La historia de la IA

Redes bayesianas

Etapa 3 · Del auge experto al giro estadístico (1980–2011) › Aprendizaje estadístico y modelos probabilísticos

Linaje
Datos y aprendizaje
Tipo
Publicación

Quién

UCLA

Qué ocurrió

Judea Pearl, de la Universidad de California en Los Ángeles, acuña en 1985 la expresión «red bayesiana» y en 1988 publica Probabilistic Reasoning in Intelligent Systems, que asienta el campo.

Qué aportó

Un grafo dirigido representa qué variables dependen directamente de cuáles, y con él se puede razonar con incertidumbre de forma eficiente. La IA pasa de las reglas con factores de certeza a la probabilidad bien fundada.

Desarrollo

Los sistemas expertos manejaban la incertidumbre con apaños, como los factores de certeza de MYCIN, porque la probabilidad parecía inmanejable: con muchas variables, la distribución conjunta tiene un número astronómico de valores. Pearl, profesor de informática en UCLA desde 1970, encontró la forma de domarla.

La clave es que, en la práctica, cada variable depende directamente de unas pocas. Una red bayesiana es un grafo dirigido sin ciclos: cada nodo es una variable, una flecha indica una dependencia directa y cada nodo guarda la probabilidad de sus valores según los de sus padres. Con eso basta para reconstruir toda la distribución, y la estructura del grafo dice qué variables son independientes de cuáles dada cierta información.

Pearl desarrolló también algoritmos para actualizar las creencias cuando llega una evidencia, propagando mensajes entre nodos vecinos, lo que hoy se llama propagación de creencias. Su libro de 1988 reunió la teoría, los algoritmos y una filosofía del razonamiento, y contribuyó a una revolución en la IA, que adoptó la probabilidad como lenguaje para razonar con información incompleta.

Pearl dio después un paso más, del razonamiento probabilístico al causal: distinguir lo que ocurre cuando se observa una variable de lo que ocurre cuando se interviene en ella. Por el conjunto de su obra recibió el premio Turing en 2011.

Tres nodos unidos por flechas: Lluvia apunta a Aspersor y a Césped mojado, y Aspersor apunta a Césped mojado. Cada nodo guarda solo la probabilidad de su valor dado el de sus padres. Una nota indica que, viendo el césped mojado, se puede calcular si llovió.

El ejemplo clásico: la lluvia influye en el aspersor, y los dos en que el césped esté mojado. La red permite razonar hacia atrás, del césped a la lluvia.

Nivel técnico

Una red bayesiana es un grafo dirigido sin ciclos. Cada nodo es una variable y guarda solo la tabla P(Xᵢ | padres(Xᵢ)). La distribución conjunta es el producto de esas tablas: P(X₁, …, Xₙ) = Π P(Xᵢ | padres(Xᵢ)).

El ahorro es enorme. Con 30 variables de sí o no, la tabla conjunta completa necesita 2³⁰ − 1 números, más de mil millones. Si cada variable tiene como mucho tres padres, bastan 30 · 2³ = 240.

En el ejemplo del diagrama, ver el césped mojado sube la probabilidad de que haya llovido y la de que el aspersor estuviera encendido. Si además se sabe que el aspersor estuvo encendido, la probabilidad de lluvia vuelve a bajar: el aspersor ya explica el césped. Ese razonamiento entre causas rivales se conoce en inglés como explaining away. El algoritmo de propagación de creencias de Pearl lo calcula de forma exacta cuando el grafo no tiene ciclos, ni siquiera ignorando el sentido de las flechas.

Malentendidos frecuentes

  • Se suele decir: Las flechas de una red bayesiana indican causas.

    En realidad: Indican dependencias entre probabilidades, y la misma distribución se puede describir con flechas en otro sentido. Leerlas como causas exige supuestos adicionales, y eso es lo que Pearl formalizó después con sus modelos causales.

Vídeos

Viene de

  • MYCIN (1972)

    Herencia sin relación directa demostrada

    Las redes bayesianas sustituyen a los factores de certeza de MYCIN como forma de razonar con incertidumbre

Bibliografía

Cómo citar

«Redes bayesianas». En La historia de la IA, revisión del 13 de noviembre de 2026. https://thehistoryofai.com/es/hito/pearl-redes-bayesianas

Última revisión de esta ficha: 13 de noviembre de 2026.

Abrir en la cronología interactiva