La programación genética (GP por las siglas del inglés Genetic Programming) es una metodología automatizada inspirada por la evolución biológica para encontrar programas informáticos que mejor realicen una tarea definida por el usuario. Es por esto una técnica de aprendizaje de máquinas particular que utiliza un algoritmo evolutivo para optimizar una población de programas informáticos según un paisaje de adecuación determinado por la habilidad de un programa para realizar una tarea computacional dada. Los primeros en informar sobre los experimentos con GP fueron Stephen F. Smith (1980) y Nichael L. Cramer (1985), tal y como se describió al famoso libro Genetic Programming: On the Programming of Computers by Means of Natural Selection ("Programación genética: Sobre la programación de computadoras mediante la selección natural") de John Koza (1992).

Los programas de ordenador en GP pueden ser escritos en una variedad de lenguajes de programación. En las primeras (y tradicionales) implementaciones de GP, las instrucciones de programa y los valores de los datos estaban organizados en estructuras en árbol, favoreciendo la utilización de lenguajes que de forma natural trataban esta estructura (un ejemplo importante que innovó Koza es Lisp). Otras formas de GP han sido sugeridas e implementadas con éxito, como la más sencilla representación lineal que se adapta a los lenguajes imperativos más tradicionales, [ver, por ejemplo, Banzhaf et. al. (1998)]. El software GP comercial Discipulus, por ejemplo, utiliza programación genética lineal combinada con código máquina para conseguir más rendimiento. Por otro lado, el MicroGP utiliza una representación similar a la programación genética lineal para generar programas que se aprovechan al máximo de la sintaxis de un lenguaje ensamblador dado.

(Vida Artificial)