Przez ponad dwa tysiące lat pytanie o to, kto napisał Biblię, pozostawało jednym z najbardziej spornych zagadnień w całej humanistyce. Teraz odpowiedzi szuka sztuczna inteligencja — i to z zadziwiającą skutecznością.
Kluczowe fakty:
- Międzynarodowy zespół badaczy wykorzystał algorytmy sztucznej inteligencji do analizy hebrajskich tekstów biblijnych, identyfikując trzech różnych autorów lub grupy pisarzy odpowiedzialnych za pierwsze dziewięć ksiąg Biblii hebrajskiej.
- Projekt rozpoczął się w 2010 roku od badań Shiry Faigenbaum-Golovin nad hebrajskimi inskrypcjami na ceramice z VI wieku p.n.e., które później przekształciły się w analizę tekstów biblijnych.
- W badaniu opublikowanym w czasopiśmie PLOS One uczestniczył interdyscyplinarny zespół składający się z matematyków, archeologów, teologów, fizyków i informatyków z uniwersytetów w USA, Izraelu i Francji.
Międzynarodowy zespół badaczy opublikował w prestiżowym czasopiśmie PLOS One wyniki analizy, w której po raz pierwszy algorytmy AI posłużyły do językowego badania hebrajskich tekstów biblijnych, identyfikując trzech różnych autorów lub grupy pisarzy odpowiedzialnych za powstanie pierwszych dziewięciu ksiąg Biblii hebrajskiej. Brzmi jak materiał na film. To jednak czysta nauka.
Od ceramiki do Pisma Świętego
Historia tego projektu zaczęła się zaskakująco przyziemnie. Shira Faigenbaum-Golovin, adiunkt matematyki na Duke University, w 2010 roku zaczęła badać hebrajskie inskrypcje na ceramicznych fragmentach z VI wieku p.n.e., używając narzędzi matematycznych i statystycznych do ustalania autorstwa napisów. Wspólnie z archeologiem Israelem Finkelsteinem doszli do wniosku, że styl i dobór słów mogą powiedzieć nam o autorze znacznie więcej, niż dotychczas sądzono.
Z tego pomysłu wyrosło coś znacznie większego. Do projektu dołączyli matematyczka Faigenbaum-Golovin, archeolog Israel Finkelstein z Uniwersytetu w Hajfie, francuski teolog protestancki Axel Bühler z Wydziału Teologii Protestanckiej w Paryżu, fizyk Eli Piasetzky z Uniwersytetu w Tel Awiwie, informatyk Alon Kipnis z Uniwersytetu Reichmana oraz Thomas Römer, profesor Collège de France. Matematycy, archeolodzy, teolodzy, fizycy i informatycy przy jednym stole. To rzadkość w nauce.
Co warte odnotowania: Finkelstein i Römer współpracują ze sobą od lat. Obaj pojawili się razem już w 2021 roku w dokumencie ARTE „L’Arche d’Alliance, aux origines de la Bible” w reżyserii Thierry’ego Ragobert, który śledził tę samą francuzko-izraelską misję naukową przy wzgórzu Kiryat Jearim. Badanie AI z 2025 roku jest więc kolejnym etapem wieloletniego projektu, nie jednorazową inicjatywą. Więcej o filmie można znaleźć na stronie Collège de France.
Prawie co drugi pracownik w Polsce używa AI za plecami swojego szefa. 71% polskich pracowników oszczędza dzięki AI od pół godziny do ponad dwóch godzin dziennie …
Sztuczna inteligencja czyta to, czego my nie widzimy
Metoda zastosowana przez zespół jest na pierwszy rzut oka nieoczekiwana. Zamiast szukać rzadkich zwrotów czy charakterystycznych tematów, algorytm skupia się na słowach najbardziej pospolitych. „Nie”. „Który”. „Król”.
Jak tłumaczy profesor Finkelstein: „We discovered that each group of writers had a different linguistic fingerprint — even in popular words such as 'no,’ 'who,’ or 'king.'” / „Odkryliśmy, że każda grupa pisarzy miała inny odcisk palca językowego — nawet w popularnych słowach, takich jak «nie», «który» czy «król».”
Każdy skryba, nawet nieświadomie, używa tych drobnych słów-narzędzi z częstotliwością i w kombinacjach, które są dla niego charakterystyczne. To właśnie lingwistyczny odcisk palca. Model AI uczy się go rozpoznawać na tekście o ustalonym autorstwie, a następnie stosuje tę wiedzę do fragmentów spornych. I wskazuje konkretne słowa, które doprowadziły go do danej decyzji.
W 84% przypadków automatyczne przypisanie rozdziałów pokryło się z dotychczasowym konsensusem biblistów. To imponujący wynik, biorąc pod uwagę, że przez dwa wieki tej pracy nie udało się wypracować żadnej metody, która choćby zbliżała się do takiej precyzji.
Obserwując to badanie, trudno nie poczuć pewnego zawrotu głowy. Z jednej strony mamy narzędzie, które w sposób powtarzalny i weryfikowalny potwierdza to, nad czym bibliści pracowali dziesięciolecia — i to jest wartość nie do przecenienia. Z drugiej strony wchodzi ono na grunt, gdzie nauka od zawsze splata się z wiarą, tożsamością i kulturą. Pytam siebie: czy wyniki AI zmienią cokolwiek dla wierzących? Pewnie nie — bo kwestia natchnienia nie opiera się na liczbie autorów. Ale dla historyków i lingwistów to może być moment przełomowy. Pod warunkiem, że będziemy pamiętać, co algorytm potrafi, a czego nie.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Trzy tradycje — a może cztery?
Badacze przeanalizowali trzy główne warstwy tekstowe: pięć pierwszych ksiąg Biblii hebrajskiej, księgi od Jozuego do Królów oraz pisma kapłańskie w Torze. Model potwierdził to, czego bibliści od lat się domyślali — teksty deuteronomiczne i Historia deuteronomistyczna są sobie stylistycznie bliższe niż pismom kapłańskim.
Ale prawdziwa niespodzianka czekała dalej. Fragmenty o Arce Przymierza w Pierwszej Księdze Samuela nie odpowiadają żadnej z trzech zidentyfikowanych tradycji, podczas gdy opowieść o Arce w Drugiej Księdze Samuela wykazuje wyraźne pokrewieństwo z Historią deuteronomistyczną. To sugeruje istnienie czwartej, dotychczas niezidentyfikowanej tradycji pisarskiej.
Co jeszcze odkryto? Kilka punktów wartych uwagi:
- Fragmenty dotyczące patriarchów Abrahama i Jakuba w Księdze Rodzaju wykazują nieoczekiwane atrybucje
- Księga Przysłów, Księga Estery i Księgi Kronik zawierają fragmenty kwestionujące dotychczasowe ustalenia
- Tradycja kapłańska i deuteronomistyczna różnią się od siebie nawet na poziomie najpospolitszych słów
- Pięć z ośmiu błędnych klasyfikacji modelu dotyczyło Księgi Powtórzonego Prawa i Historii deuteronomistycznej — czyli ksiąg najściślej ze sobą powiązanych, co samo w sobie jest informacją cenną dla biblistów
Nauka przesuwa granicę, wiara pozostaje tam, gdzie była
Badacze sami podkreślają, czego ich metoda nie robi. Jak powiedział Thomas Römer: „There are no authors of the Bible in the modern sense.” / „Biblia nie ma autorów w nowoczesnym znaczeniu tego słowa.” AI nie wskazuje nazwisk. Nie rozstrzyga kwestii teologicznych. Nie pyta o Boga.
Dla wierzących te odkrycia nie zmieniają nic w sensie teologicznym — natchniony charakter Pisma Świętego w tradycji chrześcijańskiej i żydowskiej nigdy nie opierał się na założeniu, że wszystkie jego księgi miały jednego ludzkiego autora. Nowość jest naukowa i historyczna: po raz pierwszy dysponujemy w pełni ilościową, powtarzalną metodą analizy, którą każdy badacz może zastosować samodzielnie i uzyskać te same wyniki.
Co dalej z tą metodą?
Zespół nie zamierza na tym poprzestać. Kolejne projekty zakładają zastosowanie tej samej metodologii do manuskryptów znad Morza Martwego, a także rozszerzenie metody na inne starożytne teksty — Homera, egipskie inskrypcje i teksty asyryjskie.
Planowane są też zastosowania bliższe naszej codzienności. Faigenbaum-Golovin wyobraża sobie weryfikację autentyczności dokumentów historycznych: „If you have fragments of documents and you want to establish whether they were written, for example, by Abraham Lincoln, this method can help tell you whether they are authentic or a forgery.” / „Jeśli dysponujecie fragmentami dokumentów i chcecie ustalić, czy zostały napisane na przykład przez Abrahama Lincolna, ta metoda może pomóc stwierdzić, czy są autentyczne, czy sfałszowane.”
Algorytm, który pomógł nam lepiej zrozumieć Biblię, może jutro wykrywać fałszerstwa historyczne z chirurgiczną precyzją. Szczegółowe omówienie badania wraz ze zdjęciami zespołu znajdziecie na stronie Duke University, a samo badanie jest dostępne w całości w PLOS One. Narzędzie jest gotowe. Pytanie, do czego jeszcze je przyłożymy.
