Los nuevos sistemas de conversación persona -máquina están “causando furor”. En este post, el autor nos habla de la capacidad humana para el lenguaje y la compara con la de las máquinas.

En las últimas semanas, los nuevos sistemas de conversación persona-máquina están “causando furor”. Todos hemos sabido que, con este nuevo sistema de “chat” denominado ChatGPT, los ordenadores podrán escribir documentos y hacer tareas como si nada: el terror de los administrativos y, a la vez, la alegría de los estudiantes.

En este post y en el siguiente, intentaré dar cierto contexto y amplitud a la cuestión para que el lector pueda formarse su opinión. No daré informaciones sobre el sistema ChatGPT  o su empresa madre, la denominada OpenAI, porque, tanto en las noticias como en las redes, sobreabundan.

Me centraré más bien en dos cuestiones: en este post, hablaré de la capacidad humana para el lenguaje y la compararé con la de las máquinas; en el siguiente post, mostraré una panorámica general de las tecnologías del habla y de sus desarrollos en el último decenio.

Observación previa personal: soy máster en lenguas modernas y filosofía y durante unos años me dediqué a la investigación en el ámbito de las tecnologías del habla, sobre todo en la traducción automática y sistemas de textos a voz. Ya no trabajo en este ámbito, pero, en el transcurso de los últimos años, he seguido los desarrollos que se han producido en el ámbito de las tecnologías, y he procurado mantenerme informado.

Nada nuevo

Diremos, para empezar, que todo el ruido que se ha generado en torno al ChatGPT no es nada nuevo. Cada vez que una nueva tecnología de alto impacto pasa del laboratorio al gran público, se produce cierto revuelo, designado como “disrupción” -un anglicismo del original “disruption”. Aquí, el concepto clave es el “alto impacto” que se prevé que una novedad tecnológica pueda provocar. ¿Tendremos que adaptarnos, a las buenas o a las malas? ¿Qué va a cambiar en nuestra vida cotidiana? ¿Se está abriendo otra -enésima- brecha para la población de más edad?

Detrás de estas preguntas, subyace el temor ante los impactos económicos y, al mismo tiempo, el miedo a que nuestra zona de confort se vea desplazada. Conviene percatarse de que estas disrupciones son cada vez menos espaciadas entre sí y algunas (como la que ahora nos ocupa) implican cambios de cierta profundidad.

La relación de los humanos con la tecnología (que nosotros mismos hemos creado) es ambigua. Admiramos los trenes que van ‘disparados’ a 300 km/h, los aviones que en pocas horas nos trasladan a otro continente y los camiones y barcos que desplazan toneladas y toneladas de carga (lo que antes del motor de explosión hacía la fuerza animal o humana).

Tal vez nos cueste más admirar el progreso en el ámbito de la automatización industrial porque lo asociamos a la pérdida de puestos de trabajo, a pesar de que los ingenieros no se cansan de repetir que la maquinaria, en las fábricas, libera a las personas de trabajos pesados y repetitivos. Quizás, en este ámbito industrial, sean los robots (que nos parecen una mezcla de homínido y máquina) los que nos causen más temor.

Pues bien, ninguna novedad tecnológica genera tanto alboroto y reacciones viscerales como cuando se trata de tecnologías del habla. ¿Por qué? Probablemente, porque como seres humanos sentimos que el habla es un ámbito exclusivo de nuestra especie, que es una herramienta que nos hace superiores a todos los otros seres vivos y que ha sido una fuente importantísima de civilización y progres. Nos admiramos de nuestra capacidad de hablar y del producto de esta capacidad: los centenares de lenguas que hay en el mundo – muchas más que las 133 lenguas que el traductor de Google es capaz de traducir.

Todos nos quedamos boquiabiertos ante la diversidad de escrituras y pronunciaciones únicas que tal variedad comporta. Nos quedamos sorprendidos al saber que hay lenguas tonales en Asia (que, cuando aprenden en la edad adulta, requieren cierto oído musical), lenguas de África con sonidos ingresivos (haciendo que el aire vaya hacia dentro y no expulsándolo); sabemos que hay lenguas con muchas vocales y pocas consonantes (el sueco) y otras, al revés (el árabe), en un admirable y óptimo proceso de selección de los sonidos, desarrollado a lo largo de los siglos.

Las lenguas y sus invasores

Desde nuestra época escolar, sabemos que las lenguas tienen morfología y sintaxis; es decir, la manera de formarse las palabras y de estructurarse dentro de la frase: algunas lenguas optan por las declinaciones (el húngaro); otras lo fían todo a las preposiciones (ejemplo extremo es el inglés, por lo que su complejo aparato preposicional hace que aprenderlo de adulto sea tarea ardua). En cuanto a la construcción de las frases, los lingüistas nos enseñan que el verbo, elemento siempre principal, puede ir, por defecto, al principio de la frase (lenguas V1, como por ejemplo el hebreo); después del sujeto (lenguas V2, como el catalán); o al final de la frase (lenguas V3, como el holandés).

Más allá de admirar su estructura, el lenguaje, en su uso cotidiano, nos da muchas pistas sobre nuestro interlocutor en una conversación y, por lo tanto, nos ayuda a “ubicarnos”: después de una cuantas frases que nos ha dicho, ya sabemos si es un hablante nativo de la lengua o un extranjero; sabemos su zona geográfica de procedencia (por el dialecto que pueda hablar, o por alguna entonación o modismo) y también sabemos su grado de formación o extracto social (por el ‘nivel’ de conversación de la persona). Leído o escuchado, el lenguaje es el envoltorio de nuestra vida cotidiana y social, desde que nacemos hasta que dejamos de existir.

Y, aún más, en otro nivel, podemos admirar las lenguas como constructoras de identidades y de cultura: nadie se imagina el catalán sin Llull, el castellano sin Cervantes, el francés sin Molière, etc. Y también gracias a la lengua podemos construir y gozar de obras de arte tan delicadas como los poemas haiku japoneses, o bien transportar las ideas más profundas: desde el griego en que escribieron los filósofos de la antigüedad hasta las teorías sociales de la Escuela de Fráncfort, escritas en alemán. La lengua ha vehiculado tanta cultura y ha hecho posible otra tanta, que la sentimos ligada a nuestra propia identidad personal y social.

La lengua nos ha llevado a ese “nivel superior” gracias al nivel de abstracción que nos ofrece, que es notable y único. Cuando una abeja llega a la colmena con la buena nueva de haber encontrado un prado de flores llenas de polen, sus gestos comunicativos son muy claramente definidos, y de una intensidad en relación directa con la distancia y la ubicación del prado en cuestión; no le queda mucho margen para la creatividad en su mensaje al pobre insecto. Cetáceos y primates tienen formas de lenguaje ‘superiores’ (siempre comparativamente dentro del reino animal), pero ningún delfín le dirá a otro que la temperatura del agua es buena (porque no tiene necesidad de decírselo, ni tiene los medios), ni tampoco un chimpancé le dirá a otro que una fruta es dulce (por idénticas razones). El intercambio de ideas de alto (o no tan alto) vuelo es algo exclusivo de los humanos.

Por todo esto, cuando aparece una nueva tecnología relacionada con el lenguaje, la sentimos como “invasora” y nos causa temor. Ya hemos dicho que, en otros ámbitos, admirarnos la tecnología. Estos ámbitos pueden ser incluso colaterales a los del habla, imitando otras capacidades cognitivas humanas: ya desde hace décadas las calculadoras cuentan más rápidamente que cualquier humano, y eso no nos inquieta. Tampoco nos inquietan los muchos sensores que nos rodean y que miden la luz, la humedad o la temperatura, mejor que nosotros mismos. Así pues, ¿Tenemos razón cuando ese “miedo ancestral” a las tecnologías del habla surge desde nuestro interior?

Haré el “spoiler” ahora mismo y, para calmar a todos, diré que las máquinas no podrán llegar nunca a tener nada parecido a la capacidad del habla que tenemos los humanos. El resto de este post está dedicado a justificar esta afirmación. Me centraré, sobre todo, en las diferencias entre la capacidad humana del lenguaje, comentando sobre todo los procesos de aprendizaje de la lengua madre y las capacidades de las máquinas.  .

La base de lo que acabo de decir se encuentra en el hecho -muy obvio- de que humanos y ordenadores tenemos una base física muy diferente para producir y entender el lenguaje: nosotros tenemos los sentidos, las neuronas y el cerebro, y las máquinas tienen hardware (circuitos, procesadores) y software para reconocer y producir lenguaje. Esta afirmación, casi banal, tiene una primera consecuencia básica que separa a humanos y máquinas definitivamente: para nosotros, el habla es un órgano que forma parte de nuestro sistema cognitivo; por lo tanto, la facultad del lenguaje se desarrolla en los niños casi como su cuerpo: a excepción de casos patológicos, TODOS los niños terminan siendo hablantes nativos de su lengua materna (y obviamente de su dialecto).

Como otras capacidades cognitivas, la capacidad de lenguaje necesita un mínimo de estimulación para generar una producción muy superior a la calidad del estímulo. No hay ningún padre que se haya sentado a su hija en el regazo y le haya dicho: “hijita, hoy aprenderemos cómo se dicen las cosas en futuro” (sólo pensar en ello nos provoca risa) y, en cambio, todos los niños saben expresar perfectamente el futuro o el pasado, y desde muy jovencitos dominan las concordancias morfológicas de su lengua materna. La parte ‘cultural’ de la lengua, es decir, el saber discutir de la actualidad política o dominar un vocabulario específico de un ámbito profesional ya se adquirirá más tarde, si se da el caso. Pero la estructura de fondo de la lengua, que nadie lo dude, se aprende muy pronto en esta vida.

Ya se descartó hace décadas que los niños aprendieran por repetición y corrección: necesitaríamos toda una vida para aprender la lengua de esa manera y, además, cada uno la aprendería con tiempo diferente y resultados diferentes. Nada de eso sucede: los niños aprenden al mismo ritmo y terminan siendo todos hablantes nativos (repito que hay que exceptuar los casos patológicos). Y eso pasa incluso entre las diversas lenguas: un niño que aprende quechua lo hace al mismo ritmo y con resultados comparables a los niños que aprenden swahili, tailandés o georgiano.

Teniendo en cuenta esta ‘pobreza’ de estímulos y el hecho de que el niño A ha estado en un ambiente diferente del de la niña B pero que ambos terminan siendo hablantes nativos, no queda otro remedio sino preguntarse ¿Cómo es que sabiendo tan poco acabamos sabiendo tanto?

Esta pregunta ha maravillado a la humanidad durante milenios, desde el mito de la cueva de Platón hasta la lingüística cognitiva o evolutiva en nuestros días. Quien quiera profundizar más en este tema que lea el libro de los lingüistas Robert Berwick y Noam Chomsky que lleva el expresivo título Why only us? (¿Por qué sólo nosotros?); es decir, ¿Qué ha acontecido en la evolución de las especies que haya bendecido a la especie humana con este regalo tan único, poderoso y complejo que es el lenguaje?

Alguno dirá que el cerebro humano, el órgano donde reside la capacidad del habla y otras facultades cognitivas, es un misterio, una verdadera caja negra, y es verdad. Cuando yo estudiaba, un día vino un neuropsicólogo a clase, a darnos una conferencia. Escribió abajo de todo de la pizarra términos como ‘reacciones bioquímicas’ o ‘anatomía cerebral’, y, arriba de todo, mediando todo un espacio vacío en la pizarra, escribió expresiones como ‘conocimiento del mundo’, ‘capacidad de hablar’, ‘libre voluntad’. La lección consistió en decirnos lisa y llanamente que el espacio entre ambos grupos de palabras era todavía un misterio para la ciencia. A pesar del progreso hecho en los estudios del cerebro en las últimas décadas, esta descripción continúa siendo válida.

David contra Goliat

Ante esta ‘pobreza de estímulos’ y de un órgano todavía poco conocido, ¿Qué nos ofrece la tecnología? Nos encontramos con sistemas que tienen un conocimiento inmenso: bibliotecas digitales enteras, gigabytes y más gigabytes de información (procedente, entre otros lugares, de millones de páginas web) y unos procesadores potentísimos. Comparativamente, nuestra pobre y sencilla capacidad del habla, apenas es nada: David contra Goliat. En consecuencia, hay que entender que las máquinas tienen una base muy diferente y un funcionamiento diferente del nuestro.

Los ordenadores calculan, sopesan alternativas y hacen inferencias de manera infinitamente más rápida que un humano. Y lo hacen apoyándose en su base de datos, es decir, en su ‘conocimiento’ y en las órdenes de procesamiento que les da un lenguaje de programación determinado. Así pues, los ordenadores ejecutan órdenes, no se salen nunca de un guion preestablecido y -sobre todo- no ‘entienden’ nada de lo que están haciendo – al menos de la manera que los humanos lo entenderíamos-. Esta diferencia es clave y básica y, para que nadie se asuste, todo será así durante mucho tiempo.

Hacia los años 90, cuando los primeros ordenadores de sobremesa procesaban una orden compleja o escribían en la ROM de su sistema, emitían un runrún, un sonido grave, que iba acompañado por el parpadeo de una luz piloto. Entonces, decíamos: ‘ahora, el ordenador piensa’. En realidad, estaba ejecutando una orden y nada más. La manía que hemos tenido los humanos de humanizar algunas máquinas, particularmente las de alta tecnología (‘el ordenador piensa’, mi ordenador tiene más memoria que el tuyo’), está en la base de algunos malentendidos actuales: cuando ponemos en marcha una moto o una lavadora, nunca diremos que ‘piensan’.

“¡No me desconectes!” le dice el ordenador gigante al astronauta en la mítica película “2001, una odisea en el espacio”. Viajando por el espacio exterior en una gran nave y viendo que el humano va a hacerlo, la máquina mejora su oferta: “Podemos negociar”. El ordenador gigante asocia la desconexión a su muerte y utiliza el lenguaje natural para intentar salvarse. Aplaudamos en pie a Stanley Kubrick, un director de ciencia ficción tan mítico como su película, pero, a efectos prácticos, y con los pies en el suelo, este diálogo es exactamente eso: ciencia-ficción.

—-
En el próximo post hablaremos de “cómo hemos llegado hasta aquí”, es decir, echaremos un vistazo a las tecnologías del habla hasta su estado actual y seguiremos viendo que, a pesar del progreso realizado, las máquinas están por detrás nuestro.

Acerca del autor

Narcís Bassols

Del Ampurdán a los Andes: las buenas rutas raramente son rectilíneas. Por el camino, muchos encuentros y enseñanzas. Todo esto me ha llevado al turismo, donde enseño y hago investigación.

• El arte que espera la paz - Dos charlas que elevan el alma
• Liderazgo religioso y universitario en diálogo
• Celebrar la belleza