Reconstrução histórica da moralização humana com associações de palavras e corpora textuais

Como Nosso Sentido de Certo e Errado Muda ao Longo do Tempo

Por que fumar deixou de ser glamouroso e passou a ser vergonhoso, ou por que a escravidão deixou de ser uma instituição tida como natural para se tornar uma indignação moral óbvia? Este artigo aborda uma pergunta aparentemente simples: como ideias, práticas e até pessoas passam a ser vistas como moralmente boas ou más ao longo de décadas e séculos? Usando enormes coleções de textos em inglês e ferramentas modernas de IA, os pesquisadores constroem uma espécie de “máquina do tempo moral” que rastreia quando conceitos adquirem carga moral — e se essa carga é positiva ou negativa.

Transformando a Linguagem em uma Máquina do Tempo Moral

Os autores apresentam o HistMoral, um quadro computacional de acesso aberto que reconstrói como o julgamento moral em relação a mais de 20.000 conceitos mudou nos últimos 150 anos. Em vez de perguntar diretamente a participantes vivos sobre cada conceito, eles partem de grandes experimentos de associação de palavras em que pessoas respondem a uma palavra-cue, como “fumar”, com o que vier à mente. Se muitas respostas forem palavras morais como “ruim”, “errado” ou “vício”, o conceito é tratado como fortemente moralizado. Esses dados psicológicos definem duas medidas principais: relevância moral (o quanto um conceito é pensado em termos morais) e polaridade moral (se esses pensamentos morais são majoritariamente positivos ou negativos).

Reconstruindo Associações Morais Perdidas a Partir de Textos Antigos

Registros históricos obviamente não vêm com testes de associação de palavras anexados, então a equipe encontrou uma solução engenhosa. Eles recorrem a grandes arquivos textuais, como o Corpus of Historical American English e o New York Times, que juntos cobrem mais de um século e meio de linguagem escrita. Em cada década ou ano, mapeiam com que frequência palavras aparecem próximas umas das outras e alimentam as sentenças ao redor em modelos de linguagem modernos como o BERT para capturar sutis nuances de significado. Esses padrões são usados para construir uma rede onde cada palavra é um nó conectado a outras com as quais aparece com frequência, e cada nó tem uma representação numérica rica de seu significado naquela época.

Ensinando uma Rede a Perceber Moralidade

Para conectar essas redes de palavras históricas ao julgamento moral humano, os pesquisadores treinam uma rede neural de grafos — um tipo de IA projetada para trabalhar em redes — para prever relevância e polaridade moral de palavras em décadas recentes, onde existem dados humanos de associação. Uma vez que o modelo aprende como padrões de coocorrência e significado se relacionam com as impressões morais das pessoas, ele pode ser aplicado retroativamente no tempo, estimando como visões morais de conceitos como “fumar”, “armas nucleares” ou “jogo” subiram ou caíram ao longo das décadas. O sistema produz “cursos temporais” morais contínuos que revelam, por exemplo, como fumar passou gradualmente de relativamente neutro a fortemente negativo, em consonância com campanhas de saúde e legislação de meados do século 20.

O Que Se Torna Moral — e Quando

Com essas linhas do tempo reconstruídas em mãos, os autores testam se o HistMoral se comporta como esperaríamos. Doenças e líderes mundiais — tópicos que pesquisas anteriores mostram ser frequentemente moralizados —, de fato, recebem pontuações de relevância moral mais altas do que palavras de comparação. Conceitos envolvidos em guerras tornam-se mais carregados moralmente e mais negativos durante conflitos do que em tempos de paz. Em 117 categorias, como “doenças”, “relacionamentos familiares” ou “seres sobrenaturais”, o modelo revela tendências compartilhadas: conceitos relacionados a doenças não apenas começam com carga moral, mas tornam-se cada vez mais assim, enquanto seres sobrenaturais permanecem morais, porém perdem lentamente em saliência. Os pesquisadores também acham que palavras dentro da mesma categoria frequentemente exibem trajetórias morais semelhantes, sugerindo que famílias inteiras de conceitos derivam juntas pelo espaço moral.

Moralidade, Dinheiro e Política

O quadro também revela ligações entre linguagem moral e mudanças econômicas e políticas no mundo real. Ao rastrear produtos de consumo na cobertura jornalística juntamente com estatísticas federais de preços, os autores encontram que, quando produtos se tornam associados a ideias moralmente mais negativas de um ano para o outro, seus preços de varejo frequentemente aumentam — talvez devido a impostos, regulação ou crises que tanto elevam custos quanto suscitam preocupação moral. No discurso político dos EUA, conceitos que ganham relevância moral tornam-se mais proeminentes nos debates do Congresso. Em torno de eleições presidenciais, diferentes tópicos — como meio ambiente, saúde ou impostos — aumentam ou diminuem em intensidade moral dependendo de qual partido vence, sugerindo uma interação bidirecional entre preocupação moral pública e estratégia política.

Por Que Esta Nova Lente sobre a Moralidade Importa

Na vida cotidiana, a mudança moral pode parecer repentina e misteriosa: uma geração ignora um tema que a seguinte trata como uma grave injustiça. O HistMoral mostra que por trás desses pontos de inflexão existem mudanças graduais detectáveis em como usamos a linguagem ao longo do tempo. Ao combinar teorias psicológicas da moralidade, associações humanas de palavras e IA moderna, esse quadro oferece uma maneira poderosa de mapear quando conceitos se tornam focos morais, se são vistos como virtudes ou vícios e como essas mudanças se relacionam com eventos sociais, econômicos e políticos mais amplos. Para o leitor geral, a mensagem principal é que nossa paisagem moral não é fixa: ela evolui em padrões que agora podemos começar a medir, comparar e talvez até antecipar.

Citação: Ramezani, A., Stellar, J.E., Feinberg, M. et al. Historical reconstruction of human moralization with word association and text corpora. Nat Commun 17, 3412 (2026). https://doi.org/10.1038/s41467-025-67891-2

Palavras-chave: moralização, língua histórica, associações de palavras, redes neurais de grafos, mudança social