Cuando las musas visitan al robot: así escribe poesía un algoritmo

Ningún poeta humano ha compuesto la siguiente poesía tras contemplar un cítrico. Tampoco se ha inspirado en Miguel Hernández y ha copiado algunas de las expresiones de su poema 'Limón' ni ha optado libremente por utilizar octosílabos como él. 

El artífice de estos versos es en realidad una máquina. Tenía órdenes expresas de escribir un borrador basándose en las creaciones del poeta y dramaturgo de Orihuela, distribuir el texto en versos de ocho sílabas métricas, crear los saltos de línea o evaluar si el resultado formaba una original combinación de palabras gramaticalmente correcta. Así que, en vez de dejar volar la imaginación, estaba centrado en este código:

Lógicamente, a un programa no se le ha ocurrido generar versos automáticamente de un día para otro. Pablo Gervás, director del grupo de Procesamiento del Lenguaje Natural de la Universidad Complutense de Madrid, programó un sistema de generación de poesía, WASP (Poeta Ilusionado Automático Español, por sus siglas en inglés), para que lo lograra.  

Eso sí, WASP no siempre ha compuesto estrofas de la misma forma. Gervás lleva veinte años mejorando los conocimientos de sus creativos robotsveinte años mejorando los conocimientos. “Es lo mismo que le pasa a un poeta de verdad: tiene que aprender métrica, estrofas, saber manejar el lenguaje con el que están trabajando y ser capaces de distinguir cuándo una secuencia de palabras es muy corriente y tiene menos interés y cuándo una secuencia de palabras es nueva e interesante”, detalla.

No es el único investigador explorando los límites de la creatividad computacional. Ahora bien, ¿cómo se logra que un ordenador tenga alma de poeta? ¿Puede llegar a generar una obra lírica como la de un autor de carne y hueso? 

PLANTILLAS, ESTADÍSTICAS Y JUECES AUTOMÁTICOS

El WASP primitivo y ASPERA (Experto Automático de Poesía Española y Aplicación de Reescritura, por su siglas en inglés), dos de los primeros sistemas que Gervás desarrolló, generaban poemas reutilizando las estructuras sintácticas de otros previos. Es lo mismo que los humanos hacemos cuando decidimos cambiar la letra de una canción para hacer la gracia.

Toman un texto de referencia y le quitan las palabras, dejando un conjunto de posiciones vacías asociadas con información sobre las palabras originales, desde la longitud a la categoría sintáctica, el género, el número, el tiempo verbal o la rima. Así que cuando el usuario interactuaba con ASPERA y le solicitaba un poema corto, formal, en un escenario rural, con un tono positivo y con las palabras 'viento, 'corazón y 'mudo', el programa le respondía con este terceto:terceto

Como no tenía suficiente vocabulario para generar otra rima, ASPERA optó por coger prestado el 'airado' y el 'helado' a Garcilaso de la Vegaa Garcilaso de la Vega. Además, pese a su capacidad para generar una estrofa, ASPERA no conseguía que la secuencia completa de cada poema tuviera un hilo conductor.

“Intentamos reproducir el proceso que aplican los poetas de verdad”, explica Gervás. “No es escribo un poema y sale todo entero, sino que escribo un poema, lo miro y digo 'esto no me convence' y lo cambio”. 

WASP comenzó a tener criterio sin necesidad de asistir a clases de poesía. Para ello, este profesor programó un algoritmo evolutivo. En lugar de escribir en un folio y llenarlo de tachones, los módulos del programa mejoran progresivamente el poema.

Una familia de charlatanes automáticos genera muchos borradores, los poetas robóticos añaden las características formales, los revisores lo mejoran y los jueces ponen nota atendiendo a la validez lingüística, la innovación o la fluidez. Colaborando entre ellos, van refinando los borradores que merecen la pena, como el inspirado en Miguel Hernández, y descartan el resto.

El investigador de la Complutense también ha alimentado el sistema con poemas del Siglo de Oro, de Federico García Lorca e incluso con artículos periodísticos para que sus creaciones se adaptaran al siglo XXI. “Cuando intentas generar poesía a partir de textos de artículos periodísticos cuesta, la tasa de acierto baja mucho”, reconoce Gervás, que ha tratado de solucionar el problema inyectando poesía al sistema.

Tras entrenar a WASP con una colección de artículos del diario El País del 21 de mayo de 2013, cuando la entonces Comisión Nacional del Mercado de Valores investigaba ya las emisiones de preferentes, y pedirle que se pronunciara con octosílabos, generó este poema:

Lógicamente, un 'software' no se inspira leyendo el periódico o una antología de Quevedo, sino que se dedica a echar cuentas. Calcula las probabilidades de que aparezca una secuencia de vocablos en los poemas, de forma similar a la labor del traductor de Google cuando compara textos en dos idiomas. Al tirar de estadística, el sistema tiene un vocabulario limitado con el que intenta crear algo novedoso.

“Si siempre utilizas las combinaciones más probables es más difícil que te salgan cosas nuevas. Cuanto más reduces la probabilidad te salen cosas más nuevas, aunque llega un punto en que te salen cosas tan nuevas que resultan incorrectas”, detalla Gervás. La dificultad está en encontrar el equilibrio teniendo en cuenta que estos sistemas no tienen representadas todas las palabras del mundo, tampoco conocen qué términos son sinónimos ni pueden saber sus connotaciones.

PROGRAMAR EL LENGUAJE FIGURADO CUESTA UN TRIUNFO

Stephen McGregor, estudiante de posgrado en creatividad computacional de la Universidad Queen Mary de Londres, también ha desarrollado su propio sistema de generación de poesía. Su programa analiza estadísticamente Wikipedia y 1.500 sonetos ingleses para construir representaciones geométricas de significados y fonemas en un espacio multidimensional donde los puntos imitan las conexiones de las palabras.

“Representando las palabras como puntos en el espacio, adquieren la habilidad de interactuar entre ellas”. Las que están cerca unas de otras (en ese espacio téorico) tienen significados similares. De esta forma, “una región de este espacio podría realmente interpretarse como que tiene significado”. Con este peculiar método, y tras un análisis prosódico y gramatical, el programa ha creado este poema para HojaDeRouter.com:

Ahora, McGregor está investigando cómo utilizar su modelo semántico para representar símiles y metáforas como relaciones geométricas, ya que por el momento considera que “los conceptos subyacentes que a menudo caracterizan la buena poesía son muy difíciles de capturar”.

Otra programadora y matemática apasionada del lenguaje, Sarah Harmon, ha creado un novedoso sistema capaz de generar automáticamente frases utilizando el lenguaje figurado. Para ello, FIGURE8 puede rastrear su base de conocimientos en busca de sustantivos y de sus propiedades asociadas. Así descubre que una manzana es redonda y comienza a tirar del hilo para buscar una analogía.  

Cuando FIGURE8 encuentra términos o expresiones asociadas a las que desea comparar, los analiza, clasifica y evalúa según su claridad, su novedad, su imprevisibilidad o su prosodia. Mezcla palabras e ideas de otros autores humanos pero no se las copia. De esta forma, escribió los siguientes símiles sobre un hermoso jardín o una estoica reina:

FIGURE8 solo representa un primer paso para que un programa pueda crear metáforas tan complejas como las nuestras o llegar a entenderlas. “En el lenguaje figurado no solo tienes que conocer el significado, sino aceptar la posibilidad de que una cosa que significa 'x' la utilizo para decir 'y' porque se puede hacer una asociación en ese contexto”, indica Gervás. Pese a que la semántica siga siendo un reto, ¿acaso importa demasiado si un ordenador ya es capaz de hacerme creer que uno de sus poemas está escrito por un humano? 

POESÍA.... ¿ERES TÚ?

El 44 % de los internautas que leyeron estos picantes versos en la web 'Bot or not' creyeron que eran obra de un mortal. Sin embargo, una asexuada máquina, el poeta cibernéticopoeta cibernético creado por el futurólogo y director de ingeniería de Google, Raymond Kurzweil, las había combinado automáticamente. Los creadores de la web diseñaron un singular test de Turing: si nos creemos que el poema lo ha escrito una persona, la máquina ha logrado engañarnos.  

Pese a que la página ofrezca un interesante experimento, algunos creadores de sistemas de generación de poesía no creen que lo importante sea si el poema parece o no escrito por un mortal. “La pregunta interesante es si la gente encuentra el modelo convincente, no si podemos usar el modelo para imitar a los humanos”, opina McGregor.

La poesía es un área exclusivamente humana, por las personas, para las personas, sobre la personas. En cierto sentido, la poesía es una celebración de la humanidad y de cómo la gente conecta”, refrenda Simon Colton, profesor de creatividad computacional de la Universidad de Londres. Colton defiende que hay un “vacío de humanidad” en los poemas generados por ordenador, ya que un autor siempre forma parte de una obra. A su juicio, lo importante de la poesía computacional no es el resultado, sino el proceso.

Por eso precisamente creó el modelo Full-FACE, entrenado con artículos de The Guardian. Este sistema no solo es capaz de realizar un análisis emocional de la noticia para escribir el poema con un tono positivo o negativo, sino que trata de llenar ese vacío de humanidad añadiendo una explicación de cómo ha generado el poema para que simpaticemos con él.  

Así que, antes de mostrar el siguiente poema, el 'bot' reveló que lo había inspirado una noticia de 2012 sobre una investigación policial relacionada con un presunto delito de odio racial. Por eso, decidió hacer especial énfasis en el estado de ánimo (negativo) y en la evocación lírica. “Escribí este poema”, anuncia el programa:

Para Pablo Gervás, los sistemas de generación de poesía tampoco tienen como finalidad engañar al lector. Él trabaja en la generación de procesos creativos como la poesía o la narrativa (sus máquinas han creado el argumento del musical 'Beyond de Fence''Beyond de Fence', que está a punto de estrenarse en Londres) porque cree que es a la comunicación lingüística lo que la Fórmula 1 al resto de vehículos: el área puntera del procesamiento del lenguaje natural. “Para poder decir que hemos entendido cómo manejamos el lenguaje, la prueba de fuego es saber si somos capaces de hacer poesía”, defiende.

Por mucho que estos investigadores hayan creado a robots apasionados por la literatura, en realidad falta mucho para que tengan un profundo conocimiento del mundo real, la cultura o las normas sociales.

“La comprensión de la condición humana es un reto para las máquinas. Los programas no tienen un sentido inherente de lo que significa ser humano. Deben aprender por la experiencia lo que significa estar hambriento, loco de amor o inspirado”, sostiene Sarah Harmon. “¿Qué es lo más difícil de la poesía por ordenador? El hecho de que no es humana”, sentencia Colton. Aunque un autómata escriba bellas y emotivas palabras, no hay sentimientos detrás.

-------------------------

La imagen principal de este artículo es propiedad de JD Handock