La mañana del jueves, 15 de junio de 1536, según el calendario juliano, no era muy distinta de las anteriores. La bruma matutina era habitual en las primeras horas de los días venecianos. Espoleada por el calor veraniego, dejaba un paisaje casi místico en sus calles. En esa mágica Venecia del siglo XVI, un muchacho llamado Jacopo Robusti entró en el taller de Tiziano. O quizá no ocurrió exactamente así. La historia nos ha llegado contada por quienes escribieron sobre Tintoretto mucho después de que aquel episodio sucediera y los historiadores han discutido desde entonces cuánto hay de verdad y cuánto de leyenda en aquel breve aprendizaje. El Museo del Prado considera posible que Tintoretto pasara por el taller de Tiziano, aunque advierte de que apenas sabemos nada de su formación. La National Gallery de Washington recoge también la tradición de aquel paso fugaz por el estudio del gran maestro veneciano, pero la duda nos acompañará siempre.

Quizás no importe demasiado saber si fueron días, semanas o si la historia fue adornada por sus primeros biógrafos. Lo importante es lo que representa aquella escena que imaginamos: un muchacho entra en un taller para aprender a pintar y descubre que antes de encontrar una voz propia tendrá que pasar mucho tiempo mirando la de otro. Observa al maestro, cómo prepara sus colores y resuelve una figura, cómo distribuye la luz o cómo convierte una superficie vacía en algo que antes, simple y llanamente, no existía. Aprende una técnica, pero también aprende una manera de mirar.

Tintoretto acabaría alejándose de Tiziano hasta construir una pintura propia, cargada de movimiento, escorzos imposibles, dramatismo y una energía que no se parecía demasiado a la elegancia de su supuesto maestro. La tradición resumió aquella ambición con una fórmula atribuida al propio pintor: el dibujo de Miguel Ángel y el color de Tiziano. No se trataba de renunciar a los maestros, sino de utilizarlos como punto de partida para intentar llegar a un lugar al que ellos todavía no habían llegado.

La historia de la creación humana está llena de situaciones parecidas. Un artista aprende mirando a otro artista. Un escritor aprende leyendo a otros escritores. Un músico escucha a quienes tocaron antes que él. Un científico comienza por las preguntas que dejaron abiertas quienes le precedieron. Incluso quienes terminan rompiendo con una tradición necesitan conocerla antes de poder discutir con ella. La originalidad, al menos durante buena parte de nuestra historia cultural, nunca consistió en crear desde la nada, sino en transformar aquello que habíamos recibido.

Escribir consiste, en buena medida, en haber leído. Pintar consiste en haber mirado. Pensar consiste también en haber escuchado. Ninguna voz humana aparece completamente sola en el mundo porque cada una de ellas contiene, aunque sea de manera invisible, fragmentos de otras voces. Aprendemos palabras antes de utilizarlas para decir algo que todavía no había dicho nadie. Aprendemos formas antes de intentar deformarlas. Aprendemos las reglas antes de descubrir que algunas de ellas quizá estaban hechas para ser incumplidas.

Durante siglos, esa transmisión tuvo una escala humana. El discípulo podía tener un maestro y podía pasar años absorbiendo conocimientos hasta que llegaba el momento inevitable en que tenía que abandonar el taller, salir del nido. El maestro enseñaba lo que sabía y el discípulo recibía aquello que podía recibir. Después comenzaba la parte verdaderamente difícil, que era decidir qué hacer con todo aquello que había aprendido.

Cuatro siglos después de aquel supuesto encuentro entre Tintoretto y Tiziano hemos construido un discípulo de una naturaleza completamente diferente. Las máquinas de inteligencia artificial también aprenden observando lo que otros han hecho. Un modelo puede ser entrenado con cantidades inmensas de lenguaje humano procedente de libros, páginas web, documentos, código y artículos de prensa. Ya no estamos ante un joven que observa a un maestro trabajar durante unos años, sino ante sistemas capaces de procesar una cantidad de material que ningún ser humano podría leer en toda una vida. La diferencia fundamental es que este nuevo discípulo no tiene un solo maestro, tiene millones.

Durante los últimos años, la discusión sobre la inteligencia artificial se ha centrado muchas veces en si una máquina puede escribir un poema, redactar una noticia, pintar una imagen o producir una novela. Pero quizá la pregunta anterior sea mucho más incómoda: ¿de dónde procede todo aquello que la máquina ha aprendido para poder hacerlo?

La respuesta conduce directamente hasta nosotros. La máquina no inventó la literatura, ni el periodismo, ni la pintura, ni la música, ni el lenguaje. Todo eso estaba aquí antes. Detrás de cada texto utilizado para entrenar un modelo había alguien que lo había escrito, detrás de cada pintura había alguien que la había pintado y detrás de cada investigación había alguien que había dedicado tiempo y esfuerzo a intentar comprender algo que antes no comprendíamos.

Por eso la disputa judicial que enfrenta a The New York Times con OpenAI y Microsoft tiene una dimensión que va bastante más allá de una discusión sobre licencias. Los documentos incorporados al proceso han sacado a la luz comunicaciones internas y posiciones enfrentadas sobre el uso de contenidos periodísticos para entrenar sistemas de inteligencia artificial. Entre ellas aparecen advertencias internas sobre el posible perjuicio que esa dinámica podía causar a la industria de los medios y sobre el riesgo de que la propia inteligencia artificial terminara debilitando la fuente de información de la que dependía.

Las afirmaciones más contundentes forman parte de un litigio todavía abierto y deben entenderse dentro de los argumentos de las partes. The New York Times sostiene que sus contenidos fueron utilizados sin autorización y reclama responsabilidades por ello, mientras OpenAI defiende que el entrenamiento con información disponible públicamente puede estar amparado por el concepto estadounidense de fair use y rechaza las acusaciones de infracción. La cuestión jurídica tendrá que resolverse en los tribunales.

Pero existe otra cuestión que ningún tribunal puede resolver por nosotros. ¿Qué ocurre con una cultura cuando aquello que aprende de nosotros empieza a producir una parte cada vez mayor de aquello que nosotros mismos leemos?

Ahí aparece una paradoja mucho más profunda que la discusión sobre quién tiene derecho a cobrar una licencia. Si los modelos necesitan textos humanos para aprender y, al mismo tiempo, los textos generados por esos modelos comienzan a ocupar una parte creciente de Internet, llegará un momento en que el discípulo pueda encontrarse aprendiendo de sus propias respuestas. El taller dejaría entonces de ser un lugar donde una generación enseña a la siguiente para convertirse en un circuito cerrado en el que las máquinas consumen, transforman y vuelven a producir el mismo material.

Algunos investigadores de las propias compañías tecnológicas han advertido precisamente sobre ese riesgo, utilizando expresiones como «bucle idiotizador» para describir la posibilidad de que una web cada vez más llena de contenido generado por inteligencia artificial termine reduciendo la cantidad y calidad del material original disponible para futuros entrenamientos. La paradoja resulta difícil de ignorar: la máquina necesita una cultura humana viva para aprender de ella, pero su éxito comercial podría contribuir a transformar las condiciones que hicieron posible esa cultura.

Y entonces aparece una segunda paradoja, mucho más cercana a quienes seguimos escribiendo con las manos sobre un teclado. La inteligencia artificial no solo está empezando a producir textos; también está empezando a modificar la manera en que los humanos pensamos sobre nuestros propios textos. Algunos escritores han comenzado a preguntarse si determinadas construcciones, determinadas estructuras narrativas, determinados giros o incluso ciertas formas de ordenar una argumentación pueden hacer que un lector sospeche que detrás de ellas existe una inteligencia artificial. Lo que durante siglos podía ser simplemente una elección de estilo comienza a adquirir una nueva carga: el miedo a parecer una máquina.

El problema tiene algo de absurdo y, al mismo tiempo, de profundamente revelador. Si una determinada construcción literaria pertenece a la tradición de la escritura humana y una inteligencia artificial ha aprendido a utilizarla porque la ha encontrado millones de veces en textos escritos por humanos, ¿qué sentido tiene que un escritor abandone esa construcción para demostrar que no es una máquina? Si dejamos de utilizar una forma de escribir porque la máquina también la utiliza, estamos aceptando que la máquina empiece a decidir, aunque sea indirectamente, cómo debe escribir un ser humano.

Durante siglos, los escritores han luchado precisamente por lo contrario. Han buscado ampliar las posibilidades del lenguaje, recuperar palabras olvidadas, romper estructuras, inventar otras nuevas, utilizar recursos que sus contemporáneos consideraban extraños y volver sobre formas antiguas para darles un significado diferente. Ahora corremos el riesgo de entrar en una época en la que el escritor no solo tenga que preguntarse qué quiere decir y cómo quiere decirlo, sino también si la forma que ha elegido podría hacer sospechar al lector que detrás del texto hay una máquina.

La paradoja es todavía mayor porque muchas de esas formas que hoy pueden identificarse como «propias de la IA» no pertenecen a la inteligencia artificial. Pertenecen a la humanidad. La máquina las ha aprendido de nosotros. Si ahora nosotros las abandonamos para diferenciarnos de ella, estaremos entregándole algo más que una parte de nuestro trabajo: estaremos dejando que influya en nuestra propia lengua.

Quizá sea una de las primeras ocasiones en las que un discípulo no solo aprende de sus maestros, sino que consigue que sus maestros empiecen a modificar su comportamiento para no parecerse a él.

Durante siglos, un escritor podía preocuparse por parecerse demasiado a otro escritor. Era una preocupación lógica pues significaba que todavía estaba demasiado cerca de su maestro. Pero ahora aparece una preocupación diferente. El escritor puede parecerse a una máquina precisamente porque la máquina ha aprendido de los escritores que vinieron antes. La imitación ha dado una vuelta completa y amenaza con convertir al imitador en una referencia para aquellos a los que imitó.

Quizá por eso convenga regresar por un momento a Venecia. Tintoretto necesitó mirar a Tiziano para convertirse en Tintoretto, pero llegó un momento en que copiar a Tiziano dejó de ser suficiente. El aprendizaje solo tenía sentido si acababa desembocando en una mirada propia. El discípulo tenía que abandonar el taller porque, de alguna manera, la finalidad última del aprendizaje consistía precisamente en dejar de ser discípulo.

Nuestra relación con la inteligencia artificial plantea ahora una situación completamente distinta. Hemos construido un discípulo que puede aprender de millones de maestros al mismo tiempo y que, además, puede devolvernos en segundos una versión transformada de todo aquello que ha aprendido. Puede escribir sobre nosotros, imitar nuestras formas de expresión, resumir nuestras investigaciones, combinar nuestros conocimientos y producir nuevas formulaciones a una velocidad que ningún ser humano puede igualar.

La pregunta ya no es solamente si puede hacerlo. La pregunta es qué ocurrirá con los maestros cuando el discípulo pueda hacer muchas de las cosas que antes justificaban su existencia. Y también qué ocurrirá con los maestros si empiezan a cambiar su propia manera de trabajar para no parecerse demasiado al discípulo.

Porque quizá ese sea el verdadero riesgo cultural. No que una máquina aprenda a escribir como nosotros, sino que nosotros empecemos a escribir de una manera determinada porque queremos demostrar que no escribimos como ella.

Y todavía queda otra pregunta, quizá más incómoda para quienes escribimos. Si una máquina puede aprender de todo lo que hemos escrito, reorganizarlo y devolverlo con una fluidez cada vez mayor, ¿qué parte de nuestra escritura seguirá dependiendo de aquello que no está en los textos? ¿Qué queda de una voz cuando se eliminan las frases, las estructuras y las ideas que cualquiera puede aprender?

Para responder quizá tengamos que volver a Tintoretto, porque no fue importante por haber aprendido de Tiziano. Todos los discípulos aprendían de sus maestros. Lo que convirtió aquel aprendizaje en otra cosa fue la decisión de utilizarlo para construir una mirada diferente. El maestro había sido el principio, no el final.

Tal vez ahí esté la frontera que todavía no hemos terminado de comprender. La inteligencia artificial puede aprender de todo lo que hemos dejado escrito, pero nuestra capacidad para crear no nació únicamente de aquello que escribimos. También nació de aquello que vivimos, de aquello que perdimos, de las personas que quisimos, de los lugares que habitamos, de las cosas que vimos por primera vez y de las que nunca conseguimos olvidar. Los textos dejan huellas de todo eso, pero no son la vida que las produjo.

Y, sin embargo, quizá la propia inteligencia artificial nos esté ofreciendo una última paradoja. Una de las historias más fascinantes de estos años no tiene que ver con una máquina escribiendo textos nuevos, sino con una máquina ayudándonos a recuperar textos que los seres humanos creíamos perdidos.

En Herculano, los rollos de una biblioteca quedaron carbonizados por la erupción del Vesubio en el año 79. Durante casi dos mil años permanecieron enrollados, ilegibles y extremadamente frágiles. Los intentos de abrirlos destruyeron algunos y dejaron otros prácticamente intactos, pero cerrados para siempre. En los últimos años, las técnicas de tomografía, visión por computador y aprendizaje automático han permitido desenrollarlos virtualmente y comenzar a recuperar las palabras que alguien escribió antes de que aquella ciudad desapareciera bajo la ceniza.

Entre esas palabras hay filosofía. Hay reflexiones sobre el placer, los sentidos, la música o la vida. Son textos escritos por hombres que vivieron hace más de dos mil años y que, sin saberlo, dejaron una conversación pendiente con nosotros. La máquina no está inventando esas palabras. Está ayudándonos a encontrarlas. Y quizá no exista una imagen mejor para terminar esta historia.

Durante siglos, el maestro enseñó al discípulo. El discípulo aprendió, se marchó del taller y trató de encontrar su propia voz. Ahora hemos construido un discípulo capaz de aprender de millones de maestros y existe el temor de que termine ocupando el lugar de aquellos de quienes aprendió. Pero esa misma tecnología puede servir también para hacer exactamente lo contrario: devolvernos voces humanas que llevaban siglos esperando ser escuchadas.

Tal vez el problema, entonces, no sea que la máquina aprenda de nosotros. Tal vez el verdadero problema sea olvidar qué hacemos nosotros con aquello que aprendemos de ella.

Porque en algún lugar, bajo las cenizas de Herculano, un hombre escribió hace casi dos mil años unas palabras que nosotros todavía no habíamos podido leer. La inteligencia artificial no las escribió, solo las descubrió. No las mejoró, ni las hizo más humanas. Simplemente nos ayudó a abrir una puerta que llevaba cerrada desde el año 79 y, quizás, esa sea la diferencia que todavía importa.

Una máquina puede aprender nuestras palabras. Puede imitarlas, combinarlas y devolverlas con una velocidad que ningún escritor humano podría alcanzar. Pero cuando consigue rescatar de las cenizas la voz de alguien que murió hace dos mil años, no está sustituyendo al maestro. Está ayudándonos a encontrarlo.

El discípulo, por una vez, no ha venido a ocupar el lugar del maestro. Ha venido a despertarlo. En esos textos sepultados por el Vesubio se podía leer: «Podemos buscar y preguntar mucho, pero si nos alejamos de nosotros mismos y de nuestra naturaleza, no vamos a entender realmente lo que estamos buscando». Son palabras escritas hace más de dos mil años que quizá puedan servirnos de guía para comprender hacia dónde vamos, precisamente ahora que hemos construido máquinas capaces de aprender de todo lo que hemos escrito.