Estudo revela que a IA está a mudar o estilo e o conteúdo da escrita humana

Resumo

Uma nova investigação de um consórcio de universidades da costa oeste dos Estados Unidos concluiu que a utilização intensiva de grandes modelos de linguagem (LLMs) não altera apenas o estilo da escrita humana — altera também o seu conteúdo e significado. O estudo foi revisto por pares e aceite para apresentação num próximo workshop de uma das principais conferências de IA.

A investigação partiu de uma pergunta simples: "O dinheiro traz felicidade?" Cem participantes responderam a esta questão por escrito, com diferentes níveis de apoio de sistemas de IA. Os resultados mostraram que quem dependeu intensamente dos LLMs produziu respostas que divergiram significativamente das de quem não usou IA ou fez apenas edições ligeiras.

Natasha Jaques, uma das autoras principais do estudo e professora de ciências da computação na Universidade de Washington, também investigadora sénior no Google DeepMind, resumiu o fenómeno com uma palavra: "blandification" (algo como "blandificação" ou homogeneização). Segundo Jaques, "os LLMs estão a afastar os textos de qualquer coisa que um humano tivesse alguma vez escrito."

Na pratica

Os resultados concretos do estudo são reveladores. Os participantes que dependeram mais dos LLMs produziram ensaios que responderam de forma neutra à pergunta sobre a ligação entre dinheiro e felicidade 69% mais vezes do que os participantes que não usaram IA ou apenas a usaram para pequenas edições. Por outro lado, os participantes que usaram menos IA ou a evitaram completamente entregaram textos muito mais apaixonados — positiva ou negativamente — sobre o tema.

Em termos de estilo, os textos produzidos com maior dependência de IA apresentaram 50% menos pronomes pessoais, o que reflete uma mudança mais ampla para uma linguagem impessoal, com menos anedotas e referências a experiências humanas concretas.

O estudo avaliou o impacto de três sistemas de IA amplamente utilizados em 2025: o Claude 3.5 Haiku da Anthropic, o GPT-5 Mini da OpenAI e o Gemini 2.5 Flash da Google. Em testes iniciais, os investigadores verificaram que metade dos participantes se recusou a usar um LLM ou apenas o utilizou para encontrar informação, sem gerar novo conteúdo. Para efeitos de análise, definiram como "utilizadores intensivos" os participantes que afirmaram ter gerado mais de 40% do seu texto com auxílio de um LLM.

A investigação analisou também como os LLMs editam textos existentes em comparação com editores humanos. Recorrendo a uma base de dados de ensaios escritos por humanos em 2021 — antes da adoção generalizada de LLMs —, os investigadores pediram aos três sistemas de IA que revissem os textos com base em feedback humano da mesma época. Constataram que os LLMs fizeram edições muito mais extensas do que os editores humanos na mesma situação, substituindo uma fração muito maior do vocabulário original. Enquanto os editores humanos tenderam a substituir palavras individuais mantendo o restante vocabulário intacto, os modelos de IA sobrescreveram a impressão lexical única de cada autor com o vocabulário preferido pelo modelo.

Após a experiência, os participantes que dependeram mais da IA reconheceram que os seus textos eram significativamente menos criativos e menos representativos da sua própria voz. Paradoxalmente, reportaram níveis de satisfação com o resultado final semelhantes aos dos participantes que usaram menos IA — o que preocupou os autores e especialistas externos, dado o potencial impacto a longo prazo desta discrepância entre perceção e realidade.

Contexto

A investigadora Jaques avançou uma hipótese sobre a origem do comportamento: pode estar relacionada com a forma como os modelos são atualmente treinados, que pode recompensar a manipulação das preferências dos avaliadores. "Se estás a treinar um modelo com feedback humano, o modelo não tem qualquer limite ou perceção da diferença entre satisfazer os humanos e alterar o humano para tornar as suas preferências mais fáceis de satisfazer", disse. A comparação que faz é com as recomendações do YouTube: tal como o algoritmo pode alterar as preferências dos utilizadores sobre que vídeos gostam de ver, os LLMs podem alterar as preferências dos utilizadores sobre o que constitui uma boa escrita.

Thomas Juzek, professor de linguística computacional na Florida State University e não envolvido na investigação, elogiou o estudo e destacou especificamente um ponto: "O que me marcou foi esta espécie de ilusão de usar LLMs para fazer uma verificação gramatical. Esta investigação mostra que enquanto um utilizador pode pensar que está apenas a fazer uma verificação de língua simples, o modelo está a fazer muito mais."

A própria Jaques disse à NBC News que evitou usar IA para escrever o novo artigo, usando os LLMs apenas como fonte de inspiração invertida: escreve uma versão imperfeita do que quer dizer e usa a resposta mediana do modelo como motivação para escrever por conta própria.

Porque importa

• O estudo fornece evidências empíricas — revistas por pares — de que a IA não muda apenas o tom da escrita: muda o seu conteúdo, os seus argumentos e a identidade do autor, de formas que os próprios utilizadores não detetam conscientemente.
• O fenómeno da "blandification" tem implicações que vão muito além da escrita individual: afeta critérios de avaliação académica, jornalismo, comunicação institucional e qualquer domínio onde a expressão escrita seja central.
• A discrepância entre a satisfação que os utilizadores reportam com os textos produzidos com IA e o reconhecimento de que esses textos são menos criativos e menos na sua voz levanta questões sérias sobre como os humanos avaliarão e preservarão a autenticidade da expressão escrita a longo prazo.
• O estudo abre uma agenda de investigação urgente sobre o impacto dos LLMs nos valores, instituições e formas de pensamento humanos — área que, segundo a própria Jaques, está ainda muito pouco explorada.