La IA al rescate de la historia: cómo el aprendizaje automático descifra códigos de 400 años

En lo profundo de los archivos de la Biblioteca Vaticana, un misterioso libro manuscrito, garabateado con extraños símbolos, permaneció sin leer durante más de 400 años. Sus crípticas páginas aparentemente ocultaban remedios secretos “para dolencias del cuerpo humano”, según un texto grabado en la contraportada. Tales prácticas curativas se mantenían en secreto en aquella época, ya que podían despertar sospechas o incluso acusaciones de brujería.

Conocido como el cifrado Borg, el manuscrito de 408 páginas es prácticamente incomprensible: está codificado con 34 símbolos oscuros, algunas letras romanas y una portada escrita en árabe. No existía una clave conocida para descifrar su contenido. Algunas páginas también están dañadas por el paso del tiempo, lo que dificulta aún más la lectura del código.

Pero con la ayuda del aprendizaje automático —una forma de inteligencia artificial— los investigadores lograron descifrar el código. Descubrieron que el texto contenía miles de tratamientos insólitos, como beber varias copas de vino tinto de alta calidad o fermentar nuez moscada en masa para combatir la disentería. (Se puede consultar el documento completo cifrado en línea en la Biblioteca Vaticana, signatura Borg.lat.898).

“Es como un trabajo de detectives, donde cada símbolo, patrón y solución parcial puede acercarnos a los secretos de alguien y a un mundo histórico perdido”, explica Beáta Megyesi, profesora de lingüística computacional en la Universidad de Estocolmo (Suecia), quien formó parte del equipo que descifró el texto. Incluso con la ayuda de la IA, el proceso de descifrado fue laborioso.

Ahora, Megyesi y sus colegas lideran los esfuerzos para aprovechar el poder de la IA y decodificar cifrados históricos de manera más eficiente, lo que podría desbloquear una gran cantidad de información codificada del pasado que hasta ahora era indescifrable.

Según algunas estimaciones, alrededor del 1% del material en archivos y bibliotecas de todo el mundo está total o parcialmente cifrado. Algunos de los cifrados más antiguos que se conocen datan de la Antigua Grecia y de Roma.

En conjunto, los documentos históricos cifrados ocultan información diplomática, rituales de sociedades secretas, conocimientos médicos, romances o detalles cotidianos que la gente quería mantener en secreto. Esta es información que actualmente falta en las narrativas históricas.

En algunos casos, descifrar estos documentos tiene el potencial de reescribir lo que sabemos sobre una persona famosa o un período histórico completo. (Un ejemplo reciente de cifrado que logró esto fue una colección de cartas codificadas que se descubrió que fueron escritas por María Estuardo durante su largo encarcelamiento en Inglaterra. Revelaron su participación en complots para recuperar el trono y su tensa relación con su hijo, Jacobo VI de Escocia y futuro rey Jacobo I de Inglaterra).

Los cifrados históricos pueden ser relativamente simples: el de Borg, por ejemplo, utiliza un cifrado de sustitución directo, lo que significa que cada símbolo se intercambió con una sola letra romana para ocultar lo escrito. Otros, sin embargo, pueden ser difíciles de descifrar. En algunos casos, se desconoce el idioma original en el que se escribió el texto sin descifrar. También se pueden insertar símbolos adicionales sin significado como señuelo para despistar a cualquiera que intente descifrarlo. En otros casos, se pueden usar varios signos para representar la misma letra. Esto puede implicar una enorme cantidad de trabajo —a menudo mediante ensayo y error— para descifrar incluso una pequeña cantidad de texto.

A Cecile Pierrot, criptóloga del Instituto Nacional Francés de Investigación en Ciencias de la Computación (Inria) en Nancy, Francia, y a sus colegas les llevó seis meses descifrar gradualmente la clave de una carta de 500 años de antigüedad de Carlos V, emperador del Sacro Imperio Romano Germánico y rey de España, escrita con 120 símbolos cifrados diferentes en tres páginas. (La carta descifrada reveló que Carlos V —uno de los hombres más poderosos de su época— estaba dominado por el temor a una conspiración para asesinarlo. El rey temía que un mercenario italiano al servicio del rey francés Francisco I estuviera a punto de matarlo).

Antes de poder comenzar a descifrar códigos, los investigadores primero deben transformar minuciosamente un cifrado escrito a mano en un documento digital que pueda introducirse en un software de descifrado de códigos. La mala escritura y la decoloración de la tinta pueden dificultar aún más esta tarea. Pierrot dice que normalmente le lleva un día transcribir una carta de dos páginas que contiene símbolos que no le resultan familiares.

Pero la IA está empezando a acelerar el proceso. Michelle Waldispühl, profesora de lingüística alemana en la Universidad de Oslo en Noruega, y sus colegas utilizaron recientemente una plataforma de inteligencia artificial en línea llamada Transkribus para transcribir una carta secreta escrita por el noble Sigismund Heusner von Wandersleben al Gran Canciller sueco Axel Oxenstierna en 1637, en el apogeo de la Guerra de los Treinta Años, un conflicto religioso que finalmente se cobraría millones de vidas y devastaría grandes extensiones de Europa.

La herramienta fue entrenada en varios idiomas, escrituras y estilos de escritura que abarcan varios siglos. Después de cargar la imagen de un documento en el sistema, la IA detecta bloques de texto y líneas individuales antes de escanear todo el texto carácter por carácter para convertirlo en un formato digital. Aunque se necesitaron algunas correcciones manuales, la herramienta funcionó bastante bien en la carta de Von Wandersleben, ya que solo estaba parcialmente cifrada usando números separados por puntos que estaban claramente escritos con espacios entre ellos.

Otras partes no estaban codificadas y simplemente estaban escritas en escritura alemana del siglo XVII. Las plataformas de transcripción de IA existentes a menudo tienen problemas cuando los manuscritos se cifran con caracteres inusuales, como signos inventados, símbolos astrológicos o números escritos de forma extraña.

Pero Megyesi, Waldispühl y sus colegas están desarrollando su propia herramienta de inteligencia artificial para convertir textos históricos escritos a mano con símbolos o escrituras oscuras en documentos legibles por máquina como parte del proyecto multinacional Descrypt. “Estamos desarrollando modelos más adaptables, entrenados y probados en una amplia gama de escrituras, alfabetos y repertorios simbólicos”, señala Megyesi.

Una vez transcrito un documento secreto, comienza el trabajo de investigación. Actualmente, los criptólogos suelen utilizar software especializado, sin inteligencia artificial, que emplea algoritmos para intentar determinar el cifrado utilizado y descifrar el código. Los cifrados sencillos a menudo se pueden descifrar analizando la frecuencia de los símbolos utilizados y comparándolos con las letras del alfabeto que aparecen con la misma frecuencia en un idioma.

En inglés, por ejemplo, la letra E es la más común, mientras que la Z, la Q y la X son las menos frecuentes. Pero en la carta de Von Wandersleben desde el frente de la Guerra de los Treinta Años, por ejemplo, utilizó hasta ocho símbolos diferentes para representar la letra E. Esto significó que se requirió un método de ensayo y error, además del conocimiento de Waldispühl del alemán antiguo, para descifrar el código gradualmente. “Fue un proceso de constante intercambio entre la máquina y el validador humano”, recuerda Waldispühl. “Quizás en algún momento la IA pueda hacerlo de forma completamente independiente”.

Ocultas tras el cifrado se encontraban las advertencias de Von Wandersleben sobre la amenaza que representaban las facciones de los aliados protestantes de Suecia en la guerra. Le contó a Oxenstierna que se había visto obligado a realizar retiradas estratégicas del conflicto tras enterarse de una conspiración entre sus aliados, incluido Lord Franz Heinrich de Sajonia.

Megyesi y su equipo están explorando cómo la IA podría omitir por completo la etapa de transcripción, simplemente analizando fotografías de las páginas para descifrar mensajes secretos. Recientemente demostraron cómo este método podría funcionar con códigos sencillos, donde cada letra se reemplaza por un solo símbolo. Probaron el sistema con un manuscrito de 105 páginas que ya habían descifrado, conocido como el cifrado Copiale, que detalla los rituales, reglas e ideales de una sociedad secreta alemana del siglo XVIII.

Al entrenar la IA con escritura a mano genérica, seguida de imágenes de líneas específicas del cifrado y el texto alemán decodificado correspondiente, el sistema logró descifrar con precisión partes del texto que no había visto antes. Este sistema podría ser especialmente útil cuando se desconoce el idioma subyacente del cifrado. “Esto abre posibilidades fascinantes para sistemas de escritura poco comunes y no estándar”, afirma Megyesi. “El objetivo final es combinar la transcripción y el descifrado en un solo paso”.

Waldispühl y sus colegas del proyecto Descrypt estuvieron explorando archivos antiguos en busca de escrituras cifradas para compilarlas en una base de datos. Esto podría resultar vital para reunir datos suficientes para entrenar una IA capaz de descifrar códigos.

Los grandes modelos lingüísticos que sustentan los chatbots de IA, como ChatGPT, se entrenan con billones de palabras de libros, artículos y sitios web. Encontrar cantidades equivalentes de datos para descifrar códigos es todo un reto. Entre el material que recopilaron se encuentran 400 misteriosas postales escritas en escritura cifrada de finales del siglo XIX y principios del XX. Los pocos fragmentos descifrados hasta ahora revelan que algunas de ellas son cartas de amor escritas en alemán.

El equipo de Megyesi ha utilizado su trabajo para crear una herramienta de IA tipo chatbot que combina la transcripción y el descifrado en un solo paso. El chatbot combina algoritmos de descifrado entrenados con pares de caracteres cifrados y el texto que representan con grandes modelos lingüísticos entrenados con textos históricos de diferentes épocas para ayudar a proporcionar pistas sobre un código. También se están incorporando algoritmos de reconocimiento de imágenes, entrenados con escritura a mano anotada.

La herramienta de IA podrá, además, mejorarse incorporando correcciones de expertos que la utilicen. La idea es que los investigadores, o incluso el público, puedan proporcionar al chatbot un texto histórico codificado y este revele su significado.

Cuando los investigadores probaron su chatbot de IA con el cifrado Borg, Megyesi y sus colegas descubrieron que podía traducir y decodificar un extracto de 500 símbolos en poco más de 29 minutos. Incluso proporcionó una traducción al inglés. También documentó el proceso y explicó por qué la solución era plausible. Esto es importante para asegurar que la IA no esté alucinando ni inventando interpretaciones.

El equipo también probó recientemente el sistema con otros dos cifrados que habían decodificado previamente, los cuales representan diferentes períodos de tiempo, idiomas, tipos de códigos secretos y niveles de complejidad. Los descifró rápidamente también, demostrando su capacidad para abordar una amplia gama de cifrados. “La IA resulta especialmente útil para la escalabilidad, la velocidad, el descubrimiento de patrones y la integración de tareas”, indica Megyesi.

Estas herramientas de IA podrían ser clave para descifrar códigos históricos que hasta ahora permanecieron sin descifrar. También serán de gran ayuda para descifrar textos antiguos escritos en alfabetos que nadie puede leer hoy en día.

El Disco de Festos, de 4000 años de antigüedad y procedente de Creta, por ejemplo, sigue sin descifrarse, al igual que el antiguo alfabeto griego Lineal A. “Lo que me entusiasma no es solo la posibilidad de resolver un enigma histórico concreto, sino la perspectiva de crear métodos que puedan ayudar a los investigadores en muchos casos diferentes”, concluye Megyesi.

*Por Sandrine Ceurstemont

Por BBC Mundo

BBC Mundo

• Inteligencia artificial
• Tecnología
• Historias para conocer

---