Fracturación ósea e inteligencia artificial: un acercamiento experimental y sus implicaciones para la arqueología

La fracturación ósea ha sido ampliamente trabajada buscando entender tanto el proceso como el agente que la genera. Moclán y otros (2019) mostraron la eficacia de una nueva metodología para clasificar correctamente el agente (i.e. humanos, hienas o lobos) de fracturación de huesos de animales de talla media (50-200 kg) mediante algoritmos de aprendizaje automático. Se presentan los resultados de un experimento basado en la fracturación mediante percusión directa de animales de talla pequeña (10-50 kg) y se clasifican con los algoritmos entrenados previamente por Moclán y otros (2019). Los resultados sugieren que el modelo es aplicable a muestras antrópicas de talla pequeña, al haber clasificado correctamente hasta el 87% de la muestra.
Bone breakage has been extensively researched in order to understand both the process and the agency. Moclán et al. (2019) showed the efficacy of a new methodology to correctly classify the agent (i.e. humans, hyenas or wolves) of bone breakage in medium-sized animals (50-200kg) using machine learning algorithms. We present the results of an experiment based on the fracturing of small animals (10-50kg) and classify them with the algorithms previously trained by Moclán et al. (2019). The results suggest that the model is applicable to small-sized anthropic samples, having correctly classified up to 87% of the sample.