La IA se lanza a descifrar lenguas muertas: encuentra patrones, pero el sentido lo pone el científico

Las redes neuronales ya ayudan a los historiadores a leer textos que llevaban milenios sin entenderse. Pero, pese a la potencia de los algoritmos, descifrar una escritura sigue requiriendo a una persona: la IA es excelente para encontrar regularidades en los símbolos, pero solo un lingüista puede dotarlas de sentido.

Qué sabe hacer una red neuronal en lingüística

La principal ventaja de las redes neuronales sobre el investigador es la velocidad y la escala del análisis estadístico. En unas pocas horas, el algoritmo procesa un corpus que a un académico le llevaría años: cuenta la frecuencia de los símbolos, construye matrices de coocurrencia y detecta patrones estructurales.

Uno de los ejemplos más ilustrativos es el proyecto Ithaca, desarrollado por un equipo de DeepMind junto con historiadores y publicado en la revista Nature en 2022. El sistema restituía fragmentos dañados de inscripciones en griego antiguo. La precisión del algoritmo fue de alrededor del 62%, mientras que los especialistas sin IA acertaban la variante correcta solo en el 25% de los casos. Cuando los historiadores trabajaban en tándem con la red neuronal, el resultado subía hasta el 72%.

Ithaca funcionó bien precisamente porque para el griego antiguo ya existía un gran corpus de textos descifrados. El algoritmo se apoyaba en miles de inscripciones estudiadas antes por los académicos y, sobre esa base, generaba predicciones para los fragmentos desconocidos.

• Ithaca (DeepMind, Nature, 2022): 62% de precisión en la restitución de inscripciones
• Historiadores sin IA: alrededor del 25% de variantes correctas
• Historiadores + Ithaca: 72%
• Los mayores sistemas sin descifrar: lineal A (Creta), protoelamita (Irán), rongorongo (isla de Pascua), escritura del Indo (Mohenjo-Daro)

¿Por qué no se puede prescindir del lingüista?

La IA puede describir la estructura de un texto, pero no puede vincularla con su significado. Esto se nota sobre todo cuando falta un «ancla»: un texto paralelo, como la piedra de Rosetta para los jeroglíficos egipcios. Para el lineal A, el protoelamita o el rongorongo no existe ese punto de entrada, y sin él descifrar se convierte en adivinar.

El algoritmo detectará que ciertos símbolos aparecen juntos con más frecuencia que otros, pero sin contexto cultural es imposible asignarles palabras. El lingüista aporta lo que no está en los datos: el conocimiento de la tipología de las lenguas, la comprensión de en qué se diferencian los registros comerciales de los textos religiosos, la intuición sobre las categorías gramaticales; en suma, todo lo que no se puede aprender directamente de un corpus.

«La IA es fantásticamente buena reconociendo patrones, pero la intuición humana sigue siendo clave», subrayan los investigadores de lingüística computacional consultados por

Ars Technica.

Cómo cambia el trabajo de los académicos

La combinación de «red neuronal + lingüista» no sustituye al investigador: cambia su ritmo de trabajo. El algoritmo asume la rutina: el análisis de frecuencias, la restitución de símbolos perdidos y la búsqueda de coincidencias estructurales en corpus paralelos. El especialista se concentra en la interpretación, la fase en que hace falta entender el mundo, y no solo el texto.

Varios investigadores comparan este cambio con el que supuso la resonancia magnética en el diagnóstico: el médico sigue siendo quien diagnostica, pero ve detalles antes inaccesibles. Los equipos que antes dedicaban meses a codificar corpus a mano ahora obtienen los primeros patrones en cuestión de días. En el mundo quedan varias decenas de escrituras sin descifrar, y algunas de ellas, según los especialistas, podrían leerse en los próximos años precisamente gracias a esta colaboración.

Qué significa

La aplicación de la IA a la lingüística es un ejemplo de cómo las redes neuronales amplifican la experiencia humana en lugar de desplazarla. Donde hay textos paralelos y un volumen suficiente de datos, el algoritmo actúa como acelerador. Donde el contexto cultural es opaco o los datos escasean, la última palabra sigue siendo del científico.