El 14 de diciembre se publicó en la revista del New York Times un larguísimo artículo firmado por Gideon Lewis-Kraus bajo el título “The Great A.I. Awakening” que se podría traducir como “El poderoso despertar de la inteligencia artificial”, aunque el Google Translate lo convierte en “El gran A.I. despertar”, un típico resultado ridículo de la traducción automatizada.
Sin embargo, el excelente artículo de Lewis-Kraus viene a informar al mundo que las cosas ya no son tan así. Es decir, que la traducción automática ha progresado de un modo espectacular en los últimos tiempos y que ese progreso está en el centro de un salto cognitivo. En particular, la reciente evolución del Google Translate demuestra el alcance de la renovada disciplina. Lewis-Kraus pasó varios meses en los laboratorios de Google, una de las seis grandes empresas dedicadas al tema (las otras son Facebook, Apple, Amazon, Microsoft y la china Baidu), donde el CEO Sundar Pichai eligió una cita atribuida a Borges para probar la mejora del instrumento. El viejo Google Translate convertía “Uno no es lo que es por lo que escribe, sino por lo que ha leído” en esta frase gangosa: “One is not what is for what he writes, but for what he has read.” El nuevo responde con una versión más sintética y elegante: “You are not what you write, but what you have read”.
El proceso que llevó a revolucionar la traducción está relacionado con un cambio de paradigma que probablemente sirva en adelante para ilustrar la evolución en la ciencia. Durante décadas, la inteligencia artificial se basaba en la idea de que a las computadoras había que proveerlas de las reglas de la tarea a desarrollar. Eso sirvió para el ajedrez pero, en territorios como el lenguaje o el reconocimiento de imágenes, estaba en un punto muerto. Con ideas que provienen de investigaciones descartadas (y hasta despreciadas) en el pasado y con la ayuda de la potencia empresaria para disponer de todo el hardware y los recursos humanos necesarios, ese enfoque cambió por el de las redes neuronales. Ahora, si se intenta que una computadora traduzca, no se trata de alimentarla con todos los diccionarios y las reglas gramaticales con sus infinitas excepciones, sino de lograr que la máquina, por así decirlo, aprenda por sí misma y vaya eligiendo sus propios caminos a lo largo del aprendizaje. La noticia es que el método de programar una máquina buscando cierta similitud con el cerebro humano (aunque con una cantidad de neuronas y capacidad de sinapsis mucho menor) puede funcionar muy bien.
De todas las posibles consecuencias del asunto, me gustaría señalar dos. Una la menciona Lewis-Kraus y es que, en poco tiempo, la pérdida de empleos debida a la automatización no afectará solamente a los trabajos considerados rutinarios, sino a economistas, administradores, asesores financieros y, por qué no, a médicos y abogados. Incluso, cerrando el ciclo, las máquinas que aprenden deberían llegar a reemplazar a los programadores de máquinas que aprenden.
La otra es que, dada la capacidad lingüística de estos robots que ya hacen creer, o casi, que sus traducciones de Hemingway están hechas por profesionales, no está lejos el día en que puedan producir literatura indistinguible de la humana ante los ojos de los críticos. ¿O eso ya ocurre?
