REVISTA BLOCKCHAIN INTELIGENCIA ARTIFICIAL -nº 4–2022 pág. 35
3° Actuar: Ello supone ejecutar el plan trazado, a cuyos efectos la máquina cuenta, usualmente,
con un sistema electrónico, mecánico o hidráulico. La acción produce una modificación en el entorno
o estado cosas que rodea al robot.
Esta conceptualización engloba tanto el denominado robot-máquina como las entidades dotadas
de inteligencia artificial. Explica Navas Navarro (2016) que el primer grupo abarca, por ejemplo, un
brazo mecánico que ensambla piezas en una línea de montaje, una aspiradora autónoma, etc.. Estos
objetos no representan mayores dificultades para el derecho siendo concebidos como bienes
(corporales e incorporales) en términos jurídicos por todos los ordenamientos.
En oposición, los robots o agentes dotados de inteligencia artificial (IA) son aquellos que ocupan
la preocupación del legislador en la época actual y son motivo del debate doctrinario relativo a su
personalidad. Para su descripción es necesario brindar una noción de IA en sus rudimentos.
Enseña Delgado de Molina Rius (2020) que la IA es el campo de estudio interdisciplinar que
versa sobre cómo hacer que las máquinas piensen o actúen con inteligencia. Comprende múltiples
sectores que incluyen la informática, matemáticas, neurociencia, psicología, lingüística y filosofía. El
vocablo IA se atribuye al hardware y el software que sea capaz de resolver problemas complejos, lo
que puede incluir la capacidad de actuar o pensar como un ser humano (Delgado de Molina Rius,
2020).
Desde las últimas décadas del siglo pasado, a causa del avance tecnológico, se introduce la noción
de aprendizaje automatizado o machine learning, como un sub-campo de la IA, y se refiere a las máquinas
que mejoran su rendimiento a través de la experiencia, sin estar expresamente programadas para ello
(Delgado de Molina Rius, 2020).
El aprendizaje profundo o deep learning es un subsector del machine learning que ha ganado un
impulso sobresaliente en los últimos años. Este es posible gracias a la creación de algoritmos basados
en redes neuronales profundas, es decir, con múltiples capas, diseñadas a imitación del cerebro humano
y el sistema nervioso (Delgado de Molina Rius, 2020).
Bajo el envión de los progresos tecnológicos se introduce el concepto de robot inteligente que
–enseña Navas Navarro (2016) citando a Karnow– es “…aquél que tiene capacidad de autoaprendizaje
de manera que el programa no sólo aplica la heurística humana suministrada, sino que la máquina
genera su propia heurística.”(p. 90)
Dentro de esta categoría se suele distinguir entre agentes de hardware y de software –softbot, bot,
etc.– (Ebers, 2016). Los primeros son aquellos dotados de expresión corporal. Creemos que la
denominación es equívoca ya que su soporte material se encuentra indisolublemente unido al lógico,
esto es, el software. Son ejemplos los automóviles autónomos, drones autónomos, entre otros.
Por su parte, el agente de software es un programa diseñado para actuar en el mundo virtual.
Son casos testigo los roboadvisors o los agentes electrónicos a través de los cuales se celebran contratos
en el entorno digital.
En el ámbito legislativo tiene un lugar preponderante la Resolución del Parlamento (2017) con
recomendaciones a la Comisión sobre normas de Derecho Civil sobre robótica. En esa disposición –
concretamente su Anexo– se sugiere la elaboración de una definición de robot inteligente para el
ámbito europeo que recoja los atributos que hemos venido desarrollando. Particularmente dispone:
Debe establecerse una definición europea común de robots autónomos “inteligentes”, cuando
proceda, incluidas las definiciones de sus subcategorías, teniendo en cuenta las siguientes
características:
– la capacidad de adquirir autonomía mediante sensores y/o mediante el intercambio de
datos con su entorno (interconectividad) y el análisis de dichos datos;
– la capacidad de aprender a través de la experiencia y la interacción;
– la forma del soporte físico del robot;
– la capacidad de adaptar su comportamiento y acciones al entorno.