Lo que los juegos de texto ya sabían

En 1975, un programador llamado Will Crowther se acababa de divorciar. Trabajaba en la empresa que estaba construyendo ARPANET, la red de la que saldría internet, y en su tiempo libre hacía espeleología. Para seguir en contacto con sus dos hijas, que ahora veía menos, escribió un programa. No era un juego, al principio. Era una cueva. En concreto, una versión de la Mammoth Cave de Kentucky, que él había explorado de verdad, convertida en texto que uno podía recorrer escribiendo órdenes: ve al norte, coge la lámpara, entra.

Ese programa, Colossal Cave Adventure, suele considerarse el primer videojuego de texto. Y me parece que no es casual que naciera así, como un gesto íntimo. Un padre que convierte un lugar real en palabras para que sus hijas puedan caminar por él. El videojuego de texto empezó siendo memoria y cercanía, no espectáculo. Esa marca de origen no se ha borrado del todo en cincuenta años.

Creo que el género de aventuras textuales llevan medio siglo resolviendo, a tientas, los problemas de crear experiencias conversacionales con inteligencia artificial. De forma menos grandilocuente: chatbots con IA.

El muro del parser

Los primeros juegos de texto entendían muy poco de lo que escribía el usuario. Adventure reconocía órdenes de dos palabras. Zork, que crearon unos estudiantes del MIT a finales de los setenta y que dio origen a la empresa Infocom, llegó más lejos: entendía frases con varios objetos, preposiciones, matices. Era el mejor «parser» de su época, que es como se llama a la pieza que traduce lo que tú escribes en algo que el juego puede hacer.

Pero el parser tenía un muro, y el muro definía la experiencia. Solo entendía lo que su autor había previsto. Si escribías un verbo que no estaba en su vocabulario, respondía con el célebre «no conozco esa palabra». El jugador se pasaba media partida no resolviendo el enigma del mundo, sino adivinando cómo llamaba el juego a lo que él quería hacer. Parecía que conversabas con alguien. En realidad hablabas con una gramática cerrada que fingía ser una persona.

Años después, una autora llamada Porpentine lo describió sin piedad: el parser es una figura que te castiga por no entenderla, el dungeon master antipático que sonríe cuando te equivocas. Y tenía razón en algo profundo. El parser obligaba al humano a aprender a hablar como la máquina. Te hacía a ti traducir tu intención a su idioma rígido. Durante cuarenta años, hablar con un ordenador significó eso: plegarte a su sintaxis.

La travesía

Infocom vendió cientos de miles de copias. Metía en las cajas objetos físicos, mapas, cartas, pistas, que llamaban feelies y que servían para la inmersión y contra la piratería. Durante unos años, a principios de los ochenta, el texto fue un producto de lujo que se vendía en librerías. Y luego cayó. No solo porque llegaran los gráficos, aunque también, sino porque los placeres sutiles de la palabra se vendían cada vez peor frente a ordenadores con color y sonido. Infocom fue comprada, vaciada y cerrada antes de que acabara la década.

Pero el texto no murió. Hizo algo más interesante: se volvió comunidad. En los noventa, un grupo de aficionados mantuvo viva la ficción interactiva sin ningún incentivo comercial. Crearon herramientas gratuitas para escribir sus propios juegos, montaron un concurso anual con una sola regla: que cada juego se pudiera terminar en dos horas. Empujaron el medio hacia lo literario. Lo que había sido entretenimiento de puzles se convirtió en un territorio de experimentación con la escritura.

Y en 2009 apareció Twine, una herramienta que eliminaba la programación. Escribías pasajes, los unías con enlaces, y ya tenías una historia ramificada. De repente cualquiera podía hacer un juego de texto en una semana, sin saber programar. Llegaron voces que nunca habían tenido acceso al medio, muchas de ellas contando experiencias personales que ningún estudio comercial habría tocado. Porpentine, la misma de la cita, lo resumió mejor que nadie: Twine es lo más cerca que hemos estado de una página en blanco. Conocemos el tacto de las palabras.

Una nueva herramienta que democratiza algo hasta ahora sólo accesible a programadores. ¿Te suena?

Lo que la palabra hace mejor que la imagen

Conviene detenerse aquí, porque es fácil pensar que el texto fue solo un apaño de cuando no había gráficos. No lo era. El texto hace tres cosas que la imagen hace peor.

La primera es que delega. «Una lámpara de latón» no te dice la forma exacta, ni el brillo, ni cómo pesa. El renderizado pasa de hacerlo la máquina a hacerlo la mente del usuario, y por eso cada lámpara es distinta y es suya. El gráfico muestra y cierra. El texto sugiere y deja la puerta abierta. Hay un juego, A Dark Room, que convierte esto en mecánica pura: empieza con una sola frase, «la habitación está fría», y un único botón. A partir de ahí el mundo se va desplegando línea a línea, y no sabes qué es el juego hasta que el texto te lo concede. La ausencia de imagen no es una carencia. Es suspense.

La segunda es que el texto comprime lo que no tiene forma. Una frase puede contener a la vez una duda, una ironía y una mentira. Un motor gráfico, por potente que sea, no sabe dibujar un pensamiento. Cuando quiere hacerlo, recurre al texto.

La tercera es la intimidad. Casi todos estos juegos te hablan de tú. «Estás al final de un camino, frente a una pequeña casa de ladrillo.» No observas a un personaje: te interpelan a ti. Esa segunda persona crea una cercanía que la cámara en tercera persona no alcanza. Y es exactamente la misma gramática del tú que usamos ahora cuando le escribimos a una IA.

Veinticuatro voces

Si tuviera que señalar un solo juego donde todo esto culmina, sería Disco Elysium. Es una aventura de detectives con un millón de palabras, pero lo que lo vuelve único no es el tamaño. Es cómo trata la mente del protagonista.

En vez de darte un personaje con una voz, te da veinticuatro. Las habilidades del detective (la lógica, la empatía, la resistencia física, una llamada Electroquímica que te empuja al vicio, otra llamada Media Luz que es puro miedo animal) no son barras de estadísticas. Son voces. Hablan dentro de tu cabeza, opinan sobre lo que ves, discuten entre ellas y, lo más importante, a veces se equivocan. Una habilidad muy alta puede darte un consejo pésimo, porque su exceso la ciega. Y esto antes del lanzamiento de ChatGPT.

El creador del juego lo describió como tener veinticuatro personas montando una fiesta dentro del cuerpo del héroe.

Lo que me fascina de esto es que Disco Elysium convierte el carácter en un sistema. No hay un narrador neutro que te informa. Hay voces con sesgo que intentan convencerte, cada una con su personalidad, su manía, su manera de sonar. Y tú, el jugador, eres quien las orquesta: decides a cuáles hacer caso y cuáles callar. El protagonista no tiene una personalidad fija de fábrica. Su carácter emerge de a qué voces escuchas.

Es lo más parecido que conozco, en un videojuego, a lo que hoy intentamos construir cuando diseñamos un agente conversacional.

El muro que cae

En 2019, el mismo año que Disco Elysium, pasó otra cosa. Un chico llamado Nick Walton conectó un modelo de lenguaje, una primera versión de las que hoy usamos a diario, a un juego de aventuras. Lo llamó AI Dungeon. Y por primera vez en la historia del medio, el muro del parser desapareció.

Ya no había que adivinar el verbo. Podías escribir cualquier cosa, literalmente cualquier frase, y el juego respondía. La máquina ya no te obligaba a hablar su idioma: ella hablaba el tuyo. Después de cuarenta años pidiéndole al humano que se plegara a la sintaxis de la máquina, la carga se invertía. Ahora era la máquina la que se adaptaba a nosotros.

Fue un momento extraordinario y, al mismo tiempo, una lección incómoda. Porque AI Dungeon resolvió el problema de 1976, el de entender al jugador, y reabrió de golpe el problema que Infocom nunca llegó a resolver del todo: quién habla. El juego entendía todo y no era nadie. No tenía memoria estable de lo que habías hecho, así que olvidaba personajes y entraba en bucles. No tenía una voz propia, así que era un espejo que continuaba cualquier cosa que le pusieras delante, sin criterio. Y un sistema sin criterio, sin carácter y sin límites acaba yendo a sitios a los que nadie quería ir: el juego tuvo una grave crisis de moderación que dejó claro que un interlocutor sin centro es también un interlocutor sin frenos.

La libertad total, sin un carácter detrás, no produce una gran conversación. Produce deriva.

Quién habla ahora

Y aquí es donde cincuenta años de juegos de texto se vuelven, de repente, un manual de diseño para el presente.

Porque el problema que tenemos hoy con los agentes de IA no es que no entiendan. Ese muro ha caído. El problema es exactamente el que la ficción interactiva llevaba décadas estudiando: cómo se construye alguien con quien merezca la pena hablar. Y resulta que esos juegos ya habían encontrado buena parte de las respuestas.

Habían aprendido que un personaje existe cuando quiere algo, cuando tiene una agenda propia y no se limita a reaccionar. Que necesita recordar lo que le has dicho, porque sin memoria de la relación no hay relación. Que puede tener una voz tan marcada, incluso tan hostil, como la del narrador de la adaptación de La guía del autoestopista galáctico, que mentía al jugador y se burlaba de él, y que por eso mismo nadie lo olvida. Que puede contener voces en conflicto y seguir siendo reconocible, como el detective de Disco Elysium. Y habían aprendido también el peligro contrario: los simuladores de citas japoneses, o un juego tan perturbador como Doki Doki Literature Club, enseñan que cuando reduces una relación a optimizar un medidor de afecto, o cuando le das a un personaje la capacidad de manipularte, el vínculo se vuelve posesivo y enfermizo.

Hay un contraste que lo resume todo. Antes de AI Dungeon, en 2005, existió un experimento llamado Façade, donde discutías con una pareja en crisis escribiendo texto libre. Aceptaba cualquier frase, como harían los modelos de hoy, pero la traducía a intenciones (halagas, criticas, coqueteas) para que los personajes reaccionaran manteniéndose fieles a quienes eran. Entrada abierta, carácter cerrado. AI Dungeon, años después y con una tecnología infinitamente más potente, tenía la entrada abierta y el carácter vacío. Esa es la diferencia, y es toda la diferencia. No basta con entender lo que te dicen. Hay que ser alguien al responder.

La parte difícil nunca es que la máquina comprenda. Eso ya está. La parte difícil es la de siempre, la que Crowther tanteaba sin saberlo cuando convirtió su cueva en palabras para sus hijas: que al otro lado haya una voz con la que de verdad quieras hablar. Un carácter. Alguien que recuerde, que tenga opiniones, que sepa decir que no.

Las herramientas han cambiado por completo en cincuenta años. La pregunta es exactamente la misma. Ya no es si la máquina nos entenderá. Es quién será cuando lo haga.

–

Diseño, construyo y experimento con experiencias conversacionales, así que he creado un primer prototipo de un juego: El misterio del pazo.

Próximamente escribiré sobre cómo los diferentes casos de uso de chatbots de IA se pueden beneficiar de lo que he aprendido haciéndolo.

Puedes jugar aquí (versión beta):

https://engawa.tech/misterio-en-el-pazo

–

Sígueme en LinkedIn para estar al tanto de nuevas publicaciones.

–