Historia de la ciencia cognitiva: de Macy a los LLM

[!NOTE] TL;DR: La historia de la ciencia cognitiva no fue una línea recta de la cibernética a los LLM, sino un cisma y un regreso. Reconstruyo la genealogía con datos verificados, de las conferencias Macy (1946-1953) al debate de 2026 sobre los LLM como modelos cognitivos.

Las actas de Macy sobre mi mesa

El bug no estaba en mi código. Estaba en 1946. Hace unas semanas depuraba la memoria de un agente (una banal historia de consolidación de contexto, el pan de cada día de un arquitecto de IA) y abrí, supuestamente por distracción, las actas de las conferencias Macy. Diez reuniones entre 1946 y 1953, unos veintiún participantes por sesión, y todo ya estaba sobre la mesa: información, feedback, autoorganización, bucles cerrados como mecanismo de memoria. Mi debate interior sobre cómo consolidar la memoria de un agente era, punto por punto, el de McCulloch y Wiener en Nueva York. Einstein, Russell y Turing declinaron asistir a la primera conferencia. Los tres. Con semejante lista de espera descartada, la cibernética se las arregló de todos modos.

Aquella distracción se volvió protocolo de lectura. De ahí sale mi lectura de la historia de la ciencia cognitiva: la IA de hoy no es una ruptura, es el regreso de una de las dos vías que nacieron juntas en 1943.

La pregunta

Mi pregunta principal cabe en una línea: ¿ruptura o recurrencia? La cultura tecnológica de 2026 narra los LLM como un big bang sin antecedentes. La historiografía seria cuenta lo contrario, y la recorrí con tres guías de primera fila: Dupuy, Boden y las actas completas editadas por Pias. Mi hipótesis de trabajo: los debates actuales sobre grounding, memoria y modularidad reeditan posiciones ya tomadas entre 1943 y 1991. Si esto es correcto, la pregunta interesante deja de ser «¿qué hay de nuevo?» y se convierte en «¿qué vuelta del círculo estamos dando?». El mapa siguiente ordena la genealogía que voy a recorrer.

flowchart TD
    A["1943: nacimiento triple"] --> B["Conferencias Macy 1946-1953"]
    B --> C["Vía simbólica"]
    B --> D["Vía cibernética y conexionista"]
    C --> E["Logic Theorist 1956, Dartmouth"]
    D --> F["Hebb 1949, Perceptrón 1958"]
    E --> G["GOFAI y sistemas expertos"]
    F --> H["Perceptrons 1969: primer invierno"]
    G --> I["Informe Lighthill 1973, colapso 1987"]
    H --> J["Werbos 1974, PDP 1986, LeCun 1989"]
    I --> J
    J --> K["Deep learning 2012, Transformer 2017"]
    K --> L["LLM y convergencia neuro-AI en 2026"]

Tres textos y un solo gesto

Boden sitúa la primera de sus siete fechas clave en 1943, y no es capricho. Primero, McCulloch y Pitts publican «A Logical Calculus of the Ideas Immanent in Nervous Activity»: una neurona se convierte en puerta lógica y una red nerviosa, en una máquina de Turing. Segundo, Rosenblueth, Wiener y Bigelow publican «Behavior, Purpose and Teleology»: el propósito deja de ser un misterio filosófico y se reduce a un lazo de feedback negativo. Tercero, Kenneth Craik defiende sus «modelos cerebrales», la idea de que el organismo calcula versiones del mundo. Tres textos, un solo gesto, el que Dupuy llama la mecanización de la mente.

El artículo fundacional acumula hoy 18,560 citas según OpenAlex (dato consultado el 3 de noviembre de 2026). Un paper de biología matemática de 1943, disponible en su DOI original, sigue pesando más que la gran mayoría de lo que se publicó el año pasado. Los números, aquí, atestiguan.

La cibernética avergonzada

Entre 1946 y 1953, la Fundación Macy reunió diez veces a un grupo compacto: Wiener, McCulloch, von Neumann, Shannon, Mead, Bateson, von Foerster, Ashby, Licklider. El núcleo duro, según la historiografía, eran siete personas. Una de ellas, el fisiólogo español Rafael Lorente de Nó, es el actor que la historia oficial había olvidado. Sus circuitos reverberantes de interneuronas, descritos experimentalmente en los años treinta, fueron la primera demostración neurobiológica de un lazo de feedback. McCulloch y Pitts discutieron esos bucles cerrados como mecanismo de la memoria transitoria en las últimas conferencias. El trabajo de Espinosa-Sánchez, Gómez-Marín y de Castro documenta el detalle: sin los circuitos reverberantes, la analogía cerebro-máquina se quedaba sin sustrato.

Dupuy formula la pregunta que me persigue desde que leí su libro: ¿por qué la ciencia cognitiva se avergüenza de su herencia cibernética? Su respuesta es incómoda. La comunidad se partió en dos, y la mitad vencedora reescribió el acta de nacimiento. Es como si un edificio real hubiera recibido un certificado de origen falso: el edificio funciona, pero nadie sabe ya sobre qué cimientos está plantado.

Las dos vías y sus inviernos

La escisión se incubó en el simposio Hixon de 1948 y cristalizó en 1956. El 11 de septiembre de ese año, en el MIT, el número mágico siete de Miller compartió programa con la sintaxis generativa de Chomsky; Newell y Simon presentaron allí el Logic Theorist, y unas semanas antes Dartmouth había bautizado la «inteligencia artificial». Neisser selló el nombre del campo con su Cognitive Psychology de 1967, y la crítica de Chomsky a Skinner (1959) le dio cobertura teórica. En lo sucesivo, dos vías divergen.

La vía simbólica dominó veinte años y sufrió dos inviernos célebres: el informe Lighthill (1973) secó la financiación británica, y el colapso de los sistemas expertos desinfló la burbuja corporativa. Menos célebre es la fecha en que la otra vía quedó enterrada. Perceptrons (1969) demostró con rigor los límites del perceptrón monocapa, y las subvenciones para redes neuronales se evaporaron durante casi dos décadas. Aunque el libro fuera técnicamente correcto, su efecto institucional fue un fusilamiento. Yann LeCun, en el diálogo con Stanislas Dehaene publicado por Robert Laffont en 2018, narra ese clima desde dentro: quien trabajaba con redes neuronales en los años ochena, ochenta, era en el mejor de los casos un excéntrico. El libro de Dehaene y LeCun vale aquí como testimonio de superviviente, no como fuente neutral.

El retorno conexionista

La vía prohibida nunca murió del todo. Hebb había formulado su regla de aprendizaje ya en 1949, Rosenblatt construyó el perceptrón en 1958 (su artículo acumula 12,279 citas hoy), y Werbos describió la retropropagación en su tesis de 1974, en pleno desierto. En 1986, los dos volúmenes PDP de Rumelhart y McClelland devolvieron la respetabilidad al campo; el artículo de Rumelhart, Hinton y Williams en Nature suma ya 31,903 citas. En 1989, LeCun aplicó redes convolucionales al reconocimiento de dígitos en Bell Labs. En 2012, AlexNet arrasó en ImageNet, y en 2017 el Transformer de Vaswani y colegas fijó la arquitectura de la que descienden todos los LLM actuales (120,404 citas hoy, siempre según OpenAlex). El gráfico ordena esa genealogía en una sola métrica brutal.

{
  "type": "bar",
  "data": {
    "labels": ["McCulloch y Pitts (1943)", "Rosenblatt (1958)", "Rumelhart, Hinton y Williams (1986)", "Vaswani y colegas (2017)"],
    "datasets": [{ "label": "Citas acumuladas", "data": [18560, 12279, 31903, 120404], "backgroundColor": ["#7c3aed", "#3b82f6", "#0ea5e9", "#f59e0b"] }]
  },
  "options": {
    "responsive": true,
    "plugins": { "title": { "display": true, "text": "Citas acumuladas de los textos fundadores (OpenAlex, 3 de noviembre de 2026)" } },
    "scales": { "y": { "title": { "display": true, "text": "Número de citas" } } }
  }
}

Leo ese gráfico con una precaución: las citas no miden verdad, miden influencia. Pero la influencia es, aquí, exactamente el tema. La vía cibernética, enterrada institucionalmente en 1969, es hoy con diferencia la más citada. El invierno no mató la semilla. La dejó bajo la nieve, y la nieve, en este caso, protegió el terreno durante cuarenta años.

Los LLM como modelos cognitivos

Llegamos a 2026 y el círculo se cierra por arriba: la comunidad que nació del diálogo entre neuronas y máquinas vuelve a mirarse en las máquinas. La pregunta del momento es si los LLM son modelos cognitivos, y la literatura merece más que un titular. Mahowald y colegas propusieron en 2024 la disociación más útil que conozco, entre competencia lingüística formal (la forma del lenguaje) y competencia funcional (el uso del lenguaje para razonar), apoyada en evidencia neurológica de doble disociación. Los LLM dominan la primera y fallan irregularmente en la segunda. Michael Frank lo resumió en 2025 con una honestidad que aprecio: los modelos son por fin «estimulus-computable», comparables con humanos estímulo a estímulo, pero todavía no existe un mapeo modelo-mecanismo que convierta sus éxitos en explicaciones cognitivas.

La ironía histórica es deliciosa. Las arquitecturas de memoria que hoy diseño para agentes reeditan, casi sin disimulo, la teoría de la indexación hipocámpica que Teyler y DiScenna publicaron en 1986, el mismo año de los volúmenes PDP (la conexión no es casual, y la desarrollo en mi artículo sobre la indexación hipocámpica como andamio, no almacén, con su versión en español sobre recordar como descompresión). Y el giro encarnado de Varela, Thompson y Rosch (1991), la crítica interna al cognitivismo clásico, anticipó por tres décadas el debate actual sobre el grounding de los LLM. Cuando leo en 2026 que un modelo «no entiende porque no tiene cuerpo», escucho el eco de 1991 con sello de fecha nuevo.

Lo que mi lectura no cubre

Este texto tiene límites, y los nombro. Primero, no soy historiador: leo esta genealogía a través de Dupuy, Boden y Pias, tres autores con tesis propias, y su selección condiciona la mía. Segundo, el conteo de citas es un instrumento tosco que subestima sistemáticamente los libros (Perceptrons y The Embodied Mind apenas figuran en las bases de artículos). Tercero, mi tesis de la recurrencia tiene contraejemplos incómodos: no he encontrado ninguna genealogía documentada que ligue el self-attention de 2017 con un mecanismo cibernético anterior, y no voy a inventarla. Queda como pregunta abierta. Podría testearse, con paciencia, rastreando las citas de Ashby dentro de la literatura actual de arquitecturas de agentes.

El círculo que se cierra

Mi conclusión de practicante: la calle es de doble sentido. La ciencia cognitiva engendró la IA, y la IA devuelve el favor como instrumento de modelado del cerebro, el papel que McCulloch soñaba y que hoy ejercen los neurocientíficos computacionales con modelos que por fin se comparan con datos. Dupuy cierra su libro contra la máxima de Whitehead según la cual toda ciencia debe olvidar a sus fundadores: la ignorancia de la propia historia actúa como freno, no como dinamismo. El propio Minsky, según la cita que abre uno de los capítulos de Dupuy, presumía de lo contrario («una ciencia dinámica no necesita su pasado»). Los dos inviernos respondieron por él.

Cuando un equipo rediseña en 2026 la memoria de un agente sin saber que ese debate se sostuvo en 1952, pierde setenta años de argumentos ya pulidos. Lo vi hacer.

Más en general, una disciplina que ignora su genealogía no evita sus errores antiguos: los reedita creyendo que son nuevos. El círculo de 1943 solo se cierra si alguien recuerda que estaba abierto.

Si construyes sistemas con memoria, agentes o arquitecturas RAG y necesitas ese puente entre neurociencia e ingeniería, consulta mis servicios o escríbeme.