IA parte para a decifração de línguas mortas: encontra padrões, mas o sentido fica com o pesquisador

As redes neurais já ajudam historiadores a ler textos que permaneceram incompreensíveis por milênios. Apesar da potência dos algoritmos, porém, a decifração ainda exige um humano: a IA é excelente em encontrar regularidades nos símbolos, mas só um linguista consegue dar sentido a elas.

O que a rede neural faz na linguística

A principal vantagem das redes neurais sobre o pesquisador é a velocidade e a escala da análise estatística. Em poucas horas, o algoritmo processa um corpus que levaria anos para um cientista: conta a frequência dos símbolos, monta matrizes de coocorrência e identifica padrões estruturais.

Um dos exemplos mais ilustrativos é o projeto Ithaca, desenvolvido pela equipe da DeepMind em parceria com historiadores e publicado na revista Nature em 2022. O sistema restaurava fragmentos danificados de inscrições em grego antigo. A precisão do algoritmo ficou em cerca de 62%, enquanto os especialistas sem IA acertavam a variante correta em apenas 25% dos casos. Quando os historiadores trabalharam em dupla com a rede neural, o resultado subiu para 72%.

A Ithaca funcionou bem justamente porque já existia um grande corpus de textos decifrados em grego antigo. O algoritmo se apoiou em milhares de inscrições estudadas anteriormente pelos pesquisadores e, a partir dessa base, fez previsões para os fragmentos desconhecidos.

• Ithaca (DeepMind, Nature, 2022) — 62% de precisão na restauração de inscrições
• Historiadores sem IA — cerca de 25% de acertos
• Historiadores + Ithaca — 72%
• Principais sistemas de escrita não decifrados: linear A (Creta), proto-elamita (Irã), rongorongo (Ilha de Páscoa), escrita do Indo (Mohenjo-Daro)

Por que não dá para prescindir do linguista?

A IA consegue descrever a estrutura de um texto, mas não consegue ligá-la a um significado. Isso fica especialmente evidente quando falta uma "âncora", ou seja, um texto paralelo como a Pedra de Roseta para os hieróglifos egípcios. No caso do linear A, do proto-elamita e do rongorongo, esse ponto de partida não existe, e sem ele a decifração vira adivinhação.

O algoritmo pode detectar que certos símbolos aparecem juntos com mais frequência que outros, mas não há como transformá-los em palavras sem contexto cultural. O linguista traz o que não está nos dados: o conhecimento da tipologia das línguas, a compreensão de como registros comerciais se diferenciam de textos religiosos e a intuição sobre categorias gramaticais, tudo aquilo que não se aprende diretamente a partir de um corpus.

"A IA é fantasticamente boa em reconhecer padrões, mas a intuição humana continua sendo fundamental" — é o que ressaltam pesquisadores de linguística computacional ouvidos pela

Ars Technica.

Como muda o trabalho dos pesquisadores

A combinação "rede neural + linguista" não substitui o pesquisador; ela muda o ritmo do trabalho. O algoritmo assume a parte rotineira: análise de frequência, restauração de símbolos ausentes e busca de coincidências estruturais em corpora paralelos. O especialista se concentra na interpretação, etapa que exige compreensão do mundo, e não apenas do texto.

Alguns pesquisadores comparam essa mudança ao que a ressonância magnética fez pelo diagnóstico: o médico continua sendo quem diagnostica, mas passa a ver detalhes antes inacessíveis. Equipes que antes gastavam meses codificando corpora manualmente agora obtêm os primeiros padrões em dias. Restam algumas dezenas de escritas não decifradas no mundo, e parte delas, na opinião dos especialistas, pode ser lida nos próximos anos graças a essa parceria.

O que isso significa

O uso da IA na linguística mostra como as redes neurais ampliam a expertise humana em vez de substituí-la. Onde há textos paralelos e um volume suficiente de dados, o algoritmo funciona como acelerador. Onde o contexto cultural é opaco ou os dados são escassos, a palavra final continua sendo do pesquisador.