La "wikipedia" que se redacta sola

l prototipo de sistema es parte de un sitio no público construido para agencias de inteligencia por Raytheon BBN en Cambridge, Massachusetts (Estados Unidos), y está programada su entrega al Gobierno estadounidense a finales de este año. Recopila información de 40 sitios web de noticias escritas en inglés, chino y árabe, y en última instancia cubrirá cientos de sitios de noticias en todos los idiomas principales. Además, en el futuro el sistema se vinculará con una la red de análisis de las emisiones de televisión ya existente.

En el nuevo sitio, si buscas información sobre el movimiento yihadista nigeriano Boko Haram, se obtiene este resumen completo generado por ordenador: "Fundado por Mohammed Yusuf en 2002, Boko Haram está liderado por Ibrahim Abubakar Shekau. (Entre sus líderes anteriores está Mohammed Yusuf). Tiene su sede en Maiduguri. Se ha descrito como 'una nueva secta fundamentalista radical', 'el principal generador de caos en el estado', 'una secta fracturada sin estructura clara' y 'la secta extremista equivocada'. "

Sin duda, el artículo en Wikipedia sobre Boko Haram es más claro. Pero el sistema de BBN captura todo lo que aparece en los sitios de noticias, no solo los temas sobre los que la gente ha elegido escribir en Wikipedia, y añade información de forma constante y automática, afirma Sean Colbath, científico sénior de BBN Technologies, que demostró la tecnología. "Yo me podría poner a leer 200 artículos para aprender más acerca de Bashar Al-Assad (el dictador sirio). Pero me gustaría tener una máquina que me lo contase todo", afirma Colbath. (El sistema, por cierto, recoge el hecho de que el brutal Al-Assad es un oftalmólogo certificado).

El proceso comienza con la detección de una "entidad", un nombre o una organización, como por ejemplo Boko Haram, teniendo en consideración que la ortografía del nombre puede cambiar. Después, se identifican otras entidades (eventos y personas) que estén conectadas, junto con declaraciones hechas por y sobre el tema. "Las relaciones entre las entidades se extraen de forma automática", indica Colbath. "La máquina aprende, tras recibir ejemplos, la forma de unir estas relaciones y llenar los espacios en blanco".

La página de Boko Haram pasa a enumerar las organizaciones y las declaraciones asociadas sobre el grupo. Al hacer clic en cualquiera de ellas podemos ir a las fuentes de noticias originales, las cuales suelen ser traducciones de artículos publicados originalmente en árabe por sitios como Al-Sharq en Qatar y Al-Balad en el Líbano.

El proyecto BBN es fruto del esfuerzo más reciente la Agencia de Proyectos Avanzados de Investigación en Defensa (DARPA) por construir máquinas que lean como lo hacen los humanos, un problema de décadas de antigüedad que se lleva investigando con cada vez más interés desde hace algunos años. Bajo el programa de investigación de la DARPA, SRI International, IBM y Raytheon BBN han construido varios prototipos.

Bonnie Dorr, directora de programa para el proyecto en la DARPA, señala que la tecnología incorpora las mejoras más recientes dentro de la lectura de máquinas, lo que le permite una mejor comprensión de aquellos momentos en que el mismo evento subyacente se describe de múltiples formas, como por ejemplo 'Joe está casado con Sue' y 'Sue es la esposa de Joe', así como a la hora de determinar el sentimiento implícito en frases como 'realmente impresionante'.

Hacer un resumen automático de un texto es notoriamente difícil debido a la dificultad para detectar el humor, el sarcasmo, la información obviamente incorrecta, las expresiones idiomáticas, así como las variantes ortográficas y de sintaxis, por no hablar de los problemas inherentes a la interpretación y la traducción de las fuentes de información en diferentes idiomas.

En consecuencia, muchos de los resultados del sistema son un poco rígidos, o fuera de tono. El perfil de Barack Obama, por ejemplo, lo identifica bien como el presidente de Estados Unidos, pero luego lo resume de esta manera: "Obama ha sido descrito como 'Nobel de la Paz', 'el único tipo razonable en la habitación', 'activista universitario antiapartheid' y 'el político más confiable en la encuesta entre consumidores'".

En otro punto señala que "Obama está casado con Michelle LaVaughn Robinson Obama, y entre los otros miembros de la familia están Henry Healy, Malia Obama y Ann Dunham". (Healy es un primo lejano de Obama en Moneygall, Irlanda. La hija menor de Obama, Sasha, no se menciona).

El sistema carece del conocimiento del mundo real que ayudaría a un analista humano a reconocer algo como falso, cómico o claramente irrelevante. De hecho, algunos de los resultados pueden ser un poco cómicos. Busqué Abraham Lincoln y encontré que entre las declaraciones que se le atribuyen hay algunas precisas (aunque nada de su discurso más famoso, el Discurso de Gettysburg). Luego me topé con esta cita, que parece haberse producido cuando el sistema se enganchó en alguna lista publicada de citas de famosos e hizo lo que pudo por sintetizarlas. "Abraham Lincoln afirma que el punto de la miel de pesca de moscas más de barriles de pescado de un trago amargo, así como en el caso de los humanos", reza el perfil.

Pasará bastante tiempo antes de que los seres humanos se vean reemplazados.