Cómo podemos llegar a entender el lenguaje de una civilización de otro planeta

En la película de ciencia ficción de 2016 La llegada, una lingüista se enfrenta a la abrumadora tarea de descifrar un idioma alienígena compuesto por frases palindrómicas, que se leen igual de derecha a izquierda y viceversa, escritas con símbolos circulares. A medida que descubre diversas pistas, las distintas naciones del mundo interpretan los mensajes de maneras diferentes, y algunas asumen que transmiten una amenaza.

Si la humanidad se encontrara hoy en una situación similar, nuestra mejor opción podría ser recurrir a la investigación que está desvelando cómo la inteligencia artificial (IA) desarrolla lenguajes.

Pero, ¿qué define exactamente un idioma? La mayoría de nosotros utilizamos al menos uno para comunicarnos con las personas a nuestro alrededor, pero, ¿cómo surgió? Los lingüistas llevan décadas planteándose esta misma cuestión, y aún no hay una forma sencilla de averiguar cómo evolucionó el lenguaje.

El lenguaje es efímero, no deja rastro en el registro fósil que podamos examinar. A diferencia de los huesos, no podemos desenterrar lenguas antiguas para estudiar cómo se desarrollaron con el tiempo.

TE PUEDE INTERESAR

China ya está construyendo su primer portaaviones nuclear

Omar Kardoudi

Para simular cómo puede evolucionar un idioma, damos a los agentes (IA) tareas simples que requieren comunicación, como un juego en el que un robot debe guiar a otro hacia una ubicación específica en una cuadrícula sin mostrarle un mapa. No imponemos (casi) ninguna restricción sobre lo que pueden decir ni cómo hacerlo: simplemente les damos la tarea y les dejamos resolverla como deseen.

Dado que resolver estas tareas requiere que los agentes se comuniquen entre ellos, podemos estudiar cómo evoluciona su comunicación a lo largo del tiempo para hacernos una idea de cómo podría desarrollarse un lenguaje.

Experimentos similares se han hecho con humanos. Imagine que usted, un hispanohablante, se empareja con una persona que no habla español. Su tarea es indicar a su compañero que tome un cubo verde de un conjunto de objetos en una mesa.

Podría intentar hacer un gesto con las manos para indicar la forma de un cubo y señalar la hierba fuera de la ventana para representar el color verde. Con el tiempo, desarrollarían juntos una especie de proto-lenguaje. Tal vez crearían gestos o símbolos específicos para "cubo" y "verde". A través de interacciones repetidas, estas señales improvisadas se volverían más refinadas y consistentes, formando un sistema básico de comunicación.

Esto funciona de manera similar para la IA. A través de prueba y error, aprenden a comunicarse sobre los objetos que ven, y sus compañeros de conversación aprenden a entenderles.

Pero, ¿cómo sabemos de qué están hablando? Si solo desarrollan este idioma con su compañero artificial y no con nosotros, ¿cómo sabemos qué significa cada palabra? Al fin y al cabo, una palabra específica podría significar "verde", "cubo" o, peor aún, ambas cosas. Este desafío de interpretación es una parte clave de mi investigación.

Descifrando el código

La tarea de entender el lenguaje de una IA puede parecer casi imposible al principio. Si intentara hablar polaco (mi lengua materna) con un colaborador que solo habla inglés, no podríamos entendernos ni siquiera sabríamos dónde empieza y acaba cada palabra.

El reto con los lenguajes de las IA es aún mayor, ya que pueden organizar la información de formas completamente ajenas a los patrones lingüísticos humanos.

Afortunadamente, los lingüistas han desarrollado herramientas sofisticadas usando la teoría de la información para interpretar lenguas desconocidas.

Al igual que los arqueólogos reconstruyen idiomas antiguos a partir de fragmentos, nosotros utilizamos patrones en las conversaciones de la IA para comprender su estructura lingüística. A veces encontramos sorprendentes similitudes con lenguas humanas, y en otras ocasiones descubrimos formas de comunicación completamente novedosas.

Estas herramientas nos ayudan a echar un vistazo dentro de la "caja negra" de la comunicación de la IA, revelando cómo los agentes artificiales desarrollan sus propios métodos únicos para compartir información.

Mi trabajo reciente se centra en utilizar lo que los agentes ven y dicen para interpretar su lenguaje. Imagine tener una transcripción de una conversación en un idioma desconocido junto con lo que cada interlocutor estaba observando. Podemos asociar patrones en la transcripción con objetos en el campo visual de los participantes, construyendo conexiones estadísticas entre palabras y objetos.

Por ejemplo, si la frase "yayo" coincide con un pájaro volando, podríamos deducir que "yayo" es la palabra que usa el hablante para "pájaro". A través de un análisis minucioso de estos patrones, podemos empezar a descifrar el significado detrás de la comunicación.

En el último artículo de mis colegas y mío, que aparecerá en las actas de la conferencia de Sistemas de Procesamiento de Información Neuronal (NeurIPS), mostramos que estos métodos pueden utilizarse para desentrañar al menos partes del lenguaje y la sintaxis de las IA, dándonos una idea de cómo podrían estructurar su comunicación.

Alienígenas y sistemas autónomos

¿Cómo se conecta esto con los alienígenas? Los métodos que estamos desarrollando para entender los lenguajes de la IA podrían ayudarnos a descifrar posibles comunicaciones alienígenas en el futuro.

Si pudiéramos obtener algún texto alienígena escrito junto con algún contexto (como información visual relacionada con el texto), podríamos aplicar las mismas herramientas estadísticas para analizarlos. Los enfoques que estamos desarrollando hoy podrían ser útiles en el futuro estudio de los lenguajes alienígenas, también conocido como xenolingüística.

Pero no necesitamos encontrar extraterrestres para beneficiarnos de esta investigación. Hay numerosas aplicaciones, desde la mejora de modelos de lenguaje como ChatGPT o Claude, hasta la mejora de la comunicación entre vehículos autónomos o drones.

Al descifrar los lenguajes emergentes, podemos hacer que la tecnología del futuro sea más fácil de entender. Tanto si se trata de saber cómo los coches autónomos coordinan sus movimientos como de comprender cómo los sistemas de IA toman decisiones, no solo estamos creando sistemas inteligentes: estamos aprendiendo a entenderlos.