Ourante las últimas semanas he estado usando GPT-4 para ayudarme a cocinar. ¿Necesita un sustituto de un ingrediente que olvidó comprar? GPT puede sugerir una alternativa. ¿Hora de limpiar los armarios? Simplemente escriba: «Por favor, cree una receta usando dos huevos, un frasco de frijoles borlotti, una papa, un puerro y las raspaduras en el fondo de un frasco de pepinillos». Siempre soy cortés, al igual que GPT. Piensa por un momento, luego prepara las instrucciones para un picadillo inusual pero comestible e incluso me desea buen provecho. Pero eso no es todo lo que puede hacer.
En un viaje reciente a Venecia, quería saber qué tipo de pescado debería comer. “Uno de los pescados de especialidad local es el branzino, o lubina europea”, explicó GPT, sin burlarse de mi ignorancia. Y así como los modelos de generación de imágenes como Stable Diffusion y Midjourney pueden imitar a artistas populares, puede ingresar chefs conocidos para influir en los resultados. Cuando pedí “frijoles en tostadas al estilo de Yotam Ottolenghi”, por ejemplo, recibí una receta de “frijoles especiados en tostadas de masa fermentada” que incluía comino, za’atar y yogur griego, entre otros 12 componentes. La sensación de leer la larga lista de ingredientes antes de darme cuenta de que no tenía la energía era casi igual.
Pero, cuando se le pidió una versión más simple de la receta, GPT proporcionó. Me dio alternativas al estilo de Jamie Oliver (queso cheddar rallado), Martha Stewart (frijoles blancos y caldo de pollo) y Salt Bae (ajo, zumaque y hojuelas de pimiento rojo). Los resultados no siempre son revolucionarios. Esto quedó claro cuando el chef de YouTube, Joshua Weissman, desafió a GPT a un concurso de cocina. Sus catadores con los ojos vendados encontraron que las recetas formuladas para hamburguesas, pollo frito y galletas con chispas de chocolate no coincidían con las de Weissman, aunque diría que la elección formulada del plato también fue parte del problema, uno que la IA bien podría ayudarnos a superar.
Por supuesto, hay muchos problemas con los modelos de IA. La reportera del personal de alimentos del New York Times, Priya Krishna, se quejó de que la salida era demasiado «blanca y occidental». Hubo una controversia reciente causada por un chatbot diseñado para trastornos alimentarios que comenzó a ofrecer consejos para perder peso. No hay garantía de que la máquina no alucine algo a lo que eres alérgico en una receta, y sin indicaciones expertas, la comida puede ser terriblemente insípida.
Sin embargo, la convergencia de la cocina y la computación tiene mucho sentido. Las recetas son algoritmos, después de todo. Son instrucciones variables destinadas a resolver un problema (¿qué debo cocinar y cómo?) completas con declaraciones de «si-entonces» que dan cabida a los ingredientes, habilidades y preferencias disponibles (por ejemplo, «Si no te gusta la comida picante, deja de lado el chile»).
El ingeniero finlandés Sami Matilainen captura la complejidad de la preparación de alimentos en Flowchart Recipes, un libro de clásicos nórdicos “visualizados usando diagramas de flujo para una mejor legibilidad/comprensión y facilidad de uso que lo que obtienes de un libro de cocina con formato tradicional”. Las recetas allí se asemejan a un programa. Haciendo la comparación aún más literalmente, el lenguaje de programación esotérico Chef, del caricaturista y físico australiano David Morgan-Mar, usa una sintaxis derivada de la cocina para hacer programas de computadora.
En lugar de pedirle a GPT que me proporcione una versión de los platos que cocinaría de todos modos, decidí probar algo nuevo. Dos de mis cocinas favoritas son la iraní y la china de Sichuan. Cuando le pedí al GPT que fusionara los dos, primero me ofrecieron «arroz enjoyado kung pao», que parecía bastante aburrido, dos clásicos uno al lado del otro en el mismo plato. Sin embargo, cuando le pedí que lo intentara de nuevo, sugirió «mapo bademjan», una combinación de mapo tofu picante y abundante khoresh bademjan. El resultado fue una especie de lasaña en la que la salsa china hirviendo a fuego lento y que adormece la lengua se colocó en capas entre las berenjenas fritas del khoresh. Estaba caliente y viscoso, pero tenía un poco de densidad vegetal que el mapo no podría proporcionar de otra manera.
Puede que sea la primera persona en cocinar este plato, pero la receta ahora vive en los servidores de OpenAI, y no tengo ninguna duda de que surgirá una plataforma para registrar las colaboraciones entre humanos e IA en el futuro. La mayoría de las recetas ya no existen. O se han olvidado, o más probablemente, nunca se escribieron para empezar. Cuando tengamos grandes modelos de lenguaje que puedan registrar y recordar información instalados en nuestros hogares, habrá una gran oportunidad para que todos los accidentes, experimentos, recetas familiares y trucos perduren y prosperen.
La tradición de las recetas escritas comenzó alrededor Hace 4000 años, cuando los mesopotámicos comenzaron a estampar listas simples de ingredientes en tablillas de arcilla, cada una precedida por la palabra «tomar» (más tarde traducida al latín, receta). A finales de la Edad Media, no había cambiado mucho. Todavía se suponía que quien recogiera esa lista sabría qué hacer con ella. Sin embargo, en el siglo XVIII, con la caída del costo de la impresión y el auge de las medidas universales, proliferaron los libros de economía doméstica, repletos de elaboradas recetas acompañadas de instrucciones detalladas.
La inteligencia artificial hace que la cocina sea una vez más una tradición oral, creando espacio para adjetivos: «carnoso», «masticable», «pegajoso» y respuestas más matizadas a los alimentos que van mucho más allá de los comentarios malcriados y las calificaciones de estrellas de hoy. Puede convertir el sistema imperial en sistema métrico, o recordarle qué tan caliente debe estar el lomo de cerdo antes de servirlo, pero puede ir más allá. Mi colega Andrea Provenzano, con quien dirijo la plataforma de investigación alimentaria Black Almanac, notó cómo su madre italiana rastreaba el progreso de sus tartas de manzana según el tiempo que tardaba su olor en llenar la casa, una medida que se resiste a la medida estándar, pero que, sin embargo, funcionó muy bien.
Espero que este sea el tipo de personalización y detalle que la IA pueda reintroducir como libros de cocina que se actualicen y aprendan constantemente. Tal vez estemos a punto de redefinir por completo lo que significa cocinar, operando en una cocina que escucha, registrando todos los ajustes, experimentos, fusiones e improvisaciones para que otros puedan acceder a ellos, ampliando el alcance de la experiencia culinaria de abajo hacia arriba.