¡Hola arqueo inquietos! ¿Cómo va el caluroso mes de julio? Nosotros bien, sudando, como la mitad de España, pero bien. Estos días hemos estado un poco off del blog porque he estado con Covid, pero ya estoy casi bien, así que volvemos a tope con las entradas.
Hoy vengo a hablaros otra vez de imperfección, ya sabéis que el mundo es imperfecto, pero la Arqueología también. Además, no solo nuestra disciplina goza de estos problemas, sino que también otras ciencias afines como la Historia los tienen. Así que hoy vengo a hablaros precisamente de eso, de la imperfección de los datos históricos. Como muy bien indica J. Owens (2012, p. 1) los Historiadores muchas veces se encuentran ante el problema de no poder encuadrar sus datos en “cajas” específicas. Los periodos históricos, por ejemplo, son ambiguos, y no siempre podemos enmarcar una información en una cronología precisa. O los documentos que estudiamos son parciales, inciertos o ambiguos.
Esto lleva a pensar en formas de gestionar esa imperfección. Es decir, la Historia se basa en datos que son principalmente semánticos y lingüísticos, no pudiendo ser gestionada esta información de manera informática sin hacer una gestión que tenga en cuenta esas etiquetas lingüísticas. Quizás una de las propuestas más generalizadas y que se emplea desde hace décadas en Historia es el uso de determinados indicadores y símbolos para representar la incompletitud de los textos epigráficos antiguos (también usados en numismática). Aunque se trata de un método tradicional, está aceptado de manera generalizada por la comunidad científica y permite conocer cuál es el nivel de imperfección de un elemento epigráfico o numismático. Así, por ejemplo, se utilizan los corchetes “[ ]” para indicar la restitución de una laguna en el texto o un solo corchete “[“ para mostrar una laguna de extensión indefinida al final del texto (Clauss et al., 2020). Es un método que se ha empleado para mostrar al resto de investigadores las lagunas de la información epigráfica.
Sin embargo, no se ha empleado para medir el grado de imperfección de la fuente, sino como simple representación de esta. Si bien es una propuesta muy válida, sobre todo por su generalizado uso, consideramos que se podría mejorar para medir cuantitativamente la “validez” de la fuente a la hora de realizar el análisis histórico. Esta propuesta, que podría considerarse muy tradicional, encaja muy bien en la idea que venimos remarcando: la vaguedad, incompletitud y ambigüedad de los datos humanísticos y las dificultades que esto conlleva a la hora de investigar y registrar datos en Humanidades. Con el desarrollo de técnicas más complejas para el tratamiento de los datos, se generalizó el uso de otras herramientas y enfoques. Al igual que en el caso de las Ciencias de la Información, el enfoque más empleado desde los años ochenta para la representación y gestión de los datos imperfectos en Humanidades es la lógica difusa. Pese a ello, y como muy bien señala J.B. Owens (2012), quien hace una interesante reflexión acerca del uso de la lógica difusa en Humanidades y las posibilidades que ésta tiene para gestionar la imperfección intrínseca de los datos humanísticos, en el caso de la Historia, “the fuzzy approach is almost unknown among Historians” (Owens & Coppola, 2012, p. 3).
Dentro de los proyectos de Historia, encontramos el proyecto eSAD (Tarte, 2011). Se trata de una propuesta de reconstrucción digital de los fragmentos de texto ausentes en los papiros mediante la tecnología. También tenemos que mencionar DICTOMAGRED, llevado a cabo por el Instituto de Estudios Medievales y Renacentistas y de Humanidades Digitales de la Universidad de Salamanca (IEMYRhD 2018). Este proyecto usa ConML como lenguaje para modelar la información, incluyendo marcadores para expresar la incertidumbre. Estos marcadores son gestionados a través de la lógica difusa (Martín-Rodilla et al., 2019, pp. 4–5). Así, por ejemplo, se podría modelar con etiquetas del tipo: Certidumbre = cierto; areaminima =12000, Areamaxima=14000 (Martín-Rodilla et al., 2019, p. 5).
Para época moderna destacan los trabajos de J.-B. Owens (Owens & Jones, 2012; Owens & Coppola, 2012), especialmente el proyecto desarrollado con la ayuda de la European Science Foundation sobre los balleneros y las orcas. Utiliza la lógica difusa para medir la imprecisión de los datos históricos. Owens plantea en su artículo la gestión de las diferentes conceptos y sujetos de su tema de estudio (balleneros, orcas, relaciones entre los personajes) para estimar las perspectivas de éxito de la caza en función de la cooperación y la oportunidad. Establece las siguientes etiquetas lingüísticas “Medium Cooperation and Low Opportunity (ML); High Cooperation and Low Opportunity (HL); Medium Cooperation and Medium Opportunity (MM); and High Cooperation and Medium Opportunity (HM)”. Para cada una de ellas se obtendrá un valor del 0 al 1 que indicará el grado de pertenencia a uno conjunto u otro (Owens & Jones, 2012, p. 21).
Como veis, todavía son pocas las propuestas de gestión de la imperfección para la Historia, pero poco a poco los investigadores se están animando cada vez más a entrar en este apasionante mundo. Y hasta aquí el post de hoy. Esperamos que os haya hecho reflexionar sobre el tema. Nosotros estamos preparando un paper junto a Carlos Barranco (UPO) sobre el tema, así que «seguimos haciendo ciencia» y os mantenemos informados.
‘Un abrazo y hasta el viernes!
Dynat INC 