Não quero ler o que você não escreveu
Escritores e engenheiros estão cada vez mais frustrados com documentos recheados ou inteiramente escritos por modelos de linguagem grandes, argumentando que esse texto é verboso, impessoal e muitas vezes obscurece a real intenção ou informação que o autor queria transmitir. Muitos comentaristas tratam a escrita como um ato escasso e de alto valor de pensar e comunicar, preferindo prompts humanos concisos, notas ou “ideias-semente” em vez de prosa gerada por IA que eles mesmos poderiam produzir se necessário. Outros contrapõem que a IA pode ser útil para sumarização, tradução e estruturação de pensamentos — especialmente para falantes não nativos ou escritores inseguros — desde que os humanos editem cuidadosamente e endossem o resultado, em vez de despejar “AI slop” não verificado sobre colegas.
Papel da Escrita e Transferência de Informação
- Muitos enquadram a escrita como a transferência de informação semântica de uma mente para outra.
- Uma analogia recorrente: você tem 1.000 “bits” de significado; dar 300 bits a um LLM e deixar que ele invente o resto ou não acrescenta nenhuma informação verdadeira (apenas redundância) ou acrescenta desinformação.
- Outros argumentam que a comunicação é mais do que bits brutos: alinhar pressupostos, evocar experiências e expressar emoção ou nuance.
Objeções à Prosa Gerada por IA
- Forte aversão a textos longos, genéricos, com “cheiro de Claude/GPT”: verbosos, excessivamente explicativos, com tom de marketing, terminologia inventada e fraco senso de audiência.
- As pessoas relatam descrições de PR, docs de design, comentários em Jira e memorandos executivos inchando até se tornarem paredes de texto ilegíveis.
- Isso desloca o custo do escritor para o leitor: geração barata vs verificação humana cara, descrito como uma espécie de DoS cognitivo ou “low-yield zip-bomb”.
- Alguns preferem: “Apenas me envie seu prompt (ou tópicos em bullet points); eu consulto meu próprio modelo ou penso isso por conta própria.”
Defesas e Usos Construtivos de LLMs
- Muitos veem valor real quando:
- Resumir grandes corpora privados (código, notas, transcrições).
- Traduzir entre idiomas, registros ou níveis técnicos.
- Gerar man pages, commit messages ou scaffolding a partir de código.
- Ajudar falantes não nativos, escritores inseguros ou pessoas com TDAH a estruturar e enxugar textos.
- Vários enfatizam que o valor surge quando humanos editam profundamente, verificam e recolocam sua própria intenção no texto, não quando colam a saída bruta.
Impactos no Trabalho e na Educação
- Relatos de PRs com páginas de justificativa de IA para mudanças mínimas, docs de estratégia ilegíveis de gestores e alunos transformando trabalhos de 10 páginas em resumos de meia página.
- Revisores têm dificuldade: aprovar implica ter lido tudo, mas o volume torna isso irrealista. Alguns líderes começam a impor normas como “TL;DR escrito por humano no início” ou rótulos explícitos de “AI-assist”.
Estilo, “Cheiro de IA” e Detecção
- Frases como “Não é X — é Y” e o uso intenso de travessões em dash agora são percebidos como maneirismos de IA, mesmo quando escritos por humanos.
- Vários observam que isso leva a falsas acusações e autocensura de escolhas estilísticas normais.
- Detectores de IA são amplamente descritos como pouco confiáveis; comentaristas recorrem ao tom e à estrutura em vez disso.
Normas e Filosofia
- Alguns querem fronteiras claras: espaços humanos vs artefatos de LLM, com ênfase na escrita como pensamento e construção de relacionamento.
- Outros focam no conteúdo: se é preciso, sucinto e útil, a origem não importa.
- Há preocupação de que a dependência excessiva de LLMs corrói a habilidade humana e a autenticidade, mas também de que rejeição generalizada pode ser elitista com quem tem dificuldade de escrever.