# Análisis computacional de narrativas

Un archivo digital reúne miles de historias publicadas durante dos siglos. Una investigadora quiere saber cuándo comenzó a cambiar la manera de representar las decisiones de las protagonistas. Puede leer una selección de novelas y reconocer diferencias que ningún recuento detectaría, como las que separan a una mujer que acepta una obligación bajo amenaza, a otra que la interpreta como compromiso moral y a una tercera que descubre demasiado tarde sus consecuencias. También puede pedir a un programa que identifique personajes, los verbos que los tienen por sujeto u objeto y los vínculos entre acciones y desenlaces. El programa recorrerá muchas más páginas de las que ella podría leer con cuidado, a cambio de convertir distinciones narrativas complejas en operaciones repetibles. La palabra *decidir*, por ejemplo, no alcanza para distinguir una elección libre de una orden recibida; una protagonista, por otra parte, puede transformar el curso de la historia precisamente cuando guarda silencio.

El problema del análisis computacional de narrativas comienza en esa distancia entre los acontecimientos de una historia y las representaciones con que un sistema intenta describirlos. Un relato contiene palabras. Su organización, sin embargo, involucra participantes que reaparecen, cambios de situación, relaciones temporales, expectativas, propósitos y perspectivas. Cada componente puede aproximarse mediante procedimientos distintos. Ninguno de ellos corresponde exactamente a la experiencia de leer una narración. Quien quiera estudiar la agencia de un personaje tendrá que precisar qué evidencia textual permite atribuirle una iniciativa; quien quiera comparar las estructuras de cientos de relatos deberá establecer primero qué textos resultan comparables y qué cuenta como una misma estructura.

## Qué se busca medir cuando se mide una historia

La narratología hace una primera advertencia metodológica. La historia reconstruida, el relato que la presenta y el acto de narrar pertenecen a dimensiones relacionadas y distintas. Un programa suele comenzar por la superficie textual, es decir, por una secuencia de caracteres, signos y marcas de formato sobre la cual puede identificar entidades, tiempos verbales o relaciones entre oraciones. La historia, en cambio, exige reconstruir acontecimientos y participantes que a veces se presentan fuera del orden cronológico, se omiten deliberadamente o aparecen como versiones incompatibles de un mismo episodio.

Un enunciado como «Clara regresó al pueblo» parece contener un evento sencillo. El verbo *regresar*, sin embargo, presupone un desplazamiento anterior o una relación previa con el lugar, quizá una salida que el texto todavía no ha relatado. «Clara habría regresado si la hubieran llamado» conserva buena parte del vocabulario y deja de afirmar el regreso. «Decían que Clara regresó» atribuye el hecho a una fuente cuya fiabilidad se desconoce. Antes de contar eventos hay que decidir cómo tratar los supuestos, los contrafácticos, las negaciones y las atribuciones ajenas.

Un primer tipo de estudio busca descripciones formales, como cuántos personajes aparecen, qué proporción de textos se narra en primera persona, cuántos cambios temporales se reconocen o cómo varía el vocabulario afectivo. Un segundo tipo construye modelos inferenciales que estiman quién actuó, qué objetivo perseguía y cómo se transformó una situación. Los resultados de ambas familias se interpretan de modo distinto. El primer grupo aproxima propiedades textuales relativamente localizables, mientras que el segundo incorpora más decisiones acerca de qué cuenta como historia, intención o consecuencia.

Es preferible que cada investigación declare de entrada su constructo. Una red de menciones compartidas puede llamarse red de coaparición de personajes. Denominarla *red de relaciones sociales* supone que la coincidencia textual indica alguna interacción relevante, algo que necesita comprobarse. Del mismo modo, una puntuación de tono emocional puede llamarse valencia léxica media en una ventana de texto; llamarla *felicidad del protagonista* introduce una interpretación psicológica que el dato, aislado, no respalda.

## Lectura distante y lectura próxima

Franco Moretti propuso la *lectura distante* como una manera de estudiar configuraciones literarias que exceden el alcance de unas pocas obras canónicas. Su libro *Distant Reading* (Moretti, 2013) reúne ensayos que plantean preguntas acerca de géneros, circulación, formas y regularidades históricas mediante procedimientos comparativos; Matthew Jockers (2013) usó la expresión *macroanálisis* para investigar colecciones extensas de textos digitalizados. Ted Underwood (2019) mostró después cómo la evidencia cuantitativa puede reformular cuestiones de historia literaria y, al mismo tiempo, producir nuevas incertidumbres. Andrew Piper (2018) defendió, por su parte, que modelar textos obliga a hacer explícitas decisiones interpretativas que la lectura tradicional suele dejar implícitas.

La escala modifica qué se vuelve visible. Una lectura atenta puede revelar la ambigüedad con que una novela atribuye motivos a su narrador; una colección de varios miles de novelas, en cambio, permite investigar si ciertas formas de atribución cambian en distintos periodos. Lo que la muestra amplia gana en cobertura lo pierde a menudo en detalle, porque una etiqueta producida automáticamente debe ser lo bastante general para aplicarse a textos heterogéneos, generalidad que puede borrar justamente las diferencias interpretativas más interesantes.

La oposición entre leer de cerca y leer a distancia suele presentarse como una disputa entre métodos. Nada obliga a elegir uno en exclusiva. En la práctica, una investigación puede usar un modelo para localizar configuraciones infrecuentes y volver luego a los pasajes que las producen, o bien comenzar con una observación obtenida durante la lectura de una novela, formular una hipótesis más amplia y evaluar si aparece en otras obras. El paso entre escalas exige evitar la trampa de seleccionar solo los ejemplos que confirman la regularidad calculada, ya que los casos discrepantes permiten averiguar qué está midiendo realmente el sistema.

Hay además un problema de historia editorial. Los corpus digitalizados favorecen los textos conservados, disponibles y procesables. La cantidad de libros de un periodo presentes en una biblioteca electrónica puede depender de derechos de autor, decisiones de catalogación, canonización y calidad de las digitalizaciones. La abundancia de datos no convierte ese conjunto en una muestra representativa de todo lo que se escribió o leyó.

## Diseñar un corpus de relatos comparables

Una investigación sobre estructuras narrativas necesita seleccionar materiales que compartan suficientes propiedades para admitir comparación. Cuentos folclóricos, novelas contemporáneas, historias clínicas, noticias policiales y testimonios autobiográficos contienen narración en algún grado, pero cada género regula de manera distinta la selección de acontecimientos, la atribución de voces y las expectativas de cierre. Mezclarlos puede ser útil para investigar una característica transversal y desastroso si se pretende obtener un patrón universal de trama a partir de diferencias de género.

La unidad de muestreo puede ser la obra completa, el texto, el episodio o la narración producida por una persona dentro de una entrevista. La unidad analítica podría ser más pequeña (una intervención, una cláusula con evento o una escena). Hay que mantener ambos niveles. Si una novela de mil páginas aporta veinte mil eventos y otra de cien aporta dos mil, el recuento global puede quedar determinado por la primera; si se cortan las novelas en fragmentos aleatorios, las dependencias entre sus segmentos siguen existiendo y las pruebas estadísticas deben reconocer esa agrupación.

Los metadatos pesan tanto como el texto. Fecha y lugar de publicación, lengua, traducción, edición, género, procedencia digital y criterios de inclusión afectan la interpretación. Una traducción puede sustituir pronombres, simplificar tiempos verbales o reorganizar la puntuación, de modo que, si el modelo pretende comparar la focalización entre épocas, un cambio de normas editoriales podría confundirse con una transformación de la técnica narrativa.

Antes de calcular patrones hay que revisar la calidad de la extracción. Los encabezados de páginas, las notas, las dedicatorias y los anuncios incorporados a algunas digitalizaciones pueden aparecer como material narrativo; los errores de reconocimiento óptico, por su parte, sustituyen nombres, cortan oraciones e impiden reconstruir identidades. Por eso es útil conservar el original, una versión normalizada y un registro exacto de cada transformación. En un proyecto que pretende ofrecer pruebas inspeccionables, el camino desde el ejemplar consultado hasta la tabla final es parte de la evidencia.

## Segmentar acontecimientos sin confundirlos con verbos

Un modo de aproximarse a la trama consiste en identificar eventos, es decir, situaciones en las que algo ocurre, cambia o se presenta como acción; la extracción automática suele recurrir para ello a predicados verbales y a sus participantes. «Elena abrió la caja» admite una representación esquemática como abrir(Elena, caja), cuya simplicidad es útil. La oración «Elena intentó abrir la caja», en cambio, señala una acción diferente cuyo resultado sigue abierto, mientras que «La caja quedó abierta» describe un estado sin identificar necesariamente a quien lo produjo.

Los verbos no agotan los acontecimientos. «La desaparición del manuscrito cambió la investigación» presenta un suceso mediante un sustantivo; «Al día siguiente, el pueblo estaba desierto» puede ser el indicio principal de un cambio que el texto nunca narra directamente. Cuando el corpus incluye otros medios aparecen también eventos representados por silencio, gesto o montaje visual. Decidir que solo cuentan los verbos finitos favorece cierta clase de estructuras y altera la comparación con otras.

Una anotación rigurosa necesita distinguir polaridad, modalidad, temporalidad y fuente, porque «Quizá entregó el informe» y «entregó el informe» difieren en grado de compromiso. «La narradora soñó que el puente caía» sitúa la caída dentro de un sueño y «el puente cayó durante la noche» la presenta como acontecimiento del mundo narrado, de modo que un sistema que acumule ambos casos como caídas efectivas construirá una cronología ficticia distinta de la que plantea la obra.

Esta dificultad impone una regla de alcance. Extraer eventos es un procedimiento sobre expresiones que designan acontecimientos. Demostrar que esos acontecimientos sucedieron, o que corresponden a la versión autorizada del relato, es una tarea posterior. En narraciones con testigos contradictorios quizá sea mejor conservar varias cronologías atribuidas, sin forzar una única historia donde el autor quiso mantener la duda.

## Cadenas de eventos y expectativas narrativas

Chambers y Jurafsky (2008) propusieron un método de aprendizaje no supervisado de *cadenas de eventos narrativos*, que identifica secuencias relativamente esperables a partir de la recurrencia de predicados que comparten un mismo participante. La intuición es comprensible. Ciertos acontecimientos tienden a formar parte de situaciones reconocibles. Alguien solicita un puesto, recibe una respuesta, asiste a una entrevista y acepta o rechaza una oferta, en un orden con regularidades que pueden aprenderse de muchos textos.

El método crea una representación más estructurada que una lista de palabras. Si se identifica que el mismo participante es sujeto de *presentar* y objeto de *contratar*, hay información sobre la relación entre acciones que ayuda a completar episodios, anticipar eventos y encontrar secuencias anómalas. Las cadenas se aprenden, sin embargo, a partir de lo que los documentos cuentan y del modo en que lo cuentan, de manera que su alcance es el de esa documentación, distinto de un conocimiento universal de cómo ocurren las cosas.

Un periódico, por ejemplo, puede informar repetidamente de acusaciones, investigaciones y sentencias sin que su aparición conjunta diga mucho sobre si cada acusación conduce a una condena o sobre la legitimidad de esa trayectoria, porque la frecuencia refleja decisiones informativas e instituciones además de la estructura de los acontecimientos. En relatos de ficción, lo que se aprende es un repertorio de convenciones de género, distinto de una descripción neutra de la conducta humana.

Las cadenas también dependen de resolver bien quién participa en cada evento. En «Alicia llamó a Carmen. Ella se disculpó», la identificación de *ella* altera qué participante se disculpa. Una correferencia errónea modifica la secuencia y puede producir una regularidad inexistente. El valor del modelo depende, por tanto, de la calidad de tareas previas que rara vez resultan visibles cuando solo se comunica su rendimiento final.

## Cronología de la historia y orden de presentación

Una de las cuestiones centrales de la narratología es que los hechos representados pueden disponerse en un orden distinto del que sigue el relato. Una novela comienza con la llegada de una carta y retrocede después al día en que se escribió, o un testimonio se abre con la consecuencia más grave y solo luego reconstruye sus antecedentes. La línea de lectura y la línea de acontecimientos pueden compararse, aunque ninguna operación automática resuelve sin ambigüedad todas sus correspondencias.

Para reconstruir cronologías se usan expresiones temporales, tiempos verbales, relaciones entre predicados y conocimientos acerca de los eventos. «Dos semanas antes» facilita una conexión; «Cuando lo vio, ya había perdido el billete» exige atender a la anterioridad gramatical y «Durante años evitó aquella estación» presenta una actividad habitual que quizá se comprima en una sola oración. Las elipsis, por su parte, dejan periodos enteros sin acontecimientos explícitos.

Una representación útil puede separar los eventos identificados, su posición de aparición en el texto y las relaciones temporales justificadas. Si el relato no informa si la visita precedió al accidente, el sistema debería conservar ese vacío sin asignar un orden únicamente porque una oración aparece primero. En los textos literarios hay casos donde dos versiones incompatibles forman parte de la composición y deben mantenerse como alternativas.

Los modelos de lenguaje pueden inferir órdenes plausibles gracias a regularidades aprendidas. La aptitud es útil para explorar hipótesis, pero introduce el riesgo de reconstruir la historia que sería habitual en relatos semejantes y desatender lo que dice la obra. Como la plausibilidad convencional es una evidencia distinta de una relación temporal expresada, la evaluación debe mostrar ambas por separado.

## Causalidad, consecuencias y puntos de giro

Una trama se reconoce en parte porque los acontecimientos alteran las posibilidades posteriores. El hallazgo de una llave puede abrir un acceso, una revelación puede cambiar una alianza y una decisión puede impedir un regreso. Identificar estos vínculos requiere distinguir secuencia temporal, causalidad y relevancia narrativa. Dos episodios contiguos pueden carecer de relación causal, mientras que una escena que cambia una emoción puede no coincidir con el acontecimiento decisivo de la historia.

Papalampidi, Keller y Lapata (2019) propusieron identificar puntos de giro en guiones cinematográficos mediante la relación entre sinopsis, escenas y anotaciones de momentos estructurales. Su investigación muestra cómo puede definirse una tarea computacional a partir de una teoría de la organización del guion, con un resultado que depende de las convenciones elegidas para reconocer un punto de giro y de los materiales disponibles. Una escena importante para un espectador puede no corresponder a la posición estructural que el esquema espera.

El punto de giro no tiene por qué ser una explosión o un acontecimiento espectacular. Cuando una protagonista descubre que una explicación en la que confiaba era falsa, el gesto con que cambia de opinión puede ocupar apenas dos líneas que un sistema atento a palabras de alta intensidad emocional pasaría por alto. Otro sistema que aprende posiciones típicas dentro de la obra podría etiquetar la escena situada a cierta distancia del comienzo aun sin comprender su función. La detección útil tiene que examinar contenido y contexto, además de la posición.

También cuenta lo que la historia deja sin explicar. Los saltos causales pueden ser deliberados y producir suspenso, como en el relato policial, que oculta información para que el lector reconstruya tarde una relación decisiva. Un algoritmo de completado narrativo quizá inserte justamente la causa que el autor quiso mantener desconocida, con lo cual generaría una historia verosímil y arruinaría el objeto que debía analizar.

## Personajes, correferencia y continuidad de identidades

Los personajes reaparecen con nombres, títulos, descripciones, pronombres, apodos y denominaciones que cambian según quien narra. «La jueza», «Marta» y «su antigua compañera» pueden referirse a la misma persona. «El desconocido», por su parte, puede adquirir un nombre solo al final. En una narración con varias voces, distintos personajes pueden emplear nombres incompatibles para hablar de un mismo individuo, de modo que identificar esas cadenas es indispensable para atribuirles acciones, palabras y cambios.

La resolución de correferencia automatizada suele funcionar mejor con usos frecuentes y estructuras previsibles que con las dificultades estilísticas de la ficción. Un narrador puede llamar a alguien *ella* después de haber presentado a dos mujeres en posición comparable, ocultar deliberadamente la identidad de una voz o adoptar la perspectiva de un personaje que desconoce una relación familiar que el lector ya reconoce. Resolver la ambigüedad por probabilidad cambia el diseño narrativo si no se registra que la interpretación era incierta.

Hay, además, identidades colectivas. «La expedición decidió regresar» atribuye una acción a un conjunto cuyos integrantes pueden disentir; «Los vecinos exigieron explicaciones» admite un número indeterminado de participantes. El modelo puede tratar a un actor colectivo como una sola entidad por conveniencia, a costa de la agencia individual. Esa simplificación deja de ser inocua cuando se investiga cómo la literatura presenta la responsabilidad.

Una anotación útil registra, junto al nombre canónico de cada personaje, las expresiones concretas con que lo designan otras voces. La denominación también produce valoraciones. Un funcionario descrito como *el enviado* en un texto y como *el intruso* en otro sigue siendo el mismo participante; la diferencia entre etiquetas forma parte de la historia que merece interpretarse.

## Extraer redes de relaciones entre personajes

Elson, Dames y McKeown (2010) investigaron procedimientos para extraer redes sociales a partir de ficción literaria, un tipo de trabajo que convierte un conjunto de personajes y sus vínculos en un grafo, cuyos nodos son participantes y cuyas aristas indican alguna relación definida, como conversar entre sí. La visualización permite reconocer personajes centrales, subgrupos y cambios en la distribución de las interacciones.

La elección de las aristas determina el sentido del resultado. Compartir un texto es distinto de conversar, del mismo modo que conversar es distinto de mantener una amistad. Dos antagonistas pueden tener intercambios abundantes, mientras que una persona decisiva puede ser recordada continuamente sin aparecer en la escena. Un grafo de copresencia, otro de diálogo y otro de parentesco describirían configuraciones diferentes sobre la misma obra.

El peso de una relación puede calcularse por cantidad de encuentros, número de palabras intercambiadas o recurrencia a través de textos. Cada medida privilegia un fenómeno. Contar palabras exagera el peso de los personajes que pronuncian discursos largos; contar escenas puede equiparar una discusión central con un saludo accidental. Si una narración contiene cartas, conversaciones imaginadas y escenas recordadas, hay que decidir qué clase de encuentro supone cada una.

La utilidad del grafo reside en mostrar patrones que permitan volver al texto con preguntas precisas. Si una figura aparentemente secundaria conecta dos conjuntos de personajes que nunca se encuentran, su papel narrativo merece examinarse. El cálculo indica una posición estructural en la red definida. Atribuirle influencia moral, poder o protagonismo exige examinar las acciones y las perspectivas que el modelo gráfico había dejado fuera.

## Modelar roles y variación de los personajes

Bamman, Underwood y Smith (2014) desarrollaron un modelo estadístico de personajes literarios que incorporó variación por autor y por obra. Ese diseño evita suponer que las palabras que caracterizan cierto tipo de personaje tengan exactamente el mismo valor en todas las novelas, ya que un adjetivo o una acción puede caracterizar de manera diferente a una protagonista según el repertorio del autor y el género.

Los modelos de roles suelen intentar agrupar personajes por regularidades en las acciones que ejecutan, las que reciben y las cualidades con que se los describe. El resultado puede recordar al lector funciones narrativas conocidas. Una clase estadística, con todo, es distinta del *héroe*, el *ayudante* o el *oponente* de una teoría narratológica. En algunos corpus las agrupaciones pueden reflejar desigualdades históricas en la representación del trabajo, del género o de la autoridad. Interpretarlas requiere volver a la composición de las muestras.

La evolución del personaje añade otra dimensión. Una novela puede presentar inicialmente a una persona mediante el punto de vista de sus enemigos y darle después la palabra, un desplazamiento que el sistema borrará si reúne todas las descripciones bajo un único vector. Es posible construir representaciones por segmentos temporales, aunque entonces hay que distinguir evolución de un personaje y evolución de la mirada que otros proyectan sobre él.

La agencia es especialmente difícil de estimar mediante sintaxis. Aparecer como sujeto gramatical de numerosos verbos dice poco sobre el poder efectivo de un personaje en la trama. «Ella obedeció», «ella huyó» y «ella firmó bajo presión» contienen acciones con grados distintos de elección. La investigación debe evitar que la facilidad para detectar sujetos y predicados se convierta en una teoría implícita de la libertad individual.

## Trayectorias emocionales y sus límites

Una familia de métodos estudia cómo varía a lo largo de un texto la presencia de palabras que expresan emociones o valoraciones. El procedimiento puede dividir una obra en ventanas sucesivas, estimar un puntaje por ventana y trazar una curva. Reagan y colaboradores (2016) examinaron 1.327 obras de una colección filtrada de Project Gutenberg y hallaron seis configuraciones generales de trayectorias afectivas mediante varios métodos estadísticos, con lo que ofrecieron una forma reproducible de describir patrones agregados de valencia en textos extensos.

Hay que distinguir cuidadosamente qué miden esas curvas. Una ventana con términos como *feliz*, *regreso* y *victoria* puede obtener una puntuación positiva aunque esas palabras aparezcan en un relato irónico o en el recuerdo de un pasado que el protagonista ya perdió. Los procedimientos basados en diccionarios léxicos captan regularidades de vocabulario y dejan escapar negaciones, perspectivas, ironías y desplazamientos entre personajes. La curva tampoco señala necesariamente el estado emocional de quien lee la historia.

Una novela trágica puede alcanzar un máximo de palabras positivas precisamente antes de la catástrofe; una narración cómica puede describir desgracias con un tono ligero. Un informe médico puede contener mucha terminología negativa por sus condiciones de producción aunque relate una recuperación favorable. Cada trayectoria es una aproximación sensible al método de segmentación y al vocabulario elegido.

Las seis configuraciones de Reagan y colaboradores proceden de una muestra, una medida afectiva y determinados métodos de agrupación. Como hipótesis sobre patrones observables en ese material son interesantes. Para sostener que toda narración humana pertenece naturalmente a uno de seis argumentos universales se necesitarían datos nuevos de otras lenguas, épocas, medios o tradiciones orales, analizados con medidas comparables.

## Comprender historias mediante tareas de evaluación

La informática necesita procedimientos para evaluar si una representación resulta útil. Mostafazadeh y colaboradores (2016) propusieron un corpus de relatos breves de sentido común y la tarea conocida como *Story Cloze Test*, en la que el sistema debe elegir entre alternativas un final adecuado para una historia de cuatro oraciones. El diseño permite observar si un modelo reconoce ciertas relaciones de continuidad y expectativa, a la vez que crea una tarea acotada que facilita comparar resultados entre métodos.

Responder correctamente a esa prueba es algo muy distinto de comprender una novela o de disponer de una teoría completa de la causalidad narrativa, ya que el modelo podría explotar diferencias estadísticas entre finales correctos e incorrectos sin representar explícitamente la situación. La evaluación debe examinar si las alternativas fueron construidas de manera equilibrada y si los aciertos persisten cuando se modifican sus pistas superficiales.

Otras tareas piden responder preguntas sobre quién hizo algo, ordenar acontecimientos, identificar un punto de giro o recuperar la evidencia textual que sostiene una interpretación. Cada una pone a prueba una capacidad distinta. Una herramienta puede resolver preguntas factuales y fallar al explicar por qué una decisión modificó la trama, mientras que otra puede redactar una explicación convincente sin identificar correctamente el personaje al que atribuye la acción.

Para evaluar el razonamiento sobre narraciones extensas hay que separar extracción, correferencia, temporalidad, atribución de perspectivas e inferencia, porque una cifra de desempeño global puede ocultar que los errores se concentran en una sola de esas etapas. En proyectos académicos, la comparación con anotadores humanos y el examen sistemático de desacuerdos permiten averiguar qué componentes son realmente interpretables.

## Modelos generativos y reconstrucción narrativa

Los modelos de lenguaje extensos pueden resumir relatos, reconstruir cronologías y responder preguntas sobre personajes, si bien una respuesta fluida puede ser una extracción incompleta. Graciotti y colaboradores (2025) evaluaron modelos de pesos abiertos en la extracción de muertes de personajes, definidas por la víctima, el perpetrador y el modo, sobre un conjunto anotado de relatos de fanficción en inglés. El mejor resultado alcanzó un F1 de 0,45 y recuperó como máximo una cuarta parte de los eventos. La mayoría de los errores fueron omisiones, sobre todo cuando la muerte se presentaba en discurso directo; el rendimiento empeoró con la longitud de los relatos y el conocimiento previo de los modelos produjo falsos positivos. El estudio evalúa una tarea muy específica. Sus resultados valen para esos modelos y ese género narrativo, pero muestran con claridad por qué una interpretación generada automáticamente necesita contrastarse con pasajes del texto y con criterios explícitos de evaluación.

La dificultad aparece ante una pregunta como «¿Por qué el protagonista no volvió?». Si el relato solo dice que no regresó y muestra después las consecuencias, una respuesta que atribuya su ausencia al miedo podría ser plausible sin tener respaldo suficiente. Una explicación bien formada puede borrar la diferencia entre el motivo representado por el narrador, la conjetura de un personaje y la hipótesis del analista. Los modelos deben evaluarse, por eso, por su fidelidad a fuentes concretas y por su capacidad de señalar qué pasajes respaldan sus inferencias.

El contexto largo introduce problemas adicionales cuando una obra contiene personajes homónimos, narradores deliberadamente engañosos o revelaciones tardías que obligan a reinterpretar textos enteros. Una respuesta correcta sobre el comienzo de la novela puede ser incorrecta desde el conocimiento disponible al final, de manera que el sistema necesita distinguir el momento de la historia del momento en que la información se revela, además de registrar a quién se atribuye cada dato.

Los modelos pueden usarse para elaborar propuestas provisionales de anotación; un investigador puede pedirles que sugieran segmentos de eventos y revisar después los resultados contra una guía definida. Para afirmar que entregan medidas fiables necesita comprobar el acuerdo con anotaciones independientes, la estabilidad entre instrucciones y el comportamiento frente a pasajes difíciles, con independencia de lo bien redactadas que estén sus explicaciones.

## Una narración ficticia examinada por capas

Consideremos el siguiente relato breve, creado exclusivamente para este ejercicio.

> Elena encontró una carta debajo de la puerta. Su hermano había escrito que regresaría el domingo. El sábado, una tormenta cortó el camino. Elena dejó encendida la luz del corredor hasta la madrugada. El lunes recibió una llamada de un desconocido. Entonces apagó la luz.

Un primer procedimiento identifica a los participantes (Elena, el hermano y el desconocido) y reconoce la carta y la tormenta como elementos relevantes. La extracción de eventos podría registrar *encontrar(Elena, carta)*, *escribir(hermano, regreso previsto)*, *interrumpir(tormenta, camino)*, *mantener_encendida(Elena, luz)*, *recibir(Elena, llamada)* y *apagar(Elena, luz)*. Las etiquetas formalizan una lectura preliminar en la que la llegada del hermano no consta como acontecimiento consumado, pues aparece en una promesa reportada.

La cronología requiere distinguir momentos. La escritura de la carta precede al hallazgo de Elena, aunque el texto menciona primero este último. La tormenta ocurre el sábado, el regreso se esperaba para el domingo y la llamada llega el lunes. El relato permite inferir que la luz encendida participa en una espera, pero nada indica que el hermano intentara viajar, que quedara herido ni que el desconocido transmitiera malas noticias.

En una red de personajes, Elena se relacionaría con su hermano a través de la carta y con el desconocido mediante la llamada. Si solo se contaran diálogos directos, ninguna de esas relaciones aparecería. La red sería correcta respecto de su definición y pobre respecto de la importancia narrativa de los vínculos. El procedimiento de construcción determina la interpretación disponible.

La curva emocional podría marcar el corte del camino como elemento negativo y la llamada como una señal ambigua. El apagado final admitiría varias lecturas, desde el duelo o la resignación hasta el alivio o el simple ahorro de energía. Ese acontecimiento cierra el relato porque la luz fue introducida antes como una acción sostenida, relación que el lector reconstruye a partir de la composición y que ninguna palabra aislada identifica.

Supongamos que un sistema responde con la frase «El desconocido comunicó a Elena la muerte de su hermano y ella apagó la luz porque perdió la esperanza». La respuesta cuenta una historia posible, pero incorpora dos hechos no afirmados y una atribución psicológica. En un análisis literario puede formularse como hipótesis interpretativa si se argumenta su plausibilidad; presentarla como resumen fiel de los acontecimientos equivale a modificar el relato original.

Este ejemplo permite diseñar una evaluación por capas. El sistema debe recuperar correctamente entidades, reconocer qué eventos ocurrieron y cuáles se proyectaron, ordenar las fechas que el texto establece, señalar las relaciones explícitas y conservar las inferencias abiertas. El desempeño debería informarse por tarea. Una herramienta puede ser útil para identificar los personajes aun cuando sus explicaciones causales sean poco fiables, una diferencia que la etiqueta *comprensión narrativa* ocultaría.

## Sesgos, errores y reproducibilidad

Los sistemas reflejan la composición del corpus del que aprenden, de modo que, si una colección incluye sobre todo novelas del siglo XIX escritas en inglés y editadas en condiciones relativamente uniformes, un modelo puede interpretar como anómalas formas habituales en testimonios orales, literatura latinoamericana o relatos con estructuras no lineales. El error puede presentarse como una diferencia estética o narrativa cuando es un efecto del instrumento.

La evaluación cuantitativa tiene que respetar la unidad de independencia. Dividir los textos de una novela entre entrenamiento y prueba permite que el modelo reconozca el vocabulario y los personajes del mismo libro. Si la pregunta exige generalizar a obras desconocidas, la partición debe hacerse por obra; si se espera generalizar entre autores, también hay que considerar esa separación. La normalización y la selección de variables deben hacerse sin incorporar información del conjunto reservado para la evaluación.

Las etiquetas humanas tampoco son un patrón infalible. Dos lectores pueden discrepar razonablemente acerca del motivo de una decisión o del punto exacto de un giro. El informe debería distinguir errores observables, desacuerdos interpretativos y límites del esquema de categorías. Una anotación de consenso permite entrenar modelos, pero puede ocultar la pluralidad de lecturas que vuelve interesante el problema narrativo, información que se conserva si se registran las discrepancias.

Por último, los sistemas deben documentar versiones, parámetros, políticas de segmentación, fuentes del corpus y transformaciones. En los modelos cerrados, la evaluación puede cambiar después de una actualización que el investigador no controla. Un resultado sin condiciones de reproducción claras tiene un alcance más restringido que otro cuyo procedimiento puede volver a ejecutarse o auditarse.

## La contribución del cálculo al estudio de las historias

El análisis computacional permite comparar numerosos relatos, descubrir estructuras poco visibles y ensayar hipótesis sobre personajes, eventos y cambios históricos, con un aporte que aumenta cuando las categorías provienen de preguntas narratológicas precisas y los resultados pueden seguirse hasta pasajes concretos. Las representaciones formales ayudan a localizar una duda, a comprobar una frecuencia o a reconstruir alternativas, siempre dentro del alcance de las operaciones que las produjeron.

El relato opone resistencia a la medición. Está organizado precisamente para que un lector infiera más de lo que las oraciones afirman; oculta causas, cambia de perspectiva, distribuye de manera desigual el conocimiento y permite que un gesto final modifique retrospectivamente el sentido de una historia. Un método que elimine esas propiedades para obtener una puntuación estable puede ser eficiente desde el punto de vista técnico y, aun así, decir poco sobre la narración. Un uso riguroso del cálculo investiga esa complejidad y mantiene separadas sus inferencias de lo que el texto efectivamente afirma.

## Referencias y lecturas

- Bamman, D., Underwood, T., & Smith, N. A. (2014). A Bayesian mixed effects model of literary character. En *Proceedings of the 52nd Annual Meeting of the Association for Computational Linguistics* (vol. 1, pp. 370–379). Association for Computational Linguistics. https://aclanthology.org/P14-1035/
- Chambers, N., & Jurafsky, D. (2008). Unsupervised learning of narrative event chains. En *Proceedings of ACL-08: HLT* (pp. 789–797). Association for Computational Linguistics. https://aclanthology.org/P08-1090/
- Elson, D., Dames, N., & McKeown, K. (2010). Extracting social networks from literary fiction. En *Proceedings of the 48th Annual Meeting of the Association for Computational Linguistics* (pp. 138–147). Association for Computational Linguistics. https://aclanthology.org/P10-1015/
- Graciotti, A., Pannach, F., Presutti, V., & Pianzola, F. (2025). Llamas don't understand fiction: Application and evaluation of large language models for knowledge extraction from short stories in English. En *Computational Humanities Research 2025* (vol. 3, pp. 4–32). *Anthology of Computers and the Humanities*. https://doi.org/10.63744/iCGYNUN0uUAe
- Jockers, M. L. (2013). *Macroanalysis: Digital Methods and Literary History*. University of Illinois Press. https://doi.org/10.5406/illinois/9780252037528.001.0001
- Moretti, F. (2013). *Distant Reading*. Verso.
- Mostafazadeh, N., Chambers, N., He, X., Parikh, D., Batra, D., Vanderwende, L., Kohli, P., & Allen, J. (2016). A corpus and cloze evaluation for deeper understanding of commonsense stories. En *Proceedings of NAACL-HLT 2016* (pp. 839–849). Association for Computational Linguistics. https://doi.org/10.18653/v1/N16-1098
- Papalampidi, P., Keller, F., & Lapata, M. (2019). Movie plot analysis via turning point identification. En *Proceedings of EMNLP-IJCNLP 2019* (pp. 1707–1717). Association for Computational Linguistics. https://doi.org/10.18653/v1/D19-1180
- Piper, A. (2018). *Enumerations: Data and Literary Study*. University of Chicago Press.
- Reagan, A. J., Mitchell, L., Kiley, D., Danforth, C. M., & Dodds, P. S. (2016). The emotional arcs of stories are dominated by six basic shapes. *EPJ Data Science, 5*, 31. https://doi.org/10.1140/epjds/s13688-016-0093-1
- Underwood, T. (2019). *Distant Horizons: Digital Evidence and Literary Change*. University of Chicago Press. https://doi.org/10.7208/chicago/9780226612973.001.0001