Estudo identifica 13 mil termos que denunciam textos de IA

Um levantamento conduzido pela empresa de marketing Graphite revelou que os principais modelos de fronteira de inteligência artificial continuam apresentando padrões textuais altamente previsíveis e específicos para cada versão lançada. O estudo identificou 13.000 frases que aparecem com frequência pelo menos duas vezes maior em conteúdos gerados por máquina do que em redações feitas por humanos. Entre os destaques da pesquisa, o recém-lançado modelo Claude Opus 5.5, da Anthropic, demonstrou uma fixação desproporcional por justificar relevâncias, empregando a expressão "this matters" (isto importa) 116 vezes mais do que redatores de carne e osso.

A investigação aponta que, enquanto os primeiros cacoetes notórios das IAs generativas — como a repetição obsessiva do verbo "delve" (aprofundar) e o uso excessivo de travessões duplos (em-dashes) — foram em grande parte eliminados pelas empresas desenvolvedoras, novas assinaturas estilísticas continuam surgindo em seu lugar. De acordo com os dados apresentados pela Graphite ao jornalista Russell Brandom, do TechCrunch AI, cada nova iteração dos modelos de fronteira substitui velhos maneirismos por estruturas sintáticas próprias, mantendo praticamente estável o volume total de traços identificáveis.

Entre as conclusões mais expressivas do relatório está a trajetória divergente entre as famílias concorrentes de algoritmos. Enquanto a linha Claude tem convergido gradualmente em direção à distribuição vocabular humana, os modelos da série GPT, desenvolvidos pela OpenAI, estão caminhando no sentido oposto, distanciando-se do perfil estatístico dos autores reais. O diretor de IA da Graphite, Greg Druck, sintetizou a dinâmica ao TechCrunch:

"Descobrimos que os modelos Claude estão, na verdade, se aproximando da distribuição de palavras humanas ao longo do tempo. Já os modelos GPT estão se afastando dela."

Metodologia com 10 mil artigos

Para mensurar os vícios de linguagem em larga escala sem contaminar os resultados com os temas abordados, a Graphite estruturou um desenho experimental rigoroso. Os pesquisadores reuniram um corpus de controle formado por 10.000 artigos publicados antes do lançamento do ChatGPT, garantindo uma base estritamente redigida por autores humanos. Essa separação temporal foi fundamental para assegurar que os textos de referência não contivessem contaminação prévia por materiais sintéticos, estabelecendo um padrão confiável de frequência lexical e gramatical.

Em seguida, a equipe da Graphite utilizou resumos desses mesmos 10.000 artigos e solicitou que diferentes modelos de IA reescrevessem o conteúdo a partir dessas sínteses. Esse procedimento teve como objetivo eliminar ao máximo o viés da fonte original, impedindo que os modelos simplesmente copiassem a estrutura das frases originais. Com amostras correspondentes para humanos e para cada modelo testado, os analistas puderam comparar matematicamente a incidência de termos específicos e padrões mais amplos de construção oracional.

A métrica adotada pela Graphite para classificar um termo ou locução como um "tell" (cacoete ou pista reveladora) exigia que a ocorrência fosse estatisticamente pelo menos duas vezes mais comum no material produzido por IA do que no banco de controle humano. Sob essa régua comparativa, a equipe catalogou 13.000 frases que funcionam como verdadeiras impressões digitais algorítmicas, demonstrando que as redes neurais mantêm tendências probabilísticas muito rígidas ao encadear ideias.

Os cacoetes do Claude Opus

O modelo Claude Opus 5.5, topo de linha da Anthropic, apresentou peculiaridades muito nítidas na análise textual. O principal termo isolado que denuncia o texto do modelo é o adjetivo "dependable" (confiável), que surgiu 23 vezes mais nas amostras geradas pela máquina do que nos textos humanos equivalentes. Trata-se de uma predileção léxica persistente que se repete em diferentes tópicos, desde avaliações técnicas até narrativas conceituais.

No plano sintático, o Claude Opus 5.5 conseguiu contornar uma armadilha antiga: ele praticamente abandonou a estrutura manjada "não é X, é Y" ("it's not X, it's Y"), que marcava as gerações anteriores da Anthropic. Contudo, a pesquisa da Graphite constatou que o sistema apenas transferiu o padrão para uma variação retórica muito parecida, recorrendo continuamente à fórmula "é mais do que um X, é um Y" ("is more than an X, it's a Y"), mantendo a mesma cadência de contraste forçado.

A insistência mais marcante do Claude Opus 5.5, entretanto, está na tentativa de atribuir significado e peso moral ao que descreve. O estudo registrou que a expressão "this matters" (isto importa) foi empregada pelo sistema 116 vezes mais do que pelos redatores humanos no corpus da Graphite. Uma variação direta desse vício, a construção "why X matters" (por que X importa), ocorreu 92 vezes mais nos textos gerados pelo modelo da Anthropic, sinalizando uma necessidade algorítmica de ditar a relevância do tema ao leitor a todo momento.

Esses maneirismos contrastam fortemente com o discurso institucional da Anthropic durante o anúncio oficial do Claude Opus 5.5. Na ocasião, a criadora sustentou que o sistema "se comunica de forma mais natural do que os modelos anteriores" e ressaltou que os primeiros testadores "acharam sua escrita mais clara e mais fácil de acompanhar", promessa que os dados estatísticos da Graphite mostram ter sido cumprida apenas parcialmente.

A estrutura corretiva da OpenAI

Do lado da OpenAI, o modelo Astra exibiu um repertório completamente diferente de cacoetes textuais. Em vez de focar na importância imediata das afirmações, o algoritmo tende a buscar profundidades conceituais com a expressão "another dimension" (outra dimensão) e ameniza suas conclusões com verbos modais de hesitação, preferindo afirmar que uma ação "may provide" (pode fornecer) ou "can provide" (consegue fornecer) determinado benefício, evitando afirmações diretas.

O traço mais característico identificado no Astra foi batizado pelos pesquisadores da Graphite de "enquadramento corretivo" (corrective framing). Esse padrão consiste em definir um assunto a partir de sua negação, utilizando fórmulas como "not simply X" (não simplesmente X) ou apresentando alternativas estruturadas como "rather than relying on X" (em vez de confiar em X). Nos testes conduzidos com os 10.000 artigos, esse formato apareceu mais de 100 vezes mais na prosa gerada pelo modelo da OpenAI do que na escrita humana.

O comportamento do Astra se choca de modo similar com as declarações recentes da OpenAI ao promover as versões Sol e Luna de seu ecossistema GPT-6. O laboratório declarou que os usuários poderiam esperar "mais clareza, menos jargão [e] menos construções frasais estranhas", mas os dados empíricos apurados pela Graphite evidenciam que os modelos continuam operando dentro de molduras de linguagem previsíveis e artificiais.

A guerra contra o travessão

Uma das descobertas mais notáveis da Graphite foi a resposta drástica e uniforme de todos os grandes laboratórios contra o uso excessivo do travessão (em-dash), amplamente criticado pela comunidade nos últimos anos. Os dados mostram que o Claude Opus 5.5 reduziu o uso do sinal de pontuação em impressionantes 99% em comparação com seu antecessor direto, o Claude Opus 5, praticamente extirpando o caractere de seu vocabulário funcional.

A reação da OpenAI seguiu trajetória semelhante com o Astra, que agora utiliza o travessão 88% menos do que as amostras de controle redigidas por seres humanos no corpus de 10.000 textos. No entanto, o caso mais extremo detectado pela pesquisa ocorreu com o Gemini 3.1 Pro, desenvolvido pelo Google, que praticamente eliminou o travessão de forma absoluta em suas respostas textuais, demonstrando uma intervenção algorítmica deliberada e agressiva para suprimir o marcador.

Contudo, Greg Druck ressalta que essa repressão direcionada a determinados sinais gráficos e termos populares não diminui a quantidade líquida de vícios estilísticos. Conforme explicou o executivo da Graphite ao TechCrunch:

"Não é que os vícios estejam diminuindo. Eles estão conseguindo remover os cacoetes mais conhecidos, mas outros surgem em seu lugar. E cada versão de modelo tem o seu."

Limitações nos testes dos modelos

A persistência dessas assinaturas textuais expõe uma restrição fundamental no treinamento de inteligência artificial de fronteira. Para Greg Druck, existe um descompasso estrutural entre as intenções declaradas pelos laboratórios e a capacidade real de controlar parâmetros probabilísticos em sistemas de escala monumental, compostos por centenas de bilhões de variáveis matemáticas.

Em sua avaliação concedida ao repórter Russell Brandom, o líder de inteligência artificial da Graphite argumentou que a engenharia de alinhamento enfrenta um gargalo prático que impede a erradicação dessas anomalias de escrita:

"Uma hipótese geral que tenho é que os laboratórios têm menos capacidade de controlar algumas dessas coisas do que você poderia esperar. Esses são modelos gigantescos, com bilhões de parâmetros. Eles têm um número finito de testes que podem executar, e as coisas simplesmente passam."

Essa dificuldade explica por que promessas de linguagem natural feitas tanto pela Anthropic quanto pela OpenAI — ao promoverem o Claude Opus 5.5 e as derivações Sol e Luna do GPT-6 — continuam encontrando barreiras. Quando os engenheiros ajustam os pesos para podar um termo flagrante como "delve" ou forçar o abandono do travessão, a distribuição estatística do modelo simplesmente se acomoda em novos atalhos léxicos, como o "dependable" ou o "another dimension" catalogados nas 13.000 frases da Graphite.

Reflexos no mercado de conteúdo

Para o ecossistema brasileiro de produção de conteúdo, agências de marketing digital e departamentos editoriais, os achados da Graphite trazem implicações diretas sobre fluxos de trabalho e revisão. A presença recorrente de construções como "isto importa" ou o enquadramento corretivo do Astra ("não apenas X, mas Y") frequentemente passa despercebida por revisores desatentos, mas pode ser facilmente mapeada por algoritmos de ranqueamento de busca e sistemas automatizados de triagem textual.

À medida que plataformas de SEO e instituições acadêmicas buscam identificar artigos sintetizados, o catálogo de 13.000 termos compilado pela Graphite oferece um roteiro claro de auditoria. No Brasil, onde a tradução direta ou a adaptação de prompts em inglês é prática corrente entre criadores de conteúdo que utilizam as APIs da Anthropic e da OpenAI, os vícios identificados no Claude Opus 5.5 e nas versões GPT-6 acabam sendo importados quase sem filtros para o português, gerando artigos com a mesma cadência engessada observada nos testes em inglês.

A investigação divulgada por Russell Brandom comprova que o texto puramente algorítmico continua distante da naturalidade humana plena. Enquanto sistemas como o Gemini 3.1 Pro continuarem extirpando pontuações comuns para mascarar origens sintéticas e o Claude Opus 5.5 insistir que fatos cotidianos demandam a fórmula "this matters" 116 vezes mais do que qualquer autor humano, a impressão digital da IA permanecerá exposta para quem souber onde olhar.