Nueva York, 11 de mayo de 1997.
Garri Kasparov se levantó de la mesa después de apenas diecinueve jugadas. Había pasado poco más de una hora desde el comienzo de la partida. Frente a él no había otro gran maestro, sino Deep Blue, el superordenador desarrollado por IBM. Kasparov había perdido la sexta y última partida del enfrentamiento y, con ella, el duelo. Por primera vez una máquina derrotaba al campeón del mundo de ajedrez en un encuentro a varias partidas y el mundo se detuvo a pensar.
Aquella derrota tuvo algo de cambio de época, mucho pensamiento filosófico y cierto miedo a que las máquinas conquisten el planeta tierra.
Durante mucho tiempo habíamos considerado el ajedrez una de las expresiones más sofisticadas de la inteligencia humana, tremendamente asociado a ese punto intelectual donde todo huele a madera de nogal. La memoria, cálculo, intuición, estrategia, capacidad para anticipar al adversario, eran algunos de los ingredientes que conformaban ese cóctel. Si una máquina podía jugar mejor que el mejor de nosotros, resultaba inevitable preguntarse qué parte de todo aquello que llamábamos inteligencia era realmente nuestra. Y, sobre todo, qué otra cosa iba a decidir hacer mejor que nosotros en cuanto tuviera un rato libre.
David Hockney, el vino y el valor de la espera
Casi treinta años después, alguien decidió darle vino.
En marzo de 2025, once catadores experimentados se enfrentaron a una inteligencia artificial ante doce vinos servidos a ciegas. Había que identificar país, región y variedad. La máquina se llamaba Deep Red, en un homenaje nada disimulado a Deep Blue, y el resultado volvió a ser poco favorable para nuestra autoestima. Acertó los doce países y diez de las doce regiones y variedades. Los catadores obtuvieron, de media, seis y tres.
La conclusión parecía evidente, la inteligencia artificial ya cata mejor que nosotros, pero se nos escapa un dato: la Deep Red realmente no había catado ninguno de aquellos vinos.
No los olió ni los probó, sin que analizó la concentración de cuarenta elementos minerales y comparó el resultado con una enorme base de datos. Allí donde el catador encontraba acidez, textura, aromas, recuerdos y, a partir de la tercera copa, una seguridad estadísticamente difícil de justificar, la máquina encontraba patrones. Los seres humanos intentaban reconocer el vino a través de una experiencia; Deep Red lo identificaba mediante una huella.
Y fue mucho más precisa.
Podemos tomárnoslo mal, es una posibilidad, aunque llevamos demasiado tiempo con la calculadora en la mano para ir ahora de victimas por la vida. Llevamos unos cuantos años descubriendo que las máquinas calculan mejor, almacenan más información, juegan mejor al ajedrez, traducen bastante bien y empiezan a escribir textos razonablemente convincentes. Que ahora además quieran discutirnos sobre Borgoña parece casi innecesario.
Pero quizá la pregunta no sea si una máquina puede catar mejor que nosotros, quizá sea por qué nos importa tanto que pueda hacerlo.
Porque esa pregunta presupone que la finalidad de catar es acertar y en parte lo es, pero gracias a Dios es mucho mas.
Una cata a ciegas tiene algo de juego de detectives. Buscamos pistas en la copa, descartamos posibilidades y construimos una teoría. Borgoña o Jura. Cabernet o Merlot. 2019 o 2020. Después alguien descubre la botella y comienza uno de los fenómenos más antiguos del mundo del vino: explicar por qué, en realidad, uno estuvo muy cerca.
Todo eso forma parte del juego.
Reducir la cata al resultado sería parecido a pensar que salimos a correr únicamente para llegar antes a algún sitio. Hace más de un siglo que tenemos coches y, sin embargo, seguimos viendo gente correr por las calles sin que aparentemente nadie los persiga. Desde un punto de vista estrictamente práctico resulta difícil de defender, desde cualquier otro punto de vista se entiende perfectamente.
Corremos porque nos gusta correr.
Jugamos porque nos gusta jugar.
Y catamos porque nos gusta catar.
Deep Blue no acabó con el ajedrez. Hoy cualquier jugador sabe que existe una máquina capaz de destrozarlo y eso no ha impedido que millones de personas sigan colocando treinta y dos piezas sobre un tablero para averiguar quién es menos malo. La superioridad de la máquina dejó de ser relevante en cuanto comprendimos que nunca habíamos jugado al ajedrez para demostrar que éramos la especie más eficiente calculando movimientos.
Quizá Deep Red pueda enseñarnos algo parecido sobre el vino.
Hay un placer difícil de medir en servir una botella a ciegas, acercar la copa, lanzar una primera hipótesis y empezar a discutir. Cambiar de opinión. Volver a oler. Encontrar algo que otro no encuentra. Defender durante quince minutos que aquello solo puede ser Borgoña y descubrir después que viene de Cuenca. Posiblemente acabe llevándonos a otra conversación y recordando cualquier momento de nuestra vida y aquí es donde empieza la magia.
Hace algún tiempo escribí en Excelencias Gourmet sobre el derecho de un vino a hablar por sí mismo.
Me interesaba nuestra necesidad de rodear cada botella de información antes incluso de probarla: variedad, suelo, elaboración, puntuaciones, descriptores. A veces llegamos a la copa con tanta información que al vino apenas le queda algo que añadir.
Deep Red lleva esa lógica hasta un extremo fascinante. Puede saber de dónde procede un vino sin tener ninguna experiencia de él. Sabe que es Sancerre, pero no sabe por qué importa Sancerre. En el Indomable Will Hunting, Robin Williams le recuerda a Will que puede haber leído todo sobre Miguel Ángel, pero nunca sabrá a qué huele la Capilla Sixtina hasta que entre en ella. Quizá con el vino ocurra lo mismo, Deep Red puede saber exactamente de dónde viene una copa, lo que no puede hacer es estar allí.
Y ahí la historia deja de ser solamente sobre vino.
La inteligencia artificial está empezando a obligarnos a distinguir entre dos tipos de actividades que durante mucho tiempo mantuvimos mezcladas: las cosas que hacemos porque necesitamos obtener un resultado y las cosas que hacemos porque disfrutamos haciéndolas. No me cabe ninguna duda de que en breve escribiré sobre la famosa pastilla que te tomas y cumple todas tus necesidades alimentarias versus la experiencia de comer en tu restaurante favorito. Y ojo que en las dos estás comiendo, pero claro.
Mientras solo nosotros podíamos hacer ambas cosas, la diferencia importaba poco. Ahora empieza a importar bastante.
Si una máquina traduce perfectamente francés, ¿para qué aprender francés? Si conduce mejor que nosotros, ¿para qué conducir? Si escribe mejor, ¿para qué escribir? Son preguntas razonables siempre que aceptemos que aprender francés solo sirve para traducir una frase, conducir únicamente para llegar a un destino y escribir exclusivamente para producir un texto. ¿Dónde quedará escribirle una carta en su idioma a aquella chica francesa que conociste en Provence y os recorristeis la costa azul en aquel descapotable?
Quizá ese sea uno de nuestros errores al pensar en la tecnología: juzgamos nuestras actividades por el resultado que producen y olvidamos la experiencia que contienen.
Tal vez ahí esté una de las preguntas interesantes que nos deja la inteligencia artificial. No qué será capaz de hacer mejor que nosotros, porque la respuesta probablemente vaya a resultar cada vez menos tranquilizadora, sino qué cosas seguiremos queriendo hacer cuando ya no sea necesario hacerlas.
Algunas desaparecerán sin que nadie las eche demasiado de menos y otras permanecerán porque descubriremos que nunca las hicimos únicamente para obtener un resultado.
Kasparov perdió contra Deep Blue en 1997 y el ajedrez siguió existiendo. Visto casi treinta años después, quizá esa sea la parte más interesante de aquella historia. La máquina ganó la partida, pero no consiguió que dejáramos de querer jugar.
Síguenos: @foodandwineespana
