Examen de literatura

Un lector ha documentado nueve rondas de preguntas a ChatGPT sobre 88 autores de literatura, con diez preguntas por ronda y dos autores repetidos. El registro resultante distingue entre obras leídas, empezadas, en lectura, pendientes y simplemente conocidas, y deja claro que el modelo improvisó las respuestas sin consultar previamente ninguna biblioteca.

Hay una escena que se repite en muchas conversaciones sobre inteligencia artificial y que casi nunca se examina con calma: alguien pregunta a un modelo de lenguaje por un libro, el modelo responde con soltura, y nadie comprueba si esa soltura se corresponde con algo. Un lector ha llevado esa escena al terreno de la literatura con un método que merece la pena mirar de cerca. Durante nueve rondas, planteó a ChatGPT un total de 90 preguntas sobre 88 autores diferentes. Dos autores aparecieron repetidos, de ahí el desfase entre preguntas y nombres. Las respuestas se dieron sin consultar previamente ninguna biblioteca ni repasar bibliografías. El resultado es un registro que separa lo que el modelo afirma haber leído de lo que solo conoce de oídas, lo que empezó y abandonó, lo que tiene pendiente y lo que no recuerda con precisión suficiente.

El ejercicio no es una prueba académica ni pretende serlo. Es un inventario personal, ordenado alfabéticamente, en el que cada autor recibe una etiqueta: leído, empezado, leyendo, pendiente, conocido o sin confirmar. Esa taxonomía es la parte más interesante del asunto, porque obliga a distinguir entre haber terminado un libro, haberlo abandonado a medias, tenerlo en la estantería y saber que existe. La mayoría de las conversaciones sobre lo que un modelo «sabe» de literatura se quedan en el último escalón y lo confunden con el primero.

Qué significa que un modelo «haya leído» a un autor

La primera pregunta que plantea este registro es qué demonios significa que ChatGPT haya leído algo. Un modelo de lenguaje no lee. Se entrena con textos, y de ese entrenamiento extrae patrones de lenguaje que le permiten generar respuestas plausibles sobre autores, títulos y tramas. Cuando alguien le pregunta por Italo Calvino, el modelo puede enumerar «Las ciudades invisibles», «Si una noche de invierno un viajero» y la trilogía «Nuestros antepasados» sin haber pasado una sola página. Lo que hace es recomponer información que ha visto en reseñas, artículos, wikis y foros. Eso no es leer. Es otra cosa, y confundirlas tiene consecuencias.

El registro que nos ocupa tiene el mérito de no confundirlas. Distingue entre obras terminadas y obras empezadas, entre lecturas actuales y lecturas pendientes. Cuando el modelo dice haber leído «Meridiano de sangre», «Suttree» y la trilogía de la frontera de Cormac McCarthy, está afirmando algo que un lector humano podría verificar hojeando su estantería. Cuando dice que empezó «Los hermanos Karámazov» de Dostoyevski y no lo terminó, está haciendo una confesión que ningún modelo hace por iniciativa propia. La distinción importa porque el uso corriente de estos sistemas tiende a tratar cualquier respuesta fluida como conocimiento consolidado.

Hay un detalle que conviene subrayar: el propio registro advierte que las respuestas fueron improvisadas, sin consultar previamente la biblioteca ni repasar bibliografías. Eso significa que el modelo respondió de memoria, por así decirlo, y que algunos títulos aparecieron con vacilaciones, correcciones y referencias aproximadas. El lector tuvo que reconstruir después qué había querido decir el modelo cuando mencionaba «un relato relacionado con las noches» o «una obra relacionada con la música». Esa reconstrucción es la parte humana del experimento, y también la más reveladora.

Los autores que el modelo dice haber leído y los que solo conoce

El registro permite ver un patrón. Hay autores sobre los que ChatGPT se muestra prolijo y seguro: Gene Wolfe, con la tetralogía de «El libro del Sol Nuevo» leída tres veces según el modelo, además de «Paz», «Puertas» y varios relatos. Stanisław Lem, con una docena de títulos enumerados, desde «Solaris» hasta «Fiasco», pasando por «Ciberíada» y «Vacío perfecto». Mervyn Peake, con la trilogía «Gormenghast» leída dos o tres veces. Flann O'Brien, con cuatro novelas. Lord Dunsany, con cinco volúmenes. Marcel Schwob, con cuatro libros. Stefan Zweig, con ocho títulos y la advertencia de que hay más relatos que no detalla.

En el otro extremo están los autores que el modelo reconoce pero no afirma haber leído. William Faulkner, del que conoce títulos como «El ruido y la furia» y «¡Absalón, Absalón!» pero no cuenta como leídos. Kenzaburō Ōe, del que tiene obras en biblioteca digital pero sin lecturas confirmadas. Sándor Márai, Yasunari Kawabata, Joseph Roth, Robert Musil, Juan Carlos Onetti, Juan Benet, Kōbō Abe, László Krasznahorkai. En varios casos el modelo menciona la importancia del autor dentro de su tradición literaria, lo que suena a conocimiento enciclopédico más que a lectura.

Hay un tercer grupo, el más incómodo: autores que el modelo no reconoció en absoluto. Anna Kavan no figuraba en su lista original. Vernon Lee tampoco. Jean Ray le sonaba como escritor de literatura fantástica, pero sin lecturas confirmadas. Leopoldo Marechal le sonaba vagamente. Ryūnosuke Akutagawa no fue reconocido con claridad. Estos casos son interesantes porque muestran los límites del entrenamiento: hay autores canónicos en ciertos círculos que simplemente no aparecen con suficiente peso en los textos con los que se entrenó el modelo.

El problema de las traducciones y las ediciones

Uno de los aspectos más curiosos del registro es la atención que presta a las ediciones. El modelo menciona que «El espejo del mar» de Joseph Conrad lo recuerda por su traducción de Javier Marías. Que «Dhalgren» de Samuel R. Delany lo tiene en una edición de Ultramar cuya cubierta ilustró Antoni Garcés. Que empezó «El lamento de Portnoy» de Philip Roth en una antigua edición de Bruguera cuya traducción le pareció poco satisfactoria. Que le preocupa la calidad de algunas traducciones españolas de William Faulkner y por eso no ha empezado seriamente su obra.

Esta atención a las ediciones es más humana que maquínica. Un modelo de lenguaje no tiene estanterías ni recuerda cubiertas ni se queja de traducciones. Lo que hace es generar frases que suenan a que alguien tiene estanterías, recuerda cubiertas y se queja de traducciones. El registro recoge esas frases y las ordena, y al hacerlo deja ver hasta qué punto el modelo está reproduciendo un discurso plausible sobre la lectura más que una experiencia lectora real.

También hay espacio para la incertidumbre. El modelo no recuerda con precisión si leyó «La cámara sangiente» de Angela Carter o solo la empezó. No identifica un relato de Gene Wolfe relacionado con las noches, posiblemente «Siete noches americanas». No sabe si el libro en inglés de Michael Moorcock que tiene es «Mother London» o «London Bone». No confirma si leyó «El gallo de oro» de Juan Rulfo. Estas lagunas son normales en cualquier lector, y el registro las recoge sin dramatizarlas. Pero también son la prueba de que el modelo no está consultando una base de datos interna verificable, sino generando respuestas a partir de patrones.

Lo que este examen dice sobre el uso de la IA como fuente literaria

La conclusión práctica de todo esto no es que ChatGPT mienta. Es que ChatGPT genera respuestas plausibles, y que la plausibilidad no es lo mismo que la verdad. Cuando un modelo dice haber leído a Clarice Lispector pero no puede precisar títulos, o cuando dice que Felisleto Hernández le resultó aburrido, está produciendo enunciados que suenan a experiencia lectora pero que no pueden verificarse contra nada. El registro que nos ocupa tiene el mérito de haber creado un marco donde esas afirmaciones se pueden ordenar y contrastar, al menos internamente.

Para quien use estos sistemas como apoyo en trabajos literarios, la lección es clara: un modelo puede ayudar a recordar un título, a situar un autor en una tradición o a generar una lista de lecturas posibles. Lo que no puede hacer es sustituir la lectura. Y cuando afirma haber leído, conviene tratarlo como lo que es: una hipótesis plausible sobre lo que un lector humano podría haber leído, no un testimonio verificable. El registro de las nueve rondas, con sus 88 autores y sus 90 preguntas, es una buena muestra de hasta dónde llega esa plausibilidad y dónde empieza el terreno de lo que solo se puede confirmar abriendo el libro.