Cuando la IA me dejo sin trabajo

En 2015, dos años antes de que Google publicara Attention Is All You Need, el paper que parió a los transformers y, con ellos, a todo lo que hoy llamamos IA, me tocó trabajar en un problema de lenguaje haciendo que una computadora aprendiera de ejemplos, porque programar todas las reglas era imposible.

Trabajaba para el gobierno provincial y me pidieron un dashboard que midiera dos cosas: el humor de la gente respecto del gobierno y la tendencia de las noticias de los medios respecto del gobierno y sus funcionarios.

Nace SIMON

La idea era scrapear (tomar los datos) de las redes sociales, filtrar primero los posts y tweets que hablaban del gobierno provincial y después clasificarlos según su humor: negativo, neutro o positivo. Con los medios, lo mismo: se scrapeaban las noticias del día de los portales digitales, se filtraban las que mencionaban al gobierno, a sus funcionarios o algo cercano, y se clasificaba su tendencia. Cada hora se procesaba un informe y ahí podía verse el humor del público, el de los medios y cuáles eran las noticias que más inclinaban la balanza. Ese era SIMON: SIstema de MONitoreo

No era simple. Primero había que filtrar, y en ese momento no había IA disponible. Así que me puse a estudiar técnicas de NLP (natural language processing), que es como se llama a hacer que un programa trabaje con el lenguaje que hablamos las personas.

Empecé con fuerza bruta. Junté todos los nombres y apellidos de los funcionarios, los nombres de los ministerios, las secretarías y los programas de gobierno, y armé una base de datos. Pero el problema no terminaba ahí: muchas veces los nombres estaban mal escritos. Al rescate vino un algoritmo llamado Metaphone, que compara palabras por cómo suenan y no por cómo se escriben. “Bonfatti”, “Bonfati” y “Bonffati” son tres palabras distintas para una computadora, pero suenan igual, y Metaphone las matchea aunque estén mal tipeadas, dentro de ciertos parámetros. Con esa herramienta podía filtrar, a pura fuerza bruta, todo lo que hablaba del gobierno o de algo cercano.

Faltaba lo otro: saber si lo que se decía era positivo, negativo o neutro.

Junté un montón de noticias, tweets y posts que hablaban de todo, no solo del gobierno, y empecé a armar un vocabulario. El primer problema del vocabulario era que estaba inflado de palabras que significaban lo mismo. Ahí vino en mi ayuda la lematización: reducir cada palabra a su forma base, su lema. “Corrupto”, “corruptos”, “corrupta” y “corrupción” son, para el sistema, una sola entrada: corrup-. Cuatro palabras menos que mantener, un solo peso que entrenar.

Porque de eso se trataba: a cada palabra del vocabulario le asigné un peso entre -1 y 1. Menos uno era una palabra ultranegativa (pederasta), uno era una palabra positiva (felicidad), y cero era neutra: ni fu ni fa.

El proceso era así: al texto se le sacaban primero las stopwords, las palabras que están en todos lados y no significan nada por sí solas: el, la, de, que, en, quedaban las palabras con carga, se sumaban sus pesos, y si el total daba positivo la noticia era positiva. Si daba negativo, negativa. Y si daba cero… genio: neutra.

El punto es cómo se asignaban esos pesos. Empecé con pesos aleatorios, salvo algunos que cargué a mano. Después el sistema clasificaba las noticias y yo las volvía a clasificar para marcarle si había acertado o no. Esa recalificación era el entrenamiento: mi veredicto sobre la noticia completa alteraba el peso de cada palabra que la componía. Si yo marcaba una noticia como negativa, todas sus palabras se corrían un poquito hacia el -1. Si esa misma palabra aparecía después en una noticia positiva, se corría un poquito hacia el 1. Cada corrección era un empujón chico, lo que hoy llamaríamos learning rate , para que ninguna noticia suelta arruinara lo aprendido. Con el tiempo, una palabra que aparecía más veces en noticias negativas que en positivas terminaba con su peso más cerca del -1 que del 1. Sin saberlo, estaba entrenando a mano lo que la literatura llama un clasificador lineal supervisado. Yo le decía fuerza bruta.

Después de varios (muchos) días de entrenamiento supervisado, el sistema llegó a un 80% de acierto, según lo medí. Y de seguir entrenándolo, iba a ser muy superior.

Pero algo pasó. Mi jefe de aquel momento, el que me encargó la tarea, era estudiante de periodismo. Después me enteré de que su trabajo final para recibirse era, justamente, un sistema de monitoreo de medios. El problema es que no entendía el sistema, implicaba programación, matemática y lingüística, y no podía defender un trabajo que no entendía. Durante la fase de entrenamiento, cuando el índice de acierto estaba en 60%, se quejaba y me preguntaba por qué no me ponía a trabajar en algo donde el filtrado y la clasificación los hicieran humanos, y lo único que yo tuviera que hacer fuera tomar un Excel armado a mano y graficarlo en una app móvil. No le hice caso. El sistema que había desarrollado era superior, escalable y trazable. Pero no servía para el fin último de mi jefe, que era presentarlo como trabajo final.

Un viernes 23 de diciembre, dos días antes de Navidad, me despidieron. El presupuesto asignado a mi proyecto se usó para contratar a dos personas que hicieran a mano el trabajo que ya hacía SIMON (SIstema de MONitoreo), pero que no se podía explicar en una tesina de periodismo.

Con los años, no sé cómo y sin buscarlo, me crucé con ese trabajo final. Era eso: una serie de humanos clasificando noticias en un Excel, unos gráficos generados con Power BI y un PDF para distribuir.

SIMON quedó abandonado en un rincón de mi disco rígido. Dos años después apareció el paper de los transformers y el mundo se llenó de la IA que a mí me había faltado. Y resultó que lo que había armado a fuerza bruta, un vocabulario, pesos, entrenamiento a base de correcciones, era una versión extremadamente rudimentaria de una idea que todavía sigue viva en la inteligencia artificial moderna: aprender ajustando pesos a partir de ejemplos

SIMON nunca llegó a producción. Nunca tuvo miles de usuarios. Nunca apareció en una conferencia. Quedó olvidado en un disco rígido. Pero fue la primera vez que vi a una computadora aprender algo.

Años después el mundo entero empezó a hablar de inteligencia artificial. Yo ya la había visto nacer, mucho más torpe, mucho más chica y bastante más artesanal.

SIMON no sobrevivió. Lo que me enseñó, sí.