Page 60 - Anuario AC/E de cultura digital 2024

60
Por ejemplo, gracias a un nuevo programa de IA llamado Ithaca11 —desarrollado por Alphabet, de DeepMind—, que ayuda a llenar espacios y de- terminar su origen geográfico y su fecha aproxi- mada de creación, los historiadores han logrado descifrar textos maltrechos provenientes de la antigua Grecia. Para lograrlo, usaron los datos de más de 70 000 textos, algunos tan antiguos que se remontan al año 700 a. C. Como explica la Smithsonian Magazine,12 los historiadores del programa solo lograban restaurar los textos con el 25 % de exactitud, pero con el nuevo sistema fueron capaces de reconstruir partes de inscrip- ciones dañadas o faltantes con una exactitud hasta del 72 %. Además, Ithaca podría servir como herramienta para reconstruir textos de otras civilizaciones, como la maya o la escritura cuneiforme.
Precisamente, un equipo de arqueólogos y científicos computacionales creó un programa
de IA que ha logrado traducir las inscripciones de antiguas tablas cuneiformes mediante un modelo de traducción de aprendizaje automático neuro- nal (NMT, por sus siglas en inglés).13 La colabora- ción humano-máquina traduce del acadio —una lengua antigua de regiones mesopotámicas como Asiria, Isin y Babilonia— al inglés de forma automática.14 Ahora, los investigadores pueden usar las primeras versiones de la aplicación online del modelo, que recibe el nombre de Babylonian Engine.15 Pero las nuevas posibilidades que está abriendo la IA no se han quedado solo en la transcripción y traducción de textos antiguos.
11 https://ithaca.deepmind.com/
12 https://www.smithsonianmag.com/smart-news/a-
new-ai-can-help-historians-decipher-damaged-an-
cient-greek-texts-180979736/
13 https://www.heritagedaily.com/2023/06/archaeo-
logists-use-artificial-intelligence-ai-to-transla-
te-5000-year-old-cuneiform-tablets/147816
14 https://academic.oup.com/pnasnexus/article/2/5/
pgad096/7147349?login=false
15 https://digitalpasts.github.io/docs/BEn.html
3. Arqueología literaria
A finales de noviembre de 2023, los espectadores en Madrid pudieron ver por primera vez el es- treno de La francesa Laura, una obra del Siglo de Oro que yacía extraviada entre los manuscritos anónimos de la Biblioteca Nacional de España (BNE). Gracias a un equipo híbrido de expertos en filología y sofisticados modelos de inteligencia artificial, pudo atribuirse a Lope de Vega,16 uno de los grandes referentes de la época. Las tecno- logías utilizadas —y los procesos para atribuir la autoría del manuscrito— fueron múltiples.
Gracias a un equipo híbrido de expertos
en filología y sofisticados modelos de inteligencia artificial, pudo atribuirse a Lope de Vega un manuscrito anónimo de la BNE.
En primer lugar, los investigadores utilizaron la herramienta Transkribus, creada por la Universi- dad de Innsbruck, a la que entrenaron con tres millones de palabras para que pudiera reconocer cada letra de forma autónoma: unas 1300 obras del Siglo de Oro español fueron procesadas por la herramienta para convertirlas en texto digi- tal. Tras la tarea de transcripción —que habría tomado años a un equipo tradicional—, esta
se pasó por la plataforma ETSO (Estilometría aplicada al Teatro del Siglo de Oro), una base de datos compuesta por 2800 comedias de 250 dramaturgos. Por último, los investigadores de las universidades de Valladolid y Viena, la BNE y el Grupo Prolope de la Universitat Autònoma de Barcelona usaron el programa Stylo para comparar los textos introducidos en la base de datos ETSO y que clasificara las obras como escritas o no por Lope de Vega. Luego vino el trabajo filológico tradicional, en el que a través de la versificación, la ortología y el estudio de ecos lopescos —un estudio de la métrica y las estructuras léxicas y conceptuales— se llegó finalmente a la conclusión de que el manuscrito encajaba con la etapa final de la obra del poeta.
16 https://ethic.es/2023/05/ tecnologia-para-la-arqueologia-literaria/
ARqUEOLOGíA DIGITAL: EN bUsCA DEL ARChIvO PERDIDO · MARIANA TORO NADER
Anuario AC/E de cultura digital 2024