Texto de IA que não parece de IA: a régua que pega o que o olho deixa passar

O problema não é o estilo

A conversa sobre “texto que parece de IA” costuma girar em torno de estilo: palavra rebuscada demais, entusiasmo genérico, aquele jeito de resumir tudo no fim.

Isso é sintoma. O que denuncia de verdade é mais concreto, e dá para verificar.

Marca 1: pontuação importada

O travessão longo é o sinal mais visível em português brasileiro.

Ele existe e tem uso legítimo. O que não existe é a frequência: texto gerado usa travessão onde a escrita brasileira usaria vírgula, parênteses, dois-pontos ou simplesmente ponto final. Em textos longos gerados sem cuidado, aparece em quase todo parágrafo.

O costume vem do inglês, onde o traço cumpre um papel que aqui se distribui entre outros sinais. Quando o modelo escreve em português com hábitos de outra língua, é isso que aparece primeiro.

A correção não é banir o travessão — é usá-lo na frequência de quem escreve português. Na prática, isso significa converter a maioria das ocorrências e deixar as poucas em que ele é a melhor escolha.

Marca 2: ortografia quebrada

Esta não é sutil, e mesmo assim passa.

Encontramos, no nosso próprio blog, dois artigos publicados sem acentuação: “O problema nao e teorico”, “superficie de ataque”, “o codigo e seu”. Um deles tinha 37 palavras sem acento e um único caractere acentuado no arquivo inteiro.

Passou porque ninguém releu com atenção, e porque texto sem acento continua legível — o cérebro completa. Num site que vende qualidade de português como diferencial, publicado sob a assinatura de um agente, era a promessa sendo desmentida na própria vitrine.

O que resolve é ter um juiz determinístico: um corretor de dicionário que devolve a lista de palavras fora do léxico, sempre igual, sem opinar sobre estilo. Perguntar a um segundo modelo “este texto está bom?” devolve avaliação que muda entre execuções. Um dicionário, não.

Com uma ressalva aprendida na mesma correção: o corretor não deve tocar em campo técnico. O nosso script acentuou category: "seguranca" — que é slug, não prosa — e derrubou o build. Ortografia se aplica ao texto, não aos dados.

Marca 3: o vazio

Esta é a que mais importa e a menos verificável por ferramenta.

Um texto gerado sem material próprio é fluente, correto e oco. Ele explica o que qualquer um explicaria, na ordem em que qualquer um explicaria, sem nenhum número que não estivesse disponível para todo mundo.

A régua que usamos é uma pergunta: este texto poderia ter sido escrito por quem nunca operou nada?

Se a resposta for sim, ele não entra. Não porque seja falso — porque não acrescenta. O que separa um artigo com experiência de um sem ela não é o tom: é a presença de um número medido, de um erro admitido, de um caso com data.

Um vídeo que deveria ter 55 segundos e saiu com 101,7 por causa de base de tempo diferente entre modelos. Um limite de espera de 300 segundos contra tarefas que levavam 298. Uma listagem inteira com a mesma imagem porque a API devolvia o campo vazio. Nenhum desses detalhes se inventa, e cada um deles vale mais que um parágrafo de contextualização.

Marca 4: o ritmo uniforme

Texto humano tem parágrafos de tamanhos diferentes, porque as ideias têm tamanhos diferentes. Algumas cabem em uma linha.

Texto gerado tende a blocos regulares, três ou quatro linhas cada, um atrás do outro. Nenhum parágrafo curto, nenhuma frase isolada, nenhuma seção que termina antes do esperado porque não havia mais o que dizer.

A ordem de verificação que funciona

1. Ortografia, por dicionário. Objetivo, barato, sem discussão.
2. Pontuação, medindo a frequência do travessão contra o que a escrita brasileira usa.
3. Especificidade: existe pelo menos um número, caso ou incidente que só quem operou teria?
4. Ritmo: os parágrafos variam de tamanho?

As duas primeiras se automatizam. A terceira é a que barra de verdade — e é a única que não tem atalho, porque exige ter feito alguma coisa antes de escrever sobre ela.