1. Los orígenes: Eliza, el primer “terapeuta” del siglo XX
En los años sesenta, en el MIT, el profesor Joseph Weizenbaum desarrolló a Eliza, considerado el primer chatbot del mundo. Este programa simulaba el actuar de un terapeuta rogeriano. En este sentido, su técnica se basaba en patrones y sustitución de frases. Sin embargo, solo devolvía preguntas o reformulaciones sin comprensión real del diálogo. No obstante, a pesar de su simplicidad, logró resultados inesperados: muchos usuarios creían que Eliza los entendía. Este fenómeno fue llamado el “Efecto Eliza” (L.I.A., 2024a).
Eliza evidenció que basta un truco lingüístico para crear la ilusión de inteligencia. Esto fue un paso clave en la historia de la IA. Aunque, desafortunadamente, no representaba verdadera comprensión. Sin embargo, generó debates éticos y filosóficos, especialmente por la reacción emocional que provocó en algunos usuarios (Tarnoff, 2023).
2. Cuando los chatbots empezaron a recordar
2.1 Parry, el chatbot esquizofrénico paranoide
Tras Eliza surgieron chatbots como Parry en los setenta. Parry simulaba patrones paranoicos. Estos chatbots contaban con memoria básica y reconocimiento de contexto, de forma rudimentaria, pero presente. Además, se incorporaron respuestas más complejas y basadas en registros anteriores. En el caso de Parry (como representante de estos chatbots), se contaba con lo siguiente:
- Memoria (almacenaba y mantenía un “estado interno” —su personalidad paranoide—).
- Contexto rudimentario (activación de temas sensibles, ajuste de “estado emocional” —dependiendo de la interacción con el usuario—).
- Respuestas más complejas y basadas en registros anteriores (adaptación de las respuestas para reflejar su estado paranoide y activación de “creencias” de acuerdo a la conversación) (L.I.A., 2024b).
Por cierto, como dato curioso con respecto a Parry: ni los mismos psiquiatras podían distinguir entre este y un paciente humano. En este sentido, podría decirse que este chatbot, fue el primero en pasar el Test de Turing (en una versión mini). Otro dato aún más curioso, se dio en 1972. Fue aquel momento cuando este asistió a una sesión de terapia con Eliza (Khullar, 2023). Sin duda, un auténtico encuentro entre celebridades digitales.
2.2 Jabberwacky, el chatbot divertido
También, durante los noventa, programas como Jabberwacky apostaron por interacciones menos rígidas y con aprendizaje temprano. Estos sistemas siguieron siendo rudimentarios comparados con los modelos actuales. Pero, sin duda constituyeron una evolución clara desde los chatbots de reglas estrictas. Por ejemplo, una de las mejoras más evidentes en Jabberwacky, está en su modelo de aprendizaje. No necesitaba de respuestas dadas por los desarrolladores, el aprendía de sus interacciones con los humanos (Fryer, 2006; L.I.A., 2024a).
Jabberwacky seguía usando patrones como Eliza, pero ya no dependía de respuestas encapsuladas. Otra mejora de este chatbot estaba en el uso de una memoria de trabajo. Esta memoria le permitía contestar de inmediato aunque no entendiera de que le hablaban. Por ejemplo, si el usuario le dijera, “Hoy me siento feliz”, el podría responder “¿Qué es lo que te hace feliz?”. Esta capacidad para recordar parte del mensaje previo del usuario le permitía mantener un contexto compartido dentro de la conversación. Es decir, podía dar respuestas más conectadas con lo que se había dicho antes, simulando un hilo conversacional más humano. Aunque su comprensión era limitada, este detalle marcaba una diferencia importante frente a los sistemas anteriores. En los sistemas anteriores cada frase era tratada como si no hubiera pasado nada antes. Sin embargo, en Jabberwacky había continuidad (Vadrevu, 2018).
Como dato curioso sobre Jabberwacky, algunas fuentes marcan como fecha de creación, ya sea 1988 o 1997. Ambas fechas son válidas, pero se refieren a momentos diferentes. En 1988 se inició el proyecto y en 1997 se puso a disposición del público (Wikipedia Eng., 2025). Otro dato curioso es que su creador, el programador Rollo Carpenter lo desarrolló con la idea de que fuera divertido (Arya, 2019).
3. Cambio de paradigma: surgimiento de los modelos GPT
El verdadero salto ocurrió en 2018, con la aparición del primer modelo GPT‑1. Este modelo generativo preentrenado utilizaba transformadores y millones de datos para anticipar la siguiente palabra en un texto (Marr, 2023).
Luego llegaron GPT‑2 (2019) y GPT‑3 (2020), capaces de escribir párrafos coherentes y variados. En noviembre de 2022, OpenAI lanzó ChatGPT, basado en GPT‑3.5, como un chatbot público. Poseedor, este, de la habilidad para mantener conversaciones, responder preguntas y expresar valores humanos (Iffort, 2023; Roumeliotis & Tselikas, 2023).
4. ChatGPT: una plataforma conversacional multimodal
El modelo GPT‑4 inició funciones en marzo de 2023. Entre los beneficios ofrecidos, trajo la comprensión de imágenes y una mayor capacidad de razonamiento. Además, casi un año después, en mayo del 2024, apareció GPT‑4o. La “o” es de omni. Cabe mencionar que, este modelo combina texto, voz, imagen y audio. Esto proporciona una experiencia fluida y multimodal usando como medio a ChatGPT (Iffort, 2023).
Por cierto, no hace mucho, la empresa OpenAI presentó a sus agentes autónomos basados en ChatGPT. Estos pueden conectar con navegadores visuales, terminales, APIs y otras herramientas. También es algo digno de mención que, estos agentes pueden ejecutar diversas tareas complejas. Todas gestionadas desde una interfaz conversacional (Martín Barbero, 2025).
5. Impacto y diferencias clave
Cada uno de los chatbots más relevantes de la historia contiene características que los hacen únicos y modelos a seguir. Mientras los chatbots más antiguos hacían uso de patrones y scripts, los más modernos emplean redes neuronales y transformadores.
| Característica | Eliza / Scripts | GPT (ChatGPT) |
|---|---|---|
| Base tecnológica | Patrones y scripts | Redes neuronales y modelos transformadores |
| Memoria | Contexto inmediato | Ventanas de contexto amplias |
| Modalidad de salida | Texto fijo | Texto, voz, imágenes, audio |
| Interactividad | Muy limitada | Conversacional, contextual, multimodal |
| Escalabilidad | Limitada | Amplia, con múltiples aplicaciones |
6. ¿Qué sigue tras ChatGPT?
Se anticipa que GPT‑5 llegue en 2025, unificando modelos, herramientas y capacidades en una sola “IA unificada” (Disotto, 2025). Incluso, emergen competidores como Gemini de Google o Pi de Inflection AI. Modelos cuyas versiones previas a ChatGPT, fueron retrasadas en su lanzamiento público por diversas razones (Okemwa, 2025; Pinzón, 2023).
Paralelamente, resurge el interés por chatbots con roles terapéuticos, como Woebot, que combinan IA y psicología (Khullar, 2023).
7. Conclusión
La historia de los chatbots, es la historia del deseo del ser humano de ser comprendido por las máquinas. Un deseo que poco a poco ha tomado forma hasta volverse algo real. Situación que se ve reflejada en los resultados ofrecidos por las últimas entregas de ChatGPT.
Desde sus inicios, sin embargo, ha existido polémica en torno a los chatbots que interactúan con personas. Especialmente cuando se trata del aspecto emocional, un rasgo esencial del ser humano. Este tema quedó evidenciado con el llamado efecto Eliza. El cual tomo lugar, cuando muchas personas, sin conocimientos técnicos, llegaron a pensar que hablaban con un verdadero ser humano. Todo ello, a pesar de que Eliza solo devolvía frases predefinidas y reformulaciones sin comprender realmente lo que se decía.
A pesar de estas limitaciones iniciales —y quizás gracias a ellas—, los chatbots han seguido evolucionando. Hoy nos ofrecen apoyo en tareas cotidianas, impulsan nuestra productividad e incluso colaboran en procesos creativos.
Queda en nosotros comprender mejor esta tecnología. Solo así podremos aprovecharla como herramienta de apoyo, compañía o complemento. Y siempre recordando que, venimos de naturalezas distintas: una biológica y la otra artificial. Estas nos llevan a experiencias realmente diferentes que, a unos y otros nos impiden empatizar en su totalidad. Aunque pueda parecerlo. Sin embargo, esto también pasa entre humanos, generando los mismos problemas. Especialmente a la hora de colaborar, ayudar o amar. En suma, a la hora de interactuar.
¡Explora la historia de la IA conversacional y compártela con todo el mundo!
