15/07/2026

De Aristóteles a los grafos de conocimiento: cómo la inteligencia artificial aprendió a clasificar el mundo

Cada vez que utilizamos un buscador, consultamos un asistente de inteligencia artificial o navegamos por una plataforma de comercio electrónico, damos por sentado que la tecnología sabe distinguir una persona de una organización, un medicamento de una enfermedad o una ciudad de un país. Parece una capacidad natural de las máquinas, como si el conocimiento estuviera organizado de forma espontánea. Sin embargo, detrás de esa aparente simplicidad se encuentra una de las preguntas más antiguas de la historia del pensamiento: ¿cómo podemos clasificar el mundo para comprenderlo?

Aunque hoy asociemos esta cuestión con la inteligencia artificial, su origen se remonta a mucho antes de la existencia de las computadoras. Desde la Antigüedad, filósofos, científicos y naturalistas comprendieron que conocer no consiste únicamente en acumular información. También implica establecer categorías, distinguir semejanzas y diferencias, reconocer relaciones y construir un orden que permita interpretar la realidad. En cierto sentido, la historia del conocimiento es también la historia de nuestros intentos por organizar el mundo.

Aristóteles y el nacimiento de la clasificación del conocimiento

Uno de los primeros pensadores que abordó este desafío de manera sistemática fue Aristóteles. Para él, comprender un objeto significaba identificar aquello que lo hacía pertenecer a una determinada clase y distinguirlo de otros. Su trabajo no consistió simplemente en elaborar listas de animales, plantas o fenómenos naturales. Buscó construir un sistema de clasificación basado en propiedades compartidas, relaciones y principios lógicos. La pregunta fundamental no era únicamente "¿qué existe?", sino también "¿cómo se relacionan las cosas entre sí?".

Aquella forma de pensar dejó una huella profunda en el desarrollo de la filosofía, la biología, la lógica y prácticamente todas las disciplinas científicas posteriores. Durante siglos, el conocimiento avanzó acompañado por la necesidad de ordenar conceptos. Los grandes tratados científicos, las primeras enciclopedias y las bibliotecas medievales reflejan esa misma aspiración: crear estructuras que hicieran posible localizar, comparar y conectar la información disponible.

Con el paso del tiempo, el problema de la clasificación se volvió cada vez más complejo. El crecimiento del conocimiento científico hizo evidente que las categorías no podían ser completamente rígidas. Las ciencias naturales descubrieron nuevas especies; la medicina identificó enfermedades desconocidas; la química redefinió la estructura de la materia; la física modificó nuestra comprensión del universo. Cada avance obligaba a reorganizar el mapa del conocimiento.

De las enciclopedias a la era digital

La Ilustración impulsó este esfuerzo con una intensidad extraordinaria. Los grandes proyectos enciclopédicos pretendían reunir todo el saber humano dentro de una estructura ordenada y accesible. No se trataba únicamente de almacenar información, sino de mostrar las conexiones entre las distintas áreas del conocimiento. La clasificación se convirtió en una herramienta para comprender mejor la realidad y también para difundir el conocimiento de manera más eficiente.

Durante los siglos XIX y XX esta necesidad adquirió una dimensión práctica aún mayor. El desarrollo de bibliotecas nacionales, archivos históricos, museos y centros de investigación hizo indispensable crear sistemas cada vez más sofisticados para organizar millones de documentos. Surgieron normas de catalogación, tesauros, taxonomías y vocabularios controlados que permitían describir la información mediante criterios compartidos. Gracias a estos sistemas, investigadores de distintos países podían encontrar y relacionar conocimientos producidos en lugares muy diferentes.

Cuando aparecieron las primeras computadoras, muchos imaginaron que este problema desaparecería. Bastaría con almacenar toda la información en formato digital y dejar que las máquinas la procesaran automáticamente. Sin embargo, ocurrió exactamente lo contrario. Cuanta más información generábamos, más difícil resultaba interpretarla. Los datos crecían a un ritmo mucho mayor que nuestra capacidad para organizarlos.

Internet aceleró este fenómeno de forma exponencial. Miles de millones de páginas, documentos, imágenes, videos y bases de datos comenzaron a producirse diariamente. Muy pronto quedó claro que almacenar información no equivalía a comprenderla. Un buscador podía localizar millones de resultados en fracciones de segundo, pero eso no significaba que entendiera el contenido de esos documentos ni las relaciones existentes entre ellos.

Fue entonces cuando resurgió una idea sorprendentemente antigua: quizá las computadoras también necesitaban clasificar el mundo de una manera semejante a como lo habían intentado los filósofos durante siglos. No bastaba con registrar palabras; era necesario representar conceptos. No era suficiente almacenar datos; había que describir las relaciones que daban sentido a esos datos.

Así comenzaron a desarrollarse las ontologías computacionales. Aunque el término proviene de la filosofía, en informática adquirió un significado operativo muy concreto: una ontología es una representación formal de los conceptos que existen dentro de un determinado dominio y de las relaciones que los unen. En lugar de limitarse a guardar información, una ontología define qué significa cada entidad, cómo puede vincularse con otras y qué reglas permiten mantener la coherencia del conocimiento.

Ontologías: cuando la filosofía llegó a la informática

Esta idea transformó profundamente la manera en que entendemos los sistemas inteligentes. Un hospital dejó de ser únicamente un registro en una base de datos para convertirse en una organización relacionada con médicos, pacientes, tratamientos, especialidades, equipos y procesos. Una empresa pasó a representarse mediante empleados, departamentos, productos, proveedores, clientes y objetivos estratégicos. Cada elemento adquirió significado por las conexiones que mantenía con los demás.

En este contexto aparecieron los grafos de conocimiento. Mientras las ontologías describen la estructura conceptual de un dominio, los grafos permiten representar instancias concretas de esa estructura y las relaciones que existen entre ellas. Podría decirse que la ontología proporciona el lenguaje con el que se organiza el conocimiento, mientras que el grafo constituye el mapa vivo donde ese conocimiento se materializa y evoluciona.

Esta combinación ha permitido construir sistemas mucho más cercanos a la forma en que las personas organizan la información. Los seres humanos rara vez pensamos mediante listas aisladas. Nuestra memoria funciona estableciendo asociaciones, recordando contextos y conectando ideas aparentemente distantes. Los grafos de conocimiento reproducen parcialmente esta lógica al representar redes de relaciones en lugar de colecciones independientes de datos.

Los grafos de conocimiento como mapas de la realidad

La inteligencia artificial contemporánea está aprovechando precisamente esta capacidad. Los modelos de lenguaje son extraordinariamente eficaces para identificar patrones estadísticos, pero cuando se integran con ontologías y grafos de conocimiento pueden acceder a estructuras semánticas mucho más consistentes. El resultado no es una máquina que piense como un filósofo griego, sino un sistema capaz de organizar información siguiendo principios que llevan más de dos mil años formando parte de la tradición intelectual de la humanidad.  

Lo más fascinante de esta historia es que demuestra que las tecnologías más avanzadas no siempre nacen de ideas completamente nuevas. En muchas ocasiones representan la evolución de preguntas antiguas formuladas con herramientas distintas. La necesidad de clasificar el mundo, establecer categorías y comprender relaciones no desapareció con la llegada de las computadoras; simplemente adquirió una nueva dimensión.

Hoy, cuando hablamos de inteligencia artificial, grafos de conocimiento u ontologías, solemos imaginar servidores, algoritmos y grandes centros de datos. Sin embargo, detrás de toda esa infraestructura tecnológica permanece una inquietud profundamente humana: encontrar un orden dentro de la complejidad. Las máquinas procesan información a una velocidad extraordinaria, pero el desafío de decidir cómo representar el conocimiento sigue siendo, en esencia, el mismo que enfrentaron Aristóteles y quienes continuaron su legado.

Una pregunta de dos mil años que sigue vigente

Quizá esa sea la enseñanza más valiosa de esta historia. La inteligencia artificial no rompe con la tradición del pensamiento; la prolonga. Los grafos de conocimiento y las ontologías son, en cierto sentido, los herederos digitales de una búsqueda que comenzó hace más de veinte siglos: construir mapas conceptuales capaces de explicar un mundo cada vez más amplio, complejo e interconectado. Comprender esta continuidad nos permite mirar la innovación con una perspectiva diferente. Detrás de cada nueva tecnología no solo hay avances en ingeniería o ciencia de datos, sino también siglos de reflexión sobre una de las preguntas más persistentes de la humanidad: cómo organizar el conocimiento para comprender mejor la realidad.

Para saber más...

La Unidad de Inteligencia e Interpretación (SIU) de Celestial Dynamics transforma datos en estrategias accionables mediante análisis avanzado, estudios de mercado y evaluación de tendencias en IA y HPC. Su misión es proporcionar insights clave para la toma de decisiones en negocios, políticas públicas y transformación digital, optimizando el impacto de la tecnología en múltiples sectores.

You May Also Like