Κάθε αρχαία γλώσσα που έχει αποκρυπτογραφηθεί επιτυχώς στο παρελθόν απαιτούσε μια «άγκυρα» — ένα δίγλωσσο κείμενο, όπως η περίφημη Στήλη της Ροζέτας, που επιτρέπει τη σύγκριση και την ταυτοποίηση. Ωστόσο, γλώσσες όπως η Γραμμική Α του Μινωικού πολιτισμού και η Ετρουσκική της προϊταλικής περιόδου στερούνται τέτοιων βοηθημάτων, παραμένοντας ένα άλυτο μυστήριο για τους γλωσσολόγους εδώ και έναν αιώνα.
Η Τεχνητή Νοημοσύνη ως επιταχυντής της έρευνας
Η Τεχνητή Νοημοσύνη (ΤΝ) δεν έρχεται να αντικαταστήσει τους γλωσσολόγους, αλλά να λειτουργήσει ως ένας ισχυρός βοηθός έρευνας. Η ικανότητά της να διασταυρώνει χιλιάδες χαρακτήρες και να εντοπίζει επαναλαμβανόμενα μοτίβα σε λίγα λεπτά, αντί για μήνες ή χρόνια, την καθιστά ανεκτίμητο εργαλείο. Επιπλέον, η ΤΝ μπορεί να αποκαταστήσει κατεστραμμένες επιγραφές προβλέποντας χαρακτήρες που λείπουν και να εφαρμόσει «διαγλωσσική μεταφορά», αντλώντας μοτίβα από γνωστές συγγενικές γλώσσες.
Η περίπτωση της Γραμμικής Α
Τον Ιούνιο του 2026, ένας ερασιτέχνης γλωσσολόγος και μηχανικός ΤΝ ισχυρίστηκε ότι σημείωσε σημαντική πρόοδο στη Γραμμική Α. Χρησιμοποιώντας σενάρια προγραμματισμού βασισμένα σε ΤΝ, εξέτασε την υπόθεση ότι η γλώσσα έχει σημιτικές ρίζες. Κατάφερε να αντιστοιχίσει τιμές σε 40 σύμβολα και να συντάξει ένα λεξικό 408 λέξεων. Ωστόσο, η έρευνα επισημαίνει ότι η ιδέα ανήκε στον άνθρωπο· η ΤΝ απλώς επιτάχυνε τον στατιστικό έλεγχο της υπόθεσης.
Τα όρια της τεχνολογίας
Παρά τις δυνατότητές της, η ΤΝ προσκρούει σε ένα αυστηρό όριο: τη διαφορά μεταξύ στατιστικής και νοήματος. Ένα μοντέλο μπορεί να μάθει ποια σημεία ακολουθούν ποια, χωρίς να γνωρίζει σε τι αναφέρονται. Στην περίπτωση της Γραμμικής Α, όπου το σωζόμενο σώμα κειμένων είναι εξαιρετικά μικρό (περίπου 7.500 χαρακτήρες), η στατιστική αντιστοίχιση μπορεί εύκολα να οδηγήσει σε συμπτώσεις αντί για πραγματικές ανακαλύψεις. Χωρίς μια φυσική «άγκυρα» ή τη δυνατότητα επαλήθευσης από ειδικούς, ο ρόλος της ΤΝ παραμένει αυτός ενός ταχύτατου βοηθού σε ένα βαθιά ανθρώπινο παζλ.
