Escondido entre los callejones de Hongik-dong, un silencioso barrio residencial en el este de Seúl (Corea del Sur), se alza un edificio desvaído, de baldosas de piedra, con el sello de la Korea Baduk Association, el organismo que regula el Go profesional. El juego es antiquísimo y tiene un estatus casi sagrado en Corea del Sur. 

Pero en el interior del edificio, las salas que antes resonaban con el suave sonido de las manos hundiéndose en los cuencos de madera llenos de piedras ahora repican con clics de ratón. Los jugadores se encorvan sobre sus monitores y revisan sus partidas en un programa de IA. Otros se agrupan alrededor de un tablero de Go y debaten cuál es la mejor jugada siguiente, mientras los entrenadores informan de cómo se comparan sus decisiones con las de la inteligencia artificial. Algunos simplemente se sientan en silencio, observando cómo los programas de IA juegan entre sí. 

Hace diez años, AlphaGo, el programa de IA de Google DeepMind, dejó al mundo boquiabierto al derrotar al jugador surcoreano Lee Sedol. Y desde entonces, la inteligencia artificial ha dado un vuelco al juego. Ha derribado principios centenarios sobre las mejores jugadas e introducido otros completamente nuevos. Ahora los jugadores se entrenan para replicar las jugadas de la IA con la mayor precisión posible en lugar de inventar las suyas propias, incluso cuando el razonamiento de la máquina sigue siendo un misterio para ellos. Hoy en día es prácticamente imposible competir de forma profesional sin utilizar IA. Algunos dicen que la tecnología ha vaciado de creatividad el juego, mientras que otros piensan que aún queda espacio para la inventiva humana. Mientras tanto, la IA está democratizando el acceso al entrenamiento, y cada vez más jugadoras escalan posiciones gracias a ello. 

Para Shin Jin-seo, el jugador de Go mejor clasificado del mundo, la IA es un compañero de entrenamiento invaluable. Cada mañana se sienta frente al ordenador y abre un programa llamado KataGo. Apodado “Shintelligence” por lo mucho que sus jugadas imitan a las de la IA, sigue el “punto azul” luminoso que indica la propuesta del programa para la mejor jugada siguiente, recolocando las piedras en la cuadrícula digital para intentar comprender el razonamiento de la máquina. “Estoy constantemente pensando por qué la IA eligió una jugada”, asegura. 

Cuando se prepara para un torneo, Shin pasa la mayor parte de sus horas despierto estudiando KataGo. “Es casi como una práctica ascética”, afirma. Según un estudio de 2022 de la Korean Baduk League, las jugadas de Shin coinciden con las de la IA un 37,5% de las veces, muy por encima del 28,5% de media encontrado entre todos los jugadores. 

“Mi juego ha cambiado mucho”, reconoce Shin, “porque tengo que seguir las indicaciones sugeridas por la IA hasta cierto punto”. La Korea Baduk Association afirma que se ha puesto en contacto con Google DeepMind con la esperanza de organizar un duelo entre Shin y AlphaGo para conmemorar el décimo aniversario de su victoria sobre Lee. Un portavoz de Google DeepMind señaló que la empresa no podía facilitar información por el momento. Pero si ese nuevo enfrentamiento llegara a producirse, Shin, que se ha entrenado con programas de IA más avanzados, se muestra optimista respecto a sus posibilidades. “AlphaGo todavía tenía algunos fallos entonces, así que creo que podría vencerlo si apunto a esas debilidades”, sostiene. 

La IA reescribe el libro de jugadas del Go 

El Go es un juego de estrategia abstracta inventado en China hace más de 2.500 años. Dos jugadores colocan alternativamente piedras negras y blancas en una cuadrícula de 19 × 19, intentando conquistar territorio rodeando las piedras del oponente. Es un juego de una complejidad matemática extraordinaria. El número de configuraciones posibles del tablero (alrededor de 10¹⁷⁰) supera con creces el número de átomos del universo. Si el ajedrez es una batalla, el Go es una guerra: asfixias a tu enemigo en una esquina mientras repeles una invasión en otra. 

Para entrenar a una IA a jugar al Go, se introduce un enorme conjunto de jugadas humanas en una red neuronal, un sistema informático que imita la red de neuronas del cerebro humano. AlphaGo, rebautizado más tarde como AlphaGo Lee tras su victoria sobre Lee Sedol, fue entrenado con 30 millones de jugadas de Go y perfeccionado jugando millones de partidas contra sí mismo. En 2017, su sucesor, AlphaGo Zero, aprendió Go desde cero. Sin estudiar ninguna partida humana, aprendió jugando contra sí mismo, basando sus decisiones únicamente en las reglas del juego. Este enfoque de “página en blanco” resultó más potente, al no estar limitado por el conocimiento humano. Tras tres días de entrenamiento, derrotó a AlphaGo Lee por 100 partidas a cero. 

Google DeepMind retiró AlphaGo ese mismo año. Pero después surgió una oleada de modelos de código abierto inspirados en AlphaGo Zero. Hoy, KataGo es el programa más utilizado por los jugadores profesionales de Go en Corea del Sur. Es más rápido y más preciso que AlphaGo. Ha aprendido a predecir no solo quién ganará, sino también quién controla cada punto del tablero en cualquier momento. Mientras que AlphaGo Zero construía su comprensión del tablero examinando pequeñas secciones, KataGo aprendió a leer el tablero completo, desarrollando un mejor criterio para estrategias a largo plazo. En lugar de limitarse a aprender a ganar, aprendió a maximizar su puntuación. 

El software ha transformado la manera en que la gente juega. Durante cientos de años, los jugadores profesionales de Go han navegado la complejidad astronómica del juego creando heurísticas que reemplazaban el cálculo puro y duro. Elegantes estrategias de apertura imponían un orden abstracto sobre la cuadrícula vacía. Invadir las esquinas demasiado pronto era un mal negocio. Cada generación de jugadores de Go añadía nuevos principios al canon. 

Pero “la IA lo ha cambiado todo”, afirma Park Jeong-sang, comentarista surcoreano de Go. “Jugadas fundamentales que antes se consideraban sentido común hoy no se juegan en absoluto, y técnicas que antes no existían se han vuelto populares.” 

El cambio más evidente ha sido en las jugadas de apertura. El Go comienza en una cuadrícula en blanco, y las primeras 50 jugadas eran un lienzo para el pensamiento abstracto y la creatividad, donde los jugadores grababan sus personalidades y filosofías. Lee Sedol moldeaba jugadas provocadoras que invitaban al caos. Ke Jie, un jugador chino derrotado por AlphaGo Master en 2017, deslumbraba con movimientos ágiles e imaginativos. Ahora, los jugadores memorizan la misma secuencia de jugadas de apertura eficientes y calculadas sugeridas por la IA. El quid del juego se ha desplazado hacia las jugadas intermedias, donde el cálculo puro importa más que la creatividad. 

Entrenar con IA ha llevado a una homogenización de los estilos de juego. Ke Jie ha lamentado el desgaste de ver las mismas jugadas de apertura recicladas una y otra vez. “Siento exactamente lo mismo que los aficionados: es muy cansado y doloroso de ver”, declaró a un medio chino en 2021. Los seguidores celebran cuando un jugador se sale del guion con jugadas poco convencionales, pero esos momentos son cada vez más escasos. Más de un tercio de las jugadas de los mejores jugadores de Go replican las recomendaciones de la IA, según un estudio de 2023. Muchos jugadores afirman que las primeras 50 jugadas de cada partida suelen ser idénticas a lo que sugiere la IA. 

“El Go se ha convertido en un deporte mental”, afirma Lee Sedol, que se retiró tres años después de su derrota ante AlphaGo en 2016. “Antes de la IA, buscábamos algo más grande. Aprendí el Go como un arte”, señala. “Pero si copias tus jugadas de una hoja de respuestas, eso deja de ser arte.” 

Para algunos jugadores, jugar al Go ya no consiste en abrir nuevas fronteras, sino en seguir los dictados de un oráculo sobrehumano. “Solía inspirar a los aficionados impulsando las técnicas del Go y presentando un nuevo paradigma”, afirma Lee. “Mi razón para jugar al Go ha desaparecido.” 

Una mente misteriosa 

Los jugadores que permanecen en el circuito intentan reinventar su oficio. Pero puede ser difícil discernir cuáles son los nuevos principios. 

Delicada en apariencia y de una calma formidable, Kim Chae‑young, una de las mejores jugadoras de Go del mundo, creció aprendiendo el juego de su padre, también jugador profesional. Pero cuando la IA empezó a transformar el juego, ella se vio obligada a empezar de cero. “Necesité tiempo para abandonar todo lo que había aprendido antes”, explica Kim, que compartió su pantalla conmigo mientras señalaba con el cursor los puntos azules sugeridos por KataGo. “La intuición que había construido a lo largo de los años resultó estar equivocada.” 

Mientras se inclinaba hacia la pantalla, esta mostraba parpadeando las probabilidades de victoria de cada jugada, sin ninguna explicación. Ni siquiera los mejores jugadores, como Kim y Shin, entienden todas las jugadas de la IA. “Parece que piensa en una dimensión superior”, afirma. Cuando intenta aprender de la IA, añade, “no se trata tanto de analizar racionalmente cada jugada, sino de desarrollar una corazonada, una intuición.” 

Los investigadores intentan descubrir el conocimiento sobrehumano codificado en los programas de IA que juegan a juegos, para que los humanos también puedan aprenderlo. En 2024, investigadores de Google DeepMind extrajeron nuevos conceptos de ajedrez de AlphaZero, una versión generalizada de AlphaGo Zero capaz también de jugar al ajedrez, y los enseñaron a grandes maestros mediante problemas de ajedrez. Los conceptos de Go que los jugadores han aprendido de los sistemas de IA hasta ahora “probablemente sean solo una pequeña parte de lo que se podría llegar a aprender”, afirma Nicholas Tomlin, científico informático del Toyota Technological Institute en Chicago (Illinois, EE UU) y coautor de un estudio que indagaba en los conceptos de Go codificados en AlphaGo Zero. 

Pero extraer esas lecciones sigue siendo una lucha. “Los jugadores de élite aún no han sido capaces de deducir los principios generales que hay detrás de las jugadas de la IA”, explica Nam Chi‑hyung, profesora de Go en la Universidad Myongji (Corea del Sur). Aunque pueden imitar las jugadas de la IA, todavía no han logrado extraer un nuevo paradigma para el juego porque su razonamiento es una caja negra, señala. El Go podría encontrarse en un limbo epistémico. 

Aunque la IA sea una maestra opaca, es una maestra democrática. Ha impulsado enormemente el entrenamiento de las jugadoras de Go, tradicionalmente en desventaja. Durante décadas, formarse implicaba estudiar con los mejores jugadores masculinos, y las partidas más competitivas tenían lugar en círculos masculinos de difícil acceso para las mujeres, explica Nam. “Las jugadoras nunca habían tenido acceso a esa experiencia”, afirma. “Pero ahora pueden estudiar con la IA, lo que ha hecho que su entorno de entrenamiento sea mucho más favorable.” En términos más amplios, la IA ha reducido las diferencias entre jugadores al ayudar a todos a perfeccionar sus jugadas de apertura. 

Como resultado, las jugadoras han ascendido en la clasificación en los últimos años. En 2022, Choi Jeong, entonces la mejor jugadora del mundo, se convirtió en la primera mujer en llegar a la final de un gran torneo internacional de Go. Apodada “Girl Wrestler” (“Luchadora”) por su estilo combativo y feroz, se enfrentó a Shin. Perdió, pero aquel encuentro abrió un nuevo camino para las mujeres en el Go. En 2024, Kim fue noticia al ganar las eliminatorias de la postemporada de la Korean Go League. Era la única mujer en el torneo. 

Entrenar con IA ha dado a Kim una nueva confianza. Analizar las jugadas de los jugadores masculinos con IA ha hecho añicos su aura de infalibilidad. “Antes no podía calibrar cuán fuertes eran los mejores jugadores masculinos: parecían invencibles. Ahora sé que cometen errores y que sus jugadas no siempre son brillantes”, afirma. “La IA rompió esa barrera psicológica.” 

Los jugadores de Go encuentran una nueva identidad 

Aunque la IA domina el Go mucho mejor que cualquier jugador, los aficionados siguen prefiriendo ver a personas jugar. “Una partida de Go entre programas de IA no es muy divertida de ver para los aficionados”, señala Park, el comentarista de Go. Esos enfrentamientos son demasiado complejos para seguirlos y demasiado perfectos para resultar emocionantes, añade. 

Los jugadores pueden imitar las jugadas de apertura de la IA, pero en el medio juego (cuando el tablero se ramifica en demasiadas posibilidades para memorizar) entra en juego su propio criterio. A los aficionados les encanta ver a los jugadores cometer errores y protagonizar remontadas, impregnando de personalidad cada piedra colocada en el tablero. El estilo de Shin es combativo, pero marcado por una serenidad casi maquinal. Kim navega con destreza las posiciones más caóticas del tablero. 

“En el Go, cada jugada es una elección que haces, y tu oponente responde con otra elección”, explica Kim Dae‑hui, de 27 años, aficionado al Go y jugador amateur. “Ver cómo se desarrolla ese proceso es divertido.” 

Con aficionados como Kim aún siguiendo las partidas, Shin encuentra sentido en su juego. “Puedo jugar un tipo de Go que cuenta una historia que solo un ser humano puede contar”, afirma. 

Tras su retirada, Lee buscó un nuevo trabajo en el que pudiera tener ventaja como ser humano. Empezó a diseñar juegos de mesa, dar conferencias y enseñar en una universidad. “Busco un ámbito nuevo en el que pueda disfrutar y destacar”, comenta. 

Pero últimamente se siente más esperanzado respecto al juego que dejó atrás. “El sueño de todo jugador de Go es disputar una partida magistral”, afirma: una partida de brillantez técnica, sin errores, librada al filo de la perfección entre rivales igualados. “Es como un espejismo”, dice Lee, riendo. “Quizá la IA pueda ayudarnos a jugar una partida maestra.” 

Shin espera poder lograrlo. Para él, la IA es una maestra, una compañera y una estrella polar. “Puedo ser uno de los jugadores humanos más fuertes, pero con la IA ahí fuera no puedo permitirme ser arrogante”, asegura. “La IA me da una razón para seguir mejorando.”