El juego de la imitación es la propuesta de Alan Turing para reemplazar la pregunta «¿pueden pensar las máquinas?», que consideraba «too meaningless to deserve discussion» [demasiado carente de sentido como para discutirla; trad. propia], por una prueba de conducta verbal (Turing, 1950, sec. 6). Hoy lo conocemos como test de Turing.
El juego
En la versión original hay tres jugadores: un hombre (A), una mujer (B) y un interrogador (C) en otra habitación, que se comunica con ellos por escrito, idealmente por teletipo. C debe averiguar quién es el hombre; A intenta engañarlo y B, ayudarlo. Turing pregunta entonces qué pasaría si una máquina ocupara el lugar de A (Turing, 1950, sec. 1). La comunicación escrita traza una línea entre capacidades físicas e intelectuales: nadie exige que la máquina tenga piel humana.
Turing hizo además una predicción precisa: en unos cincuenta años se podría programar computadoras con una capacidad de almacenamiento de alrededor de 10⁹ para que un interrogador promedio no tuviera más del 70 % de probabilidad de acertar después de cinco minutos de preguntas. Y agregó que, hacia fin de siglo, el uso de las palabras habría cambiado tanto que se podría hablar de máquinas que piensan sin esperar que nadie lo contradiga (Turing, 1950, sec. 6).
Las objeciones
Buena parte del artículo responde nueve objeciones: la teológica, la de «esconder la cabeza en la arena», la matemática (basada en Gödel), la de la conciencia, la de las diversas incapacidades, la de Lady Lovelace (la máquina solo hace lo que le ordenamos), la de la continuidad del sistema nervioso, la de la informalidad de la conducta y la de la percepción extrasensorial, que Turing se tomó sorprendentemente en serio (Turing, 1950, sec. 6; M. Mitchell, 2019, ch. 3). La última sección propone no programar una mente adulta sino una «máquina niño» y educarla: el cerebro infantil sería como un cuaderno recién comprado, con «rather little mechanism, and lots of blank sheets» [poco mecanismo y muchas hojas en blanco; trad. propia] (Turing, 1950, sec. 7). Es un anticipo notable del aprendizaje automático.
Críticas
Las objeciones más influyentes llegaron después. Searle (1980) calificó al test de «unashamedly behavioristic and operationalistic» [descaradamente conductista y operacionalista; trad. propia] (1980, p. 423) (ver La habitación china), y Block (1981) imaginó una máquina que lo aprobaría con una tabla de respuestas pregrabadas (ver Blockhead). Chollet (2019) lo considera una pista falsa para el campo: delega la evaluación en jueces humanos poco confiables y, además, el juego de Turing era sobre todo un recurso argumentativo, no una prueba literal (2019, sec. I.1). Y la práctica le dio la razón a los escépticos: en 2014, el chatbot Eugene Goostman, que se hacía pasar por un chico ucraniano de 13 años y cambiaba de tema ante toda pregunta difícil, engañó al 33 % de los jueces de una competencia en la Royal Society; como observa M. Mitchell (2019), el resultado reveló más sobre los jueces y la prueba que sobre las máquinas (2019, ch. 3).
Lo que los LLM le hicieron al test
Con los grandes modelos de lenguaje el test dejó de ser un horizonte. En experimentos preregistrados de tres participantes y cinco minutos, Jones y Bergen (2026) encontraron que GPT-4.5, instruido para adoptar una persona humana verosímil, fue elegido como el humano el 73 % de las veces, más que los humanos reales; LLaMa-3.1-405B, el 56 %; ELIZA y GPT-4o, el 23 % y el 21 %. Según el criterio del propio Turing, la prueba se aprobó. La reacción general fue un encogimiento de hombros, lo que confirma a medias su otra predicción: el uso de las palabras cambió. Mahowald et al. (2024) diagnostican la confusión de fondo, la falacia de que quien es bueno con el lenguaje es bueno pensando. La apuesta pública entre Mitchell Kapor y Ray Kurzweil, con reglas mucho más exigentes (tres jueces, entrevistas de dos horas), se resuelve antes de fines de 2029 (M. Mitchell, 2019, ch. 3).