Alphago y el problema de aprender

La victoria del sistema de inteligencia artificial Alphago, diseñado por DeepMind, empresa adscrita a Google, en un juego de estrategia contra uno de los mejores jugadores del mundo ha sido noticia en los últimas semanas al presentar una situación digna de un relato de ciencia ficción. En este caso tan singular, ya no hablamos de máquina sino de «sistema de inteligencia artificial». ¿Cuál es la diferencia? En 1997, Deepblue, una máquina diseñada por IBM, ganó al ajedrez a Gary Kasparov, uno de los campeones del mundo. Esta máquina funcionaba a partir de una memoria ingente donde se registraron un gran número de jugadas. Para decidir cada movimiento, la máquina seleccionaba, dentro de las múltiples opciones posibles, la más adecuada y eficaz para ganar. Alphago, en cambio, es una máquina que aprende: no selecciona el movimiento idóneo para cada jugada entre un número determinado de registros previos en su memoria, sino que incluye algoritmos que permiten que busque y conecte diversas situaciones y jugadas, con el fin detectar los modelos que le sirvan para saber cuáles son buenas y cuáles no. Es un sistema que hace enlaces y a partir de un único criterio (la jugada acertada) acumula evidencias para decidir en cada caso qué movimiento es mejor para ganar al adversario. Alphago no juega al ajedrez, juega a un juego de estrategia que consiste en disponer en un tablero fichas blancas y negras, una especie de Otelo. Cuando las fichas blancas quedan rodeadas por un margen de fichas negras, se eliminan. Gana el jugador que tiene más fichas blancas.

Alphago representa un paso más en el desarrollo de la inteligencia artificial. Nos encontramos ante un fenómeno que los técnicos denominan deeplearning -aprendizaje a fondo-, que significa que el sistema puede manipular cantidades masivas de información, enlazarla, trabajar con nodos de información, destacar lo más importante y, sobre todo, ser altamente eficaz en este tipo de operaciones.

Quienes nos ocupamos de enseñar y nos preocupamos de que nuestra tarea se traduzca en un aprendizaje de los alumnos, ¿cómo quedamos ante esta noticia? ¿Qué nos hace pensar, o tal vez temer? A menudo nos encontramos en situaciones similares a la de Alphago, y en este sentido compartimos la experiencia de estar confrontados constantemente a una información ingente. En la escuela, en la facultad, los alumnos navegan por internet y buscan, buscan informaciones para hacer trabajos. Sin embargo, ¿qué buscan y por qué? Muchas veces el criterio de búsqueda es excesivamente restringido: buscan con las mismas palabras que ha dicho el profesor. Componer un criterio de búsqueda no es una tarea fácil: hay que buscar una cadena de palabras en combinatorias diversas. Alphago dispone de un algoritmo inicial que le permite buscar desde una cadena de palabras clave previa, programada en el sentido de proporcionada por quien ha definido el algoritmo. Con la búsqueda, el número de criterios de búsqueda aumenta. Cuando nuestros alumnos hacen una búsqueda y no disponen de las palabras clave necesarias para ir explorando los nodos de información, encuentran cualquier cosa y se pierden, ya sea porque lo dan todo por bueno o porque no diferencian cuál es la información prioritaria para seguir buscando. Entonces dicen: «No hemos encontrado nada». En estos momentos de impasse, el equipo de biblioteca se convierte en un aliado precioso: los bibliotecarios conocen muy bien la delicada telaraña que circula por las búsquedas digitales, los repositorios, los catálogos compartidos, las bases de datos masivas... y disponen, además, de la paciencia necesaria para dar pistas en la inmensidad de los nodos de información. A diferencia de Alphago, nuestros alumnos son personas, sujetos de pleno derecho, capaces de aburrirse, de enviar a paseo la búsqueda o de acabar la paciencia. Son sujetos divididos por el lenguaje, que nunca encuentran las palabras exactas para representarse el mundo y sus límites.

El sistema inteligente es capaz de aprender a fondo porque lo hace todo sin desviarse de su objetivo: siempre adelante. En parte, tendríamos que enseñar a nuestros alumnos a aprender a fondo en el sentido del sistema inteligente: navegar por los nodos de información masivos. Ahora bien, Alphago no sabe lo que quiere decir realmente porque no conoce la íntima relación con el obstáculo, con la pista perdida, el miedo a no entender o la vergüenza de no saber. El sistema inteligente sabe hacer, pero no sabe. No sabiendo, nos enseña que el algoritmo es también una metáfora para encontrar una ruta de palabras. ¿Tal vez para los tiempos que corren esto también es aprender?

Anna Pagès, Profesora de la Facultad de Educació de la Universitat Ramon Llull.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *