Durante más de cuatro mil años, las cerámicas pintadas, las figurillas de terracota y los sellos de la civilización Harappa han ido perdiendo sus colores originales. La humedad, la química del suelo y el tiempo han borrado una paleta que fue, en su día, vehículo de identidad cultural y significado simbólico.
La arqueometría puede detectar trazas de pigmento cuando aún quedan residuos. Pero cuando estos desaparecen por completo, la ciencia tradicional no tiene respuesta. Un equipo de investigadores de las universidades de Génova e Islamia acaba de proponer una solución radicalmente diferente.
El color como evidencia histórica que el tiempo borró
El color no era un detalle decorativo en la civilización Harappa. Era información. La elección de ciertos tonos en cerámica, figurillas y sellos transmitía rango social, función ritual e identidad colectiva. Perder esos colores equivale a perder parte del vocabulario con el que esta cultura se expresaba a sí misma.
Los análisis arqueométricos confirman que los artesanos harapanos usaban pigmentos de base férrica y de manganeso. La oxidación, la humedad y la degradación química han eliminado casi por completo esa paleta original. Lo que queda, en la mayoría de los casos, son superficies descoloridas que apenas sugieren lo que fueron.
Las técnicas de imagen hiperespectral y multiespectral pueden documentar trazas de pigmento cuando aún existen residuos detectables, pero son herramientas reactivas: si el pigmento ha desaparecido del todo, no ofrecen respuesta. Ese vacío metodológico es precisamente el punto de partida del nuevo estudio publicado en Digital Applications in Archaeology and Cultural Heritage.
GAICR: la arquitectura de una IA que aprende a ver en el pasado
El sistema desarrollado por los investigadores se llama GAICR, siglas de Generative AI Color Reconstruction. Está basado en un modelo de difusión latente derivado de Stable Diffusion v1.5, ajustado para restauración arqueológica mediante la técnica Low-Rank Adaptation (LoRA). Esta adaptación permite al modelo aprender los patrones cromáticos harapanos sin perder el conocimiento visual general adquirido durante su entrenamiento previo.
El conjunto de datos de entrenamiento incluyó 1.200 imágenes de alta resolución de 870 artefactos únicos: cerámica pintada, figurillas de terracota, sellos de esteatita y piezas escultóricas menores procedentes del Museo Harappa y del Museo Nacional de Pakistán. A estas se sumaron 500 fotografías de referencia de culturas relacionadas —Mesopotamia, Egipto y Baluchistán— para enriquecer el modelo con pigmentos bien conservados de contextos análogos.
Lo que distingue a GAICR de otros intentos de restauración digital es su integración de metadatos arqueológicos. La tipología del objeto, su procedencia, los pigmentos documentados químicamente y el estado de conservación se codifican como vectores de condicionamiento. El color no se genera al azar: se deduce a partir del contexto material y cultural de cada pieza.
Resultados que convencen tanto a los algoritmos como a los expertos
Las métricas cuantitativas son claras. El error colorimétrico medio, medido con la métrica ΔE₀₀, se situó en 3,67, por debajo del umbral aceptable de 5. El índice de similitud estructural (SSIM) superó el 0,95, lo que indica una alta coherencia entre las texturas originales y las reconstruidas.
Frente a técnicas tradicionales de retoque digital, el sistema redujo el error cromático en un 42 % y mejoró el índice de estructura en un 13 %. No son mejoras marginales.
La validación cualitativa fue igualmente sólida. Siete especialistas en patrimonio evaluaron 50 reconstrucciones cada uno siguiendo cuatro criterios: plausibilidad cromática, coherencia estética, interpretabilidad cultural y adecuación al contexto material. La puntuación media fue de 4,47 sobre 5, con alta concordancia entre los evaluadores.
El modelo también demostró contención estética. Las figurillas de terracota se reconstruyeron en gamas de ocre y marrón rojizo, acordes con los colores de cocción de las arcillas y con la evidencia material disponible, sin rastro de paletas modernas ni tonos artificialmente saturados.
El peso ético de reconstruir lo que ya no existe
Los propios autores advierten el riesgo. Una reconstrucción digital tiene autoridad comunicativa: el público general tiende a aceptar lo renderizado como auténtico, y esa tendencia puede distorsionar la comprensión del pasado si no se gestiona con rigor.
Por eso, el sistema GAICR incorpora desde su diseño un principio de transparencia epistémica. Cada reconstrucción incluye metadatos con los valores de error cromático y distingue explícitamente entre zonas con pigmento residual real y zonas de inferencia algorítmica pura. El sistema no oculta lo que no sabe.
Las reconstrucciones se presentan como hipótesis visuales probabilísticas, no como certezas. Esta postura abre un diálogo necesario entre conservadores, historiadores y tecnólogos sobre dónde trazar la línea entre restauración científica e interpretación creativa.
Es una pregunta que trasciende a la civilización Harappa. Cada vez que la tecnología permite reconstruir lo que el tiempo destruyó, obliga a decidir cuánto de lo que vemos es pasado recuperado y cuánto es presente proyectado hacia atrás. La inteligencia artificial no resuelve esa tensión. La hace más visible y, quizás, más urgente.