VOICEPRINT
Onde estou eu neste fluxo?
Hoje, um texto pode passar por outra língua, um modelo de AI, edição e adaptação — e regressar quase impecável.
Gramaticalmente correto.Natural.Fluido.Por vezes até mais literário do que o original.
E é precisamente aqui que o problema começa.
Um texto pode tornar-se melhor depois deste tipo de tratamento. Por vezes, é precisamente isso que constitui a perda.
Porque, a certa altura, a pergunta deixa de ser:
«É uma boa tradução?»
E passa a ser:
«Ainda estou eu aqui?»
Como tudo começou
Continuar a história ↓
No país onde eu vivia na altura, não podia publicar livremente grande parte daquilo sobre que escrevia — nem a maneira como olhava para o ser humano, a sociedade, a vida e a realidade.
Por isso, o caminho mais evidente — escrever um livro e publicá-lo ali — estava, na prática, fechado para mim.
Havia outro caminho: ultrapassar uma única língua.
Mas isso trouxe outro problema.
Eu não dominava línguas estrangeiras suficientemente bem para transportar sozinho para elas um texto literário e filosófico complexo.
E a tradução profissional de obras extensas custava tanto que, para mim, não era uma opção realista.
Assim, os textos podiam existir durante anos em cadernos, ficheiros e rascunhos.
Não porque eu não quisesse fazê-los chegar aos leitores.
Simplesmente não via uma forma realista de o fazer.
Com o aparecimento dos sistemas modernos de AI, a situação começou, pela primeira vez, a mudar.
Tornou-se possível trabalhar com grandes volumes de texto, reunir materiais dispersos, manter estrutura e terminologia, voltar a decisões tomadas dezenas ou centenas de páginas antes e traduzir e transcriar obras para outras línguas.
O que antes exigiria fluência noutras línguas, uma grande equipa e dinheiro que eu não tinha tornou-se subitamente viável na prática.
No início, parecia quase uma libertação.
Comecei a mostrar textos traduzidos a pessoas que conheciam bem a língua de destino e a perguntar se soavam naturais, se pareciam feitos por uma máquina, se havia erros ou passagens estranhas.
E, pouco a pouco, uma coisa ficou clara:
AI já era capaz de criar texto que um falante nativo podia considerar bom, natural e literário.
Poder-se-ia pensar que o problema estava resolvido.
Mas foi então que surgiu outro.
Quem está a falar?
Alguém que lê o texto em português pode dizer-me:
«Sim, isto é bom português.»
Mas sabe exatamente o que era importante preservar no original russo?
Porque escrevi esta frase desta maneira?
Porque repeti a mesma palavra várias vezes?
Porque deixei a frase pesada?
Porque fala a personagem com dureza?
Porque ficou algo deliberadamente por dizer?
Porque escolhi uma metáfora quando outra poderia ter ficado mais bonita?
Para quem vê apenas a tradução final, tudo isto pode simplesmente não existir.
Mas havia um problema ainda mais estranho.
Eu próprio não conhecia a língua de destino suficientemente bem para verificar tudo isto.
Por outras palavras, precisava de AI para levar o meu texto para outra língua.
E depois precisava de AI outra vez — desta vez para me ajudar a compreender o que tinha realmente acontecido ao meu texto durante essa passagem.
Pedia-lhe que comparasse versões.
Explicasse diferenças.
Voltasse ao original.
Apontasse possíveis perdas de sentido.
Verificasse terminologia.
Recordasse decisões anteriores.
Comparasse cenas escritas muito longe umas das outras.
Tornou-se um processo bastante estranho:
Eu usava AI para usar AI para verificar o trabalho de AI.
Mas simplesmente não tinha outra maneira de ver o que estava a acontecer.
E, gradualmente, percebi: eu não precisava de um «tradutor melhor».
Precisava de um processo em que eu próprio pudesse compreender o que estava a acontecer ao meu livro.
Primeiro veio o ATP
Foi assim que surgiu o Ashraellen Transcreation Protocol — ATP.
Foi a primeira tentativa de organizar o trabalho num sistema que eu pudesse compreender.
Comparámos diferentes formas de transportar um texto: tradução comum, transcriação mais livre com AI e trabalho através do ATP.
Experimentámos chats de AI separados.
Comparámos os resultados.
Verificámos até que ponto se preservavam sentido, terminologia, estrutura, voz e decisões já aceites.
O ATP deixou gradualmente de ser apenas um conjunto de instruções.
Ganhou o seu próprio repositório público, documentação, versões e DOI.
Mas trabalhar com ele levou ao problema seguinte.
Um termo pode ser verificado.
A estrutura pode ser comparada.
Também se pode encontrar um sentido perdido.
Mas como se verifica o autor?
Onde estou eu?
Foi aqui que a questão deixou de ser apenas sobre tradução.
Suponhamos que AI não perdeu os factos.
Não confundiu as personagens.
Transmitiu corretamente o conteúdo.
O texto lê-se bem.
Um falante nativo diz que soa natural.
Mas será suficiente?
Em que momento uma tradução deixa de ser o meu livro e passa a ser uma versão muito boa de como AI compreendeu o meu livro?
E consigo sequer ver essa fronteira se eu próprio não conhecer suficientemente bem a língua do resultado?
Foi daqui que nasceu, para mim, o Voiceprint.
Não do desejo de criar uma nova tecnologia.
Mas de uma pergunta muito mais pessoal:
Onde estou eu em todo este fluxo de transformações?
Autor
Um autor não é um conjunto de frases bonitas
Tornou-se rapidamente claro que a presença autoral não pode ser reduzida apenas ao estilo.
Não é um conjunto de palavras favoritas.
Nem o número de frases longas.
Nem algumas expressões características que se possam mostrar a um modelo com a instrução «escreve assim».
O autor também está nas decisões.
Naquilo que deixou.
Naquilo que retirou.
Naquilo que deliberadamente não explicou.
Na repetição.
No ritmo.
Na metáfora.
Na dureza.
Numa frase estranha.
Na ambiguidade.
Num erro que, para o autor, já não é um erro.
E até precisamente no lugar que um bom editor mais gostaria de corrigir.
Foi por isso que surgiu um princípio que ficou comigo desde então:
O autor tem o direito de não ser melhorado.
Quando um texto correto se torna errado
AI é muito boa a normalizar.
A transformar o estranho em familiar.
O pesado em leve.
O irregular em liso.
O ambíguo em claro.
O invulgar em algo mais esperado.
Em muitas tarefas, isso é uma vantagem.
Mas, na literatura, surge um paradoxo.
Quanto melhor um texto se torna segundo critérios gerais, mais pode, por vezes, afastar-se de um autor concreto.
Fluidez, portanto, não é o mesmo que fidelidade.
Boa prosa em português e o meu livro em português não são necessariamente a mesma coisa.
O ser humano continua a ser a fonte do sentido
Gradualmente formou-se uma fronteira simples em torno do trabalho:
human-authored / human-directed / AI-assisted
AI pode traduzir.
Sugerir alternativas.
Comparar.
Procurar discrepâncias.
Verificar terminologia.
Recordar decisões.
Restaurar contexto.
Apontar possíveis perdas de sentido.
Pode assumir uma enorme quantidade de complexidade.
Mas a decisão final sobre o que a obra realmente é continua a pertencer ao autor.
Para mim, digo-o ainda de forma mais simples:
A complexidade pode ser delegada. A autoridade canónica não.
Processo
Depois, um único protocolo deixou de ser suficiente
Quanto mais longa se tornava a obra, mais evidente ficava outro problema.
Um livro não pode manter-se unido por um único bom prompt dado a AI.
Com o tempo, uma obra desenvolve a sua própria história de decisões.
Porque foi este nome traduzido desta maneira?
Porque não pode este termo ser substituído?
Porque foi uma frase semelhante, cem páginas antes, tratada de outra forma?
Porque deve esta personagem usar exatamente esta palavra?
Que versão foi apenas proposta?
Qual passou a revisão?
E qual já foi aceite pelo autor?
Tornou-se claro que não era apenas o texto que precisava de ser preservado.
A história das decisões em torno do texto também tem de ser preservada.
Voiceprint começou gradualmente a transformar-se de uma pergunta num processo de trabalho.
De Voiceprint ao Engine
As etapas seguintes surgiram por razões muito práticas.
Voiceprint levou ao Voiceprint Engine 2.0 — uma tentativa de separar a própria transcriação, a sua verificação, o estado do trabalho e a aceitação do resultado.
Trabalhar com o Engine 2.0 revelou a fraqueza seguinte: o sistema não devia ser construído em torno de um livro específico nem guardar dentro de si o projeto literário.
Isso levou à versão atual — Voiceprint Engine 2.1.
O seu princípio é muito mais simples do que a sua arquitetura interna:
O Engine gere o processo.
O projeto contém a obra.
O autor define o cânone.
O Engine 2.1 não é um projeto literário separado e não deve tornar-se proprietário do texto. Organiza o processo em torno do projeto em que estou a trabalhar naquele momento.
Mesmo passar uma revisão interna não transforma automaticamente um texto em cânone autoral.
A decisão final continua a ser um ato autoral separado.
No que se tornou
Numa determinada fase, Voiceprint também foi considerado como uma possível direção de investigação independente.
Estudámos abordagens existentes, comparámo-las com aquilo que estava a tomar forma no nosso próprio trabalho e, gradualmente, tornou-se claro que muitas ideias e mecanismos semelhantes já existem.
Por vezes noutra forma.
Por vezes para tarefas diferentes.
Por vezes com muito mais profundidade e complexidade técnica.
Para mim, isso revelou-se útil.
Deixou de ser importante provar que Voiceprint era uma tecnologia nova ou que tinha de ser melhor do que outros sistemas.
E não havia razão para o transformar num produto separado apenas porque, durante algum tempo, se tinha desenvolvido como projeto independente.
Hoje, é simplesmente parte da minha infraestrutura de trabalho.
Ajuda-me a trabalhar com texto, língua, memória de decisões e AI de uma forma que me permite compreender por mim mesmo o que está a acontecer à obra.
Isso basta.
MONOLITH
Um dos principais ambientes reais em que tudo isto foi testado tornou-se a trilogia MONOLITH — BETON, SLUDGE e GAS.
Ela não foi criada para Voiceprint.
É uma obra literária independente.
Mas um livro grande revela rapidamente problemas que quase não se conseguem ver num único parágrafo.
Uma decisão tomada hoje pode alterar o sentido de uma cena duzentas páginas depois.
Um nome.
Uma repetição.
Uma imagem.
Um termo.
O tom de uma personagem.
Uma ligação ao primeiro volume que só se torna clara no terceiro.
Numa obra longa, a tradução tem de fazer mais do que conhecer a língua.
Tem de se lembrar do livro.
E eu preciso de conseguir compreender exatamente do que se lembra e porque toma uma decisão em vez de outra.
Abrir a trilogia →E ainda assim — onde estou eu?
No início, a pergunta era bastante simples:
Ainda estou eu no texto traduzido?
Mas quanto mais tempo trabalhava desta maneira, mais estranho se tornava o próprio processo.
Formulo um pensamento.
AI devolve-mo ligeiramente diferente.
Olho para ele e reparo em algo que eu próprio não tinha visto antes.
Discuto com ele.
Corrijo.
Envio-o de volta.
Algumas decisões ficam preservadas.
Mais tarde, outra conversa ou outro sistema recebe parte desse contexto.
O trabalho continua.
E, a certa altura, torna-se difícil traçar uma linha simples:
Isto fui eu, e isto foi a máquina.
Isso não significa que AI se torne autora do meu livro.
Para mim, a fronteira autoral continua bastante clara.
Mas o processo de compreensão torna-se mais complexo.
Um pensamento pode passar por mim, pelo texto, por AI, por memória guardada, por outra conversa — e depois regressar a mim.
Por vezes já numa forma que me leva a alterar a minha própria conclusão inicial.
E então a antiga pergunta de Voiceprint começa a soar um pouco diferente.
Não apenas:
«Ainda estou eu no texto?»
Mas também:
«Onde reside realmente a compreensão se um pensamento se desenvolve através de vários elos humanos e tecnológicos?»
Na pessoa?
No texto?
No modelo?
Na história guardada das decisões?
Na ligação entre eles?
Ou na continuidade do próprio processo?
Ainda não sei.
E talvez seja precisamente por isso que a pergunta continua a interessar-me.
O que tem de permanecer
As tecnologias vão mudar.
Os modelos de AI serão diferentes.
O que hoje tem de ser construído à mão poderá amanhã tornar-se uma função comum de alguma ferramenta.
Voiceprint Engine quase certamente também mudará.
É normal.
Não preciso de que continue especial para sempre.
Preciso de outra coisa.
Que um livro consiga atravessar uma língua.
Que a complexidade possa ser entregue ao sistema.
Que um erro possa ser detetado.
Que uma decisão possa ser recuperada.
Que o trabalho possa continuar.
Que eu possa usar AI mesmo onde não conheço suficientemente bem a língua — sem lhe dar o direito de decidir silenciosamente por mim o que eu quis dizer.
E para que, no fim de tudo isto, eu ainda possa olhar para o texto e dizer:
Sim. Fui eu que escrevi isto.
Continuar a conversa
Contacto
Se quiser discutir o meu trabalho, partilhar uma observação ou propor uma colaboração, pode escrever-me diretamente.