Bibliotecas académicas de todo el mundo conservan miles de fragmentos de papiros en griego antiguo tan deteriorados que su significado permanece ilegible. Restaurarlos ha sido históricamente una tarea reservada a un puñado de especialistas capaces de identificar divisiones de palabras —la escritura griega antigua no usa espacios—, datar documentos con precisión y aplicar contexto socio-político para seleccionar términos plausibles. Ahora, un modelo de lenguaje entrenado específicamente para ese propósito busca comprimir ese proceso.
Un modelo entrenado en el corpus histórico del griego antiguo
La Academia de Ciencias de Austria, en colaboración con el laboratorio de inteligencia artificial Mistral y la firma de servicios tecnológicos Sail Reply, ha desarrollado Apollo, un modelo de lenguaje entrenado con aproximadamente 600 millones de palabras extraídas de manuscritos, papiros e inscripciones históricas.
A diferencia de los modelos de propósito general, Apollo opera con sensibilidad dialectal: cuando detecta referencias homéricas, aplica griego homérico; cuando identifica una inscripción en dialecto dórico, ajusta su registro lingüístico en consecuencia. Así lo describe Anna Dolganov, historiadora y papirologista de la Academia de Ciencias de Austria, quien participó en su desarrollo.
Completar los vacíos con probabilidad estadística
En documentos fragmentados o físicamente dañados, Apollo puede sugerir las palabras o pasajes que estadísticamente tienen mayor probabilidad de ser correctos, con base en el corpus con el que fue entrenado. Esto no reemplaza el juicio académico, pero sí reduce el tiempo que un especialista dedica a tareas de identificación y reconstrucción.
"Hay muy pocas personas en el mundo que sean tan buenas en historia griega", señala Stephen Colvin, profesor de clásicos y lingüística histórica en University College London, subrayando la escasez de expertos capaces de realizar este trabajo de forma autónoma.
Armand D'Angour, profesor de lenguas y literatura clásicas en la Universidad de Oxford —que alberga la colección de papiros antiguos más grande del mundo— califica el avance como "muy emocionante", anticipando que una herramienta capaz de sugerir múltiples opciones léxicas podría transformar el ritmo de la investigación.
Implicaciones para la investigación histórica y el acceso al conocimiento
Apollo estará disponible de forma gratuita para académicos a través de una interfaz de chatbot. Su función principal no es reemplazar al especialista, sino ampliar el acceso a la papirología: facilitar que investigadores de subdisciplinas adyacentes identifiquen fragmentos relevantes para sus áreas y abran líneas de análisis que antes requerían años de formación especializada.
Dimitris Vlitas, socio de Sail Reply, resume el alcance del cambio: desbloquear este conocimiento de forma asistida "era impensable hace un año". La velocidad con que modelos de lenguaje especializados están entrando a dominios de alta complejidad —desde el derecho hasta la filología clásica— plantea una pregunta estratégica para cualquier organización que gestione corpus documentales extensos: cuánto conocimiento institucional permanece atrapado en formatos que la IA ya puede comenzar a descifrar.
