Alan Turing: Definiendo la Computación Antes de que Existieran las Computadoras

La Mente Que Dio Límites a las Máquinas

12.01.2026, Por Stephan Schwab

En 1936, antes de que se construyera ningún ordenador programable, Alan Turing describió una máquina abstracta simple que podía calcular cualquier cosa calculable. Su artículo "On Computable Numbers" no solo resolvió un problema matemático — definió lo que significa la computación misma. Cada programa que se ejecuta hoy, desde el script más simple hasta la IA más compleja, opera dentro de los límites que Turing trazó en papel con nada más que experimentos mentales.

Alan Turing contemplando los fundamentos teóricos de la computación

Una Pregunta Sobre Números

"Podemos comparar a un hombre en el proceso de calcular un número real con una máquina." — Alan Turing, 1936

Alan Mathison Turing nació en 1912 en Londres. A principios de sus veinte años, ya estaba abordando una de las preguntas más profundas de las matemáticas: el Entscheidungsproblem, o “problema de decisión,” planteado por David Hilbert. ¿Podría existir un procedimiento mecánico que determinara, para cualquier enunciado matemático, si era demostrable o no?

Para responder esta pregunta, Turing primero tuvo que definir qué significaba “procedimiento mecánico.” Su perspicacia fue imaginar la máquina más simple posible que aún pudiera realizar cualquier cálculo que un humano pudiera realizar. El resultado fue lo que ahora llamamos la máquina de Turing: un dispositivo abstracto con una cinta infinita de símbolos, una cabeza de lectura/escritura y un conjunto finito de reglas que determinan qué hacer a continuación basándose en el símbolo actual.

Esta máquina imaginaria no estaba destinada a ser construida. Era un experimento mental. Sin embargo, capturó algo fundamental sobre la naturaleza de la computación misma.

Alan Turing a los 16 años
Alan Turing a los 16 años

La Máquina Universal

El descubrimiento más notable de Turing no fue la máquina en sí — fue lo que llamó la “máquina universal.” Demostró que una sola máquina de Turing podía simular cualquier otra máquina de Turing si se le daba una descripción de esa máquina como entrada. En otras palabras, el mismo hardware podía ejecutar cualquier programa.

"Es posible inventar una sola máquina que puede usarse para calcular cualquier secuencia calculable."

Esto es tan obvio para nosotros hoy que nos cuesta ver su naturaleza revolucionaria. Por supuesto, el mismo ordenador puede ejecutar un procesador de texto, un juego y una base de datos — simplemente instalamos diferente software. Pero antes de Turing, la suposición era que cada tipo de cálculo requería su propia máquina especializada. La Máquina Analítica de Charles Babbage era programable — como Ada Lovelace reconoció — pero nadie había demostrado que un solo diseño pudiera manejar todos los cálculos posibles.

Turing demostró exactamente eso. Su máquina universal es el ancestro teórico de cada ordenador de propósito general. El portátil, el teléfono inteligente, el servidor en la nube — todos son implementaciones físicas de la máquina de papel de Turing.

Los Límites de la Computación

Turing respondió la pregunta de Hilbert con una negativa: no, no puede haber un procedimiento mecánico general para decidir todos los enunciados matemáticos. Su demostración introdujo el problema de la parada — la demostración de que ningún algoritmo puede determinar, para todos los programas y entradas posibles, si un programa dado eventualmente se detendrá o se ejecutará para siempre.

Esto no fue un fracaso. Fue una verdad fundamental sobre la naturaleza de la computación. Algunas cosas simplemente no pueden ser calculadas, no porque nuestras máquinas sean demasiado débiles, sino porque la computación misma tiene límites inherentes.

"Hay cosas que no pueden ser calculadas. Esto no es una limitación de ingeniería — es certeza matemática."

Para los profesionales del software, esto importa más de lo que podría parecer. Cada vez que un programa intenta analizar el comportamiento de otro programa — ya sea para optimización, escaneo de seguridad o verificación — se encuentra con muros que Turing identificó en 1936. El problema de la parada no es trivialidad académica; es la razón por la que no podemos escribir un buscador de errores perfecto, por qué la cobertura de código no garantiza corrección y por qué la verificación formal sigue siendo desafiante.

Bletchley Park: La Teoría Encuentra la Práctica

Cuando comenzó la Segunda Guerra Mundial, la brillantez teórica de Turing encontró aplicación práctica urgente. En Bletchley Park, lideró el esfuerzo para descifrar mensajes codificados por las máquinas Enigma alemanas. El trabajo que hizo allí salvó innumerables vidas y acortó la guerra aproximadamente dos años.

Turing diseñó la Bombe, un dispositivo electromecánico que podía probar rápidamente posibles configuraciones de Enigma. También contribuyó a descifrar el aún más complejo cifrado Lorenz. Esto no era simplemente aplicar teoría — era inventar nuevas técnicas bajo presión extrema, combinando perspicacia matemática con pragmatismo ingenieril.

El secreto que rodeaba Bletchley Park significó que las contribuciones de guerra de Turing permanecieron clasificadas durante décadas. Pero la experiencia moldeó su pensamiento sobre la construcción de máquinas de computación reales.

Después de la Guerra: Construyendo Ordenadores Reales

Después de 1945, Turing trabajó en el diseño de ordenadores reales de programa almacenado. En el National Physical Laboratory, escribió el primer diseño detallado para un ordenador de programa almacenado, el ACE (Automatic Computing Engine). Más tarde, en la Universidad de Manchester, trabajó en la programación del Manchester Mark 1, uno de los primeros ordenadores verdaderos del mundo.

Turing escribió algunos de los primeros programas de ordenador reales. También escribió el primer manual de programación. La brecha entre su artículo de 1936 y estas máquinas prácticas fue notablemente pequeña — su marco teórico había sido tan preciso que construir implementaciones físicas confirmó sus predicciones.

La Cuestión de la Inteligencia de las Máquinas

En 1950, Turing publicó “Computing Machinery and Intelligence,” preguntando si las máquinas podían pensar. En lugar de debatir definiciones, propuso una prueba práctica: si un humano conversando con una máquina oculta no pudiera distinguirla de manera confiable de otro humano, la máquina debería considerarse inteligente.

"Propongo considerar la pregunta: '¿Pueden las máquinas pensar?'" — Alan Turing, 1950

La “prueba de Turing” sigue siendo central en las discusiones sobre IA hoy. Turing anticipó objeciones desde argumentos religiosos hasta afirmaciones sobre la conciencia, abordando cada una metódicamente. Predijo que para el año 2000, las máquinas podrían engañar a interrogadores promedio aproximadamente el 30 por ciento de las veces. Los grandes modelos de lenguaje han superado ese umbral desde entonces, demostrando su intuición sobre la trayectoria de la inteligencia artificial.

Más importante aún, Turing enmarcó la pregunta correctamente. No preguntó si las máquinas “realmente” piensan en algún sentido metafísico — preguntó si su comportamiento se volvería indistinguible del pensamiento humano. Ese encuadre pragmático continúa guiando la investigación en IA.

Por Qué Turing Importa para los Profesionales del Software

"Cada programa es una máquina de Turing. Cada límite que Turing encontró aplica a lo que construyes."

Turing dio a la ingeniería de software su fundamento teórico. La tesis de Church-Turing — la idea de que cualquier definición razonable de computación es equivalente a lo que las máquinas de Turing pueden hacer — significa que todos los lenguajes de programación son fundamentalmente equivalentes en poder. Python, JavaScript, C++ y lenguaje ensamblador pueden todos calcular exactamente las mismas cosas.

Esta universalidad subyace todo lo que hacemos. Cuando abstraemos los detalles de implementación, cuando confiamos en que un algoritmo funcionará independientemente del hardware, cuando creemos que un programa correcto en una máquina será correcto en otra — estamos dependiendo de principios que Turing estableció.

Pero Turing también nos dio nuestros límites. El problema de la parada nos dice que las pruebas automatizadas perfectas son imposibles. La incompletitud de la computación nos dice que algunos problemas no pueden tener soluciones algorítmicas. Entender estos límites nos ayuda a evitar perseguir metas imposibles y enfocarnos en lo que la ingeniería realmente puede lograr.

Una Vida Truncada

Alan Turing murió en 1954 a los 41 años, después de ser procesado por homosexualidad — entonces un delito criminal en Gran Bretaña. Fue sometido a castración química como alternativa a la prisión. Su muerte fue dictaminada como suicidio, aunque algunos han cuestionado esta conclusión.

La tragedia de su trato ha sido ampliamente reconocida. En 2009, el gobierno británico emitió una disculpa formal. En 2013, la Reina Isabel II otorgó a Turing un perdón real póstumo. Su rostro aparece ahora en el billete británico de 50 libras.

Pero el verdadero memorial a Turing no es el reconocimiento oficial — son los miles de millones de dispositivos ejecutando software hoy. Cada cómputo demuestra que sus ideas fueron correctas. Cada programa existe dentro del marco que él definió.

El Fundamento Sobre el Que Construimos

Recordamos a Alan Turing no por ninguna máquina o programa individual, sino por definir la computación misma. Antes de Turing, “computar” significaba calculadores humanos trabajando en aritmética. Después de Turing, teníamos una definición precisa y matemática de lo que cualquier proceso mecánico podía lograr — y lo que nunca podría hacer.

Cada desarrollador escribe programas que son máquinas de Turing. Cada algoritmo opera dentro de límites que Turing demostró. Cada debate sobre capacidades de IA comienza desde las preguntas que Turing hizo. El campo de la ciencia de la computación existe porque Turing mostró que la computación valía la pena estudiarla como un tema por derecho propio.

La computación tiene límites. Turing los trazó.

Contacto

Hablemos de tu situación real. ¿Quieres acelerar la entrega, quitar bloqueos técnicos o validar si una idea merece más inversión? Reserva una conversación breve (20 min): escucho tu contexto, te doy 1–2 recomendaciones prácticas sin compromiso ni discurso comercial. Si encaja, seguimos; si no, te llevas claridad. Confidencial y directo.

¿Prefieres correo? Escríbeme: sns@caimito.net

×