D’ençà que va nàixer l’estudi de la Intel·ligència artificial, hi ha hagut dos enfocaments enfrontats a l’hora d’ensenyar la programació.
Per un costat tenim una part que defensa que perquè les màquines puguin raonar, les persones han de definir un conjunt de regles (algoritmes) i principis de lògica perquè la màquina pugui continuar. Aquest tipus d’enfocament es coneix com a top-down (de dalt a baix).
L’altra manera d’entendre el pensament computacional defensa que inspirant-nos en la biologia, les màquines haurien d’aprendre a partir de l’observació i l’experiència, és a partir de dades. Aquesta visió és la bottom-up (de baix a dalt).
Al començament del desenvolupament de la IA, l’enfocament top-down va tenir més èxit, però la visió bottom-up, s’ha beneficiat últimament de les grans quantitats de dades que investigadors i empreses tenen al seu abast, el Big Data.
Les fites més grans de la IA s’han produït últimament amb ordinadors que aprenen automàticament a partir de dades. Per això aquest ensenyament es coneix també com a aprenentatge automàtic o màquines d’autoaprenentatge (Machine Learning for Kids, en anglès).
