LIDAR (Light Detection and Ranging) działa prosto w założeniu, a rewolucyjnie w skutkach: z samolotu lub drona wysyła miliony impulsów laserowych w stronę ziemi i mierzy czas ich powrotu. Część odbić pochodzi od koron drzew, część od gałęzi i podszytu, a część – od samego gruntu. Gdy te dane odpowiednio się przefiltruje, roślinność “znika”, a zostaje rzeźba terenu. I nagle okazuje się, że to, co wyglądało jak naturalne pagórki, bywa tarasem rolniczym, groblą, drogą albo fundamentem.
Czytaj też: 10 największych pomyłek archeologicznych, które zawstydziły naukę
To właśnie LIDAR pomógł zburzyć popularny mit o “pustych” tropikach – o dżungli jako miejscu, w którym ludzie żyli nielicznie i przypadkowo. W Amazonii, w dolinie Upano w Ekwadorze, skany laserowe ujawniły rozległą sieć osad, platform i dróg, sugerując planowanie przestrzenne na skalę, której wcześniej się tam nie spodziewano. Mówimy o zorganizowanym krajobrazie, a nie o pojedynczych wioskach “wciśniętych” w las.
Podobna historia wraca w Mezoameryce. LIDAR-owe mapy Majów zmieniły wyobrażenie o ich miastach: zamiast kilku “wysp” monumentalnej architektury w oceanie zieleni, dostajemy obraz gęstej sieci osad, dróg, pól, tarasów i infrastruktury łączącej centra ceremonialne z zapleczem rolniczym. W nowszych analizach opartych na dużych zestawach danych LIDAR pojawiają się nawet szacunki populacji i modele organizacji osadnictwa, które przesuwają skalę cywilizacji Majów w górę – i pokazują, jak urbanizm może wyglądać inaczej niż w podręcznikach pisanych pod miasta Europy.
AI: archeolog, który czyta popiół i pył
Sztuczna inteligencja w archeologii bywa przedstawiana jak magiczna różdżka. W praktyce to raczej zestaw narzędzi do radzenia sobie z problemem, który narasta od dekad: mamy za dużo danych i za mało czasu, by czytać, porównywać i klasyfikować je ręcznie. AI świetnie nadaje się do rozpoznawania wzorców w obrazach, modelach 3D i skanach – czyli w tym, czego w archeologii i historii materialnej jest coraz więcej.
Czytaj też: Znikające stanowiska archeologiczne. Jak historia umiera na naszych oczach
Najbardziej spektakularny przykład ostatnich lat to “wirtualne odwijanie” spalonych zwojów z Herkulanum, zwęglonych w erupcji Wezuwiusza w 79 r. n.e. Przez stulecia były praktycznie nie do odczytania, bo dotknięcie ich groziło rozsypaniem. Przełom przyniosły skany rentgenowskie o wysokiej rozdzielczości oraz modele uczenia maszynowego, które uczą się wykrywać subtelne sygnały atramentu w strukturze zwęglonego papirusu. Efekt brzmi jak science fiction: tekst, którego nie da się rozwinąć, można rozwinąć cyfrowo i zacząć czytać.
AI coraz częściej pracuje też przy tekstach, które nie są zwęglone, tylko… przytłaczające ilością. Przykład: tabliczki klinowe. W muzeach leżą setki tysięcy artefaktów zapisanych pismem, które potrafi czytać niewielu specjalistów. Projekty tłumaczeniowe i narzędzia oparte na rozpoznawaniu znaków oraz pracy na modelach 3D próbują “odkorkować” tę gigantyczną bibliotekę. Nie chodzi o to, by algorytm zastąpił filologa, tylko by pomógł mu szybciej odnaleźć, skatalogować i wstępnie odczytać materiał.
Są też mniej medialne, ale równie ważne zastosowania: automatyczne wykrywanie struktur na zdjęciach satelitarnych, segmentacja dawnych zbiorników wodnych, kanałów czy grobli, szacowanie chronologii na podstawie stylu pisma i porównanie tego z datowaniem radiowęglowym. Gdy AI działa dobrze, pozwala przetestować hipotezy na skali, której “ręcznie” nie da się udźwignąć. Przykładem jest model łączący dane radiowęglowe i analizę pisma do przewidywania dat manuskryptów, co ma znaczenie choćby dla badań nad zwojami znad Morza Martwego.
Ale tu pojawia się ważny haczyk: AI nie “odkrywa prawdy”. AI przyspiesza pracę na danych, które dostaje – a więc dziedziczy ich braki, błędy i uprzedzenia. Jeśli w zbiorach treningowych dominuje jeden typ zabytku, regionu czy stylu, algorytm będzie w nim “wymiatał”, a w innym zacznie się mylić. Dlatego w archeologii coraz częściej podkreśla się, że najcenniejsze są narzędzia, które da się audytować, testować i poprawiać – a nie czarne skrzynki.
DNA: genealogia bez kroniki i historia bez pisma
Jeśli LIDAR zmienia krajobraz, a AI – tempo czytania, to DNA zmienia samą treść opowieści o przeszłości. Bo przez tysiąclecia większość ludzi nie zostawiała po sobie tekstów. Zostawiała kości, zęby, czasem ślady w osadach. I właśnie z tego materiału genetyka potrafi dziś wydobywać informacje o pokrewieństwie, pochodzeniu i zmianach populacyjnych.
Jednym z najbardziej namacalnych efektów jest “archeologia rodzin”. Analizy DNA potrafią sprawdzić, czy osoby pochowane razem były spokrewnione, czy raczej łączyło je coś innego: rytuał, wspólnota, status. W badaniach ze Szwecji (Gotlandia, stanowisko Ajvide) DNA ujawniło, że część pochówków wieloosobowych nie była prostą “rodzinną kryptą”, jak długo zakładano – a relacje między zmarłymi bywają bardziej złożone, czasem oparte na dalszym pokrewieństwie.
Drugi wymiar to migracje. Przez lata spory o to, “kto skąd przyszedł”, opierały się na ceramice, stylach pochówków i języku. DNA nie rozstrzyga wszystkiego (bo geny to nie język i nie kultura), ale potrafi pokazać, że w pewnym czasie rzeczywiście doszło do dużej wymiany ludności albo silnego dopływu nowych grup. W jednym z głośnych nowszych badań w “Nature” opisano rozległe przemieszczenia ludności we wczesnym średniowieczu w części Europy (w tym na obszarach dzisiejszych Niemiec i Polski), z bardzo wyraźnym śladem genetycznym i dużą skalą zmiany puli genów. To materiał, który zmusza do stawiania pytań o mechanizmy: przemoc, epidemie, kolonizację, asymilację, małżeństwa, politykę.
Trzeci wymiar to dawne środowiska i zwierzęta. Coraz częściej DNA pozyskuje się nie tylko z kości, ale też z osadów i torfowisk – śladów pozostawionych przez organizmy w środowisku. Dzięki temu można badać ekosystemy nawet tam, gdzie nie zachowały się szkielety. Ta “pamięć środowiska” jest szczególnie ważna w badaniach epok lodowych i zmian klimatu, bo pozwala sprawdzić, co rzeczywiście żyło w danym miejscu i kiedy.
Najciekawsze rzeczy dzieją się dziś nie wtedy, gdy jedna metoda “wygrywa” z inną, tylko gdy zaczynają się wzajemnie kontrolować.
LIDAR może pokazać, że pod lasem jest gęsta sieć osad. Ale nie powie, kto tam mieszkał i czy była to populacja stała, sezonowa, czy może zmieniająca się w czasie. Tu wchodzą wykopaliska i datowanie – a potem DNA, które może ujawnić, czy społeczność była lokalna, czy złożona z migrantów. AI z kolei może przyspieszyć analizę setek tysięcy fragmentów ceramiki, zdjęć lotniczych, skanów czy zapisów terenowych, dzięki czemu archeolodzy szybciej przechodzą od “mamy dane” do “mamy hipotezę”.
W praktyce powstaje nowy typ historii: mniej linearny, bardziej “sieciowy”. Zamiast opowieści o kilku stolicach i dynastiach dostajemy opowieść o krajobrazach, infrastrukturze, żywności, wodzie, mobilności i relacjach między ludźmi. Zamiast jednego źródła – warstwę źródeł, które można zestawiać.
Ciemna strona rewolucji
Technologie, które “widzą więcej”, tworzą też nowe napięcia.
Po pierwsze: DNA. Dla wielu społeczności, zwłaszcza rdzennych, badania szczątków przodków są kwestią nie tylko nauki, ale godności, prawa i religii. Nawet jeśli prawo pozwala na analizę, etyka coraz częściej wymaga współdecydowania, konsultacji i dzielenia się korzyściami z badań. Bo genetyka może niechcący “przestawić” lokalne narracje o pochodzeniu lub zostać użyta w sporach politycznych.
Po drugie: LIDAR i satelity. Gdy publikujesz precyzyjne mapy stanowisk, ułatwiasz pracę także rabusiom i handlarzom zabytków. W niektórych regionach świata to realne zagrożenie. Coraz częściej więc dane są udostępniane z opóźnieniem, w niższej rozdzielczości albo z wyłączeniem wrażliwych lokalizacji.
Po trzecie: AI i “czarna skrzynka”. Jeśli algorytm błędnie klasyfikuje obiekt jako “naturalny” albo “antropogeniczny”, a badacze bezkrytycznie to przyjmą, błąd może rozlać się na kolejne analizy. Dlatego tak ważne są otwarte metody, walidacja i współpraca informatyków z archeologami, którzy rozumieją kontekst.
W skrócie: nowa archeologia jest potężna, ale wymaga nowych zasad gry.
Co dalej?
Jesteśmy w momencie, w którym przeszłość przestaje być zbiorem zamkniętych rozdziałów, a zaczyna przypominać system, który da się aktualizować wraz z dopływem danych. To bywa frustrujące, ale jest też sednem nauki.
Czytaj też: Kości, rany i masowe groby. Co archeologia mówi o przemocy dawnych ludzi
LIDAR będzie coraz tańszy i coraz dokładniejszy, a drony zrobią z niego narzędzie codzienne. AI będzie coraz lepiej radzić sobie z łączeniem źródeł: obrazu, tekstu, geometrii 3D, dat. DNA będzie schodzić w głąb czasu i w głąb środowiska, bo rosną możliwości pracy na minimalnych, zdegradowanych próbkach. A my – jako czytelnicy historii – będziemy musieli przyzwyczaić się do jednej myśli: przeszłość nie tyle “została odkryta”, co jest właśnie na nowo mierzona, czytana i porównywana.
Najbardziej ekscytujące nie jest to, że znajdujemy kolejne “zaginione miasta”. Najbardziej ekscytujące jest to, że uczymy się widzieć dawne społeczeństwa w skali, o jakiej wcześniej nie było mowy: od pojedynczego atramentu na zwęglonym papirusie po sieci dróg i pól ukryte pod tropikalnym lasem – i od genów jednej osoby po przepływy ludności przez całe kontynenty.