O MANUSCRITO VOYNICH MOSTRA POUCO VESTÍGIO DE LINGUAGEM

O manuscrito Voynich é um livro de cerca de 240 páginas que a datação por radiocarbono situa no início do século XV. Desenhos de plantas, estrelas e figuras se banhando cercam umas 38.000 palavras numa escrita que não aparece em nenhum outro lugar. Ninguém consegue lê-lo.

Parece escrita: palavras separadas por espaços, muitas palavras raras, sinais — chamados glifos — que ocupam posições fixas dentro das palavras. No entanto, ele não se comporta como nenhuma língua conhecida. A mesma palavra muitas vezes aparece duas ou três vezes seguidas, muitas palavras diferem das vizinhas por um único glifo, e as palavras frequentes são curtas e parecidas.

Disparate, ou uma língua disfarçada?

Segundo uma explicação, o texto não significa nada: um escriba escrevia cada nova palavra copiando uma anterior e trocando um ou dois glifos, um processo proposto por Timm e Schinner em 2020. Segundo a outra, uma língua real se esconde atrás de uma cifra — um modelo recente, a cifra Naibbe, transforma latim ou italiano num texto muito parecido com o do manuscrito.

Cada lado argumenta há muito tempo com estatísticas escolhidas sob medida. Xin Zhang e Victor S. Sheng, da Texas Tech University, julgaram os dois pelas mesmas regras.

Mesmas páginas, mesmo orçamento, estatísticas nunca vistas

Cada explicação virou um programa que preenche as páginas e as linhas do manuscrito, palavra por palavra. Os programas de cópia escrevem cada palavra como nova ou como uma cópia modificada de uma anterior. Os programas de cifra criptografam um texto medieval real, substituindo cada palavra por uma palavra-código, ou suas letras, suas sílabas ou apenas sua classe gramatical. Cada cifra também ganha um escriba copista, para que a repetição local não favoreça nenhum dos lados.

Cada programa foi ajustado com 22 estatísticas do texto e depois julgado com 15 outras que nunca viu.

As regras de cópia de Timm e Schinner preveem essas estatísticas não vistas muito melhor do que qualquer cifra de chave única. Seu pior erro fica abaixo de cinco desvios-padrão (a dispersão típica dos próprios textos do programa); um código de palavras erra uma delas por mais de cem.
A estatística decisiva é uma deriva. O manuscrito tem dois “dialetos”, Currier A e B, que usam os glifos de maneira diferente. Uma chave fixa escreve os mesmos hábitos de glifos em todas as páginas; um escriba que constrói palavras a partir das palavras que acabou de escrever deixa esses hábitos vagarem.
Mas as cifras com uma segunda chave — uma chave separada para as páginas Currier B — ou que codificam apenas as classes gramaticais de um texto real, se saem igualmente bem, com um escriba que copia errado cerca de metade das palavras. Nas palavras dos autores, “as cifras que melhor se ajustam são aquelas cujo texto original menos importa” (o texto original, ou texto claro, é o texto antes de ser cifrado).

As estatísticas de palavras sozinhas não conseguem decidir, e nenhum programa reproduz as 37 estatísticas ao mesmo tempo.

Palavras que continuam se encontrando numa linha

Então os autores procuraram um vestígio de linguagem que não exige decifração. Num texto com significado, palavras que andam juntas — um substantivo e seu verbo, as partes de uma expressão fixa — dividem uma linha com mais frequência do que o acaso explicaria, e voltam a fazê-lo em outras partes do texto. Um código de palavras preserva esse padrão; um par nascido da cópia numa página não tem motivo para voltar páginas depois.

O teste divide o livro em duas metades e verifica se os mesmos pares de palavras frequentes continuam dividindo linhas nas duas. Palavras idênticas e palavras que diferem por um glifo ficam de fora, para que a cópia não possa falsificar o sinal.

28 textos em 16 línguas, dispostos nas páginas do manuscrito, pontuam entre 0,139 e 0,411 (uma correlação entre as duas metades: 0 quando os pares encontrados numa metade não dizem nada sobre a outra, 1 quando coincidem perfeitamente).
O manuscrito pontua 0,071, e 0,053 numa segunda transliteração independente (uma digitação dos glifos num alfabeto padrão): metade da força do texto mais fraco.
Os códigos de palavras só caem a esse nível quando o texto original mostra o padrão de forma fraca — sobretudo o latim medieval escrito com suas abreviações, com 0,102 — ou quando muitas palavras são copiadas errado.

A calibração é importante: um programa treinado para distinguir os disparates de voluntários da prosa real classifica o manuscrito como disparate, mas também classifica como disparate 53 de 54 textos com significado cifrados.

Decifradores que precisam ler textos conhecidos primeiro

Cada decifrador procura a chave sob a qual o texto mais se parece com uma dada língua, avaliado por uma simples tabela estatística de qual letra, ou palavra, tende a vir depois de qual nos textos antigos dessa língua. Cada um foi primeiro testado em textos de controle, textos reais cifrados da mesma forma; quando não conseguia lê-los, o teste era contado como indeciso.

Cifras de letras. O decifrador leu os controles de 15 das 16 línguas. Em cada uma, o manuscrito mostrou menos ordem do que os controles, e suas leituras eram sequências de letras sem palavras reconhecíveis. O hebraico ficou indeciso.
Códigos de palavras. Para um código de latim abreviado, o texto original preferido pelos programas de cifra, uma tabela construída a partir de 5 milhões de palavras desse latim ainda encontrou mais ordem entre as palavras nos controles do que no manuscrito, a menos que duas palavras em cada cinco fossem copiadas errado.
Uma palavra por letra ou sílaba. 28 esquemas desse tipo deram 1.144 decisões: 596 exclusões, 429 indecisos e 119 que não puderam ser excluídas: o manuscrito ficou só ligeiramente acima de textos sem mensagem nenhuma, mas sem se decodificar em nada legível.

A cifra que escapa

Um nomenclátor, um tipo de código comum na época, escreve as palavras mais frequentes como palavras-código inteiras e soletra as outras letra por letra. Com uma segunda chave e um escriba que copia errado uma grande parte das palavras (37% e 56% nos seus dois melhores ajustes), ele reproduz os pares de palavras do manuscrito, e os decifradores não conseguem excluí-lo em 9 das 16 línguas. Uma cifra cuja chave muda ao longo do texto nem chegou a ser testada.

Uma costura entre as palavras

A estrutura mais forte que resta fica nas fronteiras entre palavras. O último glifo de uma palavra restringe o primeiro glifo da seguinte: 0,204 bit de informação mútua (quanto um diz sobre o outro), contra 0,078 para o programa de cópia e 0,014 para as cifras. Esse vínculo responde pela maior parte do que o decifrador de letras encontrou. Os autores o atribuem a glifos ligados aos vizinhos com o dobro da força das letras nas línguas testadas; nenhum programa o reproduz junto com os espaços do manuscrito.

Espaço para uma mensagem curta

Os autores também plantaram mensagens de 50 a 5.000 letras no texto do manuscrito e as procuraram. Só um tipo é detectado com segurança: cada letra sempre escrita como a mesma palavra, com as palavras lado a lado. Escondidas nas primeiras palavras dos parágrafos, todas as mensagens desse tipo com 500 letras foram encontradas. Nada no manuscrito indica uma delas — mas uma mensagem que use várias palavras por letra, ou com as letras espaçadas, ainda poderia se esconder ali.