La inteligencia artificial puede ayudar a los historiadores a procesar materiales más deprisa, pero la rapidez no equivale a la precisión. En la historia kurda en particular —cuyos registros están dispersos entre lenguas, fronteras, colecciones privadas y archivos políticos contradictorios—, el papel más seguro para la IA es el de asistente al servicio de las pruebas, sin sustituirlas nunca.
Usada con cuidado, la IA puede hacer que se puedan buscar notas manuscritas, producir una primera transcripción de una entrevista, sugerir nombres y fechas que investigar y ayudar a organizar miles de páginas. Usada sin cuidado, puede inventar un dato que falta, convertir una traducción incierta en una afirmación categórica o separar una cita de la fuente que le da significado.
Dónde puede ayudar realmente la IA
Transcripción y reconocimiento óptico de caracteres
Es difícil realizar búsquedas en periódicos, cartas y documentos oficiales escaneados hasta que se extrae su texto. El reconocimiento óptico de caracteres puede producir un primer borrador útil, mientras que la conversión de voz a texto puede acelerar la transcripción de grabaciones de historia oral. Ninguno de estos resultados debe tratarse como definitivo. Los nombres, topónimos, fechas y palabras en kurmanji, soraní, zazaki, turco, árabe, persa, armenio y ruso tienen especial probabilidad de ser malinterpretados cuando el modelo dispone de pocos datos de entrenamiento o la fuente está deteriorada.
La traducción como ayuda de trabajo
La traducción automática es valiosa para una primera selección: puede ayudar a un investigador a decidir qué documentos merecen atención experta. No debe convertirse silenciosamente en la traducción publicada. El dialecto, la terminología política, los nombres históricos y las expresiones culturalmente específicas requieren un revisor que domine la lengua. Un archivo responsable conserva el texto original junto a la traducción e identifica quién o qué produjo cada versión.
Indexación de personas, lugares y acontecimientos
La IA puede sugerir entidades, fechas y relaciones para un índice o una cronología. Esto es útil al trabajar con una colección amplia, pero cada dato extraído necesita una referencia a la página, imagen, marca de tiempo de la grabación o ficha de catálogo de la que procede. Un nombre en un resumen generado sin una ubicación en la fuente es una pista, no una prueba.
Los riesgos son metodológicos, no solo técnicos
El riesgo más conocido es la alucinación: un modelo puede producir un dato plausible que no aparece en la fuente. Un riesgo más sutil es la falsa certeza. Las pruebas históricas suelen contener ambigüedad, texto deteriorado, testimonios contradictorios y fechas disputadas. Un sistema de IA tiende a resolver esa incertidumbre en una prosa fluida a menos que se le exija explícitamente preservar la duda.
La repetibilidad también importa. La misma instrucción puede producir redacciones, omisiones o clasificaciones diferentes en ejecuciones distintas. Por eso, la investigación asistida por IA no debe basarse en un único resultado impresionante. El marco independiente de AI News & Updates para evaluar herramientas de IA explica un enfoque práctico basado en pruebas repetidas, evidencia rastreable, limitaciones declaradas y registros de correcciones. Estos principios se adaptan bien al trabajo de historia digital: conservar la entrada, registrar la herramienta y la fecha, repetir las tareas importantes y mantener un registro de las decisiones humanas.
Un método responsable para los archivos kurdos
- Preservar primero el original. Conserva sin cambios el escaneo, la fotografía o la grabación de mayor calidad. Crea copias de trabajo para el procesamiento.
- Registrar la procedencia. Anota la colección, el propietario, el número de catálogo, la fecha, la lengua, la ubicación física y las condiciones de acceso antes de usar una herramienta de IA.
- Etiquetar el texto producido por máquinas. Separa el OCR o la transcripción sin revisar de la versión revisada por personas. Nunca sobrescribas el resultado original sin conservar un registro.
- Verificar los campos sensibles. Comprueba los nombres, las fechas, los topónimos, las citas y las cifras de víctimas con la imagen o la grabación de la fuente. Estos son precisamente los detalles que más probablemente se repetirán en otros lugares.
- Usar un lenguaje matizado. Conserva palabras como «posiblemente», «según se informó», «incierto» y «disputado» cuando las pruebas no permitan afirmar algo con certeza.
- Proteger a las personas vivas. Las historias orales pueden contener material privado, traumático o políticamente sensible. El consentimiento, las restricciones de acceso y el almacenamiento seguro siguen siendo aplicables cuando interviene la IA.
- Publicar un registro de correcciones. Si cambia una transcripción, traducción o identificación, registra qué cambió y por qué.
Preguntas que conviene hacer antes de elegir una herramienta
Los investigadores deben saber si el material se conserva, se utiliza para entrenar modelos, se comparte con subcontratistas o se almacena fuera de la jurisdicción en la que se recopiló. También deben probar cómo maneja la herramienta las lenguas, las escrituras y la calidad real de las fuentes del archivo, en lugar de confiar en una demostración pulida realizada con un texto en inglés sin defectos.
Una prueba piloto útil es pequeña y medible: selecciona diez páginas representativas o cinco minutos de audio, transcríbelos dos veces, compara los resultados con una referencia revisada por personas y registra cada error que pueda cambiar el significado histórico. Un sistema que ahorra tiempo con palabras habituales pero daña repetidamente nombres o fechas puede generar más trabajo del que elimina.
El principio
La IA debe ampliar el acceso al material histórico kurdo y, al mismo tiempo, fortalecer la cadena de pruebas en vez de debilitarla. La publicación final debe permitir al lector distinguir entre la fuente original, la capa asistida por máquinas y la decisión editorial humana. Cuando esas capas son visibles, la automatización puede ayudar a preservar y organizar la memoria. Cuando están ocultas, un resultado fluido puede convertirse en una nueva fuente de desinformación.
Declaración editorial: el editor de Kurdish History también publica AI News & Updates. La metodología enlazada se incluye porque sus principios de repetibilidad y rastreo de pruebas son directamente relevantes para el trabajo archivístico.