La IA empieza a resolver enigmas históricos sin resolver

Un investigador especializado en historia de la ciencia probó las capacidades de dos modelos de inteligencia artificial de última generación —identificados como GPT-6 y Opus 5.5— para intentar resolver problemas históricos que permanecían sin solución. Según su relato, los resultados marcan un cambio notable respecto de lo que estas herramientas podían lograr apenas un año atrás.

La conclusión central del experimento es que equipos de historiadores trabajando junto a estos modelos podrían producir avances concretos en el conocimiento histórico, algo que antes no era viable con la tecnología disponible.

Qué tipo de problemas puede resolver la IA

De acuerdo con el análisis, estos modelos rinden mejor cuando los problemas cumplen ciertas condiciones: que expertos ya hayan delimitado el desafío, que los datos estén digitalizados, y que exista una forma de comprobar si la solución propuesta es correcta o no.

Los casos donde esto se cumple con más frecuencia son:

• Criptografía y desciframiento de códigos históricos, como mensajes militares de la Primera y Segunda Guerra Mundial.
• Rastreo de textos a través de traducciones y adaptaciones entre idiomas.
• Conexión de hallazgos dispersos en subcampos académicos que rara vez dialogan entre sí.

Un ejemplo citado es el desciframiento de un mensaje Enigma del 10 de julio de 1941 que había resistido los intentos de decodificación. Según el investigador criptológico Frode Weierud, la clave no estuvo en la técnica de desciframiento en sí, sino en que el modelo identificó y cruzó información dispersa en archivos del Bundesarchiv alemán que los especialistas humanos no habían logrado conectar del mismo modo. Weierud reconoce que ni siquiera los expertos terminan de entender con precisión cómo el sistema accedió a ciertos archivos mencionados en su análisis.

Manuscritos, anagramas y un hallazgo sobre Newton

El experimento también incluyó un intento de "descifrar" el Liber Loagaeth, el libro codificado del ocultista isabelino John Dee, escrito supuestamente en "lenguaje angelical" junto al vidente Edward Kelley. El modelo concluyó que el texto no está codificado: se trataría en su mayoría de sílabas sin sentido, un veredicto que coincide con la sospecha histórica de que Kelley actuaba como un farsante. Aun así, el análisis detectó que una parte del texto sí codifica un significado real: una referencia a Bornogo, una figura angelical dentro de la mitología creada por Dee.

Otro de los hallazgos surgió al aplicar los modelos a los papeles de Samuel Hartlib, científico e "intelligencer" del siglo XVII vinculado a la Royal Society. Opus 5.5 procesó más de 5.000 documentos primarios del archivo de Hartlib y los cruzó con fuentes en otros idiomas.

Allí el sistema detectó que tanto Isaac Newton como Hartlib usaban anagramas distintos para referirse al mismo ingrediente alquímico, el llamado "vitriolo húngaro": Newton con un anagrama exacto de la palabra en latín, y Hartlib con una variante basada en escritura invertida. Según el investigador, esta coincidencia —sumada a otras similitudes textuales— sugiere que el manuscrito de Hartlib pudo haber sido una de las fuentes que utilizó Newton, un dato que hasta ahora no figuraba en la bibliografía especializada.

En paralelo, mientras se redactaba el informe, Opus 5.5 avanzó en el desciframiento parcial de dos cartas españolas del siglo XVI escritas en el código secreto del emperador Carlos V, aunque ambas ya habían sido descifradas previamente por otros medios.

Los límites del método

El propio investigador aclara que no todos los intentos dieron resultado: al pedirle a los modelos que buscaran nuevos mensajes cifrados de las dos guerras mundiales sin descifrar, no lograron encontrar casos adicionales, lo que sugiere que ese tipo de hallazgos "fáciles" ya fueron identificados por especialistas humanos.

También remarca que ninguno de los hallazgos descriptos constituye un descubrimiento de gran magnitud dentro de sus respectivos campos, pero sí evidencia que la combinación de conocimiento experto, modelos de lenguaje avanzados y gran capacidad de cómputo puede producir resultados nuevos en áreas muy específicas de la investigación histórica.