IA aprende grego antigo e ajuda a reconstruir textos danificados há séculos

Cartas, recibos e registros administrativos da Antiguidade guardam informações que dificilmente aparecem nos grandes relatos históricos. Muitos desses documentos, porém, sobreviveram com partes destruídas ou ilegíveis. Para ajudar a interpretar esse material, pesquisadores desenvolveram o Apollo Restore, uma inteligência artificial especializada em grego antigo. O sistema analisa os trechos preservados e propõe alternativas para completar o que desapareceu ao longo dos séculos.

Um modelo especializado em textos históricos

O projeto reúne a Academia Austríaca de Ciências, as empresas Mistral AI e SAIL Reply e pesquisadores da Universidade Northeastern, nos Estados Unidos. A primeira versão foi apresentada em setembro de 2026.

Segundo a Academia Austríaca de Ciências, o treinamento utilizou cerca de 600 milhões de palavras em grego antigo. Esse conjunto permite ao sistema reconhecer diferenças de vocabulário e construção das frases entre períodos e tipos de texto.

A proposta é oferecer sugestões que pesquisadores possam examinar. Uma passagem literária, por exemplo, pode exigir escolhas diferentes das usadas em um documento administrativo. O contexto preservado ajuda a orientar essas alternativas.

Como a inteligência artificial preenche as lacunas

O Apollo Restore possui 24 bilhões de parâmetros e foi desenvolvido a partir do Mistral Small. Seu treinamento inclui a tarefa de completar partes ausentes no meio de um texto.

Um diferencial é que o pesquisador não precisa informar previamente o número exato de caracteres perdidos. Essa flexibilidade importa porque o dano físico nem sempre permite determinar a extensão original de uma palavra ou passagem.

No estudo disponibilizado no arXiv, os autores descrevem testes em que ocultaram trechos conhecidos para avaliar as respostas. Em lacunas de até dez caracteres, a reconstrução correta apareceu entre as 20 primeiras sugestões em 80,6% dos casos de papiros documentais, 54,6% dos literários e 61% das inscrições em pedra.

Esses percentuais não representam a recuperação integral dos documentos. Tampouco significam que a primeira sugestão estivesse correta: o teste considerava um conjunto de até 20 alternativas.

Resultado convincente não é confirmação histórica

Uma avaliação às cegas reuniu 20 especialistas em papirologia, epigrafia e filologia. Em 77% dos casos, eles julgaram as propostas do modelo pelo menos tão boas quanto as reconstruções humanas utilizadas na comparação.

Ainda assim, uma frase plausível pode não reproduzir as palavras do autor. Diferentes expressões podem respeitar a gramática e combinar com o contexto disponível.

Por isso, o trabalho exige confrontar as sugestões com evidências linguísticas e históricas. O resultado funciona como uma hipótese de leitura, que pode ser aceita, revista ou descartada durante a investigação.

Essa distinção evita transformar uma possibilidade gerada pelo sistema em uma certeza sobre o passado.

O potencial está também nos documentos cotidianos

A utilidade da ferramenta vai além das obras literárias. Registros de nascimento, recibos de impostos e documentos jurídicos podem ajudar a compreender relações sociais, atividades econômicas e práticas administrativas.

A equipe também relata uma contribuição para revisar a leitura de um papiro de Herculano, carbonizado durante a erupção do Vesúvio, no ano 79. O caso exemplifica como a análise computacional pode colaborar com outras técnicas de estudo de manuscritos.

O projeto prevê ampliar as funções de busca por passagens relacionadas e desenvolver recursos para fontes em latim. A instituição apresenta o Apollo como apoio à pesquisa: uma forma de acelerar comparações e sugerir caminhos que merecem investigação.

A interface do projeto está disponível para pesquisadores e público. Seu valor científico dependerá da combinação entre as propostas da máquina, a análise especializada e as evidências preservadas em cada documento.