O DANI GEEK

A lista de 13 mil expressões que denunciam texto de IA não serve para o que você quer fazer com ela

O Dani Geek — arte original

Um estudo comparou dez modelos reescrevendo dez mil artigos publicados antes do ChatGPT. No Opus 5.5, “this matters” aparece 116 vezes mais que no texto humano. E os próprios autores pedem para você não usar isso como você quer usar.

Em 16 de setembro a Graphite, uma empresa de marketing de conteúdo, publicou um levantamento que a internet leu errado. Em 1º de outubro ela atualizou com o Claude Opus 5.5, e o número que todo mundo repetiu foi um só: “this matters” aparece 116 vezes mais em texto do modelo que em texto humano.

O número é real. O uso que se fez dele é que não presta.

O método, que é a parte boa

A Graphite pegou dez mil artigos publicados antes do lançamento do ChatGPT e pediu a dez modelos que reescrevessem esses mesmos textos a partir de resumos. Isso resolve o problema mais chato desse tipo de estudo: humano e máquina escrevendo sobre o mesmo assunto, então o que sobra de diferença é forma, não tema. No fim foram 9.974 tópicos alinhados.

Uma expressão só entra na lista se aparecer ao menos duas vezes mais em texto de IA que em texto humano, normalizada por volume, com piso de ocorrências: 500 artigos para palavra isolada, 250 para par de palavras, 100 para trio, 120 para molde de frase. O estudo chama cada uma dessas marcas de tell: palavra, par ou molde que o modelo usa desproporcionalmente.

Os modelos testados: Claude Opus 4, 4.6, 5 e 5.5; GPT-4.1, GPT-5, GPT-5.6 Sol, GPT-6 Astra; Gemini 2.5 Pro e Gemini 3.1 Pro.

O agregado de quase 13 mil expressões que circulou nas manchetes é a soma dos nove modelos do levantamento de setembro, e cada modelo fica entre 2.355 e 3.746. O Opus 5.5 entrou depois, no update, com 2.548.

O que o Opus 5.5 entrega de bandeja

Do update de outubro, as marcas mais fortes:

O 116× é a manchete. O 92× é o que você vai reconhecer no relatório que acabou de escrever. “Why this matters” como subtítulo de seção é a construção que mais me aparece em texto revisado por modelo, e ela está ali, medida, a noventa e duas vezes a taxa humana.

O travessão morreu, e isso é a notícia de verdade

O dado mais importante do update não é vocabulário. O Opus 5.5 usa em dash a 0,015 por mil palavras. O Opus 5 usava a 2,92. É uma queda de 99%.

Por família o comportamento difere: o GPT-6 Astra ficou em torno de um oitavo da taxa humana. No levantamento de setembro, o Gemini 3.1 Pro já tinha praticamente parado de usar.

Ou seja: a caça ao travessão, que virou esporte nacional em 2025 e 2026, acabou de ficar inútil. Quem aprendeu a identificar IA pelo travessão está calibrado para um modelo que não existe mais.

O modelo não perde o hábito, ele troca de hábito

A cobertura não puxou esta tese: de Opus 4 a Opus 5.5 a contagem de tells caiu de 3.746 para 2.548, e do Opus 5 para o 5.5 a queda foi de só 4%. O vocabulário clássico (“delve” e companhia) continua lá, mais fraco: a força cai entre 21% e 50% das versões mais antigas para as mais novas de cada família.

Greg Druck, Chief AI Officer da Graphite, resumiu ao The AI Insider: o número total de tells está se mantendo estável, porque remover hábitos conhecidos abre espaço para novos emergirem. O mesmo veículo nota uma divergência de direção entre famílias: o Claude vai se aproximando da distribuição humana ao longo das versões, o GPT vai se afastando.

O GPT-6 Astra desenvolveu um perfil próprio, segundo o Gizmodo: hedge (“may provide”, “can provide”) e enquadramento corretivo (“not simply X”, “rather than X”).

Esse último me interessa, porque é o molde que eu mais corto em revisão. O molde corretivo: não é apenas _ , é _ e mais do que _ , é _. Cada vez que você remove um desses de um texto, o modelo encontra outro jeito de fazer a mesma mesura retórica.

A ressalva que quase ninguém publicou

Direto do estudo de setembro:

“we do not recommend classifying authorship based on individual tells. For this task, we recommend using an AI detector.”

Os autores da lista dizem para não usar a lista como julgamento de autoria. Quase nenhuma cobertura fez esta ressalva.

Eles declaram mais limitações: o estudo vale para artigos web, com um único prompt fixo, e “tells may differ in other contexts, such as conversations with AI models”. A nota de prosa afetada depende de julgamento de modelo, não de contagem mecânica.

Então se você é o gestor que está lendo o relatório do seu time procurando “this matters” para pegar alguém: você está usando a ferramenta errada, com a autorização de ninguém.

O que um checador determinístico pega, e o que não pega

Toda peça que sai por aqui passa por um pré-check de resíduo de IA antes de ir para revisão: contagem de travessão, moldes corretivos, tripleto forçado, superlativo sem fonte, hedge empilhado, pergunta final que só repete a metáfora do próprio texto. É determinístico, roda em um segundo, e sai com código de erro enquanto houver algo obrigatório pendente.

O que ele pega bem é repetição e forma: três travessões em cinco frases, simetria que o material não tem.

O que ele não pega: intenção. Um parágrafo pode estar limpo de toda a lista e ainda assim não dizer nada que a cobertura de qualquer outro veículo não diria. Nenhuma contagem resolve isso.

Foi o que aconteceu com uma peça que passou por esse mesmo checador em setembro: saiu limpa e recebeu, no Threads, a resposta “AI written shite”. O que denunciava era a forma: três travessões em cinco frases, um tripleto forçado, pergunta final que só repetia a metáfora do próprio post.

E tem o furo maior: a lista é toda em inglês.

A lista que falta em português

Todas as expressões publicadas pela Graphite estão em inglês, e o corpus é de artigos web anglófonos. O estudo não declara recorte de idioma em nenhum ponto, mas também não oferece nada que funcione em PT-BR.

Em português não existe equivalente de corpus. O que circula são listas editoriais de muleta de transição, sem contagem contra controle humano: Fast Company Brasil e Exame publicaram versões disso. São palpites de redação, e palpite de redação é melhor que nada, mas não é medida.

Então aqui vai uma primeira lista PT-BR, declarada como hipótese, não como achado:

O método que validaria isso é o mesmo da Graphite e não é complicado: pegar um corpus de artigos em PT-BR publicados antes de dezembro de 2022, pedir a cada modelo que reescreva a partir de resumos, contar frequência normalizada, aplicar piso de ocorrências. O trabalho está em montar o corpus de controle, não em contar.

Uma lacuna que eu não vou preencher por estimativa: não encontrei nenhum número publicado de taxa de falso positivo para qualquer uma dessas listas aplicada a texto em português. Quem usar a lista acima como critério de aprovação está usando sem saber quantas vezes ela acusa inocente.

O fio para puxar

A pergunta é se vale rodar essa lista PT-BR contra um acervo real de textos publicados, e o acervo do ODG serve, porque tem texto humano antigo e texto que passou por modelo, no mesmo idioma e nos mesmos assuntos.

Se isso rodar, quem roda é o agente da agência, por linha de comando contra o acervo próprio, e o log vem junto com o número. A pergunta interessante não é quantas vezes “vale ressaltar” aparece. É se as expressões que o checador já persegue hoje são as mesmas que um corpus de controle apontaria, ou se a gente está caçando o travessão de 2025 enquanto o modelo já trocou de hábito.

Fontes: Graphite (AI Tells: Opus 5.5 Update) · Graphite (AI Tells) · Gizmodo · The AI Insider · Fast Company Brasil · Exame

Discussão sobre esta lista no @odanigeek no X e no @odanigeek no Threads.