El artículo de Andrés Gattinoni, publicado en Nueva Sociedad (2025), parte de un informe de Microsoft Research que advierte que la Inteligencia Artificial (IA) podría remplazar la labor de los historiadores. A partir de esta advertencia, el autor reflexiona sobre los límites y alcances de la IA en la producción del conocimiento histórico, señalando que, aunque las máquinas pueden procesar información y construir narrativas coherentes, no pueden sustituir la labor interpretativa, crítica y situada del historiador. La historia, recuerda Gattinoni, no consiste solo en ordenar datos, sino en formular preguntas, interpretar significados y comprender el pasado. Por ello, más que una amenaza tecnológica, la IA sirve como punto de partida para reafirmar el carácter humano y reflexivo de la práctica histórica.

En este contexto, surge una cuestión central: ¿podrán los archivos y centros de conservación digitalizar la infinidad de documentos del pasado? Y, en consecuencia, ¿puede la inteligencia artificial producir conocimiento histórico sin disponer de fuentes debidamente digitalizadas? Sostengo como hipótesis que la IA no puede generar conocimiento histórico autónomo mientras las fuentes primarias no estén digitalizadas, puesto que la historia depende de la interpretación crítica y contextual de los documentos y otras fuentes de la historia, una tarea que requiere tanto el acceso material a los archivos como la interpretación intelectual del historiador.

La realidad archivística y la digitalización

Respecto a la primera pregunta, los archivos y centros de conservación documental no pueden digitalizar de manera exhaustiva en el corto o mediano plazo. No existen capacidad práctica, económica ni técnica para digitalizar los miles y millones de kilómetros de documentos del pasado. Los trabajos recientes sobre archivos y preservación digital subrayan tres restricciones estructurales: financiamiento y priorización, heterogeneidad técnica de los materiales y marcos organizacionales para la preservación. Estudios recientes y revisiones profesionales documentan que la digitalización favorece colecciones con mayor visibilidad o demanda, mientras que numerosos fondos pequeños, materiales frágiles o archivos locales quedan fuera por falta de recursos o por dificultades técnicas (escaneo, normalización de metadatos, preservación de formatos) (Jaillant, et al., 2022). Existen limitaciones legales, éticas y de acceso: derechos de autor, privacidad y restricciones institucionales impiden la liberación completa de contenidos. En suma, la digitalización será siempre parcial y sesgada por decisiones técnicas y políticas; la expectativa de una digitalización total es, por ahora, incautamente idealista (Johnston, 2020). Infinidades de documentos regionales y locales que no están en repositorios digitales.

¿Puede la IA producir conocimiento histórico sin fuentes digitalizadas?

No de manera autónoma ni fiable. Los modelos de IA dependen de datos: si las fuentes primarias no están digitalizadas o lo están de forma incompleta y sesgada, los sistemas sólo podrán operar sobre ese subconjunto, replicando sus vacíos y distorsiones. Investigaciones que examinan la relación entre aprendizaje automático y trabajo historiográfico muestran que los algoritmos son excelentes para detectar patrones y acelerar tareas, pero carecen de juicio crítico, valoración de procedencia, y sensibilidad contextual (elementos centrales del oficio historiador). Cuando la IA produce narrativas sobre la base de corpus parciales, existe riesgo de “falsa autoridad”: textos fluidos y convincentes que no superan la verificación documental (Kansteiner, 2022).

Lo que la máquina puede alucinar y no pensar

Asimismo, la comunidad profesional ha alertado sobre problemas concretos del IA en conocimiento de la historia: las “alucinaciones” de los modelos (afirmaciones no sustentadas), la reproducción de sesgos presentes en los datos de entrenamiento y la legitimación por forma (un texto bien redactado se percibe como fiable, aunque esté mal fundado). Organismos y revistas académicas advierten que confiar en resultados de IA sin una supervisión historiográfica rigurosa puede generar reconstrucciones parciales o erróneas del pasado (UNESCO, 2024).

Gattinoni (2025) sostiene que, aunque las máquinas avanzan y pueden realizar tareas que antes eran exclusivas de humanos, la labor del historiador no puede delegarse completamente. Porque parte del trabajo es precisamente cuestionar, indagar, seleccionar fuentes, plantear preguntas y esas tareas tienen un componente humano que va más allá de computar datos. El autor plantea que, aunque las tecnologías de IA, especialmente los modelos de lenguaje avanzados (LLM), pueden producir narrativas sobre el pasado (ordenar datos, generar relatos), no pueden sustituir a la disciplina de la historia porque ésta exige una dimensión humana fundamental: formular preguntas, elegir fuentes, interpretar contextos y reescribir el pasado.

Ciertamente, el historiador busca comprender el sentido de los textos, hechos y testimonios del pasado a partir de su contexto histórico y del horizonte de comprensión del investigador. En otras palabras, la labor del historiador no se limita a describir los hechos, sino que intenta interpretar su significado: ¿qué querían decir las personas de una época cuando actuaban, escribían o hablaban de cierta manera?, ¿cómo entendían el mundo?, ¿qué sentido tenía para ellas lo que hacían?

La inteligencia artificial tendría limitaciones en realizar la interpretación de la interpretación de la interpretación, como sí lo hace el historiador. Este no solo examina un documento, sino que indaga quién lo escribió, desde qué horizonte de comprensión lo hizo y a quién intentó interpretar o representar al escribirlo. En ese proceso, el historiador reconstruye una cadena de sentidos que enlaza al autor, al contexto y al propio intérprete contemporáneo, algo que excede la capacidad analítica de la máquina.

No obstante, afirmar que la IA no sirve sería erróneo: las herramientas basadas en IA son valiosas como instrumentos auxiliares. Cuando se usan en combinación con criterios de selección, verificación y análisis críticos (es decir, bajo la supervisión de historiadores), amplifican la investigación bajo principios y guías para integrar la IA en la enseñanza y la investigación histórica, enfatizando formación crítica, transparencia y supervisión humana (American Historical Association, 2025).

En suma, la digitalización total del patrimonio documental es inviable por limitaciones económicas, técnicas, legales y éticas; en consecuencia, el acceso digital al pasado siempre será incompleto y selectivo. A partir de ello, se concluye que la inteligencia artificial no puede generar conocimiento histórico de manera autónoma, porque depende de fuentes digitalizadas y carece de juicio crítico, comprensión contextual y usos de otras fuentes no documentales, esenciales en el trabajo del historiador. Finalmente, la práctica histórica conserva un carácter irrenunciablemente humano y hermenéutico. El historiador no se limita a organizar datos, sino que interpreta significados y contextos explorando los sentidos, intenciones y horizontes de comprensión que subyacen a cada documento. Si bien la inteligencia artificial puede funcionar como un instrumento auxiliar valioso bajo supervisión académica y principios éticos, la construcción del conocimiento histórico sigue dependiendo de la mirada crítica, reflexiva y humana del historiador, único capaz de otorgar significado al pasado desde el presente.

Referencias.

American Historical Association. (2025, August 5). Guiding Principles for Artificial Intelligence in History Education [Guideline].

Gattinoni, A. (2025, agosto). Inteligencia artificial e historia: lo que no puede una máquina. Nueva Sociedad.

Jaillant, L., Aske, K., Goudarouli, E., et al. (2022). Introduction: challenges and prospects of born-digital and digitized archives in the digital humanities. Arch Sci.

Johnston, L. (2020). Challenges in preservation and archiving digital materials. Information Services & Use, 40(3), 193-199.

Kansteiner, W. (2022). Digital doping for historians: can history, memory, and historical theory be rendered artificially intelligent? History and Theory.

UNESCO. (2024). Report warning that generative AI threatens Holocaust memory (resúmenes y advertencias sobre riesgos de desinformación).