Como funciona a geração de nomes de presidente com IA
Escrevi um script simples que gera nomes compostos no padrão brasileiro de presidente, e resolvi compartilhar o que aprendi no processo. O problema parece inocente — criar nomes que soem verossímeis para cargos de liderança — mas tem uma armadilha que quase todo mundo ignora na primeira versão. A abordagem mais direta é combinar sobrenomes comuns com prenomes que tenham frequência alta em pesquisas eleitorais. Usei o Datasus e dados do TSE como base. Os resultados ficam bons, mas sem ajustes ficam genéricos demais. Nomes como "Carlos Eduardo Silva" aparecem tanto que não passam crível.
nomes de presidente: padrão e verossimilhança
O padrão brasileiro segue uma estrutura fixa: prenome + (opcionalmente segundo prenome) + sobrenome principal + sobrenome secundário. O que diferencia um nome plausível de um que soa fabricado é a distribuição estatística dos componentes. Eu carreguei uma lista de 200 mil nomes próprios registrados entre 1930 e 2000 e uma lista equivalente de sobrenomes do censo. A combinação aleatória pura gera millions de possibilidades, mas a maioria é feia ou repetitiva. O truque que funcionou foi aplicar pesos por década. Nomes como "Jair", "Luiz" e "Fernando" têm peso maior se você quer algo que pareça de uma geração específica. Já "João Pedro" ou "Maria Clara" tendem a soar mais jovens. Eu defini faixas etárias fictícias e cruzei com a média de idade dos presidentes reais brasileiros nos últimos 40 anos, que fica em torno de 58 anos na posse.
O problema que eu não esperava
Gerei cerca de 15 mil combinações e fiz uma triagem manual rápida. Cerca de 30% dos nomes gerados já pertenciam a pessoas reais com perfil público — advogados, médicos, empresários. Isso é um risco que ninguém menciona em tutoriais: nomes verossímeis frequentemente colidem com pessoas de verdade. Eu simplesmente usei filtros contra bases abertas, mas o filtro mais barato é cross-checkar com o Google. Se o nome retorna menos de cinco resultados, provavelmente é seguro. Se retorna notícias, processos judiciais ou LinkedIn, descarte. Outro problema prático: a pronúncia. Alguns sobrenomes combinados criamseqüências estranhas. "Menezes" com "Ribeiro" vira um tritongo desconfortável na fala. Eu resolvi adicionando uma regra de fonética simples que evita certos encontros consonantais adjacentes entre o final do primeiro sobrenome e o início do segundo.
Tutorial passo a passo
Vou descrever o que fiz. Se você quiser rodar localmente, a lógica é aberta. Primeiro, reúna os datasets. No meu caso usei:
👉 Clique no botão abaixo para saber mais sobre o assunto!
- Nomes próprios do Datasus (consulta pública)
- Sobrenomes do IBGE com frequência relativa por estado
- Lista de presidentes brasileiros para calibrar o tom
Segundo, monte um script Python. Não precisa ser complicado. Use pandas para manipulação e numpy para amostragem ponderada. Aqui vai a espinha dorsal: Crie vetores de probabilidade para prenome e sobrenome. Aplique os pesos por década. Gere pares. Aplique o filtro de colisão com pessoas reais. Depois aplique a regra fonética. O resultado final costuma levar de 3 a 8 segundos para 500 nomes em uma máquina comum.
Se quiser algo pronto, posso deixar o script em um repositório GitHub com as dependências listadas. Não hospedo executáveis, mas o código é transparente e fácil de modificar. O link seria algo como github.com/seu-usuario/nomes-presidente-br — substitua pelo repositório real quando for publicar.
O que funciona e o que falha
A abordagem estatística funciona bem para nomes brasileiros padrão. Falha completamente se você precisa de nomes de presidentes de outros países. A estrutura onomástica portuguesa, espanhola ou francesa é diferente, e os datasets mudam drasticamente. Para esses casos, o recomendado é separar os modelos por região e não tentar adaptar o mesmo pipeline. Outro ponto: a ferramenta não considera títulos, siglas ou variação de nominação social. Se você precisa de "Dr.", "Presidente", ou variantes como "Neto"/"Júnior", isso deve ser tratado em camada separada, após a geração do nome base. Juntar tudo de uma vez gera ruído.
Alternativa quando a geração automática não basta
Se o objetivo é criar nomes para fiction writing ou simulação eleitoral, considero mais eficiente usar uma lista pré-fabricada de 500 a mil nomes já validados por humanos. Geração automática economiza tempo, mas cobra custo em plausibilidade cultural. Um nome como "Régis Monteiro Alves" pode ser estatisticamente correto, mas soa artificial para ouvido brasileiro porque combina regiões e classes sociais de forma estranha. Nomes pré-selecionados evitam esse tipo de erro. Resumindo: use a geração automática para volume rápido e triagem posterior. Use listas curadas quando precisar de qualidade narrativa ou precisão sociológica. Eu faço os dois dependendo do projeto. O filtro de colisão com pessoas reais é obrigatório em qualquer fluxo automatizado. Sem isso, você pode acabar usando o nome de alguém vivo sem querer.
