La Universitat Politècnica de València (UPV) ha acogido la sexta edición de la International Joint Conference on Learning and Reasoning (IJCLR 2026), un encuentro internacional que ha reunido a cerca de 50 investigadores especializados en sistemas de inteligencia artificial capaces de aprender de los datos y, al mismo tiempo, razonar de forma explícita y comprensible.
Celebrada del 16 al 18 de septiembre, la conferencia ha puesto el foco en una vía complementaria al enfoque dominante de los grandes modelos de lenguaje: sistemas capaces de aprender reglas lógicas a partir de pocos ejemplos, explicar sus conclusiones y combinar redes neuronales con razonamiento formal.
Una inteligencia artificial capaz de aprender y razonar
Este ámbito de investigación, conocido como aprendizaje neurosimbólico y programación lógica inductiva, busca desarrollar sistemas que no se limiten a ofrecer una respuesta, sino que también permitan comprender el razonamiento seguido para alcanzarla.
IJCLR 2026 ha sido organizada por el Instituto Universitario Valenciano de Investigación en Inteligencia Artificial (VRAIN) de la UPV, con el apoyo de ValgrAI, la Fundación Valenciana para la Investigación Avanzada en Inteligencia Artificial y la Cátedra HP de la Universitat Politècnica de València.
Cerca de 50 investigadores de diferentes continentes
Las sesiones se han celebrado en el salón de actos Alan Turing de la Escuela Técnica Superior de Ingeniería Informática, en el Campus de Vera, y han reunido a investigadores procedentes de universidades y centros de investigación de Europa, América, Asia y Oriente Medio.
IJCLR integra además la International Conference on Inductive Logic Programming (ILP), considerada una conferencia de referencia en programación lógica inductiva y que acumula más de treinta ediciones desde su primer encuentro, celebrado en 1991 en Viana do Castelo, Portugal.
Cuatro expertos internacionales protagonizan las conferencias
El programa se ha articulado alrededor de cuatro charlas plenarias impartidas por especialistas de instituciones internacionales, que han abordado algunos de los principales desafíos relacionados con el aprendizaje y el razonamiento en inteligencia artificial.
- Stephen Muggleton, de Imperial College London y la Universidad de Nankín, abordó los retos fundamentales que todavía afronta la inteligencia artificial y el desafío del descubrimiento científico.
- Laurent Orseau, de Google DeepMind, presentó algoritmos de búsqueda con garantías matemáticas demostrables.
- Kevin Ellis, de la Universidad de Cornell, explicó cómo conseguir que una máquina aprenda a desenvolverse en un entorno desconocido en cuestión de minutos.
- Jennifer Neville, de Microsoft Research y la Universidad de Purdue, analizó por qué algunos sistemas de IA pueden fallar en tareas reales y prolongadas pese a obtener buenos resultados en pruebas de laboratorio.
35 trabajos con aplicaciones en medicina y ciencia
Durante IJCLR 2026 se han presentado 35 trabajos científicos, entre 26 artículos completos y 9 comunicaciones breves. Entre ellos figuran investigaciones con aplicaciones en ámbitos como la medicina y la biología.
- Diagnóstico asistido del ictus a partir de información médica incompleta.
- Detección de enfermedades mediante el análisis de la retina.
- Predicción de perturbaciones genéticas.
- Desarrollo de modelos interpretables aplicados a la biología.
Una IA que pueda explicar por qué acierta
El investigador de VRAIN de la UPV César Ferri destaca la importancia de avanzar hacia modelos cuyo funcionamiento pueda ser comprendido y auditado: «Nos interesa una inteligencia artificial que no solo acierte, sino que pueda explicar por qué acierta. En medicina o en ciencia, un sistema que no sabe justificar su respuesta es difícil de usar y de auditar».
Además de las sesiones científicas, el congreso incluyó una visita guiada por el centro histórico de València y una cena de trabajo, que permitió a los participantes establecer contactos y explorar nuevas vías de colaboración.
