Um teclado de celular completa uma palavra antes que você termine de digitá-la. Parece um detalhe cotidiano, mas aponta para uma pergunta antiga: como uma sequência de sinais passa a fazer sentido? A resposta não começa dentro da máquina. Ela atravessa milhares de anos de escrita, comunicação à distância e convenções que as pessoas construíram juntas.
Este primeiro episódio de A Informação conta essa história como um percurso entre duas partes: o sinal, que pode viajar, e o significado, que alguém interpreta. A série usa como ponto de partida o livro de James Gleick e chega ao presente por uma ponte própria. Este artigo amplia as conexões e acrescenta referências para quem quiser seguir a trilha.
Assista ao episódio no YouTube.
A palavra que não podia desaparecer
Uma fala termina e some no ar. Em Uruk, na Mesopotâmia, por volta de 3200 a.C., marcas em argila ajudaram a registrar contas e administrar bens. A escrita tornou possível deixar uma mensagem para alguém que não estava ali — ou para uma pessoa que ainda nem tinha nascido. Em vez de depender apenas da memória de quem fala e de quem escuta, a informação ganhava uma forma que podia permanecer.
Séculos depois, no diálogo Fedro, Platão põe na voz de Sócrates uma crítica à escrita: confiar em marcas externas poderia enfraquecer a memória e produzir a impressão de conhecimento sem compreensão. A história chega até nós justamente porque foi escrita. Essa ironia continua útil quando pensamos em buscadores, celulares e sistemas de IA: cada nova ferramenta altera o que lembramos, o que delegamos e o que precisamos conferir por conta própria.
As formas de organizar sinais também mudaram. Em 1604, Robert Cawdrey publicou um dicionário de inglês que explicava a ordem alfabética ao leitor. Em 1843, Ada Lovelace percebeu que a máquina analítica imaginada por Charles Babbage poderia operar com símbolos além de números. A máquina não chegou a ser construída naquela época; a ideia de instruções manipulando representações, porém, continuou a alimentar a história da computação.
O sinal aprende a viajar
Com o telégrafo, a mensagem podia percorrer um fio sem que uma pessoa carregasse o papel. Em 1844, Samuel Morse demonstrou uma linha entre Washington e Baltimore. No Brasil, a primeira linha telegráfica foi inaugurada no Rio, em 1852. A distância passou a ser um problema de transmissão: como codificar uma mensagem para que ela pudesse atravessar um canal e ser reconstruída no destino?
Em 1948, o engenheiro Claude Shannon formulou uma teoria matemática da comunicação. Para estudar a transmissão, ele separou o problema técnico do conteúdo semântico: a engenharia podia calcular quantos sinais eram necessários sem decidir se a mensagem era um poema ou uma lista de compras. A distinção foi poderosa. Ela ajuda a explicar como voz, texto, imagem e outros dados podem viajar por sistemas diferentes, ainda que o significado para quem recebe continue dependendo do contexto.
Shannon também tratou a informação como surpresa. Uma notícia previsível carrega menos novidade que uma improvável. A escolha entre “sim” e “não” é um caso mínimo: uma alternativa entre duas possibilidades pode ser representada por um bit. Isso não significa que toda conversa humana se reduza ao bit; significa que existe uma maneira útil de medir escolhas e transmissão sem confundir essa medida com o sentido vivido por alguém.
O que a frase deixa implícito
Uma mensagem não precisa especificar tudo. Se alguém escreve “água mole em pedra dura…”, você provavelmente completa a frase porque conhece o ditado. A língua, o tema e a situação reduzem as continuações plausíveis. Essa informação implícita recebe o nome de redundância: parte do sinal pode ser removida ou se perder e, mesmo assim, o contexto ajuda a recuperar a mensagem.
Shannon estimou redundância no inglês por meio de tarefas de previsão de letras. A medida depende do método e do trecho estudado; “metade” é uma aproximação citada para sequências curtas, não uma constante universal para qualquer texto. No episódio seguinte, os tambores do Congo tornam concreta outra solução: envolver palavras ambíguas em frases convencionais para que o ouvinte recupere o que as notas, sozinhas, não distinguem. Continue pelo artigo sobre os tambores falantes e a redundância e pelo hub de A Informação.
Quando a máquina prevê a próxima palavra
Em 1951, Shannon publicou experimentos em que pessoas tentavam prever a próxima letra de um texto. A ideia reaparece, em outra escala, quando o teclado do telefone sugere uma palavra. Um modelo de linguagem calcula continuações prováveis a partir de padrões aprendidos em exemplos. Em 2017, o artigo “Attention Is All You Need” apresentou a arquitetura Transformer; em 2022, o ChatGPT tornou uma interface conversacional desse tipo conhecida por um público amplo.
Prever uma continuação convincente pode exigir relações entre palavras que se parecem com compreensão. Isso, por si só, não demonstra que a máquina tenha experiência, intenção ou entendimento humano. O resultado depende dos dados, do treinamento, do contexto fornecido e do modo como alguém avalia a resposta. A ponte do vídeo é deliberadamente provocadora: talvez aprender padrões de significado seja parte do que torna possível prever bem uma frase. Ela não resolve o debate sobre o que “entender” quer dizer.
A consequência prática é mais modesta e mais importante: sistemas que escrevem podem ajudar em tarefas de linguagem, mas a pessoa que os usa continua responsável por objetivo, contexto, conferência e decisão. Na XMACNA, chamamos de Funcionários Digitais sistemas aplicados a rotinas de trabalho sob governança humana. Se esse caminho fizer sentido para sua operação, conheça o diagnóstico da XMACNA.
O que a escrita guarda — e o que não decide
Uma mensagem registrada dura mais que a voz que a produziu, mas isso não a torna completa, neutra ou infalível. O registro preserva alguns sinais e deixa outros de fora. Um modelo pode encontrar padrões no material escrito por pessoas sem herdar automaticamente a intenção de cada autor ou o contexto de cada frase. Cabe a quem constrói e usa essas ferramentas decidir como reduzir erros e como manter pessoas no controle das consequências.
É por isso que a história da informação não é apenas uma linha de invenções. É também uma história de escolhas: o que registrar, como transmitir, que redundância incluir e quem interpreta a mensagem. De Uruk ao teclado preditivo, o sinal mudou de suporte muitas vezes. O significado continua ligado às pessoas e às comunidades que produzem linguagem, compartilham referências e decidem o que fazer com aquilo que recebem.
Perguntas frequentes
O que significa separar sinal e significado?
É distinguir a forma que pode ser codificada e transmitida do conteúdo que uma pessoa interpreta. Essa separação ajuda a estudar comunicação sem afirmar que a medida técnica explica toda a experiência humana.
Shannon provou que máquinas entendem como pessoas?
Não. A teoria de Shannon modela aspectos matemáticos da comunicação. A relação entre previsão estatística e compreensão é uma questão posterior e debatida; o vídeo propõe uma ponte narrativa, não uma prova de consciência ou entendimento humano.
Por que há redundância numa mensagem?
Porque contexto, convenções e padrões repetidos ajudam a identificar o que foi dito mesmo quando parte do sinal está ausente ou ambígua. Ela pode tornar a comunicação mais robusta, embora o efeito dependa do canal e da mensagem.
Crédito
Série inspirada em The Information (2011), de James Gleick. No Brasil: A Informação, Companhia das Letras, 2013. Série independente, sem afiliação com o autor ou a editora.
Fontes primárias e referências
- Claude E. Shannon, “A Mathematical Theory of Communication” (1948): texto em PDF hospedado pela Universidade Harvard.
- Platão, Fedro, 274c–275b: texto grego/inglês no Perseus Digital Library.
- The Metropolitan Museum of Art, “The Origins of Writing”.
- Ada Lovelace, notas à tradução de Menabrea (1843): transcrição sobre a máquina analítica.
- Ashish Vaswani et al., “Attention Is All You Need” (2017): arXiv:1706.03762.