Ética en la Preservación Digital: Escaneo vs Reconstrucción con IA

La preservación digital de colecciones físicas plantea un dilema moral persistente. Al intentar escanear revistas empastadas o periódicos antiguos, surge la pregunta: ¿es más importante mantener la integridad del objeto físico o salvar el contenido completo? Si se escanea una página doble intacta, se pierde inevitablemente el sector central, a veces arrastrando texto, viñetas o firmas. Por otro lado, desarmar los tomos para obtener un archivo limpio es destructivo y arriesgado.

La solución moderna no reside en elegir entre uno u otro, sino en aprovechar la tecnología para evitar el daño físico. Existen dispositivos especializados como escáneres tipo V-cradle (como el Bookeye) o sistemas de alta precisión como Zeutschel que permiten digitalizar encuadernados sin necesidad de destruirlos.

¿Dónde termina la restauración y empieza la alucinación?

Aquí es donde la ética se vuelve compleja. El uso de Inteligencia Artificial en archivos históricos requiere límites estrictos para evitar la contaminación de la evidencia original. Se propone un sistema de niveles jerárquicos para gestionar estas herramientas:

• Nivel 0: Escaneo crudo, sagrado y sin intervención.
• Nivel 1: Mejoras reversibles como corrección de curvatura o ajuste de contraste.
• Nivel 2: Reconstrucción asistida por IA que debe señalarse explícitamente.
• Nivel 3: Reconstrucción especulativa, estrictamente para consulta y nunca como fuente primaria.

El riesgo principal no es la tecnología en sí, sino que las herramientas generativas puedan equivocarse con gran autoridad visual. Si un modelo infiere letras o imágenes inexistentes, se corre el peligro de convertir una hipótesis en un dato histórico falso.

Es fundamental mantener la integridad del archivo original y evitar que las alucinaciones generativas se conviertan en sustitutos de la verdad histórica. La preservación digital debe ser una extensión cuidadosa de la crítica textual, utilizando la tecnología para iluminar el contenido sin fabricarlo.

Este enfoque también revela un paralelo fascinante con los métodos tradicionales de filología. Los eruditos del pasado enfrentaban las mismas dudas sobre si corregir o reconstruir un manuscrito dañado, y la IA moderna simplemente automatiza esa tensión entre el respeto al artefacto original y la necesidad de recuperar la información perdida.