En un foro de edición en el que participo alguien preguntó cómo pedirle a un modelo de lenguaje que convirtiera una bibliografía de APA a Chicago. La primera respuesta llegó enseguida y era, en esencia, «pedíselo tal cual». Yo contesté que la pregunta estaba mal hecha. El problema no es cómo pedirlo; es que pasar de APA a Chicago no es una operación que se pueda hacer de manera confiable, ni por un modelo ni por una persona, si antes no se pasa por otro lugar. Este apunte intenta explicar por qué, y para hacerlo conviene empezar por lo que hice antes de responder.
Una entrada, cuatro salidas
Tomé una referencia cualquiera y la escribí como la escribo hace treinta años, en biblatex:
@book{robertini2022,
author = {Robertini, Camilo},
date = {2022},
title = {Érase una vez la Fiat en Argentina: una cadena de montaje entre memorias e historias, 1964-1980},
location = {Buenos Aires},
publisher = {Prometeo Libros},
}
A partir de esa única entrada generé cuatro salidas:
APA 7 Robertini, C. (2022). Érase una vez la Fiat en Argentina: Una cadena de montaje entre memorias e historias, 1964-1980. Prometeo Libros.
Harvard (en la variante Cite Them Right) Robertini, C. (2022) Érase una vez la Fiat en Argentina: una cadena de montaje entre memorias e historias, 1964-1980. Buenos Aires: Prometeo Libros.
ISO 690 ROBERTINI, Camilo. Érase una vez la Fiat en Argentina: una cadena de montaje entre memorias e historias, 1964-1980. Buenos Aires: Prometeo Libros, 2022.
Oxford (bibliografía) Robertini, Camilo, Érase una vez la Fiat en Argentina: una cadena de montaje entre memorias e historias, 1964-1980 (Buenos Aires: Prometeo Libros, 2022).
A primera vista son cuatro maneras de escribir lo mismo: cambia el orden, cambia la puntuación, cambia dónde va el año. Pero si se las mira con atención aparece otra cosa. No dicen lo mismo.
APA omite el lugar de edición. APA y Harvard reducen el nombre de pila a una inicial; ISO 690 y Oxford lo conservan completo. APA, además, aplica su propia regla de mayúsculas al título y sube la inicial de la palabra que sigue a los dos puntos. Cada estilo no es una forma distinta de presentar los mismos datos: es una selección distinta de datos, presentada además de una forma distinta.
Esa es la cuestión que la pregunta del foro escondía.
Bajar es seleccionar; subir es investigar
Desde la entrada biblatex hacia cualquiera de las cuatro salidas, el camino es siempre el mismo: se toman los campos que el estilo pide, se descartan los que no pide y se los ordena y puntúa según su regla. Es una operación de selección y, por lo tanto, puede ser completamente mecánica. Para eso existen biblatex, biber, CSL y todos los procesadores de citas: aplican reglas sobre datos.
El camino inverso es otra cosa. Supongamos que lo único que tenemos es la salida APA y que nos piden Chicago. Hasta la 17.ª edición, Chicago pedía el lugar de edición, y en la bibliografía usa el nombre del autor tal como figura en la portada. La referencia APA no tiene ninguno de los dos datos. No los tiene mal escritos: no los tiene. La «C.» de Robertini no es una abreviatura de Camilo que se pueda desplegar; es lo único que quedó de Camilo después de que APA hiciera su selección.
Ya lo escribí a propósito de las iniciales en la firma científica: el nombre completo es el dato y la inicial es una vista. Una vista no devuelve el dato que la produjo. De «Robertini, C.» se puede llegar a Camilo, a Carlos o a Cecilia, y la referencia no tiene forma de decirnos cuál.
¿Qué hace entonces un modelo de lenguaje cuando se le pide «convertí esto de APA a Chicago»? Una de dos cosas. O entrega una referencia Chicago incompleta, sin lugar y con la inicial, que se ve como Chicago pero no lo es. O completa los datos que faltan. Y en este caso probablemente los complete bien, porque Prometeo es una editorial conocida y el libro es real. Pero lo que hizo en ese momento no fue cambiar un formato: fue investigar, sin decirlo, sin mostrar la fuente y sin que nadie pueda verificar el resultado más allá de su apariencia. Cuando el libro sea menos conocido, o el autor tenga un homónimo, la misma operación va a producir un dato inventado con exactamente el mismo aspecto que uno verdadero.
Esa es la asimetría de fondo: pasar de una estructura rica a una representación pobre es seleccionar; pasar de una representación pobre a otra que pide más datos es reconstruir, y reconstruir es trabajo editorial, no de formato.
Ni siquiera Chicago es una sola cosa
El caso se pone más interesante cuando se mira qué es, exactamente, «Chicago». La 18.ª edición del Manual, publicada en septiembre de 2024, dejó de exigir el lugar de edición en los libros. Pero no lo eliminó sin más: para los libros publicados desde 1900 basta con la editorial, y para los anteriores a 1900 se indica el lugar y no la editorial. Es decir, la regla ya no depende solo del tipo documental, sino también del valor de otro campo: la fecha.
Eso tuvo una consecuencia instructiva. CSL, el lenguaje de estilos que usan Zotero, Mendeley y Pandoc, no puede expresar en su versión 1.0.2 una condición basada en la fecha. Al implementar Chicago 18, los mantenedores optaron por omitir siempre el lugar de edición, aun sabiendo que para los libros anteriores a 1900 eso es técnicamente incorrecto.
Hay dos lecciones aquí. La primera: «pasalo a Chicago» no es una instrucción completa, porque no dice qué Chicago, y entre la 17.ª y la 18.ª cambiaron justamente los datos que se muestran. La segunda, más sutil: también el formato intermedio condiciona. Un modelo de datos (o un lenguaje de reglas) que no puede expresar algo termina imponiendo esa limitación a todas las salidas que dependen de él. No alcanza con tener una representación neutra; tiene que ser lo bastante rica, y lo bastante expresiva, para las salidas que se le van a pedir.
El condicionamiento de un modelo sobre otro
Lo que muestran estos casos puede decirse de una manera general. Cada estilo bibliográfico es un modelo de datos implícito: define qué es obligatorio, qué es opcional y qué se descarta, y esas decisiones no coinciden de un estilo a otro. Por eso, cuando se convierte directamente de uno a otro, el estilo de origen condiciona al de destino: lo que el primero descartó, el segundo no lo puede recuperar.
La única manera de escapar a ese condicionamiento es invertir el orden. En lugar de ir de una salida a otra, se trabaja sobre una representación que contenga la unión de lo que todas las salidas previsibles van a necesitar y, antes de generar cada una, se analiza qué pide el estilo de destino y qué hay disponible en la fuente. Ese análisis tiene tres resultados posibles para cada dato: está y se usa; está y se descarta; falta, y entonces hay que buscarlo y verificarlo o declarar que no se tiene. Lo que no puede ocurrir es que falte y aparezca.
Dicho de otro modo: la representación neutra no es un paso técnico intermedio. Es el lugar donde se ve qué sabemos y qué no sabemos de una referencia, antes de que un estilo decida qué mostrar.
Una historia de dos líneas
Esta forma de pensar no nació con los modelos de lenguaje, ni con XML, ni con BibTeX. Tiene una historia larga, y vale la pena recordarla porque explica por qué la pregunta del foro se formuló como se formuló.
A fines de los años sesenta, en la industria de las artes gráficas y en la informática, empezó a circular una idea que hoy parece obvia: describir un texto por la función de sus partes y no por su aspecto. William Tunnicliffe la presentó en 1967 como «codificación genérica»; en 1969, Charles Goldfarb, Edward Mosher y Raymond Lorie desarrollaron en IBM el GML, que en 1986 se convertiría en la norma ISO 8879, el SGML. En paralelo, Brian Reid construyó Scribe, Donald Knuth escribió TeX y Leslie Lamport montó sobre él LaTeX, cuya propuesta era precisamente esa: el autor marca que algo es una sección o una cita, y el estilo decide cómo se compone. BibTeX, de Oren Patashnik y el propio Lamport, aplicó la misma idea a la bibliografía. De SGML vendrían más tarde HTML y, en 1998, XML; de XML, DocBook y JATS.
La otra línea empezó casi al mismo tiempo y en otro lugar. En 1974, en el Xerox PARC, Bravo mostró por primera vez en pantalla un texto con el aspecto que tendría impreso. Charles Simonyi, uno de sus autores, llevó la idea a Microsoft, y de ahí salió Word. A mediados de los ochenta, el Macintosh, PageMaker y las impresoras PostScript dieron origen a lo que se llamó autoedición.
No son una sucesión, como a veces se cuenta, en la que una tecnología reemplazó a la otra. Son dos líneas paralelas que conviven hasta hoy y que responden a dos preguntas distintas sobre el documento. El WYSIWYG pregunta «¿cómo se ve?»; el marcado estructural pregunta «¿qué es?».
La apariencia no dice qué es
El WYSIWYG produjo una democratización enorme de la composición. Dejó de ser necesario conocer comandos o códigos: alcanzaba con seleccionar un texto y cambiarle el cuerpo, la familia o la alineación. El documento se volvió un objeto visual, y en ese cambio quedó implícito algo que tiene consecuencias hasta hoy: la información sobre qué es cada parte pasó a residir en su aspecto.
Un nombre en versalita, centrado y en cuerpo 18 puede ser un autor, un personaje, una institución, una dedicatoria o una firma. La apariencia permite a un lector reconocerlo, porque el lector aporta el contexto; pero la apariencia, por sí sola, no dice qué es.
La referencia bibliográfica es el ejemplo más claro de esto, porque está hecha casi enteramente de signos que parecen puntuación. En la entrada biblatex, la coma de «Robertini, Camilo» no es un signo de puntuación: es un separador que le dice al programa dónde termina el apellido y dónde empieza el nombre. En la salida APA, la coma de «Robertini, C.» es puntuación. Es el mismo carácter y cumple dos funciones completamente distintas. Quien solo ve la salida ve la coma; no ve la diferencia.
Incluso el marcado puede ser insuficiente si no es lo bastante fino. Un elemento como <author>Camilo Robertini</author> dice que hay un autor, pero no dice cuál es el apellido. Con un nombre como este puede parecer trivial; con los apellidos compuestos del castellano deja de serlo, y una conversión que tenga que invertir el orden va a equivocarse. Por eso JATS separa <surname> de <given-names>, y por eso biblatex usa la coma como separador: no es una cuestión de prolijidad, es la diferencia entre tener el dato y tener que adivinarlo.
Las lógicas humanas
Si todo esto es así, ¿por qué la pregunta del foro se formuló como una conversión de formato, y por qué la primera respuesta fue «pedíselo tal cual»? No creo que sea ignorancia. Creo que responde a varias lógicas muy humanas, y conviene nombrarlas.
La primera es cómo aprendimos los estilos. Los manuales y las guías presentan cada sistema como una plantilla: apellido, coma, inicial, punto, año entre paréntesis, título en cursiva. Una plantilla describe una forma, no un modelo de datos. Quien aprendió así un estilo tiene, con toda razón, la impresión de que convertir es cambiar una plantilla por otra.
La segunda es que los humanos completamos sin darnos cuenta. Un editor argentino que ve «Prometeo Libros» sabe que está en Buenos Aires, y lo agrega sin registrar que acaba de aportar un dato que no estaba. El trabajo invisible de nuestra propia memoria hace que la conversión parezca de formato cuando en realidad incluyó una consulta. El modelo de lenguaje reproduce exactamente ese hábito, con la diferencia de que no responde por el dato que aportó.
La tercera es que el error es silencioso. «Pedíselo tal cual» funciona la mayoría de las veces, y cuando falla, el resultado tiene el mismo aspecto que cuando acierta. Una referencia incompleta o con un dato inventado se ve como una referencia. Nadie revisa lo que se ve bien.
La cuarta es la más profunda: cuarenta años de WYSIWYG nos acostumbraron a pensar que el documento es lo que vemos. Si el documento es lo que vemos, la referencia es su forma, y convertirla es cambiar esa forma. La pregunta del foro no estaba mal hecha por descuido; estaba bien hecha dentro de un modelo que confunde la presentación con el documento.
La pregunta bien hecha
Nada de esto significa que un modelo de lenguaje no sirva para la tarea. Sirve, y mucho, siempre que se le pida lo que realmente se necesita. En lugar de «convertí estas referencias de APA a Chicago», algo así:
«Interpretá estas referencias y reconstruí su información en entradas biblatex. No completes ningún dato que no esté en el texto: si un campo falta, dejalo vacío y marcalo. Después, decime qué datos pide Chicago 17.ª que estas referencias no tienen».
Esa instrucción separa tres cosas que la otra mezclaba. La primera es la interpretación: qué información contiene cada referencia. La segunda es el inventario de lo que falta, que es trabajo editorial y que una persona tiene que resolver: buscar el nombre completo, confirmar el lugar de edición, verificar que el dato encontrado corresponde a esa obra y no a otra. La tercera es la generación de la salida, que, una vez que los datos están completos y verificados, es mecánica y puede hacerla biblatex, CSL o el propio modelo.
Lo que esta pregunta enseña
La bibliografía es un laboratorio pequeño, pero lo que se ve en ella vale para cualquier publicación. Durante mucho tiempo, la producción editorial digital se organizó alrededor del documento como objeto visual, con el PDF como destino. Cuando un mismo texto tiene que alimentar un PDF, un EPUB, una página HTML, un XML-JATS, el depósito en Crossref y los índices, el PDF deja de ser el documento y pasa a ser una de sus representaciones. Con la bibliografía pasa lo mismo: APA no es el dato, ISO 690 no es el dato, Chicago no es el dato. Son representaciones normativas, cada una con su selección, de una información que tiene que existir antes y en otro lugar.
Por eso la pregunta del foro estaba mal hecha, aunque nadie la haya formulado con mala intención y aunque un modelo de lenguaje pueda, efectivamente, devolver algo que se parezca a Chicago. Confundía cuatro niveles que conviene mantener separados: qué información tenemos, cómo la representamos de manera explícita, qué reglas debe cumplir una representación determinada y cómo la va a ver finalmente el lector. Cuando esos niveles están separados, convertir una bibliografía deja de ser un retoque artesanal y se vuelve lo que realmente es: elegir, entre los datos que tenemos, los que una norma pide mostrar. Y cuando faltan datos, la respuesta no la tiene ningún formato. La tiene el trabajo editorial.
Fuentes sobre los cambios de Chicago 18: el anuncio de la University of Chicago Press en CMOS Shop Talk y la discusión sobre su implementación en CSL en el foro de Zotero.
