Eneas: la IA de Google DeepMind que desvela el latín antiguo para historiadores
La inteligencia artificial generativa, a menudo promocionada como la tecnología del futuro, está demostrando ser fundamental para profundizar nuestra comprensión del pasado. Un innovador sistema de aprendizaje automático, desarrollado por científicos informáticos de Google DeepMind en colaboración con clasicistas y arqueólogos de universidades del Reino Unido y Grecia, está destinado a revolucionar la forma en que los expertos interpretan las antiguas inscripciones latinas.
Nombrado Eneas, en honor al mítico héroe central de la epopeya fundacional de Roma, este sofisticado sistema es una red neuronal generativa diseñada para proporcionar un contexto crucial para las inscripciones latinas que datan desde el siglo VII a.C. hasta el siglo VIII d.C. Como detallaron los investigadores en Nature, Eneas sobresale en la recuperación de paralelismos textuales y contextuales, la integración de detalles visuales de las inscripciones e incluso la generación de texto especulativo para rellenar huecos en registros históricos fragmentados. Estas capacidades ofrecen ventajas significativas para los epigrafistas —académicos dedicados al estudio de las inscripciones— que a menudo se enfrentan a la ardua tarea de interpretar y datar artefactos incompletos.
Para evaluar la eficacia de Eneas, el equipo de desarrollo involucró a 23 expertos en epigrafía, desde estudiantes de máster hasta profesores experimentados, en una simulación experimental de flujos de trabajo de investigación del mundo real bajo limitaciones de tiempo. Los resultados fueron convincentes: en el 90% de los casos, los historiadores encontraron que los paralelismos recuperados por Eneas eran puntos de partida muy útiles para sus investigaciones. Además, el sistema aumentó su confianza en tareas críticas en un impresionante 44%. Cuando se trataba de restaurar inscripciones parciales y determinar su origen geográfico, los historiadores que utilizaron Eneas superaron demostrablemente tanto a los expertos humanos que trabajaban solos como a la inteligencia artificial que operaba de forma aislada. Para estimar la antigüedad de las inscripciones, Eneas logró una precisión notable, con sus predicciones promediando dentro de los 13 años de las fechas históricas conocidas. Si bien su rendimiento varía, demostrando ser más efectivo para períodos y regiones con la evidencia histórica más abundante y precisamente fechada, los participantes elogiaron la capacidad única de Eneas para ampliar las búsquedas, desenterrando paralelismos y características textuales significativos pero previamente pasados por alto. Al mismo tiempo, les ayudó a refinar sus hallazgos, evitando conclusiones excesivamente estrechas o irrelevantes.
La epigrafía es un campo notoriamente desafiante, que exige años de experiencia especializada, a menudo confinada a regiones o períodos de tiempo específicos. Eneas promete acelerar drásticamente la fase de análisis preliminar de la investigación. Puede examinar rápidamente vastos y complejos cuerpos de evidencia para identificar paralelismos potenciales o textos similares que un investigador humano podría pasar por alto fácilmente al enfrentarse a material fragmentario. Más allá del análisis textual, Eneas también puede ayudar a localizar geográficamente una inscripción y estimar su período de creación. La capacidad del sistema para predecir partes faltantes de un texto fragmentado, incluso cuando se desconoce la longitud de la porción perdida, podría parecer su característica más emocionante. Sin embargo, esta función, similar a la restauración especulativa por una autoridad humana, conlleva un riesgo igual de llevar a académicos incautos a conclusiones potencialmente inseguras.
Es crucial comprender lo que Eneas, como todos los productos de IA generativa hasta la fecha, no puede hacer: realizar la investigación real. El equipo de desarrollo es transparente al respecto, enfatizando que el valor principal del sistema radica en producir “puntos de partida de investigación útiles”. Esta herramienta no anula la necesidad fundamental de que los académicos verifiquen rigurosamente los datos extraídos con referencias estándar, imágenes o, idealmente, los propios artefactos originales. Los investigadores con la experiencia adecuada seguirán siendo indispensables para interpretar los resultados. Lo que Eneas altera fundamentalmente es el alcance factible de su trabajo, permitiendo una visión mucho más amplia de los paralelismos —especialmente a través de su capacidad para integrar señales visuales— de lo que las herramientas anteriores permitían. Sus rápidas capacidades de recuperación llevarán a los académicos a sus puntos de partida de investigación mucho más rápidamente, abriendo potencialmente horizontes más amplios para los epigrafistas y permitiéndoles trascender las limitaciones tradicionales de regiones geográficas o períodos históricos específicos.