Cada vez que obtenemos un resultado absurdo, inesperado o simplemente malo de una inteligencia artificial (IA), quienes mejor conocen estas herramientas suelen dar la misma explicación: el problema es la pregunta. Hay que saber preguntar, hay que aprender a escribir un buen prompt.

Esto tiene mucho de cierto, pues un pequeño cambio en las instrucciones puede llevarnos a resultados sorprendentemente distintos. (De hecho, una misma petición producirá resultados más o menos diferentes cada vez que se formule, debido al carácter probabilístico de la IA, pero ese es un problema de otro tipo: el de la imprevisibilidad.)

Quien aprende a plantear con precisión lo que quiere, a dar contexto, establecer límites, exigir revisiones fácticas y señalar aquello que la máquina no debe hacer, obtiene mejores respuestas. De ahí ha surgido incluso una nueva habilidad, la llamada ingeniería de prompts, que promete algo parecido al dominio de un lenguaje arcano: si sabemos hablar correctamente con la máquina, la máquina hará exactamente lo que queremos.

Pero la promesa es engañosa: el prompt, por su propia naturaleza, será siempre imperfecto.

Es así porque nunca podremos decirlo todo. Por más que escribamos una instrucción de tres páginas, enumeremos condiciones, proporcionemos ejemplos y contraejemplos, señalemos excepciones e incluso ordenemos expresamente a la IA que no asuma nada y que pregunte, siempre faltará algo. En algún momento la máquina tendrá que llenar un hueco para responder.

En realidad, esto ocurre cotidianamente entre seres humanos. Buena parte de la comunicación en nuestra especie consiste en decir mucho menos de lo que queremos comunicar. Si le pedimos a un amigo que cierre la ventana porque hace frío, no necesitamos aclararle que debe cerrarla sin romper el vidrio, que no debe tapiarla con ladrillos y que deberá ser posible abrirla de nuevo cuando mejore el clima. Todo eso se sobreentiende. Nuestra experiencia común del mundo completa la petición.

Con las inteligencias artificiales descubrimos de pronto la enorme cantidad de cosas que no decimos, pero que esperamos que nuestro interlocutor entienda.

Los griegos y los romanos, que para casi todos los problemas humanos tenían una historia moral o por lo menos entretenida, imaginaron situaciones parecidas.

La Sibila de Cumas recibió de Apolo un regalo extraordinario. Según cuenta Ovidio, el dios le concedió tantos años de vida como granos de arena pudiera sostener en la mano. La Sibila aceptó, pero olvidó pedir algo importante: conservar también la juventud. Vivió siglos, envejeciendo sin cesar. En el Satiricón de Petronio aparece ya reducida a una criatura minúscula, encerrada en una botella, a la que unos niños preguntan qué desea. Su respuesta es terrible: “Quiero morir”.

Apolo había cumplido estrictamente, el problema estaba en el prompt.

La historia resulta extraordinariamente moderna porque contiene el mismo equívoco que encontramos hoy frente a una IA. La Sibila sabía perfectamente lo que quería: una vida larga y disfrutable. Pero ni siquiera su don profético le sirvió para anticipar que debía especificarlo.

La mitología está llena de casos parecidos. El rey Midas pidió a Dioniso que todo cuanto tocara se convirtiera en oro, pero demasiado tarde entendió que “todo” significaba también la comida y la bebida. Siglos después, los cuentos de genios encerrados en lámparas y de deseos concedidos conservaron la misma advertencia. Mucho más modernamente, Isaac Asimov jugó con el problema en I, Robot: un técnico enfadado le dice a un robot que se pierda y éste, interpretando literalmente la orden, se vuelve ilocalizable.

En el fondo, todos estos relatos cuentan la misma historia: la de una petición cumplida y una intención frustrada. Durante milenios imaginamos criaturas capaces de concedernos lo que pedíamos, no necesariamente lo que queríamos. Ahora hemos construido varias.

Naturalmente, una inteligencia artificial no es Apolo y tampoco hay dentro de la computadora un genio maligno esperando encontrar el error o la omisión que convierta nuestros deseos en desgracias. Pero la semejanza resulta sugerente. También la IA recibe una formulación necesariamente incompleta de algo que existe con mucho mayor detalle en nuestra cabeza, aunque ni siquiera nosotros seamos conscientes de todos sus elementos, y debe reconstruir, a partir de ella, nuestras intenciones.

Lo interesante es que el problema no se resuelve escribiendo instrucciones cada vez más largas y detalladas. En cierto momento aparece una paradoja: para obtener exactamente lo que imaginamos tendríamos que describirlo con tal precisión que acabaríamos haciendo nosotros mismos una parte considerable del trabajo.

Si para pedir una ilustración tuviéramos que determinar la posición, tamaño, color y forma de cada uno de sus elementos, ya no estaríamos describiendo una imagen: estaríamos dibujándola con palabras.

Toda instrucción deja, además, espacio a interpretaciones. “Haz el texto más elegante”, “que suene menos solemne”, “no pierdas mi estilo”, “hazlo más breve pero no elimines nada importante” o incluso el vergonzante “que no parezca escrito por una IA” son instrucciones comprensibles para nosotros precisamente porque confiamos en una enorme zona de interpretación. Elegante, solemne, importante, natural: ninguna de esas palabras constituye una especificación. Son invitaciones a comprender lo que queremos.

Por eso quizá estamos pensando al revés el problema del prompt.

Hoy dedicamos mucho esfuerzo a aprender a hablar con las máquinas. Existen manuales y cursos para conseguir que una IA haga lo que deseamos. Y seguramente seguirán siendo útiles. Pero si las inteligencias artificiales se vuelven realmente mejores, debería suceder también el proceso contrario: no debemos nosotros aprender cada vez más a hablar como máquinas, sino las máquinas aprender cada vez mejor a entender cómo hablamos los seres humanos. Una inteligencia artificial verdaderamente eficaz debería ser capaz de reconstruir cada vez mejor ese territorio invisible que existe alrededor de nuestras palabras. Tal vez entonces descubramos que la ingeniería de prompts, pese a toda la importancia que hoy se le da, pertenece a una etapa primitiva de nuestra relación con la IA. Quizá dentro de algunos años resulte tan extraño consultar manuales para aprender a pedir correctamente una imagen o un texto como nos parecería hoy hacerlo para pedirle algo a una persona.

Porque el lenguaje humano nunca ha funcionado con especificaciones exhaustivas como las de un prompt “robusto”. Hablamos a través de aproximaciones, antecedentes, gestos, correcciones y sobreentendidos. Decimos una parte y confiamos en que nuestro interlocutor complete el resto.

La Sibila de Cumas tuvo la desgracia de tratar con un dios que concedía exactamente lo que se le pedía. Quizá una máquina verdaderamente inteligente comience a serlo cuando pueda hacer algo que aquel dios no supo hacer: entender que lo que decimos y lo que queremos decir nunca son exactamente la misma cosa. ~