As Máquinas Que Estão Aprendendo a Ler Cuneiforme

Provavelmente composto no início do primeiro milênio a.C., o Hino à Babilônia tornou-se depois um texto escolar que estudantes babilônicos copiavam como exercício de escrita. Foi um sucesso em sua época, reproduzido repetidas vezes em argila. Depois a Babilônia caiu, a argila se quebrou, os pedaços se espalharam por museus e depósitos de escavação, e o poema desapareceu por boa parte de dois mil anos.

Em 2025, ele voltou. Não porque alguém desenterrou uma cópia completa, mas porque um computador em Munique reconheceu que trinta fragmentos quebrados, guardados em gavetas diferentes, eram todos pedaços da mesma canção.

A biblioteca que era uma única tábua gigante e quebrada

Há uma piada antiga entre os assiriólogos: um dia alguém vai perceber que sempre existiu apenas uma única tábua cuneiforme, que simplesmente se quebrou em um milhão de pedaços. A piada é, na verdade, uma descrição do ofício. O cuneiforme, a escrita em cunha pressionada na argila úmida por todo o antigo Oriente Próximo, sobrevive majoritariamente em fragmentos. Um estudioso pode passar a carreira inteira caçando o caco que continua o texto do caco à sua frente.

Esse é o problema que Enrique Jiménez se propôs a atacar na Universidade de Munique. Desde 2018, seu projeto, a Biblioteca Babilônica Eletrônica, vem fotografando e transliterando o cuneiforme do mundo, construindo um banco de dados que hoje reúne algo como 25 mil tábuas e mais de 350 mil linhas de texto. A parte engenhosa é o que o software faz com isso. Emprestando uma técnica do modo como biólogos alinham fitas de DNA, ele compara cada linha com todas as outras e sinaliza fragmentos que provavelmente se encaixam.

Os resultados não são sutis. Jiménez coloca isso sem rodeios: nos primeiros 150 anos dos estudos cuneiformes, os estudiosos encontraram cerca de 6 mil pontos onde fragmentos se encaixam. Seu projeto encontrou cerca de 1.500 em apenas cinco anos. Essa é a diferença entre uma vida inteira semicerrando os olhos e uma busca que roda durante a noite.

O Hino à Babilônia foi um dos frutos disso. O algoritmo reuniu trinta fragmentos de vinte tábuas diferentes, e deles emergiu cerca de dois terços de um poema perdido de 250 linhas, incluindo o primeiro testemunho escrito que temos sobre o papel das sacerdotisas da Babilônia. Um texto que crianças um dia souberam de cor, desconhecido de todo estudioso moderno até uma máquina reagrupá-lo.

O que a máquina consegue e não consegue fazer

Vale a pena ser exato sobre o que "a IA lê cuneiforme" realmente significa, porque a versão honesta é mais interessante do que o alarde.

A máquina é muito boa em combinação e previsão. Além do encaixe de fragmentos, outras equipes treinaram modelos para preencher pequenas lacunas em tábuas danificadas, adivinhando os sinais ausentes a partir do contexto com precisão surpreendente, e até para produzir traduções aproximadas do acadiano para o inglês. Mas "aproximadas" é a palavra-chave. Os melhores modelos de tradução pontuam, pela medida automatizada padrão, bem abaixo da tradução comercial madura, e produzem alegremente um inglês fluente que simplesmente está errado. Funcionam melhor em frases curtas e formulaicas e tropeçam nos voos literários.

E há um limite mais profundo. Os sinais cuneiformes são polivalentes: um único agrupamento de cunhas pode ser lido de várias formas diferentes, e só o contexto decide. Essa desambiguação, a leitura de fato, é a parte que os humanos ainda fazem. A máquina encontra as peças e sugere os encaixes. Um estudioso decide o que o texto significa.

Jiménez é refrescantemente lúcido sobre isso. A tecnologia, ele diz, nunca substituirá totalmente o trabalho acadêmico humano; seu verdadeiro presente é a aceleração. A passagem sobre o Eufrates que sua equipe recuperou do hino ilustra o ponto melhor do que qualquer argumento:

O Eufrates é seu rio, estabelecido pelo sábio senhor Nudimmud.
Ele sacia o prado, satura o canavial,
seus campos, em brilhante florescência, brotam cevada.

Nenhum algoritmo escreveu isso. Um algoritmo apenas encontrou a cevada, espalhada por vinte tábuas quebradas, e deixou que um humano a replantasse no campo.

Os resgates silenciosos

As melhores histórias desse trabalho são quase domésticas. Quando as transliterações há muito perdidas de um estudioso do século dezenove, Carl Bezold, eram dadas como perdidas para sempre, elas apareceram numa biblioteca em Heidelberg e foram alimentadas diretamente no banco de dados, a caligrafia de um homem morto ganhando nova vida por meio de software. Fotógrafos trabalham pelo acervo do Museu Britânico uma tábua de cada vez, milhares delas, para que a máquina tenha algo a ler. O romance do campo não é um robô decifrando um código. São pessoas pacientes e código paciente, juntos, convencendo um hino a voltar a existir.

Cinco palavras da argila

A língua por trás de tudo isso é o acadiano, a língua semítica da Babilônia e da Assíria, e ela é mais acessível do que as cunhas fazem parecer:

• ṭuppu (TUP-pu), uma tábua de argila, a coisa sendo reagrupada.
• ṭupšarru (tup-SHAR-ru), um escriba, literalmente um "escritor de tábuas."
• Bāb-ili (BAB-ih-lee), Babilônia, "a porta do deus."
• Purattu (pu-RAT-tu), o Eufrates, o rio do hino.
• šarru (SHAR-ru), rei, uma das primeiras palavras que todo estudante de cuneiforme encontra.

As máquinas são impressionantes, e também são um lembrete de por que a habilidade humana ainda importa. Alguém precisa realmente saber acadiano para transformar um fragmento encontrado num poema. Esse alguém pode ser você, e começa com um punhado de palavras. PRAVIEL existe para te levar desses primeiros sinais até a leitura da coisa real, do mesmo jeito que os estudiosos em Munique fazem, uma linha recuperada de cada vez.

Fontes

• Fadhil and Jiménez, "A Hymn in Praise of Babylon and the Babylonians" (Iraq, 2025)
• O Hino à Babilônia, reagrupado com IA (phys.org)
• O projeto da Biblioteca Babilônica Eletrônica (The Conversation)
• Traduzindo acadiano com tradução automática neural (PNAS Nexus, 2023)
• Restaurando textos babilônicos quebrados com redes neurais (PNAS, 2020)