🔍Os cacoetes que denunciam que o texto foi escrito por IA
Ethan Mollick, professor da Wharton e uma das vozes mais respeitadas sobre IA, listou os vícios de linguagem que a inteligência artificial simplesmente não consegue largar. Entre eles: o hábito de dar nomes a tudo ("o ato de nomear"), metáforas forçadas, a mania de dizer que uma ideia "vive" em algum lugar, e aquele encerramento de parágrafo com uma reflexão que tenta parecer profunda mas soa artificial. --- Se você já leu um texto e pensou "isso tem cara de IA", provavelmente seu cérebro detectou um desses padrões. A lista de Mollick funciona quase como um checklist. E serve de alerta para quem usa IA para escrever: se você não edita o resultado, o texto entrega a origem na primeira leitura. --- O ponto mais interessante é que esses padrões não são bugs, são reflexos do treinamento. A IA aprendeu com milhões de textos que terminam com "reflexões honestas" e metáforas sobre jornadas. Ela não sabe ser simples porque foi treinada com gente que também não sabia.
Ethan Mollick, professor da Wharton e uma das vozes mais respeitadas sobre IA, listou os vícios de linguagem que a inteligência artificial simplesmente não consegue largar. Entre eles: o hábito de dar nomes a tudo ("o ato de nomear"), metáforas forçadas, a mania de dizer que uma ideia "vive" em algum lugar, e aquele encerramento de parágrafo com uma reflexão que tenta parecer profunda mas soa artificial.
— @emollick View on X
Padrões que denunciam texto gerado por IA
Ethan Mollick, professor da Wharton e referência em estudos sobre inteligência artificial, identificou os principais vícios de linguagem que a IA simplesmente não consegue abandonar. Esses padrões funcionam como uma assinatura digital — e são o motivo pelo qual muitos leitores conseguem identificar textos produzidos por modelos de linguagem.
Os sete indicadores mais comuns
Mollick列举ou sete padrões recorrentes:
- O hábito de "dar nomes" a conceitos simples (o "ato de nomear")
- Uso excessivo de "merecer" ou "merecido"
- Metáforas forçadas sobre carregar significados
- A expressão "sentar com uma ideia"
- Conceitos que "vivem" em algum lugar
- Encerramento de parágrafos com reflexões pseudo-profundas
Esses elementos aparecem com frequência em textos gerados por ChatGPT, Claude e outros modelos. O leitor experiente reconhece a estrutura antes mesmo de processar o conteúdo.
Por que esses padrões existem
Não se trata de bugs, mas de reflexos do treinamento. Modelos de linguagem aprendem com milhões de textos humanos — muitos deles produzidos em contextos acadêmicos, corporativos ou de marketing. Esses textos frequentemente usam linguagem rebuscada, analogias forçadas e encerramentos reflexivos para parecer mais sofisticados.
A IA replicou o que aprendeu. Se a maioria dos textos humanos que ela consumiu terminava com "reflexões honestas" ou usava metáforas sobre jornadas, a IA repete o padrão. Ela não sabe ser simples porque foi treinada com dados de quem também não era simples.
O impacto para builders e devs brasileiros
Para quem desenvolve produtos com IA ou usa assistentes de escrita no dia a dia, esses padrões têm implicações práticas:
- **Detecção**: Desenvolvedores podem treinar classificadores para identificar textos gerados por IA usando esses marcadores como features
- **Edição**: Se você usa IA para produzir conteúdo, a edição manual precisa eliminar esses vícios antes da publicação
- **UX**: Aplicações que geram texto automaticamente precisam de pós-processamento para soar mais natural
O mercado brasileiro de tech está cada vez mais integrado a ferramentas de IA. Compreender essas limitações não é apenas uma curiosidade — é uma competência técnica. Produtos que entregam texto com cara de "prompt" perdem credibilidade.
O alerta final
A lista de Mollick funciona como um checklist. Se o texto tem esses padrões e não foi editado por um humano, a origem se entrega na primeira leitura. Para builders que integram IA em seus produtos, o diferencial está no refinamento do output — e isso exige intervenção humana.