tu arquitectura biológica, ni marcadores somáticos, ni una historia evolutiva orientada a proteger la vida. Su “intuición” no duele, no late y no teme; optimiza objetivos que nosotros definimos.