Inteligencia artificial y medios de comunicación

Marcelo Rinesi, profe del encuentro Inteligencia artificial y medios de comunicación.

Yo escribí esto. Esta no es una observación innecesaria, ya que a estas alturas todos hemos visto ejemplos de textos, imágenes, audio y video  increíblemente realistas generados por IA. Que se vuelvan menos coherentes, más obviamente artificiales, cuanto más se extienden no los hace irrelevantes para la dinámica empresarial y política de la industria de los medios. Gran parte del contenido con más impacto es corto por diseño y, de todos modos, el relleno barato del contenido generado manualmente ya tiene un gran impacto en la economía de la industria.

Ignorando por ahora los detalles técnicos, podemos entender este cambio, junto con el dominio continuo de las plataformas online, como una aceleración de la ruptura de tres dependencias que solían dar forma a la industria de los medios:

    * El volumen de contenido (y hasta cierto punto su calidad) ya no depende de la cantidad de trabajo profesionalmente calificado específicamente en medios.

    * Lo que retrata el contenido (particularmente imagen, audio y video) ya no depende de lo que sucedió en la realidad.

  * La distribución y popularidad del contenido ya no depende de las elecciones editoriales de la industria de los medios.

Ninguna de estas afirmaciones es del todo cierta, pero todas son más verdaderas de lo que solían ser. Y esto cambia las que fueron las bases estratégicas de la industria de los medios durante los últimos dos siglos.

No es probable que estas tendencias cambien en un futuro próximo. No solo por los cambios tecnológicos en la generación de contenidos, sino también por la dinámica del entorno online. Las redes sociales, enfáticamente, no son ni redes ni sociales: ya no son primariamente expresiones y canales de interacciones interpersonales, sino entornos altamente individualizados  -y alienantes- donde lo que vemos, leemos e incluso hacemos no es un reflejo de relaciones específicas, sino más bien de nuestras preferencias e identidades en política, consumo y cultura. No son esferas de debate público ni dispositivos de propaganda. Se entienden mejor como máquinas de engagement, independientes de cualquier otro criterio excepto el de mantener al usuario cerca de los anuncios y sus propias métricas lo suficientemente altas como para justificar cobrar por esos anuncios.

Este es un contexto ideal para el contenido creado por Inteligencia Artificial, porque, al no estar limitado por la realidad o a escala, los costos laborales, el contenido sintético puede ofrecer una gama mucho más amplia de posibles opciones a los algoritmos de redes sociales. Una imagen o texto generado por computadora se puede optimizar para viralidad y engagement mucho más rápido y eficientemente que los generados por humanos. Las computadoras pueden aprender a jugar y ganar juegos muy complejos sin realmente «comprender» el contexto o las reglas; sin las limitaciones de velocidad y memoria de los editores y escritores humanos, están más preparadas que estos para ganar el juego de las métricas.

No es solo una cuestión de texto creado puramente desde cero. La mayor parte del texto en línea se basa en otros textos: citamos, resumimos, comentamos, traducimos entre idiomas y estilos. Cada una de esas actividades se puede realizar al menos en un nivel mediocre mediante software y, en combinación con la supervisión humana básica no calificada, de manera suficientemente competente para competir con la masa de contenido de calidad baja y media, en un contexto donde la calidad, como entendido por las tradiciones más antiguas de los profesionales de los medios, es en muchos casos menos importante que la aptitud algorítmica. Es posible que la mayoría de los tweets no hayan sido escritos por un humano. Es inevitable que ya, o muy pronto, la mayor parte del contenido en línea haya sido generado por software o por una colaboración humano-software donde el software tiene el control de la persona (y el management tiene el control del software; esto es management moderno, no Matrix).

Así que el contenido no se está muriendo como commodity ni como un desafío técnico o artístico. Pero la pura capacidad individual u organizacional de crear contenido está muriendo como asset especializado. Es algo que se puede proporcionar de forma económica y a gran escala, quizás en este momento no con la mejor calidad, pero en contínua mejora, y la calidad no siempre es el factor determinante de la utilidad del contenido.

Para entender el funcionamiento de estas tecnologías tenemos que mirar más allá de los dos grandes mitos contemporáneos sobre la inteligencia artificial. El primero es que son una especie de «cerebros artificiales», que lo que hacen es de alguna forma análogo a cómo funcionan las mentes humanas, o al menos los cerebros humanos. Esto solo es cierto en un sentido tan vago que casi no quiere decir nada. La realidad es que una inteligencia artificial que genera una imagen falsa o un texto no se parece más a una mente que un procesador de textos o un navegador de internet.

El segundo mito es que esto tiene algún impacto en  lo que pueden hacer. Así como solíamos pensar que un jugador de ajedrez artificial equivalente a un humano tendría que ser equivalente a un humano en al menos algunas otras áreas, la expectativa solía ser que traducir y generar texto o imágenes requeriría software programado con algún tipo de conocimiento semántico sobre el mundo. Hemos descubierto que esto no es cierto. Se puede traducir texto, sintetizar imágenes y ganar juegos complejos con nada más que patrones estadísticos abstractos. Esto elimina el conocimiento, la comprensión y la imaginación de la lista de ingredientes críticos necesarios para crear contenido. Son necesarios para diseñar y construir los sistemas que crearán contenido, pero no para su funcionamiento, tan ciegos a lo que están haciendo y tan efectivos como cualquier máquina.

Incluso algo tan esquivo como el estilo artístico puede automatizarse. Sería difícil para la mayoría de la gente describir qué hace que un Monet sea un Monet, pero es relativamente sencillo entrenar un programa para «hacer estilo Monet» una pintura o cualquier otra imagen. WE DID THIS. Lo mismo ocurre con los estilos musicales, el habla o la escritura. La idea de que el texto o las imágenes generados por computadora tienen que ser «robóticos» es un legado obsoleto de la tecnología y la ciencia ficción del siglo pasado. Para una inteligencia artificial contemporánea, es tan fácil simular Renoir como una foto navideña de un aficionado, escribir como un informe policial o como un poeta.

El conocimiento técnico tampoco es un factor limitante, no a escala. Hacen falta habilidades especializadas para crear y mantener inteligencias artificiales, no para usarlas.  La mayor parte de la moderación de contenido en las plataformas de Internet más grandes la realiza software automatizado con humanos como módulos subordinados, a menudo mal capacitados, mal pagados y psicológicamente traumatizados por su trabajo. Las fortalezas y debilidades de cada componente, y las diferentes disponibilidades de capital y mano de obra calificada y no calificada, están empujando a la industria de creación de contenido hacia una estructura similar.

La principal limitación, en la práctica, suelen ser los procesos existentes de una organización y su renuencia a cambiarlos. «Enchufar» una inteligencia artificial a un proceso diseñado en torno a humanos rara vez es muy eficaz. Al igual que la Revolución Industrial no despegó hasta que se comenzó a diseñar las fábricas y su forma de operar alrededor de las máquinas, en lugar de intentar construir máquinas para los edificios y prácticas existentes, las inteligencias artificiales son menos una herramienta mágica que un tipo diferente de proceso. 

Es cierto que todavía no tenemos un software que descubra un nuevo escándalo o que presente un estilo completamente nuevo de análisis político. Por otro lado, la gran mayoría del contenido son reescrituras, traducciones, resúmenes, citas, comentarios, todo lo cual se puede hacer suficiente o casi suficientemente bien con software, ya sea por sí solo o con la ayuda de humano no especializados. Esto es lo que está colapsando el costo del contenido, y poniendo una creciente presión adicional en la industria.

También es algo que desafía nuestro concepto mismo de contenido.

Pensamos en el contenido como «lo que va dentro de los medios», pero en cierto modo es exactamente lo contrario. Si a partir de un conjunto de imágenes se puede generar infinidad de ejemplos nuevos, o de un corpus de textos se puede usar software para improvisar otros similares, si puede traducir y resumir con solo tocar un botón, pasar del texto a la infografía, de la infografía al video y del video al texto, entonces lo que es escaso, lo que define lo que se está haciendo, no es el contenido, sino lo que va dentro del contenido, llámelo información, idea, novedad. Una vez que algo se ha dicho una vez, se puede decir de nuevo en cualquier número de idiomas, estilos, registros y formas, pero primero hay que decirlo por primera vez, y creo que esta dualidad sugiere la forma que las organizaciones de la industria de los medios tomarán.

Se puede visualizar esta estructura como un reloj de arena horizontal. A la derecha se encuentra el software y procesos para convertir una determinada idea central, información o forma de ver el mundo en un flujo de contenido a gran escala en todas las formas y estilos posibles. No es algo que los medios tradicionales van a poder evitar, sino algo que tendrán que aceptar e implementar de manera intensiva. Cualquiera que sea el papel que pueda desempeñar el contenido artesanal, libre de IA (y siempre habrá espacio para el columnista estrella y el artista famoso), el uso intensivo de la IA en la generación de contenido será necesario para que cualquier organización de medios compita en la cantidad, diversidad y calidad del mismo.

Esta mitad del reloj de arena puede ser una organización en sí misma. Conéctela a datos al azar, contenido preexistente curado algorítmicamente, conceptos publicitarios, propaganda política, o cualquier otra cosa que alguien pueda pagar para capturar o al menos confundir la atención, y tiene un modelo de negocio. De hecho, sospecho que, medido por el volumen de contenido, esta será la fuerza dominante en los medios.

Sin embargo, no todo el mundo en la industria de los medios está en ella porque es un modelo de negocio. Se trata de comunicar algo. Cosas verdaderas, cosas hermosas, con suerte las dos al mismo tiempo. Para seguir siendo viable en este entorno, la primera adaptación será darse cuenta de que la primera audiencia de un comunicador tiene que ser la computadora. Tiene que alimentar a ese cuello del reloj de arena con todo lo que hace que una historia sea relevante, importante, todos los detalles y los ángulos, no solo el contenido específico, sino todo el diseño de cómo construir contenido que comunique la idea, y luego usar esa IA de generación de contenido para realmente contar la historia. Rara vez va a ser una división tan estricta como estoy describiendo, pero esta descripción se está volviendo más precisa que la de un humano o un grupo de humanos que comprenden algo y luego crean el contenido manualmente. Todavía no tenemos herramientas o conceptos estándar sobre cómo hacer esto, más que nada experimentos en laboratorios de datos en diferentes medios, compañías de tecnología y otros actores, pero es una de las piezas en construcción clave en el futuro de los medios.

La otra mitad del reloj de arena, lo que puede hacer que los medios tradicionales sobrevivan y prosperen -no sus procesos o su estructura, sino su espíritu, su filosofía y sus objetivos- es el uso de la IA para construir esas ideas y conceptos. Ciertos aspectos de los medios se están moviendo lentamente en esta dirección, como en el uso del análisis de datos para algunas piezas periodísticas, o el uso en Netflix de análisis de audiencia para planificar contenido nuevo, pero en la mayoría de los casos es un complemento del proceso habitual.

Para crear conceptos, ideas y conocimientos lo suficientemente ricos (¡y lo suficientemente rápido!) y convertirlos en contenido lo suficientemente significativo como para competir con granjas de contenido que no están limitadas por los detalles de la relevancia o la veracidad, la industria de los medios tendrá que retomar su herencia como investigadores y creadores, y construir procesos que reflejen las mejores prácticas actuales en ciencia y desarrollo de nuevas tecnologías. Esto significa, por ejemplo, que el trabajo principal de un periodista de investigación experimentado no será revisar información en bruto para encontrar pistas interesantes, sino enseñar a hacerlo, con la ayuda de un programador, a los sistemas de la organización. Significa que queremos artistas que desarrollen nuevos estilos que las computadoras puedan aplicar a un número infinito de piezas de contenido, un proceso creativo que muy probablemente también involucrará inteligencias artificiales. Muy pocas personas dentro de Google administran sus sistemas; están en el negocio de escribir programas que administran sistemas. Los aspectos creativos y de investigación de la industria de los medios, el «¿qué comunicamos?» que viene antes del «¿qué decimos?», seguirá el mismo tipo de evolución.

La industria de los medios ya se ha vuelto casi completamente digital, pero todavía está organizada en torno al conocimiento dentro del cerebro de las personas y el contenido fuera de ellos, tanto como materia prima como producto final. En un mundo de software inteligente, es importante que el conocimiento esté fuera del cerebro de las personas, dentro de las computadoras, porque ahí es donde el software puede usarlo y mejorarlo. No para librarse de los humanos o reemplazarlos con mano de obra más barata, sino porque la diferencia significativa entre una granja de contenido y un medio tal como lo entendemos, no es qué tecnología se use para crear contenido, sino lo que haya dentro del contenido, y sin el uso de tecnologías y procesos de vanguardia para encontrar y procesar estas ideas y descubrimientos, esta diferencia no será sustentable.

Afortunadamente, esto no es algo que la industria de los medios tenga que hacer por sí sola. Prácticamente todas las industrias, prácticamente todas las actividades humanas, se enfrentan a un conjunto similar de presiones. El trabajo que solía considerarse intelectualmente sofisticado o al menos imposible de automatizar puede ser realizado por computadoras solas o por computadoras con asistencia humana barata, por lo que cada organización debe elegir entre deshacerse de las partes no automatizables (que ahora lucen obsoletas y caras) y centrarse en las partes que se pueden automatizar y «uberizar», o mantener ambas, pero invirtiendo en procesos e inteligencia artificial para aumentar la efectividad de los humanos tanto como sea posible. Esas son las únicas opciones con alguna posibilidad de éxito. Qué camino decide tomar una organización, qué tan pronto lo hace y con cuánta claridad y dedicación, es quizás la decisión estratégica más importante que se puede tomar hoy. Todos estamos en un lugar ligeramente diferente en estos caminos, por lo que la industria de los medios puede aprender y enseñar mucho sobre esta transformación y aprovechar las herramientas que se están desarrollando y los errores que se están cometiendo. La mayoría de estos errores, creo, son de inacción.

La industria de los medios todavía tiene un cierto prestigio, glamour, reputación e importancia simbólica y social. Esto le da acceso potencial a talento y recursos que otras industrias encuentran costosos. Lo que ayer era pedir hacer una consulta a un experto, y hoy es obtener una filtración de datos confidenciales, mañana será el acceso a las fuentes de datos en tiempo real e inteligencias artificiales especializadas de otra organización, contribuyendo al proceso común que precede a la generación de contenido. La inteligencia artificial puede ser una herramienta para aprovechar y mejorar las colaboraciones interpersonales e institucionales que hacen posible la sociedad civil, y no solo para reemplazarlas con versiones online superficiales.

La inteligencia artificial está matando al contenido al reducir su costo y hacerlo casi infinito, lo que amenaza no solo algunos modelos comerciales sino también la viabilidad de la esfera pública: el ruido funciona tan bien como el silencio como herramienta de censura. La niebla es tan eficaz como la oscuridad. Pero la IA también nos brinda herramientas para encontrar y crear lo importante, lo relevante, lo bello, tanto solos como trabajando con otros, de formas que nunca antes habíamos podido. Si las aprovechamos, el contenido creado por IA se convierte, en el peor de los casos, en una molestia y, en el mejor de los casos, en una herramienta beneficiosa.

Marcelo Rinesi.