Divagando sobre Ubisoft y los NEO NPCs (Patreon)

Yo iba a ponerme con Videojuegos y Sexo. Debería estar trabajando en Videojuegos y Sexo, llevo casi tres meses trabajando sólo en las putas bases del vídeo de los cojones de Videojuegos y Sexo.

Pero entonces Ubisoft ha subido un post.

“¿Alguna vez has soñado con tener una conversación real con un NPC en un videojuego? No sólo una encerrada en los confines de un árbol de diálogo con respuestas predeterminadas, sino una conversación de verdad, guiada por acciones y reacciones espontáneas”. Así abre el artículo sobre los llamados “NEO NPCs”, o personajes no jugables dirigidos por una inteligencia artificial generativa. Para asegurarnos que esto no es un intento por devaluarla labor de los trabajadores y que nadie va a perder su puesto de trabajo, el texto cita la labor de Virginie Mosser, narrative director y una de las personas involucradas en la creación de esta nueva tecnología. Según el artículo, Mosser “ha encontrado una experiencia gratificante y totalmente nueva” con la IA generativa, y en sus propias palabras le permite “tener una conversación con un personaje que he creado. Es mi sueño desde que era una niña”.

El diálogo con los NPCs es normalmente visto como algo entre soso y ridículo; cualquiera que estuviera ahí cuando salió Skyrim recordará la infame ‘yo era un aventurero como tú, hasta que recibí un flechazo en la rodilla’, y los mil y un bugs de Radiant, la IA que daba vida a los NPCs de Oblivion, han creado toda una categoría de vídeos. Hay una tiktokerque se dedica a reproducir cómo sería tener a una NPC como novia o amiga, y tirando del hilo, la categoría de tiktokers NPCs reproducen el comportamiento mecánico y repetitivo de los personajes diseñados para hacer de relleno y no foco del mundo. El meme NPC, originalmente creado por la ultraderecha, va de ver a determinados grupos como no-personas, entidades que siguen las órdenes dictadas porque no hay nada ahí dentro. Así visto, parecería que dar vida a los NPCs con la inteligencia artificial generativa no es tan malo; ¡al fin, un uso práctico de un LLM, hemos encontrado el Santo Grial!

No.

Aquí confluyen muchas ideas. Básicamente por eso estoy escribiendo un texto en lugar de poner uno o dos tuits, porque estoy indeciso entre si la idea de que los NPCs o el diálogo en el videojuego sea algo que puede ser “mejorado” por la inteligencia artificial generativa me parece más un insulto hacia los guionistas o un punto ciego en nuestra manera de experimentar los mundos interactivos. Quizá en realidad es la enésima consecuencia de aquel dogma que versa ‘más es mejor’, porque ¿no te gustaría tener conversaciones con los peatones de GTA? ¿No quieres escuchar la opinión de un ciudadano de New Vegas sobre tus últimas hazañas? ¿No te gustaría poder insultar, insultar de verdad, herir los sentimientos de ese fan que te sigue a todas partes en Cyrodiil?

Creo que la premisa es falsa o, al menos, está desviada. Hace años, cuando estábamos obsesionados con la destrucción del escenario, creo recordar haberme decepcionado con cómo las demoliciones masivas de Battlefield 4 estaban scripteadas: sí, el rascacielos puede caer, pero cae siempre de la misma manera. No recuerdo dónde lo decía, pero Ben ‘Yahtzee’ Croshaw hablaba sobre cómo en algún Battlefield, quizá Bad Company 2, quizá el mismo Battlefield 4, pero la destrucción no era real sino que, cuando algo se rompía, el hada mágica de los escombros venía a transformar una pared en un boquete. No es dinámico, no es real, igual que no lo es el rascacielos cayendo. También estuve preguntándome durante muchos años por qué no hacían un juego de WWE con animaciones procedurales basadas en la física, como ocurre con los juegos de Rockstar: todos los movimientos y respuestas de los luchadores eran impostados, largas animaciones que arrebataban de naturalidad el combate.

Luego lo pensé. La lucha libre es falsa. No lo digo en plan “te pillé”, creo que ya hemos superado esa etapa; lo digo porque los juegos de WWE no buscan reproducir una pelea real sino crear el ambiente de una pelea de lucha libre, y esas peleas tienen muchísimo acting. El rascacielos de Battlefield 4siempre caerá igual, pero es que es un puto rascacielos: si quieres que tu FPS sea viable y disfrutable en un entorno competitivo multijugador, tiene que haber un grado de control, y si las leyes de la física quieren que esta vez el rascacielos caiga de tal manera que hace ciertas vías impracticables o da mucha más ventaja a un equipo, entonces la gente no va a disfrutar. El rascacielos no es un rascacielos y la pared no es una pared igual que el NPC no es una persona. Todo forma parte de la gran mentira para disfrutar del mundo de juego.

La cámara en las aventuras gráficas y los survival horror clásicos hacía más que crear entornos: también dirigía la mirada. No es sólo la cámara: también son los colores o el hecho de si lo que ves está modelado o forma parte del fondo prerrenderizado. El mensaje es silencioso pero evidente, que aquí hay recursos útiles. “Este es un espacio que sirve para X”. No, en esta habitación donde el plano picado apunta a un aparador no hay nada más que hacer, sólo tenías que encontrar la bobina. Sí, podrían haber metido más cosas en los muebles, quizá podría haber algo debajo de la silla, pero el mapa forma parte del lenguaje del juego: “estás aquí por un motivo. Este lugar tiene un propósito”. Si todos los lugares tuvieran propósito entonces acabaríamos perdidos. Cuando, en un videojuego, hablas con un NPC y te responde no sé qué sobre los cangrejos del barro, sabes que ese es un personaje no importante; forma parte del lenguaje implícito del juego, “circulen, aquí no hay nada que ver, las cosas de valor para ti y la historia están en otra parte”. En el momento en que puedes mantener una conversación, el juego te está diciendo que ese sujeto tiene una utilidad dentro del mundo de juego. La analfabetización mediática en el videojuego llega hasta tal punto de que se ha olvidado la premisa más básica: que si puedes hablar con alguien, interactuar con algo, eso es por un motivo. ¿Cómo sabes cuáles son los puntos clave del campamento goblin en Baldur’s Gate III? Porque, de entre decenas de goblins, sólo puedes mantener conversaciones con unos pocos. Si pudieras hablar con todos no tendrías una experiencia más enriquecedora: estarías escuchando ruido.

Eso por una parte. Por otra, cuando en Disco Elysium te acercas a Cuno esperando encontrarte con un testigo del caso que estás intentando resolver y, cuarenta minutos después, quieres estrangular a ese niñato como si fueras Homer con su hijo Bart, la gracia está en el papel que juega Cuno dentro de la historia. Creías que esto iba de ti, pero va de Martinaise. Mejor aún, Cuno habla como no lo hace nadie más en todo el juego. Todo el mundo en Disco Elysium tiene una manera única de hablar, y enfrentarse a sus conversaciones supone navegar por aguas totalmente distintas. Lejos de sus manierismos a la hora de escoger palabras, la clave está en cómo el Amigo de los Domingos frustra todos tus intentos por obtener información hablando mucho y diciendo nada, cómo Miss Oranje revela la información justa para acabar en una posición ventajosa, cómo Evrart Claire encuentra la manera de ponerte de su parte incluso si quieres acabar con él. Mantener esa ficción requiere limitaciones. De nuevo, la premisa está desencaminada: no estamos eligiendo sino guiando la narración. El detective de Disco Elysium tiene una personalidad específica igual que Lee Everett en The Walking Dead; incluso Shepard en Mass Effecttiene líneas que no pasará. La mentira de los mundos que viven y respiran es que no hacen ni lo uno ni lo otro, porque todo forma parte del texto para integrarnos de una cierta manera, con una perspectiva concreta en una historia que quieren contar.

Porque va de eso. Va de contar historias.

Contar una historia requiere limitaciones, decisiones que no se tomarán de ninguna manera, errores que se tienen que cometer, perspectivas a forzar para que vivas la historia como desean que la vivas, acciones y omisiones que nos hablan sobre el por qué esta historia nos importa, por qué han decidido contarla. La promesa de los NEO NPCs es romper con la historia y sustituirla por producto, por contenido, por cosas que ni te van ni te vienen y que te pueden importar a nivel superficial. Es hablar con todo el mundo y mantener una conversación con nadie.

Lo que es peor, la inteligencia artificial generativa nos arrebata los lugares comunes, los memes entendidos en su forma más pura. Ahora que Dune Parte 2 ha salido todo el mundo está haciendo chistes con “¡Lisan Al-Gaib!” y “está escrito”. Son frases de la película, cualquiera que la haya visto puede hablar con el resto de espectadores y compartir puntos de vista. Aquella frase tan ridícula del flechazo en la rodilla se convirtió en un meme porque era divertido saber que alguien la había escrito, que de entre todas las posibles ideas de qué podría decir un guardia, se eligió precisamente esa. Volviendo a los vídeos de Oblivion, sí, nos reímos a expensas del motor, pero también hay una cierta ternura en ese humor. Oblivion fue tremendamente ambicioso y la comedia nace de las fricciones que genera esa misma ambición, de ver que eso es un intento con personas detrás. ‘¿A quién se le ocurriría la tontería de tener a dos personas hablando sobre cangrejos de barro?’. Los errores hablan de hacia dónde apuntaba Radiant; es precisamente de cómo podemos ver las intenciones del equipo que encontramos el humor.

¿Qué nos da la inteligencia artificial generativa? Pensad en los grandes momentos que todavía hoy recordamos, en las frases más legendarias: “Párate sobre las cenizas de un trillón de almas fallecidas y pregúntales a los fantasmas si el honor importa. La respuesta es el silencio”. Sí, una inteligencia artificial generativa podría llegar a ese momento igual que un millón de monos aporreando máquinas de escribir podrían llegar a escribir Shakespeare, ¿pero no es hermoso que esa sea una piedra de toque común? ¿No es hermoso saber que una persona lo escribió, que la puso no porque quedaba bien sino porque define a quien la dice?

En el texto de Ubisoft, Mosser explica que “soy una persona creativa, y cada día desde que empecé a trabajar en este proyecto he estado creando”, pero lo que hace es sólo una parte de crear. Visto así, yo también he creado la trilogía de Nacido de las Estrellas. He creado como cuatro o cinco guiones porque tengo las líneas generales en mi cabeza, pero la clave de la creación, lo que lo hace tan hermoso y puñetero, es que tienes que dar forma a esas líneas generales. Este mismo texto tenía una forma en mi cabeza y, conforme lo he ido escribiendo, he quitado y puesto según lo iba definiendo. Crear es hacer senderismo; el proceso es el destino, y todo el mundo tiene esas escenas en su cabeza – yo, desde luego, tengo unas cuantas – pero hay que llegar a ellas. Mejor aún, cuando llegas te das cuenta de que adoptan otra forma. Apuntar a un estilo y darte cuenta de que el resultado es otro puede ser frustrante, pero también eso es el acto de crear: darte cuenta de quién eres realmente, descubrir tu voz a través de tus limitaciones y manierismos. La inteligencia artificial generativa nos arrebata ese proceso, el no sólo dar cuerpo sino voz a nuestras ideas y creaciones. Podría haberle dicho a ChatGPT que escribiera un texto pasando por todos los puntos que delineé al empezar a escribir este artículo, pero ese no sería yo. Este soy yo.

Soy este punto y aparte.

Hace poco Raycevick subió un vídeo hablando sobre cómo Ubisoft no es mala… Es frustrante. En él hablaba sobre cómo la compañía tiene algunas de las premisas más interesantes del espacio AAA acompañadas a su vez por una de las ejecuciones más pochas no ya del AAA, sino del videojuego contemporáneo. Ubisoft lleva ya una buena temporada tendiendo a que todos sus juegos sean el mismo: para ser concretos, Far Cry 3. Este esfuerzo por traer la inteligencia artificial generativa a algo tan lleno de potencial como es el diálogo parece otro paso más en su camino por ofrecer mediocridad, sí, pero a montones: palabras pensadas por nadie para llenar un vacío que es todo textura. Cuando empecé a dirigir rol descubrí, cómo no, a Matthew Mercer, y al principio no lograba entender este clip. ¿Por qué le describían como “el mejor DM del mundo”? Sólo estaba interpretando a un NPC. Luego dirigí, tuve que interpretar NPCs y lo entendí: la grandeza de Mercer residía en cómo había improvisado de golpe todo un personaje. Tenía una forma de hablar concreta, una profesión, manierismos, y era un pavo que se había inventado para dar direcciones a sus jugadores. Hace poco dirigí a mis amigos en la campaña de Waterdeep, y dos personajes fueron al mercado: una maga asocial que se había criado en un pantano y una tiflin venida de una familia bien que no sabía existir sin su mayordomo. Me puse a interpretar a una retahíla de vendedores, a cada cuál más estrambótico. Fue divertido descubrirlos con cada nueva frase y ver hacia dónde los podía llevar para hacer de cada encuentro más divertido que el anterior. No fue perfecto, pero dio de qué hablar; no nació de un algoritmo sino de una intención, fue un diálogo activo entre personas para crear un momento. Estoy orgulloso de esa escena; se podría haber hecho mejor, sí, pero habla de quién soy como dungeon master y quiénes son mis amigos como sus personajes. Si no estuviéramos ahí, detrás de la máscara, ¿para qué nos molestaríamos en hacer nada?