Inteligência artificial ajuda a decifrar carta de Napoleão e papiros

Uma carta militar codificada por ordem de Napoleão Bonaparte em 1809 foi decifrada em seis horas com ajuda de inteligência artificial (IA), após mais de 200 anos sem que seu conteúdo fosse compreendido. A tecnologia também está sendo usada para ler virtualmente papiros carbonizados na erupção do Vesúvio e analisar grandes conjuntos de manuscritos históricos.

O engenheiro de IA Carter Church, de 27 anos, decifrou a carta dirigida a um general de Napoleão. Disponibilizado on-line por um arquivo universitário, o documento registra posições de tropas francesas e aliadas. Church usou um modelo desenvolvido pela OpenAI, empresa responsável pelo ChatGPT, e afirmou que, sem a ferramenta, a tarefa poderia levar semanas.

“O que importa em tudo isso é a perseverança”, disse Church. Ele atribuiu o resultado à insistência em testar diferentes possibilidades. A experiência mostra como modelos de IA podem auxiliar na leitura de códigos, mas a interpretação dos documentos continua a depender de pesquisadores capazes de avaliar o contexto e os resultados.

Na antiga cidade romana de Herculano, soterrada pela erupção do Vesúvio no ano 79, os pesquisadores enfrentam outro obstáculo: os rolos de papiro foram carbonizados e são frágeis demais para serem abertos sem risco de se desfazerem. Imagens feitas com raios X e ferramentas de IA permitem identificar os traços da escrita no interior dos rolos e reconstruir os textos digitalmente, sem desenrolá-los.

Em junho, pesquisadores anunciaram a leitura virtual completa de um papiro conservado na Biblioteca Nacional de Nápoles. O texto é um tratado estoico sobre ética, segundo Federica Nicolardi, professora associada de papirologia da Universidade de Nápoles. A técnica torna possível consultar documentos que, de outra forma, poderiam permanecer inacessíveis por causa de seu estado físico.

Na França, o projeto Back in Time reúne historiadores, criptógrafos e especialistas em IA para criar ferramentas de transcrição e decifração de correspondências diplomáticas e militares antigas. Milhares de documentos desse tipo estão guardados em arquivos europeus. Alguns usam códigos formados por combinações de triângulos, círculos e outros símbolos.

“Há séculos inteiros sobre os quais estamos completamente às escuras”, afirmou Cécile Pierrot, criptógrafa do Instituto Nacional de Pesquisa em Ciências e Tecnologias Digitais da França e responsável científica pelo projeto. A equipe quer aprimorar os modelos para examinar mais documentos e ampliar a compreensão de períodos históricos, em vez de recuperar apenas mensagens isoladas.

A IA também pode transcrever acervos extensos e ajudar a encontrar conexões entre pessoas, lugares e acontecimentos. O projeto Midrash, por exemplo, trabalha na transcrição de 10 milhões de páginas de manuscritos hebraicos para criar uma base pesquisável sobre a cultura judaica. “Não há nenhum ser humano capaz de processar uma quantidade dessas”, disse Daniel Stökl Ben Ezra, diretor de estudos em ciências históricas da École Pratique des Hautes Études, em Paris.

Com os textos convertidos em dados pesquisáveis, os pesquisadores conseguem localizar referências espalhadas por documentos diferentes. A ferramenta já ajudou a relacionar fragmentos da guenizá do Cairo, conjunto de manuscritos judaicos encontrado em uma antiga sala de armazenamento de documentos religiosos e hoje distribuído por instituições em diferentes países.

Outro trabalho usa IA para estudar a história da Catedral de Notre-Dame, em Paris. Pesquisadores treinaram um modelo para transcrever 14,6 mil páginas em latim de registros medievais da instituição. O reconhecimento de caracteres ficou entre 88% e 94%, conforme o volume analisado, e permitiu recuperar informações sobre a rotina da catedral, suas obras e os trabalhadores que atuavam no local.

A historiadora Julie Claustre, responsável pelo projeto, afirmou que a transcrição manual levaria décadas. Além de reduzir o tempo de leitura, a automação permite investigar acervos em uma escala que antes dificultava perguntas sobre relações entre registros. “Nesse tipo de conjunto documental, a automatização torna possíveis investigações que antes não eram viáveis e transforma as condições da pesquisa”, disse Claustre.