Las máquinas de contar historias

Los videojuegos constituyen, probablemente, la quintaesencia de la narrativa interactiva. Los videojuegos y el arte de contar historias han caminado juntos desde que Will Crowther programase ‘Adventure’ en 1975, la primera aventura conversacional. Al auge de este género en los 80, con los ordenadores de 8 bits, le sucedería en los 90 la época dorada de las aventuras gráficas, con títulos tan emblemáticos como ‘Monkey Island’ o ‘Simon the Sorcerer’. Juegos en los que nuestros logros nos permitían avanzar en la historia.

Hoy en día, incluso videojuegos orientados a la más pura acción incluyen modos de juego narrativos, arropando las misiones con una narración que proporcione una finalidad última a las dinámicas propias del juego. Es el caso de productos como el ‘Star Wars Battlefront II’ para PlayStation 2 o ‘The Witcher III: Wild Hunt’. Otros juegos llevan esta idea más allá, haciendo que la única forma de vivir la experiencia propuesta sea a través de la historia que cuentan, aunque se trate, de nuevo, de experiencias orientadas a la acción. Un ejemplo de juego de acción y sigilo que se basa en una potente historia es ‘The last of us’. Y, por supuesto, están los videojuegos que inclinan netamente la balanza hacia el lado de la narrativa, planteándonos ‘historias jugables’ que se adaptan a las decisiones del jugador. Buenos ejemplos serían ‘Life is Strage’ y ‘Firewatch’.

Los videojuegos y el arte de contar historias han caminado juntos desde que Will Crowther programase ‘Adventure’ en 1975, la primera aventura conversacional

IA: la máquina crea la historia
En todos los ejemplos anteriores, la historia que el juego narra ha sido concebida y escrita por un equipo de guionistas humanos. Otra posibilidad es que la propia máquina participe en la cocreación de dicha historia. Para ello, deberemos dotarla de cierta ‘inteligencia’.

Es lo que hace el sistema Némesis en ‘Middle Earth: Shadow of War’, cuya acción se desarrolla en el universo de ficción de ‘El señor de los anillos’. Si bien Némesis no crea una historia como tal, construye subtramas que enriquecen las relaciones entre el jugador y los enemigos, estableciendo vínculos que se desarrollan narrativamente en sucesivos encuentros. De esta manera, en el marco de un juego de combates, se va desplegando orgánicamente un entramado narrativo que varía con cada partida.

Múltiples ramas de la Inteligencia Artificial se han aplicado o son susceptibles de aplicarse a la generación automática de historias, desde los árboles de decisión a las redes neuronales profundas (Deep Learning), pasando por los algoritmos genéticos. Aunque si lo que se pretende es que una máquina computadora sea capaz de resolver un problema que, a priori, se nos presenta blando y resbaladizo, poco susceptible a ser reducido a cálculos, lo primero que hemos de hacer es plantearnos cierta formalización del proceso de creación de narrativa.

Múltiples ramas de la Inteligencia Artificial se han aplicado o son susceptibles de aplicarse a la generación automática de historias

Las historias como problemas de planificación
La planificación automática es una de las técnicas de la IA más utilizadas en la generación de narrativa interactiva. La idea es que la creación del guión de una historia puede considerarse como un problema de planificación, en el que los personajes, los objetos, las localizaciones y demás elementos de la historia, así como las posibles acciones que pueden realizar o realizarse sobre ellos, constituyen la descripción del dominio del problema. De este modo, definiendo un estado inicial para dichos elementos (inicio de la historia) y un estado final que desea alcanzarse (el final de la historia), un algoritmo planificador encontrará, de haberla, una secuencia de acciones que conecte dichos estados. Esa secuencia de acciones (‘policía encuentra evidencia’, ‘ladrón huye’), llevadas a cabo por los personajes, constituye la historia como tal.

Este enfoque permite crear historias muy complejas, con decenas de tipos, predicados y acciones, pero adolece, entre otros, de un importante problema: las historias generadas son ‘matemáticamente óptimas’, lo cual tiende a hacerlas poco verosímiles, no ofreciendo personajes cuyo comportamiento favorezca nuestra empatía hacia ellos. Al fin y al cabo, si le pedimos a nuestro GPS que nos lleve a un lugar, lo hará por la ruta más rápida, no por la que ofrezca los mejores paisajes.

Una forma de lograr personajes más vivos, creíbles y coherentes es considerarlos como agentes con cierto grado de autonomía, esto es, aportando cada uno su propia ‘inteligencia’ (algoritmo planificador) orientada a conseguir sus propios objetivos. La historia se genera entonces por las acciones individualmente decididas por cada agente, en lugar de ser armada y dirigida por un ‘demiurgo’ centralizado. Estas historias se vuelven aún más potentes y verosímiles cuando se programa a los agentes para que sus decisiones no sean ni óptimas ni omniscientes: los agentes tendrán un conocimiento limitado del mundo de la narración (creencias) y tomarán decisiones subóptimas a fin de alcanzar sus objetivos.

La planificación automática es una de las técnicas de la IA más utilizadas en la generación de narrativa interactiva

A esto puede añadírsele un motor de física social que, partiendo de una base de reglas equivalentes a las leyes físicas del mundo real, pero en un plano de comportamientos sociales y afectivos, haga inferencias sobre los deseos puntuales de cada personaje. De esta forma se consigue modelar personajes, movidos por objetivos particulares, que en cada momento se comportan en la historia no solo de acuerdo con esos objetivos, sino también de forma coherente con su ‘personalidad’.

Si un enfoque netamente centralizado adolece de falta de empatía, coherencia y verosimilitud, un enfoque completamente distribuido puede hacer que la historia no llegue a converger nunca: basta con que los objetivos de uno de los personajes interfieran con los de otro para que pueda producirse un bloqueo. Es por esto por lo que la mayor parte de los sistemas de generación de narrativa automática prefieren adoptar un enfoque mixto: dotan de cierta autonomía a los personajes, al mismo tiempo que ejercen un control centralizado sobre la dirección principal de la historia.

Un enfoque netamente centralizado adolece de falta de empatía, coherencia y verosimilitud, y un enfoque completamente distribuido puede hacer que la historia no llegue a converger nunca

Aprendizaje máquina y creatividad computacional
Hasta el momento hemos entendido la historia como una secuencia de acciones llevadas a cabo cronológicamente por unos personajes. Pero una cosa es la historia y otra cómo se cuenta, esto es, el ‘discurso’. Y a generar dicho discurso es a donde se dirigen, fundamentalmente, los sistemas creadores de narrativa basados en aprendizaje máquina, especialmente en Deep Learning.

Aunque hoy por hoy el sistema artificial escritor por excelencia es GPT-3 (‘Generative Pre-trained Transformer 3’), habiendo sido utilizado, entre otros, para generar aventuras conversacionales en ‘AI Dungeon’, hay otros ejemplos interesantes. Es el caso de Benjamin, la IA a la que, tras ser entrenada con centenares de relatos de ciencia ficción, se le pidió que escribiese el guion de un corto de ese mismo género. Ese guion fue posteriormente rodado, y el resultado es ‘Sunspring’, que fue presentado al Sci-Fi London 48 hour Film Challenge. No es la mejor ciencia ficción que se haya escrito, pero constituye un resultado más que interesante.

Conclusión: una nueva ‘máquina de escribir’
Los narradores siempre se han apoyado en la tecnología de su época. Hubo un tiempo, no hace mucho, en que una sencilla máquina de escribir era el mejor instrumento para contar una historia. Podemos considerar a la IA, quizá, como una nueva ‘máquina de escribir’, el nuevo dispositivo a disposición de los creadores de videojuegos para construir guiones cada vez más sofisticados, más flexibles, que proporcionen a sus usuarios experiencias de mayor intensidad. Un nuevo instrumento para potenciar la creatividad humana.

Bibliografía

• J. Porteous, M. Cavazza & F. Charles (2010). Applying Planning to Interactive Storytelling: Narrative Control Using State Constraints. ACM TIST. 1. 10. 10.1145/1869397.1869399.
• B. Samuel, A. A. Reed, P. Maddaloni, M. Mateas & N. Wardrip-Fruin (2015). The ensemble engine: Next-generation social physics. In Proceedings of the Tenth International Conference on the Foundations of Digital Games (FDG 2015). 22–25.
• E. Soares de Lima, B. Feijó & A. L. Furtado (2019). Procedural Generation of Quests for Games Using Genetic Algorithms and Automated Planning. 18th Brazilian Symposium on Computer Games and Digital Entertainment (SBGames), 2019, pp. 144-153, doi: 10.1109/SBGames.2019.00028.
• J. Moallem, & W. Raffe (2020). A Review of Agency Architectures in Interactive Drama Systems. 305-311. 10.1109/CoG47356.2020.9231655.