Hasta hace poco tiempo la inteligencia artificial parecía amenazar, única y exclusivamente, a los trabajos repetitivos y mecánicos. En cualquiera de sus manifestaciones, el arte, cuyo ingrediente esencial es la emoción más que la razón, daba la impresión de estar fuera de su alcance, en un lugar seguro. Si bien un software podía ejecutar las operaciones aritméticas más elementales, como sumar, restar, dividir o multiplicar —Hobbes afirmaba que razonar se reduce a computar—, no le era posible pintar un cuadro, componer una sinfonía o escribir un poema. En lo que va de este año 2023, ChatGPT, el flamante chatbot de OpenAI, ha puesto semejante certidumbre en tela de juicio.
Pero, antes del laboratorio de investigaciones en inteligencia artificial de San Francisco, California, hubo un poeta que predijo la extinción de los poetas, la desaparición, por la irrupción de máquinas pensantes, de su gremio. En su vasta obra literaria, Antonio Machado creó a tres personajes ficticios, los “apócrifos”, ingeniosos desdoblamientos de su verdadera personalidad y equivalentes de los “heterónimos” de Fernando Pessoa, con sus correspondientes biografías imaginarias, con lugar y con fecha de nacimiento y de defunción: Abel Martín, Juan de Mairena y Jorge Meneses. Desencantado de la poesía del momento (la del romanticismo decimonónico en declive) y, en consonancia con su vocación lírica, decidido a contribuir a su redención con sus vastos conocimientos tecnológicos, Jorge Meneses inventó una “máquina de cantar”, un “aristón poético” que, a la postre, fue utilizado por Juan de Mairena para elaborar sus famosas y exitosas Coplas mecánicas.
¿Cómo es posible o siquiera imaginable enseñarle a una computadora a desenvolverse en una actividad que había sido privativa de los seres humanos? ¿Cómo logró el aristón poético de Meneses, de Mairena y, en última instancia, de Machado, generar sus propios poemas en el primer tercio del siglo XX? Las redes neuronales son imprescindibles, en efecto; asimismo, a fin de que una inteligencia artificial adquiera las aptitudes que demanda la realización de una tarea similar, son precisos los paradigmas de aprendizaje, entre los cuales se encuentra, en el nivel más básico, el modelo de aprendizaje supervisado (supervised learning).
Como su nombre lo indica, dicho modelo no puede operar si carece de una determinada supervisión humana. Haciendo uso de un conjunto de datos (dataset), el programador en turno —por ejemplo, Juan de Mairena— provee a la computadora —verbigracia, el aristón poético— de ciertas señales de entrada (input) y de sus respectivas señales de salida (output); las primeras se denominan, de modo puntual y específico, características (features) y las segundas, etiquetas (labels). Ahora bien, el modelo de aprendizaje supervisado se divide en dos etapas que son, en términos esquemáticos, perfectamente reconocibles entre sí: 1) el entrenamiento (training) y 2) las pruebas (testing). Durante la fase de entrenamiento, el programador toma una porción importante de su conjunto de datos y, a través de la dotación de una gran cantidad de señales de entrada o características y de señales de salida o etiquetas (éstas y aquéllas pueden proceder, sin inconveniente alguno, de una librería en línea o de un archivo personal), la inteligencia artificial aprende gracias a la iteración de los ejercicios. Hacia el final, en la segunda fase, las pruebas, este supuesto aprendizaje se corrobora o se descarta con el resto del conjunto de datos.
El modelo de aprendizaje supervisado es óptimo a la hora de preparar a una inteligencia artificial en las funciones de clasificación y de regresión. En la de clasificación, la inteligencia artificial detecta patrones previos y, guiándose por ciertas reglas internas, ofrece un resultado. La de regresión es distinta. Más que a las cualidades de los datos, la inteligencia artificial presta atención a sus cantidades. En música, la regresión se figura útil, quizá no para clasificar las notas naturales que integran la escala diatónica (do, re, mi, fa, sol, la, si) a partir de sus tesituras o de sus tonos, pero sí para registrar compases o un valor numérico x o y. Cuando una inteligencia artificial aprende, se encuentra en condiciones de hacer labores predictivas. En consecuencia, si se trata de una copla, de ese tipo de composición poética inspirada en el flamenco andaluz y de temática amorosa, puede proponer opciones para iniciar, proseguir o bien concluir la pieza que se desea.
Con casi cien años de anticipación respecto a ChatGPT, que de acuerdo con la página de OpenAI es “capaz de producir textos idénticos a los humanos basándose en el contexto o en conversaciones pasadas”, la máquina de cantar advirtió de los riesgos de la automatización laboral en el campo de la poesía. “Pronto el poeta no tendrá más recurso que enfundar su lira y dedicarse a otra cosa”. Esta declaración, enunciada por Jorge Meneses, debe tomarse, sin embargo, con reservas: más que a la inevitable expropiación de la poesía, en calidad de actividad humana, por las máquinas pensantes, se refiere, como sucedió con la pintura frente a la fotografía en las postrimerías del siglo XIX o como ocurre en la actualidad con la música delante de las aplicaciones de creación instrumental (MusicGen, de Meta, o MusicaLM, de Google), a su necesaria reinvención.
Meneses le explica a Mairena: “Mi artificio no es, como el de Lulio, máquina de pensar, sino de anotar experiencias vitales, anhelos, sentimientos, y sus contradicciones no pueden resolverse lógica, sino psicológicamente”. El proceso creativo es, entonces, personal e íntimo. La máquina de cantar, en particular, y las inteligencias artificiales, en general, sirven a quienes pretenden adelantar su posición en el camino lírico (o artístico) y, a la vez, preocupan a los que ya habían avanzado por su cuenta. Afortunada o desafortunadamente, ninguna inteligencia artificial está cerca de ser consciente de sí misma. ChatGPT, al hacer poesía sobre el mar y el Sol, no entiende qué es el “mar” y tampoco qué es el “Sol”, sólo reproduce y mezcla información existente; a la usanza del aristón poético, no piensa ni tiene intencionalidad. “El manipulador ha de colocarlo en la relación más esencial con hombre y mujer, que puede ser una de estas dos: el nombre de un hombre pronunciado por una mujer, o el nombre de una mujer pronunciado por un hombre. Tenemos ya el esquema de dos coplas posibles”.
El día que la inteligencia artificial haga un trabajo sin ninguna intervención humana aún se vislumbra lejano. Mientras tanto, apreciémosla como un avance tecnológico significativo y maravilloso, sin perder de vista que lo esencialmente poético, lo que vuelve a la poesía un arte literario, no está ahí. El aristón poético, como ChatGPT, es un auxiliar a la inspiración, a la individualidad y a la experiencia estética humana. Ya intuíamos con Kant: el creador, quizás, no sabe precisar el origen de sus ideas, ni ponerlas en un plan de creación más productivo, pero sí sabe que es la naturaleza misma la que prescribe su regla al arte. Machado, a través de su apócrifo Jorge Meneses, así lo concluye: “Mi modesto aparato no pretende sustituir ni suplantar al poeta (aunque puede con ventaja suplir al maestro de retórica), sino registrar de una manera objetiva el estado emotivo, sentimental, de un grupo humano, más o menos nutrido, como un termómetro registra la temperatura o un barómetro la presión atmosférica”.
Paola Bayod Barrera
Estudiante de la Licenciatura en Filosofía de la Universidad de Guanajuato.
Francisco Gallardo Negrete
Doctor en Teoría Literaria y escritor.
Bibliografía
Hobbes, T. Leviatán o la materia, forma y poder de una república, eclesiástica y civil, Manuel Sánchez Sarto, trad.; 2ª ed., Buenos Aires: Fondo de Cultura Económica, 2005
Kant, I., Crítica del discernimiento, Roberto R. Aramayo y Salvador Mas; trad., Madrid, Alianza Editorial, 2012
Machado, A., “De un cancionero apócrifo”, Nuevas canciones y De un cancionero apócrifo, Valencia, Castalia Ediciones, 1971, pp. 185-261.