Un investigador de Google anunció esta semana que un equipo de agentes de IA había encontrado un posible asentamiento maya sin cartografiar en México. En pocos días, varios arqueólogos señalaron que el sitio se había documentado en una revista académica más de un año antes. El episodio, del que informa The Verge, es una historia pequeña con una lección amplia para quien use agentes para investigar en un campo que no conoce.
El método era sencillo y, según los propios expertos, competente. Pietro Miotti, que lo describe como un proyecto personal hecho sin recursos de Google, puso a 48 agentes a revisar datos lidar de la NASA, escaneos láser que revelan la forma del terreno bajo el bosque. La cobertura pública de Perú era escasa, así que se pasó a la región maya. Los agentes marcaron varios candidatos, entre ellos lo que parecía una gran aldea no registrada. Los usó para traducir una consulta al Instituto Nacional de Antropología e Historia de México, que respondió que no tenía ningún sitio registrado en ese punto, y escribió que todo el proceso había durado menos de 72 horas.
El error estaba en lo que contaba como comprobación. Que un sitio no figure en un registro oficial no significa que sea desconocido. Ivan Šprajc, coautor del artículo que lo documentó, dijo que el instituto no tiene toda la información y que detectar un elemento aporta poco conocimiento por sí solo. Elizabeth Graham, de University College London, afirmó que los arqueólogos mayistas ya conocen muchos sitios sin explorar, la mayoría localizados a pie, y que lo que falta de verdad es dinero para excavarlos. Miotti dijo a The Verge que los arqueólogos, con razón, no publican las coordenadas, así que confirmar que un sitio ya se conoce exige comparar imágenes con figuras de artículos, algo que sus agentes no supieron hacer.
El patrón es conocido en otras herramientas de agentes. Sistemas como los montajes multiagente de Google Antigravity o Claude Code son buenos cribando grandes conjuntos de datos y malos sabiendo qué contiene ya la literatura especializada. La corrección del propio investigador, reconocer el trabajo previo en cuanto se lo indicaron, es la adecuada, pero la tarea de encontrar el error recayó en los expertos.
Lo que sigue sin estar claro es el efecto neto. Miotti dice que arqueólogos y doctorandos le han preguntado por su método para sus propios datos de prospección, lo que sugiere un valor real como herramienta de filtrado. A Šprajc le preocupan una avalancha de anuncios de aficionados y que publicar ubicaciones atraiga a saqueadores. Que las prospecciones con agentes ayuden o estorben al campo dependerá de que los usuarios traten una señal como una pista y no como un descubrimiento.