La màquina que et telefona no entén el teu sarcasme

PalmaLes màquines poden entendre el sarcasme? Aquesta és una pregunta que ha despertat molta curiositat tant entre lingüistes com entre experts en intel·ligència artificial. Imaginem per un moment que enviem un missatge a una assistent virtual en què diem: “Genial! Just el que volia: una altra multa de trànsit”. Una persona de seguida entendria que es tracta d’una expressió irònica, però una IA potser es pensaria que realment estam contents de rebre la sanció (cal dir que algunes IA generatives, com ChatGPT, podrien respondre amb un to sarcàstic, però no totes). Malgrat els avenços en processament del llenguatge natural, el sarcasme continua sent un maldecap per a la intel·ligència artificial.

El sarcasme és una manera d’expressar el contrari del que es vol transmetre, sovint amb la intenció de provocar una reacció emocional o humorística. Això no depèn només de les paraules, sinó també de l’entonació, del context i de la situació comunicativa. Per exemple, no és el mateix dir “M’encanten els dilluns” amb una gran dosi d’entusiasme que fer-ho amb un sospir carregat de desànim. Igualment, no és el mateix que algú, després d’un examen difícil, digui “M’ha anat de meravella” amb cara de frustració, que amb una gran rialla d’alleujament. Els humans som capaços de captar aquestes subtilitats perquè tenim en compte el context, el to de veu i el coneixement previ de la situació. Però, per què les màquines no sempre poden fer-ho?

El context

Un dels grans reptes per a les màquines és la comprensió del context. Les persones interpretem el sarcasme a partir de la situació en què es diu una frase, les experiències prèvies i el to. Si sabem que algú ha passat una mala nit i ens diu “Estic fresc com una rosa”, entenem que parla amb ironia. Igualment, sabem que hi ha persones que tendeixen a fer broma de qualsevol situació i, quan hi parlem, encara que sigui amb missatges escrits en què no puguem captar el to de veu, identifiquem de seguida quan recorren al sarcasme i a la ironia. Per a una IA, però, comprendre això no és tan senzill: necessita una gran quantitat de dades per interpretar una frase d’aquesta manera i, fins i tot, potser li caldria recordar converses anteriors per arribar a la mateixa conclusió que una persona.

A més, en una conversa oral, el to de veu té un paper essencial. Si algú diu “Quina alegria veure’t!” amb una veu monòtona o apàtica, queda clar que no ho diu de debò. Els sistemes de reconeixement de veu han millorat en la detecció d’emocions bàsiques, com l’alegria i la tristesa, però encara tenen dificultats per captar matisos subtils que indiquen ironia o sarcasme. L’entonació, la manera com fem pauses o fins i tot les inflexions en el discurs poden donar pistes importants per entendre una segona intenció, però moltes vegades les màquines no detecten aquestes subtilitats.

També cal tenir en compte les diferències culturals. El sarcasme no es manifesta igual en totes les llengües ni en totes les cultures. Una expressió que sigui clarament irònica en català potser passa desapercebuda en japonès. Per exemple, en català no seria estrany que algú digués “Quina sort que plogui el dia que havíem previst anar a fer bivac” per expressar frustració, mentre que en japonès la cultura tendeix a evitar el sarcasme directe i un parlant podria interpretar la frase de manera literal. Igualment, el sentit de l’humor britànic, que sovint es basa en la ironia subtil, pot ser difícil d’entendre per a una IA. Tot plegat complica l’entrenament de les IA, que han d’aprendre a interpretar la ironia i les segones intencions en diferents idiomes i contextos.

No tot està perdut, però. Els investigadors han desenvolupat estratègies per millorar la comprensió del sarcasme en les màquines. Una d’aquestes estratègies és entrenar els sistemes perquè puguin interpretar converses prèvies i acumular memòria a llarg termini. També s’analitzen patrons recurrents, com expressions habituals en frases iròniques (per exemple, “Oh, és clar, I tant, això és el millor que m’ha passat mai!”). A més, es combinen amb dades d’àudio i vídeo per identificar millor el to de veu i les expressions que poden indicar sarcasme.

Interacció frustrant

La dificultat per detectar el sarcasme pot tenir implicacions en diversos àmbits. Per exemple, els assistents virtuals i xats automatitzats que es dediquen a l’atenció al client han de ser capaços de reconèixer quan un client expressa una queixa amb ironia per poder oferir una resposta adequada (precisa i, fins a cert punt, empàtica) i evitar una interacció frustrant. Una detecció precisa del sarcasme també és clau en la moderació de comentaris a les xarxes socials, en què cal diferenciar entre una crítica sarcàstica i un comentari que pugui ser considerat, per exemple, propi d’un discurs d’odi o de desinformació. Fins i tot en la traducció automàtica captar el sarcasme és important per evitar errors que podrien canviar el significat d’un missatge o que podrien fer que un missatge sarcàstic s’interpretés en un sentit literal.

Malgrat els avenços, entendre bé el sarcasme i la ironia continua sent un dels grans reptes de la intel·ligència artificial. I potser no és només una qüestió tècnica: l’humor i la ironia són profundament humans perquè impliquen experiències compartides, emocions i complicitat cultural. Potser el dia que una IA sigui capaç de comprendre perfectament el sarcasme, haurem aconseguit no només una tecnologia més avançada, sinó també una màquina que, en certa manera, pensa com nosaltres i entén la nostra manera de veure el món. Però fins llavors, seguirem tenint assistents virtuals que es prenen massa seriosament les nostres bromes. u