EL MANUSCRITO VOYNICH MUESTRA POCO RASTRO DE LENGUAJE

El manuscrito Voynich es un libro de unas 240 páginas que la datación por radiocarbono sitúa a principios del siglo XV. Dibujos de plantas, estrellas y figuras bañándose rodean unas 38.000 palabras escritas en un sistema de escritura que no aparece en ningún otro lugar. Nadie sabe leerlo.

Parece escritura: palabras separadas por espacios, muchas palabras raras, signos —llamados glifos— que ocupan posiciones fijas dentro de las palabras. Sin embargo, no se comporta como ninguna lengua conocida. La misma palabra aparece a menudo dos o tres veces seguidas, muchas palabras se diferencian de sus vecinas en un solo glifo, y las palabras frecuentes son cortas y parecidas.

¿Galimatías o lengua disfrazada?

Según una hipótesis, el texto no significa nada: un escriba escribía cada palabra nueva copiando una anterior y cambiando uno o dos glifos, un proceso propuesto por Timm y Schinner en 2020. Según la otra, una lengua real se esconde tras un cifrado; un diseño reciente, el cifrado Naibbe, convierte el latín o el italiano en un texto muy parecido al del manuscrito.

Cada bando lleva tiempo argumentando con estadísticas elegidas a propósito. Xin Zhang y Victor S. Sheng, de la Universidad Texas Tech, juzgaron ambas con las mismas reglas.

Mismas páginas, mismo presupuesto, estadísticas no vistas

Cada hipótesis se convirtió en un programa que rellena las páginas y líneas del manuscrito, palabra por palabra. Los programas de copia escriben cada palabra como nueva o como copia modificada de una anterior. Los programas de cifrado cifran un texto medieval real y sustituyen cada palabra por una palabra de código, o bien sus letras, sus sílabas o solo su categoría gramatical. Cada cifrado recibe también un escriba copista, para que la repetición local no favorezca a ninguno de los dos bandos.

Cada programa se ajustó con 22 estadísticas del texto y luego se evaluó con otras 15 que nunca había visto.

Las reglas de copia de Timm y Schinner predicen esas estadísticas no vistas mucho mejor que cualquier cifrado de una sola clave. Su peor fallo se queda por debajo de cinco desviaciones estándar (la dispersión típica de los propios textos del programa); un código de palabras falla una por más de cien.
La estadística decisiva es una deriva. El manuscrito tiene dos «dialectos», Currier A y B, que usan los glifos de forma distinta. Una clave fija escribe los mismos hábitos de glifos en todas las páginas; un escriba que construye palabras a partir de las que acaba de escribir deja que esos hábitos se desplacen.
Pero los cifrados con una segunda clave —una clave aparte para las páginas de Currier B— o que solo codifican las categorías gramaticales de un texto real lo hacen igual de bien, con un escriba que copia mal cerca de la mitad de las palabras. En palabras de los autores, «los cifrados que mejor se ajustan son aquellos cuyo texto en claro menos importa» (el texto en claro es el texto original, antes del cifrado).

Las estadísticas de palabras por sí solas no permiten decidir, y ningún programa reproduce las 37 estadísticas a la vez.

Palabras que siguen coincidiendo en una línea

Así que los autores buscaron un rastro de lenguaje que no requiera descifrar nada. En un texto con significado, las palabras que van juntas —un sustantivo y su verbo, las partes de una expresión hecha— comparten línea más a menudo de lo que dicta el azar, y vuelven a hacerlo en otras partes del texto. Un código de palabras conserva este patrón; una pareja nacida de la copia en una página no tiene por qué reaparecer páginas después.

La prueba divide el libro en dos y comprueba si los mismos pares de palabras frecuentes siguen compartiendo líneas en ambas mitades. Se excluyen las palabras idénticas y las que difieren en un glifo, para que la copia no pueda imitar la señal.

28 textos en 16 lenguas, distribuidos en las páginas del manuscrito, puntúan entre 0,139 y 0,411 (una correlación entre las dos mitades: 0 cuando los pares hallados en una mitad no dicen nada sobre la otra, 1 cuando coinciden a la perfección).
El manuscrito puntúa 0,071, y 0,053 en una segunda transliteración independiente (una transcripción de los glifos a un alfabeto estándar): la mitad de la fuerza del texto más débil.
Los códigos de palabras solo bajan a ese nivel cuando su texto original muestra el patrón débilmente —sobre todo el latín medieval escrito con sus abreviaturas, con 0,102— o cuando se copian mal muchas palabras.

La calibración importa: un programa entrenado para distinguir los galimatías escritos por voluntarios de la prosa real califica de galimatías el manuscrito, pero también califica así 53 de 54 textos cifrados con significado.

Descifradores que primero deben leer textos conocidos

Cada programa descifrador busca la clave con la que el texto se lee más como una lengua dada, puntuándolo con una sencilla tabla estadística de qué letra, o palabra, suele seguir a cuál en textos antiguos de esa lengua. Cada uno se probó primero con textos de control, textos reales cifrados del mismo modo; cuando no podía leerlos, la prueba se contaba como indecisa.

Cifrados de letras. El descifrador leyó los textos de control de 15 de 16 lenguas. En todas ellas, el manuscrito mostró menos orden que los controles, y sus lecturas eran ristras de letras sin palabras reconocibles. El hebreo quedó indeciso.
Códigos de palabras. Para un código de latín abreviado, el texto original preferido por los programas de cifrado, una tabla construida a partir de 5 millones de palabras de ese latín seguía encontrando más orden entre palabras en los controles que en el manuscrito, salvo que se copiaran mal dos palabras de cada cinco.
Una palabra por letra o por sílaba. 28 esquemas de este tipo dieron 1.144 decisiones: 596 de exclusión, 429 indecisas y 119 que no pudieron excluirse: el manuscrito quedó apenas por encima de textos sin ningún mensaje, pero sin descifrarse en nada legible.

El cifrado que se escapa

Un nomenclátor, un tipo de código habitual en la época, escribe las palabras más frecuentes como palabras de código completas y deletrea las demás letra a letra. Con una segunda clave y un escriba que copia mal una gran parte de las palabras (el 37 % y el 56 % en sus dos mejores ajustes), reproduce los pares de palabras del manuscrito, y los descifradores no pueden excluirlo en 9 de las 16 lenguas. Un cifrado cuya clave cambia a lo largo del texto no se probó en absoluto.

Una costura entre palabras

La estructura más fuerte que queda se encuentra en los límites entre palabras. El último glifo de una palabra condiciona el primer glifo de la siguiente: 0,204 bits de información mutua (cuánto revela uno sobre el otro), frente a 0,078 en el programa de copia y 0,014 en los cifrados. Este vínculo explica la mayor parte de lo que encontró el descifrador de letras. Los autores lo atribuyen a glifos unidos a sus vecinos con el doble de fuerza que las letras en las lenguas analizadas; ningún programa lo reproduce junto con los espacios del manuscrito.

Espacio para un mensaje corto

Los autores también insertaron mensajes de 50 a 5.000 letras en el texto del manuscrito y los buscaron. Solo un tipo se detecta de forma fiable: cada letra escrita siempre como la misma palabra, con las palabras una junto a otra. Ocultos en las primeras palabras de los párrafos, se encontraron todos los mensajes de este tipo de 500 letras. Nada en el manuscrito apunta a uno, pero un mensaje que use varias palabras por letra, o con sus letras espaciadas, todavía podría esconderse en él.