La inteligencia artificial (IA) está transformando el estudio de los textos antiguos, desde el desciframiento de inscripciones inaccesibles durante 2,000 años hasta la decodificación de jeroglíficos desconocidos.
El examen de los textos antiguos ha sido durante mucho tiempo una tarea meticulosa reservada para especialistas en paleografía, lingüística e historia. Sin embargo, la IA está revolucionando este campo con su capacidad para procesar grandes cantidades de datos y aprender patrones complejos.
Un artículo reciente en Nature analiza cómo ciertos modelos de IA están liderando esta revolución, logrando avances sin precedentes en la interpretación de textos antiguos y consolidándose como herramientas de gran impacto en el estudio de la historia.
Aunque las tecnologías computacionales para analizar textos no son nuevas, los sistemas tradicionales de reconocimiento óptico de caracteres (OCR) enfrentaban serias limitaciones con los textos antiguos debido a la irregularidad de las caligrafías, el desgaste de los materiales y los contextos lingüísticos únicos.
El gran salto ocurrió con la llegada del aprendizaje automático, es decir, una rama de la IA que permite a los algoritmos aprender de los datos en lugar de seguir reglas predefinidas. En este enfoque, los sistemas se entrenan con grandes volúmenes de datos, lo que les permite identificar patrones y hacer predicciones. Pero incluso este método tenía limitaciones cuando se trataba de textos muy fragmentados o lenguas que ya no se hablan.
Ahora bien, con el desarrollo del aprendizaje profundo, las posibilidades se ampliaron enormemente. Esta técnica, que utiliza redes neuronales artificiales inspiradas en el cerebro humano, es capaz de analizar datos con un nivel de complejidad sin precedentes. En el contexto de los textos antiguos, las redes neuronales no solo reconocen formas de letras y palabras, sino que también aprenden contextos lingüísticos y culturales, lo que las hace más precisas y versátiles.
Un ejemplo de esta evolución es el modelo Pythia, desarrollado específicamente para interpretar inscripciones en griego antiguo. Tal y como afirma la revista, Pythia fue entrenada con más de 35,000 inscripciones griegas ya transcritas, lo que le permitió aprender los patrones de escritura y las estructuras lingüísticas de esta lengua.
De esta forma, la inteligencia artificial aplicada a textos históricos se vuelve capaz de combinar varias tecnologías clave, dando lugar a una herramienta completa y, lo mejor de todo, eficiente a la hora de trabajar con textos de difícil interpretación.
Por ejemplo, ente esas tecnologías se encuentran el reconocimiento óptico avanzado y visión por computadora, los cuales han superado las limitaciones de los antiguos sistemas OCR. Estas herramientas no solo reconocen letras y palabras, sino que también pueden analizar características físicas de los textos, como el tipo de tinta, el trazo del pincel o las marcas de desgaste en la superficie, lo cual es crucial para interpretar documentos deteriorados o inscripciones en materiales irregulares, como piedra o cerámica.
Por otro lado, los modelos generativos y redes neuronales adversariales, también conocidos como GANs, son una tecnología avanzada que utiliza dos redes neuronales que trabajan juntas: una genera hipótesis (como palabras o letras faltantes), mientras que la otra evalúa la calidad de esas hipótesis. En palabras más simples, son herramientas particularmente útiles para reconstruir textos incompletos, ya que pueden proponer múltiples soluciones basadas en el contexto histórico y lingüístico.
En el caso de los textos antiguos, los modelos de NLP también son un elemento clave. Estos, además de conseguir identificar palabras, también analizan el significado de las frases y su relación con el contexto cultural, algo especialmente útil para traducir lenguas extintas o poco documentadas. Un ejemplo es el uso de IA para descifrar textos en el idioma fenicio y el lineal A, dos sistemas de escritura que han desafiado a los investigadores durante décadas.
De esta forma, la combinación de todas estas tecnologías está teniendo un impacto profundo en numerosos ámbitos de la arqueología y la historia. No obstante, una de las áreas más transformadas es, sin duda, la restauración de manuscritos dañados. Documentos que antes eran imposibles de leer debido al deterioro, como un manuscrito romano quemado e inaccesible desde hace 2,000 años, ahora pueden ser analizados por IA, que detecta trazos mínimos de tinta y propone reconstrucciones completas.
Otra aplicación revolucionaria, quizás una de las más curiosas, es la decodificación de lenguas muertas. Tradicionalmente, este proceso dependía de encontrar textos bilingües (como la Piedra de Rosetta) para establecer puntos de referencia. Ahora, con la IA, los modelos pueden analizar directamente textos en lenguas desconocidas, identificando patrones gramaticales y sintácticos sin necesidad de traducciones previas.
En el caso de las inscripciones fragmentadas, como las encontradas en yacimientos arqueológicos, los algoritmos también pueden reconstruir palabras faltantes con una precisión nunca antes vista y buscando nuevas conexiones históricas entre culturas aparentemente aisladas. Así, al analizar grandes cantidades de datos, los algoritmos han identificado similitudes inesperadas entre textos de diferentes civilizaciones, revelando que muchas estaban más interconectadas de lo que se pensaba.