Le macchine che imparano a leggere il cuneiforme

Probabilmente composto all'inizio del primo millennio a.C., l'Inno a Babilonia divenne poi un testo scolastico che gli studenti babilonesi ricopiavano come esercizio di scrittura. Fu un successo ai suoi tempi, riprodotto ancora e ancora sull'argilla. Poi Babilonia cadde, l'argilla si ruppe, i pezzi si sparsero tra musei e discariche di scavo, e la poesia scomparve per la maggior parte di duemila anni.

Nel 2025 è tornata. Non perché qualcuno abbia dissotterrato una copia completa, ma perché un computer a Monaco ha riconosciuto che trenta frammenti spezzati, riposti in cassetti diversi, erano tutti pezzi della stessa canzone.

La biblioteca che era un'unica gigantesca tavoletta rotta

C'è una vecchia battuta tra gli assiriologi: un giorno qualcuno capirà che c'è mai stata una sola tavoletta cuneiforme, e che si è semplicemente rotta in un milione di pezzi. La battuta è in realtà una descrizione del mestiere. Il cuneiforme, la scrittura a cunei impressa nell'argilla umida in tutto l'antico Vicino Oriente, sopravvive perlopiù come frammenti. Uno studioso può passare una carriera a caccia del coccio che continua il testo del coccio che ha davanti.

È il problema che Enrique Jiménez si è proposto di attaccare all'Università di Monaco. Dal 2018 il suo progetto, la Electronic Babylonian Library, fotografa e translittera il cuneiforme del mondo, costruendo una banca dati che oggi conta qualcosa come 25.000 tavolette e più di 350.000 righe di testo. La parte ingegnosa è ciò che il software ne fa. Prendendo in prestito una tecnica dal modo in cui i biologi allineano i filamenti di DNA, confronta ogni riga con ogni altra e segnala i frammenti che probabilmente combaciano.

I risultati non sono sottili. Jiménez lo dice chiaro e tondo: nei primi 150 anni di studi cuneiformi, gli studiosi trovarono circa 6.000 punti in cui i frammenti combaciano. Il suo progetto ne ha trovati circa 1.500 in soli cinque anni. È la differenza tra una vita a strizzare gli occhi e una ricerca che gira per una notte.

L'Inno a Babilonia fu una delle ricompense. L'algoritmo raccolse trenta frammenti da venti tavolette diverse, e da essi sorsero circa due terzi di una poesia perduta di 250 versi, compresa la prima testimonianza scritta che abbiamo sul ruolo delle sacerdotesse di Babilonia. Un testo che un tempo i bambini sapevano a memoria, ignoto a ogni studioso moderno finché una macchina non lo ha riassemblato.

Cosa la macchina può e non può fare

Vale la pena essere precisi su cosa significhi davvero «l'IA legge il cuneiforme», perché la versione onesta è più interessante del clamore.

La macchina è bravissima a confrontare e prevedere. Oltre alla ricomposizione dei frammenti, altri gruppi hanno addestrato modelli a colmare piccole lacune nelle tavolette danneggiate, indovinando dal contesto i segni mancanti con sorprendente precisione, e persino a produrre traduzioni inglesi approssimative dell'accadico. Ma «approssimative» è la parola chiave. I migliori modelli di traduzione ottengono, secondo la misura automatica standard, un punteggio ben inferiore alla matura traduzione commerciale, e producono volentieri un inglese fluente che è semplicemente sbagliato. Funzionano meglio con frasi brevi e formulari e inciampano sui voli letterari.

E c'è un limite più profondo. I segni cuneiformi sono polivalenti: un singolo grappolo di cunei può leggersi in vari modi, e solo il contesto decide. Quella disambiguazione, la lettura vera e propria, è la parte che gli esseri umani ancora fanno. La macchina trova i pezzi e suggerisce le unioni. Uno studioso decide cosa significa il testo.

Jiménez è rinfrescantemente lucido su questo. La tecnologia, dice, non sostituirà mai del tutto il lavoro erudito umano; il suo vero dono è l'accelerazione. Il passo sull'Eufrate che la sua squadra ha recuperato dall'inno lo dimostra meglio di qualsiasi argomento:

L'Eufrate è il suo fiume, stabilito dal saggio signore Nudimmud.
Disseta il prato, satura il canneto,
i suoi campi, in fioritura brillante, fanno germogliare l'orzo.

Nessun algoritmo ha scritto quello. Un algoritmo ha solo trovato l'orzo, sparso su venti tavolette rotte, e ha lasciato che un essere umano lo ripiantasse nel campo.

I salvataggi silenziosi

Le storie più belle di questo lavoro sono quasi domestiche. Quando le trascrizioni da tempo perdute di uno studioso dell'Ottocento, Carl Bezold, si davano per scomparse per sempre, spuntarono in una biblioteca di Heidelberg e furono immesse direttamente nella banca dati: la calligrafia di un morto riportata in vita da un software. I fotografi percorrono i fondi del British Museum una tavoletta alla volta, a migliaia, perché la macchina abbia qualcosa da leggere. Il romanticismo del campo non è un robot che decifra un codice. Sono persone pazienti e codice paziente che, insieme, convincono un inno a tornare a esistere.

Cinque parole dall'argilla

La lingua sotto tutto questo è l'accadico, la lingua semitica di Babilonia e dell'Assiria, ed è più accessibile di quanto i cunei facciano sembrare:

• ṭuppu (TUP-pu), una tavoletta d'argilla, la cosa che si riassembla.
• ṭupšarru (tup-SHAR-ru), uno scriba, letteralmente uno «scrittore di tavolette».
• Bāb-ili (BAB-i-li), Babilonia, «la porta del dio».
• Purattu (pu-RAT-tu), l'Eufrate, il fiume dell'inno.
• šarru (SHAR-ru), re, una delle prime parole che ogni studente di cuneiforme incontra.

Le macchine sono stupefacenti, e sono anche un promemoria del perché l'abilità umana conti ancora. Qualcuno deve conoscere davvero l'accadico per trasformare un frammento trovato in una poesia. Quel qualcuno potresti essere tu, e comincia con una manciata di parole. PRAVIEL esiste per portarti da quei primi segni fino alla lettura del testo autentico, come fanno gli studiosi di Monaco, una riga recuperata alla volta.

Sources

• Fadhil and Jiménez, "A Hymn in Praise of Babylon and the Babylonians" (Iraq, 2025)
• The Hymn to Babylon, reassembled with AI (phys.org)
• The Electronic Babylonian Library project (The Conversation)
• Translating Akkadian with neural machine translation (PNAS Nexus, 2023)
• Restoring broken Babylonian texts with neural networks (PNAS, 2020)