Multilinguismo |

A cerca, não a fogueira

Sun, 06 Sep 2026 00:00:00 +0000

Num armazém de North Las Vegas, a Amazon mantém uma máquina que corta a lombada aos livros em segunda mão. As folhas soltas passam por um scanner, e o papel segue depois para a pasta. O comparou a operação a uma queima de livros dos tempos modernos, sem poupar num único cliché: alusões a Savonarola, fotografias de banco de imagens com livros de ar raro e, como não podia deixar de ser, a fogueira de Berlim. Como seria de esperar, os jornais de referência mantiveram mais sangue-frio, mas deixaram a mesma comparação no ar. Por muito indignados que estejam, estes artigos tratam a indústria da IA com uma brandura notável. Quem vai controlar o saber que está a ser digitalizado? Essa pergunta terá de esperar enquanto despachamos o disparate da queima de livros.

Um scanner não é uma fogueira

Destruir um exemplar físico não faz, por si só, da digitalização destrutiva um equivalente moderno das fogueiras de Savonarola ou das queimas de livros nazis. Esses atos tiravam o seu sentido daquilo que se condenava, e das razões da condenação. O pobre frade Savonarola, arrastado para todas as polémicas sobre queimas de livros, exortava as pessoas a queimar parte dos seus bens em ato público de penitência. As fogueiras nazis encenavam um repúdio de outra ordem: queimar os livros em público declarava que os seus autores não tinham lugar na vida cultural alemã. Em ambos os casos, a destruição era um espetáculo. A digitalização destrutiva, método corrente nas campanhas de digitalização, serve outro fim: sacrifica-se o exemplar para conservar o conteúdo. O livro é destruído; o texto, desmaterializado. Quem invoca Fahrenheit 451 faria bem em lembrar-se de que os bombeiros de Bradbury não guardavam o texto para mais tarde.

A agravou o alarme ao pôr «livros raros» no título, descrição que outros órgãos repetiram obedientemente. Ora, um livreiro citado na sua própria investigação disse que estas encomendas em massa , o que aponta sobretudo para edições publicadas desde a introdução do ISBN, por volta de 1970. É o fundo das feiras de velharias e das lojas solidárias, livros a que só falta uma arrumação da cave para irem parar ao ecoponto. Antes de anunciar uma catástrofe cultural, convinha consultar o catálogo da biblioteca. São precisamente estas as publicações que as bibliotecas de depósito legal existem para preservar. É certo que um ISBN não garante que sobreviva um exemplar de depósito; mas a escassez no mercado em segunda mão também não prova o desaparecimento de um texto.

Reduzir a pasta destrói o exemplar físico, incluindo dedicatórias ou notas marginais. Os exemplares com anotações ou proveniência de valor histórico merecem ser identificados e preservados, de preferência antes de chegarem ao mercado em segunda mão. Podemos ainda inquietar-nos com a rarefação dos exemplares físicos de títulos esgotados. Mas então devemos também perguntar por que razão os detentores dos direitos nem os reimprimem nem autorizam o acesso aos fac-símiles digitais existentes. Os investigadores conhecem a frustração: o Google Books encontra a passagem de que precisamos, e depois oferece-nos três linhas de um livro que não se pode comprar novo nem ler em linha. Há aqui perdas que vale a pena discutir. Não transformam um scanner numa fogueira nazi.

O comércio livreiro, entretanto, há muito que destrói por rotina os livros que não vende. Só em França, estima-se que , cerca de 60 % da tonelagem devolvida por vender aos distribuidores. A isto chama-se gerir stock. Os exemplares excedentários e os títulos raros em segunda mão levantam questões de acesso diferentes, mas destruir papel não equivale, em si, a censura ou a tirania.

Mais livros, melhor IA?

Que as empresas de IA estejam a comprar e a digitalizar livros é, na verdade, uma boa notícia. Uma tecnologia rotineiramente criticada pela sua compreensão superficial da cultura humana está a adquirir mais dela, e seria de esperar que os académicos aplaudissem o esforço.

A web é um pobre sucedâneo do registo acumulado de uma língua. Grande parte da vida escrita de uma língua, dos romances e memórias às canções populares e às conversas transcritas, nunca passou do papel para a web. Muitos destes livros sobreviveram aos seus editores. Levá-los para os dados de treino importa sobretudo onde pouco mais existe. Uns livros a mais em inglês trarão melhorias marginais. Numa língua mal representada, esses mesmos livros podem fazer a diferença entre um sistema utilizável e um sistema inútil. Se estas ferramentas têm lugar nos nossos serviços públicos ou no nosso quotidiano é matéria de debate público. Mas, onde quer que decidamos usá-las, devíamos poder fazê-lo na nossa própria língua.

As encomendas noticiadas em Espanha e nos Países Baixos tornam concreto o que está em jogo do ponto de vista linguístico. Em maio, o descrevia um livreiro de Badalona que recebia encomendas sucessivas, sobretudo de não-ficção em catalão: livros de história, manuais técnicos e velhas atas de congressos. Em agosto, a imprensa neerlandesa noticiava um pedido dirigido à De Slegte de . A língua dos livros merece pelo menos tanta atenção como o destino das suas encadernações. Talvez seja pedir demasiado ao Daily Mail. Mas até os jornais mais sóbrios pouco tiveram a dizer sobre as línguas em causa.

Os acordos de licenciamento com as grandes editoras também podem fornecer material valioso, mas os seus catálogos digitais cobrem apenas uma fração do que foi impresso. Os livros nunca digitalizados, ou cujos direitos a editora já não detém, ficam fora da oferta. Nem o mais generoso acordo de licenciamento pode substituir a história da edição, e menos ainda a história de uma cultura. Comprar exemplares em segunda mão é uma maneira de ir buscar o que fica para lá dessas fronteiras comerciais.

«Roubo» não é argumento

Chamar-lhe «roubo» também não ajuda. Em junho de 2025, dois tribunais distritais dos Estados Unidos decidiram que, nos casos que lhes foram submetidos, usar livros para treinar modelos de linguagem constituía uso legítimo (fair use). Em , o tribunal sublinhou o caráter transformativo do treino: os livros serviram para construir um sistema capaz de produzir expressão nova. Os modelos podem memorizar passagens, mas usar um livro para treino não torna o texto inteiro recuperável a pedido. Nem a ausência de reprodução literal liquida todas as objeções. Em , o juiz avisou que as obras geradas por IA podiam inundar o mercado e que a prova de tal dano poderia derrotar uma defesa de fair use. Estes queixosos, porém, não tinham apresentado prova relevante desse dano às suas próprias obras. Nenhuma das decisões dá às empresas de IA licença ilimitada nem encerra a disputa ética. Obrigam-nos a distinguir como os livros são adquiridos, como as cópias são conservadas e o que o treino faz com elas. Chamar «roubo» a tudo isto deixa essas perguntas sem resposta.

Diga-se de passagem que a decisão Anthropic dá à guilhotina a sua razão de ser. O tribunal validou a digitalização de exemplares comprados e rejeitou a acumulação de livros pirateados numa biblioteca permanente, pela qual a empresa viria a . A digitalização passou em parte porque cada exemplar impresso era destruído na conversão: a cópia digital substituía-o e não era partilhada fora da empresa. A destruição que tanto perturba algumas pessoas ajudou a Anthropic a fazer reconhecer o seu programa de digitalização como uso legítimo. Comprar, digitalizar e deitar fora ofereceu, nesse caso, uma via lícita. A guilhotina, aqui, é um instrumento de conformidade. Comprar exemplares pode resolver o problema da aquisição. Não dá a ninguém, por si só, autorização para partilhar o corpus resultante.

Há boas razões para querer que a IA beba de mais línguas, de mais erudição e de mais desse mundo que existia antes da internet. Essas razões não desaparecem porque uma empresa de que não gostamos encontrou nisso uma oportunidade comercial.

Indignação de empréstimo

Voltemos, pois, ao Daily Mail. O seu artigo insere-se na , uma campanha de proprietários de jornais e editores que reclamam para a IA. Duas substituições convenientes fazem todo o trabalho: as grandes tecnológicas passam por IA, e os detentores de direitos passam por criatividade britânica. Convida-se o leitor a defender a cultura enquanto os editores negoceiam os termos da sua venda. Os académicos que partilham a notícia fariam bem em perguntar-se ao serviço de que causa está a sua indignação.

As grandes tecnológicas e as discutem o valor da renda, mas nenhuma delas se opõe à cerca. A história do autor solitário roubado por um gigante tecnológico esconde o que os acordos de licenciamento caros oferecem aos dois campos empresariais: as editoras recebem, e as grandes tecnológicas ganham um mercado em que os rivais mais pequenos não têm meios para competir. Peter Thiel resumiu com mais crueza a preferência de Silicon Valley: .

O licenciamento não tem de produzir esse resultado. Um acesso a preço comportável e não exclusivo poderia ajudar os pequenos programadores. Mas um sistema que obriga cada recém-chegado a negociar acordos dispendiosos com os grandes detentores de direitos transforma o poder de compra em condição de entrada. Um pagamento apresentado como concessão às indústrias culturais acaba por comprar proteção contra os rivais de amanhã.

A IA não pertence às grandes tecnológicas

Há uma questão mais funda. Demasiadas críticas da IA tomam os seus maiores fornecedores comerciais pelo campo inteiro. Os produtos dominam as manchetes; a investigação e o desenvolvimento para lá dessas empresas desaparecem de vista. As grandes tecnológicas dificilmente poderiam desejar mal-entendido mais útil. A sua ambição de possuir o campo torna-se a premissa da crítica que lhes é dirigida. O monopólio ainda não está garantido. Tratá-lo como coisa feita presta a essas empresas um favor enorme.

A IA de código aberto permite construir e adaptar sistemas que refletem uma maior diversidade de línguas, culturas e formas de expressão. Para países de toda a Europa, África e América Latina, bem como para a Coreia do Sul, o Japão e a Índia, é uma base concreta de soberania tecnológica e cultural: a capacidade de decidir como funcionam os sistemas, que línguas servem e onde são usados. Usar ou não a IA, e para que fins, deve continuar a ser uma escolha pública, e não uma decisão ditada pela dependência de um fornecedor estrangeiro.

Mas a liberdade de modificar um sistema pouco vale sem os meios para o fazer. O trabalho independente exige competências, infraestrutura de cálculo e acesso a material de treino. O que nos traz de volta aos livros. Se cada equipa de investigação ou cada instituição pública tiver de negociar os seus próprios acordos com as editoras ou de montar a sua própria biblioteca privada, a independência continuará a ser privilégio de quem a pode pagar.

Os livros já cá estão

As bibliotecas e os arquivos passaram gerações a reunir o material de que estes sistemas precisam. As suas coleções existem porque o acesso ao saber deve sobreviver ao interesse comercial em vendê-lo. Muito já está digitalizado: a guarda cerca de dezanove milhões de volumes digitalizados provenientes de bibliotecas de investigação, muitos ainda protegidos por direitos de autor. Uma biblioteca digitaliza um livro e fica com ele. Ali ninguém precisa de guilhotina. A HathiTrust vai , mas anunciou também o , um projeto de acesso a corpora para investigação e desenvolvimento não comerciais em IA. Um acesso nesses termos deixaria ainda de fora alguns programadores independentes.

Possuir os livros, contudo, não dá a uma biblioteca o direito de distribuir o seu conteúdo protegido como corpus de treino. O permite às instituições de investigação e às bibliotecas prospetar obras licitamente acessíveis para fins de investigação científica, e autoriza uma prospeção mais ampla quando os detentores de direitos não os reservaram. : a sua exceção de prospeção cobre a investigação não comercial e restringe a transferência de cópias. Nenhum dos dois quadros dá às bibliotecas um direito geral de partilhar os seus fundos protegidos para que outros construam sobre eles.

Podíamos também reconsiderar durante quanto tempo os detentores de direitos devem controlar os usos computacionais dos livros. As patentes farmacêuticas oferecem um termo de comparação: o seu prazo normal de vinte anos é muito mais curto do que a proteção dos direitos de autor, que dura a vida do autor e setenta anos depois. Não poderiam os livros ficar disponíveis para prospeção de textos e dados, sem taxas de licenciamento, ao fim de, digamos, vinte anos após a primeira publicação, mantendo-se protegidos os direitos de reedição e de venda? Proteger o direito de um autor a vender um livro não tem de significar controlar durante gerações todas as maneiras de usar o seu conteúdo.

Defendi há dois anos, no , que os dados patrimoniais deviam ser tratados como bem público. Os governos deviam financiar as bibliotecas e os arquivos para digitalizarem, transcreverem e documentarem as suas coleções, e dar-lhes autoridade legal para disponibilizar os corpora resultantes a quem queira construir sobre eles. As grandes tecnológicas poderiam ajudar a pagar a conta através de uma taxa específica.

O financiamento público deveria vir acompanhado de políticas de coleção e regras de acesso publicadas, abrangendo o trabalho académico e o comercial, sem acordos exclusivos nem acesso privilegiado para doadores. Acesso para treino não tem de significar redistribuição irrestrita de livros protegidos. Os autores deviam participar na conceção do regime público, incluindo na forma como este trata o consentimento, a remuneração e a concorrência às suas obras. O acesso gratuito para os utilizadores não exclui uma remuneração dos autores financiada por fundos públicos. O , que paga aos autores a partir de fundos públicos quando os seus livros são emprestados, oferece um precedente. A fogueira nunca foi a questão. A cerca, sim.

Caros editores: se querem a minha voz, devolvam-me a minha língua

Thu, 27 Aug 2026 00:00:00 +0000

Mais um dia, mais uma revista a apregoar a sua política de IA. Desta vez é a Progress in Human Geography, cujos editores publicaram a avisar que usar a IA como substituto da própria leitura, do próprio pensamento e da própria escrita é «uma violação da ética académica equiparável ao plágio». Os artigos apanhados em falta «poderão ser retirados»; na melhor das hipóteses, serão corrigidos, com um aviso impresso na revista. Os autores, acrescentam os editores, deveriam «ponderar com cuidado se desejam ver o seu nome associado a retiradas e a avisos de correção».

Detenhamo-nos nesta frase. A retratação é a sanção suprema da publicação académica, a pena que normalmente se reserva à fabricação de dados e à fraude. Aqui aparece ligada a uma falta que o mesmo editorial não consegue definir. Há, concedem os editores, «verdadeiras zonas cinzentas» e «nenhuma linha clara a demarcar a zona de “irresponsabilidade”». A aplicação assentará em «juízos discricionários que poderão desagradar a alguns autores, os quais alegarão não ter feito uso indevido da IA»: a declaração de cada um, por outras palavras, poderá ser desconsiderada. Segue-se o conselho de permanecer «em segurança na zona de “responsabilidade”»; ora, só se recomenda segurança onde há perigo. Punir pessoas por transporem uma linha que se confessa não saber traçar só faz sentido se o objetivo for governar pelo medo. Não percam isto de vista.

O pretexto da voz

Como se reconhece um uso responsável? Diz-se aos autores que «é preciso o maior cuidado… para conservar a sua própria voz». O abuso consiste em recorrer à IA «para escrever numa língua que os autores nunca empregariam normalmente por si mesmos». Para um falante nativo, faz sentido: não finjas ser o que não és. Mas, para o estrangeiro obrigado a escrever numa língua que não é a sua, a injunção contradiz-se a si própria. A voz que a política protege é justamente aquilo que as regras da própria revista nos negam.

Tomem-me como cobaia. O inglês é a minha quarta língua, exatamente o género de língua que eu nunca empregaria «normalmente». As universidades anglófonas treinaram-me a escrevê-lo curto, sinalizado, quase mecânico: a frase-tópico à cabeça do parágrafo, as cautelas nos sítios aprovados, as transições tiradas da lista aprovada. O treino resultou: nunca houve no meu inglês uma voz a proteger; foi a primeira coisa que teve de ir. Pela definição dos próprios editores, tudo o que escrevi em inglês seria uso indevido, com ou sem máquina.

Entre a espada e a parede

Os editores dizem ter pensado em nós: a política reconhece que os falantes não nativos beneficiam de ter o seu inglês verificado pela IA, e até dos seus «serviços de tradução, escrita e revisão». No entanto, a participação da IA na escrita «não deve exceder, no máximo, uma ajuda à revisão e à correção de provas», e tem de ficar aquém de «grandes blocos de texto escritos por IA». Ora, um artigo traduzido por máquina é escrito por IA da primeira palavra à última; não é feito senão de tais blocos. A concessão só se sustenta, portanto, se traduzir não for escrever. Por onde passa essa linha? Já no-lo disseram: «nenhuma linha clara».

Há pior, porque a suspeita não é apenas infalsificável. É viciada. Em 2023, uma equipa de Stanford testou sete detetores de IA de uso corrente em ensaios escritos por humanos: os detetores sinalizaram como gerados por máquina, em média, 61 % dos ensaios do TOEFL redigidos por falantes não nativos, ao passo que classificavam quase na perfeição os dos falantes nativos; um dos detetores condenou 97,8 % do lote do TOEFL ( ). A razão é instrutiva. Os detetores medem a previsibilidade, e o inglês de segunda língua, treinado para a média, é previsível por construção: a palavra mais provável na ordem mais provável. O mesmo estudo encontrou o sinal na produção científica propriamente dita, com menor variabilidade linguística nas comunicações de congresso cujo primeiro autor não é falante nativo. Os indícios de estilo que se leem como «IA» são os indícios de um inglês de segunda língua competente, e o juízo humano lê os mesmos indícios que a máquina. A armadilha fecha-se: escrevo o meu próprio inglês e pareço uma máquina; uso a máquina e violo a regra deles.

O imposto sobre a língua

O paradoxo seria inofensivo se não viesse acompanhado de ameaças. Ora, as ameaças revelam um problema mais fundo e mais antigo, que a política nunca nomeia: o monolinguismo. As pedem «a mais ampla cobertura internacional possível» enquanto, na mesma página, «a língua da revista é o inglês».

O custo desse arranjo não é hipotético. Inquirindo 908 cientistas do ambiente, Amano e colegas apuraram que os falantes não nativos de inglês gastam até 51 % mais tempo a escrever um artigo, veem-no rejeitado 2,5 vezes mais e são mandados revê-lo 12,5 vezes mais, apenas por motivos de língua ( ). Esse imposto é cobrado antes de qualquer política de IA chegar; o formulário de declaração e as suas ameaças são uma auditoria que lhe vem acrescentar-se.

Fin d’empire

O monolinguismo é o axioma que ninguém discute. É uma herança imperial que adquiriu, com o tempo, uma justificação prática: a tradução era lenta e cara, e nenhum conselho editorial podia avaliar o que não conseguia ler. Ora, nada disto sobrevive aos progressos da tradução automática. A tradução automática de última geração pode servir de camada fiável entre autores e editores.

A saída ideal é humana: os investigadores deviam ler mais do que uma língua. Em vez disso, as universidades anglófonas preferem fechar os departamentos de línguas modernas. Note-se que os encerramentos são um fenómeno anglo-americano: noutras paragens, os investigadores nunca tiveram o luxo do monolinguismo. E note-se o momento. Fechar um departamento de línguas é fazer uma aposta: a de que o inglês venceu de vez e de que nunca mais se escreverá noutra língua nada que valha a pena ler. Essa aposta faz-se precisamente na pior altura, e por partida dobrada. Primeiro, porque a tradução automática torna possível, pela primeira vez, dispensar de todo uma língua franca; segundo, porque a ordem que fez do inglês a língua por defeito está em refluxo: a anglosfera fecha-se sobre si mesma, a globalização recua, o comércio livre é contestado nos seus próprios berços, e desenha-se um mundo multipolar em que as línguas que vale a pena ler se multiplicarão. As universidades formam investigadores que só leem inglês para um mundo em que o inglês não bastará. Os conselhos editoriais serão os primeiros a herdar essa perda.

Uma prova para os editores

Quando um conselho editorial se lamenta de não conseguir ler a voz própria dos seus autores, talvez parte do problema esteja no próprio conselho.

É uma acusação séria, e vem acompanhada de uma prova séria. Aceitaria a Progress in Human Geography submeter a arbitragem um artigo escrito em francês, italiano ou japonês, acompanhado de uma versão inglesa traduzida automaticamente? As próprias instruções da revista reconhecem os serviços «de tradução» que o tornam possível. Um sim põe fim ao problema. Um não dir-nos-ia o que a política protege na realidade.

Seja como for, a escolha cabe aos editores. Se a voz importa, como afirmam, a revista deve aceitar artigos nas línguas em que os autores pensam. Se não importa, que desapareça o formulário de declaração, e as ameaças com ele.