Código para resolver "wordles" en español
Este soy yo hoy mismo:
Este es mi script:
carlos@tiramisu:~$ wordle señor
Intento 1 -> seria
Quedan 2 opciones.
Las más populares son:
señor : 228.79
segur : 0.23
Intento 2 -> señor
Solución en 2 intentos: señorMi pequeño script tiende a ganarme. Lo cual me satisface enormemente.
En caso de que a alguien le interese, puede bajárselo de aquí. Existen dos versiones que implementan el mismo algoritmo, una en R y otra en Python. Las instrucciones de uso están en el repo.
Y unas notas sobre el algoritmo.
En primer lugar, y como no puede ser de otra manera, el código utiliza una base de datos de palabras —ya no sé de dónde las saqué— de cinco letras en español. Además, tiene en cuenta su popularidad: aunque palabras como azare, ceiba, ijada, imana y muchas otras de ese cariz están en la lista de posibles candidatas, los aficionados al Wordle en español sabemos que las soluciones viven en un subconjunto más restringido de palabras que el vulgo, si no conoce, al menos, reconoce. Así que la popularidad es un ingrediente importante a la hora de proponer candidatas.
Sin embargo, el algoritmo utiliza otro procedimiento para descartar opciones masivamente que está lejanamente inspirado —hasta el punto de ser irreconocible— en el concepto de entropía. Lo cual me lleva a plantear una reflexión que tiene que ver con la estadística en general y la consultoría estadística en particular. En la práctica de la consultoría uno se encuentra, por un lado, con problemas y, por el otro, con una colección de ideas y técnicas con una problemática adecuación a aquellos. No siempre puede uno solucionar un problema concreto aplicando directa y rectamente una técnica de libro: hay que hacerla encajar en la realidad a mazazos. Al final, puede resultar, como en el caso discutido aquí, irreconocible. Pero sin la idea aquella original, sin la guía de un procedimiento idealizado, mal podría haberse atacado el problema concreto. Aunque al final ni lo parezca y haya que explicarlo mucho.
