Determinative Detection in Egyptian Hieroglyphic Sequences: A Sequence-Labelling Benchmark and Multi-Agent LLM Baseline

Durante más de tres mil años, los antiguos egipcios escribieron su historia, sus oraciones y sus leyes utilizando un sistema de imágenes que, para el ojo moderno, parece una galería de aves, piernas y formas geométricas. Pero este sistema de escritura era mucho más que una simple lista de sonidos. Era un código híbrido donde una sola imagen podía realizar tres trabajos distintos a la vez: podía representar un sonido, podía significar una palabra completa o podía actuar como una etiqueta silenciosa. Este tercer trabajo, realizado por un signo llamado determinante, es la clave para comprender el texto. Un determinante es un marcador silencioso colocado al final de una palabra para indicarle al lector qué tipo de cosa es. Podría señalar que la palabra se refiere a una persona, un animal, un dios o un tipo de acción. Debido a que estos signos son silenciosos y a menudo se parecen a las otras imágenes de la oración, descifrar cuáles son solo sonidos y cuáles son las etiquetas silenciosas es un rompecabezas difícil. Sin resolver este rompecabezas, las computadoras no pueden traducir correctamente el egipcio antiguo, porque no pueden distinguir dónde termina una palabra y comienza la siguiente, ni pueden comprender el significado de las palabras que encuentran.

Durante décadas, los estudiosos han estudiado estas etiquetas silenciosas a mano, pero el enorme volumen de texto hace imposible que los humanos lo procesen todo por sí solos. Recientemente, los investigadores han intentado enseñar a las computadoras a leer estas escrituras antiguas, pero la mayor parte de ese trabajo se ha centrado simplemente en reconocer las imágenes en sí mismas, como identificar un dibujo de un pájaro o una pierna. Se ha prestado muy poca atención a la tarea más difícil de determinar qué imágenes están actuando como las etiquetas silenciosas. Un nuevo estudio de investigadores en Brasil y España aborda esta brecha directamente. Han creado un sistema informático diseñado específicamente para encontrar estas etiquetas silenciosas en secuencias de escritura egipcia antigua. En lugar de simplemente adivinar, el sistema utiliza un equipo de agentes de inteligencia artificial que trabajan juntos, revisando el texto desde diferentes ángulos para llegar a una conclusión que sea inteligente y confiable.

Los investigadores comenzaron construyendo una biblioteca especializada de conocimiento. Reunieron información sobre más de ochenta signos diferentes que pueden actuar como etiquetas silenciosas, organizándolos en categorías como personas, animales, dioses y naturaleza. Luego crearon un conjunto de prueba de noventa y nueve secuencias cortas de escritura antigua, que habían sido cuidadosamente revisadas y etiquetadas por expertos humanos. Este conjunto sirve como un punto de referencia, una prueba estándar para ver qué tan bien puede realizar la tarea un programa informático. El objetivo era ver si una máquina podía mirar una cadena de símbolos y señalar correctamente cuáles eran las etiquetas silenciosas y cuáles eran solo sonidos o partes de la palabra misma.

Para resolver esto, el equipo construyó un sistema que actúa como un pequeño comité de expertos. Utilizaron modelos de lenguaje de gran tamaño, que son programas informáticos potentes entrenados en vastas cantidades de texto, pero no los dejaron trabajar solos. En su lugar, establecieron dos agentes independientes para analizar cada secuencia de escritura. Un agente observaba el significado de los signos, haciendo preguntas como: "¿Encaja esta imagen con la idea de un dios o una persona?". El otro agente observaba estrictamente la estructura y la posición de los signos, preguntando: "¿Está este signo al final de la palabra, donde suelen ir las etiquetas silenciosas?". Crucialmente, estos dos agentes no se comunicaban entre sí mientras trabajaban. Tenían que formar sus propias opiniones de manera independiente. Este diseño asegura que si ambos agentes coinciden en una etiqueta, es una señal fuerte de que tienen razón, en lugar de simplemente copiar los errores del otro.

Una vez que los dos agentes terminaron su análisis, un tercer agente actuó como sintetizador, uniendo sus hallazgos. Buscaba dónde coincidían y dónde discrepaban. Finalmente, un conjunto de reglas estrictas e inalterables actuó como árbitro. Este árbitro revisaba las sugerencias contra la base de conocimientos que los investigadores habían construido. Aplicaba reglas específicas, tales como: "un signo que significa un recipiente solo puede ser una etiqueta silenciosa si el texto trata sobre líquidos u ofrendas". Si el contexto no encajaba, la regla rechazaba la sugerencia, incluso si los agentes de inteligencia artificial pensaban que era correcta. Esta combinación de pensamiento flexible de la IA y reglas rígidas del árbitro creó un sistema que podía manejar la complejidad del lenguaje antiguo sin hacer conjeturas descabelladas.

Los investigadores probaron su sistema utilizando un método riguroso diseñado para asegurar que los resultados no fueran solo una suerte pasajera. Dividieron sus noventa y nueve secuencias de prueba en cinco grupos diferentes. En cada ronda de pruebas, utilizaban cuatro grupos para entrenar al sistema y el quinto grupo para probarlo, repitiendo este proceso hasta que cada una de las secuencias había sido probada exactamente una vez. Este enfoque les dio una imagen clara de cómo se desempeñaría el sistema con texto nuevo y no visto. Los resultados mostraron que el sistema era altamente efectivo. Identificó correctamente las etiquetas silenciosas en la gran mayoría de los casos, logrando una tasa de éxito de aproximadamente el ochenta y dos por ciento cuando observaba todos los tipos de etiquetas por igual, y de aproximadamente el ochenta y ocho por ciento cuando observaba el número total de etiquetas encontradas. La consistencia de estos resultados a través de los diferentes grupos de prueba demostró que el sistema es robusto y no depende de un conjunto específico de ejemplos.

Uno de los hallazgos más interesantes fue cómo el sistema manejaba los casos difíciles. Los investigadores descubrieron que el sistema funcionaba mejor cuando el texto era rico en información, conteniendo tres o más etiquetas silenciosas. En estas sec sequences complejas, las diferentes pistas del significado y la estructura se reforzaban mutuamente, haciendo que la respuesta correcta fuera obvia. Sin embargo, el sistema tuvo más dificultades con secuencias muy cortas que no tenían etiquetas silenciosas en absoluto, o solo una. En estos casos escasos, la falta de pistas circundantes dificultaba que el sistema estuviera seguro, lo que provocaba algunos errores más. Esto sugiere que el sistema es muy bueno encontrando patrones cuando hay mucha evidencia, pero necesita más ayuda cuando el texto es muy simple.

Otra innovación importante de este trabajo es cómo presenta sus respuestas. En lugar de dar una única respuesta final como una caja negra, el sistema proporciona una lista clasificada de posibilidades. Ofrece una interpretación principal, que es la respuesta más probable, pero también enumera hasta tres interpretaciones alternativas. Para cada alternativa, el sistema explica exactamente qué evidencia adicional se necesitaría para que esa alternativa fuera la correcta. Por ejemplo, podría decir: "Creemos que este signo es una etiqueta para un dios, pero si el texto fuera sobre un templo, también podría ser una etiqueta para un edificio". Esta transparencia convierte a la computadora en una herramienta colaborativa para los estudiosos humanos. No reemplaza al experto; en cambio, expone las opciones y el razonamiento, permitiendo que el humano tome la decisión final basada en su conocimiento más profundo.

El estudio también destacó desafíos específicos que aún permanecen. El sistema a veces confundía signos que tienen dos trabajos muy diferentes, como una imagen de piernas caminando que puede significar "caminar" o actuar como una etiqueta silenciosa para "acción". Debido a que la computadora depende del contexto para decidir qué función está realizando el signo, ocasionalmente cometía errores cuando el contexto era ambiguo. Los investigadores señalaron que estos errores no se debían a un fallo en la lógica del sistema, sino a una limitación en la base de conocimientos actual. Al añadir más ejemplos y refinar las reglas para estos signos complicados, el sistema probablemente podría mejorar aún más.

En última instancia, este trabajo establece un nuevo estándar para cómo las computadoras pueden interactuar con sistemas de escritura antiguos. Demuestra que un enfoque híbrido, que combina el razonamiento flexible de la inteligencia artificial moderna con las reglas estrictas de la erudición humana, puede resolver problemas que ninguno de los dos podría resolver por sí solo. El sistema no solo produce una traducción; produce un argumento estructurado que puede ser verificado, cuestionado y mejorado. Al hacer visible el razonamiento y las alternativas claras, los investigadores han creado una herramienta que respeta la complejidad del lenguaje antiguo mientras abre la puerta a un análisis más rápido y preciso de los miles de textos que quedan por leer. Esto no es una solución mágica que lo resuelve todo instantáneamente, sino que es un paso significativo hacia adelante, proporcionando una base confiable para la investigación futura y una nueva forma en que las máquinas y los humanos pueden trabajar juntos para comprender el pasado.