De un reproductor de CD de los noventa a la Web Semántica, y de ahí a una máquina capaz de mantener unido el pensamiento
Hay recuerdos que no vuelven cuando uno los busca.
Vuelven cuando algo, aparentemente insignificante, abre la puerta correcta.
Puede ser una canción.
Un olor.
Una calle.
Una palabra que no habíamos escuchado en veinte años.
Y, de repente, una habitación entera de la memoria se enciende.
No aparece necesariamente un dato concreto. Aparece una continuidad.
Hace unos días, escuchando Tubular Bells III de Mike Oldfield, ocurrió una de esas cosas.
No fue la música en sí lo que desencadenó el recuerdo. Fue algo mucho más pequeño: el cambio entre dos pistas.
Quien haya vivido intensamente la música en los años noventa y primeros dos mil quizá recuerde una pequeña maravilla de los reproductores de CD que hoy parece casi demasiado humilde para ser considerada tecnología: una canción podía terminar y la siguiente comenzar sin que la música se detuviera.
Naturalmente, las pistas estaban separadas.
El CD tenía track 4. Tenía track 5.
Podíamos pulsar el número 5 y saltar directamente allí.
Pero cuando el productor había decidido que aquello debía escucharse como una única corriente sonora, el reproductor no tenía por qué respetar la frontera entre ambas.
La frontera existía en el índice.
No necesariamente en la experiencia.
Y ahí estaba la magia.
Las canciones estaban separadas. La música no.
Es una distinción aparentemente trivial.
No lo es.
Un CD introdujo una abstracción extraordinariamente poderosa: convirtió una secuencia física de audio en una colección de unidades direccionables.
Podíamos decir:
«Quiero la pista 7».
Y el aparato sabía dónde empezar.
Pero esa división no obligaba al tiempo a detenerse.
El soporte seguía leyendo.
La música seguía avanzando.
El índice cambiaba.
La experiencia continuaba.
Era posible tener, simultáneamente, dos cosas que parecían contradictorias:
fragmentación estructural y continuidad perceptual.
Un álbum podía ser una colección de canciones y, al mismo tiempo, una sola obra.
Una suite podía estar dividida en pistas para facilitar su navegación sin dejar de comportarse como una pieza continua.
Un concierto podía contener decenas de canciones sin convertirse en decenas de acontecimientos desconectados.
Y un productor podía hacer algo todavía más interesante: colocar una frontera artificial exactamente donde le convenía editorialmente, pero hacer que esa frontera fuese invisible para el oído.
En Tubular Bells III, como en tantos otros discos, determinadas transiciones no están pensadas como «final de una canción, comienzo de otra».
Son simplemente el lugar donde el índice del CD decide cambiar de número.
La tijera está en el soporte.
No en la música.
Y quizá precisamente por eso aquella tecnología, tan aparentemente limitada, tenía algo que muchas experiencias digitales posteriores perderían.
Sabía distinguir entre la estructura de una cosa y la experiencia de una cosa.
Entonces llegaron los archivos
Después vino la revolución digital.
Y con ella ocurrió una cosa curiosa.
Nos prometieron que todo sería mejor.
Más rápido.
Más flexible.
Más accesible.
Más personalizable.
Y, en muchos sentidos, lo fue.
Pero también empezamos a aceptar como naturales algunas discontinuidades que antes habíamos aprendido a evitar.
Un archivo terminaba.
Otro archivo comenzaba.
Un reproductor abría una canción.
La cerraba.
Abría la siguiente.
Y, entre ambas, podía aparecer un pequeño silencio.
A veces apenas unas décimas de segundo.
Nada.
Un detalle.
Una insignificancia técnica.
Salvo que estamos hablando de seres humanos.
Para una máquina, 150 milisegundos son una cifra.
Para una persona, pueden ser una frontera.
Porque el cerebro no percibe únicamente duración.
Percibe acontecimientos.
Un silencio minúsculo puede decirle al oyente:
«Esto ha terminado.»
Mientras que una continuidad perfecta puede decir:
«Esto sigue siendo lo mismo.»
Y ésa es una diferencia enorme.
No estamos hablando de acústica.
Estamos hablando de percepción.
Por eso conviene separar dos cosas que suelen mezclarse: el crossfade y el gapless.
El crossfade modifica la transición. Solapa dos canciones. Hace que una desaparezca mientras la otra aparece.
El gapless hace algo mucho más humilde y, en cierto modo, mucho más radical:
no añade una discontinuidad que no estaba en la obra.
No intenta mejorar la transición.
Intenta no estropearla.
Y eso cambia completamente la cuestión.
Quizá el streaming estaba llamado a ser la evolución natural del CD
El streaming eliminó finalmente el soporte físico.
Ya no necesitamos que las pistas estén grabadas unas detrás de otras en un disco.
Una canción puede estar almacenada en un servidor.
La siguiente, en otro.
Pueden llegar desde infraestructuras distintas.
Pueden estar representadas como objetos independientes.
Pueden almacenarse en cachés diferentes.
El sistema puede precargar la siguiente mientras todavía escuchamos la anterior.
Puede haber una complejidad inmensa detrás de algo que para nosotros debería seguir siendo sencillísimo.
Porque el usuario no debería escuchar servidores.
Ni buffers.
Ni archivos.
Ni paquetes.
Ni latencias.
Debería escuchar música.
Y aquí aparece una posibilidad que el CD apenas insinuaba y que el streaming podría llevar muchísimo más lejos:
la creación de un timeline continuo construido a partir de elementos discretos.
Ya no estaríamos limitados a un álbum.
Podríamos tener canciones de artistas diferentes.
De épocas diferentes.
De procedencias diferentes.
Seleccionadas dinámicamente.
Y, sin embargo, reproducidas como una única corriente temporal.
La tecnología podría mantener la continuidad mientras cambia constantemente el contenido.
Ahí aparece el DJ.
Y de repente el DJ se entiende de otra manera.
En cierto modo, por la continuidad existen los DJs
Un DJ no necesita crear la música.
La música ya existe.
Tampoco necesita necesariamente modificarla de forma radical.
Una de sus funciones más profundas es decidir qué viene después.
Seleccionar.
Ordenar.
Anticipar.
Preparar.
Mantener el flujo.
Y, cuando es realmente bueno, conseguir que una sucesión de obras independientes se convierta en una experiencia que ninguna de ellas contiene por sí sola.
Una sesión de dos horas puede incluir treinta canciones.
Pero nadie sale necesariamente pensando que ha vivido treinta acontecimientos independientes.
Ha vivido uno.
Un viaje.
Una corriente.
Un estado mental que ha ido mutando sin romperse.
El DJ, en ese sentido, es un ingeniero de continuidad perceptual.
No solamente mezcla sonidos.
Administra fronteras.
Decide cuáles deben desaparecer.
Cuáles deben ser visibles.
Cuándo conviene cortar.
Cuándo conviene dejar que algo respire.
Cuándo una canción debe acabar.
Y cuándo, en realidad, no ha acabado aunque el contador haya cambiado de número.
La tecnología digital podía haber llevado esto a un nivel completamente nuevo.
Podía haber convertido el timeline en el objeto principal y las canciones en segmentos etiquetados dentro de él.
Una corriente temporal continua alimentada por piezas discretas.
El oyente podría saltar entre capítulos.
El sistema podría precargar el siguiente.
El selector podría construir una secuencia.
La máquina podría incluso adaptarla en tiempo real.
Y entonces apareció otra palabra.
Una palabra que, veinte años atrás, parecía pertenecer al futuro.
Semántica.
La Web que iba a entender
Durante los años dos mil se hablaba mucho de la Web Semántica.
Había una idea fascinante detrás de aquel movimiento.
La Web había aprendido a conectar documentos.
Pero conectar documentos no es necesariamente conectar conocimiento.
Un enlace puede decirnos:
«Ve allí».
Pero no necesariamente puede decirnos:
«Esto es la misma entidad que aquello».
«Esto es una propiedad de aquello».
«Esto causa esto otro».
«Estas dos cosas pertenecen a la misma categoría».
«Esta persona está relacionada con esta organización de esta manera concreta».
La visión de la Web Semántica consistía, simplificando mucho, en conseguir que la información de Internet no fuese solamente legible por humanos, sino también interpretable en términos de relaciones y significado por las máquinas.
RDF.
Ontologías.
OWL.
Linked Data.
Entidades.
Relaciones.
Metadatos.
Un gigantesco intento de dotar de estructura semántica a un universo de información que hasta entonces estaba formado, en gran medida, por documentos enlazados.
Era una promesa enorme.
Y, como ocurre con tantas promesas tecnológicas, el futuro imaginado tenía un horizonte curioso.
Se hablaba de las próximas décadas.
Después, el mapa se volvía mucho más borroso.
Parecía que hacia 2020 o 2030 tendríamos una Web capaz de comprender aquello que nosotros queríamos decir.
Una Web donde las máquinas pudieran navegar por el significado.
No solamente por los documentos.
Y entonces ocurrió algo que nadie habría descrito exactamente así en aquellos años.
La semántica llegó.
Pero no necesariamente por la puerta que habíamos construido.
No conseguimos exactamente la Web Semántica que imaginábamos
La Web no se transformó simplemente en aquella gigantesca ontología perfectamente estructurada que algunos arquitectos habían imaginado.
La realidad fue mucho más caótica.
Y, como suele suceder, la tecnología encontró otro camino.
Llegaron modelos capaces de trabajar con lenguaje, contexto, relaciones, analogías y abstracciones a una escala que cambió las reglas del juego.
Llegaron los grandes modelos de lenguaje.
Y entonces la vieja pregunta —«¿cómo hacemos que las máquinas entiendan la semántica de la Web?»— empezó a tener una respuesta extraña.
Quizá no necesitábamos etiquetar explícitamente cada relación para que una máquina pudiera operar sobre ellas.
Quizá podíamos construir máquinas capaces de aprender representaciones de significado a partir de enormes cantidades de lenguaje y contexto.
La semántica no desapareció.
Cambió de lugar.
Y aquí la vieja historia del CD vuelve a aparecer.
Porque el problema fundamental seguía siendo el mismo.
Tenemos fragmentos.
Muchísimos fragmentos.
Documentos.
Párrafos.
Frases.
Palabras.
Bases de datos.
Imágenes.
Vídeos.
Canciones.
Páginas.
Recuerdos.
Experiencias.
Todo está troceado.
Pero nosotros no pensamos necesariamente en trozos.
El cerebro también tiene pistas
Una de las cosas más extrañas de la memoria humana es que olvidar y no poder encontrar algo no son necesariamente la misma cosa.
A veces sabemos que sabemos.
Tenemos esa sensación irritante de tener una palabra «en la punta de la lengua».
Sabemos que existe una canción, un nombre, una explicación, una experiencia.
Pero no encontramos la puerta de entrada.
La información puede seguir ahí.
Lo que falta es el camino.
El cerebro humano no parece funcionar como un disco duro con una tabla de contenidos perfecta.
Las asociaciones importan.
Una palabra lleva a una imagen.
Una imagen a una persona.
Una persona a una época.
Una época a una canción.
Una canción a una experiencia.
Y, veinte años después, una transición entre dos pistas puede abrir una puerta que llevaba décadas cerrada.
No porque la música contenga la respuesta.
Sino porque la música contiene la dirección hacia la respuesta.
Eso es extraordinario.
Y quizá sea una de las mejores maneras de entender lo que una IA conversacional puede hacer.
No como una enciclopedia.
No como un buscador glorificado.
Ni siquiera simplemente como una máquina que «sabe muchas cosas».
Sino como un mecanismo capaz de ayudar a recorrer un espacio de asociaciones.
El DJ de la continuidad semántica
Imaginemos que nuestro conocimiento es una inmensa colección de pistas.
Cada pista contiene algo.
Pero las pistas están separadas.
Un buscador tradicional recibe una consulta y devuelve documentos.
Es un mecanismo de recuperación.
Funciona.
Es extraordinariamente útil.
Pero sigue existiendo una frontera entre un resultado y el siguiente.
Una IA conversacional puede hacer algo diferente.
Puede recibir contexto.
Interpretarlo.
Relacionarlo con otras cosas.
Recuperar información.
Reformularla.
Encontrar una nueva relación.
Utilizar esa relación para buscar otra cosa.
Y continuar.
No necesariamente siguiendo una ruta predeterminada.
Sino adaptándose a lo que acaba de aparecer.
Eso se parece mucho más a un DJ.
No porque la máquina «mezcle» información.
Sino porque puede mantener una continuidad semántica mientras cambia de fuente, de concepto y de nivel de abstracción.
Puede comenzar en una canción.
Pasar a una tecnología.
De ahí a una propiedad perceptual.
Después a un principio de diseño.
Luego a la arquitectura de Internet.
Y terminar hablando de memoria humana.
El camino no estaba escrito de antemano.
La continuidad aparece durante el recorrido.
Y eso cambia radicalmente la relación entre humano y máquina.
La pieza que no estaba en ningún sitio
Hay otra consecuencia todavía más interesante.
Un DJ puede construir una experiencia que no existe en ninguna canción.
La sesión completa no está grabada en un único archivo.
Existe porque alguien ha seleccionado y ordenado los elementos.
Una conversación profunda con una IA puede producir algo parecido.
La respuesta final puede no estar contenida literalmente en ninguna de las fuentes utilizadas.
Puede surgir de la combinación.
De la selección.
De la interpretación.
Del contexto.
De las conexiones.
De la conversación.
Eso no significa que la máquina esté creando conocimiento de la nada.
Significa que puede componer una estructura nueva a partir de fragmentos existentes.
Y aquí aparece el bucle.
El humano aporta experiencia, intuición, memoria, preguntas, asociaciones y criterio.
La máquina ayuda a recorrer un espacio enorme de información y relaciones.
La máquina devuelve una conexión.
El humano la reconoce.
Y entonces ocurre una de las frases más poderosas que puede producir una interacción intelectual:
«Ostras. Era esto.»
Ese instante importa.
Porque quizá la máquina no acaba de introducir una idea completamente nueva.
Quizá acaba de encontrar el camino hasta una parte de nosotros que estaba desconectada.
El humano reconoce la conexión.
La amplía.
Añade contexto.
La máquina vuelve a recibirlo.
Y vuelve a buscar.
Otro fragmento.
Otra asociación.
Otra pista.
Sin corte.
El conocimiento no tiene por qué ser continuo para poder experimentarse como continuo
Ésta quizá sea la idea escondida debajo de todo.
La continuidad no exige que los elementos sean físicamente continuos.
El CD lo demostró.
Una pista puede terminar y otra empezar sin que la música se detenga.
El streaming puede llevarlo mucho más lejos.
Dos archivos completamente independientes pueden formar una sola experiencia temporal.
La Web puede hacer algo parecido con el conocimiento.
Dos documentos independientes pueden formar una relación.
Dos conceptos lejanos pueden compartir significado.
Dos recuerdos separados por veinte años pueden estar conectados por una asociación diminuta.
Y una inteligencia artificial puede recorrer esas discontinuidades manteniendo el contexto.
La arquitectura interna puede ser fragmentaria.
La experiencia no tiene por qué serlo.
Ésa es una distinción extraordinariamente poderosa.
Porque tendemos a confundir la estructura con la experiencia.
Vemos archivos y pensamos en archivos.
Vemos páginas y pensamos en páginas.
Vemos canciones y pensamos en canciones.
Vemos tokens y pensamos en tokens.
Pero el usuario no quiere experimentar tokens.
Ni paquetes.
Ni archivos.
Ni servidores.
Ni bases de datos.
Ni ontologías.
Quiere experimentar significado.
Quiere escuchar música.
Quiere entender.
Quiere recordar.
Quiere descubrir.
Quiere llegar desde una cosa hasta otra sin tener que reconstruir manualmente el puente cada vez.
Quizá ésa sea una de las verdaderas revoluciones de la IA
La disrupción de la inteligencia artificial no consiste solamente en que una máquina pueda escribir un texto, programar, traducir o responder preguntas.
Eso es visible.
Lo verdaderamente extraño está debajo.
Durante décadas hemos construido sistemas para almacenar información.
Después construimos sistemas para recuperarla.
Después sistemas para conectarla.
Después sistemas para clasificarla.
Y ahora empezamos a construir sistemas capaces de mantener una continuidad de significado mientras atraviesan todo eso.
Eso cambia la escala de lo que un ser humano puede hacer con su propia memoria y con el conocimiento exterior.
La IA puede convertirse en una especie de interfaz entre el fragmento y la continuidad.
Un reproductor capaz de recibir pistas de procedencias distintas, precargarlas, entender qué puede venir después y mantener al oyente dentro de un mismo viaje.
Pero con una diferencia extraordinaria respecto al CD:
el DJ puede escuchar al oyente.
Puede adaptarse.
Puede cambiar de dirección.
Puede detectar que una asociación acaba de aparecer.
Puede seguirla.
Puede abandonar la ruta original.
Puede bajar un nivel.
Subir dos.
Cambiar de disciplina.
Volver veinte años atrás.
Y regresar exactamente al punto conceptual desde el que había partido.
Es un reproductor gapless de una naturaleza completamente distinta.
No reproduce únicamente audio.
Reproduce continuidad intelectual.
Y entonces volvemos a aquel pequeño corte
Todo empezó con algo ridículamente pequeño.
Un cambio de pista.
Unos milisegundos.
Una frontera invisible o, cuando está mal implementada, perfectamente audible.
Una pequeña interrupción capaz de convertir:
«esto continúa»
en:
«esto ha terminado».
Durante décadas hemos construido tecnologías cada vez más sofisticadas para manejar información.
Y, sin embargo, quizá una de las cosas más importantes que podemos pedirles sea sorprendentemente sencilla:
que no nos obliguen a sentir las costuras.
Las costuras tienen sentido para quien construye el sistema.
No necesariamente para quien lo experimenta.
El ingeniero necesita archivos.
El servidor necesita paquetes.
La base de datos necesita registros.
El editor necesita pistas.
La Web necesita documentos.
El modelo necesita tokens.
Pero el ser humano necesita otra cosa.
Necesita poder atravesar todo eso sin perder el hilo.
Quizá la próxima gran interfaz no sea la que nos entregue más información.
Quizá sea la que consiga mantener unido el significado mientras atravesamos una cantidad cada vez mayor de información fragmentada.
Como aquel viejo reproductor de CD que sabía que el track 4 y el track 5 eran dos cosas distintas.
Y, al mismo tiempo, sabía algo más importante:
que para el oído podían ser una sola.
Tal vez la inteligencia artificial esté empezando a hacer lo mismo con el pensamiento.
No elimina las pistas.
No elimina los documentos.
No elimina las fuentes.
No elimina nuestras propias limitaciones.
Simplemente aprende a atravesarlas sin detener la música.
Y quizá ésa sea una de las razones por las que esta tecnología resulta tan extrañamente revolucionaria.
Porque por primera vez podemos empezar a tener algo que se parece menos a un buscador de respuestas y más a un DJ de la continuidad de nuestro propio pensamiento.
La canción cambia.
El número de pista cambia.
La fuente cambia.
El servidor cambia.
El concepto cambia.
Nosotros cambiamos.
Pero, si todo funciona como debería, hay algo que no se corta.
El viaje.