Qué es el machine learning para quien no programa

Piensa en cómo aprendiste a calcular el precio de una casa sin darte cuenta. Nadie te dio una fórmula. Viste unas cuantas: esta grande y con jardín costaba más, aquella pequeña y lejos costaba menos. Después de mirar suficientes, si te muestran una casa nueva, sueltas un número aproximado. No lo razonaste con reglas; lo ajustaste a fuerza de ejemplos. Eso, casi al pie de la letra, es lo que hace una máquina cuando "aprende".

La palabra machine learning (aprendizaje automático) suena a ciencia ficción, pero la idea de fondo es modesta y terca: en vez de escribirle a la computadora las reglas una por una, le das ejemplos y la dejas descubrir sola qué patrón los conecta. No programas la respuesta. Programas la manera de aprenderla.

01 · el cambioQué es machine learning: enseñar con ejemplos, no con reglas

Para entender qué es machine learning conviene ver primero cómo era el software de antes. Durante décadas, programar significó escribir reglas explícitas: si el correo contiene la palabra "premio" y viene de un desconocido, entonces márcalo como spam. El programador pensaba todos los casos y los tecleaba. Funcionaba, hasta que el mundo traía un caso que nadie previó.

El machine learning le da la vuelta al problema. En lugar de decirle a la máquina qué es spam, le muestras diez mil correos ya clasificados por humanos ("esto es spam, esto no lo es") y la dejas encontrar por su cuenta qué tienen en común los del montón malo. Nadie escribió la regla. La regla emergió de los ejemplos.

No le enseñas la respuesta. Le enseñas a encontrarla a partir de ejemplos.

Esta distinción es la que Arthur Samuel intuyó en 1959, cuando definió el campo como el estudio que da a las computadoras "la capacidad de aprender sin ser programadas explícitamente para ello" [1]. Su programa jugaba a las damas y mejoraba partida tras partida, no porque alguien le añadiera reglas, sino porque ajustaba su propio criterio según qué jugadas terminaban ganando.

02 · las perillasCómo aprende: ajustar miles de perillas hasta acertar

Aquí llega la parte que casi nadie explica bien, y es la más sencilla de imaginar. Dentro del modelo hay muchísimos números que se pueden mover, como las perillas de una consola de sonido gigante. Cada perilla decide cuánto pesa un detalle: cuánto importa el tamaño de la casa, cuánto el barrio, cuánto los años que tiene. Al principio todas están en cualquier posición, puestas al azar. El modelo, en ese estado, no sabe nada.

Entonces empieza el ciclo. Le pasas un ejemplo del que sí conoces la respuesta. El modelo hace su predicción con las perillas donde estén y casi siempre falla. Mides cuánto falló: esa distancia entre lo que dijo y lo que era correcto se llama error. Y aquí está el truco: el error te indica en qué dirección mover cada perilla para fallar un poco menos la próxima vez.

Mueves un poquito cada perilla en esa dirección. Le pasas otro ejemplo. Fallas un poco menos. Y otro, y otro, miles y miles de veces. Cada vuelta corrige el error apenas un pelo. Sumadas, esas correcciones diminutas llevan las perillas de un desorden inicial a una combinación que acierta sorprendentemente bien. A ese proceso de dar vueltas ajustando se le llama entrenamiento, y a cada perilla, un parámetro.

03 · la pruebaCuándo de verdad aprendió (y cuándo solo memorizó)

Hay una trampa que conviene conocer, porque explica por qué a veces estos sistemas fallan feo. Un modelo puede ajustar sus perillas tan a la medida de los ejemplos que le mostraste que termina memorizándolos en vez de entender el patrón. Va de maravilla con lo que ya vio y se derrumba con cualquier caso nuevo. Es como el estudiante que se aprende de memoria las respuestas del examen del año pasado y se queda en blanco cuando cambian las preguntas. A eso se le llama sobreajuste.

Aprender no es acertar en lo conocido. Es acertar en lo que nunca vio.

Por eso quienes construyen estos modelos guardan siempre una parte de los ejemplos en secreto, sin usarlos durante el entrenamiento. Cuando el modelo termina de ajustar sus perillas, lo enfrentan a ese montón que nunca vio. Si acierta ahí, aprendió de verdad. Si acierta solo con lo que ya conocía, memorizó. La diferencia lo es todo.

Con estas tres ideas ya tienes el esqueleto completo, sin una sola línea de código: se aprende de ejemplos en vez de reglas, se aprende ajustando muchísimas perillas para bajar el error, y se comprueba con casos nuevos para no confundir aprender con memorizar. Todo lo demás (redes neuronales, deep learning, los modelos que hoy escriben y dibujan) son versiones más grandes y elaboradas de este mismo latido.

La próxima vez que leas que un sistema "aprendió" a reconocer caras o a traducir idiomas, ya sabes lo que hay debajo. No hubo un despertar ni una chispa de conciencia. Hubo miles de ejemplos, un montón de perillas y muchísimas vueltas corrigiendo el error hasta acertar. Modesto y terco, como dijimos al principio. Y sorprendentemente poderoso.