AI tar sig an 2000 år gamla språk – och hur vi formar våra åsikter

När AI möter historia och psykologi

Artificiell intelligens gör sig redo att ta sig an några av mänsklighetens mest fascinerande gåtor – från forntida språk som försvunnit för över 2000 år sedan till de komplexa mekanismer som styr hur vi förändrar våra åsikter.

Två nya forskningsprojekt, publicerade på preprint-servern arXiv, illustrerar en spännande trend: AI börjar inte bara komplettera utan aktivt förbättra traditionell humanistisk forskning.

Digitala arkeologer knäcker forntida koder

Det första projektet handlar om paleohispanska språk – de mystiska språk som talades på Iberiska halvön innan romarna etablerade sitt välde på 200-talet före Kristus. Trots att forskare sedan början av 1900-talet arbetat med att dechiffrera dessa språk, efter att Gómez Moreno lyckades tyda den iberiska levantinska skriften, är de fortfarande bara delvis förstådda.

Problemet har länge varit metodologiskt. Traditionell språkvetenskap har gjort betydande framsteg, men forskningsdata har funnits i format som varit omöjliga att använda med moderna beräkningsmetoder. Nu har forskare skapat en strukturerad datauppsättning som öppnar dörren för maskininlärning och andra AI-tekniker.

Detta är mer än bara digitaliseringsprojekt – det handlar om att ge algoritmer möjlighet att upptäcka mönster som mänskliga forskare kanske missat. När vi talar om språk som varit döda i två millennier blir varje ny insikt ovärderlig.

Virtuella människor avslöjar verkliga sanningar

Det andra projektet tar sig an något lika komplext men mer vardagsnära: hur människor förändrar sina attityder. Forskare har använt AI-biblioteket Concordia för att skapa virtuella aktörer som kan simulera mänskligt beteende enligt tre klassiska psykologiska teorier.

De tre teorierna – kognitiv dissonans från Festinger (1957), självkonsekvens från Aronson (1969) och självuppfattning från Bem (1972) – har översatts till körbara datorsimuleringar. AI-aktörerna använder språkmodeller för att fatta beslut baserat på sina "minnen" och aktuella observationer.

Resultaten var både uppmuntrande och avslöjande. Simuleringarna kunde reproducera kända resultat från klassiska psykologiska experiment, men processen krävde omfattande manuella justeringar. Denna utmaning visade sig faktiskt vara en styrka – den avslöjade operationella beroenden som aldrig dokumenterats i de ursprungliga teorierna.

Teknikens bidrag till förståelse

Båda projekten illustrerar en viktig utveckling: AI tvingar oss att vara mer precisa i våra antaganden och metoder. När forskarna skulle implementera psykologiska teorier som datorsimuleringar upptäckte de luckor och oklarheter som varit gömda i decennier av akademisk text.

Samtidigt möjliggör AI helt nya angreppssätt på gamla problem. Att analysera forntida språkfragment med maskininlärning kan avslöja subtila mönster som vore omöjliga att upptäcka manuellt. Att simulera tusentals virtuella människor kan testa psykologiska teorier i skalor som aldrig varit möjliga tidigare.

Det fascinerade mig särskilt hur båda projekten betonar vikten av strukturerad data. Som systemutvecklare vet jag hur avgörande dataformatet är för vad som blir möjligt att bygga. Att forskarna inom paleohispanska språk prioriterade att skapa rätt datastruktur visar en mogen förståelse för hur modern teknik fungerar.