La bola atravesó la mesa porque estaba hecha de XYZ. ¿Qué es lo que estaba hecho de XYZ? ¿Cuál es la respuesta correcta? Depende del material XYZ que complete la frase: si XYZ fuera granito la respuesta sería "la pelota"; si XYZ fuera cristal, la respuesta sería "la mesa". Para una persona es trivial resolver el acertijo, pero para un ordenador podría no serlo tanto.

Y es que ni siquiera los más avanzados sistemas de inteligencia artificial (I.A.) sirven cuando se tratan problemas diseñados adrede para confundirlos. Por ejemplo, muchos de ellos confían no solo en gigantescas bases de datos de hechos, diccionarios y enciclopedias; algunos realizan una especie de "búsqueda en Google" o utilizan los sistemas llamados Big Data para comprobar qué resultados son más probables» en un contexto más amplio. Pues ni por esas.

Este ejemplo procede del trabajo On our best behaviour [PDF] de Hector J. Levesque de la Universidad de Toronto. Es una situación que en The New Yorker han analizado para conocer el estado actual de la cuestión ¿Por qué los ordenadores no nos entienden?

Y es que, en cierto modo, es paradójico que puedan entendernos para algunas cosas pero no para otras. Los sistemas de reconocimiento de voz han evolucionado notablemente, con sistemas de dictado muy precisos y asistentes personales que se han popularizado como Siri [iOS] o Cloe [Android] que sorprenden por su capacidad para entender ordenes sencillas y reconocer nombres y direcciones. Mientras tanto, Watson, el superordenador de IBM, destrozó total y absolutamente a sus contrincantes humanos en Jeopardy! una especie de Trivial Pursuit donde lo más importante precisamente es "entender las preguntas".

Si nunca has pasado un rato charlando con Cleverbot, deberías. Es el perfecto ejemplo de sistema de pseudo-inteligencia artificial capaz de engañar a cualquiera. Simplemente es un "robot" con el que se puede charlar tecleando mensajes. Dicen, medio en serio medio en broma, que bien podría ser uno de los candidatos a superar el test de Turing, un juego que básicamente propone que la forma de detectar la inteligencia en una máquina es charlar con ella y un grupo de humanos a través de mensajes. Si pasado un plazo razonable no hay forma de distinguir cuál de los interlocutores es humano y cuál es la máquina, es que hay cierta inteligencia en su interior.

Cleverbot simula ser inteligente respondiendo lo mismo que otras personas respondieron en el pasado. De esa forma, las respuestas parecen humanas (porque lo son), pueden ser acertadas (a poco que haya suerte) y, en definitiva, despistar a casi cualquiera. Cuando yo le pregunté "¿Cuál es tu altura?", para hacer la prueba, me dijo que "Unos 30 metros". Decepción.

En su trabajo, Levesque clasifica las formas de engañar a las I.A. en tres categorías: trucos baratos (ingeniosos), preguntas con doble significado (también llamadas Winograd) y una combinación de ambas.

Las aplicaciones de estos sistemas de inteligencia, capaces de "entender" apropiadamente lo que los usuarios están preguntando, se está volviendo cada vez más relevante. En los dispositivos móviles los teclados son pequeños e incómodos y poder hablar y solicitar que se realicen ciertas funciones de viva voz es cada vez más importante. Algunos de estos gadgets, como las gafas Google Glass solo pueden utilizarse por voz, debido a su tamaño y a la ausencia de botones.

Podemos imaginar un futuro bastante cercano en el que gadgets como los relojes y complementos de la ropa, así como el automóvil, los electrodomésticos del hogar y la famosa internet de la cosas contarán con una seria potencia de cálculo y estarán totalmente conectados. Pero si se comportan de forma estúpida no nos servirían de mucho.

Así que más nos vale concentrarnos, como propone Levesque en volver un poco a las raíces del conocimiento: cómo el lenguaje afecta a la representación de los objetos del mundo y los razonamientos que hacemos sobre ellos, hacerlo a nivel multi-idioma con herramientas aplicables a diversos lenguajes y, sobre no dejarse ofuscar por los pequeños avances o modas que parecen funcionar a corto plazo, concentrarse en soluciones más generales que puedan proporcionar un futuro realmente brillante a la inteligencia artificial.

Foto | Mark Kelly (CC) ABC @ Flickr