ChatGPT, qué bien te expresas, quién te ha enseñado a hablar

Sin duda, que una máquina sea capaz de hablar e interactuar con un ser humano es gracias a la técnica y a los cerebritos que generan código para transmitir las órdenes oportunas a esos ordenadores e inteligencias artificiales. Pero que los podamos entender, que podamos mantener conversaciones con esas máquinas y que se nos olvide al hacerlo que son eso, máquinas, es gracias a que lingüistas, filólogos y otros expertos en humanidades las entrenan y enseñan a hablar. Hablamos de lingüistas computacionales y especialistas en prompts. Lingüistas computacionales ¿Qué hacen exactamente estos profesionales? ¿Abrir el cerebro de una IA y embutirlo con glosarios, gramáticas, diccionarios y normas lingüísticas? «Un lingüista computacional, con todo el conocimiento que tenemos de la lengua a nivel teórico, lleva a la parte de computación ese conocimiento teórico. Depende del campo donde lo apliques, se puede hacer de unas maneras o de otras». Quien responde es Laura Martín-Pérez González, filóloga hispánica y lingüista computacional, que acaba de publicar Ctrl + Blablablá. El ABC de la lingüística computacional en la editorial Pie de Página. Ella trabaja en proyectos de inteligencia artificial conversacional, y lo que intenta desde su puesto es trazar una conversación para que una máquina pueda entenderla. Es decir, lo que hace es estructurar esa conversación. «Porque lo bonito de una lengua es que es creativa, y eso significa que es no estructurada, es flexible —aclara—. Cuando estamos charlando, tú no puedes esperar qué palabras voy a usar yo cuando estoy hablando, ni tampoco puedo esperar qué estructuras voy a utilizar. Es decir, no puedes esperar nada, porque la lengua es creativa, aunque sí que tiene un orden sintáctico fijo (sujeto, predicado, etc.). Pero cómo se rellenan esas partes de la conversación es no estructurado». Por esa razón, la máquina necesita que clasifiquemos qué está ocurriendo en cada punto, y eso, a grandes rasgos, es lo que hace un lingüista computacional, «clasificar y organizar una conversación para que la máquina pueda entenderla, y después generar la respuesta acorde a lo que ha pedido el usuario. No tanto a nivel sintáctico como a nivel generativo de lo que es el propio léxico de la frase». Aquí entra en juego el procesamiento del lenguaje natural (PLN), una herramienta que nace de la intersección entre lingüística y tecnología, cuyo objetivo es hacer que las máquinas analicen, comprendan y generen lenguaje humano. «Cuando hablamos de lenguaje natural nos referimos al lenguaje que hablamos las personas, frente al artificial, que es lo que hace la IA —aclara Martín-Pérez—. Cuando hablamos con ChatGPT es una lengua artificial, aunque esté envuelta en una naturalidad que parece que aquello que te dice es palabra del Señor, es decir, todo lo tomamos como verídico. Y no tenemos que dejar de pensar que es una lengua que ha generado una IA, no sabemos si es cierto, si no lo es». «En los años 80 eran todo reglas como silogismos: si ocurre esto, haces esto. Según va evolucionando la lengua y empieza el machine learning, lo que hacen los matemáticos es crear corpus basados en frecuencia de cosas —continúa explicando la lingüista computacional—. Tienen muchos muchos muchos textos [se estima que para leer toda la información que contiene ChatGPT necesitaríamos 800 años] y tienen patrones, de tal manera que ya da igual si esto es sujeto o predicado o si es complemento directo, porque lo que se hace es clasificar semánticamente qué está diciendo un usuario. Es una clasificación. Nos da igual la parte de estructuración propia interna de la lengua». Y para aclararlo un poco más, Martín-Pérez pone un ejemplo. «Imagina que nosotras estamos hablando, y en esa conversación yo tengo que clasificar qué estás preguntando. Lo que creo es un clasificador basado ahora mismo en IA generativa (ya no se hace por patrones, sino a través de prompting) donde yo doy una instrucción y digo: “Haz una clasificación de las temáticas que se han tratado en esta conversación”. Y la IA lo hace sola. Y lo que tenemos que hacer aquí es estructurarlo para que no cree temáticas cada vez diferentes y que no se invente nada». Generar un prompt no es tan fácil como parece La otra especialización que entra en juego es la de los creadores de prompts, esas instrucciones que se les dan a las inteligencias artificiales para que hagan exactamente lo que queremos a la primera. En este caso, no son solo lingüistas quienes pueden desempeñar este tipo de acciones, pero sí son los mejor posicionados para hacerlo. «Los lingüistas tenemos algunos conocimientos que nos convierten en personas idóneas para generar un prompt». La pregunta que surge a continuación parece lógica: ¿Por qué? ¿Cuáles son esas habilidades? «Por ejemplo, tener precisión en el lenguaje —responde Laura Martín-Pérez—: cuanto más clara sea una instrucción y menos ambigüedad tenga, menos confundes al modelo que estás entrenando». Otra cuestión importante es la de seguir una estructura lógica dentro de ese prompt («Que tenga introducción, el contexto que le tienes que dar, la tarea, el formato en el que tiene que salir la instrucción…»). Y saber adecuar el lenguaje de las respuestas a la empresa o al medio en el que queramos insertar esa inteligencia artificial, lo que condicionará su tono y estilo. Así pues, «hay ciertos puntos del lenguaje que nosotros, por defecto de nuestras carreras, sí los tenemos muy interiorizados, y otros perfiles no tanto. Por eso, generalmente, nos encargamos de hacer esta parte de la instrucción del prompt. Y los desarrolladores lo que hacen es conectar el prompt con la parte más de código: cómo se comporta, en qué partes más de flujo, etc.», concluye la autora de Ctrl + Blablablá. ¿Cómo afecta eso al lenguaje? Sin embargo, nuestro contacto como usuarios con la inteligencia artificial es cada vez mayor, con lo que todos, de alguna manera, estamos aprendiendo a dar órdenes cada vez más precisas a esas máquinas. Y esto ya está cambiando nuestro lenguaje, al menos en esas interacciones con las IA. «De hecho, hay estudios sobre esto, y ya se está observando que las personas están siendo muchísimo más técnicas y muchísimo más precisas, con respecto a lo que se quieren referir», confirma la autora de Ctrl + Blablablá. «Cuando tú hablas con ChatGPT e introduces una instrucción, él no tiene en la cabeza lo que tú estás pensando, entonces tienes que describir muy bien qué es lo que quieres para que te haga caso. Y por eso, cada vez las personas se están haciendo más técnicas para atinar la primera con la instrucción que les están dando. Esto incluye tanto vocabulario técnico como también esta parte estructurada de la conversación». Ya hemos aprendido que no basta con pedirle que te escriba un texto sobre un determinado tema. Ahora somos mucho más precisos: «Quiero un texto argumentativo que esté estructurado en los pros al principio, los contras al final, etc.». La conclusión de Martín-Pérez es que, efectivamente, nuestra manera de hablar con las inteligencias artificiales está evolucionando. «Nos lleva a no ser ambiguos, por ejemplo». Lo que la IA ya es capaz de hacer y lo que aún no A poco que se haya interactuado con una IA, lo primero que llama la atención es que su lenguaje no suena a máquina. El entrenamiento de los lingüistas computacionales en este sentido ha funcionado perfectamente, porque se nos olvida que al otro lado de ese chat no hay un ser humano. Le pedimos las cosas por favor e incluso nos involucramos sentimental y emocionalmente con ellas. Ahí están los casos de personas que recurren a ChatGPT para hacer terapia y los convierten en sus coach, de personas que llegan a enamorarse de estos interlocutores robóticos e incluso ya hemos conocido el caso del primer asesinato alentado por una IA. ¿Y a nivel lingüístico? ¿Llegarán las máquinas a comprender plenamente el lenguaje humano, a entender sentimientos y emociones según lo que les contamos? Lo cierto es que, de alguna manera, ya les hemos enseñado a hacerlo. «Son capaces de reconocer cuando literalmente expresas que estás enfadada. Y hay interacciones dentro de la pragmática que también se les enseña a las máquinas. Por ejemplo, reconoce muy bien la ironía. Antes era un dolor de cabeza, y ahora lo resuelve superbién», confirma la lingüista computacional. «A nivel pragmático, también hay cosas que se le enseñan. Por ejemplo, si, como lingüista, observas en tu dominio de trabajo que ocurre un fenómeno, se lo explicas a la IA y lo aprende superbién. Simplemente es meterle esa instrucción en el entrenamiento». «Pero sí es verdad que hay otras cosas que no es capaz de identificar que son un fenómeno —matiza Laura Martín-Pérez—. Sobre todo, cuando se trata de fenómenos culturales, como lo de las mayúsculas para indicar gritos (porque no creo que en todas las lenguas sea así). O entender que poner puntos finales en los wasaps sea algo que denote mucha seriedad. Estas indicaciones hay que metérselas». Tampoco sabe interpretar indirectas ni sentidos figurados, y tropiezan con la literalidad, que son aspectos más humanos de la lengua, tanto a nivel social como cultural. «A nivel más técnico… Al final, las IA no están especializadas en nada en concreto. Si tú quisieras escribir un libro muy técnico sobre algo, la IA no te va a poder ayudar, porque no va a ser nada creativa en cuanto a la información que te dé. Cogerá toda la información que tenga y te la pondrá ahí, pero todos los recursos de bibliografía, eso no lo hace tampoco una IA». ¿Cuánto se tarda en entrenar una inteligencia artificial? Lejos de lo que puede parecer, entrenar a una IA generativa es relativamente sencillo, según explica Martín-Pérez. Todo depende de cuánto material de corpus se tenga y de qué se quiera conseguir. Pero, en general, lograr lo que queremos que haga supone un tiempo corto. «Tardas poco en crear la estructura de lo que quieres hacer, pero sí es un poquito más largo el proceso de validar que la IA siempre está haciendo lo que tú quieres que haga, que no sea aleatorio. Porque, si te fijas, la IA generativa está preparada para no dar siempre la misma respuesta, ya que eso es algo muy humano. Está preparada para generar una respuesta diferente cada vez. Si las dos le preguntamos cómo está, a cada una nos dará una respuesta diferente. O si le preguntamos qué tiempo hace, aunque la información sea la misma, nos la dará de diferente manera». Los objetivos, entonces, son dos: «uno, no queremos que se invente nada, que eso es lo que se llaman alucinaciones; y dos, que la respuesta sea siempre verdadera, porque como siempre tiende a inventar cosas y a ser muy creativa, eso hay que controlarlo. Y ese proceso es un poco más largo». Guía para reconocer un texto creado por inteligencia artificial Aunque cada vez se expresa mejor, la buena noticia es que no resulta demasiado complicado discernir cuándo un texto está generado por ChatGPT o no. Ya no solo porque existen programas, también creados por inteligencia artificial, capaces de identificar qué grado de intervención humana ha habido en esos textos, sino también porque se observan ciertos rasgos que cantan a IA a poco que nos fijemos. Si está plagado de negritas, ahí hay una red flag. Pero por si se pasa por alto, otro marcador importante es la estructura de ese texto. Siempre será la misma: una introducción, el desarrollo del tema y un apartado de conclusiones o un resumen final que vendrán introducidos por expresiones como «En resumen…» o «Para recapitular…». «Yo lo veo mucho en publicaciones de Linkedin, siempre tienen la misma estructura, muchísimos emojis clave de esa red social, como el cohete, y esa estructura de introducción, cuerpo y desenlace. Nosotros, cuando estamos generando información, no solemos hacer este tipo de cierres. Es como que sintáctica y estructuralmente es perfecto», confirma la lingüista. En el caso de textos escolares, donde el alumnado recurre a la IA para sus trabajos cada vez más, una manera de identificar cuándo esos textos no son obra suya es el nivel lingüístico que emplean en su redacción. Si aparece un vocabulario que no encaja con su edad, lleno de tecnicismos, casi con seguridad no es obra del alumno, «seguramente porque a esa persona se le ha olvidado decirle que tiene 14 años cuando esté escribiendo el prompt —aclara Martín-Pérez—. Además, es que ese patrón se repetirá en todas las redacciones de los niños del cole». «Tengo una amiga que es profe que me pregunta qué podría hacer para evitarlo, aunque sabe que esa es su fuente de información y su guía para escribir. Y yo lo que haría es pedir a los alumnos ese mensaje que han enviado a ChatGPT, hacer que cada vez se lo curren más, y que el profe evalúe eso. Aunque, si quieres ir a pillar, pídeles que te expliquen el trabajo oralmente». Para Martín-Pérez, «la cosa no radica tanto en decirle al niño “Te he pillado usando una IA”, porque todo el mundo la va a utilizar (igual que nosotros usábamos las enciclopedias o El Rincón del Vago), sino intentar explicarle que esto es un recurso que todo el mundo utiliza para copiar pero que es para aprender. Sería ver de qué manera te haces aliado de la inteligencia artificial para que el niño aprenda y no solo copie. Al fin y al cabo, es una fuente de conocimiento, de consulta». Pero surge una pregunta: si todos llegamos a utilizar las mismas estructuras en los textos, ¿serán capaces esos programas de diferenciar qué está hecho por una inteligencia artificial y qué es humano? La lingüista computacional lo tiene claro. «La sintaxis, lo espontáneo del lenguaje humano no lo generará una IA. Aunque tú copies la estructura narrativa, la inteligencia artificial va a saber que no está generado por una IA, también por detección estadística. Cuando una inteligencia artificial está generando lenguaje, tiene palabras más probables de selección o de no selección. Algo parecido a lo que nos pasa a nosotros. Si yo te digo “Esto es coser y…”, tú sabes que después va ‘cantar’, porque lo tienes en tu memoria». «Pero hay selección de palabras, selección de estructuras, que una IA no va a ser capaz de sacar. No las tiene almacenadas porque no tiene esos registros que tú puedes generar de manera humana. Y esa trazabilidad, y esa detección estadística la IA sabe hacerlo, por eso hay herramientas que detectan si es inteligencia artificial o humano, porque son patrones poco frecuentes, a nivel estadístico, en un texto». «Entonces, igual la estructura es clavada, pero las estructuras sintácticas y el estilo no. De hecho, las IA no introducen gazapos o faltas de ortografía, porque la inteligencia artificial siempre es perfecta. Tanto para lo bueno como para lo malo, porque a veces también pone mayúsculas donde no tocan, pero siempre es predictiva en ese caso, porque su función estadística es esa, predecir qué es lo que va a ocurrir. Y predice en función de lo que tiene. Así que esa parte creativísima que tenemos los humanos ella no la tiene».