🍼 En 2004, un libro japonés de divulgación científica planteó una pregunta engañosamente simple: ¿cómo aprende a hablar un bebé? La respuesta, ofrecida por uno de los principales neurocientíficos de Japón, fue que nacemos ya cableados para la gramática. Dieciocho años después, un chatbot aprendió a usar el lenguaje con fluidez sin nada de ese cableado: solo leyendo internet. Ese choque reabrió un debate que lleva casi setenta años en marcha, y que hoy sigue completamente abierto.

Una pregunta con una respuesta muy segura

El libro era ¿Qué ven los investigadores en las fronteras de la ciencia?, una colección de diálogos de 2004 del novelista Hideaki Sena, basada en entrevistas que realizó para la revista Nikkei Science entre 2002 y 2004. Uno de los capítulos —"¿Cómo aprenden los bebés el lenguaje?"— tenía como protagonista a Kuniyoshi L. Sakai, un neurocientífico de la Universidad de Tokio que estudia el lenguaje mediante neuroimagen.

La editorial resumió la premisa de ese capítulo en una sola línea: el cerebro viene equipado, desde el nacimiento, con un mecanismo para construir gramática.

La idea no es invención de Sakai. Se remonta al lingüista Noam Chomsky, quien sostuvo a finales de los años cincuenta que los niños adquieren el lenguaje demasiado rápido, y a partir de un material demasiado escaso y desordenado, como para estar aprendiéndolo desde cero por imitación. Algo tiene que estar ya presente: una especie de andamiaje innato que Chomsky llamó gramática universal. Los lingüistas conocen el argumento central como la "pobreza del estímulo": el habla que escucha un niño pequeño sencillamente no contiene información suficiente para explicar lo completa y rápidamente que domina su lengua materna. La propia investigación de Sakai usa la resonancia magnética funcional (fMRI) para buscar dónde podría alojarse esa maquinaria, y apunta a regiones concretas del lóbulo frontal izquierdo como candidatas a "centro gramatical".

En 2004, esto era la frontera. La mente de un bebé se trataba como una pequeña máquina que ejecuta un programa preinstalado, y el trabajo de la ciencia era encontrar el código.

Y entonces una máquina aprendió a hablar sin nada de eso

El 30 de noviembre de 2022, OpenAI lanzó ChatGPT. Alcanzó un millón de usuarios en cinco días y unos cien millones en dos meses: en ese momento, la adopción más rápida de cualquier aplicación de consumo.

Lo que hace que ChatGPT sea relevante para un debate sobre bebés es cómo funciona. Un modelo de lenguaje grande (LLM) es, en el fondo, un sistema que lee cantidades asombrosas de texto y aprende a predecir la siguiente palabra. No recibe reglas gramaticales, ni andamiaje innato, ni teoría del lenguaje. Solo absorbe patrones a partir de datos, y por el otro extremo sale una prosa lo bastante fluida como para que la mayoría de la gente no la distinga de la de un humano.

Para quienes habían pasado décadas argumentando que el lenguaje fluido requiere una estructura innata, fue un resultado incómodo. Ahí había un sistema sin ninguno de los supuestos requisitos previos, produciendo exactamente aquello que esos requisitos debían explicar. El científico cognitivo Steven Piantadosi, de UC Berkeley, dejó la tesis empirista en el propio título de un artículo de 2023: "Los modelos de lenguaje modernos refutan el enfoque de Chomsky sobre el lenguaje". Su argumento: los LLM socavan casi toda afirmación fuerte sobre el carácter innato del lenguaje, al lograr lo que la teoría generativa decía que no podía funcionar sin una estructura incorporada.

El debate no terminó: se afiló

Chomsky no cedió. En marzo de 2023 coescribió un ensayo en The New York Times titulado "La falsa promesa de ChatGPT", y el título dice casi todo. La mente humana, argumentó, no es un "torpe motor estadístico" que se atiborra de datos; es un sistema eficiente que trabaja con cantidades mínimas de información y construye explicaciones: relatos de por qué algo es o no es el caso, no apuestas sobre qué palabra viene después. Un niño puede captar una regla a partir de un puñado de ejemplos. Un modelo de lenguaje necesita una fracción considerable de todo lo que se ha escrito.

Esa brecha es el meollo. Un niño pequeño se vuelve fluido con unos pocos años de input a tiempo parcial, lleno de errores y profundamente incompleto. ChatGPT necesitó texto a una escala que ningún humano podría leer en mil vidas. Si ambos terminan hablando, pero uno llegó con una cucharadita de datos y el otro con un océano, ¿de verdad están haciendo lo mismo?

Sakai, por su parte, se ha convertido en uno de los escépticos más francos de Japón. En entrevistas y en libros recientes sobre el cerebro y la IA, ha sostenido que sistemas como ChatGPT no comprenden de verdad el significado: solo aparentan conversar, ensamblando secuencias de palabras plausibles sin captar la intención que hay detrás. Ha ido más lejos que la mayoría al advertir que precipitar la IA generativa en las aulas antes de entender cómo funciona la mente arriesga erosionar las mismas capacidades de pensamiento que dice ayudar. Se considere persuasivo o alarmista, es una posición coherente: el hombre que explicó la gramática innata en 2004 ve la máquina de 2022 como algo radicalmente distinto de un hablante humano.

Los empiristas tienen una réplica afilada: si un modelo sin gramática innata puede hacer esto, quizá la gramática nunca fue tan "innata" como la teoría necesitaba; quizá un aprendizaje general potente, alimentado con suficientes datos, sea casi toda la historia. Los lingüistas siguen publicando artículos para dirimirlo, y esa es la señal honesta aquí. Nadie ha ganado.

Lo que un chatbot no puede contarte sobre tus primeras palabras

Resulta tentador leer ChatGPT como la última palabra: la prueba de que el lenguaje no era, después de todo, más que coincidencia de patrones. Pero lo único que demuestra es que una ruta hacia el lenguaje fluido pasa por la exposición estadística a lo bruto, sobre un océano de texto. Si esa es la ruta que toma un bebé es otra cuestión, y el bebé llegó con una cucharadita. Así que la pregunta interesante ya no es "¿puede hablar una máquina?", sino "¿por qué puede un niño hacerlo con tan poco?"; y todo adulto que habla con fluidez resolvió una vez ese enigma sin clases, sin conjunto de datos y sin recuerdo alguno de haberlo hecho.

En Japón, algunos de los investigadores que primero se preguntaron cómo aprenden a hablar los bebés —Sakai entre ellos— están hoy también entre las voces que con más fuerza piden cautela antes de delegar el pensamiento en la IA. ¿Cómo se está desarrollando ese debate donde tú vives? Y si lo piensas, ¿tienes alguna noción de cómo aprendiste tus propias primeras palabras?

Referencias