De onde vem o “ar maquinal” na escrita com IA? a16z: pare de ficar obcecado(a) se foi a IA que escreveu; a questão é se o texto é bom
Após a popularização da IA generativa, “será que este artigo foi escrito por IA?” quase virou uma nova forma de questionamento na internet. Mas a a16z, braço de venture capital, por meio da a16z crypto, acredita que talvez a pergunta esteja errada desde o início. (Você lê o seu boletim eletrônico e tudo é escrito por IA? A Substack lança ferramenta de detecção de IA para combater o “Claudefishing”, falsas criações supostamente humanas) Recentemente, a a16z crypto compartilhou o artigo “The habits of AI writing, and what to do about them”, discutindo de onde vem, na verdade, o “gosto de IA” que tantas pessoas conhecem. Muitos problemas de escrita atribuídos à IA, na realidade, já existiam antes mesmo de a humanidade começar a usar grandes modelos de linguagem. A IA apenas copia em larga escala esses maus hábitos, amplificando-os.
Por isso, em vez de perguntar quanto do artigo foi gerado por IA, a questão mais valiosa é: o texto deixa as coisas claras? A informação é confiável? Ele realmente oferece valor ao leitor? O chamado “ar de IA” é, na verdade, em grande parte, maus hábitos originalmente humanos. Ao ler um artigo, é fácil as pessoas julgarem “parece escrito pelo ChatGPT” a partir de certas características.
Por exemplo: excesso de frases que aparentam profundidade, mas trazem pouca informação; jargões e lugares-comuns no estilo de apresentação corporativa; “sempre tudo dividido em três pontos” de forma certinha; artigo com estrutura completa, porém sem a voz própria do autor; ou ainda repetição frequente de pontuação e frases com alta semelhança. A a16z crypto agrupa esses problemas, de modo geral, em algumas categorias, incluindo “falso profundo” (pseudo-profound), linguagem excessivamente genérica, estruturação demais, falta de voz pessoal e repetição de pontuação e construções.
O problema é que esses defeitos não foram inventados pela IA. Press releases corporativos, relatórios de consultoria, artigos acadêmicos e até comunicados à imprensa já vinham cheios de problemas semelhantes. Grandes modelos de linguagem apenas aprendem com enormes volumes de texto humano e, então, reorganizam as formas de expressão mais comuns, mais seguras e mais fáceis de prever. Em outras palavras, muito do “ar de IA” que as pessoas detestam — em certa medida — é a média da escrita medíocre humana.
Em vez de “pegar IA”, encare o “ar de IA” como uma lista de erros de escrita Isso também abre espaço para uma outra forma de reflexão: o surgimento da “AI Detection”. Em vez de tratar certas características como prova de que um artigo foi gerado por IA, é melhor vê-las como uma espécie de “taxonomia de texto ruim”. Quando o artigo traz muitos adjetivos vagos, exige-se que o autor inclua pessoas específicas, números, eventos e exemplos. Quando um parágrafo parece completo, mas não traz uma opinião, você questiona o que o autor realmente quer dizer. Quando cada parágrafo tem exatamente a mesma “cara”, é preciso reajustar o ritmo. E quando uma frase poderia valer para qualquer setor, é bem provável que ela não esteja oferecendo muita informação.
O ponto-chave para um bom texto não é “não ter IA”, e sim ser suficientemente específico e autêntico. Para a a16z crypto, os rumos realmente importantes são manter a specificity (especificidade) e a authenticity (autenticidade) na escrita. Isso também significa que a IA não necessariamente precisa ser excluída do processo de escrita. Pelo contrário: a IA pode ser usada para verificar quais parágrafos estão vagos demais, quais frases podem ser cortadas, se a estrutura do artigo está confusa e até ajudar autores a identificar clichês que eles repetem. O que realmente não é adequado terceirizar totalmente para a IA é o julgamento do próprio autor — por exemplo: “por que vale a pena escrever sobre isso?”, “qual detalhe é o mais importante?”, “com qual ponto de vista do mercado eu discordo?” e “quais informações valem a pena que o leitor gaste tempo para terminar”. Essas são justamente as diferenças que fazem o artigo.
Se o autor terceiriza até esses julgamentos para o modelo, então mesmo que a gramática esteja totalmente correta e a estrutura esteja muito bonita, no fim ele ainda pode acabar com apenas um texto “sem erros, mas também sem nada para lembrar”. De onde vem o “ar maquinal” na escrita com IA? a16z: pare de ficar obcecado(a) se foi a IA que escreveu; a questão é se o texto é bom. O mais cedo apareceu em .
Após a popularização da IA generativa, “será que este artigo foi escrito por IA?” quase virou uma nova forma de questionamento na internet. Mas a a16z, braço de venture capital, por meio da a16z crypto, acredita que talvez a pergunta esteja errada desde o início. (Você lê o seu boletim eletrônico e tudo é escrito por IA? A Substack lança ferramenta de detecção de IA para combater o “Claudefishing”, falsas criações supostamente humanas) Recentemente, a a16z crypto compartilhou o artigo “The habits of AI writing, and what to do about them”, discutindo de onde vem, na verdade, o “gosto de IA” que tantas pessoas conhecem. Muitos problemas de escrita atribuídos à IA, na realidade, já existiam antes mesmo de a humanidade começar a usar grandes modelos de linguagem. A IA apenas copia em larga escala esses maus hábitos, amplificando-os.
Por isso, em vez de perguntar quanto do artigo foi gerado por IA, a questão mais valiosa é: o texto deixa as coisas claras? A informação é confiável? Ele realmente oferece valor ao leitor? O chamado “ar de IA” é, na verdade, em grande parte, maus hábitos originalmente humanos. Ao ler um artigo, é fácil as pessoas julgarem “parece escrito pelo ChatGPT” a partir de certas características.
Por exemplo: excesso de frases que aparentam profundidade, mas trazem pouca informação; jargões e lugares-comuns no estilo de apresentação corporativa; “sempre tudo dividido em três pontos” de forma certinha; artigo com estrutura completa, porém sem a voz própria do autor; ou ainda repetição frequente de pontuação e frases com alta semelhança. A a16z crypto agrupa esses problemas, de modo geral, em algumas categorias, incluindo “falso profundo” (pseudo-profound), linguagem excessivamente genérica, estruturação demais, falta de voz pessoal e repetição de pontuação e construções.
O problema é que esses defeitos não foram inventados pela IA. Press releases corporativos, relatórios de consultoria, artigos acadêmicos e até comunicados à imprensa já vinham cheios de problemas semelhantes. Grandes modelos de linguagem apenas aprendem com enormes volumes de texto humano e, então, reorganizam as formas de expressão mais comuns, mais seguras e mais fáceis de prever. Em outras palavras, muito do “ar de IA” que as pessoas detestam — em certa medida — é a média da escrita medíocre humana.
Em vez de “pegar IA”, encare o “ar de IA” como uma lista de erros de escrita Isso também abre espaço para uma outra forma de reflexão: o surgimento da “AI Detection”. Em vez de tratar certas características como prova de que um artigo foi gerado por IA, é melhor vê-las como uma espécie de “taxonomia de texto ruim”. Quando o artigo traz muitos adjetivos vagos, exige-se que o autor inclua pessoas específicas, números, eventos e exemplos. Quando um parágrafo parece completo, mas não traz uma opinião, você questiona o que o autor realmente quer dizer. Quando cada parágrafo tem exatamente a mesma “cara”, é preciso reajustar o ritmo. E quando uma frase poderia valer para qualquer setor, é bem provável que ela não esteja oferecendo muita informação.
O ponto-chave para um bom texto não é “não ter IA”, e sim ser suficientemente específico e autêntico. Para a a16z crypto, os rumos realmente importantes são manter a specificity (especificidade) e a authenticity (autenticidade) na escrita. Isso também significa que a IA não necessariamente precisa ser excluída do processo de escrita. Pelo contrário: a IA pode ser usada para verificar quais parágrafos estão vagos demais, quais frases podem ser cortadas, se a estrutura do artigo está confusa e até ajudar autores a identificar clichês que eles repetem. O que realmente não é adequado terceirizar totalmente para a IA é o julgamento do próprio autor — por exemplo: “por que vale a pena escrever sobre isso?”, “qual detalhe é o mais importante?”, “com qual ponto de vista do mercado eu discordo?” e “quais informações valem a pena que o leitor gaste tempo para terminar”. Essas são justamente as diferenças que fazem o artigo.
Se o autor terceiriza até esses julgamentos para o modelo, então mesmo que a gramática esteja totalmente correta e a estrutura esteja muito bonita, no fim ele ainda pode acabar com apenas um texto “sem erros, mas também sem nada para lembrar”. De onde vem o “ar maquinal” na escrita com IA? a16z: pare de ficar obcecado(a) se foi a IA que escreveu; a questão é se o texto é bom. O mais cedo apareceu em .
