La Máquina de Turing Cumple 90 Años: el Límite que No Se Mueve

En 1936, un joven de 24 años inventó el ordenador para demostrar lo que nunca podría hacer. Noventa años después, esa frontera sigue separando lo imposible de lo que solo es caro.

Introducción

El 12 de noviembre de 1936, en una sala de la London Mathematical Society, se leyó un artículo de treinta y seis páginas con un título intimidante: «On Computable Numbers, with an Application to the Entscheidungsproblem». Su autor, Alan Turing, tenía 24 años y ni siquiera estaba en Londres. Llevaba dos meses en Princeton.

En ese artículo no había cables ni válvulas. Había una máquina imaginaria hecha de una cinta de papel, un lápiz y una lista de reglas. Con ella, Turing definió qué es calcular. Y, de paso, demostró que hay preguntas que ninguna máquina podrá responder jamás, por rápida que sea.

El primer ordenador capaz de guardar su propio programa no funcionó hasta 1948. La teoría de sus límites llegó doce años antes que la máquina.

Hoy, cuando las empresas de inteligencia artificial anuncian casi cada semana que sus modelos han resuelto problemas abiertos, aquel artículo vuelve a ser útil. Ayuda a separar dos cosas que el entusiasmo suele confundir: lo imposible y lo que solo es difícil. En este artículo contamos cómo nació esa frontera y qué enseña a quien invierte en tecnología o se pregunta qué parte de su trabajo es automatizable.

Orígenes

El Mundo Antes

En los años treinta, en inglés, un computer era una persona. Oficinas de seguros, observatorios y departamentos de artillería contrataban a calculistas, muchas veces mujeres, que pasaban el día haciendo operaciones a mano según instrucciones escritas. Había máquinas de calcular mecánicas, pero cada una servía para un tipo de cuenta. Cambiar de problema era cambiar de máquina.

En las matemáticas, en cambio, reinaba la ambición. El alemán David Hilbert quería asentar toda la disciplina sobre reglas formales sin fisuras. Una de sus preguntas, formulada con precisión junto a Wilhelm Ackermann en 1928, era el Entscheidungsproblem, el «problema de la decisión»: ¿existe un método mecánico que, ante cualquier enunciado lógico, diga en un número finito de pasos si se puede demostrar?

El 8 de septiembre de 1930, en Königsberg, Hilbert cerró un discurso por la radio con una frase que acabaría grabada en su lápida: «Wir müssen wissen. Wir werden wissen». «Debemos saber. Sabremos.» La víspera, en un congreso en la misma ciudad, un austriaco de 24 años había anunciado casi sin público lo contrario. Se llamaba Kurt Gödel, y su teorema decía que en todo sistema formal suficientemente rico hay verdades indemostrables.

El Momento del Descubrimiento

Gödel había roto una parte del sueño de Hilbert, pero la pregunta de la decisión seguía abierta. Para responder que no existe ningún método, primero había que definir qué es un método. Era como querer demostrar que no hay ninguna receta para un plato sin saber qué cuenta como receta.

Alan Mathison Turing, nacido en Londres en 1912, conoció el problema en 1935, en el curso de lógica de Max Newman en Cambridge. Acababa de ser elegido fellow del King’s College con 22 años. Según su biógrafo Andrew Hodges, la idea clave le llegó ese verano, tumbado en los prados de Grantchester después de correr.

Turing no pensó en máquinas reales. Pensó en una persona calculando. Alguien que mira una casilla de una cuadrícula, recuerda en qué punto del procedimiento está, escribe o borra un símbolo y pasa a la casilla de al lado. Todo lo demás le pareció accesorio.

En abril de 1936 entregó el manuscrito a Newman. Entonces llegó la sorpresa: en Princeton, Alonzo Church acababa de llegar al mismo resultado por otro camino. Turing tuvo que añadir un apéndice demostrando que ambas ideas eran equivalentes. El artículo se recibió el 28 de mayo y se publicó a finales de año. Casi a la vez, en Nueva York, Emil Post publicó una nota de tres páginas con un modelo casi idéntico. La revista The Mathematical Gazette habla de «una especie de milagro» en la lógica de aquel año.

La Innovación Técnica

La «máquina de Turing» tiene cuatro piezas. Una cinta dividida en casillas, tan larga como haga falta. Un cabezal que lee y escribe un símbolo cada vez. Un estado, que es como la página del manual en la que está el calculista. Y una tabla de reglas del tipo: «si estás en el estado A y lees un 1, escribe un 0, muévete a la derecha y pasa al estado B».

Turing dio después dos pasos que separan su artículo de los demás. El primero fue la máquina universal. La tabla de reglas de cualquier máquina se puede escribir como una ristra de símbolos en la cinta. Una sola máquina capaz de leer esa descripción puede imitar a todas las demás. Es como un cocinero que no sabe hacer ningún plato, pero sabe seguir cualquier receta escrita. El aparato es fijo; lo que cambia es la receta. Hoy lo llamamos programa.

El segundo fue el límite. Turing usó un razonamiento parecido al que Georg Cantor había empleado para contar infinitos. Con él demostró que ninguna máquina puede examinar la descripción de cualquier otra y decir siempre si se comportará como debe. La versión popular es el «problema de la parada»: no existe un programa que, leyendo cualquier otro, diga si acabará o seguirá para siempre. Es como si no pudiera existir un corrector capaz de leer cualquier receta y decirte si alguna vez termina.

De ahí salió la respuesta a Hilbert: el problema de la decisión no tiene solución.

Mejoras Generadas

Impacto Inmediato

Durante años, el artículo fue cosa de lógicos. Era denso, no hablaba de construir nada y en Cambridge apenas se discutió. Pero quien lo leyó con atención no lo olvidó. Gödel, que había desconfiado de otras definiciones de «procedimiento mecánico», aceptó la de Turing. En una posdata de 1964 escribió que, gracias a él, existía por fin una definición «precisa e indudablemente adecuada» de sistema formal.

Church, que había llegado primero, fue quien acuñó la expresión «máquina de Turing» en una reseña de 1937. Reconoció que el análisis de Turing hacía evidente algo que su propia formulación dejaba abstracto: que su modelo describía lo que hace de verdad una persona al calcular.

Luego llegó la guerra. En Bletchley Park, Turing aplicó la idea de «procedimiento mecanizado» a un problema muy concreto: encontrar cada día las claves de la máquina Enigma alemana. La bombe que diseñó en 1940 no era una máquina universal, pero sí un método sistemático convertido en hierro y relés.

Evolución a Largo Plazo

Después de la guerra, la máquina de papel empezó a convertirse en máquina de verdad. En 1945, John von Neumann describió en Estados Unidos la arquitectura del EDVAC, que guardaba datos e instrucciones en la misma memoria. Von Neumann conocía el artículo de Turing; cuánto le influyó directamente sigue discutiéndose.

Ese mismo año, Turing diseñó en el National Physical Laboratory (NPL) el ACE, un ordenador completo de programa almacenado. El proyecto se aprobó en 1946, pero se enredó en la burocracia y Turing se marchó. Nunca se construyó entero.

El 21 de junio de 1948, en la Universidad de Manchester, una máquina apodada Baby ejecutó por primera vez un programa guardado en su propia memoria electrónica. La construyeron Freddie Williams, Tom Kilburn y Geoff Tootill. En octubre, Turing se unió al laboratorio. El 10 de mayo de 1950, el Pilot ACE, versión reducida de su diseño, ejecutó su primer programa en el NPL. En febrero de 1951, Ferranti entregó el primer ordenador comercial, cuatro meses antes que el UNIVAC estadounidense.

La teoría también creció. En los años sesenta y setenta nació la complejidad computacional, que añadió una pregunta que Turing había dejado al margen: no solo qué se puede calcular, sino cuánto cuesta. De ahí salió el problema más famoso de la informática, P frente a NP, por el que el Instituto Clay ofrece un millón de dólares desde el año 2000.

Cada teléfono, cada cajero y cada lavadora con microprocesador es una máquina universal con memoria limitada. La separación entre aparato y programa que Turing imaginó en papel creó una industria entera, la del software, en la que el producto es la receta y no la cocina.

Sus límites también tienen consecuencias cotidianas. En 1953, Henry Gordon Rice generalizó el resultado: ningún programa puede decidir, en general, ninguna propiedad interesante del comportamiento de otro programa. Por eso no existe el antivirus perfecto. Todos trabajan con aproximaciones, y todos dejan pasar algo o bloquean algo que no debían.

En lo cultural, Turing pasó de nombre de especialistas a símbolo. El premio más importante de la informática lleva su nombre desde 1966. Y desde el 23 de junio de 2021, día de su cumpleaños, su cara aparece en el billete británico de 50 libras.

Voces Críticas

Críticos Contemporáneos

La objeción más profunda llegó de la filosofía. En 1939, Ludwig Wittgenstein impartió en Cambridge unas clases sobre los fundamentos de las matemáticas. Turing era el único matemático entre los asistentes, y discutieron durante semanas. Wittgenstein sostenía que una máquina no «sigue» una regla, solo se comporta de cierta manera; seguir una regla es una práctica humana. Turing defendía que la distinción no cambiaba nada en la práctica. El desacuerdo nunca se cerró.

El propio Gödel, que tanto lo había elogiado, acabó acusándolo de un «error filosófico»: suponer que la mente humana no puede ir más allá de los procedimientos mecánicos. Y Emil Post, que había llegado a una idea casi gemela, criticó después aspectos de la formulación de Turing frente a la suya.

Perspectiva Moderna

En 1961, el filósofo John Lucas argumentó que los teoremas de Gödel y Turing demuestran que la mente no es una máquina: siempre podemos ver como verdadero un enunciado que la máquina no puede demostrar. Roger Penrose retomó el argumento en La nueva mente del emperador (1989). La mayoría de lógicos y filósofos lo considera erróneo, porque supone que los humanos sabemos siempre si nuestras propias creencias son coherentes. Pero el debate muestra lo lejos que llegó un artículo sobre lógica.

Hay una crítica más práctica. La máquina de Turing ignora el tiempo, la energía y la memoria. Un problema «computable» puede necesitar más tiempo que la edad del universo. Decir que algo es computable casi nunca basta para decir que es posible. Ese es el hueco que llena la teoría de la complejidad.

Consecuencias No Intencionadas

La más dura no tiene que ver con las matemáticas. El 31 de marzo de 1952, Turing fue juzgado en Knutsford, cerca de Manchester, por su relación con un hombre de 19 años: la homosexualidad era delito en el Reino Unido. Para evitar la cárcel, aceptó un año de inyecciones de hormonas. El 7 de junio de 1954 murió envenenado con cianuro; el forense dictaminó suicidio. El Gobierno británico le pidió perdón en 2009 y la reina le concedió un indulto póstumo en 2013. En 2017, una ley con su nombre indultó a miles de hombres condenados por lo mismo.

Hay otra consecuencia, menor, pero persistente: el mito tapa la obra. El «test de Turing» y la película sobre Enigma han eclipsado el artículo de 1936, que es su aportación más profunda. Y el adjetivo «Turing-completo» se usa en el marketing como sinónimo de «puede hacerlo todo», cuando solo significa «puede expresar cualquier algoritmo si tiene tiempo y memoria sin límite».

Conclusiones

El balance es inusual. Pocas ideas han tenido tanto impacto práctico partiendo de una pregunta tan abstracta. Turing quería demostrar que algo era imposible y, para hacerlo, describió el objeto que más ha transformado la economía del último siglo. Ganaron todos los que construyeron sobre su máquina universal. Él, en cambio, fue perseguido por el país al que había ayudado a ganar una guerra.

La lección central es que entender los límites de una tecnología no la frena. La hace más útil, porque permite dirigir el esfuerzo a lo que sí se puede conseguir.

Patrones Aplicables Hoy

Patrón 1: la teoría de los límites suele llegar antes que la tecnología, y quien la entiende no se deja engañar por el hype.

Qué pasó: Turing fijó en 1936 lo que ningún ordenador podría hacer, doce años antes de que funcionara el primero.
Por qué importa: los límites de verdad no dependen de la potencia ni de la inversión. Ninguna cantidad de chips permite escribir el corrector universal de programas.
Dónde lo vemos: en la verificación de software, ningún analizador puede garantizar que cualquier programa está libre de errores. Las herramientas serias lo dicen; las que prometen lo contrario venden algo imposible.

Patrón 2: imposible no es lo mismo que caro.

Qué pasó: la computabilidad dice qué se puede calcular; la complejidad, cuánto cuesta. Son preguntas distintas, y la segunda sí cambia con nuevas ideas.
Por qué importa: muchas promesas tecnológicas consisten en abaratar algo que era posible pero carísimo. Esas pueden cumplirse. Las que prometen saltarse un límite de Turing, no.
Dónde lo vemos: el 28 de octubre de 2026, Science informó de que OpenAI y Anthropic afirman que sus modelos han refutado la hipótesis del tiempo exponencial. Es una conjetura de 1999 sobre lo difícil que es resolver un problema lógico clásico. Si se confirma, sería un avance enorme en coste. No cambiaría nada de lo que demostró Turing.

Aplicación práctica:

Si eres inversor: ante una promesa de IA, pregunta si choca con un límite de principio o solo con uno de coste. El primero no se resuelve con más capital; el segundo, a veces sí.
Si eres profesional: si tu tarea puede escribirse como un procedimiento paso a paso, alguien acabará automatizándola. Lo más difícil de automatizar es decidir qué procedimiento hace falta.

Reflexión Final

Hilbert quería que todo se pudiera decidir. Turing le respondió con una máquina de papel que puede imitar cualquier cálculo y, aun así, no puede responder a ciertas preguntas sobre sí misma. Noventa años después, seguimos construyendo máquinas cada vez más capaces, y la frontera sigue en el mismo sitio.

Inversor: ¿cuántas de las promesas que financias son, en el fondo, intentos de saltarse una frontera que no se mueve?
Profesional: ¿qué parte de tu trabajo consiste en seguir procedimientos y qué parte en decidir cuáles seguir?

«Debemos saber. Sabremos», dijo Hilbert. La respuesta de Turing fue más modesta y más útil: sabremos mucho, y sabremos también qué no podremos saber nunca.

Fuentes Consultadas

Académicas, libros y documentos primarios

Turing, A. M. (1936-37). «On Computable Numbers, with an Application to the Entscheidungsproblem». Proceedings of the London Mathematical Society, s2-42, 230-265. https://www.cs.virginia.edu/~robins/Turing_Paper_1936.pdf
Hodges, A. (1983). Alan Turing: The Enigma. Y entrada «Turing, Alan Mathison», Oxford Dictionary of National Biography. https://www.turing.org.uk/publications/dnb.html
Post, E. L. (1936). «Finite Combinatory Processes—Formulation 1». Journal of Symbolic Logic, 1(3). https://www.cambridge.org/core/journals/journal-of-symbolic-logic/article/abs/finite-combinatory-processesformulation1/C336A17A0525DFF17F110DC477AD5C3D
«1936: Post, Turing and ‘a kind of miracle’ in mathematical logic». The Mathematical Gazette. https://www.cambridge.org/core/journals/mathematical-gazette/article/1936-post-turing-and-a-kind-of-miracle-in-mathematical-logic/4FCB312F1AA7169C1B876B42ECF60CA6
Gödel, K. (1964). Posdata a «On formally undecidable propositions…», citada en arXiv physics/0701163. https://arxiv.org/pdf/physics/0701163
«Gödel et la thèse de Turing». Revue d’histoire des mathématiques (2008). https://www.numdam.org/item/RHM_2008__14_1_77_0
Internet Encyclopedia of Philosophy. «The Lucas-Penrose Argument about Gödel’s Theorem». https://iep.utm.edu/lp-argue/
Goutefangea, P. (2017). «Turing et Wittgenstein, Cambridge 1939». HAL. https://hal.archives-ouvertes.fr/hal-01648506

Instituciones y archivos

The National Museum of Computing y London Mathematical Society. «Computable90» (2026). https://www.tnmoc.org/computable90-conference
University of Manchester. «Computer 50: The Baby, Manchester Mark 1, Ferranti Mark 1». https://curation.cs.manchester.ac.uk/computer50/www.computer50.org/mark1/mark1intro.html
Pilot ACE (NPL). https://en.wikipedia.org/wiki/Pilot_ACE

Periodísticas y divulgación

Science (28-10-2026). «AI cracks a 27-year-old pillar of computer science, OpenAI and Anthropic claim». https://www.science.org/content/article/ai-cracks-27-year-old-pillar-computer-science-openai-and-anthropic-claim
New Space Economy (29-10-2026). «The Exponential Time Hypothesis and OpenAI’s claimed breakthrough in computing». https://newspaceeconomy.ca/2026/10/29/the-exponential-time-hypothesis-and-openais-claimed-breakthrough-in-computing/
Aeon. «The century-long search for the limits to knowledge». https://aeon.co/essays/the-century-long-search-for-the-limits-to-knowledge
PBS NewsHour (2021). «WWII codebreaker Alan Turing honored on UK’s new 50-pound note». https://www.pbs.org/newshour/world/wwii-codebreaker-alan-turing-honored-on-uks-new-50-pound-note