Por Horacio Ferro
Hace un par de meses me llegó el encargo de traducir un artículo escrito por la investigadora Tamara Chibey que giraba en torno a la obra de los filósofos franceses Bertrand Stiegel y Gilbert Simondon, cuya tesis, sin ánimos de entrar en tecnicismos, sostenía que dado el desarrollo tecnológico alcanzado por la humanidad estas alturas de la vida, las técnicas desarrolladas por las máquinas —por ejemplo, las obras de arte desarrolladas via deep learning— ya no debiesen ser consideradas como un producto del quehacer humano, sino que sería más apropiado entenderlas como una herencia técnica que nosotros les hemos transferido a las máquinas mismas, tal como nosotros heredamos el dominio del fuego de nuestros ancestros. Hacer lo contrario, es una de las conclusiones a las que se llega tras terminar de leer el artículo, sería tan poco acertado como decir que el encendedor que tengo en mi bolsillo es obra de un cavernícola, pues él desarrolló el dominio del fuego.
El deep learning (en inglés, ‘aprendizaje profundo’) es una técnica de la informática en la cual se le presenta a un software una serie de ejemplos de una técnica para él desconocida –por ejemplo, la composición musical—, con la finalidad de que este software, mediante el ejercicio y el enfrentamiento reiterado a esta información, identifique patrones y estructuras que le permitan llegar eventualmente al punto en que sea capaz de generar contenido nuevo que no se encontraba presente originalmente entre la información que se le entregó. Todo esto de manera muy similar a aquella como una persona aprende a dominar cualquier arte u oficio.
Este tipo de procedimiento ha tenido varias aplicaciones en los últimos tiempos. Quizás la más floja y poco interesante –y que, sin embargo, tuvo bastante cobertura en redes sociales— fue un youtuber que utilizó un software para componer una nueva canción de Nirvana. Este se trata de un uso más bien pobre del recurso, en el que se nota que el software tuvo poco entrenamiento antes de arrojar un resultado, y en consecuencia, como buen novato, no alcanzó a hacer más que tomar fragmentos de las letras de diferentes canciones y redisponerlos en una suerte de collage sobre una estructura musical que no dista mucho de la composición de “On a Plain”.
Bastante más elaborados son los experimentos conducidos dentro de la música docta, donde durante el 2018 Huawei utilizó una Unidad Dual de Procesamiento Neuronal de elaboración propia para completar la Sinfonía N°8 (1822) que Schubert misteriosamente dejara inconclusa a lo largo de su vida. Para hacer esto, se le entregó al programa los fragmentos de la obra que ya estaban compuestos, junto con datos sobre los timbres, métricas y rangos de frecuencias predilectos del autor, a partir de las cuales el software compuso varias propuestas melódicas, que luego fueron seleccionadas y orquestadas por el compositor Lucas Cantor. La obra fue estrenada el 4 de febrero de 2019 en el Cadogan Hall de Londres. Tras el éxito de este ejercicio, se pretendía hacer otro tanto con los fragmentos de una supuesta 10° Sinfonía de Beethoven, con la intención de celebrar los 250 años del natalicio del compositor. Sin embargo, desde los inicios de la pandemia no pareciera haber nueva información sobre este proyecto, por lo que puede que las circunstancias hayan entorpecido su realización.
Ahora, si bien todo esto es bastante increíble, lo realmente inquietante en el desarrollo de esta tecnología son los avances alcanzados dentro del ámbito de la música comercial, como es el caso de PopGun, una compañía australiana especializada en el diseño de softwares de inteligencia artificial orientados hacia la composición musical. En el siguiente video se puede ver una evolución en el proceso de aprendizaje de su software desde mediados del 2017, cuando este era solo capaz de escuchar una melodía y responder con otra, hasta el día de hoy, en que es capaz de componer bases, mezclar y masterizar acorde a la necesidad y es comercializado para suplir las carencias técnicas del usuario que compra el producto.
Si bien este último caso sigue siendo dependiente de la voluntad humana, en el sentido de que debe de ser el usuario quien le indique a la máquina qué rendimiento espera de ella, ya en este gesto se puede observar una autonomía total de la máquina en cuanto a un proceso de producción totalmente ajeno a los individuos humanos. Por un lado se tiene al consumidor, que en nada se diferencia del cliente que contrata a un tercero pues él mismo carece de las herramientas técnicas para producirlo –y por tanto, debe pagar para que se lo produzcan—. Por otro lado, el programador, quien si bien ‘capacitó’ al software, ahora se dedica simplemente a distribuirlo, en un rol que con un poco de mala voluntad puede entenderse como el de un proxeneta que se encarga de hacerle llegar al cliente alguien que satisfaga sus necesidades.
Es imposible dejar de ver esta brecha una vez que se la detecta y no notar un tertium quid intermedio que debe participar activamente para hacer efectiva esta experiencia de consumo entre vendedor y cliente. Un individuo, con todas las de la ley –si bien no en términos de autoconciencia, sí de agencia técnica—cuyo valor de cambio, al igual que el de todo trabajador, es el dominio de una técnica. No es el diseñador quien compone. No es el cliente quien compra el producto para componer con él. Es el software mismo quien compone utilizando los conocimientos heredados de un humano, para satisfacer a otro humano.
Este es el futuro que nos espera. Uno en el que deberemos acostumbrarnos a la existencia de individuos no-humanos que, de seguir esta senda, pronto dejarán de requerir un estímulo humano para generar su propio conocimiento. Quizás lleguen en un futuro cercano incluso a ser capaces de transmitir este conocimiento de un software a otro, sin mediación alguna. Y, si llegare a ocurrir eso, habremos asistido al nacimiento de una nueva especie de individuo no-humano, del cual seremos sus ancestros. Y los tendremos colonizados, porque somos terribles.