Hace unos años utilicé un algoritmo para que me ayudara a para escribir un relato de ciencia ficción. El profesor de inglés Adam Hammond y el científico informático Julian Brooke habían creado un programa para eso llamado SciFiQ. Así que les facilité 50 de mis obras favoritas de ciencia ficción para que las introdujeran en su algoritmo. A cambio, SciFiQ me dio una serie de instrucciones sobre la trama de un relato. Mientras escribía en su interfaz en la web, el programa mostraba cómo mi escritura se comparaba con los 50 relatos de acuerdo a varios criterios. 

El objetivo de ese primer experimento era sencillo: comprobar si los algoritmos podrían servir de ayuda para la creatividad. ¿Generaría el proceso relatos consistentes? ¿Podría un algoritmo crear su propio estilo distintivo o ideas narrativas? ¿El texto resultante sería identificable dentro del género de ciencia ficción?

La respuesta a todas estas preguntas fue: sí. El relato resultante, Twinkle Twinkle, publicado en Wired, no solo se parecía a un cuento de ciencia ficción, sino también, para mi sorpresa, contenía una idea narrativa original. 

Según el tipo de relatos introducidos, SciFiQ ofreció dos instrucciones sobre la trama que parecían incompatibles: el texto tenía que tratar sobre un planeta desconocido, y también debía ocurrir en la Tierra. Tardé meses en darle sentido, pero finalmente se me ocurrió la base de Twinkle Twinkle. El cuento involucraría a personas en la Tierra que observaban, a través de máquinas elaboradas, a un planeta lejano. Nunca se me hubiera ocurrido por mí mismo. Era como si el algoritmo me hubiese entregado el plano para un puente y me dijera que lo construyera.

Krishna y Arjuna es la segunda iteración del proceso y se puede leer aquí. Twinkle Twinkle fue una prueba de funcionamiento. El relato del segundo experimento es una prueba de si un algoritmo es capaz de ayudar a un ser humano a generar nuevas ideas. 

En otros campos, los investigadores han comenzado a usar sistemas de inteligencia artificial (IA) para generar nuevas innovaciones en lugar de limitarse a resolver problemas. La investigación farmacéutica ha empezado a usar IA para identificar, de las casi infinitas alternativas de combinaciones moleculares, cuáles son los terrenos más fértiles para posibles medicamentos. La IA no es una máquina que produce respuestas, sino un foco en la oscuridad con el que se pueden encontrar algunas respuestas. ¿Por qué la literatura no podría incorporar ese mismo foco? 

Para el relato Krishna y Arjuna, directamente redujimos el enfoque de la ciencia ficción al tema que me fascina: los robots y la inteligencia artificial. Y en lugar de proporcionarle a la IA mis relatos favoritos sobre el tema, introdujimos todos los grandes relatos de robótica ya escritos, muchos de los cuales yo no había leído. Esto puede parecer un detalle técnico, pero resulta importantísimo. Como escritor, suelo leer relatos e interiorizar sus influencias; en este caso yo iba a estar sometido a la "influencia" de un material que nunca había visto. 

Otra diferencia fue que con Twinkle Twinkle seguí las instrucciones estilísticas del algoritmo al pie de la letra. El estilo era el del sistema, no mío. Se pueden ver algunos ejemplos de la interfaz a continuación. Si la señal de "abstracción" era roja, significaba que mi texto no era tan abstracto como el algoritmo decía que debería ser, así que tenía que repasarlo cambiando una palabra por otra, como por ejemplo "casa" a "residencia", hasta que la luz se ponía verde.

El algoritmo ofrece instrucciones estilísticas.

Sugiere cuántos adverbios habría que usar, entre otras cosas.

La interfaz me daba una respuesta instantánea, pero había 24 de esas señales, y revisar el relato para hacer que todas fueran verdes era una tarea complicada. A veces, el número de adverbios utilizados hacía que mis párrafos fueran demasiado largos según el algoritmo; o, al usar una media de cantidad de palabras, el lenguaje no resultaba tan "concreto". 

Para Krishna y Arjuna, decidí no seguir las sugerencias del algoritmo de forma tan estricta. Usé el programa para ver las reglas, pero no siempre las respetaba. 

Por ejemplo, según el algoritmo, había muy pocos adverbios en mi relato. Pero hubiera sido una tontería añadir más solo porque el algoritmo lo proponía. La ciencia ficción clásica usa demasiados adverbios, pasa en la mayoría de los relatos del género. Pero, ¿qué pasaba con el equilibrio entre lo formal y lo coloquial, algo que ScifiQ también marcaba? Eso es lo que aquellos clásicos hacían muy bien, y donde yo necesitaba consejo. SciFiQ me ayudó a encontrar el equilibrio adecuado, o, más bien, a la mitad de una desviación estándar de la media. 

En realidad, este tipo de orientación estilística fue la parte menos interesante del experimento. Las posibilidades de un enfoque algorítmico para dar forma a la narración en sí eran más tentadoras, porque la narrativa es muy poco comprendida. Se podría pensar que, para un ordenador, la trama sería la parte más simple de "comprender" del proceso de escritura, ya que los escritores a menudo desarrollan patrones o usan números para definir el flujo de un argumento. Pero, ¿cómo definir algo tan básico como un "giro de guión" en el código informático? ¿Cómo medirlo a través de las cantidades del lenguaje? Debido a la intratabilidad, incluso al misterio, de la resistencia de la narrativa a ser codificada, es el punto que ofrece el mayor potencial para la innovación.

En Krishna y Arjuna, yo quería profundizar al máximo en lo que los investigadores denominan el "proceso de modelado de contenido", que es el uso del aprendizaje automático para analizar un cuerpo de texto, en este caso, los modelos de los relatos sobre robots, y elegir temas o estructuras comunes. 

Para Twinkle Twinkle, Hammond empleó el resultado de modelado del contenido y lo convirtió en unas manejables reglas narrativas. (Por ejemplo: "El relato debería estar ambientado en una ciudad. Los protagonistas deberían ver esta ciudad por primera vez e impresionarse y deslumbrarse por su escala".) Para Krishna y Arjuna, yo mismo me atreví a hacer eso. El proceso de modelado de contenido del algoritmo produjo unas nubes de palabras de los temas más comunes (ver más abajo). 

Las nubes de palabras que resumen los temas comunes de los relatos de robots del pasado sirvieron de inspiración para este.

Al principio estaba bastante perdido. Parecía lo contrario de una narración: un caos de lenguaje. Imprimí las nubes de palabras y las pegué a las paredes de mi oficina. Durante meses, no encontré ningún camino a seguir. Cuando finalmente me surgió la idea, pasó lo mismo que con Twinkle Twinkle, todo apareció de golpe. 

Se me ocurrió que estas nubes de palabras eran la forma en la que una máquina creaba un sentido: como una serie de ráfagas de lenguaje casi incomprensibles pero muy vívidas. De repente encontré a mi personaje robótico, buscando su significado a través de estas pequeñas explosiones de palabras. 

En cuanto apareció el personaje, ya lo tenía todo. Dirigí las ráfagas de palabras, a lo largo del relato, hasta que tuvieron sentido. Ese sentido se condensó en las nubes de palabras, igual que la idea del relato. Se trataba de la creatividad como la interpretación, o de la interpretación como la creatividad. Usé la máquina para alcanzar algunas reflexiones que de otro modo no hubiera tenido. 

Otra forma de leer Krishna y Arjuna es que, con la ayuda del algoritmo, extraje la información básica de todos los relatos de robots de la historia . 

Esa idea consiste en que la conciencia es una maldición. Si fuera una elección, ninguna entidad racional la elegiría. Por eso, cuando una máquina se vuelve capaz de ser consciente, su primer instinto es optar por el suicidio. (La palabra "robot" significa "esclavo" en checo, el idioma de la obra de teatro de Karel Capek Rossum's Universal Robots, de donde aparece este término).

Los lectores decidirán si el relato funciona. La literatura es un intrigante problema técnico porque, a diferencia del ajedrez o el Go, no existe una solución correcta. No se puede ganar o perder. No hay unos y ceros. Los relatos, como las personas, son fútiles al final.

Un relato algorítmico, o cualquier uso de la computación en el proceso creativo, se encuentra en un extraño espacio entre la ingeniería y la inspiración. Pero ese espacio misterioso lo habitamos cada vez más. El software puede transformar nuestras fotos mediante una infinidad de filtros o intercambiar partes de la imagen por otras con solo hacer clic en un botón. Puede generar imágenes que se parezcan muchísimo a las pinturas de cualquier época que queramos.

Ahora las máquinas están invadiendo el lenguaje cotidiano. La calidad del texto predictivo nos obliga a hacer una pregunta literaria cada vez que cojamos el teléfono: ¿Hasta qué punto son predecibles los seres humanos? ¿Cuánto de lo que pensamos, sentimos y decimos está predefinido por fuerzas externas? ¿Qué cantidad de nuestro lenguaje es realmente nuestro? Han pasado dos años desde que la tecnología de voz de Google, Google Duplex, pasó la prueba de Turing. Queramos o no, las máquinas están llegando. La pregunta es cómo responderá la literatura.