Stonehenge è uno dei monumenti preistorici più studiati al mondo. Eppure, anche in un luogo osservato da secoli, nuove tecniche possono far emergere dettagli che erano rimasti nascosti in piena vista. Negli ultimi anni, scansioni laser, modelli tridimensionali e strumenti di apprendimento automatico hanno permesso agli archeologi di riesaminare le superfici delle pietre con una precisione prima difficile da ottenere.

Le scoperte sono interessanti, ma non dimostrano che un’intelligenza artificiale abbia risolto il mistero di Stonehenge. La novità è più concreta e, per certi versi, più affascinante: la tecnologia può aiutare a individuare tracce, confrontare interpretazioni e orientare nuove verifiche. Il significato di quei segni, invece, resta una questione archeologica.

Le incisioni che l’occhio umano può perdere

Uno dei risultati più solidi riguarda le incisioni sulle pietre, comprese quelle che raffigurano teste d’ascia risalenti all’età del Bronzo. Le superfici sono state digitalizzate con scansioni laser e fotogrammetria: i dati possono essere illuminati virtualmente da angolazioni diverse, ripuliti dal rumore e trasformati in modelli che rendono più leggibili solchi ormai consumati dal tempo.

Un’analisi pubblicata nel 2025 sul Journal of Cultural Heritage ha riesaminato la pietra 53 usando tecniche di visualizzazione e un classificatore tridimensionale chiamato MeshNet. Gli autori hanno individuato due incisioni prima non riconosciute attraverso una tecnica, altre due con una seconda, oltre a dieci aree potenzialmente incise e nove interpretazioni alternative di segni già esaminati. MeshNet ha raggiunto il 90,7% di accuratezza nel distinguere campioni di superficie con e senza incisioni nel compito valutato.

Quel 90,7% va letto con attenzione: non significa che il sistema sappia interpretare il 90,7% dei simboli di Stonehenge, né che ogni forma individuata sia certamente un’incisione preistorica. È una misura riferita a uno specifico compito di classificazione. Le forme suggerite dal software devono ancora essere valutate nel loro contesto e confrontate con l’esame archeologico.

Fonte scientifica: Leong e colleghi, “Novel approaches for enhanced visualisation and recognition of rock carvings at Stonehenge”, Journal of Cultural Heritage (2025).

E se le incisioni fossero coperte dai licheni?

Un’altra linea di ricerca prova a capire se sia possibile riconoscere incisioni anche quando la superficie è parzialmente coperta da licheni. Uno studio pubblicato nel 2025 su Results in Engineering ha combinato scansioni laser, simulazioni della crescita dei licheni e apprendimento automatico. Nel modello sperimentale, il sistema ha mantenuto una capacità di riconoscimento, ma l’accuratezza è scesa al 73,3% per le superfici simulate con licheni, contro il 90,7% ottenuto nel confronto senza quella copertura.

È un risultato metodologico, non l’annuncio di un’intera galleria di simboli segreti già scoperta. Suggerisce piuttosto che strumenti digitali non invasivi potrebbero aiutare a individuare aree da studiare meglio, senza rimuovere organismi che fanno parte dell’ambiente della pietra.

Fonte scientifica: Leong, Brolly e Nash, “Novel lichen simulation and laser scan modelling to reveal lichen-covered carvings at Stonehenge”, Results in Engineering (2025).

La tecnologia non comincia con l’intelligenza artificiale

Per capire la portata della novità è utile ricordare che l’archeologia digitale studia Stonehenge da anni. Già nel 2012 un rapporto di English Heritage basato su scansioni laser documentò tracce di lavorazione su numerose pietre e portò il totale delle incisioni a forma di ascia certe o possibili a 115, rispetto alle 44 precedentemente note. Il lavoro aiutò anche a riesaminare le tecniche di lavorazione, i segni lasciati dagli strumenti e alcuni aspetti della costruzione del monumento.

Il rapporto mostra una continuità importante: i nuovi sistemi non trasformano improvvisamente un luogo misterioso in un libro aperto. Si inseriscono in una lunga storia di osservazioni, misurazioni e revisioni. L’apprendimento automatico aggiunge strumenti utili a un processo già avviato, rendendo alcune operazioni più rapide e permettendo di sottoporre i dati a nuove domande.

Fonte: Historic England, Stonehenge Laser Scan: Archaeological Analysis (2012).

Un altro mistero: da dove arrivavano le pietre?

La ricerca su Stonehenge non riguarda soltanto le incisioni. Nell’agosto 2024 uno studio pubblicato su Nature ha analizzato la composizione e l’età dei minerali contenuti nella cosiddetta Pietra dell’Altare, un blocco di arenaria di circa sei tonnellate collocato al centro del monumento. I risultati indicano una provenienza compatibile con il bacino delle Orcadi, nella Scozia nord-orientale, e suggeriscono che la pietra abbia percorso almeno 750 chilometri.

Questo risultato non è una scoperta dell’intelligenza artificiale: deriva da analisi geologiche e geochimiche. È però un buon esempio di come la ricerca scientifica continui a rivedere ipotesi consolidate quando emergono nuove prove. La distanza implicata apre interrogativi notevoli sulle capacità di trasporto, sulle reti di contatto e sull’organizzazione delle comunità neolitiche.

Fonte: Clarke e colleghi, “A Scottish provenance for the Altar Stone of Stonehenge”, Nature (2024); sintesi dell’University College London.

Che cosa può fare davvero l’intelligenza artificiale?

In archeologia, un algoritmo può aiutare a classificare immagini, riconoscere regolarità in grandi insiemi di dati, migliorare la visibilità di tracce deboli e indicare dove conviene concentrare l’attenzione. Il vantaggio è soprattutto esplorativo: una macchina può setacciare rapidamente migliaia di forme che un gruppo di ricercatori impiegherebbe molto più tempo a confrontare.

Ma individuare una forma non equivale a comprenderla. Una cavità naturale, un danno moderno e un segno intenzionale possono somigliarsi; un sistema addestrato su esempi limitati può riprodurre gli errori o i pregiudizi contenuti nei dati. Per questo servono verifiche indipendenti, documentazione trasparente, confronto tra specialisti e una distinzione netta tra risultato misurato, ipotesi plausibile e semplice suggestione.

Vale anche il contrario: non bisogna liquidare una scoperta solo perché è stata favorita da un algoritmo. Se il metodo è descritto e i risultati possono essere controllati, l’intelligenza artificiale diventa un nuovo strumento di indagine, da giudicare sulla qualità delle prove e non sull’entusiasmo o sul sospetto che suscita.

Il commento de L’Elastico

Il racconto di una macchina che svela verità sconvolgenti su un monumento antico è irresistibile: promette una soluzione rapida a un enigma che dura da millenni. Ma la ricerca reale è più paziente e, proprio per questo, più interessante. Le tecniche di analisi digitale hanno davvero aiutato a riconoscere nuove possibili incisioni e a riesaminare quelle già note. Non hanno però decifrato definitivamente Stonehenge, né dimostrato l’esistenza di una civiltà nascosta o di tecnologie impossibili per l’epoca.

Il punto non è scegliere tra l’intelligenza umana e quella artificiale. È capire come combinarle senza confondere la potenza di calcolo con la certezza. Un algoritmo può segnalare un dettaglio; l’archeologia deve stabilire quanto quel dettaglio sia affidabile, come si inserisca nel contesto e quali conclusioni sia legittimo trarne.

Stonehenge continua a sorprenderci non perché una tecnologia abbia improvvisamente risolto tutti i suoi segreti, ma perché ogni generazione può tornare sulle stesse pietre con strumenti migliori e domande più precise. La scoperta più utile, forse, è proprio questa: anche ciò che crediamo di conoscere bene può essere osservato di nuovo. Ma le prove devono restare più forti del titolo.

Fonti e approfondimenti

• Leong et al. (2025), Journal of Cultural Heritage — visualizzazione e riconoscimento delle incisioni.
• Leong, Brolly & Nash (2025), Results in Engineering — simulazione dei licheni e riconoscimento delle incisioni.
• Historic England (2012) — Stonehenge Laser Scan: Archaeological Analysis.
• Clarke et al. (2024), Nature — provenienza scozzese della Pietra dell’Altare.
• University College London — sintesi dello studio sulla Pietra dell’Altare.