Patricia Murrieta, codirectora del Centro de Humanidades Digitales del Departamento de Historia de la Universidad de Lancaster, desarrolla un modelo de inteligencia artificial que permitirá reconocer textos manuscritos de la Nueva España y convertirlos automáticamente en documentos digitales, lo que podría ayudar a reconstruir episodios históricos mexicanos que hasta ahora se conocen de manera parcial.
Durante Fronteras de la Investigación, evento organizado por el Tec de Monterrey, la también profesora de esta institución explicó que la tecnología fue entrenada para identificar cinco de los tipos de caligrafía más frecuentes durante el periodo colonial y puede trabajar tanto con español antiguo como con náhuatl clásico.
La investigadora explicó que sus modelos presentan tasas de error inferiores al 10%, lo que permite obtener transcripciones casi precisas para comenzar a analizar grandes colecciones documentales como la que se encuentra en el Archivo General de la Nación.
Una máquina que aprende a leer el pasado
Digitalizar un documento contemporáneo puede parecer sencillo: los programas de reconocimiento óptico de caracteres identifican las letras de una página impresa y las convierten en texto que puede copiarse, buscarse o analizarse.
El problema cambia cuando se trata de manuscritos históricos. Cada persona escribía de manera distinta, coexistían varios estilos de caligrafía y la ortografía no estaba estandarizada. Además, algunos documentos mezclan español, latín y lenguas indígenas.
“Nosotros no hablamos de la misma manera o escribimos de la misma manera en el siglo XVI que el día de hoy”, explicó Murrieta durante la conferencia.
A esa transformación del lenguaje se suma que los textos pueden contener abreviaturas, manchas, páginas deterioradas o letras que hoy resultan difíciles de reconocer.
Para enfrentar el problema, el equipo recurrió al reconocimiento automático de texto manuscrito, una tecnología similar al reconocimiento de caracteres, pero diseñada para identificar escritura hecha a mano.
Los investigadores alimentaron los modelos con ejemplos previamente transcritos y revisados por especialistas. De esta forma, la máquina aprendió a distinguir los trazos y patrones de cada caligrafía hasta producir sus propias transcripciones.
Miles de documentos sobre la Nueva España
Una de las primeras aplicaciones de esta tecnología será el proyecto Las Flotas de la Nueva España, que busca analizar cerca de 300 años de intercambios económicos, sociales y culturales entre América y Europa.
El equipo ya comenzó a trabajar con un conjunto de alrededor de 35 mil documentos relacionados con estas embarcaciones, que durante el periodo colonial transportaron personas, alimentos, animales, minerales, conocimientos y mercancías entre ambos continentes.
Sin inteligencia artificial, revisar una colección de ese tamaño implicaría que especialistas leyeran y transcribieran página por página. El nuevo sistema permite clasificar primero los documentos según su tipo de escritura y enviarlos al modelo adecuado.
Para conseguirlo, los investigadores desarrollaron una segunda herramienta que identifica automáticamente la caligrafía presente en cada página. Actualmente, el clasificador alcanza una precisión aproximada del 84%.
Este proceso permite pasar de miles de imágenes digitalizadas a textos en los que se pueden buscar nombres, lugares, fechas, plantas, enfermedades o rutas comerciales.
Una historia que todavía no ha sido leída
La importancia del proyecto no se limita a ahorrar tiempo, pues una gran parte de los archivos históricos mexicanos todavía no ha sido transcrita y, por lo tanto, tampoco puede consultarse mediante buscadores digitales.
En sus páginas se encuentran documentos administrativos y comerciales, pero también relatos locales, testimonios, conocimientos médicos, referencias a lenguas indígenas y registros de personas que suelen aparecer poco en las versiones tradicionales de la historia.
Al hacer accesibles esas fuentes, los investigadores podrían reconstruir episodios que hasta ahora se conocen de manera parcial. También podrán comparar miles de documentos al mismo tiempo e identificar patrones que serían difíciles de observar mediante la lectura individual.
“Se abre todo un mundo de posibilidades de conocimiento”, señaló la investigadora de la Universidad de Lancaster.
La investigadora considera que la tecnología permitirá un acceso sin precedentes a la información histórica y facilitará que personas fuera de los círculos académicos puedan acercarse a estos textos.
Del español antiguo al lenguaje actual
El equipo también creó una herramienta para convertir las transcripciones del español antiguo a una versión comprensible para los lectores actuales.
A diferencia de los modelos comerciales de inteligencia artificial, que pueden modificar información o inventar fragmentos, el sistema fue construido con reglas establecidas por especialistas en historia y filología. Así, los investigadores pueden revisar qué cambios realiza la herramienta y conservar el significado del documento original.
La intención es que, en el futuro, una persona pueda consultar la imagen del manuscrito, su transcripción y una versión modernizada del texto. El siguiente paso será reunir estas tecnologías en un laboratorio de inteligencia artificial que pueda ser utilizado por archivos, museos, bibliotecas y galerías de América Latina.
Más que sustituir el trabajo de historiadores y paleógrafos, la IA funcionaría como una herramienta para atravesar un volumen de información que ninguna persona podría revisar por sí sola. La tecnología leerá las páginas, pero serán los especialistas quienes deberán interpretar qué revelan sobre el pasado
