Apollo, el primer LLM dedicado al griego antiguo, llega para restaurar papiros

La Academia Austríaca de Ciencias ha presentado Apollo, un modelo de lenguaje dedicado al griego antiguo que sus responsables describen como el primero de estas características. Lo ha desarrollado junto al laboratorio francés Mistral y la empresa de servicios tecnológicos Sail Reply, y se alimentó con unos 600 millones de palabras extraídas de manuscritos, papiros e inscripciones en piedra. El acceso es gratuito desde una interfaz de chat.

El objetivo es acelerar la restauración de las decenas de miles de fragmentos de papiro que se acumulan en bibliotecas universitarias de todo el mundo. Muchos están tan dañados que su contenido ya no se puede leer; en los que aún hay margen, el trabajo depende de filólogos que van rellenando huecos palabra a palabra. Apollo hace esa tarea por probabilidad estadística y propone los términos más verosímiles para cada laguna. También sirve para filtrar qué fragmentos encajan con la línea de investigación de cada estudioso.

De la palabra suelta al contexto

El procedimiento tradicional es lento y no solo por la caligrafía: el griego antiguo se escribía sin espacios entre palabras, así que hay que delimitar dónde empieza cada término, fechar el documento, situarlo en su contexto sociopolítico y consultar repertorios antes de decidir qué palabra falta. Stephen Colvin, catedrático de Clásicas y Lingüística Histórica en el University College de Londres, recuerda que los especialistas capaces de hacer esto "en todo el mundo son muy pocos". Apollo integra parte de ese conocimiento: según Anna Dolganov, historiadora y papirologa de la academia austríaca, si el modelo detecta un texto de Homero completa en griego homérico, y si se topa con una inscripción en dialecto dorio, cambia a dorio.

Armand D'Angour, profesor de Lenguas y Literatura Clásicas en Oxford, la universidad con la mayor colección de papiros antiguos, ve sobre todo una ganancia de tiempo: "si la máquina me dice que en ese hueco hay tres candidatos, el trabajo se acelera muchísimo".

Sin milagros ni cheque en blanco

El propio equipo rebaja las expectativas. Gran parte de los papiros siguen sin restaurar porque contienen asuntos cotidianos —cartas privadas, contratos matrimoniales, documentos administrativos—, no tragedias perdidas. Colvin lo dice claro: nadie va a encontrar de golpe varias obras de Sófocles que se daban por desaparecidas. Lo que sí puede hacer el modelo es añadir detalle a la vida diaria de la época y respaldar deducciones que ya existían.

La otra advertencia es la de siempre cuando un modelo probabilístico toca un registro histórico: si rellena un hueco con la palabra equivocada, contamina la fuente. Por eso Apollo no cierra la pregunta, ofrece varias opciones y deja la decisión final al investigador. Dolganov lo formula sin rodeos: "lo esencial es que el criterio humano se mantenga".

La IA ya ha dado resultados en otros frentes de investigación, como el problema matemático abierto desde hace 200 años que resolvió un modelo de OpenAI o los conjuntos de datos genéticos que ordenó DeepMind. Si el proyecto de la academia austríaca funciona, la receta se puede trasladar a otras lenguas antiguas como el latín o el egipcio, y a cualquier disciplina que necesite indexar corpus documentales enormes. Ahí está el interés para quien trabaja con modelos: el mismo enfoque que ayuda a descifrar un papiro vale para ordenar un archivo técnico de millones de documentos. Lo que aún no se sabe es con qué se queda el lector técnico, porque del modelo en sí no se han publicado pesos, tamaño, licencia ni evaluación.