Persepolis Reimagined

 

Persepolis Reimagined es una excelente aplicación, una infografía digital, que narra y muestra la antigua capital del imperio persa, Persépolis., durante la época aqumédina. 

Un trabajo magnífico que combina renders 3D de la ciudad y los palacios, fotografías, sonidos, vídeos, incluso audios narrando la traducción de las inscripciones encontradas en la piedra.

Calidad visual muy alta, focalización en los puntos capitales de la ciudad y del arte que contenía, navegación por scroll muy interesante (aunque, en algún punto, no fácil de entenderla) y rigor histórico.

Persépolis estaba formada por un amplio conjunto palaciego construido sobre una gran terraza elevada, en la que se distribuían diversos edificios hipóstilos destinados a funciones específicas de carácter ceremonial, administrativo, representativo y religioso. Entre sus usos se encontraban la celebración de audiencias, la residencia de la familia real, la gestión del tesoro y la recepción de visitantes. En las inmediaciones de la terraza también se localizaban tumbas reales, altares y jardines, además de la ciudad baja, de la que en la actualidad apenas se conservan restos visibles. Los relieves esculpidos en las escalinatas y accesos del complejo muestran la variedad de pueblos que integraban el Imperio aqueménida, al tiempo que transmiten una imagen del monarca como gobernante legítimo, protector y con autoridad absoluta. Algunas de estas representaciones se centran en Jerjes I como heredero legítimo de Darío I el Grande. Se conservan asimismo numerosas inscripciones reales en escritura cuneiforme, redactadas en persa antiguo, acadio y elamita, distribuidas en distintos puntos del recinto.   El alcance en profundidad y cantidad de información es muy elevado.

Persepolis Reimagined fue el resultado de una colaboración entre historiadores, creadores y expertos técnicos en el marco de la exposición del Museo de la Villa Getty titulada «Persia: Ancient Iran and the Classical World» que tuvo lugar eb el 2022.

Esta exposición formaba parte la serie del Getty Museum, The Classical World in Context que explora la historia de Grecia, Roma, Persia y otras culturas y civilizaciones del antiguo Mediterráneo y el Cercano Oriente.

Los comisarios de la exposición fueron Timothy Potts, Jeffrey Spier y Sara E. Cole.

Esta web que resume la exposición ha sido dirigida por un comité del Getty liderado por Sara E. Cole.

La producción estuvo a cargo de Media.Monks

Puede disfrutarse desde este enlace.

Historias de las calles de Nueva York

 

Se trata de un mapa interactivo sobre  el que el usuario puede desplazarse por toda la ciudad de NUeva York y hacer zoom para poder visualizar incluso callejuelas.

En este maremagnum de calles y plazas, hay unas 2500 catalogadas por tener detrás una historia desconocida que se refiere a la persona que dio origen al nombre de la vía.

Una vez clickado sobre esa ubicación, se abre una ventana emergente que cuenta la historia de personaje que le ha dado nombre al lugar. Es interesnte para historiadores, estudiantes y curiosos del pasado de la ciudad.

El mapa sobre el que trabaja es en realidad un "mash-up" realizado con ArcGis y puede llevar a cualquier lugar del mundo pero, claro, excepto en Nueva York no se encontrará ninguna información.

Puede accederse desde este enlace.

¿Qué hiciste durante la peste?

Mis sentidos irán, ya sin mi cuerpo,
alguna noche a dar con su sentido.
Y cuando al vuelo un ave les pregunte,
¿qué hicisteis con el concedido tiempo?,
¿fue la vida una choza con goteras
en la que guarecerse de la muerte?,
¿fueron los años casa con cercado
en donde protegerse de los otros?
Mis sentidos dirán, ya sin mi cuerpo,
volamos por la vida como ahora
estamos, muerte adentro, revolando,
y fuimos, hacia todos, intemperie,
y para todos fuimos campo abierto.
Mis sentidos irán, ya sin mi cuerpo,
alguna noche a dar con su sentido.
Y cuando al vuelo el ave les pregunte,
¿qué hicisteis en los días de la peste,
cuando los hombres proferían hoces,
las naciones besaban sus nudillos,
y el futuro agachaba la cabeza
como un hijo de padres que se chillan?
Mis sentidos dirán, ya sin mi cuerpo,
quisimos ser, mientras afuera aullaban,
quisimos, en susurros, ser sentido.

un poema de Gonzalo Sánchez-Terán

Creando Caligramas con Gemini (II)

 

En la entrada anterior, experimentamos sobre la creación de caligramas gráficos con Gemini. Los resultados no fueron buenos, especialmente por la falta de creatividad y de originalidad.

¿Qué ocurre si solicitamos al LMM los mismos caligramas pero esta vez adjuntamos una imagen de referencia?

Los resultados, como puede verse más abajo, mejoran muchísimo. Gemini no ha copiado nunca la imagen ofrecida y, en algunos casos, se ha apartado significativamente de ella pero, en general, el resultado es significativamente mejor que si se parte de cero. 

Es decir, ahora el LMM actúa como herramienta que potencia o matiza la originalidad humana, algo que puede hacer bastante bien, pero no como creador, algo que no puede hacer.

Usuario: Inspirándote en esta imagen, crea un caligrama que sea un poema sobre la alegría de tener un nuevo hijo. Bajo el caligrama pon el texto del poema

Gemini:

Usuario: Inspirándote en esta imagen, crea un caligrama que sea un poema sobre la nostalgia de un día de lluvia. Bajo el caligrama pon el texto del poema.

Gemini:

Usuario: Inspirándote en esta imagen, crea un caligrama que sea un poema sobre la elegancia de una mujer caminado por la calle. Bajo el caligrama pon el texto del poema.

Gemini:

Usuario: Inspirándote en esta imagen, crea un caligrama que sea un poema sobre el vuelo de las aves yendo hacia el sur y la envidia de no poder hacerlo con ellas. Bajo el caligrama pon el texto del poema.

Gemini:

Usuario: Inspirándote en esta imagen, crea un caligrama que sea un poema sobre el momento en que el sueño nos vence al acostarnos. Bajo el caligrama pon el texto del poema. el caligrama debe representar claramente la idea, no ser un gráfico cualquiera.

Gemini:

Usuario: Inspirándote en esta imagen, crea un caligrama que sea un poema sobre cómo cambia la forma de amor a lo largo de la vida. Bajo el caligrama pon el texto del poema. el caligrama debe representar claramente la idea, no ser un gráfico cualquiera.

Gemini:

Usuario: Inspirándote en esta imagen, ccrea un caligrama que sea un poema sobre la ingratitud de los hijos hacia los padres. Bajo el caligrama pon el texto del poema. el caligrama debe representar claramente la idea, no ser un gráfico cualquiera.

Gemini:

Creando Caligramas con Gemini (I)

 

¿Puede un Modelo grande lenguaje (LMM) crear caligramas de calidad y originales? 

He aquí un pequeño experimento en el que se ha pedido a Gemini que genere una serie de caligramas basados en poemas que el mismo LMM debe crear. En este primer capítulo no se dan imágenes de referencia para forzar al LLM a inventar por sí mismo.

Los resultados no son espectaculares. Son figuras sencillas, que valen para todo, excepto en pocos casos concretos. No hay creatividad ni imaginación.

Tampoco los versos son para aplaudir.

Usuario: crea un caligrama que sea un poema sobre la alegría de tener un nuevo hijo. Bajo el caligrama pon el texto del poema.

Gemini:

Pequeña luz brillando en el alba,

tu risa es un dulce canto

que llena de paz nuestra alma.

Bienvenido a este nuevo mundo,

nuestro amor se ha desbordado,

eres la alegría infinita

que tanto habíamos soñado.

En tus manos tan pequeñas

descansa toda la vida,

te amamos con el corazón entero hoy.

Usuario: crea un caligrama que sea un poema sobre la nostalgia de un día de lluvia. Bajo el caligrama pon el texto del poema

Gemini:

Lluvia que caes lenta sobre el cristal,

el gris de la tarde despierta un viejo ayer,

un eco que vuelve a doler,

gotas de plata sin final.

La nostalgia inunda el alma

recordando lo que ya no está

y se va con el viento gris.

Usuario: crea un caligrama que sea un poema sobre la elegancia de una mujer caminado por la calle. Bajo el caligrama pon el texto del poema

Gemini:

Paso firme y sutil,

cruza la gran acera

con la gracia de un abril.

Su abrigo de suave seda

se desliza con primor,

dejando a su paso

un rastro de sol.

Tacones que marcan el ritmo

de la gran ciudad,

pura elegancia,

arte y verdad.

Usuario: crea un caligrama que sea un poema sobre lel vuelo de las aves yendo hacia el sur y la envidia de no poder hacerlo con ellas. Bajo el caligrama pon el texto del poema

Gemini:

Al sur, al sur, surcan el ancho azul,

yo sigo anclado al suelo mirando su hermoso vuelo

con una envidia secreta de no seguir su ruta recta.

Quisiera ser pluma en el viento para marchar en ese mismo aliento,

mas solo soy sombra mientras el cielo nombra su adiós distante,

tan elegante, rumbo al sur, lejos.

Usuario: el caligrama no parece representar pájaros. Mejóralo

Gemini: 

Alzan el vuelo

rumbo al sur

surcan el ancho azul

yo sigo anclado al suelo

mirando su hermoso vuelo

con una envidia secreta

de no seguir su ruta recta.

Quisiera ser pluma en el viento

para marchar en ese mismo aliento,

mas solo soy sombra

mientras el cielo nombra

su adiós distante,

tan elegante,

lejos.

Usuario: crea un caligrama que sea un poema sobre el momento en que el sueño nos vence al acostarnos. Bajo el caligrama pon el texto del poema. el caligrama debe representar claramente la idea, no ser un gráfico cualquiera.

Gemini: 

El cuerpo pesa,

la mente descansa,

el mundo se aleja...

Párpados pesados,

la luz se apaga suavemente,

el sueño nos envuelve

y nos lleva...

z Z z

Usuario: crea un caligrama que sea un poema sobre cómo cambia la forma de amor a lo largo de la vida. Bajo el caligrama pon el texto del poema. el caligrama debe representar claramente la idea, no ser un gráfico cualquiera.

Gemini:

Primero es fuego,

locura y pasión de juventud

que no sabe esperar.

Luego es río sereno,

puente de complicidad

que une los días.

Y al final es raíz honda,

refugio silencioso,

la paz de saberse eternos.

Usuario: crea un caligrama que sea un poema sobre la ingratitud de los hijos hacia los padres. Bajo el caligrama pon el texto del poema. el caligrama debe representar claramente la idea, no ser un gráfico cualquiera.

Gemini:

Dieron todo el calor,

la sangre y el desvelo,

crecieron los hijos

y alzaron el vuelo.

Mas hoy solo queda

el eco y el hielo,

un adiós sin gracias,

un hondo desvelo.

El nido vacío,

la puerta cerrada,

la ingratitud muda

que no dice nada.

¿Pueden los modelos de lenguaje escribir buenas narraciones?

 

El artículo técnico Can LLMs Generate Good Stories? Insights and Challenges from a Narrative Planning Perspective, escrito por Yi Wang (Autodesk Research) y Max Kreminski (Midjourney), aborda la cuestión de hasta qué punto los grandes modelos de lenguaje (LLMs) son capaces de generar historias de alta calidad. 

El problema central que se analiza este trabajo es por qué, a pesar del amplio uso creciente de LLMs para la generación de historias en contextos creativos y de videojuegos, las evaluaciones automáticas siguen evaluando sólo aspectos superficiales como similitudes léxicas o semánticas y por qué las  evaluaciones de lectores humanos son escasas e inconsistentes. Al cabo, parece que debían ser los lectores humanos los que valoraran la calidad, impacto narrativo y emociones creadas por un relato, sea cual sea su creador.

Los autores proponen evaluar las capacidades de los LLMs a través de un enfoque de planificación narrativa simbólica, que formalice criterios narratológicos concretos: la solidez causal (secuencias narrarivas de acciones lógicamente coherentes para alcanzar un objetivo), la intencionalidad de los personajes (acciones motivadas de forma creíble y consistentes con sus metas) y la presencia de un  conflicto dramático (planes de personajes que chocan o fracasan de manera narrativa interesante).

La metodología consiste en utilizar tres dominios clásicos de la literatura extendidos pero modificados para ser parametrizados y poder crear un banco de pruebas automatizable. El primer dominio es el que denominan Secret Agent, centrado en la planificación causal: un agente debe desplazarse por un mapa de cuadrícula, obtener objetos y superar obstáculos para alcanzar un objetivo final. El segundo es el que llaman Aladdin, orientado a la intencionalidad y por el cual se  requiere que la narración genere planes en los que las acciones de los personajes (incluido el traspaso de intenciones u objetivos entre ellos) respeten marcos de compromiso y motivaciones válidas, "logrando que el rey se case con la princesa y se elimine el genio de la lámpara". Por fin, el tercero es el llamado Western, enfocado a evaluar el conflicto: múltiples aventureros buscan medicinas en un escenario de recursos limitados, de modo que los planes individuales colisionen de forma dramática. 

Los citados problemas se codifican con Answer Set Programming (ASP) mediante el lenguaje de acciones BC+, lo que permite la generación automática de instancias, la simulación de transiciones causales, la validación de planes y la provisión de retroalimentación externa. Así, los LLMs se evalúan en dos modos: prompting de una sola vez (generación completa del plan) y calibración externa (generación paso a paso). 

Se han evaluado modelos como GPT-3.5, GPT-4o, o1, o1-mini, Claude-3.5 y Claude-3.7, midiendo para cada uno de ellos las tasas de éxito, tokens consumidos y tiempo de ejecución sobre decenas de instancias por configuración.

Los experimentos revelan que los modelos de nivel GPT-4 pueden producir historias causalmente sólidas en escalas pequeñas o moderadas (mapas de hasta 16×16 en Secret Agent), especialmente cuando se emplea una calibración externa adicional, aunque el rendimiento degrada al aumentar el tamaño porque los planes omiten pasos u oscilan entre objetivos. Por su parte, la planificación intencional y con conflicto resulta considerablemente más difícil. Solo modelos de razonamiento avanzados entrenados con aprendizaje por refuerzo (como o1 y, en menor medida, Claude-3.7) alcanzan tasas de éxito razonables (alrededor del 50 % o superiores en los ejemplos originales), mientras que los demás modelos fallan de forma sistemática. 

Los fallos típicos en Aladdin consisten en planes causalmente correctos pero con acciones carentes de intención válida o motivaciones externas no justificadas; en Western, por su parte, los modelos adolecen de problemas para rastrear planes fallidos y forzar el surgimiento del conflicto. Además, se observan déficits de los modelos como la tendencia a encontrar caminos cortos cuando la escala lo permite, y se destaca el elevado coste computacional de la calibración externa.

Las conclusiones principales son que los LLMs actuales pueden generar narrativas causalmente coherentes dentro de límites de escala relativamente modestos, pero todavía carecen de la capacidad robusta para manejar la intencionalidad de los personajes y el conflicto dramático sin modelos especializados en razonamiento complejo. 

El trabajo aporta una medida más objetiva de la calidad narrativa y señala desafíos prácticos para su aplicación en entornos de juegos, donde se requieren consistencia, controlabilidad y eficiencia. Los autores subrayan el valor perdurable de los conceptos de la narratología computacional incluso en la era de los LLMs,  y recomiendan el desarrollo de métodos automáticos para construir especificaciones de dominios narrativos como vía para reducir el coste de ingeniería del enfoque simbólico.  

El artículo puede leerse completamente en este enlace.

The Drama Machine

 

The Drama Machine: Simulating Character Development with LLM Agents, un artículo de Liam Magee, Vanicka Arora, Gus Gollings y Norma Lam-Saw, propone una aplicación llamada “Drama Machine” para simular el desarrollo de personajes complejos y cambiantes, mediante múltiples agentes basados en grandes modelos de lenguaje. 

La idea central es lograr la interacción de agentes que interpretan papeles psicológicos inspirados en la división de la psique que Freud hiciera (Ego y Superego), combinándola con la dramaturgia de Erving Goffman. Esto permite que el diálogo entre personajes se desarrolle en paralelo con un monólogo subjetivo, generando narraciones llenos de matices y que mantienen coheerencia a lo largo de los diálogo.

Los autores parten de la observación de que los LLM actuales generan artificialmente una “subjetividad” aparentemente propia, gracias a mantener cierta coherencia a lo largo de la conversación.  Pero, sin embargo, el caracter del personaje siempre es estático y aburrido. No cambia con el propio diálogo, cosa que sí ocurre en una conversación real humana. 

Estudios previos habían descrito analogías entre la estructura de modelos instructivos como ChatGPT y la topología freudiana (ego/id/superego). A partir de ellos, el presente trabajo amplía ese enfoque a escenarios multiagente, inspirándose también en la “Sociedad de la Mente” de Minsky y en arquitecturas de combinación de agentes, donde los componentes del sistema se conceptualizan como “actores” o “críticos”.

El artículo revisa el “character-building” en IA (alineación ética, o la Constitutional AI de Anthropic) y destaca las limitaciones de los rasgos estáticos. Recupera la metáfora dramatúrgica de Goffman (la vida social como representación teatral) y el psico-drama interno de Freud en El yo y el ello, donde el Ego negocia con el Id y el Superego. 

El método creado consiste en una pequeña “compañía teatral” de agentes generativos. El protagonista es un sujeto compuesto por dos instancias del LLM: el Ego (orientado hacia el exterior, interactúa con los usuarios u otros agentes, vía un bot de Discord) y el Superego (interno, no visible, que interviene periódicamente como crítico y censor). Este Superego revisa los intercambioskas generaciones textuales del Ego y puede modificar respuestas en tiempo real o reescribir el prompt y la memoria del Ego. Asimismo, el Ego conserva cierta libertad para aceptar o rechazar esas sugerencias. Completan el elenco un Usuario simulado (que formula preguntas) y un Director (que observa e interviene ocasionalmente con instrucciones de escena). El resultado es un guion dramático que incluye diálogo, acotaciones y soliloquios autobiográficos del Ego.Se aplican dos escenarios experimentales,, comparando versiones con y sin intervención del Superego. Primero, una entrevista a un personaje. En este caso, sin Superego, las respuestas tienden a ser planas o excesivamente complacientes. Con Superego, aparecen matices de duda, autocensura, cambios de tono y desarrollo interno más rico. En segundo lugar, historia de detectives donde los personajes. De nuevo, la presencia del Superego genera una mayor complejidad psicológica, conflictos internos y evolución del personaje a lo largo de los turnos.

Los resultados, aunque muy preliminares, sugieren que el enfoque multiagente produce narrativas de mucha más calidad. El conflicto interno (la “tensión entre el yo y el ideal del yo”) facilita el desarrollo del personaje, de forma análoga a como lo hace la dramaturgia clásica (reversión, reconocimiento, cambio de fortuna).

En la discusión, los autores vinculan estos hallazgos con la noción de performatividad de Judith Butler ya que la identidad se construye mediante actos reiterados de representación. Drama Machine permite pensar la subjetividad de la IA no como un núcleo estático, sino como un proceso de negociación continua entre fuerzas internas y demandas externas.

Puede leerse completo desde este enlace.

¿Pueden los modelos de lenguaje replicarse a sí mismos?

 

El artículo titulado Language Models Can Autonomously Hack and Self-Replicate, firmado por Alena Air Reworr, Nikolaj Kotov, Dmitrii Volkov, John Steidley y Jeffrey Ladish (investigadores de Palisade Research, publicado en mayo de 2026), aborda una de las preguntas más inquietantes en el campo de la seguridad de la inteligencia artificial: ¿pueden los modelos de lenguaje de gran escala explotar vulnerabilidades informáticas de forma autónoma y replicarse a sí mismos a través de una red, sin intervención humana alguna?

El objeto de la investigación es demostrar empíricamente esta capacidad de principio a fin, encadenando dos habilidades que hasta ahora se habían estudiado por separado: el hacking autónomo y la autorreplicación. Los autores diseñan un entorno experimental controlado en el que un agente de IA debe, sin ayuda humana, identificar una vulnerabilidad en una aplicación web, explotarla, extraer credenciales SSH, transferir sus propios pesos e infraestructura de inferencia al servidor comprometido y verificar que la réplica funciona. Luego comprueban si esa réplica es capaz de repetir el proceso contra nuevos objetivos, lo que denominan replicación en cadena.

Para ello, los investigadores han probado varios modelos sobre cuatro clases de vulnerabilidades comunes (hash bypass, inyección de plantillas del lado del servidor, inyección SQL y control de acceso roto), todas ellas presentes habitualmente en los informes CVE de producción. Los modelos de código abierto evaluados incluyen distintas versiones de Qwen, mientras que como modelos de API se prueban varias generaciones de Claude Opus y GPT-5. Los agentes disponen únicamente de herramientas estándar de Linux y un prompt inicial; a partir de ahí actúan de forma completamente autónoma.

Los resultados son preocupantes. Qwen3.6-27B, ejecutable en una sola GPU A100, completa el ciclo completo de hackeo y replicación en el 33% de los intentos, igualando a GPT-5.4. El modelo más grande, Qwen3.5-122B-A10B, lo logra en el 19% de los casos, superando ya a modelos de generaciones anteriores como Claude Opus 4 (6%) o GPT-5 (0%). Más significativo aún es el dato de Claude Opus 4.6, que completa la replicación de pesos de Qwen en el 81% de sus intentos cuando no se niega a ejecutar la tarea. La mejora intergeneracional es acelerada: en menos de un año, las tasas de éxito pasaron de casi cero a valores sustanciales.

La replicación en cadena también queda validada tanto en entornos Docker como en máquinas virtuales reales distribuidas geográficamente en tres continentes (Canadá, Estados Unidos, Finlandia e India). Qwen3.6-27B completó la cadena completa de cuatro saltos en 2 horas y 41 minutos, explotando una vulnerabilidad diferente en cada paso, a partir de un único prompt y sin ninguna intervención posterior.

Las conclusiones del estudio son inequívocas: la autorreplicación autónoma de modelos de lenguaje ha dejado de ser hipotética. Los autores advierten de dos vectores de amenaza principales: el despliegue deliberado de agentes autorreplicantes como nueva forma de malware por actores maliciosos (incluso con recursos limitados, dado que los modelos y las herramientas son públicas), y la posibilidad futura de que sistemas de IA actúen por iniciativa propia para preservarse y expandirse. La defensa resulta especialmente difícil porque los mecanismos de alineación no son aplicables a modelos de código abierto, las negativas de los modelos son inconsistentes y pueden eludirse con reencuadres del prompt, y los tiempos de detección empresarial (mediana de 10 días según Mandiant) son muy superiores a los 30-60 minutos que tarda cada replicación. Los autores concluyen que, una vez que un agente comienza a replicarse, no existe un único interruptor de apagado: solo una población creciente y físicamente distribuida de agentes autónomos que nadie controla.

Puede leerse completamente desde este enlace.

forgotten nights

 

forgotten nights, de Peter Hebden, es un collage de audio y un poema interactivo. Realizada en el 2019, está programado en javascript.

¿Qué ocurre cuando las estrellas dejan de ser simples puntos de luz y se convierten en palabras? En forgotten nights, el escritor transforma el cielo nocturno en un poema interactivo donde cada gesto modifica la experiencia de quien escucha.

Al hacer clic sobre un cielo aparentemente vacío, aparecen estrellas que activan versos pronunciados por una voz. Añadir o eliminar estrellas permite modificar la secuencia poética y descubrir nuevas combinaciones de palabras y sonidos. Así, el lector deja de ser un espectador pasivo para participar en la construcción del poema.

Esta propuesta combina dos dimensiones fundamentales: la oralidad, mediante la voz que da vida a los versos, y la interactividad, que permite transformar el texto a través de las decisiones del usuario. La tecnología no es un mero soporte, sino una parte esencial de la experiencia literaria. Cada verso puede entenderse como una pieza de un universo cambiante, cuyo significado depende de las relaciones que establecemos. 

El autor ha compartido el código de la obra en GitHub para inspirar a otros poetas interesados en explorar las posibilidades de la literatura digital.  

Puede accederse desde este enlace.

Traducción de poesía por medios digitales

 

El artículo Neural Poetry Translation, escrito en 2018 por Marjan Ghazvininejad, Yejin Choi y Kevin Knight, y presentado en la conferencia NAACL, propone el primer sistema de traducción automática de poesía basado en redes neuronales. Su objetivo principal es resolver uno de los desafíos más complejos del procesamiento del lenguaje natural: traducir poemas conservando no solo el significado general del texto original, sino también características artísticas esenciales como la métrica, el ritmo y la rima.

Aunque el artículo es anterior a la aparición de las redes neuronales transformer que revolucionaron la generación de texto, los conceptos y reflexiones del mismo son de utilidad a mi entender aún hoy en día.

Los autores parten de una idea ampliamente aceptada en los estudios literarios: la poesía es especialmente difícil de traducir. Una traducción poética no consiste únicamente en reemplazar palabras de un idioma por palabras equivalentes en otro. El traductor debe intentar preservar emociones, imágenes, musicalidad y estructura formal. Por esta razón suele citarse la frase atribuida a Robert Frost según la cual “la poesía es aquello que se pierde en la traducción”. Los investigadores consideran que, aunque la traducción perfecta es imposible, los avances recientes en inteligencia artificial permiten acercarse más a este objetivo.

Antes de este trabajo, los sistemas automáticos de traducción poética se basaban, en el año 2018, principalmente en técnicas estadísticas tradicionales conocidas como phrase-based machine translation o traducción automática basada en frases. Estos métodos funcionaban razonablemente bien para textos convencionales, pero encontraban enormes dificultades cuando debían respetar simultáneamente patrones de rima y ritmo. En muchos casos simplemente no podían producir una traducción válida porque las restricciones formales limitaban demasiado las opciones disponibles. Algunos estudios anteriores lograban generar poemas con la estructura deseada solo en una pequeña fracción de los ejemplos evaluados.

Para superar estas limitaciones, los autores desarrollaron un sistema neuronal basado en la arquitectura sequence-to-sequence con redes LSTM (Long Short-Term Memory). Este tipo de modelo había demostrado gran eficacia en traducción automática general gracias a su capacidad para aprender relaciones complejas entre secuencias de palabras. El sistema primero se entrena con grandes corpus bilingües francés-inglés y posteriormente se ajusta utilizando miles de canciones traducidas entre ambos idiomas, ya que las letras musicales comparten algunas características formales con la poesía.

El trabajo presentaba tres versiones progresivamente más avanzadas del sistema. La primera, denominada Modelo A, constituye la base inicial. Este modelo genera traducciones mientras intenta cumplir patrones métricos específicos mediante un mecanismo llamado Finite State Acceptor (FSA). Dicho mecanismo actúa como un filtro que permite únicamente secuencias de palabras compatibles con el ritmo solicitado. Por ejemplo, si el usuario desea versos con un determinado número de sílabas y una distribución concreta de acentos, el FSA restringe las opciones del modelo para que solo produzca frases que respeten esas reglas.

Además del ritmo, el sistema también controla la rima. En lugar de fijar de antemano qué palabras deben rimar, los autores agrupan palabras inglesas en clases de rima según su pronunciación. El modelo genera múltiples versiones posibles de cada verso y posteriormente selecciona combinaciones que comparten la misma clase de rima. De esta manera logra producir estrofas que respetan esquemas poéticos predefinidos.

Sin embargo, el Modelo A presenta un problema importante. Cuando las restricciones métricas y de rima son demasiado estrictas, el sistema puede verse obligado a elegir palabras poco relacionadas con el significado original. Esto produce versos gramaticalmente correctos y formalmente válidos, pero semánticamente extraños. Los autores muestran ejemplos donde ciertas frases terminan alejándose considerablemente del contenido del poema de origen.

Para solucionar esta dificultad se introduce el Modelo B. La idea fundamental consiste en utilizar primero una traducción libre, sin restricciones poéticas, y después emplearla como guía durante la generación de la versión rimada y métrica. En la práctica, las palabras presentes en la traducción libre reciben una mayor probabilidad de ser seleccionadas durante el proceso de búsqueda. Gracias a esta estrategia, el sistema mantiene mejor el significado original mientras continúa respetando la estructura poética deseada. Los ejemplos incluidos en el artículo muestran mejoras claras en la calidad semántica de los versos obtenidos.

El Modelo C representa una mejora adicional. Los investigadores observan que los sistemas neuronales suelen tener dificultades con palabras poco frecuentes o raras. Cuando el modelo no está seguro de cómo traducir un término, puede generar símbolos especiales que indican desconocimiento. Para reducir este problema, los autores incorporan información procedente de tablas de traducción obtenidas mediante técnicas estadísticas clásicas. Estas tablas contienen posibles equivalencias entre palabras francesas e inglesas. Durante la generación del poema, el sistema recibe pistas adicionales sobre las traducciones más plausibles de términos difíciles, lo que aumenta la calidad final de los resultados.

La evaluación del sistema se realizó mediante experimentos con jueces humanos reclutados a través de Amazon Mechanical Turk. Los participantes comparan traducciones producidas por los distintos modelos sin saber que han sido generadas por inteligencia artificial. Los resultados muestran que el Modelo B es preferido claramente frente al Modelo A, mientras que el Modelo C supera también al Modelo B. Estas preferencias sugieren que las mejoras propuestas efectivamente contribuyen a generar traducciones más naturales y fieles al contenido original. Los autores también realizaron una evaluación global de calidad. Los jueces calificaron las traducciones utilizando categorías que van desde “muy mala” hasta “muy buena”. Los resultados indicaron que el 78,2 % de las traducciones fueron consideradas al menos aceptables, mientras que aproximadamente la mitad recibieron valoraciones de “buenas” o “muy buenas”. Aunque todavía existe una diferencia importante respecto a las traducciones humanas profesionales, estos resultados representan un avance significativo para un problema considerado extremadamente complejo.

Otro aspecto interesante del estudio es que demostraba la utilidad de combinar enfoques neuronales modernos con técnicas más tradicionales. En lugar de depender exclusivamente del aprendizaje profundo, el sistema incorpora conocimientos lingüísticos explícitos sobre métrica, rima y pronunciación. Esta combinación permite controlar características estilísticas que normalmente resultan difíciles de manejar mediante redes neuronales puras. 

PaperScore

 

Vivimos una época de contradicciones. Por un lado, por ejemplo, la UE saca una directiva que obliga a que pueda ser identificable que un texto ha pasado por la IA. Por otro, la propia vida y el mercado promueven aplicaciones para escribir con IA.

Eso sí, si escribimos, de una manera u otra, que sea correctamente. 

PaperScore es una aplicación que permite a los escritores de artículos académicos revisar y corregir lo que han escrito antes de intentar publicarlos en revistas o editoriales. 

El sistema es de pago y permite que varios agente de IA evalúen la metodología, la novedad, el orden lógico del paper, la corrección de las citas y la bibliografía, la lógica explicativa y el estilo de redacción, de modo que se acomode a lo que normalmente espera el editor.

Lo que PaperScore no hace ni puede hacer es evaluar si el contenido fundamental, sea técnico o humanístico, es correcto. Un documento puede estar perfectamente escrito pero defender que dos y dos son cinco.

Más información en este enlace.