• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Estadística
      • Calculadora del Tamaño Muestral en Encuestas
      • Calculadora de estadísticos descriptivos
      • Test de normalidad
      • Calculadora de contrastes de hipotesis
      • Calculadora de tamano del efecto
      • Simulador de Regresión Lineal con Ruido
      • Visualizador de PCA
      • Visualizador de Series Temporales
      • Simulador de Regresión Logística
      • Simulador de K-Means
      • Simulador de DBSCAN
      • Detector de la Ley de Benford
      • Ajuste de Curvas
      • Calculadora de Matrices
    • Probabilidad
      • Calculadora de Probabilidad de Distribuciones
      • Calculadora de Probabilidades de Lotería
      • Simulador del Problema de Monty Hall
      • Simulador de la Estrategia Martingala
    • Finanzas
      • Calculadora de Préstamos e Hipotecas
      • Conversor TIN ↔ TAE
      • Calculadora DCA con ajuste por inflación
      • Calculadora XIRR con Flujos Irregulares
      • Simulador FIRE (Financial Independence, Retire Early)
    • Negocios
      • CLV
      • Scoring
    • Herramientas
      • Formateador / Minificador de JSON
      • Conversor CSV ↔ JSON
      • Comparador y Formateador de Texto y JSON
      • Formateador y Tester de Expresiones Regulares
      • Inspector de JWT
      • Generador y verificador de hashes
      • Codificador / Decodificador Base64 y URL
      • Conversor de bases numericas
      • Conversor de Timestamp Unix
      • Conversor de colores
      • Generador de UUIDs
    • Juegos
      • Tres en Raya
      • Nim con Q-Learning
    • Más
      • Método D’Hondt
      • Generador de Contraseñas Seguras
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Curiosidad: El “bug”, la polilla y la leyenda de Grace Hopper

Curiosidades

agosto 27, 2026 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 4 minutos

Cualquiera que programe usa la palabra bug a diario para referirse a un fallo en el código. Y casi todos hemos oído la bonita historia de que el término nació cuando una polilla quedó atrapada en un ordenador y alguien la pegó en un cuaderno. Pero ¿es verdad esa historia? ¿La descubrió realmente Grace Hopper? ¿Y fue de verdad el “primer bug” de la informática? La respuesta a las tres preguntas es, más o menos, no. Y ahí está lo interesante.

La historia que todos conocemos

La versión popular sitúa la escena el 9 de septiembre de 1947. Un equipo de la Universidad de Harvard trabajaba con el Mark II, un enorme computador electromecánico construido para la Marina de los Estados Unidos. La máquina daba problemas, y al rastrear el fallo encontraron al culpable: una polilla atrapada entre los contactos de un relé, que interrumpía la corriente.

Alguien sacó el insecto con unas pinzas, lo pegó con cinta adhesiva en el cuaderno de registro de operaciones y escribió junto a él una anotación que se ha repetido en las aulas de informática desde entonces:

15:45 Relay #70 Panel F (moth) in relay. First actual case of bug being found.

Es decir: primer caso real de un bicho encontrado. La página, con la polilla todavía pegada, se conserva hoy en el Museo Nacional de Historia Americana del Smithsonian, en Washington.

Por Qué las Contraseñas Largas son más Seguras que las Complejas
En Analytics Lane
Por Qué las Contraseñas Largas son más Seguras que las Complejas

Hasta aquí, la anécdota entrañable. El problema es que casi todos los detalles que la hacen memorable son, como mínimo, discutibles.

Curiosidad 1: Grace Hopper no encontró la polilla

El nombre de Grace Hopper, pionera de la computación, creadora de los primeros compiladores y, más tarde, contralmirante de la Marina, está pegado a esta historia con tanta fuerza como la propia polilla al cuaderno. Pero Hopper formaba parte del equipo del Mark II; no fue ella quien encontró el insecto ni quien escribió la anotación. De hecho, ella misma lo aclaró en repetidas ocasiones en entrevistas posteriores. El registro suele atribuirse al técnico de guardia esa tarde.

Lo que ocurrió es más sutil y, en cierto modo, más humano: Hopper contó esta historia durante décadas, con tanto encanto y tantas veces, que el relato acabó perteneciéndole. No la inventó, pero la inmortalizó.

Publicidad


Curiosidad 2: la palabra “bug” ya tenía setenta años

Aquí está la clave de toda la historia, y se esconde en una sola palabra de la nota: actual (“real”). El chiste de “primer caso real de un bicho” solo funciona si la palabra bug ya significaba algo para quien leía la página. Y vaya si lo significaba.

Los ingenieros llevaban décadas llamando bugs a los fallos y dificultades técnicas. Existe una carta de Thomas Edison de 1878 en la que ya se refiere a los bugs como esas pequeñas faltas y dificultades que van apareciendo y que exigen meses de trabajo hasta resolverse. El Oxford English Dictionary recoge la acepción de bug como “defecto o fallo en una máquina” con una cita de finales del siglo XIX.

Cuando el equipo del Mark II pegó la polilla en 1947, el término llevaba alrededor de setenta años circulando por la ingeniería eléctrica. La gracia no era inventar la palabra: era haber encontrado, por una vez, un bug literal.

Curiosidad 3: ni siquiera era, técnicamente, un “bug”

Para rematar la ironía, conviene mirar al insecto con ojos de entomólogo. Los bugs propiamente dichos son los hemípteros: chinches, cigarras, pulgones. El insecto del Mark II era una polilla, que pertenece a los lepidópteros. Así que el célebre “primer bug de la informática”… no era, en sentido estricto, un bug.

Por qué la leyenda gana siempre

La historia real es la siguiente: la palabra ya existía, no la acuñó Hopper, ella no encontró la polilla, la fecha que se suele citar para el “origen del término” está desfasada décadas respecto a su uso real, y el insecto ni siquiera era del tipo que da nombre a la palabra. Y, pese a todo, la versión mitológica es la que viaja de aula en aula y de artículo en artículo.

¿Por qué? Porque es, sencillamente, mejor historia. Una persona famosa, una máquina legendaria, un insecto diminuto pegado a una página y un chiste de una sola línea que terminó convertido en mito fundacional. Las profesiones necesitan ese tipo de relatos para explicarse a sí mismas, y la informática encontró el suyo en una polilla atrapada en el Panel F.

La moraleja es deliciosamente incómoda: una disciplina que presume de precisión, reproducibilidad y trazabilidad lleva casi ochenta años contando con entusiasmo una versión que falla en casi todos sus datos comprobables. No por mala fe, sino porque el relato perfecto siempre se impone a la nota a pie de página.

Publicidad


Conclusiones

La próxima vez que escribas “fixed bug” en un commit, recuerda que estás usando una palabra que Edison ya empleaba antes de que existieran los ordenadores, popularizada por una historia que una de las grandes pioneras de la computación supo contar mejor que nadie, sobre un insecto que ni siquiera era el bicho que le da nombre. Pocas palabras del vocabulario técnico esconden tantas capas de leyenda.

Imagen de Lothar en Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • Por Qué las Contraseñas Largas son más Seguras que las Complejas
  • Segmentación RFM: cómo clasificar tu cartera de clientes antes de calcular el CLV
  • Champion vs Challenger: Cómo los Bancos Validan Modelos Nuevos antes de Ponerlos en Producción
  • Gini, KS y AUC: Cómo Medir la Calidad de un Modelo de Credit Scoring
  • Errores habituales al trabajar con DataFrames grandes en Pandas (y cómo evitarlos)
  • BG/NBD + Gamma/Gamma: el modelo probabilístico para CLV en compras continuas
  • Curiosidad: De dónde vienen foo, bar y foobar
  • BG/BB: el modelo de CLV para compras en períodos discretos
  • Cómo Comparar Dos Hipotecas con Todos los Gastos Incluidos

Publicado en: Opinión Etiquetado como: Curiosidades

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

Curiosidad: El “bug”, la polilla y la leyenda de Grace Hopper

agosto 27, 2026 Por Daniel Rodríguez

BG/BB: el modelo de CLV para compras en períodos discretos

agosto 25, 2026 Por Daniel Rodríguez

Por Qué las Contraseñas Largas son más Seguras que las Complejas

agosto 20, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Gráficos de barras en Matplotlib publicado el julio 5, 2022 | en Python
  • ¿Qué es la estadística y por qué todos deberíamos comprenderla? publicado el noviembre 22, 2024 | en Opinión
  • Noticias Traducción al castellano de “Python for Data Analysis” de Wes McKinney publicado el febrero 28, 2023 | en Noticias
  • Roles en ciencia de datos: Guía completa de perfiles técnicos publicado el febrero 26, 2026 | en Ciencia de datos
  • Qué es la variabilidad estadística y cómo evitar errores al analizar datos publicado el febrero 12, 2026 | en Opinión

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.9 (11)

Pandas: Cambiar los tipos de datos en los DataFrames

Comentarios recientes

  • Daniel Rodríguez en Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)
  • Juan en Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)
  • bif en JSON en bases de datos: cuándo es buena idea y cuándo no
  • bif en Cómo desinstalar Oracle Database 19c en Windows
  • M. Pilar en Cómo eliminar las noticias en Windows 11 y recuperar tu concentración

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2026 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto