Imaginate un rompecabezas de hace dos mil años al que le faltan piezas clave. Así es el trabajo de la epigrafía. Ahora, un equipo que incluye a investigadores de Google DeepMind desarrolló Aeneas, una Inteligencia Artificial capaz de completar textos latinos antiguos, fecharlos y ubicarlos geográficamente. Pero la verdadera magia, como en las mejores historias, no está en la máquina, sino en lo que puede lograr junto a un experto de carne y hueso.

Estudiar inscripciones antiguas, esa disciplina con el nombre elegante de epigrafía, es un laburo más parecido al de un detective que al de un académico de biblioteca. Los historiadores se enfrentan a piedras rotas, letras borradas por el tiempo y fragmentos que podrían cambiar nuestra comprensión de la historia. El problema es que para rellenar esos huecos, necesitan comparar el texto dañado con otros similares, una tarea que puede llevar una vida entera. «Encontrar estas otras inscripciones es increíblemente lento», cuenta Thea Sommerschield, epigrafista de la Universidad de Nottingham y coautora del estudio.

Para colmo, como si la dificultad fuera poca, no paran de aparecer nuevas inscripciones. «Hay demasiada información para que una sola persona la pueda conocer», agrega Anne Rogerson, una especialista en textos latinos de la Universidad de Sídney. ¿Cómo hacer para manejar semejante avalancha de datos? La respuesta, parece, llegó de la mano de la tecnología.

Un equipo de investigadores de universidades del Reino Unido y Grecia, en colaboración con la gente de DeepMind (la compañía de IA de Google), desarrolló un modelo de inteligencia artificial generativa al que bautizaron Aeneas. No es un nombre casual: Eneas fue el héroe troyano que, según el mito, escapó de su ciudad en llamas para fundar una nueva civilización en Italia, conectando así dos mundos. Este Aeneas digital hace algo parecido: conecta los fragmentos perdidos del pasado con nuestro presente.

Para entrenarlo, los científicos lo alimentaron con un festín de datos: el texto de 176.861 inscripciones latinas, sacadas de las tres bases de datos más grandes del mundo. Un viaje en el tiempo desde el siglo VII a.C. hasta el VIII d.C. El resultado es un sistema con tres redes neuronales, cada una especializada en una tarea: una restaura el texto que falta, otra predice de dónde viene la inscripción y la tercera estima su antigüedad. Y lo más importante: no tira respuestas al aire. Junto con cada predicción, Aeneas te muestra una lista de inscripciones parecidas de su base de datos para justificar su hipótesis. «Aeneas puede recuperar paralelos relevantes de todo nuestro conjunto de datos al instante», explica Yannis Assael, investigador de Google DeepMind.

El historiador y la máquina: una dupla imbatible

Bárbaro, pero… ¿qué tan bueno es? Para medirlo, el equipo organizó una especie de competencia. Convocaron a 23 epigrafistas expertos y les pidieron que restauraran, fecharan y ubicaran una serie de inscripciones. Primero, solos. Después, con la ayuda de Aeneas.

Los resultados son fascinantes. Por su cuenta, los especialistas databan las inscripciones con un margen de error de unos 31 años. Aeneas, solito, lo hizo con un margen de solo 13 años. Punto para la máquina.

Sin embargo, a la hora de restaurar el texto faltante y de identificar el origen geográfico, la cosa cambió. El mejor rendimiento no lo tuvo ni el experto ni la IA por separado. La medalla de oro se la llevó la dupla: los especialistas que usaron las predicciones y la lista de sugerencias de Aeneas fueron mucho más precisos que cualquiera de los dos trabajando en soledad. La colaboración pulió incluso la datación, reduciendo el error humano a solo 14 años. La conclusión es clara: no es una herramienta para reemplazar al historiador, sino para potenciarlo.

El modelo también se puso a prueba con un texto famosísimo, las Res gestae divi Augusti, la autobiografía donde el emperador Augusto detalla sus logros. Aeneas no solo calculó su antigüedad con una precisión similar a la de los historiadores, sino que además no se dejó engañar por las fechas mencionadas dentro del propio texto. Demostró «pensar» como un experto, identificando variaciones de ortografía y otros detalles sutiles para sacar sus conclusiones.

En otro caso notable, al analizar un altar con inscripciones, Aeneas incluyó en su lista de paralelos otro altar de la misma región, un dato que sorprendió al equipo porque nadie le había dicho al modelo que ambos estaban conectados geográfica o temporalmente.

Una conjetura racional, no un tiro a ciegas

Anne Rogerson, que no participó del estudio, cree que el potencial es enorme. La IA puede analizar cantidades de datos que exceden la capacidad de una persona y ayudar a los historiadores a encontrar textos similares en minutos, un proceso que manualmente «puede llevar semanas o incluso meses».

Además, destaca una diferencia clave con las IA más populares y generalistas. Las respuestas de Aeneas, dice, parecen estar mejor razonadas y son menos propensas a inventar datos. «Te está dando una hipótesis basada en la evidencia con la que trabaja, así que es una conjetura racional en lugar de un tiro a ciegas».

Claro que no es perfecto. El propio equipo reconoce sus limitaciones. Su base de datos, aunque enorme, es más chica que la de modelos como ChatGPT, lo que podría afectar su rendimiento con inscripciones muy raras o de períodos con pocos hallazgos. Como dice Rogerson, Aeneas quizás no sea tan útil para esas piezas únicas que tanto desvelan a los arqueólogos.

Al final del día, Aeneas no es una bola de cristal, sino un asistente increíblemente erudito y veloz. Un compañero de fierro para el detective de la historia, que ahora tiene una nueva lupa para mirar el pasado.

Referencias:
doi: https://doi.org/10.1038/d41586-025-02335-x

Por Daniel Ventuñuk
En base al artículo de Rachel Fieldhouse publicado en Nature