Cómo un algoritmo de IA aprendió a escribir discursos políticos

No preguntes qué puede hacer tu país por ti; Pregunta qué puedes hacer por tu país.
—John F. Kennedy, 1961

Cuando se trata de discursos políticos, los grandes son pocos y distantes entre sí. Pero los discursos políticos ordinarios, por ejemplo, los pronunciados en los debates del Congreso de los Estados Unidos, son numerosos.

También son notablemente similares. Estos discursos tienden a seguir un formato estándar, repiten argumentos similares e incluso usan las mismas frases para indicar una afiliación u opinión política en particular. Es casi como si hubiera algún tipo de algoritmo que determina su contenido.

Eso plantea una pregunta interesante. ¿Es posible que una máquina escriba este tipo de discursos políticos automáticamente?

Hoy recibimos una respuesta gracias al trabajo de Valentin Kassarnig en la Universidad de Massachusetts, Amherst, quien ha creado una máquina de inteligencia artificial que ha aprendido a escribir discursos políticos que son notablemente similares a los discursos reales.

El enfoque es sencillo en principio. Kassarnig usó una base de datos de casi 4000 segmentos de discursos políticos de 53 debates en el Congreso de EE. UU. para entrenar un algoritmo de aprendizaje automático para producir discursos propios.

Estos discursos constan de más de 50.000 oraciones, cada una de las cuales contiene 23 palabras en promedio. Kassarnig también clasificó los discursos por partido político, ya sea demócrata o republicano, y si estaba a favor o en contra de un tema determinado.

Por supuesto, el diablo está en los detalles de cómo analizar esta base de datos. Después de probar una serie de técnicas, Kassarnig se decidió por un enfoque basado en n-gramas, secuencias de n palabras o frases. Primero analizó el texto utilizando un enfoque de partes del discurso que etiqueta cada palabra o frase con su rol gramatical (ya sea un sustantivo, verbo, adjetivo, etc.).

Luego miró los 6 gramos y la probabilidad de que aparezca una palabra o frase dados los cinco que aparecen antes. Eso nos permite determinar muy rápidamente todas las palabras que pueden ocurrir después de las cinco anteriores y qué tan probable es cada una de ellas, dice.

El proceso de generación de discursos se sigue automáticamente de esto. Kassarnig comienza diciéndole al algoritmo qué tipo de discurso se supone que debe escribir, ya sea para demócratas o republicanos. Luego, el algoritmo explora la base de datos de 6 gramos para esa categoría para encontrar el conjunto completo de 5 gramos que se han utilizado para iniciar uno de estos discursos.

Luego, el algoritmo elige uno de estos 5 gramos al azar para comenzar su discurso. A continuación, elige la siguiente palabra de todas las que pueden seguir a este 5 gramos. Luego, el sistema comienza a predecir palabra tras palabra hasta que predice el final del discurso, dice.

Hay algunos trucos en el camino, por supuesto. El algoritmo conoce, por ejemplo, la probabilidad de que un tema en particular aparezca en un discurso. Luego elige los temas averiguando qué otros temas ya contiene el discurso y determinando qué tan bien se están cubriendo.

Los resultados son sorprendentemente buenos. Este es un ejemplo de un discurso demócrata generado automáticamente:

Sr. Presidente, durante años, los consumidores honestos pero desafortunados han tenido la capacidad de defender su caso para obtener protección por bancarrota y cancelar sus deudas razonables y válidas. De la forma en que se supone que funciona el sistema, el tribunal de quiebras evalúa varios factores, incluidos los ingresos, los activos y las deudas, para determinar qué deudas se pueden pagar y cómo los consumidores pueden recuperarse. Defiende el crecimiento y la oportunidad. Aprobar esta legislación.

Eso es impresionante dado que no hay más capacitación involucrada que las partes iniciales de las etiquetas del discurso, el análisis de 6 gramos de la base de datos del discurso político y un poco de salsa mágica. Kassarnig ha evaluado estos discursos en función de criterios como la corrección gramatical, la transición de oraciones y la estructura y el contenido del discurso y descubrió que, en general, funcionan bien. En particular, la corrección gramatical y las transiciones de oraciones de la mayoría de los discursos fueron muy buenas, dice.

Sin embargo, Kassarnig no es optimista sobre las posibilidades de su algoritmo de conquistar el escenario político. A pesar de los buenos resultados, es muy poco probable que estos métodos se utilicen realmente para generar discursos para los políticos, dice, presumiblemente porque el tipo de político sin escrúpulos que podría explotar su algoritmo es muy raro (tos).

Sin embargo, el algoritmo podría usarse para generar otros tipos de textos. Kassarnig sugiere que podría producir noticias, dadas otras historias sobre el mismo incidente. Otra opción podría ser producir publicaciones de blog sobre artículos de arXiv, dada una gran base de datos de historias similares (ejem).

Y alienta a cualquiera a probar, decir que todo su código fuente está disponible en GitHub ( https://github.com/valentin012/conspeech ). Alentamos explícitamente a otros a intentar usarlo, modificarlo y ampliarlo, dice. Comentarios e ideas para mejorar son bienvenidos.

Ref:arxiv.org/abs/1601.03313: Generación del Discurso Político

esconder