La inteligencia artificial, en particular los modelos de lenguaje grandes (LLM), opera según un principio simple: genera texto basado en los patrones dentro de sus datos de entrenamiento. Esto significa que una IA no puede predecir avances futuros porque aún no se ha escrito sobre ellos. Como acertadamente lo expresó Adam Mastroianni, una IA que solo tuviera conocimientos antiguos concluiría lógicamente que los alunizajes son imposibles.
Esta limitación provocó un experimento intrigante: ¿qué pasaría si una IA se limitara deliberadamente al conocimiento de un período histórico específico? Hayk Grigorian, estudiante del Muhlenberg College, construyó TimeCapsuleLLM, una IA entrenada exclusivamente con 90 gigabytes de texto del Londres del siglo XIX (1800-1875). Si bien sigue siendo un proyecto de hobby, el modelo ha demostrado su capacidad para recordar detalles históricos. Cuando se le preguntó “Era el año de nuestro Señor 1834”, hizo referencia con precisión a las protestas contemporáneas y las políticas de Lord Palmerston.
El potencial de la investigación histórica
Esto no es sólo una curiosidad; Los investigadores están explorando cómo estos “modelos históricos de grandes lenguajes” (HLLM, por sus siglas en inglés) podrían revolucionar el estudio de sociedades pasadas. Un artículo reciente en las Proceedings of the National Academy of Sciences sugiere que estos modelos podrían proporcionar información sobre la psicología histórica. Imagínese comparar los comportamientos económicos de vikingos, romanos o japoneses medievales mediante simulaciones de inteligencia artificial. Este enfoque podría potencialmente desbloquear una comprensión más profunda de la naturaleza humana en diferentes épocas.
“Las respuestas de estos individuos falsos pueden reflejar la psicología de sociedades pasadas, permitiendo una ciencia más sólida e interdisciplinaria de la naturaleza humana”, afirma el artículo de PNAS.
Desafíos y advertencias
Sin embargo, el método no está exento de defectos. Los textos históricos supervivientes están sesgados hacia las perspectivas de las élites, no de la gente común. Esto significa que es posible que los HLLM no representen con precisión el pensamiento cotidiano de poblaciones pasadas. Además, los sesgos de los investigadores que construyen estos modelos podrían influir inadvertidamente en el texto generado. Cualquier intento de reconstruir la psicología del pasado debe reconocer que los resultados de la IA inevitablemente se filtrarán a través de una lente moderna.
Queda por ver si los HLLM se convertirán en una herramienta principal en la investigación psicológica o seguirán siendo una búsqueda de nicho para los entusiastas. Sin embargo, el experimento destaca una forma única de aprovechar la IA: no predecir el futuro, sino reexaminar el pasado.
En última instancia, estos modelos están limitados por los datos que reciben, pero ofrecen un método nuevo, aunque imperfecto, para sondear las mentes de quienes nos precedieron.
