Novo sistema de IA gera léxicos artificiais com realismo tipológico inédito

Uma nova arquitetura modular baseada em inteligência artificial gerou léxicos artificiais completos que respeitam regras fonológicas reais e distribuições tipológicas de línguas naturais. O sistema, descrito em artigo científico no repositório arXiv, representa avanço significativo para a linguística computacional e o processamento de línguas de baixo recurso.

O modelo amostra inventários de fonemas diretamente da base global PHOIBLE, que reúne dados fonológicos de mais de três mil línguas documentadas. Em seguida, gera formas de palavras utilizando gramáticas fonológicas intercambiáveis, que podem ser determinísticas, baseadas em Teoria da Otimalidade ou em modelos probabilísticos de entropia máxima.

Essa flexibilidade permite ao sistema produzir léxicos com diferentes níveis de complexidade e aderência a padrões linguísticos reais. Diferentemente de abordagens anteriores, que dependiam de pipelines opacos ou careciam de garantias fonotáticas formais, a nova arquitetura opera de maneira transparente e reprodutível.

O pesquisador Sankalp Tattwadarshi Swain assina o trabalho, que atribui significados às palavras geradas por meio de ontologia unificada combinando as listas Swadesh, Leipzig e Jakarta. Esse alinhamento explícito entre forma e significado é um dos diferenciais do sistema.

A avaliação do modelo utilizou métricas rigorosas como perplexidade de n-gramas de caracteres, log-verossimilhança e divergência KL em comparação com dados reais do PHOIBLE. Os testes cobriram léxicos que variam de 100 a 5 mil formas, simulando escalas de vocabulários básicos até léxicos funcionais completos.

Os resultados mostraram que gramáticas probabilísticas superaram consistentemente modelos determinísticos e abordagens puramente aleatórias. As gramáticas de máxima entropia demonstraram maior coerência fonotática e realismo tipológico mais elevado entre todas as configurações testadas.

O modelo reproduziu padrões fonológicos estatisticamente indistinguíveis daqueles encontrados em línguas naturais documentadas na base PHOIBLE. Esse desempenho robusto abre caminho para aplicações que exigem léxicos artificiais de alta qualidade e controlados tipologicamente.

A capacidade de gerar léxicos artificiais realistas tem implicações além da linguística teórica e do desenvolvimento de línguas construídas. Sistemas de tradução automática e assistentes virtuais em línguas minoritárias poderão ser treinados com dados sintéticos de alta fidelidade.

O método reduz a dependência de corpora anotados, que não existem para milhares de idiomas. Também pode acelerar a documentação linguística digital e a revitalização de línguas ameaçadas.

A arquitetura modular do sistema separa explicitamente a amostragem de inventários, a geração de formas e a atribuição semântica. Cada componente pode ser atualizado ou substituído independentemente, permitindo adaptações a famílias linguísticas específicas.

A transparência do pipeline contrasta com soluções proprietárias fechadas das grandes corporações de tecnologia. O trabalho se insere em esforços para democratizar o processamento de linguagem natural, historicamente concentrado no eixo anglo-americano.

Iniciativas que utilizam bases abertas como o PHOIBLE e publicam resultados em repositórios públicos fortalecem a soberania linguística e tecnológica de comunidades. A diversidade linguística global, com mais de sete mil línguas vivas, exige ferramentas que não dependam exclusivamente de grandes volumes de dados anotados.

O artigo está disponível no arXiv, com código e dados acessíveis através de plataformas como Hugging Face e CatalyzeX. A pesquisa em linguística computacional avança com instrumento que combina rigor formal, validação empírica e aplicabilidade prática. Os próximos passos incluem a extensão do modelo para contemplar morfologia flexional e sintaxe básica.