La IA duplica las Líneas de Nazca y reescribe para qué servían
Un siglo de estudios sobre los geoglifos del desierto peruano se ha visto sacudido por la IA. Una nueva investigación liderada por Japón ha encontrado figuras casi el doble de las conocidas, y no se parecen en nada a los famosos caminos gigantes.
Los gigantes nunca fueron la historia completa
Durante un siglo, las Líneas de Nazca se definieron por su escala. El colibrí, la araña, el mono con su cola en espiral: esos son los íconos que llenan las tiendas de regalos de los museos y las secuencias de títulos de los documentales. Se extienden por el desierto peruano a lo largo de unos noventa metros, trazados con tanta deliberación que algunos aún se distinguen desde el suelo.
Ahora resulta que también son la excepción.
Un equipo de investigación liderado por Masato Sakai, del Instituto de Investigaciones de Nazca de la Universidad de Yamagata, trabajando junto con IBM, ha pasado los últimos años entrenando un modelo de reconocimiento de imágenes por inteligencia artificial con fotografías aéreas de alta resolución del altiplano de Nasca. El resultado, publicado en septiembre de 2024 en Proceedings of the National Academy of Sciences (PNAS), es una revisión del catálogo que casi duplica el número de geoglifos figurativos conocidos. Trescientos cuarenta y ocho figuras nuevas fueron identificadas en solo seis meses. Ciento sesenta de ellas son representacionales —animales, cabezas humanas, ganado—, lo que eleva el total de Líneas de Nazca figurativas confirmadas a 893.
Pero la verdadera historia no es la cantidad. Es cómo se ven las nuevas figuras, dónde se ubican y qué implica su existencia sobre una tradición que creíamos entender.
El tamaño cuenta una historia diferente
Los geoglifos recién descubiertos miden en promedio unos nueve metros de diámetro —una décima parte del tamaño de los famosos gigantes. Son figuras de tipo relieve poco profundo, talladas en la superficie del desierto en lugar de formarse al retirar las piedras oscuras del superficie para exponer el suelo más claro en líneas largas y continuas. Se encuentran en laderas y junto a senderos, no en los centros abiertos del altiplano donde se despliegan los gigantes.
Esta no es una diferencia estética menor. Solo la ubicación sugiere un modo de engagement fundamentalmente distinto. Los grandes geoglifos fueron diseñados para ser vistos desde arriba —o al menos, esa ha sido la suposición de trabajo desde la década de 1930, cuando los aviones comerciales cruzaron por primera vez la región y los pilotos reportaron ver las figuras desde las ventanillas.
Los más pequeños, enclavados en el terreno a escala humana, no. Nueve metros es aproximadamente la longitud de un autobús escolar. No necesitas un avión para verlos. Necesitas caminar junto a ellos. Necesitas estar en el suelo.
El propio Sakai ha sugerido que las figuras junto a los senderos podrían haber funcionado como mensajes para los peatones —marcadores de orientación, señales territoriales o instrucciones rituales dirigidas a personas que se movían a través del paisaje en lugar de observarlo desde él. Si esa lectura se sostiene, replantea todo el altiplano de Nasca no como un lienzo aéreo sino como un entorno estratificado en el que diferentes registros visuales operaban a distintas escalas y para diferentes audiencias.
El método es el descubrimiento
La colaboración entre Yamagata e IBM no se limitó a ejecutar un modelo y dar por terminado el trabajo. El flujo fue iterativo y explícitamente arqueológico en cada etapa.
Primero, el equipo construyó un amplio conjunto de entrenamiento a partir de fotografías aéreas de alta resolución del altiplano de Nasca y el desierto circundante. Ajustaron un modelo de reconocimiento de imágenes preentrenado sobre ese conjunto —esencialmente, enseñándole a distinguir características similares a geoglifos de formaciones rocosas naturales, patrones de erosión y alteraciones modernas.
La inteligencia artificial produjo una lista de candidatos de 1.309 ubicaciones. El equipo de Sakai luego revisó esos candidatos, reduciéndolos a los sitios de geoglifos más plausibles. Después, llevaron a cabo relevamientos de campo y fotografía con drones para verificar físicamente cada ubicación. Las nuevas figuras no se aceptaron por confianza algorítmica sola.
Este método híbrido —aprendizaje automático para la detección, experiencia humana para la validación, verificación con drones para la confirmación— es lo que hace que el resultado sea confiable y, más ampliamente, lo que lo hace replicable. Varios proyectos previos de arqueología asistida por IA han tropezado exactamente con esta brecha: modelos que señalan todo y historiadores que no señalan nada. El trabajo de Nasca invierte esa proporción.
Sakai lo llamó un cambio de juego en su artículo en PNAS. Las figuras más pequeñas y más desgastadas se funden con la superficie moteada del desierto de maneras que el relevo aéreo simplemente no podía resolver antes. Un ojo humano escaneando desde un avión a altitud las habría pasado por alto. Incluso un cuidadoso relevo a pie habría tenido dificultades: el área de investigación de Nasca abarca aproximadamente 630 kilómetros cuadrados, y el equipo llevaba haciendo exactamente eso desde la década de 1990, combinando imágenes satelitales, fotografía aérea y filmación con drones, con modestos retornos incrementales año tras año.
Por qué Japón importa en esta historia
El altiplano de Nasca está en Perú. El artículo en PNAS es de una revista estadounidense. Pero la institución líder es japonesa, y la colaboración pasa por IBM Research en Nueva York. Esto no es accidental.
Japón ha estado invirtiendo de forma estratégica en infraestructura de IA para humanidades durante varios años —el Ministerio de Educación, Cultura, Deportes, Ciencia y Tecnología ha financiado múltiples centros interdisciplinarios que emparejan laboratorios de aprendizaje automático con departamentos de arqueología, filología e historia del arte. El Instituto de Investigaciones de Nazca de la Universidad de Yamagata, fundado en 2004, se encuentra en la intersección de ese impulso político y un sitio que ha resistido una explicación sencilla durante un siglo.
Sakai comenzó su trabajo en Nazca en la década de 1990. Organizó su primer equipo de investigación en 2004. No pasó a la IA hasta 2018, después de que un colega senior le señalara la posibilidad. La brecha de ocho años entre el relevamiento a escala humana y el relevamiento a escala de IA vale la pena señalarla: es lo suficientemente larga como para sugerir que la tecnología no estaba lista, y lo suficientemente corta como para sugerir que el equipo fue deliberado sobre cuándo desplegarla.
La implicación más amplia es que el proceso de arqueología con IA se está institucionalizando de maneras que son más difíciles de replicar en países sin ese tipo de arquitectura de financiación. Perú tiene el sitio. Japón tiene la asociación computacional. Estados Unidos tiene la revista. Esa tríada es en sí misma un patrón que vale la pena observar.
Lo que las nuevas figuras no son
Es útil decir lo que los resultados del PNAS no afirman. El artículo no sostiene que las Líneas de Nazca ahora estén completamente descodificadas. No argumenta que la IA haya revelado un sistema de escritura completo o un mapa cosmológico unificado. Las nuevas figuras están catalogadas; sus significados permanecen abiertos.
Lo que el artículo sí muestra es que el catálogo existente estaba materialmente incompleto —no por un margen pequeño, sino por un factor cercano al doble. Y que la mitad faltante tenía un carácter físico diferente al de la mitad que ya conocíamos. Los gigantes grandes del centro del altiplano siempre iban a ser encontrados por el relevamiento aéreo. Las figuras pequeñas, en las laderas y desgastadas, no. Un algoritmo entrenado para buscarlas cambia la curva de descubrimiento.
El método importa más que el conteo
Duplicar un catálogo es impresionante. Lo más impresionante es que el catálogo duplicado se ve internamente coherente en lugar de ruidoso. Las 160 figuras geoglíficas nuevas muestran el mismo vocabulario estilístico —ganado, cabezas humanas, formas zoomorfas— que el corpus establecido. Su datación estimada se alinea con el período precolombino de las figuras más conocidas. No son outlier; son una distribución faltante.
Esa coherencia es la evidencia más sólida de que la detección por IA es real y no está produciendo artefactos. Si el modelo hubiera estado alucinando patrones, las nuevas figuras probablemente habrían lucido más extrañas —o se habrían agrupado de maneras que corrilaran con gradientes de calidad de imagen en lugar de con la topografía del terreno y los senderos.
Por qué esto importa más allá de Perú
El caso de Nasca es una plantilla para una clase de problema que los arqueólogos en todo el mundo están comenzando a enfrentar: sitios que son demasiado grandes, demasiado sutiles o demasiado degradados para que el relevamiento tradicional los resuelva, pero en los que señales útiles están incrustadas en imágenes que las máquinas ahora pueden leer.
El mismo enfoque se está aplicando —o probando— en sitios que van desde las redes de geomancia amazónica hasta los patrones de asentamientos enterrados de la cuenca del Río Amarillo. La variable no es el método; es el conjunto de entrenamiento. Donde un sitio tiene un archivo fotográfico bien mantenido, una IA puede ajustarse rápidamente. Donde no lo tiene, el modelo es tan bueno como la primera pasada de verificación en terreno.
Nasca tiene ambos. Por eso este caso particular aterrizó con claridad inusual en una revista de primer nivel. La publicación en PNAS es menos una sorpresa sobre lo que encontró la IA que una demostración de que el método funciona cuando el flujo de datos es sólido.
La década que viene
El equipo de Sakai publicó el conteo inicial de más de 300 figuras en septiembre de 2024. Para julio de 2025, la Universidad de Yamagata reportó 248 descubrimientos adicionales de la temporada de campo 2023-2024, elevando el total figurativo a 893.
El trabajo continúa. La próxima pregunta no es si existen más figuras —casi con certeza las hay— sino qué nos dice el catálogo ampliado sobre cómo el pueblo de Nasca usó el espacio. Si las figuras junto a los senderos eran realmente mensajes orientados a los peatones, entonces el altiplano era un paisaje multimodal: gigantes para el cielo, figuras más pequeñas para el suelo, posiblemente dispuestos en una secuencia que dirigiera el movimiento, el ritual o la memoria a través del desierto de maneras que apenas hemos comenzado a trazar.
Un siglo de estudios comenzó con aviones. Ahora, cada vez más, comienza con procesadores. Las líneas en sí no han cambiado. Nuestra capacidad para verlas, sí.