Enfoque colaborativo humano‑computadora para la descifración de inscripciones en huesos oraculares con redes generativas adversarias

Escritura antigua frente a máquinas modernas

Hace más de tres mil años, los adivinos en China grababan preguntas sobre guerra, clima y cosechas en caparazones de tortuga y huesos de animales. Hoy, estas inscripciones en huesos oraculares son una mina de información para entender cómo se formaron la escritura china y la sociedad china primitiva. Sin embargo, muchos de estos diminutos y erosionados símbolos siguen sin ser descifrados y son demasiado numerosos para que unos pocos expertos humanos los aborden por sí solos. Este artículo muestra cómo la inteligencia artificial, trabajando mano a mano con los académicos, puede ayudar a leer estas antiguas incisiones transformándolas en caracteres chinos de estilo moderno.

De imágenes en hueso a imágenes para un ordenador

La escritura en huesos oraculares es extraordinariamente visual. Los escribas tempranos grababan imágenes simplificadas de tigres, soles, personas y herramientas directamente en el hueso, por lo que cada carácter es casi como un pequeño dibujo. Los autores aprovechan esto tratando cada carácter como una imagen en lugar de una línea de código o texto. Reúnen más de mil pares de imágenes: por un lado una glifa fotografiada de hueso, por el otro su equivalente conocido en chino moderno. Al redimensionar y limpiar estas imágenes, construyen una biblioteca de imágenes estandarizada que un ordenador puede aprender, transformando el ancestral problema del desciframiento en una tarea moderna de traducción imagen a imagen.

Dos artistas digitales: modelos de IA complementarios

El equipo entrena dos tipos relacionados pero diferentes de redes generativas adversarias (GAN), que son modelos de IA que aprenden a crear imágenes realistas enfrentando a un «generador» con un «crítico». Un modelo, basado en un sistema llamado Pix2Pix, aprende a partir de ejemplos emparejados: ve un carácter en el hueso y el carácter moderno exacto que debe ser. Este modelo destaca por producir glifos modernos nítidos y bien formados que coinciden estrechamente con las formas esperadas. El segundo modelo, basado en CycleGAN, está diseñado para funcionar incluso cuando los ejemplos no están perfectamente emparejados. Tiende a preservar el esqueleto y el estilo original de la escritura oracular mientras lo regulariza suavemente hacia formas modernas. Juntos, los dos modelos ofrecen diferentes «versiones» de cómo pudo haber parecido un glifo antiguo y dañado en un estilo más regular y legible.

Evaluando a las máquinas y comparando alternativas

Para comprobar si estos sistemas hacen algo más que dibujar imágenes atractivas, los autores realizan una batería de pruebas rigurosas. Reservan 160 pares conocidos oráculo‑moderno que la IA nunca ve durante el entrenamiento, y luego piden a cada modelo que prediga los caracteres modernos a partir de las imágenes oraculares. Comparan las salidas con las respuestas reales usando medidas estándar de calidad e integridad de la imagen, y también inspeccionan los resultados visualmente. En una comparación más amplia, enfrentan sus dos GAN con otros métodos populares de procesamiento de imágenes, incluidos modelos de difusión, transformadores y redes clásicas estilo U‑Net. El par de GAN destaca: Pix2Pix produce los caracteres más claros y legibles, mientras que CycleGAN ofrece alternativas conservadoras que preservan la estructura. Otros métodos a menudo difuminan los trazos, rompen el esqueleto del carácter o generan formas que ya no se parecen a escritura, lo que los convierte en herramientas inadecuadas para un desciframiento serio.

Humanos en el bucle: colaboración, no sustitución

El núcleo del estudio no es la IA por sí sola, sino una asociación estructurada entre máquinas y expertos. Para 150 inscripciones cuyo significado era desconocido hasta entonces, los modelos generan múltiples candidatos de glifos modernos. Especialistas humanos seleccionan entonces candidatos prometedores y redibujan a mano trazos faltantes o inciertos, guiados tanto por las sugerencias de la IA como por su conocimiento de la historia del lenguaje y de las escenas de la vida cotidiana reflejadas en los textos. En estudios de caso detallados —como proponer que un glifo desconocido significa «cueva» o «madriguera»— los autores combinan formas sugeridas por la IA, comparaciones con caracteres afines e información histórica sobre viviendas y rituales antiguos. También realizan experimentos controlados sobre 160 casos conocidos, comparando tres modos: IA sola, humanos dibujando desde cero y humanos refinando borradores de la IA. El enfoque combinado produce de forma consistente imágenes más cercanas a los caracteres reales, juzgadas tanto por puntuaciones numéricas de imagen como por paneles de expertos, a la vez que ahorra tiempo y esfuerzo a los investigadores.

Por qué esto importa para la historia y el patrimonio

Para los no especialistas, el beneficio es claro: cada carácter de hueso oracular recién descifrado afina nuestra visión de la historia china temprana, desde sacrificios reales hasta agricultura y enfermedades. Este trabajo demuestra que la IA puede hacer más que reconocer la escritura moderna o generar arte; puede ayudar a desbloquear las capas más tempranas de la cultura escrita cuando se combina con un juicio humano cuidadoso. En lugar de reemplazar a los expertos, el sistema actúa como un asistente inteligente que propone formas, acelera el tedioso redibujado y hace que todo el proceso sea más transparente y medible. Los autores sostienen que esta asociación humano‑computadora podría extenderse a otros alfabetos antiguos y documentos dañados, transformando marcas frágiles en hueso, arcilla o pergamino en relatos legibles sobre cómo vivían, creían y registraban su mundo las personas de antaño.

Cita: Zeng, S., Bai, J., Shi, J. et al. Human–computer collaborative approach to the decipherment of racle bone inscriptions with generative adversarial networks. npj Herit. Sci. 14, 232 (2026). https://doi.org/10.1038/s40494-026-02509-4

Palabras clave: escritura de huesos oraculares, escritura antigua, IA y patrimonio cultural, colaboración humano‑IA, evolución del caracter chino