Cuando se habla del uso de la inteligencia artificial en el ámbito cultural, suele asociarse a herramientas capaces de escribir textos, incluso imitando el estilo de reconocidos escritores, o de generar imágenes, lo que ha abierto intensos debates sobre derechos y propiedad intelectual entre autores, artistas e ilustradores. Sin embargo, algunas de sus implementaciones más prometedoras apuntan en otra dirección. La reciente lectura de un rollo de papiro carbonizado por la erupción del Monte Vesubio es apenas uno de los ejemplos más visibles de una tecnología que comienza a utilizarse para estudiar el patrimonio cultural y recuperar información que hasta hace poco permanecía inaccesible.
El papiro leído recientemente forma parte de un conjunto de cerca de 1.800 rollos hallados en la llamada Villa de los Papiros, una residencia romana de Herculano que quedó sepultada por la erupción del Vesubio en el año 79 d.C. Descubierta en el siglo XVIII, la colección constituye la única biblioteca de la Antigüedad que llegó hasta nuestros días. Aunque su propietario no pudo identificarse con certeza, la villa suele atribuirse a Lucio Calpurnio Pisón Cesonino, suegro de Julio César, y la mayor parte de los manuscritos recuperados contienen tratados de filosofía, muchos de ellos vinculados al pensador epicúreo Filodemo de Gadara.
La imagen del velo de seda que Alessandro Baricco describe en Océano mar, haciendo una analogía con el alma de la protagonista (“imagínate un velo de seda transparente, cualquier cosa podría rasgarlo, incluso una mirada”) parece hecha a medida para esos manuscritos. El calor del Vesubio los carbonizó sin consumirlos por completo, pero también los volvió tan frágiles que durante siglos cualquier intento de abrirlos –o siquiera tocarlos– implicaba el riesgo de destruirlos.
Para resolver ese problema nació el Vesuvius Challenge, una iniciativa internacional que busca leer los papiros sin desplegarlos físicamente. Pero el rasgo más novedoso del proyecto no está solo en la tecnología utilizada, sino en el modo en que se organizó la búsqueda: una competencia abierta, con datos disponibles para investigadores y aficionados, código compartido y premios económicos para quienes lograran avances concretos. Según la propia organización, el desafío ya repartió más de 1,8 millones de dólares en premios y mantiene nuevas recompensas para quienes consigan mejorar la lectura de los rollos.
Los escaneos de los papiros fueron realizados en laboratorios científicos de primer nivel, pero parte de las soluciones surgió de una comunidad global de programadores, estudiantes e investigadores que trabajaron sobre los mismos datos. En 2023, Luke Farritor, un estudiante de informática de la Universidad de Nebraska, ganó un premio de 40.000 dólares al identificar la primera palabra leída en el interior de uno de los rollos cerrados: porphyras, “púrpura” en griego antiguo.
Esa colaboración entre disciplinas es una de las claves del proyecto. La inteligencia artificial no “traduce” ni interpreta por sí sola los textos antiguos. En el caso de Herculano, los modelos de aprendizaje automático ayudan a detectar rastros de tinta en superficies carbonizadas, casi indistinguibles del papiro quemado. Luego intervienen los expertos en papirología, griego antiguo e historia de la filosofía, que verifican las letras, reconstruyen palabras y evalúan el sentido del texto.
El resultado más reciente marca un salto importante, porque por primera vez, uno de los rollos de Herculano pudo ser desenrollado y leído digitalmente de principio a fin, sin ninguna intervención física sobre el objeto. El avance permitió recuperar columnas de texto griego y sumar nuevos materiales vinculados con la filosofía antigua. El caso muestra una transformación más amplia: la inteligencia artificial empieza a funcionar como una herramienta para acceder a ciertos aspectos del patrimonio cultural que hasta hace poco permanecían fuera del alcance humano.
Una aliada en misiones difíciles
Lo que sucede con los papiros del Vesubio no es un caso aislado. En los últimos años, sistemas similares comenzaron a utilizarse para completar inscripciones antiguas, fechar manuscritos, distinguir manos de escribas y revelar capas ocultas bajo pinturas célebres. El objetivo en estos casos no es crear obras “nuevas” imitando estilos, sino hacer visible información que ya estaba ahí, escondida por el deterioro, el paso del tiempo o los límites materiales de los objetos.
Otro de los proyectos más conocidos es Ithaca, un modelo de inteligencia artificial desarrollado por Google DeepMind junto con investigadores de universidades europeas para asistir en el estudio de inscripciones griegas antiguas. A diferencia del Vesuvius Challenge, donde el trabajo de la IA consiste en detectar la tinta oculta en rollos carbonizados, Ithaca trabaja sobre textos grabados en piedra que llegaron hasta la actualidad con letras, palabras o fragmentos enteros perdidos.
Entrenado con cerca de 80.000 inscripciones, el sistema puede proponer distintas reconstrucciones para los pasajes dañados, además de estimar la fecha y el posible lugar de origen de cada pieza. Pero la herramienta fue concebida para trabajar junto a los especialistas, no en su lugar. En las evaluaciones publicadas junto con el estudio, Ithaca alcanzó por sí solo una precisión del 62% en la reconstrucción de textos dañados; cuando los historiadores utilizaron el sistema como apoyo, en cambio, la precisión de sus reconstrucciones aumentó al 72%, un resultado que los investigadores presentan como una demostración del potencial de la colaboración entre la inteligencia artificial y los expertos en estas materias.
La IA también comenzó a utilizarse para responder preguntas que van más allá del contenido de los textos. En algunos casos, permite reconstruir aspectos de su historia material: quién los escribió, cuándo fueron copiados o cómo circularon a lo largo del tiempo. Un ejemplo de esto son los Manuscritos del Mar Muerto, descubiertos a partir de 1947 en cuevas cercanas a Qumrán, en Cisjordania. Considerados uno de los hallazgos arqueológicos más importantes del siglo XX, reúnen miles de fragmentos de textos bíblicos y otros escritos religiosos copiados entre los siglos III a.C. y I d.C.
En 2021, un equipo de la Universidad de Groningen, en Países Bajos, utilizó inteligencia artificial para analizar el Gran Rollo de Isaías, uno de los manuscritos mejor conservados de la colección. Durante décadas se creyó que había sido copiado por un único escriba. Sin embargo, tras examinar miles de pequeños rasgos de cada letra, el algoritmo detectó diferencias sistemáticas que sugerían la intervención de dos manos distintas, una hipótesis que luego fue interpretada y validada por especialistas en paleografía.
Más recientemente, otro modelo desarrollado por el mismo equipo, denominado Enoch, combinó inteligencia artificial, paleografía y dataciones por radiocarbono para proponer nuevas fechas para algunos de los manuscritos. Los resultados sugieren que parte de la colección podría ser más antigua de lo que se pensaba, una conclusión que abre nuevas preguntas sobre la cronología de ciertos textos bíblicos y la evolución de la escritura hebrea.
Las posibilidades de estas herramientas también comenzaron a extenderse al estudio y la conservación de obras de arte. Uno de los casos más conocidos es el de La ronda de noche, de Rembrandt, una de las piezas más emblemáticas del Rijksmuseum de Ámsterdam. En 1715, la pintura fue recortada para poder trasladarla y adaptarla al espacio donde iba a exhibirse, lo que provocó la pérdida de parte de su composición original.
Como parte del proyecto Operation Night Watch, el museo recurrió a herramientas de inteligencia artificial para reconstruir digitalmente esas secciones desaparecidas. Para ello, los investigadores utilizaron una copia realizada en el siglo XVII por Gerrit Lundens, que conserva la composición completa, y entrenaron un modelo para reconstruir digitalmente las zonas faltantes a partir de la copia histórica y de las características compositivas de la obra.
La reconstrucción nunca se incorporó al lienzo original ni formó parte de una restauración física. Su objetivo fue ofrecer una hipótesis visual que ayudara a comprender la composición concebida por Rembrandt, incorporando una nueva herramienta al trabajo de historiadores del arte y conservadores. Y aunque las aplicaciones son muy diversas, todos estos proyectos comparten un mismo objetivo: utilizar la inteligencia artificial para ampliar el conocimiento sobre obras, manuscritos y objetos históricos sin sustituir el trabajo de los especialistas.
Fuente: María Belén Carballeira, La Nación