Hay figuras en la historia de la ciencia que lo cambian todo. No de forma gradual, sino de golpe, con ideas que redefinen lo que se creía posible. Alan Turing (Londres, 1912 – Wilmslow, 1954) es una de ellas. En menos de 42 años de vida, este matemático y lógico británico no protagonizó una, sino cuatro revoluciones científicas que siguen determinando el mundo en el que vivimos: sentó las bases teóricas de la computación moderna, descifró los códigos nazis durante la Segunda Guerra Mundial, propuso los fundamentos de lo que hoy llamamos inteligencia artificial y desarrolló un modelo matemático para explicar el crecimiento de los seres vivos.
Sin embargo, el reconocimiento tardó décadas en llegar. Condenado por su homosexualidad en la Inglaterra de 1952 y sometido a castración química por orden judicial, murió dos años después en circunstancias que aún generan dudas. La historia tiene una deuda con él, una deuda que la ciencia ha ido saldando al reconocer que cada ordenador, cada red neuronal, cada sistema de inteligencia artificial que hoy transforma empresas y vidas lleva, en su corazón conceptual, la huella de sus ideas.
En este artículo recorremos su vida y obra con rigor, entendiendo no solo quién fue Turing como persona, sino por qué su legado es tan profundamente relevante para cualquiera que quiera comprender la tecnología del presente.
Los primeros años y el problema que lo cambió todo
En 1935, el matemático Max Newman impartió un curso avanzado sobre los fundamentos de las matemáticas en la Universidad de Cambridge. Ante sus alumnos planteó tres grandes preguntas derivadas del ambicioso programa del matemático alemán David Hilbert para formalizar la disciplina: ¿son las matemáticas completas?, ¿son consistentes? y, la tercera, ¿son decidibles? Es decir, ¿existe un algoritmo capaz de determinar si cualquier afirmación matemática es verdadera o falsa? Entre los estudiantes que escuchaban ese día se encontraba un joven de 23 años llamado Alan Turing.
La primera pregunta ya había sido respondida en 1931 por el austriaco Kurt Gödel, que demostró —con sus célebres teoremas de incompletitud— que ningún sistema matemático suficientemente rico puede ser a la vez completo y consistente. Pero la tercera, el llamado Entscheidungsproblem (problema de la decisión), permanecía abierta. Turing no tardaría mucho en darle respuesta.
Un año después de aquel curso presentó a Newman el primer borrador de un artículo que cambiaría el rumbo de la historia: «On Computable Numbers, with an Application to the Entscheidungsproblem» (1936). Como señala la matemática y periodista científica Ágata Timón G. Longoria en su artículo «Las cuatro revoluciones de Alan Turing» (Revista Alfa nº 54, Consejo de Seguridad Nuclear), aquel trabajo no solo respondía negativamente a la cuestión planteada por Hilbert, sino que además sentaba las bases de los ordenadores modernos.
Alan Turing había nacido el 23 de junio de 1912 en Londres, hijo de Julius Mathison Turing y de Ethel Sara Stoney. Desde niño mostró una capacidad matemática excepcional. Estudió en la Universidad de Cambridge, donde se graduó con honores en 1934, y posteriormente amplió su formación en la Universidad de Princeton, junto a Alonzo Church, quien había llegado de forma independiente —mediante el cálculo lambda— a conclusiones paralelas sobre el problema de la decidibilidad. En septiembre de 1936 cruzó el Atlántico, y regresó a Europa en 1938 con el doctorado bajo el brazo, justo cuando la guerra comenzaba a asomarse.
Primera revolución: la máquina de Turing y el nacimiento de la computación
El corazón del artículo de 1936 era un ingenioso dispositivo conceptual que la historia conocería como la máquina de Turing. Antes de su propuesta, los computadores eran simplemente calculadoras diseñadas para resolver problemas específicos y predefinidos. Turing concibió algo radicalmente diferente: un dispositivo teórico capaz de ejecutar cualquier tarea que pudiera expresarse como una secuencia finita de instrucciones.
Su funcionamiento puede describirse de forma sencilla. La máquina dispone de una cinta dividida en celdas, una cabeza lectora/escritora y un conjunto de estados internos. En función del símbolo que lee y del estado en que se encuentra, escribe un símbolo, se desplaza a la izquierda o la derecha, y pasa a un nuevo estado. Su fórmula de transición básica es: δ: Q × Γ → Γ × {L, R} × Q, donde Q representa los estados de la máquina, Γ el alfabeto de símbolos y L/R la dirección de movimiento. Una máquina tan sencilla en apariencia resultó ser, formalmente, equivalente en capacidad computacional a cualquier ordenador moderno.
Mediante este modelo, Turing demostró que el Entscheidungsproblem no tenía solución: no existe ningún procedimiento algorítmico universal capaz de determinar si una proposición matemática arbitraria es verdadera o falsa. La clave estaba en el llamado problema de la parada (Halting problem): resulta imposible determinar a priori si un programa con un dato de entrada arbitrario terminará su ejecución o continuará indefinidamente en bucle.
Como destaca el investigador Gustavo Esparza en su análisis publicado en Cuadernos Salmantinos de Filosofía (vol. 48, 2021, pp. 49-74), la relevancia del procedimiento de Turing no residía únicamente en la conclusión alcanzada —también Gödel y Church habían demostrado la falsedad de la hipótesis de Hilbert—, sino en los recursos empleados: Turing lo hacía diseñando una máquina. Nacía así, casi de forma involuntaria, el concepto de computación tal y como lo entendemos hoy.
Segunda revolución: Bletchley Park, Enigma y el giro de la guerra
Cuando estalló la Segunda Guerra Mundial, el Gobierno británico reclutó a sus mejores matemáticos para una misión de máxima confidencialidad: descifrar las comunicaciones del ejército nazi, codificadas mediante la sofisticada máquina Enigma. Turing se incorporó al equipo de criptoanalistas de Bletchley Park, una mansión en el campo inglés que se convertiría en el núcleo secreto de la inteligencia aliada.
Enigma era una máquina electromecánica que cifraba mensajes sustituyendo letras del alfabeto según reglas determinadas por la configuración inicial de varios rotores y cables —una configuración que, además, cambiaba cada 24 horas—. Como explica la catedrática Maribel González Vasco en el artículo de Timón citado anteriormente, el conjunto de posibles configuraciones era tan colosal que descubrirlas por tanteo simple era materialmente imposible.
El equipo polaco liderado por Marian Rejewski había desarrollado las llamadas «bombas»: máquinas diseñadas para detectar patrones en los mensajes cifrados. Turing perfeccionó esa estrategia centrándose en el análisis de patrones que no dependieran de la configuración completa de Enigma sino solo de sus rotores, y coordinó de forma muy eficiente la mecanización del proceso. El resultado fue extraordinario: el equipo logró obtener diariamente la configuración de las máquinas enemigas y descifrar sus mensajes en tiempo real.
Los historiadores estiman que esta ventaja acortó la guerra entre dos y cuatro años y salvó millones de vidas. Sin embargo, todo aquello quedó clasificado como secreto de Estado durante décadas, privando a Turing del reconocimiento público que merecía. Esta capacidad para automatizar la búsqueda de patrones y procesar información a escala inhumana no era solo una proeza bélica: era, en la práctica, una demostración de que las máquinas podían resolver problemas complejos que hasta entonces se creían exclusivos de la inteligencia humana.
Tercera revolución: el test de Turing y los fundamentos de la inteligencia artificial
Tras la guerra, Turing no se detuvo. Llevaba años dándole vueltas a una pregunta que iba mucho más allá de los cálculos y los códigos: ¿pueden las máquinas pensar? Era una pregunta tan cargada filosóficamente que decidió reformularla de manera pragmática: en lugar de debatir sobre la naturaleza de la inteligencia —un concepto difícil de definir—, propuso un método para determinar si el comportamiento inteligente de una máquina era indistinguible del de un ser humano.
El resultado fue el célebre test de Turing, presentado en su artículo «Computing Machinery and Intelligence», publicado en 1950 en la revista Mind. En su formulación —conocida como el «juego de la imitación»—, un evaluador humano mantiene una conversación por escrito con dos interlocutores ocultos: uno humano y uno máquina. Si el evaluador no es capaz de distinguir cuál es la máquina, se considera que esta ha superado el test.
Turing había adelantado estas reflexiones en febrero de 1947, cuando impartió en la sede de la Royal Astronomical Society de Londres lo que se considera la primera conferencia sobre inteligencia informática, hablando de máquinas que no solo actúan de forma inteligente, sino que aprenden.
Es importante subrayar, como señala Esparza en su análisis, que Turing nunca empleó directamente el término «inteligencia artificial»: usaba expresiones como «máquinas pensantes» o «computadoras inteligentes». Fue John McCarthy quien, en 1956, durante el célebre encuentro de Dartmouth junto a Marvin Minsky, Nathaniel Rochester y Claude Shannon, acuñó formalmente el término y definió la agenda de investigación del campo. El propio McCarthy reconocería años después que el trabajo de Turing fue una referencia central para establecer los problemas fundacionales de la inteligencia artificial.
Turing fue aún más lejos: propuso que el diseño de una máquina inteligente debía tomar como modelo el desarrollo cerebral de un niño, con sistemas input-output y arquitecturas de procesamiento semejantes a las redes neuronales. Estaba esbozando, con décadas de adelanto, los principios del aprendizaje automático y las redes neuronales artificiales que hoy potencian herramientas como los grandes modelos de lenguaje, los asistentes de voz o los sistemas de reconocimiento de imágenes.
Las aplicaciones prácticas del test de Turing están más cerca de lo que parece: los códigos CAPTCHA de verificación online están directamente inspirados en él, y muchos filtros antispam se basan en sus principios. Para profundizar en cómo la inteligencia artificial está transformando el mundo empresarial hoy, te recomendamos nuestro artículo sobre inteligencia artificial para empresas. Y si quieres entender los sistemas generativos que heredan directamente el sueño de Turing, no te pierdas nuestra guía sobre IA generativa.
Cuarta revolución: morfogénesis y el orden matemático de la naturaleza
Pocas personas saben que Alan Turing también realizó contribuciones fundamentales a la biología matemática. En 1952, mientras atravesaba el proceso judicial que terminaría con su condena, publicó en las actas de la Royal Society un trabajo titulado «The Chemical Basis of Morphogenesis», en el que proponía un modelo matemático para explicar cómo los seres vivos adquieren su forma y sus patrones durante el desarrollo embrionario.
Su teoría de reacción-difusión describía cómo dos sustancias químicas —un activador y un inhibidor— interactúan y se difunden en un tejido biológico, generando espontáneamente patrones regulares: las manchas del leopardo, las rayas del cebra, las espirales de una concha. La idea era tan adelantada a su tiempo que tardó décadas en recibir la validación experimental que merecía. Hoy es un pilar de la biología del desarrollo y continúa generando investigación activa en campos que van desde la medicina hasta la robótica.
Esta cuarta revolución ilustra algo que define a los grandes científicos: Turing no resolvía los problemas que le pedían que resolviera. Identificaba los problemas fundamentales, con independencia de la disciplina en que se encontraran, y los abordaba con las herramientas que nadie había pensado en aplicar.
Condena, indulto y la deuda de la historia
En 1952, Turing acudió a la comisaría a denunciar un robo en su casa. En el transcurso de la declaración, admitió haber mantenido relaciones con un joven llamado Arnold Murray. En la Inglaterra de la época, la homosexualidad era un delito penal. Fue arrestado, juzgado y condenado. Su antiguo profesor Max Newman testificó a su favor, describiéndole como una de las mentes matemáticas más profundas y originales de su generación. No fue suficiente.
Entre los castigos disponibles, Turing eligió someterse a un tratamiento de hormonación femenina —castración química— en lugar de prisión, y cumplir un periodo de libertad provisional. «No hay duda de que saldré de todo esto como una persona muy distinta; eso sí, todavía no he descubierto quién», dijo entonces. Pese a todo, en ese periodo continuó trabajando, desarrollando su teoría de la morfogénesis.
El 7 de junio de 1954 fue encontrado muerto en su casa. A su lado, una manzana mordida. Se detectó cianuro en su organismo y se dictaminó suicidio, aunque nunca se analizaron restos del veneno en la fruta. Su madre, Sara Turing, nunca creyó en esa versión: en su biografía, publicada en 1959, relataba que su hijo estaba en la cúspide de sus capacidades mentales y que, con arreglo a cualquier parámetro ordinario, tenía todos los motivos para vivir.
El reconocimiento llegó tarde. En 2009, el entonces primer ministro Gordon Brown emitió una disculpa oficial en nombre del Gobierno británico, reconociendo que el tratamiento que recibió Turing fue «absolutamente injusto». En 2014, el rey Carlos III —entonces Príncipe de Gales— firmó el indulto real póstumo. En 2019, su imagen fue seleccionada para el billete de 50 libras esterlinas. En 2012 se celebró el Año Turing en todo el mundo, con motivo del centenario de su nacimiento.
El legado de Turing en la empresa del siglo XXI
La distancia entre los experimentos mentales de Alan Turing y la tecnología empresarial actual es más corta de lo que parece. La computación moderna, los algoritmos de seguridad, la detección de patrones, el aprendizaje automático, los sistemas de procesamiento del lenguaje natural: todo tiene su origen conceptual en las ideas que este matemático desarrolló entre los años 30 y 50 del siglo pasado.
Cada vez que un sistema de ciberseguridad detecta una anomalía, cada vez que un algoritmo filtra correos fraudulentos, cada vez que un asistente virtual entiende tu pregunta o un software automatiza una tarea repetitiva, estás interactuando con la herencia intelectual de Alan Turing. Y en un entorno empresarial donde la transformación digital ya no es una opción sino una necesidad, entender los fundamentos de esas tecnologías es el primer paso para adoptarlas con criterio.
La obra de Turing nos recuerda también algo fundamental: las ideas más disruptivas no nacen de la urgencia del mercado, sino de la curiosidad intelectual más pura. La máquina de Turing no nació para vender más, sino para responder a una pregunta filosófica sobre los límites de las matemáticas. Y sin embargo, es la base de toda la economía digital global.
¿Listo para dar el siguiente paso tecnológico en tu empresa?
En Sale Systems acompañamos a pymes y empresas medianas en el proceso de transformación digital: desde la implantación de soluciones basadas en inteligencia artificial hasta la consultoría informática integral. Porque la tecnología más avanzada solo genera valor cuando se aplica con la estrategia adecuada.
Si quieres explorar qué puede hacer la tecnología por tu empresa, contacta con nuestro equipo y empieza a construir tu próxima revolución.
Fuentes consultadas
[1] Timón G. Longoria, Á., «Las cuatro revoluciones de Alan Turing», Revista Alfa nº 54, Consejo de Seguridad Nuclear. Disponible en: https://www.csn.es/csn/revista-alfa/54
[2] Esparza, G., «Alan Turing: bases, forma y críticas a la inteligencia artificial», Cuadernos Salmantinos de Filosofía, vol. 48, 2021, pp. 49-74. ISSN: 0210-4857. Universidad Pontificia de Salamanca.
[3] Fundación Areces, «El legado de Alan Turing» (sin enlace disponible por restricciones de acceso al momento de la consulta).
[4] García, J., «La máquina de Turing (explicada)», conferencia 2016 — citada en Esparza (2021).
¿Por dónde empieza una pyme que quiere usar IA con cabeza?
Cuéntanos qué quieres automatizar Sin compromiso · Respuesta en menos de 24 h