En The Hitchhiker’s Guide to the Galaxy (La guía del autoestopista galáctico), el radioteatro de la BBC de 1978 —convertido un año más tarde en la novela de ciencia ficción satírica de Douglas Adams—, una especie de seres hiperinteligentes crean una supercomputadora llamada Deep Thought, a la cual se le asigna la tarea de obtener «La Respuesta a la Gran Pregunta sobre la Vida, el Universo y Todo». Luego de siete millones y medio de años de procesamiento, la máquina finalmente da su respuesta ante una multitud de espectadores ansiosos: “cuarenta y dos”. Ante el desconcierto general, explica: “lo verifiqué todo muy exhaustivamente y esa es definitivamente la respuesta. Creo que el problema, para ser honesta con ustedes, es que nunca supieron verdaderamente cuál es la pregunta”.
En esta época de desarrollo y discusión de la inteligencia artificial, la fascinación y la perplejidad de los creadores de Deep Thought nos resultan familiares (y no solo porque algunos de sus impulsores, como Elon Musk, sean fanáticos de The Hitchhiker’s Guide). Esta nueva panacea tecnológica parece tener el potencial para resolver todos nuestros problemas (aunque en la práctica no sabemos cuáles realmente ni cómo) y, a la vez, como epítome de la modernidad, en palabras de Marshall Berman, “amenaza con destruir todo lo que tenemos, todo lo que sabemos, todo lo que somos”. No es para menos. Al contemplar la capacidad de las computadoras de mimetizar funciones intelectuales distintivas del homo sapiens, se abren preguntas acerca de las fuerzas, las capacidades y la especificidad de lo humano. El poder en apariencia infinito de cerebros electrónicos nos pone, una vez más, ante la incertidumbre spinoziana de qué es lo que puede un cuerpo (que para Spinoza es una misma cosa que la mente) humano.
Hace algunas semanas, Microsoft Research publicó un informe referido a las posibles consecuencias laborales de las inteligencias artificiales generativas. Allí incluía una tabla con las 40 profesiones con el mayor porcentaje de tareas que la inteligencia artificial puede realizar con eficiencia. En segundo lugar, con 91% de las tareas, figurábamos los historiadores. Debo decir que la posibilidad de que una máquina pueda quitarme el trabajo en el futuro me preocupa bastante poco cuando hay seres humanos que están logrando el mismo efecto hoy en día por métodos más antiguos y prosaicos. Más preocupantes, en todo caso, son los costos ambientales de esta ecuación: mientras que decirle “gracias” a ChatGPT podría consumir el equivalente a una botella de agua, nadie hasta ahora ha determinado lo que puede un historiador con un solo termo de mate (o de café).
Bromas aparte, el dato que se desprende del informe es bastante absurdo. El listado de tareas que nos corresponde a los historiadores es nítidamente arbitrario: define la profesión como una práctica puramente intelectual, inmaterial, que ordena, analiza e interpreta información ya dada. Por caso, ese historiador electrónico no podría obtener información del material con el que fue encuadernado un libro, ignoraría si una carta fue escrita con tinta, con lápiz o con sangre, si tenía rastros de lágrimas o perfume, o si un par de zapatos estaba nuevo o había sido desgastado por el uso incesante de quien no tiene el lujo de otro par. Con suerte, su dueño le habrá comprado la suscripción a repositorios documentales digitales privados a los que no todos podemos acceder, pero difícilmente podría arreglárselas para convencer a un familiar desinteresado de que lo deje ver los papeles de un antepasado ilustre. ¿Podrá su entrenamiento estadístico, que privilegia la regularidad y la norma, ayudarlo a detectar la anomalía que es la base del método indiciario? ¿Sabrá leer entre líneas los alegatos de un inquisidor para encontrar la voz ausente de un campesino que no dejó registros propios?
Sin embargo, más allá de la definición de tareas, lo verdaderamente absurdo es la idea de que una máquina, una inteligencia artificial, no humana, pueda hacer historia. Desde luego, los modelos de lenguaje de gran escala (large language models, LLM), como ChatGPT, Gemini, Copilot o DeepSeek, pueden reunir información sobre el pasado e incluso construir narraciones claras y coherentes. Los que están basados en generación aumentada por recuperación (retrieval-augmented generation, RAG), como NotebookLM, que elaboran sus respuestas sobre un conjunto controlado de documentos, pueden hacer estas cosas sin las alucinaciones a las que son proclives otros chatbots. Además, cada nueva versión de estas plataformas ofrece nuevas capacidades. Pero la existencia de un discurso sobre el pasado no es historia si no existe una mirada humana, que es la que le otorga sentido.
Es por eso que la historia como disciplina no es solo la recopilación de hechos verdaderos sobre el pasado o su articulación narrativa. En el centro de nuestra labor está la capacidad (y la necesidad) humana de hacer preguntas sobre nuestro pasado. Cada uno de nosotros podrá entender de manera distinta cuáles son las preguntas, quiénes somos “nosotros” y cuál es nuestro pasado. Por eso Christopher Hill decía que “la historia tiene que ser reescrita en cada generación porque, aunque el pasado no cambia, el presente sí lo hace”. Recientemente, la historiadora Magdalena Candioti expuso este argumento: la historia está situada, precisa de contextos significativos para ser comprendida, y no da lo mismo quién la escriba. Vale la pena agregar que esas preguntas no condicionan únicamente la interpretación de los hechos y la escritura del relato, sino que definen el tipo de documentos que serán empleados como fuentes y el modo en que serán leídos. De ese modo, cada nuevo acercamiento permite conocer nuevos aspectos de la realidad histórica. En nuestras preguntas, además, están codificadas también las otras historias con (o contra) las cuales escribimos, porque más allá de las instancias solitarias de nuestra labor, la historia es esencialmente una actividad colectiva.
Parte de la confusión se deriva de las palabras que usamos. Si llamamos “inteligencia” a la producción de datos a partir de modelos estadísticos generativos, es lógico que esperemos que los LLM piensen por nosotros. Del mismo modo, si por “historia” entendemos únicamente la organización narrativa de un conjunto de datos sobre el pasado, podemos imaginar su producción sin intervención humana. El capitalismo ya nos acostumbró a pensar toda actividad humana bajo el concepto abstracto de “trabajo”, independientemente de su sentido específico, y a descomponerla en una serie de tareas realizables por cualquier persona o máquina. Sin embargo, aun cuando parte de nuestra labor pueda ser tercerizada a granjas de servidores operadas por corporaciones, nunca podremos delegar nuestra responsabilidad humana.
Los creadores de Deep Thought creyeron que, si construían una computadora suficientemente poderosa y sofisticada, podría resolver por ellos el problema último de la búsqueda de sentido. Aunque no eran humanos, esos seres representaban la idea de que esa búsqueda sería un anhelo universal de las especies dotadas de inteligencia como la nuestra. En ese sentido, su empresa estaba condenada al fracaso porque, quizás, lo verdaderamente humano no sea encontrar respuestas definitivas, sino hacer preguntas. Incluso esta: ¿qué es lo verdaderamente humano?
Solemos incluir a la historia entre las “ciencias humanas”, herederas modernas de los studia humanitatis renacentistas. Estos estaban compuestos por cinco disciplinas (filosofía moral, poesía, historia, retórica y gramática) consagradas al estudio de aquello que era considerado distintivo del género humano: el lenguaje y la capacidad de distinguir entre lo bueno y lo malo. Pero lo cierto es que esa pregunta por los límites y las características propias de nuestra especie está siempre abierta. El advenimiento y la moda de las inteligencias artificiales la vuelven a poner sobre la mesa. Por eso, más allá de la opinión y los pronósticos de los dueños de los LLM, más allá de los discursos utilitaristas y las políticas de ahogo presupuestario, las humanidades preservan un núcleo de valor en su esfuerzo quijotesco de hacer las preguntas para poner a prueba qué es lo que puede un cuerpo.
