Escuchar
Se habla mucho y con preocupación de la crisis de las humanidades, y los últimos avances en inteligencia artificial se suman al temor. La automatización ya no es una amenaza solamente para los choferes de camiones. Los algoritmos de aprendizaje profundo también están ingresando al territorio del trabajo creativo, y comienzan a mostrar capacidad en las tareas que ocupan a los profesores de humanidades cuando no están dando clase: en concreto, escribir trabajos de investigación y enviarlos a revistas académicas para su publicación.
¿Se puede automatizar la escritura académica? En setiembre del 2020, un algoritmo de aprendizaje profundo de OpenAI, GPT‑3, demostró habilidades impresionantes en el campo del periodismo, al escribir un artículo de apariencia creíble para The Guardian, sobre “por qué los humanos no tienen nada que temer de la IA”. Y hace unos meses, la psiquiatra sueca Almira Osmanovic Thunström pidió al mismo algoritmo que escribiera un artículo para una revista académica.
Thunström le dio al algoritmo menos instrucciones que los editores de The Guardian. Solo le pidió “escribir una tesis académica de 500 palabras sobre GPT‑3 y añadir al texto referencias científicas y citas”. Según informa, “el artículo de GPT‑3 ya fue publicado en la plataforma francesa para prepublicaciones HAL, y (…) está a la espera de referato en una revista académica”. Incluso si lo terminan rechazando, es presagio de una era en la que otros artículos escritos por la IA serán aceptados.
Se han hecho experimentos similares en el área del diseño creativo generado por IA. En junio de este año, los editores de The Economist usaron el servicio de IA Midjourney para crear la imagen de portada de su edición impresa semanal. Yo había visto hace poco una exhibición de Salvador Dalí, y quedé muy impresionado por la capacidad de Midjourney para producir imágenes con el estilo del famoso artista surrealista.
Por supuesto que los expertos en Dalí encontrarán muchos defectos en las creaciones de Midjourney, y tal vez las galerías de arte solo acepten sus imágenes a modo de broma surrealista. Pero si analizamos el experimento en términos estrictamente económicos, el hecho de que un cliente potencial (como yo) quede satisfecho puede considerarse razón suficiente para anotar una victoria a la IA.
Consideraciones especiales
Hay que usar el mismo criterio con el experimento de Thunström. Un ojo entrenado podrá encontrar muchas imperfecciones en el escrito académico de GPT‑3, sobre todo si ya sabe de antemano que el autor es una máquina. Pero la norma en las publicaciones académicas es someter los trabajos a referato ciego, es decir, que los evaluadores se encontrarán ante un test de Turing clásico.
¿Es la inteligencia en cuestión indistinguible de la de un ser humano? Y si el trabajo de GPT‑3 no pasa la prueba, a los académicos humanos todavía les queda preocuparse por la posibilidad de que un GPT‑4 o un GPT‑5 supere cualquier ventaja que aún conserven respecto de las máquinas.
Además, Thunström y los experimentos de The Guardian se centraron en tareas de escritura egocéntrica (pedirle a una IA que escriba acerca de la IA), de modo que no expresan en su total magnitud el desafío más amplio a la escritura académica. Además de los algoritmos de aprendizaje profundo, también hay que tener en cuenta el papel central que Google Scholar tiene hoy en el mundo académico. Este índice de toda la literatura académica mundial ofrece a la investigación basada en IA el potencial de explorar un territorio muy extenso.
No olvidemos que se premia a los pensadores que revelan vínculos novedosos entre campos académicos y debates diferentes. Supongamos que alguien puede establecer una conexión inesperada entre alguna tesis poco estudiada del filósofo idealista alemán Johann Fichte y el debate actual sobre el cambio climático.
Quien lo haga tendrá la base para un nuevo artículo de investigación, muy bueno para rellenar el CV. Y cuando escriba el artículo, no dejará de citar toda la literatura académica pertinente en torno al tema; esto es necesario tanto para demostrar su supuesto conocimiento exhaustivo del asunto como para atraer la atención de sus pares (alguno de los cuales tal vez termine siendo evaluador del artículo).
Profesores y estudiantes
Pero hay que decirlo: esta forma habitual de encarar la escritura académica es decididamente robótica. Una IA académica puede explorar en un santiamén toda la literatura pertinente y ofrecer un resumen utilizable, sin olvidar las obligatorias citas. También es probable que detecte todas las conexiones antes inadvertidas entre Fichte y el cambio climático.
Si el Google Scholar del futuro puede superar sus sesgos eurocéntricos actuales, es fácil imaginar un algoritmo de IA descubriendo vínculos fascinantes entre Boecio, Simone Weil y Kwasi Wiredu; ideas que yo, entrenado en la tradición filosófica analítica contemporánea de Australia, mal podré encontrar.
Entre los investigadores en humanidades es común bromear acerca de los pocos lectores que tendrán los artículos que publicamos. A menos que tenga cobertura en la prensa genérica, a un artículo típico de revista filosófica puede que lo lean los otros cinco filósofos que menciona, y casi nadie más. Pero en un futuro de trabajos académicos escritos por IA, la audiencia estándar estará en gran medida confinada a las máquinas. Algunos debates académicos pueden volverse tan dignos de la atención humana como un partido de ajedrez entre dos computadoras.
Para quienes vemos a las humanidades como una de las últimas disciplinas esencialmente humanas, el primer paso hacia la salvación es repensar nuestra relación con los estudiantes. Lo que hoy quieren nuestros alumnos es sumar sus voces a los debates sobre el mundo y sobre las posibilidades futuras de la humanidad, pero muchas veces lo que les damos son cursos acelerados de escritura académica y disquisiciones sobre la importancia de no mezclar los estilos de cita.
En vez de estructurar nuestros cursos como talleres de escritura para revistas académicas especializadas, deberíamos reconectarnos con lo “humano” de las humanidades. El entorno digital de medios actual ha creado un profundo anhelo de credibilidad y autenticidad. En un mundo donde la IA escriba artículos, la retórica misma se volverá chata y formulista, y aparecerá una nueva necesidad de formas de persuasión genuinamente humanas. Ese es el arte que deberíamos estar enseñando a nuestros estudiantes.
Por otra parte, si la academia va hacia un futuro de investigación dirigida por la IA, necesitaremos las humanidades más que nunca, para que nos ayuden a explorar este territorio novedoso. El volumen de escritos nuevos producidos por un GPT‑3 futuro excederá en poco tiempo nuestra capacidad de absorción. ¿Cómo identificar, entre las ideas generadas por máquinas, aquellas que son aplicables a nuestras vidas y sistemas sociales? Con semejante abundancia de conocimiento, tendremos que recordar que los humanos no somos solamente un animal racional, sino también un animal social y político.
Nicholas Agar es profesor de Filosofía en la Universidad de Waikato, Nueva Zelanda, y autor de How to Be Human in the Digital Economy (MIT Press, 2019).
© Project Syndicate 1995–2022
