Modelos de inteligência artificial conseguem produzir reviravoltas surpreendentes em histórias policiais, mas ainda têm dificuldade para combinar esse efeito com pistas que permitam ao leitor solucionar o mistério. Essa é a conclusão de um artigo de 2026 da Universidade Hebraica de Jerusalém, que propôs uma forma de medir o chamado fair play literário.
Na ficção policial, fair play é a apresentação gradual de informações suficientes para que o público possa identificar o culpado antes da explicação final. A resposta não precisa ser evidente: o leitor pode precisar interpretar sinais e fazer inferências. O requisito é que a solução não dependa de um elemento apresentado somente no encerramento.
Quando um mistério é resolvido por uma informação que não havia sido introduzida anteriormente, ocorre o que a literatura chama de deus ex machina. Um exemplo seria revelar, no último capítulo, uma gravação de câmera escondida que nunca tinha sido mencionada e que não era indicada por nenhuma pista anterior. O desfecho pode surpreender, mas não oferece ao leitor uma possibilidade real de chegar à resposta.
Comparação entre histórias
Para avaliar esse critério, os autores do estudo fizeram modelos de IA produzirem 54 histórias policiais. O grupo foi comparado com 11 narrativas escritas por humanos: seis protagonizadas por Sherlock Holmes, de Arthur Conan Doyle, e cinco por Hercule Poirot, de Agatha Christie.
A análise considerou dois perfis de leitor. O primeiro interpretava as pistas de maneira mais superficial. O segundo funcionava como um detetive brilhante, capaz de compreender corretamente as informações e fazer as melhores inferências possíveis.
As histórias passaram por duas etapas de avaliação. Na primeira, os próprios modelos de linguagem simularam esses dois tipos de leitor. Na segunda, 20 pessoas leram os textos parágrafo por parágrafo e tentaram apontar o culpado entre quatro suspeitos. Depois, atribuíram notas de 1 a 5 para surpresa, coerência, fair play e prazer de leitura.
Resultado
Na avaliação humana, as narrativas geradas por IA alcançaram resultado equivalente ao das obras humanas apenas no quesito surpresa. Nos outros três critérios, os textos de Christie e Conan Doyle tiveram desempenho superior.
Para os autores, os modelos conseguem criar finais imprevisíveis, como revelar que a pessoa menos suspeita era a culpada. O problema aparece na construção do caminho até essa resposta: muitas vezes, as pistas não se articulam de modo que um leitor atento pudesse descobrir o resultado.
A conclusão do estudo é que os sistemas frequentemente produzem surpresa ou coerência de forma isolada, mas ainda têm dificuldade para reunir as duas características. Essa combinação é necessária para um mistério que surpreenda sem retirar do leitor a chance de resolver o caso.
