Nicole Junkermann sobre enseñar a las máquinas con mejores ejemplos

Ejemplos en lugar de instrucciones

La manera antigua de enseñar algo a un ordenador consistía en describir la tarea. Enunciar la regla, definir qué cuenta como correcto, aplicarla. La manera nueva se salta la descripción casi por completo. Al sistema se le muestran muchísimos ejemplos de algo hecho, y él se forma su propia idea de qué es ese algo.

Ese cambio explica por sí solo que estas herramientas aguanten entradas desordenadas. Una regla tiene que anticipar los casos con los que se encontrará. Un montón de ejemplos no anticipa nada, lo que lo vuelve más tosco y mucho más tolerante con el desorden corriente de la vida real.

También significa que son los ejemplos los que enseñan. Todo lo que era cierto de ellos acaba aprendido, incluidas las partes que nadie quiso enseñar y que nadie puso por escrito.

Lo que un montón de ejemplos arrastra en silencio

Toda colección de ejemplos se reunió de alguna manera, por alguien, en ciertas condiciones. Esas condiciones dejan huellas. Si los ejemplos se recogieron en una sola lengua, a una sola hora del día, entre personas que ya se manejaban con la tarea, el sistema aprende esa estrechez junto con lo demás.

No hay nada siniestro en ello. Es lo que ocurre cuando se arma una descripción del mundo con lo que había a mano. La dificultad es que la estrechez no se anuncia, y su primera señal suele ser un fallo raro en un caso que a quien lo encontró le parecía del todo corriente.

• La variedad suele pesar más que la cantidad, porque mil ejemplos casi idénticos enseñan aproximadamente lo que enseña uno.
• Los casos incómodos llevan más información, y son los que con más facilidad se descartan sin ruido.
• Lo que quedó fuera es invisible después, y una ausencia se audita mucho peor que un error.
• Alguien tiene que mirar los ejemplos a mano, y ese trabajo es lento, sin lucimiento y crónicamente mal dotado.

Por qué mejor suele querer decir menos

El instinto es responder a cada flaqueza con más. Más se organiza fácil y se cuenta fácil. Mejor cuesta, porque mejor supone mirar qué hay realmente en el montón y decidir qué falta, y eso pide criterio en vez de capacidad.

No es una tensión nueva ni propia de este campo. Quien haya formado a una persona en lugar de a una máquina sabe que unos pocos casos bien elegidos, discutidos en serio, valen más que un archivador que nadie lee. El principio sobrevive casi intacto al cambio de asunto.

No convertiría nada de eso en un pronóstico sobre qué funcionará. Es una observación sobre dónde rinde el esfuerzo, y el esfuerzo suele rendir en la sala menos interesante del edificio.