El papel del desarrollador en la inteligencia artificial por refuerzo.

El desarrollador es el encargado de enseñar a la inteligencia artificial a aprender. Para ello, se imitan distintos métodos de aprendizaje propios del ser humano. En el caso de la inteligencia artificial por refuerzo, en base a los resultados que ha obtenido, analiza la forma en la que obtuvo los correctos, para evitar así los malos resultados.

El aprendizaje por refuerzo en seres humanos

La principal aplicación del aprendizaje por refuerzo es la teoría del condicionamiento operante de Skinner. Skinner era un representante de la corriente del conductismo, defensora de la influencia de las experiencias en el comportamiento. Es por esto que nos comportamos según nuestras experiencias.

Skinner desarrolló el concepto de condicionamiento operante para describir la influencia que ejercen las experiencias positivas y negativas en la conducta futura. Es por esto que una de sus aplicaciones es la pedagogía.

En el caso de los seres humanos, es el aprendizaje más temprano. En él, los niños asocian el castigo a un comportamiento que no deben repetir, es decir, al igual que la máquina, la próxima vez se comportarán de otra forma para conseguir la recompensa de los padres. Así, el niño mejora su comportamiento, y la máquina también.

No obstante, este mecanismo de enseñanza se encuentra en desuso, debido a que se han desarrollado otros en los que no es necesario el castigo.

El aprendizaje por refuerzo en IAs

Generalmente, este tipo de aprendizaje lo aplican los desarrolladores a entornos en los que la inteligencia artificial puede recibir la gratificación por sí misma, siendo el proceso de aprendizaje totalmente automático. Siguiendo el siguiente esquema:

flowchart TD
    A[IA] -->B(Entorno)
    B -->C(Resultado)
    C -->D(Análisis de la estrategia)
    D -->A

Es por esto que generalmente se aplica este aprendizaje a las inteligencias artificiales que practican juegos dónde puede combatir contra sí misma y conocer si pierde o gana. Algunos ejemplos de sus aplicaciones es el Go o el ajedrez donde ya son capaces de derrotar a profesionales en la materia.

Esto se debe a que gracias a su capacidad de computación, puede jugar en horas más partidas y tener más experiencia que muchos jugadores. La diferencia entre unos mecanismos de ajedrez y otros es la capacidad de análisis que tienen.