Durante mucho tiempo imaginé la arqueología como una ciencia de la tierra. Un arqueólogo excavaba, retiraba lentamente las capas de sedimento, limpiaba una piedra, encontraba una estructura y, a partir de esos restos, intentaba reconstruir una vida desaparecida. Era una arqueología vertical: había que penetrar físicamente en el suelo para encontrar aquello que el tiempo había enterrado. Pero las nuevas aplicaciones de la inteligencia artificial sobre imágenes satelitales y LiDAR están introduciendo otra posibilidad que me parece mucho más profunda: quizá ya no necesitemos excavar para empezar a descubrir. Podemos aprender a mirar el paisaje como si fuera un enorme archivo de memoria.
Lo que está ocurriendo en Nazca resulta especialmente revelador. Un sistema de inteligencia artificial permitió analizar grandes extensiones de la región y localizar cientos de posibles geoglifos, de los cuales 303 fueron confirmados posteriormente. El resultado es extraordinario no solamente por la cantidad, sino por la velocidad: una tarea que mediante métodos tradicionales habría requerido muchísimo más tiempo pudo acelerarse radicalmente gracias a la capacidad de la IA para examinar enormes cantidades de imágenes y detectar patrones que escapan fácilmente a la percepción humana.
Cuando pienso en esos 303 geoglifos, no pienso únicamente en 303 nuevos objetos arqueológicos. Pienso en 303 interrupciones de nuestro desconocimiento. Durante siglos, esas formas estuvieron allí. Nadie las había fabricado recientemente. Nadie las había ocultado deliberadamente para nuestra época. Existían bajo el mismo cielo, sobre la misma tierra, sometidas al mismo viento y al mismo paso del tiempo. Lo que faltaba no era la existencia de las estructuras. Faltaba una mirada capaz de reconocerlas.
Y aquí aparece una idea que atraviesa muchos de los descubrimientos arqueológicos asistidos por IA: el mundo puede contener información que nuestros sentidos no saben convertir en conocimiento.
Esto me parece fundamental. Solemos pensar que ver significa percibir. Pero no es así. Nuestros ojos reciben estímulos y nuestro cerebro construye interpretaciones. La percepción humana está limitada por aquello que hemos aprendido a considerar relevante. Miramos un bosque y vemos árboles. Miramos un desierto y vemos arena. Miramos una fotografía aérea y vemos manchas, líneas, sombras y geometrías. Pero un sistema entrenado específicamente para buscar determinadas estructuras puede descubrir una regularidad que para nosotros carece de significado.
La máquina no necesariamente tiene una mirada más inteligente que la nuestra.
Tiene una mirada diferente.
Y esa diferencia puede ser suficiente para revelar un mundo.
Esto es especialmente evidente en el caso de los geoglifos. Algunas de estas estructuras han perdido claridad por la erosión y el paso del tiempo. Otras son pequeñas y difíciles de distinguir desde el suelo. Algunas se encuentran integradas dentro de paisajes aparentemente naturales. El ser humano puede caminar cerca de ellas sin reconocerlas porque nuestra percepción está optimizada para sobrevivir, orientarnos y actuar, no para detectar sistemáticamente miles de patrones arqueológicos débiles distribuidos por cientos de kilómetros cuadrados.
Una inteligencia artificial puede hacer algo que nosotros simplemente no podemos hacer a esa escala: mirar prácticamente todo.
Y esa palabra —todo— cambia la naturaleza de la investigación.
Durante siglos, la arqueología estuvo condicionada por la selección humana. El investigador elegía dónde excavar, qué fotografiar, qué paisaje recorrer y qué anomalías merecían atención. Era inevitable. No podíamos observarlo todo.
Ahora comenzamos a acercarnos a una arqueología capaz de examinar extensiones completas del territorio antes de decidir dónde intervenir físicamente.
Primero observa la máquina.
Después investiga el arqueólogo.
La excavación se convierte en una segunda fase, no necesariamente en el primer acto.
Y esto me parece una transformación metodológica enorme.
En el desierto de Nefud, por ejemplo, investigadores están utilizando modelos de deep learning como MA-Net, SegFormer y U-Net para identificar estructuras de piedra del Holoceno en imágenes satelitales. El estudio comparó el comportamiento de los distintos modelos y mostró resultados especialmente sólidos con imágenes de mayor resolución; MA-Net alcanzó un F1 medio cercano a 0,90, mientras SegFormer mostró una estabilidad particularmente buena entre distintos tipos de estructuras.
Pero detrás de estas cifras hay algo mucho más interesante que una competición entre algoritmos.
Hay una nueva escala de arqueología.
Miles de estructuras que antes exigían un esfuerzo considerable para ser localizadas pueden empezar a formar parte de inventarios regionales. El investigador puede dejar de pensar exclusivamente en el yacimiento individual y comenzar a estudiar paisajes completos, redes de estructuras, corredores, agrupaciones, orientaciones y relaciones espaciales.
La pregunta cambia.
Ya no preguntamos solamente: «¿Qué es esta estructura?».
Podemos empezar a preguntar: «¿Por qué existen tantas aquí? ¿Por qué están conectadas de esta manera? ¿Qué relación tenían entre ellas? ¿Cómo transformaron las personas este territorio?».
La IA no solamente aumenta la cantidad de objetos encontrados.
Puede modificar la escala a la que pensamos la historia.
Y quizá éste sea uno de sus efectos más profundos.
Una civilización no es únicamente una colección de objetos. Es una organización del espacio. Las personas construyen caminos, monumentos, viviendas, tumbas, recintos ceremoniales y sistemas agrícolas. Cada estructura individual puede parecer pequeña o insignificante, pero cuando observamos miles de ellas simultáneamente aparece algo diferente: una forma de ocupar el mundo.
La arqueología comienza entonces a parecerse menos a la recuperación de objetos y más a la lectura de una inteligencia territorial.
El paisaje se convierte en una especie de cerebro distribuido.
Cada estructura es una señal.
Cada sendero es una conexión.
Cada agrupación puede ser un patrón.
Cada ausencia también puede contener información.
Y la inteligencia artificial puede ayudarnos a construir el mapa de esas relaciones.
Esto resulta especialmente interesante en Nazca porque las nuevas investigaciones han observado que muchos de los geoglifos de menor tamaño están asociados espacialmente con antiguos senderos. Esa relación puede aportar nuevas pistas sobre su función y sobre las diferencias entre distintos tipos de geoglifos.
De repente, una figura en el suelo deja de ser solamente una figura.
Puede convertirse en un elemento dentro de una red de movimiento.
Puede haber sido vista por personas que caminaban por determinados caminos.
Puede haber funcionado como señal, símbolo, referencia, ritual o mensaje.
El significado no estaba necesariamente dentro del dibujo.
Podía estar en la relación entre el dibujo y el territorio.
Y aquí la IA comienza a hacer algo especialmente poderoso: descubrir relaciones que ningún objeto aislado puede revelar.
Esto me lleva a una reflexión que considero central para nuestra comprensión del pasado. Durante mucho tiempo hemos construido la historia a partir de objetos singulares porque los objetos son fáciles de catalogar. Una estatua, una vasija, una tumba, una inscripción. Pero las sociedades humanas no viven dentro de catálogos. Viven dentro de redes.
La inteligencia artificial puede ayudarnos a pasar de una arqueología de objetos a una arqueología de relaciones.
Puede mostrarnos que determinadas estructuras se agrupan.
Que otras aparecen cerca de senderos.
Que ciertas formas se concentran en determinados paisajes.
Que algunas orientaciones se repiten.
Que determinados patrones aparecen a cientos de kilómetros de distancia.
Y cuando aparecen suficientes relaciones, empieza a emerger algo parecido a una gramática.
Una gramática del territorio.
El paisaje deja de ser el escenario pasivo donde ocurrió la historia.
Se convierte en parte de la historia.
Y quizá esto explique por qué las herramientas de LiDAR resultan tan importantes. El LiDAR permite detectar modificaciones sutiles del relieve incluso cuando la vegetación dificulta enormemente la observación directa. La inteligencia artificial puede después analizar esas representaciones buscando patrones arqueológicos. En Irlanda, por ejemplo, la herramienta ADAF alcanzó un recall del 84 % para sitios arqueológicos conocidos y señaló además 116 posibles nuevos sitios, superando en esa prueba la detección humana.
Un 84 % puede parecer simplemente una cifra técnica.
Para mí representa algo diferente.
Significa que una parte considerable de las señales que antes dependían exclusivamente de la atención humana puede empezar a ser rastreada de manera sistemática.
Y eso cambia la relación entre territorio y memoria.
Porque muchos paisajes arqueológicos no parecen arqueológicos.
Ésta es una de las cosas que más me fascinan.
Una ruina puede parecer una colina.
Una zanja puede parecer una depresión natural.
Un antiguo camino puede confundirse con una irregularidad del terreno.
Una estructura de piedra puede quedar integrada en el paisaje hasta desaparecer de nuestra percepción.
La historia no siempre desaparece.
A veces se vuelve indistinguible de la naturaleza.
Y entonces necesitamos una inteligencia capaz de detectar aquello que rompe ligeramente el patrón.
La IA se convierte así en una especie de detector de anomalías históricas.
Busca pequeñas desviaciones dentro de un paisaje aparentemente continuo.
Y quizá ésta sea una definición bastante hermosa de la arqueología: buscar las cicatrices que dejó la humanidad sobre la superficie del mundo.
Cada civilización modifica el espacio.
Cada modificación deja una huella.
Y cada huella puede convertirse, con el tiempo, en una señal casi invisible.
La tecnología comienza a enseñarnos a leer esas señales.
Pero hay algo todavía más importante: la IA no solamente puede encontrar aquello que ya sabíamos que existía. Puede producir candidatos que no estaban en nuestro mapa.
Esto introduce una diferencia epistemológica fundamental.
Un sistema tradicional suele buscar confirmación.
Un sistema de descubrimiento puede generar sorpresa.
La máquina puede decirnos: «Aquí hay algo que no esperabas».
Y esa frase es extraordinariamente poderosa para la ciencia.
Porque el conocimiento avanza muchas veces cuando la realidad contradice nuestras expectativas.
Un mapa arqueológico puede ser una teoría congelada.
Los nuevos descubrimientos lo descongelan.
La IA puede convertirse en una máquina de producir anomalías significativas.
No todas serán descubrimientos. Muchas serán falsos positivos. Algunas estructuras naturales pueden parecer humanas. Algunas formas pueden resultar ambiguas. Algunas predicciones requerirán trabajo de campo. Precisamente por eso la inteligencia artificial no debería convertirse en una autoridad final.
Debe convertirse en un generador de preguntas.
Y esta distinción me parece esencial.
La máquina puede localizar una forma.
El arqueólogo debe comprobarla.
La máquina puede detectar una correlación.
El historiador debe interpretarla.
La máquina puede sugerir una red.
La investigación debe explicar por qué esa red existe.
La inteligencia artificial puede ampliar el campo de visión, pero todavía necesitamos inteligencia humana para transformar visión en significado.
Quizá éste sea el verdadero modelo de colaboración que estamos construyendo.
No una máquina que sustituye al arqueólogo.
Sino un arqueólogo cuya percepción ha sido multiplicada por una máquina.
Un investigador que antes podía observar cien lugares ahora puede recibir información sobre miles.
Una persona que antes tenía que recorrer enormes extensiones puede concentrarse en los lugares donde existen señales significativas.
El tiempo humano deja de gastarse exclusivamente buscando.
Puede dedicarse más a comprender.
Y aquí aparece una consecuencia que considero casi filosófica.
Si la IA nos permite observar grandes regiones de la Tierra como un sistema de huellas humanas, entonces empezamos a comprender que nuestra historia está mucho más distribuida de lo que creíamos.
No está solamente en los museos.
No está solamente en las excavaciones.
No está solamente en los manuscritos.
Está debajo de los bosques.
Dentro de los desiertos.
En las montañas.
En los caminos.
En pequeñas alteraciones del terreno.
En geometrías que durante siglos parecieron naturales.
La Tierra entera puede ser un archivo arqueológico.
Y nosotros apenas hemos aprendido a leer una pequeña parte de su escritura.
Esto cambia también nuestra relación con el tiempo.
Cuando miro una imagen LiDAR de un paisaje actual, puedo estar viendo simultáneamente varias épocas. El presente está encima. Debajo aparecen estructuras de otros momentos. Algunas pertenecen a sociedades recientes. Otras pueden tener miles de años.
El territorio se convierte en una especie de palimpsesto temporal.
No vivimos solamente sobre la historia.
Vivimos dentro de ella.
Y la tecnología está empezando a hacer visibles algunas de sus capas.
Quizá por eso los descubrimientos de Nazca resulten tan simbólicos. Durante décadas creíamos conocer relativamente bien una región que había sido intensamente estudiada. Y de pronto una nueva forma de inteligencia encuentra cientos de figuras que estaban allí desde hacía siglos.
Esto debería producir cierta humildad.
Cada vez que creemos haber terminado de cartografiar la realidad, aparece una nueva herramienta que demuestra que solamente habíamos cartografiado aquello que nuestra tecnología permitía ver.
Primero vemos con nuestros ojos.
Después vemos con fotografías.
Después vemos desde el aire.
Después vemos mediante radar o LiDAR.
Después vemos mediante modelos de aprendizaje automático.
Cada nuevo instrumento no solamente añade información.
Cambia el mundo que creemos conocer.
Quizá el mundo no sea exactamente lo que vemos.
Quizá sea también aquello que todavía no tenemos instrumentos para percibir.
Y aquí aparece una conexión profunda con nuestra propia época de inteligencia artificial.
Estamos acostumbrados a decir que las máquinas «aprenden». Pero quizá deberíamos prestar más atención a otra palabra: perciben.
Un modelo arqueológico no tiene ojos en el sentido biológico. Pero construye una representación del paisaje y busca regularidades dentro de ella. Aprende qué diferencias importan y cuáles pueden ignorarse. Aprende qué combinaciones de formas son compatibles con determinadas estructuras.
En cierto sentido, estamos construyendo nuevas formas de percepción no biológica.
No sabemos todavía hasta dónde llegará esa capacidad.
Pero ya estamos viendo sus primeras consecuencias.
La arqueología se convierte en un laboratorio perfecto porque trabaja precisamente con señales débiles, fragmentarias e incompletas.
La máquina no recibe el pasado completo.
Recibe sus residuos.
Sus huellas.
Sus sombras.
Sus deformaciones.
Y tiene que reconstruir una hipótesis a partir de ellas.
Eso significa que la inteligencia artificial está empezando a hacer algo que durante mucho tiempo consideramos exclusivamente humano: inferir una realidad invisible a partir de señales visibles.
Un arqueólogo mira una pequeña piedra y puede imaginar una estructura desaparecida.
Ahora una máquina puede hacer algo parecido a escala territorial.
La diferencia es enorme.
Puede examinar millones de señales.
Puede comparar miles de paisajes.
Puede aprender de miles de ejemplos.
Puede señalar patrones que una vida humana no tendría tiempo suficiente para examinar.
Y entonces aparece una posibilidad que me parece fascinante: quizá en el futuro la arqueología no sea solamente una ciencia de excavación, sino una ciencia de detección planetaria del pasado.
Podríamos analizar grandes regiones antes prácticamente inaccesibles.
Podríamos comparar paisajes de diferentes continentes.
Podríamos detectar patrones de asentamiento que cruzan fronteras actuales.
Podríamos descubrir redes antiguas que nunca habían sido comprendidas como redes.
Podríamos reconstruir cómo las sociedades transformaron sus ecosistemas.
Y podríamos hacerlo sin destruir físicamente aquello que estudiamos.
Ésta última cuestión es especialmente importante.
Durante mucho tiempo, conocer significaba intervenir.
Excavar.
Extraer.
Mover.
Abrir.
Ahora podemos empezar a conocer mediante observación remota y análisis computacional.
No siempre necesitaremos tocar el pasado para acceder a él.
Podemos aprender a leer sus huellas desde la distancia.
Y eso abre una arqueología menos destructiva, pero también más extensa.
No tendremos que excavar todos los lugares.
Podremos seleccionar cuidadosamente aquellos que merezcan intervención.
La tecnología puede convertirse, paradójicamente, en una forma de proteger el patrimonio precisamente porque nos permite conocerlo sin necesidad de alterarlo inmediatamente.
Cuando pienso en Nazca, Nefud e Irlanda como partes de una misma transformación, veo algo que va mucho más allá de tres proyectos diferentes.
Veo el nacimiento de una nueva relación entre inteligencia, territorio y memoria.
En Nazca, la IA encuentra figuras.
En Arabia, reconoce estructuras.
En Irlanda, detecta anomalías en LiDAR.
Pero en los tres casos ocurre lo mismo en un nivel más profundo: una máquina está aprendiendo a encontrar huellas humanas dentro de paisajes que nuestros ojos habían aprendido a considerar naturales o vacíos.
Y quizá ésa sea la verdadera revolución.
No estamos enseñando a las máquinas a inventar el pasado.
Estamos enseñándoles a reconocerlo.
Estamos construyendo una inteligencia capaz de mirar una superficie aparentemente silenciosa y preguntarse si debajo de ella existe una historia.
Y entonces el paisaje comienza a cambiar.
No porque cambie la tierra.
Porque cambia nuestra mirada.
El desierto deja de ser vacío.
El bosque deja de ser únicamente bosque.
La montaña deja de ser solamente una montaña.
El terreno comienza a aparecer como una memoria distribuida.
Una memoria que no habla con palabras, sino con geometrías.
Y quizá, al final, esto sea lo más extraordinario que nos está enseñando la inteligencia artificial aplicada a la arqueología: la historia nunca estuvo completamente oculta; estaba esperando una forma diferente de percepción.
Durante miles de años, nuestros antepasados caminaron sobre esas huellas.
Durante siglos, nosotros caminamos sobre ellas sin reconocerlas.
Ahora una máquina comienza a señalar dónde mirar.
Y cuando miramos de nuevo, descubrimos algo inquietante y hermoso:
el planeta que creíamos conocer estaba lleno de pasado.
Simplemente todavía no habíamos aprendido a verlo.
No hay comentarios:
Publicar un comentario