Por Ronaldo Martins
09/09/2026
Pesquisadores desenvolveram o ConlangCrafter, sistema de inteligência artificial capaz de criar línguas artificiais com fonologia, regras gramaticais e vocabulário próprios. Em testes, as línguas geradas apresentaram diversidade estrutural superior, em uma métrica específica, à de uma amostra de 1.874 idiomas naturais. O trabalho foi apresentado em 2026 no principal encontro da Association for Computational Linguistics (ACL).
Desenvolvido por Morris Alper, Moran Yanuka, Raja Giryes e Gašper Beguš, pesquisadores ligados à Universidade de Tel Aviv, Carnegie Mellon University e Universidade da Califórnia em Berkeley, o ConlangCrafter utiliza grandes modelos de linguagem para automatizar a criação das chamadas conlangs — línguas construídas deliberadamente, como o esperanto, o klingon, de Star Trek, e os idiomas élficos desenvolvidos por J.R.R. Tolkien.
Em vez de pedir a um modelo de IA que invente todo o idioma de uma só vez, o sistema divide a tarefa em etapas. Primeiro estabelece a fonologia, determinando as consoantes e vogais e as combinações sonoras possíveis. Em seguida, cria aspectos da gramática, como ordem das palavras, flexão dos verbos, expressão de tempo e posse. Somente depois dessas definições passa à elaboração do vocabulário. A cada etapa, a própria IA procura contradições nas regras estabelecidas e tenta corrigi-las antes de prosseguir.
Os pesquisadores testaram o método com modelos como DeepSeek-R1 e duas versões do Gemini 2.5. Para impedir que os sistemas simplesmente reproduzissem estruturas muito frequentes nas línguas presentes em seus dados de treinamento, o ConlangCrafter introduz elementos aleatórios na escolha de características como ordem das palavras, estrutura verbal e presença ou ausência de tons.
Um dos resultados mais chamativos apareceu na comparação com o World Atlas of Language Structures (WALS), banco de dados utilizado para estudar diferenças estruturais entre línguas do mundo. Os autores selecionaram 16 características linguísticas e compararam as línguas artificiais com uma amostra de 1.874 línguas naturais. Nessa métrica específica, as línguas produzidas pelo ConlangCrafter atingiram índices de diversidade entre 0,56 e 0,60, contra cerca de 0,43 na amostra do WALS. Isso não significa que os idiomas artificiais sejam “mais complexos” que os naturais, mas que apresentaram maior variedade nas 16 propriedades avaliadas.
A consistência gramatical também foi colocada à prova. Para cada língua criada, o sistema traduziu um conjunto de dez frases que incluía diferentes estruturas, como afirmações, perguntas e ordens. As traduções foram então avaliadas para verificar se obedeciam às regras anteriormente estabelecidas. Ao todo, foram testadas 20 línguas artificiais, com dez frases para cada uma. Dois linguistas com doutorado analisaram manualmente parte do material, em um trabalho que consumiu aproximadamente 35 horas, e os resultados mostraram concordância moderada entre a avaliação humana e a automática.
O sistema também aceita condições definidas pelo usuário. Em um experimento, foi solicitado que produzisse uma língua sem nenhuma consoante, formada exclusivamente por vogais. Em outro, criou um sistema de comunicação destinado a uma espécie alienígena que não utilizava sons: a IA desenvolveu unidades baseadas em cores e gestos e elaborou regras para combiná-las.
Os autores apontam aplicações em áreas como criação de mundos ficcionais para literatura, cinema e videogames e em pesquisas de tipologia linguística, nas quais idiomas artificiais podem ajudar a testar hipóteses sobre as estruturas possíveis de uma língua. Línguas artificiais já são utilizadas em pesquisas experimentais sobre aquisição e processamento linguístico justamente porque permitem controlar características que variam nas línguas naturais.
O ConlangCrafter, porém, ainda está longe de produzir a complexidade de uma língua natural. As versões atuais concentram-se principalmente em fonologia, estrutura gramatical e léxico básico. Aspectos como semântica, pragmática, organização do discurso e sistemas de escrita não são plenamente desenvolvidos. Os próprios pesquisadores também reconhecem que os modelos podem reproduzir vieses das línguas mais representadas em seus dados de treinamento, sobretudo o inglês.
O estudo, intitulado ConlangCrafter: Constructing Languages with a Multi-Hop LLM Pipeline, foi publicado nos anais da 64ª Reunião Anual da Association for Computational Linguistics (ACL), realizada de 2 a 7 de julho de 2026. O trabalho ocupa as páginas 9.318 a 9.349 dos anais do encontro
Fonte
