Descripción
EL LIBRO DEL PORQUE
Resumen del libro
¿Qué tienen en común un juez que dicta sentencia, un médico que diagnostica y un científico que prueba una teoría? Todos necesitan responder a una misma pregunta: ¿por qué? Judea Pearl, uno de los mayores referentes de la inteligencia artificial, nos guía en un fascinante viaje a través de la ciencia de la causalidad. Este libro explica cómo podemos ir más allá de la simple correlación para entender las verdaderas causas y efectos que rigen nuestro mundo. Con un enfoque accesible y ejemplos cotidianos, el autor desvela las herramientas que permiten a las máquinas pensar como humanos y nos enseña a formular preguntas que transforman el conocimiento.
¿De qué trata?
La obra aborda la revolución de la inferencia causal, una disciplina que permite a la inteligencia artificial y a la ciencia en general dar el salto de la observación a la comprensión profunda. Pearl explica cómo los humanos, desde niños, construimos modelos mentales del mundo para responder a preguntas como "¿qué pasaría si...?" o "¿por qué ocurrió esto?". A lo largo de sus páginas, el autor desglosa tres niveles de razonamiento: la mera observación de datos, la capacidad de predecir acciones y, finalmente, la habilidad para imaginar contrafactuales (lo que podría haber sido). Mediante diagramas de causalidad y ejemplos prácticos, el libro muestra cómo estos principios se aplican en campos como la medicina, la economía y la psicología, ofreciendo una nueva forma de pensar que desafía los límites de la estadística tradicional.
Temas principales
- La inferencia causal como base para entender la relación entre causa y efecto.
- Los tres niveles de razonamiento causal: ver, hacer e imaginar.
- El uso de diagramas de causalidad para modelar sistemas complejos.
- La aplicación de la causalidad en inteligencia artificial y aprendizaje automático.
- La superación de las limitaciones de la correlación estadística en la ciencia.
¿Para quién está recomendado?
Este libro está dirigido a lectores con curiosidad intelectual por la ciencia, la tecnología y el pensamiento crítico. Es ideal para profesionales y estudiantes de inteligencia artificial, estadística, ciencias de datos, filosofía de la ciencia, psicología y medicina. También resulta accesible para cualquier persona interesada en comprender cómo funciona el razonamiento humano y cómo las máquinas pueden emularlo, sin necesidad de conocimientos técnicos avanzados.
Qué aporta este libro
- Una comprensión clara de cómo distinguir la causalidad de la simple correlación, una habilidad clave para tomar decisiones informadas.
- Herramientas conceptuales para formular preguntas más profundas y resolver problemas complejos en cualquier ámbito.
- Una visión reveladora sobre el futuro de la inteligencia artificial y su capacidad para razonar como los humanos.
- Ejemplos prácticos y accesibles que conectan la teoría con situaciones cotidianas y científicas.
- Un marco mental renovado para analizar datos y extraer conclusiones sólidas, más allá de los métodos estadísticos convencionales.
Ficha técnica
- Autor: Pearl, Judea; Mackenzie, Dana
- Editorial: Editorial Pasado y Presente
- Idioma: Español
- Tema: Probabilidad y estadística
- Colección: Ensayo
- Encuadernación: Bolsillo
- Fecha de edición: 2025
- Número de páginas: 440
- Dimensiones: 22.5 cm x 14.7 cm
- Peso: 1164.0 gr
Valoración editorial
Estamos ante una obra fundamental que trasciende su campo técnico para convertirse en una lectura imprescindible para cualquier persona interesada en el pensamiento crítico y la ciencia moderna. Judea Pearl logra explicar conceptos complejos de forma amena y didáctica, sin sacrificar el rigor. El libro no solo ilumina el funcionamiento de la inteligencia artificial, sino que también ofrece herramientas valiosas para entender cómo tomamos decisiones y cómo podemos mejorar nuestra comprensión del mundo. Su enfoque en la causalidad representa un cambio de paradigma que resultará revelador para profesionales y aficionados por igual, convirtiéndolo en una adición destacada a cualquier biblioteca de divulgación científica.