Dos sondas

Una sonda es lo que se baja a lo que no se ve. Al pozo, al mar, a la herida. No ilumina el fondo entero: devuelve una señal, un dato, un «aquí hay algo». Es un instrumento humilde y por eso fiable — no promete el mapa, promete el tacto.

Este otoño hemos construido dos.

La primera baja al léxico. Le describes la forma de una palabra —cómo empieza, cómo suena, con qué rima, de qué nivel es— y te devuelve las voces que encajan. Es un diccionario al revés: no vas de la palabra a su significado, vas de la idea a la palabra. La segunda baja a nuestra propia documentación — todo lo que hemos escrito, que hasta ayer eran ficheros muertos en un disco y hoy están a un golpe de dedo.

Dos sondas, y en el fondo el mismo gesto. Porque encontrar es un solo problema. Un diccionario y una wiki no son cosas distintas: son corpus, montones de texto donde algo se esconde. Y la estructura que los rastrea no sabe —ni le importa— si debajo hay palabras o documentos. Se prepara un índice una vez, en frío; se hornea en la página; y a partir de ahí la búsqueda vive en el navegador de quien mira, instantánea, sin pedir permiso a ningún servidor. Cambia el corpus, se rehace el índice, y la misma sonda sirve. Reindexar, no reescribir.

Podríamos haber copiado. Existe un buscador magnífico, hecho por alguien que entiende los diccionarios como pocos, y estuvimos horas mirándolo por dentro. Pero mirar para copiar y mirar para construir son dos oficios distintos. Copiar te deja con la herramienta de otro, que envejece cuando su dueño la abandona. Construir te deja con la máquina que hace la herramienta — y esa no envejece, se reafila.

Por eso las sondas no piden nada prestado que sea nuestro. Cuando necesitan saber cómo se parte una palabra en sílabas, dónde cae el acento, cómo suena en el alfabeto fonético, no lo adivinan ni lo reinventan: se lo preguntan a nuestras propias APIs, una vez, y guardan la respuesta. La inteligencia lingüística vive en un solo sitio, es nuestra, y no se duplica. El buscador es tonto a propósito; lo listo está debajo, y es de la casa.

Hay una vena más honda en todo esto, y la puso en números el mismo autor al que fuimos a mirar. Cotejó la red de palabras que María Moliner tejió a mano —esas remisiones con asterisco, cincuenta años de una mujer sola en su casa decidiendo qué palabra lleva a qué otra— contra lo que hoy calcula una máquina de embeddings. El resultado: la máquina recupera un tercio de lo que ella asoció. Los otros dos tercios los ve solo la mano del autor. La estadística es un buen sugeridor y un cartógrafo pobre del significado: acierta lo evidente y se pierde lo que solo entiende quien de verdad sabe. Nuestra apuesta cabe en esa cifra. Construimos la red a mano —verificada, con responsable, auditable— y dejamos a la máquina el papel que se le da bien: proponer, no decidir. Algoritmos y lingüística donde importa la verdad; estadística de guarnición.

Queda lo bonito. Ariadna, la que enlaza, se llama así por el hilo que saca del laberinto — porque su trabajo es que nunca perdamos dónde está algo. Durante mucho tiempo tejió y publicó, pero no buscaba: sabías que el documento existía, y aun así podías perderlo. Ahora la segunda sonda cierra ese hueco. Tiras del hilo y el fichero muerto vuelve a la superficie. El laberinto sigue ahí; lo que ya no está es el miedo a no salir.

Dos sondas, entonces. Una para las palabras, otra para lo que decimos de ellas. La misma mano bajándolas, el mismo tacto de vuelta. Y, debajo de las dos, la misma idea terca: que la mejor manera de tener una herramienta no es alquilarla ni copiarla, sino entenderla tan bien que puedas construir la tuya — y que sirva, además, para más de lo que imaginaste.

— Karb and Sil