Un proyecto internacional transforma los documentos de veinte monasterios en un archivo consultable, con transcripciones automáticas y revisiones humanas.

Contratos de venta, permisos de viaje, nombramientos de abades y solicitudes de medicamentos: en los archivos de la Monte Athos Se conserva una parte de la vida administrativa del Imperio Otomano. Aproximadamente 30.000 documentos en turco de la épocaLos manuscritos, distribuidos entre los veinte monasterios de la península, son el objeto de un proyecto que busca digitalizarlos y utilizarlos para desarrollar un sistema de reconocimiento automático de escritura a mano. Estos manuscritos se convertirán en material de estudio y datos para entrenar un sistema capaz de descifrar su caligrafía.

La iniciativa se llama Manuscrito otomano montis Athonis, abreviado MOmA. Está gestionado por Richard Wittmann, Subdirector del Orient-Institut Istanbul, un instituto de la Fundación Max Weber, con la colaboración de Freie Universität Berlin y socios académicos y monásticos internacionales. El programa tiene un horizonte de al menos diez años y se refiere a un corpus que abarca desde el siglo XIV hasta principios del siglo XX.

Lanzado por la universidad alemana el 23 de marzo de 2026, el proyecto incluye un catálogo con imágenes, transliteraciones y traducciones, que permite realizar búsquedas rápidas de términos. Esto requerirá la adquisición de fotografías, el desarrollo de software y la revisión de expertos.inteligencia artificial De este modo, se introduce la labor necesaria para hacer legibles y verificables miles de textos.

Relaciones de propiedad y poder en los estatutos de los monasterios

El monte Athos ocupa el promontorio oriental de la península de Calcídica, en el norte de Grecia.UNESCO reconoce su valor cultural y natural y recuerda la continuidad del autogobierno de los monjes desde la época bizantina. Junto a las obras religiosas y artísticas, comunidad monástica ortodoxa Ha conservado la documentación necesaria para gestionar sus actividades y relaciones con las autoridades externas.

Las fuentes otomanas nos permiten investigar propiedad, tributación y estatus legal de monjes cristianos bajo dominio musulmán. La perspectiva geográfica se extiende más allá de la península: las dependencias de los monasterios alcanzaron El Cairo, Damasco, Jerusalén e Estambul. Por lo tanto, un documento conservado en el Monte Athos puede documentar relaciones económicas e institucionales desarrolladas lejos del lugar donde se conserva hoy.

Un catálogo con capacidad de búsqueda permitiría, por ejemplo, rastrear al mismo propietario a través de diferentes documentos, comparar concesiones o reconstruir las relaciones entre una comunidad y una oficina administrativa. Estas son posibilidades de investigación que dependen de la correcta identificación de personas, lugares y fechas.

Para enseñar a escribir a mano, necesitas imágenes y lecturas correctas.

La tecnología central es la Reconocimiento de texto escrito a manoo HTR: reconocimiento automático de texto manuscrito. En el caso del Imperio Otomano, debe procesar un idioma escrito con caracteres derivados del árabe, con convenciones gráficas y caligrafía diferentes. Una fotografía conserva la apariencia de la página; el reconocimiento genera una secuencia de caracteres que la computadora puede procesar, comparar con otros textos e insertar en un índice de búsqueda.

El entrenamiento requiere ejemplos fiables. En los sistemas HTR supervisados, las imágenes se asocian con transcripciones correctas y verificadas, llamado "verdad fundamental". El modelo aprende las correspondencias entre los signos y el texto. Por lo tanto, el trabajo humano también interviene en la preparación de los datos que hacen posible el aprendizaje, así como en la corrección de las respuestas del software. La variedad de cartas del Athonita ofrece material para representar caligrafías, épocas y tipologías documentales Para sacarle el máximo partido, hay que seleccionar cuidadosamente los ejemplos: demasiadas páginas similares pueden no representar adecuadamente una obra singular.

Conta anche la consistencia de las transcripcionesSi los anotadores interpretan el mismo signo de forma diferente, el modelo recibe indicaciones contradictorias. Por lo tanto, la elección de las convenciones de representación se convierte en parte de la planificación técnica. En el trabajo editorial, distinguir lo que es legible, lo que requiere interpretación y lo que permanece incierto también nos permite preservar información que una versión estandarizada podría ocultar.

Transcribir, transliterar y traducir son operaciones distintas. transcripción devuelve el texto escrito; transcripción lo representa a través de otro sistema de caracteres; el traducción Traduce su significado a otro idioma. El catálogo que planea el MOmA ofrecerá múltiples niveles de acceso al documento. Para los historiadores, poder comparar la transcripción textual con el escaneo seguirá siendo fundamental cuando haya dudas sobre la lectura.

Antecedentes de HTR y resultados a medir en el corpus

Ya existe un núcleo de desarrollo vinculado al proyecto. Fundación Max Weber informes que en el Universidad de BinghamtonEn Estados Unidos, se está desarrollando un sistema para textos otomanos desde 2024. Para noviembre de 2025 habría alcanzado una precisión más del 80 por ciento sobre fuentes otomanas tardías. Los datos son preliminares y la presentación no especifica las métricas ni la composición de la muestra; por lo tanto, no nos permite estimar el rendimiento en todo el archivo del Monte Athos.

El reconocimiento del manuscrito otomano también tiene precedentes fuera del MoMA. El modelo Turco otomano_genérico, publicado en Transkribus el Noviembre 12 2023, fue entrenado por Milanka Matić-Chalkitis como parte del proyecto MultiHTR de la Universidad de Friburgo, en AlemaniaIncluye manuscritos y material impreso, como colecciones de poesía y correspondencia. El objetivo del proyecto Athonita se sitúa, por lo tanto, en un campo ya activo: su especificidad reside en la aplicación sistemática de un extenso archivo que abarca siglos y que está destinado a una edición científicamente controlada.

Para evaluar sistemas de este tipo, Tasa de error de caractereso CER, que mide los errores a nivel de caracteres en comparación con una transcripción de referencia. La evaluación en páginas no utilizadas en el entrenamiento ayuda a comprender cómo el modelo maneja el material nuevo. Sin embargo, los resultados dependen de la caligrafía y el estado de los documentos: un porcentaje aislado, sin una descripción de la prueba, dice poco sobre la calidad de toda la colección.

Para MOmA será útil conocer los rendimientos por período y tipo de documento, además de la tiempo necesario para la corrección: el beneficio operativo dependerá de cuánto acelere el sistema de selección automática el trabajo del especialista.

La revisión humana abre los archivos a la investigación remota.

El cronograma presentado en marzo de 2026 asigna equipos de organizaciones genealógicas. FamilySearch Se tardarán aproximadamente dos años en escanear los documentos. Se espera que los estudiantes becados participen en la revisión de las transcripciones automáticas, en una fase estimada en de tres a cinco añosSe trata de plazos de proyecto, dentro del programa general de diez años.

Yasaman RezaeiLa coordinadora de MOmA dijo que vio un prototipo y relacionó su utilidad con su propia experiencia de investigación:

“Es una pena no haber tenido algo así cuando estaba haciendo mi doctorado.”

La revisión humana Esto afectará directamente la capacidad de encontrar información. Si el software escribe mal un nombre propio, una búsqueda exacta podría no arrojar el documento que lo contiene. Por lo tanto, la velocidad de búsqueda prometida por el catálogo debe distinguirse de la exhaustividad de las respuestas: esta última también dependerá de la calidad del texto, las variaciones gráficas y las herramientas de búsqueda disponibles.

El acceso digital también tiene consecuencias concretas para la comunidad científica. La prohibición de entrada a mujeres al Monte Athos impide que las investigadoras consulten los archivos in situ; los permisos y las dificultades logísticas también limitan el trabajo de otros investigadores. La disponibilidad de reproducciones y del catálogo permitiría el estudio de los documentos. independientemente del acceso físico a los monasterios, aumentando el número de personas capaces de verificarlas e interpretarlas.

El programa Patrimonio digital de Athos Ya ha puesto en línea un vasto patrimonio de documentos, manuscritos, libros y objetos de arte. Presentación institucional griega Describe más de dos millones de documentos digitales, junto con contenido audiovisual, reproducciones tridimensionales y recorridos virtuales. Las cifras de digitalización deben interpretarse distinguiendo las imágenes producidas de los elementos reproducidos individualmente.

MOmA también está incorporando trabajos específicos sobre el contenido lingüístico de los documentos otomanos: las imágenes se utilizarán además para desarrollar herramientas de lectura. La colaboración con Athos Digital Heritage aborda esta evolución de funciones; ambas iniciativas cuentan con sus propias organizaciones y objetivos.

Los promotores pretenden poner el sistema HTR a disposición de la comunidad científica como herramienta digital abiertaLa extensión de la lectura automática a la escritura a mano de los siglos más antiguos sigue siendo uno de los objetivos que se pretenden alcanzar mediante el corpus del Monte Athos: precisamente los mapas más alejados de los materiales otomanos tardíos ya analizados ofrecerán pruebas de su capacidad de generalización.

Aquí hay tres ideas que pueden interesarle:

Reproducido (y restaurado) en 3D el Toro que hizo Santo Antonio
Diego De Maio: "El Voynich habla una antigua lengua alpina."
En Svalbard una bóveda que protege toda la memoria del mundo