El ajedrez. célebre juego de tableros que pone a prueba la destreza mental de sus participantes, a nivel competitivo se considera un deporte.
Sobre todo en sus ediciones digitales, existe la posibilidad de cometer fraudes en las partidas jugadas, algo que podría controlarse mediante el uso de IA.
Inteligencia artificial para detectar potenciales fraudes en el ajedrez
Chess.com, el principal portal de partidas de ajedrez en línea, se vale del aprendizaje automático para elaborar predicciones sobre los movimientos que podría realizar un ser humano en una posición determinada. Aprovechando esta capacidad, la plataforma dispone de diferentes modelos de ajedrecistas famosos, para batirse a duelo frente a ellos en la plataforma.
Según afirma Michael K. Cohen, candidato a doctor en ingeniería de la Universidad de Oxford, muy probablemente se utilizan modelos similares a estas “réplicas digitales de ajedrecistas” para detectar trampas durante un juego. La clave, según detalla el profesional, se encuentra en la evaluación que se realiza sobre una jugada y su potencial de impacto, catalogando como “jugadas ganadoras” aquellas que pueden garantizar una victoria, como “jugadas de empate” las que no son determinantes para el resultado e igualmente, como “jugadas perdedoras” si facilitan la victoria del contendor.
La categorización de jugadas recién señalada, coincide con la afirmación de Chess.com de que evalúa si las jugadas «superan… el juego limpio confirmado» de los grandes. No obstante, cabe señalar que en la actualidad, incluso para los sistemas informáticos avanzados, sigue siendo un desafío el cálculo de estas jugadas y más aún, evaluarlas a cabalidad bajo los criterios antes indicados, dado el alto volumen de combinaciones posibles de datos asociados a los movimientos del juego.
Entonces, lo que hacen las personas y las computadoras es acudir a suposiciones para evaluar el «valor» de diferentes posiciones, estimando qué jugador creen que ganará. Esto usualmente recae sobre modelos de aprendizaje automático, capaces de “pensar” en los próximos movimientos probables, evaluando qué posiciones son accesibles para ambos jugadores.
Como suele ocurrir con estos sistemas de IA, su rendimiento se condiciona en base a los conjuntos de datos inicialmente empleados para su entrenamiento, que en este caso, lo más probable es que provengan de partidas de juegos ejecutadas por otros ajedrecistas en el pasado. Por lo mismo, hacer trampas en el ajedrez, aplicando movimientos sugeridos por un motor de ajedrez, no es garantía de una victoria.
Aunque frente a lo expuesto, se ha demostrado la existencia de recursos que pueden ayudar a inspeccionar estas situaciones, detectar trampas en un partida de ajedrez es un real desafío. Aunque uno sospeche en torno a alguna jugada excepcional y polémica, es más factible que un modelo de aprendizaje automático, entrenado con grandes volúmenes de datos, pueda realizar una acusación de esta clase con más sustento. Aún así, incluso sin ser esta la «palabra final» frente a un posible caso de fraude, el establecimiento de mecanismos de control como este, podría resguardar la integridad del juego en los tiempos digitales que hoy corren.