Opus 5.5 tem um jeito muito próprio de entregar textos “com cara de IA”

Principais destaques

• “This matters” virou assinatura: a expressão aparece 116 vezes mais em textos do Opus 5.5 do que em textos humanos analisados.
• Os sinais estão mudando: travessões e construções já famosas estão desaparecendo, mas novos padrões linguísticos continuam surgindo.
• Cada modelo tem seus vícios: estudo da Graphite encontrou 13 mil expressões mais frequentes em textos de IA do que em textos escritos por humanos.

Agora que textos gerados por inteligência artificial estão espalhados pela internet, uma nova pergunta ganhou força: como reconhecer quando uma máquina escreveu alguma coisa?

Os velhos suspeitos já não são tão úteis. Travessões em excesso, “delve” e algumas construções repetitivas viraram sinais tão conhecidos que os próprios modelos começaram a evitá-los.

Mas isso não significa que a IA tenha perdido suas manias.

Uma pesquisa da Graphite analisou como diferentes modelos de fronteira escrevem e encontrou uma quantidade surpreendente de padrões recorrentes. O estudo identificou 13 mil frases que apareciam pelo menos duas vezes mais em textos gerados por IA do que em textos humanos.

E o Claude Opus 5.5 tem um favorito particularmente curioso.

“Isso importa”… aparentemente, muito 🤔

Entre os modelos analisados, o Opus 5.5 desenvolveu uma espécie de obsessão por explicar por que determinado assunto é relevante.

A expressão “this matters” aparece 116 vezes mais do que nos textos humanos usados como referência.

Já a construção “why X matters” é 92 vezes mais frequente.

É quase como se o modelo tivesse um pequeno editor interno lembrando, a cada parágrafo: não esqueça de explicar ao leitor por que isso importa.

🔎 Outro sinal chamou atenção: a palavra “dependable” aparece 23 vezes mais no Opus 5.5 do que nos textos humanos analisados.

E há mais uma peculiaridade.

O modelo deixou de usar com tanta frequência a construção “it’s not X, it’s Y”, um padrão que já havia se tornado associado a textos produzidos por IA.

Mas não abandonou completamente a estrutura de contraste. Agora aparece com mais frequência algo como “is more than an X, it’s a Y”.

A roupa mudou. O manequim continua parecido.

O estudo tentou evitar uma armadilha importante 🧪

Para descobrir esses padrões, a Graphite não simplesmente comparou artigos escritos por jornalistas com textos produzidos por chatbots.

Os pesquisadores montaram primeiro um conjunto de 10 mil artigos publicados antes do lançamento do ChatGPT. Esse material funcionou como grupo de controle humano.

Depois, diferentes modelos de IA receberam resumos desses artigos e foram encarregados de reescrevê-los.

A ideia era reduzir o efeito do conteúdo original sobre o resultado. Com amostras equivalentes, os pesquisadores puderam observar diferenças no vocabulário, nas frases e em construções mais amplas.

O resultado revelou que os sinais de IA são muito mais numerosos do que alguns clichês populares fazem parecer.

💡 O problema não é mais encontrar “a palavra de IA”. É reconhecer um conjunto de hábitos que muda de modelo para modelo.

E o Astra tem suas próprias manias 🤖

O modelo Astra, da OpenAI, apresentou outro conjunto de características.

Uma delas é a preferência por descrever “another dimension” de determinado assunto.

Também tende a usar construções mais cautelosas, como “may provide” e “can provide”, quando descreve benefícios ou possíveis efeitos.

Mas o padrão mais marcante foi chamado pela Graphite de “corrective framing”.

É aquela estrutura em que algo é definido como “não simplesmente X” ou apresentado como uma alternativa a determinada abordagem, usando construções como “rather than relying on X”.

Segundo a pesquisa, esses padrões apareceram mais de 100 vezes mais nos textos do Astra do que nos textos humanos utilizados como referência.

Ou seja: não existe exatamente uma “voz da IA”.

Existem várias vozes artificiais.

O travessão perdeu o emprego 📉

Durante anos, o travessão virou um dos sinais mais comentados de textos produzidos por modelos de linguagem.

As empresas parecem ter percebido.

A Graphite encontrou uma queda enorme no uso desse sinal de pontuação entre versões mais recentes dos modelos.

A mudança é significativa porque mostra que os laboratórios conseguem reagir a alguns dos padrões identificados por usuários e pesquisadores.

Mas há um detalhe.

Tirar um vício cria espaço para outro? 🔄

De acordo com Greg Druck, chief AI officer da Graphite, o número geral de sinais não está diminuindo.

“Não é como se os sinais estivessem diminuindo. Eles estão conseguindo remover os mais conhecidos, mas outros aparecem.”

Essa talvez seja a parte mais interessante do estudo.

Quando um padrão se torna conhecido, ele pode ser corrigido. Só que os modelos continuam produzindo texto a partir de enormes distribuições estatísticas aprendidas durante o treinamento.

Então, ao eliminar um comportamento muito evidente, outros padrões podem acabar ficando mais visíveis.

🧩 O efeito é parecido com apertar um balão: você elimina uma característica de um lado e outra pode aparecer em outro lugar.

Claude está ficando mais humano. GPT, segundo a pesquisa, nem tanto

A Graphite também encontrou uma diferença entre as famílias de modelos.

Druck afirma que os modelos Claude estão se aproximando da distribuição de palavras observada nos textos humanos ao longo do tempo.

Já os modelos GPT estariam se afastando dela.

É uma conclusão baseada especificamente na metodologia e nos conjuntos analisados pela Graphite, não uma medida universal de “humanidade” da escrita.

Essa distinção importa.

Um texto pode ser estatisticamente diferente de textos humanos e ainda assim ser perfeitamente compreensível. Da mesma forma, um escritor humano pode naturalmente usar algumas dessas mesmas expressões.

Por isso, os pesquisadores estão falando em “tells”, ou sinais, e não em uma espécie de detector infalível de autoria.

Os próprios laboratórios dizem que a escrita melhorou ✍️

A persistência desses padrões é especialmente curiosa porque os laboratórios vêm trabalhando justamente para tornar seus modelos mais naturais.

No lançamento do Opus 5.5, a Anthropic afirmou que o modelo se comunica de maneira mais natural que versões anteriores e que usuários iniciais consideraram sua escrita mais clara e fácil de acompanhar.

A OpenAI fez afirmações semelhantes ao apresentar as versões GPT-6 de Sol e Luna, destacando maior clareza, menos jargão e menos construções estranhas.

O estudo da Graphite não necessariamente contradiz essas avaliações.

Um modelo pode produzir textos mais claros e agradáveis de ler e, ao mesmo tempo, continuar exibindo padrões estatísticos diferentes daqueles encontrados na escrita humana.

O problema fica mais interessante quanto melhor a IA escreve

Há uma ironia aqui.

Quanto mais os modelos melhoram sua escrita, menos úteis ficam os sinais grosseiros que as pessoas aprenderam a reconhecer.

“Delve” deixa de funcionar.

O excesso de travessões desaparece.

Uma estrutura que virou meme é reduzida.

E então surgem outras.

“Dependable”.

“This matters”.

“Why X matters”.

“Another dimension”.

“May provide”.

“Not simply X”.

Não são necessariamente erros. E isoladamente, nenhuma dessas expressões prova que um texto foi escrito por IA.

O que aparece é algo mais sutil: uma impressão estatística de autoria.

E, conforme modelos diferentes desenvolvem seus próprios padrões, talvez a pergunta deixe de ser simplesmente “isso foi escrito por IA?”.

Pode passar a ser:

“Qual IA escreveu isso?”

A máquina pode aprender a esconder as próprias pegadas? 👀

Druck acredita que os laboratórios podem ter menos controle sobre esses padrões do que parece.

A explicação é relativamente simples: modelos de linguagem têm bilhões de parâmetros e são submetidos a uma quantidade finita de testes e avaliações.

Algumas características inevitavelmente passam pelo filtro.

Isso significa que a caça aos “sinais de IA” provavelmente não vai terminar tão cedo.

Hoje pode ser o travessão.

Amanhã, “this matters”.

Depois, outra construção que ainda nem ganhou nome.

E, enquanto os modelos continuarem mudando, o jogo também continuará mudando. O texto artificial pode ficar cada vez mais parecido com o humano, mas talvez nunca deixe de carregar pequenas impressões digitais estatísticas. A questão será descobrir se elas continuarão fáceis de perceber ou se, em algum momento, até essa última pista desaparecerá.