La digitalización masiva de manuscritos hebreos medievales da un salto histórico. La Guenizá de El Cairo —la colección más grande y diversa de textos judíos medievales— ha sido durante décadas un tesoro difícil de estudiar por su volumen y la ausencia de transcripciones. Ahora, un proyecto basado en la plataforma Ktiv de la Biblioteca Nacional de Israel anuncia un avance decisivo que promete transformar por completo el acceso y el análisis de este archivo monumental.

En palabras del propio proyecto, "todos los manuscritos del sitio KTIV serán sometidos a transcripción automática, que será de libre acceso para el público", según un comunicado. Gracias a este desarrollo, ya existen transcripciones preliminares para los aproximadamente 400.000 fragmentos que componen la Guenizá de El Cairo, una meta que hasta hace muy poco se consideraba inalcanzable.

Un salto tecnológico sin precedentes

La Guenizá de El Cairo, la mayor colección de documentos de la Historia judía, ha sido estudiada solo parcialmente: menos de un tercio de sus materiales estaba catalogado y menos del 10% contaba con una transcripción. Aunque su digitalización global ya era accesible online, la ausencia de texto transcrito limitaba drásticamente su uso para investigadores, docentes y público general. La llegada de este nuevo sistema automatizado abre una puerta completamente nueva para el trabajo académico.

El impulso determinante llegó con el proyecto israelí MiDRASH (Migraciones de tradiciones textuales y escriturales mediante análisis computacional a gran escala de manuscritos medievales en hebreo). Se trata de una iniciativa interdisciplinaria que trabaja con herramientas avanzadas en el análisis de colecciones hebreas digitalizadas.

Y este lunes, 24 de noviembre, sus investigadores presentarán en la Biblioteca Nacional de Israel los últimos resultados obtenidos, coincidiendo con el inicio de una jornada dedicada a la transcripción de manuscritos hebreos que se extenderá hasta el 27 de noviembre.

Este encuentro invita a voluntarios a revisar y mejorar las transcripciones automáticas, especialmente aquellas de manuscritos difíciles de leer. La participación activa del público ayudará a entrenar modelos de inteligencia artificial que permitan, en el futuro, realizar búsquedas de texto completo en documentos medievales.

Hasta 2023, la lectura automática de manuscritos hebreos se consideraba impracticable. Esto cambió con la obtención de una beca ERC Synergy de 10 millones de euros, otorgada por primera vez a un proyecto de este tipo en el ámbito de los estudios judíos. En los dos años siguientes, el equipo desarrolló modelos avanzados de segmentación y transcripción dentro de la plataforma eScriptorium, con resultados prometedores que hoy permiten avanzar hacia la integración de las transcripciones definitivas en la base de datos Ktiv.

El trabajo cuenta además con el apoyo del laboratorio Elijah de la Universidad de Haifa y del Princeton Geniza Project, dos instituciones clave en el estudio de manuscritos judíos.

Tsafra Siew‏, directora de proyectos de investigación en la Biblioteca Nacional de Israel, subrayó la magnitud de este logro: "El proyecto MiDRASH es un punto de inflexión para cualquiera que trabaje con manuscritos hebreos medievales. Al combinar aprendizaje automático avanzado con las vastas colecciones digitales de la Biblioteca Nacional de Israel, finalmente está haciendo posible lo que antes requería un trabajo académico largo y arduo".

Una convocatoria abierta para completar la transcripción

La fase actual del proyecto pone el foco en la colaboración pública. Del 24 al 27 de noviembre, entre las 10:00 y las 18:00 (hora de Israel), la Biblioteca Nacional de Israel organizará actividades presenciales y online para revisar manuscritos hebreos en escritura semicursiva medieval y moderna. Esta misma iniciativa, también presentada en inglés dentro del proyecto, invita a todos los interesados a participar en el "Transcribathon", una dinámica de revisión y corrección con acompañamiento permanente para los voluntarios.

Además de trabajar con los materiales de la Guenizá de El Cairo, la convocatoria incluye otros fondos manuscritos accesibles desde la plataforma KTIV. La corrección humana de las transcripciones automáticas permitirá mejorar la precisión de los modelos de machine learning desarrollados por MiDRASH, un paso esencial para que este tipo de tecnología pueda aplicarse de manera sistemática al estudio de documentación hebrea histórica.

Los organizadores destacan que la participación no requiere experiencia previa: el objetivo es ampliar la comunidad que contribuye al perfeccionamiento de las herramientas digitales aplicadas a los estudios hebreos y facilitar que los manuscritos —muchos de los cuales no habían podido ser consultados textualmente hasta ahora— entren de lleno en el circuito de investigación internacional.

Con este avance, la Guenizá de El Cairo dejará de ser un inmenso archivo parcialmente inaccesible y se convierte en una fuente abierta, transcribible y explorada con nuevos criterios. El impacto potencial para historiadores, filólogos y especialistas en literatura y práctica religiosa judía es enorme, y los responsables del proyecto confían en que la colaboración entre la tecnología y la participación pública consolide un modelo que podrá replicarse en otras colecciones ▪