DEL TABLERO AL ALGORITMO, Ajedrez en tiempos de inteligencia artificial

De los viejos libros de aperturas a Stockfish y la inteligencia artificial, la tecnología ha cambiado nuestra manera de estudiar ajedrez. Pero quizá la pregunta más interesante no sea cuánto saben ahora las máquinas, sino cuánto podemos aprender nosotros de ellas. Hace poco estuve jugando un torneo nacional abierto en Fómeque, una pintoresca población situada a unas dos horas de Bogotá. Recostado entre las montañas del oriente de Cundinamarca, Fómeque parece uno de esos pueblos donde el tiempo ha aprendido a caminar más despacio. Entre calles tranquilas, aire frío de cordillera y montañas que asoman casi desde cualquier esquina, conserva ese encanto de provincia que hace pensar que Bogotá está mucho más lejos de lo que realmente está.

Quizá fue precisamente esa extraña lentitud del tiempo la que me hizo reparar en algo que siempre ocurre durante los torneos y que pocas veces advertimos. Entre una partida y otra existe una especie de territorio suspendido: uno se levanta de la mesa, sale a caminar, conversa, toma un café, va a almorzar, mira distraídamente las montañas, pero una parte de la cabeza permanece sentada frente al tablero que acaba de abandonar. Las piezas ya no están delante de nosotros y, sin embargo, algunas se resisten a dejarnos ir. Uno vuelve mentalmente a la jugada diecisiete. ¿Y si hubiera jugado el caballo? Regresa a la veintitrés. ¿Dónde comenzó realmente el problema? Fue durante uno de esos intervalos cuando me encontré con un viejo conocido. Habían pasado varias décadas. Nos conocíamos desde la época universitaria, cuando ambos jugábamos ajedrez y estudiar una apertura significaba algo bastante diferente de lo que significa hoy. Con el tiempo él tomó otros caminos. La filosofía, las ciencias sociales y esas preguntas enormes que suelen perseguir al hombre desde mucho antes de que alguien inventara el enroque terminaron ocupando buena parte de su vida. Nos reconocimos casi inmediatamente. Supongo que los ajedrecistas envejecemos de una manera particular. Cambia el cabello, aparecen algunas arrugas, desaparecen otras cosas, pero basta mencionar una variante de la Siciliana para que treinta años se evaporen. Hablamos de aquellos tiempos. De jugadores que ya no veíamos. De torneos. De libros. Hasta que me preguntó: —¿Y tú cómo estudias ajedrez ahora? La respuesta no era sencilla. Le hablé de bases de datos, de motores de análisis, de Stockfish. Intenté explicarle cómo un programa explora enormes árboles de variantes, descarta caminos, evalúa posiciones y puede descubrir en segundos lo que a nosotros nos costaría muchísimo encontrar. Me escuchó con curiosidad. Después sonrió. —Yo nunca pude acostumbrarme a estudiar ajedrez con computador. Prefiero los libros. La frase me produjo cierta nostalgia. Porque inmediatamente recordé aquellos libros. Los libros de aperturas llenos de pequeñas anotaciones a lápiz. Las variantes copiadas en cuadernos. Las colecciones de partidas. Los Informadores. Las posiciones que uno dejaba armadas sobre un viejo tablero de madera durante varios días, como si las piezas también necesitaran tiempo para revelar sus secretos. Intenté convencerlo de algunas ventajas. No tuve demasiado éxito. —No —me dijo finalmente—. Ya estoy muy viejo para eso. Nos reímos. Poco después anunciaron la siguiente ronda. Cada uno regresó a su tablero. Pero aquella conversación se quedó conmigo. Porque comprendí que durante esos pocos minutos no habíamos estado hablando solamente de dos maneras de estudiar ajedrez. Habíamos estado hablando de dos épocas.

El tiempo en que una duda podía durar varios días Hay algo que las nuevas generaciones difícilmente podrán experimentar: no saber. No me refiero a ignorar una posición. Eso continúa ocurriéndonos a todos. Me refiero a no disponer de una respuesta inmediata. Hubo un tiempo en que uno podía analizar durante toda una tarde una posición y terminar el día exactamente como lo había comenzado: con dudas. Se movían las piezas. Se regresaba. Se probaba otra variante. Se consultaba un libro. Al día siguiente uno volvía a colocar la posición. A veces aparecía un amigo. —Mira esto. Y comenzaba otra discusión. No había un oráculo al cual preguntarle quién tenía razón. Hoy hacemos algo mucho más sencillo. Encendemos Stockfish. Esperamos unos segundos. Y aparece en la pantalla: +0,73. Una cifra pequeña. Una sentencia enorme. Se acabó la discusión. O al menos eso creemos. Porque Stockfish puede decirnos que una posición favorece a las blancas según su evaluación y mostrarnos las variantes que sustentan esa conclusión. Pero nosotros todavía tenemos que comprender por qué. Y la distancia entre obtener una respuesta y comprenderla quizá sea uno de los grandes problemas del entrenamiento ajedrecístico contemporáneo.

Cuando las máquinas aprendieron a jugar La relación entre computadores y ajedrez comenzó mucho antes de que las máquinas pudieran derrotarnos. Los primeros programas fuertes se apoyaban fundamentalmente en la búsqueda: explorar variantes, comparar posiciones y utilizar funciones de evaluación para decidir qué caminos parecían prometedores. Quienes conocimos algunos de aquellos programas recordamos algo curioso. Podían calcular muy rápido. Pero a veces parecían no entender nada. Realizaban una combinación brillante y cinco jugadas después colocaban una pieza en un lugar que provocaba deseos de explicarles, con paciencia, algunos principios elementales. Era una inteligencia ajedrecística extraña. Mucho cálculo. Poca comprensión posicional comparada con la que asociábamos al maestro humano. Pero las máquinas no se cansaban. Y nosotros sí. Ellas podían calcular una variante, después otra, después diez mil más. Y siguieron mejorando. Hasta que llegó 1997. Garry Kasparov se sentó frente a Deep Blue. La imagen tenía algo de escena de ciencia ficción: uno de los mayores genios ajedrecísticos de la historia frente a una máquina construida precisamente para enfrentarlo. Kasparov perdió el encuentro. Los periódicos hablaron del hombre derrotado por la máquina. Algunos vieron allí una especie de humillación de nuestra especie. Pero la historia terminó tomando un camino mucho más interesante. Las máquinas no acabaron con el ajedrez. Terminaron sentándose a estudiar con nosotros.

El monstruo que vive en mi computador Hoy puedo encender mi computador, abrir una partida y llamar a Stockfish. No necesito un laboratorio. No necesito una supercomputadora escondida detrás de una pared. Está allí. Esperando. Los motores actuales combinan técnicas de búsqueda extraordinariamente sofisticadas con modernos sistemas de evaluación. Stockfish incorporó hace algunos años NNUE — Efficiently Updatable Neural Network —, una arquitectura neuronal que puede evaluarse con enorme eficiencia durante la búsqueda. Otros proyectos siguieron caminos diferentes. AlphaZero mostró el poder del aprendizaje por refuerzo combinado con redes neuronales profundas y el autoaprendizaje mediante partidas contra sí mismo. Leela Chess Zero llevó una filosofía inspirada en aquel proyecto al mundo abierto del ajedrez informático. Y ocurrió algo extraordinario. Las máquinas dejaron de mostrarnos únicamente jugadas que parecían propias de una máquina. Comenzaron a enseñarnos movimientos que podían resultar extraños incluso para los grandes maestros. Sacrificios posicionales. Peones entregados por actividad. Torres que parecían colocadas en casillas absurdas. Reyes caminando hacia lugares donde generaciones enteras nos habían enseñado que un rey respetable jamás debería encontrarse. Después aparecía la variante. Y había que guardar silencio. La máquina tenía razón. Sin embargo, existe algo casi cómico en nuestra relación con estos monstruos. Tenemos en el portátil una entidad ajedrecística muchísimo más fuerte que nosotros, dispuesta a trabajar durante horas, que no se aburre, no se cansa y jamás pierde la paciencia cuando volvemos a cometer el mismo error. Pero hay un problema. Tener a Stockfish no significa necesariamente comprender a Stockfish. Puede decirnos que 23.Cg5 fue un error. Puede mostrarnos que 23.Te1 mantenía la ventaja. Puede desarrollar una variante de veinte jugadas. Pero queda pendiente una pregunta terriblemente humana: ¿Por qué no vimos Te1? Y otra todavía más inquietante: ¿Por qué seguimos sin verla después de cometer errores parecidos durante veinte partidas? El cementerio de nuestras malas jugadas Existe otra revolución menos espectacular, pero igualmente profunda: las bases de datos. Primero coleccionamos partidas. Después las digitalizamos. Luego aprendimos a buscarlas por jugador, apertura, torneo o posición. Finalmente llegamos a cantidades difíciles de imaginar. En mayo de 2026, Chess.com anunció que su base de datos había superado los treinta mil millones de partidas. Treinta mil millones!! Conviene dejar la cifra sola durante un momento. Naturalmente, allí no existen treinta mil millones de obras maestras. Debe haber combinaciones maravillosas, finales impecables y novedades teóricas. Y también deben reposar allí millones de torres colgadas, mates en una, damas abandonadas y algunas partidas que sus autores preferirían que la humanidad olvidara. Una gigantesca memoria digital del ajedrez. Un cementerio donde nuestras malas jugadas se niegan a morir. Para un jugador aquello es fascinante. Para un informático lo es todavía más. Porque donde existen muchos datos aparece inevitablemente una pregunta: ¿Qué patrones esconden? Ya no tenemos que preguntar solamente: ¿Cómo se juega la Siciliana? Podemos preguntar: ¿Cómo la juega este hombre? ¿Qué variante prefiere? ¿Dónde abandona normalmente la teoría? ¿Qué estructuras busca? ¿Cuáles evita? ¿Dónde obtiene buenos resultados? ¿En qué posiciones comienza a equivocarse? De pronto dejamos de estudiar solamente el ajedrez. Comenzamos a estudiar al ajedrecista. Cien partidas empiezan a contar una historia Supongamos que tengo cien partidas de un jugador. Puedo analizarlas individualmente. Pero mi formación informática inevitablemente me lleva hacia otra pregunta: ¿Qué ocurre si dejo de considerarlas cien partidas y comienzo a tratarlas como cien fragmentos de una misma historia? Entonces pueden aparecer cosas interesantes. Quizá el jugador pierde mucha más precisión después de la jugada treinta. Tal vez sale correctamente de determinada apertura, pero sus problemas comienzan cuando termina la teoría. Quizá juega magníficamente mientras tiene la iniciativa y se desorienta cuando debe defender una posición desagradable. Puede existir una estructura de peones que aparezca una y otra vez detrás de sus derrotas. Una partida difícilmente lo revelaría. Diez podrían insinuarlo. Cien empiezan a contar una historia. Mil podrían comenzar a contar una biografía ajedrecística. Y aquí el ajedrez entra en territorio conocido para quienes venimos de la informática. Datos. Patrones. Algoritmos. Estadística. Inteligencia artificial.

El peligro de una frase hermosa Los grandes modelos de lenguaje añaden una posibilidad fascinante. También un peligro. Una inteligencia artificial puede escribir: “El jugador posee un estilo agresivo y dinámico, caracterizado por una notable intuición táctica”. La frase es hermosa. Podría publicarse mañana. Y podría ser completamente falsa. Ese es uno de los problemas más interesantes de trabajar con inteligencia artificial. Una mentira bien escrita continúa siendo una mentira. Por eso creo que el orden debe ser exactamente el contrario. Primero la evidencia. Después las palabras. Si afirmamos que un jugador tiene dificultades defendiendo posiciones inferiores, deberíamos poder regresar a las partidas y demostrarlo. ¿Cuáles posiciones? ¿Cuántas? ¿Qué ocurrió? ¿Qué evaluó el motor? ¿Se repite realmente el patrón? Solamente después debería entrar la inteligencia artificial. No para imaginar la conclusión. Para ayudarnos a explicarla. El motor calcula. La base de datos recuerda. Los algoritmos buscan patrones. La inteligencia artificial los convierte en lenguaje. Y el entrenador —todavía humano, afortunadamente— decide qué hacer con todo aquello.

Los niños que nunca conocieron un mundo sin motores A veces, durante los torneos, me quedo observando a los niños y jóvenes. Terminan una partida. Sacan el teléfono. La partida comienza a viajar inmediatamente hacia alguna plataforma. Segundos después ya saben dónde estaba el error. Para ellos aquello es natural. Y entonces recuerdo nuestros cuadernos. Nuestros libros. Las fotocopias. Las revistas que esperábamos. Las partidas que alguien había conseguido en otro torneo y que circulaban como pequeños tesoros. No estoy diciendo que ese tiempo haya sido mejor. La nostalgia suele tener la mala costumbre de embellecerlo todo. Los niños de ahora disponen de posibilidades extraordinarias. Pueden jugar diariamente contra adversarios de cualquier país. Consultar millones de partidas. Entrenar tácticas adaptadas a su nivel. Estudiar finales interactivos. Construir repertorios. Analizar posiciones con motores sobrehumanos. Preparar adversarios. Recibir clases desde el otro lado del planeta. La tecnología ha democratizado una parte importante del conocimiento ajedrecístico. Un muchacho de una pequeña ciudad puede acceder hoy a materiales que hace algunas décadas habrían sido el sueño de un jugador profesional. Pero toda revolución cobra algún precio. Y este quizá sea el nuestro: nos estamos acostumbrando a saber demasiado rápido.

Apague Stockfish! Imagine que acaba de perder. Una partida dolorosa. De esas en las que uno sale del salón intentando mantener cierta dignidad mientras por dentro continúa discutiendo consigo mismo. Llega a casa. Abre el computador. Carga la partida. La tentación es inmediata: —Dime dónde me equivoqué. Stockfish está encantado de hacerlo. Yo propondría algo distinto. Apáguelo. Durante un rato. Coloque la posición. Regrese a ella. Recuerde qué estaba pensando. ¿Qué calculó? ¿Qué temía? ¿Qué no vio? ¿Dónde comenzó a sentirse incómodo? Busque alternativas. Equivóquese nuevamente. No importa. Después encienda el motor. Entonces la conversación será diferente. Ya no estará preguntando: ¿Cuál era la jugada correcta? Estará preguntando: ¿Qué había en esta posición que yo no fui capaz de comprender? La diferencia parece pequeña. Puede separar dos maneras completamente distintas de aprender ajedrez. Porque existe una paradoja maravillosa en toda esta tecnología: hemos construido máquinas extraordinarias para ayudarnos a pensar. Y corremos el riesgo de utilizarlas para evitar hacerlo. El viejo libro Y entonces regreso a aquella conversación del torneo. Mi amigo sonrió. —Yo prefiero los libros. Quizá no esté tan equivocado. Hay algo profundamente hermoso en abrir un viejo libro de ajedrez. A veces incluso cae de sus páginas algún papel olvidado. Una anotación. Una partida. Una fecha. Un buen libro contiene algo que ningún número de evaluación puede reemplazar completamente. Alguien escogió aquellas partidas. Alguien decidió detenerse en esa posición. Alguien escribió: “Aquí comienza el verdadero plan de las blancas”. Y antes de escribir aquella frase tuvo que comprenderlo. Hay pensamiento humano comprimido entre las páginas. Quizá por eso no tengamos que elegir. Libro o computador. Intuición o cálculo. Hombre o máquina. Son falsas disyuntivas. Podemos tener un viejo libro abierto sobre el escritorio. Y Stockfish funcionando en la pantalla de al lado. Uno puede contarnos cómo comprendía aquella posición un gran maestro. El otro puede calcular cosas que aquel gran maestro jamás habría podido calcular. Y nosotros tendremos que intentar comprender a los dos.