La inteligencia artificial, aplicada a antiguos textos y manuscritos, por un estudiante menorquín

Este menorquín vive en Valencia desde 2014 y ahora mismo continúa allí con sus investigaciones; de su grupo académico nació en 2020 la empresa spin off Transkriptorium, con el objetivo de explotar tecnología de transcripción e indexación de la información contenida en imágenes digitalizadas de documentos manuscritos.

Precisamente su tesis doctoral, titulada «Deep learning methodologies for textual and graphical content-based analysis of handwritten text images» (Metodologías de aprendizaje profundo para el análisis basado en contenido textual y gráfico de imágenes de texto manuscrito) aborda los problemas no resueltos en el campo de la IA aplicada a documentos históricos manuscritos. Los desafíos incluyen, según su trabajo, no solo la degradación de los documentos, sino también la escasez de datos disponibles para entrenar modelos especializados.

Es una tesis «técnica», explica Prieto, matemáticas dentro de la informática, en la que se trata el uso y la creación de nuevas técnicas para descifrar con IA «documentos con cientos de años de antigüedad, se trabaja con documentos estructurados, no sólo con una página, y se extrae información de libros históricos». Por ejemplo, algunos de esos increíbles fondos documentales en los que ha investigado son el Archivo General de Indias, en Sevilla, que centralizaba toda la documentación de los territorios españoles en ultramar, o el Archivo Histórico de Cádiz.

Equipo con las humanidades

¿Y qué tarea desempeñan los informáticos como Prieto? «Con ayuda de paleógrafos e historiadores entrenamos modelos de IA, matemáticos, para poder procesar y transcribir, también extraer imágenes, a mayor escala, son páginas muy antiguas, manuscritas, a veces deterioradas», señala, una labor en la que ingenieros informáticos y profesionales de disciplinas de humanidades forman un equipo, «ellos nos ayudan a etiquetar los datos».

El trabajo de estos investigadores es rescatar información perdida o en riesgo de perderse. «Hay datos históricos de barcos que realizaban anotaciones sobre el clima de hace dos siglos», señala Prieto, información relevante para estudiar el cambio climático, o actas notariales en el Archivo de Cádiz que aportan luz sobre el traspaso de propiedades a lo largo de la historia.

El menorquín también participó en el Proyecto Carabela, del grupo de investigación PRHLT (Pattern Recognition and Human Language Technology), vinculado asimismo a la Universitat Politècnica de València. Este trabajo, muy sensible por la información que trata, buscaba aplicar técnicas en colecciones masivas de manuscritos de los siglos XV-XVI que contienen información clave para identificar pecios de miles de naufragios ocurridos durante ese periodo, muchos de ellos con tesoros de la Corona española. Es otro ejemplo aportado por este ingeniero menorquín, que opina que «se mete mucho