El traje nuevo del emperAIdor

De cómo una GPU completó una tarea empresarial crítica que supuestamente sólo puede hacerse pagando tokens a los gigantes

Hace unos días, mientras venía hacia aquí, me encontré una cita de Elsevier en una caja de cereales del súper: “los revisores no deben cargar un manuscrito recibido, ni ninguna parte de él, en una herramienta de IA generativa, ya que esto puede vulnerar la confidencialidad y los derechos de propiedad de los autores”.

Luego, mientras tomaba un café, me salió esto otro, de Penguin, en una galleta de la suerte: “ninguna parte de este libro puede utilizarse o reproducirse de ninguna manera con el propósito de entrenar tecnologías o sistemas de inteligencia artificial”.

Al salir del café e ir a cruzar el paso cebra me encontré una alianza matrimonial en el suelo, y en el interior del anillo se podía leer: “Authors Guild está preocupada por informaciones según las cuales algunos profesionales del sector editorial están subiendo manuscritos e información personal de autores a sistemas de IA orientados al consumidor para generar resúmenes, evaluaciones o textos de marketing sin permiso de los autores ni garantías adecuadas para asegurar que los manuscritos no acaben usándose para entrenar IA”. *

Demasiadas casualidades. Miré con disimulo si había alguna cámara oculta. Algo o alguien me estaba “insinuando” que abordara urgentemente el asunto del uso de la IA y la soberanía de datos. Sentí que me prohibía volver a opinar: demasiado fácil.

Haría algo mejor: usaría una GPU para una tarea que, según todos los cánones, sólo puede ser realizada por GPT, Claude, Gemini y sus APIs. O por plataformas que usan esas APIs. Si conseguía realizar una tarea de esa guisa en una GPU local quedaría demostrado que una editorial puede darle herramientas a su personal sin poner en riesgo el contenido. Todo quedaría en infraestructura propia o de confianza, nunca en una IA de consumo de terceros. Y como yo sé que eso es perfectamente posible, iba a demostrarlo.

El material

Primero me bajé un centenar de obras libres de derechos a un repositorio MinIO. En formato ePub. Obras como Fortunata y Jacinta, La Regenta, Misericordia… Un repo privado, nada de nubes.

Luego instalé Ollama en una RTX5090, así como varios modelos locales Qwen: 3:14b, 3.5:9b, 2.5:32b, 3:30b y 3.5:35b. Sabía que necesitaría experimentar con varios de ellos, incluso es posible que necesitara una GPU con más memoria para modelos mayores, ya que la RTX es muy veloz pero tiene un límite de 32 Gb de VRAM.

La RTX donde realicé el experimento

Y me puse manos a la obra. Monté un pipeline en mi Mac con la inestimable ayuda de mi amigo CCD (Claude Code Desktop).

Lo primero que le encargué fue un script para extraer los textos de los ePubs, limpiarlos y almacenarlos en el mismo MinIO. Los ePubs llevan mucha información que molestaría en una exploración, y más cuando se trata de obras refritas antes de codificar. Para eso no tuve que usar IA. CCD implementó un script magistral para limpiar los ePubs y otro para extraer los textos y almacenarlos con las referencias debidas.

Entonces llegó el turno de la IA local. Un script en mi Mac mandaría a la RTX un capítulo con un encargo para el LLM: “saca de este texto todos los fragmentos interesantes que encuentres”. Todo mediante una llamada http en un túnel SSH cifrado y privado. De mi Mac a la RTX y vuelta en un entorno seguro e inaccesible desde fuera.

¿Funcionó a la primera? Por supuesto que no.

En primer lugar hube de afinar el prompt. No fue una tarea sencilla, requirió bastante prueba y error. Tuve que mostrarle el camino a la IA. Pero al final quedó un prompt de 58 líneas donde se establecía que el fragmento debe:

• tener gancho: debe atrapar desde la primera frase
• ser universal: debe funcionar, fuera de contexto, por alguien que sólo lee ese fragmento
• tener estilo: debe mostrar la voz del autor de forma inconfundible
• invocar emoción: ha de tener un impacto afectivo directo
• respetar el tono: debe capturar la atmósfera de la obra
• mostrar punctum: debe incluir ese detalle que pincha al lector por su originalidad: la imagen inesperada, la observación fina, la formulación irrepetible
• o descartarse: si describe o relata cosas que podrían pertenecer a casi cualquier obra; o que expresan ideas generales sin trabajo verbal propio; o que impresionan sólo por el tema y no por la ejecución; o que son vistosos pero banales; o que solo funcionan como resumen del argumento

El prompt “Agente Literario”

En el proceso de afinar este prompt invertí muchas horas de pruebas. Usé todos los modelos descargados y alguno más, y el ganador, curiosamente, fue un modelo pequeño, qwen3:14b, que sólo pesa 9,3 Gb en la VRAM. Pero el prompting y ese modelo empezaron a devolver fragmentos que tenían un atractivo mucho más que razonable y cuya densidad narrativa, estética y emocional era claramente acorde a su obra en general.

Luego tuve un problema con los pasajes. Para seleccionar el pasaje exacto, yo le pedía a la IA que me transcribiera las palabras exactas donde empezaba y terminaba cada uno de ellos. Pero las IA tienden a parafrasear: al copiar cambiaban una coma o un acento, y entonces mi programa buscaba esa frase en el texto, no la encontraba idéntica, y tiraba a la basura un pasaje excelente.

La solución fue abrir la imaginación: numerar todos los párrafos del capítulo — 1, 2, 3… — antes de enviar el texto a la IA. Así su tarea ya no era transcribir, sino señalar: “el buen pasaje va del párrafo 3 al 7”. Con esos dos números, mi programa cogía los párrafos 3 a 7 del original — que tenía perfectos desde el principio — sin depender de que la IA reprodujera ni una sola letra.

Flujo de trabajo del pipeline

Conseguido

El resultado: más que satisfactorio. Fragmentos de las obras que cualquiera apreciaría. Con un modelo Open Source en una tarjeta gráfica local. A continuación algunas muestras breves reales:

1. La Regenta, Leopoldo Alas “Clarín”

Con el alimento y la nueva fuerza reapareció el fantasma del crimen. ¡Oh, qué evidente era el mal! Ella estaba condenada. Esto era claro como la luz. Pero a ratos, meditando, pensando en su delito, en su doble delito, en la muerte de Quintanar sobre todo, al remordimiento, que era una cosa sólida en la conciencia, un mal palpable, una desesperación definida, evidente, se mezclaba, como una niebla que pasa delante de un cuerpo, un vago terror más temible que el infierno, el terror de la locura, la aprensión de perder el juicio; Ana dejaba de ver tan claro su crimen; no sabía quién, discutía dentro de ella, inventaba sofismas sin contestación, que no aliviaban el dolor del remordimiento, pero hacían dudar de todo, de que hubiera justicia, crímenes, piedad, Dios, lógica, alma… Ana.

2. Niebla, Miguel de Unamuno

— Y ahora, mira, tráeme un pliego de papel. Voy a poner un telegrama que enviarás a su destino así que yo me muera…

— Pero ¡señorito…!

— ¡Haz lo que te digo!

Domingo obedeció, llevóle el papel y el tintero y Augusto escribió:

“Salamanca. Unamuno. Se salió usted con la suya. He muerto. Augusto Pérez.”

— En cuanto me muera lo envías, ¿eh?

3. Misericordia — Benito Pérez Galdós

El demontre del viejo — se decía la señá Benina, metiéndose a buen andar por la calle de las Urosas — , no puede hacer más que lo que le manda su natural. Válgate Dios: si cosas muy raras cría Nuestro Señor en el aquel de plantas y animales, más raras las hace en el aquel de personas. No acaba una de ver verdades que parecen mentiras… En fin, otros son peores que este D. Carlos, que al cabo da algo, aunque sea por cuenta y apuntación… Peores los hay, y tan peores… que ni apuntan ni dan… El cuento es que con estos dos duros no se me arregla el día, porque quiero devolverle a Almudena el suyo, que bueno es tener con él palabra. Vendrán días malos, y él me servirá…

¿Poca broma eh? Quizá no sean los fragmentos más famosos que alguien pondría en una reseña, pero lo cierto es que si el propósito consiste en facilitar una evaluación de un manuscrito, esto puede ser un componente muy apreciado en un flujo de trabajo.

¿Y en cuánto tiempo?, me preguntarán los escépticos. No lo he mencionado pero las primeras pruebas las hice en mi Mac M4 de 24 Gb con Metal. Cada capítulo tardaba unos 250–300 segundos, mientras que en la RTX el mismo trabajo tomó solo 30.

Treinta segundos por un capítulo de 4.500 palabras. Cinco fragmentos de cada libro, procesado en minutos.

Y todo sin revelar un solo dato a una IA en la nube.

Procesado de una obra en la RTX, vista en Terminal

¿Adónde nos lleva todo esto?

Yo diría que, por lo menos… a tratar de averiguar qué demonios pasa con ese traje invisible, o buscar a alguien cuya explicación tenga sentido profundo, concreto. La IA corporativa en muchos casos puede ser totalmente privada. La soberanía del dato pertenece a la empresa. Sí se puede.

En ningún caso, desde luego, a sustituir lectores editoriales ni a automatizar el criterio literario. Los ahorros en factor humano como aprovechamiento principal (o único) de la IA van a ser una bala en el pie para los CFOs y la empresa que los contrata. ¿Van a ser? Ya está pasando. ¿Es posible que hayan calculado qué dinero a ponerle a CC o a Codex en función de criterios económicos en vez de estratégicos y técnicos?

En unos años, en cualquier caso, las empresas que hayan persistido en adoptar la IA ordenadamente, orgánicamente, aplastarán a las que la rechazaron por tratarse de hype maligno o tener un coste inasumible. Pues cada trabajador de las primeras será un súper trabajador en una súper empresa, y ahí está el único camino. Las otras quedarán fuera.

Este pequeño experimento (no tan pequeño) es el botón de muestra y se enmarca en la exploración semántica editorial. Es uno de los pasos del flujo. Ya hay plataformas IA a disposición de las editoriales para rebajar la superficie documental, localizar comparables editoriales, contextualizar manuscritos, determinar públicos potenciales o asistir procesos de lectura preliminar (nuestro experimento). Simplemente, esas plataformas violan las advertencias y normas de Elsevier, Penguin o Authors Guild, que son un clamor en el sector. Y con razón.

Quiero agradecer a mis colegas de **Agentic Works la disponibilidad de la RTX y las EVO para la realización de estas pruebas. Yo me pongo a disposición de cualquier editor que desee testear este mecanismo o cualquier otro que se le ocurra. Sólo hace falta conocimientos, perseverancia y medios** para experimentar un nuevo pipeline.

No quiero decir con esto que todo sea posible. Pero hoy en día sigue imperando la repetición de ideas, la postura, y muy poca implicación o aportación real de valor. Lo que se dice en medios o redes se acata y se repite. Para mí, que unos hayan gastado el presupuesto anual de IA en tres meses no necesariamente indica que incorporar la IA sea una equivocación. Es más probable que ello revele el mal encaje de un elemento disruptivo en una cultura de empresa tradicional, un presupuesto demasiado corto para resultados o un despliegue desacertado.

Pero cuidado con los desembarcos de otros, porque la realidad está ya en nuestras vidas esperando que la tengamos en cuenta.

*Fuentes:

https://www.elsevier.com/about/policies-and-standards/generative-ai-policies-for-journals

https://www.theverge.com/2024/10/18/24273895/penguin-random-house-books-copyright-ai

https://authorsguild.org/news/use-of-ai-in-publishing-and-new-model-contract-clause/