Przez ponad sto lat historycy spierali się, kiedy monumentalny tekst “Res Gestae Divi Augusti” (“Czyny boskiego Augusta”) po raz pierwszy wyryto w kamieniu. To pierwszoosobowy, propagandowy raport z życia i osiągnięć pierwszego cesarza Rzymu, dokumentujący przesilenie, w którym schyłkowa republika przeobraziła się w trwale scentralizowaną dyktaturę. W środę, 23 lipca 2025 r., w “Nature” ukazała się praca zespołu Google DeepMind prezentująca model Aeneas, który złożył tę łamigłówkę na nowo. DeepMind pokazał, jak algorytm może stać się wiarygodnym partnerem w pracy humanisty.

    Aeneas nie próbuje zgadnąć jedynej słusznej daty. Zamiast tego wyprowadza rozkład prawdopodobieństwa i uzasadnia go zestawem analogii — od subtelnych cech językowych po markery historyczne. W przypadku Res Gestae model wskazał dwa wyraźne “piki”:

    • Mniejszy między 10 a 1 r. p.n.e.
    • Większy, bardziej przekonujący, między 10 a 20 r. n.e., czyli tuż wokół roku 14 n.e., w którym Augustus zmarł

    W kategoriach kalendarza oznacza to, że publiczne ogłoszenie i epigraficzne rozpowszechnienie tekstu najpewniej nastąpiło w pierwszych latach po śmierci władcy. Krótko mówiąc: około 15 r. n.e., ale z uczciwym pokazaniem niepewności. To jakościowa różnica wobec dawnych, binarnych sporów w literaturze — i powód, by potraktować AI jako narzędzie modelujące realną niepewność w badaniach historycznych.

    Czytaj też: Chińscy operatorzy koparek przenoszą plac budowy do biura. AI już szykuje się, by przejąć joystick

    To nie magia. Nowe możliwości AI

    Wynik nie wziął się z “magii” czarnej skrzynki. Model żmudnie uczył się na największym jak dotąd, ujednoliconym korpusie epigraficznym LED, złożonym z 176 861 łacińskich inskrypcji (ok. 16 mln znaków), z których 5% opatrzono także obrazami.

    Dane zestawiono i wystandaryzowano na podstawie trzech fundamentalnych baz: Epigraphic Database Roma, Epigraphic Database Heidelberg i Epigraphik‑Datenbank Clauss‑Slaby. W praktyce Aeneas nie tylko przywraca ubytki w tekście, ale też “szuka krewniaków”. Czyli kontekstowych paraleli w całym świecie rzymskim — i na tej sieci powinowactw buduje wnioski o dacie i pochodzeniu geograficznym.

    AI odrestaurowało brązowy dyplom wojskowy z Sardynii 113/14 n.e.
    AI odrestaurowało brązowy dyplom wojskowy z Sardynii 113/14 n.e.
    AI odrestaurowało brązowy dyplom wojskowy z Sardynii 113/14 n.e.

    “Uczenie się historii z inskrypcji to układanie gigantycznych puzzli” — mówią epigraficy. W recenzowanym eksperymencie połączono kompetencje 23 badaczy z sugestiami Aeneasa. Efekt był wymierny: badacze deklarowali wzrost pewności w kluczowych zadaniach o 44%, a precyzja datowania u samego modelu oscylowała średnio 13 lat od historycznych “przedziałów prawdy”. Taki sposób formułowania wyniku — z rozkładem, a nie sztywną datą — znakomicie pasuje do natury źródeł, które rzadko są jednocześnie kompletne, jednoznaczne i jednoźródłowo datowane.

    Warto podkreślić, że Res Gestae to nie jedyny poligon doświadczalny. Artykuł w “Nature” pokazuje, jak Aeneas, korzystając z tekstu i obrazu (np. kształtu ołtarza, układu linii, cech paleograficznych), potrafi odtworzyć luki o nieznanej długości, przypisać inskrypcję do właściwej prowincji spośród 62 oraz wybrać najbardziej prawdopodobną dekadę powstania. Model tłumaczy też własne decyzje poprzez mapy istotności fragmentów — wskazując, które słowa, formuły lub archaiczne pisownie przeważyły w ocenie. To szczebel przejściowy między surową predykcją a interpretacją, z którego humanista może bezpiecznie korzystać.

    Sprawdź też: Jak Polska radzi sobie z adaptacją generatywnej AI? Sprawdzamy w raporcie Generative AI Adoption

    Aeneas. DeepMind z kolejnym osiągnięciem

    Aeneas nie powstał w próżni — i nie ma ambicji zastąpić badacza. Zespół podkreśla, że jego rolą jest przyspieszać żmudne czynności wstępne i oferować nowe ścieżki kwerendy, ale końcowa interpretacja musi pozostać w rękach ekspertów.

    Ta filozofia pracy odzwierciedla sposób udostępnienia narzędzia: działa w otwartym, interaktywnym serwisie Predicting the Past, a kod i korpus LED upubliczniono, by wspólnota mogła je weryfikować, rozszerzać i krytycznie oceniać. To rzadki, wzorcowy przykład łączenia nauk ścisłych z humanistyką — z myślą o przejrzystości i replikowalności.

    Sama Res Gestae to tekst‑ikona, nazywany wręcz królową łacińskich inskrypcji. Spór o jej datę nie był akademicką igraszką, bo dotyczył intencji Augusta: czy pisał panegiryk już u szczytu potęgi, kiedy w 2 r. p.n.e. ogłoszono go “ojcem ojczyzny”, czy dopiero pod koniec życia, około 14 r. n.e., z myślą o własnym obrazie “po śmierci”. Analiza Aeneasa nie przekreśla żadnej z hipotez, ale pokazuje, że język i odniesienia instytucjonalne najlepiej brzmią w pierwszych latach po 14 r. n.e., co elegantnie scala wcześniejsze obserwacje uczonych z ilościowym obrazem całej epigrafiki. To także przypomnienie, że w badaniach nad antykiem “prawda” bywa rozkładem prawdopodobieństwa, a nie monolitem.

    Szerszy kontekst jest równie ważny. Co roku światło dzienne ogląda około 1500 nowych łacińskich inskrypcji. Każda z nich to drobny, często uszkodzony fragment gigantycznej układanki o zasięgu od Brytanii po Egipt i Mezopotamię. Złożenie tych puzzli ręcznie wymaga dekad erudycji. Jeśli narzędzia takie jak Aeneas potrafią w kilka sekund podsunąć setki trafnych paraleli, historycy zyskują czas na to, co najcenniejsze. Konkretnie: interpretację i spór o sens. To być może najważniejsza lekcja płynąca z premiery narzędzia 23 lipca 2025 r. — że sztuczna inteligencja nie zastąpi nam historii, ale może znacząco pomóc w jej pisaniu.

    Na koniec dobra wiadomość dla badaczy, studentów i muzealników: Aeneas jest do wypróbowania online. Dokumentacja, kod i dane są publicznie dostępne. To zaproszenie do wspólnego testowania, poprawiania i krytycznego używania narzędzia w realnych projektach — od szkolnej klasy po katalogi muzealne. I do tego, by w dobie wielkich modeli to właśnie antyk przypominał nam o pokorze wobec niejednoznaczności źródeł.

    FAQ — Sztuczna inteligencja, Aeneas i datowanie “Res Gestae Divi Augusti”

    Czym jest Aeneas od Google DeepMind?

    Aeneas to model sztucznej inteligencji wyspecjalizowany w analizie łacińskich inskrypcji. Łączy informacje językowe, historyczne i kontekstowe, aby proponować datę, miejsce pochodzenia oraz możliwe uzupełnienia brakujących fragmentów tekstów.

    Dlaczego spór o datę “Res Gestae Divi Augusti” ma znaczenie?

    „Res Gestae” to autorski zapis dokonań pierwszego cesarza Rzymu. Dokładniejsze datowanie pomaga lepiej zrozumieć, jak i kiedy budowano kult władcy oraz jak przebiegało przejście od republiki do władzy jedynowładczej.

    Do jakiego okresu Aeneas datuje “Res Gestae”?

    Model wskazuje najwyższe prawdopodobieństwo na lata tuż po śmierci Augusta, około 15 r. n.e., prezentując wynik jako rozkład prawdopodobieństwa, a nie jedną sztywną datę.

    Na jakich danych uczył się Aeneas?

    Model trenowano na dużych, ujednoliconych korpusach epigraficznych, m.in. Epigraphic Database Roma, Epigraphic Database Heidelberg i Epigraphik‑Datenbank Clauss‑Slaby, łączących setki tysięcy inskrypcji.

    Jak Aeneas dochodzi do wniosków?

    Porównuje analizowany tekst z tysiącami podobnych przykładów, wykrywa cechy językowe, formuły urzędowe i odniesienia historyczne, a następnie buduje probabilistyczną ocenę daty i miejsca powstania oraz proponuje rekonstrukcje braków.

    Czy Aeneas zastępuje historyków i epigrafików?

    Nie. To narzędzie wspierające, które przyspiesza kwerendy i wskazuje możliwe tropy badawcze. Ostateczna interpretacja pozostaje w rękach specjalistów.

    Jakie są ograniczenia takiego modelu?

    Wyniki zależą od jakości i kompletności danych. AI może wzmacniać istniejące luki lub uprzedzenia w korpusach. Dlatego konieczna jest krytyczna weryfikacja przez badaczy i porównanie z innymi źródłami.

    Czy Aeneas jest publicznie dostępny?

    Tak. Udostępniono interaktywną wersję narzędzia i kod, by naukowcy, studenci oraz muzealnicy mogli z niego korzystać i go oceniać.

    Co oznacza “kontekstualizacja” w tym badaniu?

    To powiązanie pojedynczej inskrypcji z jej społecznym i administracyjnym tłem: formułami, urzędami, praktykami upamiętniania i wzorcami językowymi właściwymi dla czasu i miejsca.

    Jakie są praktyczne korzyści dla nauki i edukacji?

    Szybsze wyszukiwanie paralel, precyzyjniejsze datowanie i lepsze rekonstrukcje ubytków. Dzięki temu więcej czasu można poświęcić na interpretację, a nie na żmudne przeszukiwanie katalogów.