Mundo, 14 de ene 2025 (ATB Digital).- Desde las inscripciones en piedra de las civilizaciones antiguas hasta los manuscritos medievales olvidados en bibliotecas, no cabe duda que el estudio de textos antiguos es una de las claves para desentrañar los misterios del pasado. Durante siglos, su interpretación fue una labor artesanal, minuciosa y, casi diríamos, reservada a especialistas en paleografía, lingüística e historia. Pero hoy, un aliado inesperado está revolucionando este campo: la inteligencia artificial (IA).
Con su capacidad para procesar millones de datos y aprender patrones complejos, la IA no solo está acelerando la decodificación de documentos históricos, sino que también está siendo esencial a la hora de reconstruir fragmentos perdidos y descifrar lenguas muertas. Así, en un artículo reciente publicado en la revista Nature, se 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.
UNA EVOLUCIÓN ACELERADA
No obstante, el uso de tecnologías computacionales para analizar textos no es nuevo. Desde finales del siglo XX, los programas de reconocimiento óptico de caracteres (OCR) han sido fundamentales para digitalizar documentos. Sin embargo, cuando se trataba de textos antiguos, estos sistemas enfrentaban serias limitaciones: la irregularidad de las caligrafías, el desgaste de los materiales y los contextos lingüísticos únicos hacían que el OCR tradicional fuera, prácticamente, inútil.
El gran salto ocurrió con la llegada del aprendizaje automático (machine learning), 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 basadas en ellos. 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 (deep learning), 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.
LA TECNOLOGÍA QUE ESTÁ TRANSFORMANDO LA HISTORIA
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.
REESCRIBIENDO EL PASADO
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.
FUENTE: NATIONAL GEOGRAPHIC