Dá para perceber quando um texto foi escrito por IA? O que dizem as pesquisas

Se você aprova campanhas, provavelmente já ouviu que o texto gerado por inteligência artificial passa despercebido. Pesquisas publicadas nos últimos anos permitem testar essa afirmação, e os resultados interessam diretamente a quem cuida da mensagem de uma marca.

Neste segundo artigo da série, reunimos três estudos acadêmicos que mediram a capacidade de pessoas e de análises estatísticas de reconhecer a escrita de máquina. Os resultados variam conforme quem lê, o tipo de texto e a familiaridade do leitor com essas ferramentas.

Quem usa IA com frequência reconhece o texto de máquina

Em 2025, os pesquisadores Jenna Russell, Marzena Karpinska e Mohit Iyyer publicaram um estudo de título direto: pessoas que usam o ChatGPT com frequência para escrever são detectoras precisas de texto gerado por IA. Eles reuniram 300 artigos de não ficção em inglês, parte escrita por pessoas e parte gerada por modelos comerciais como GPT-4o, Claude e o1.

Para o seu marketing, o detalhe mais útil está nas pistas que esses leitores usaram. Eles apontaram um "vocabulário de IA", com palavras que aparecem com frequência incomum nos textos gerados, e avaliaram formalidade, originalidade e clareza. Perceberam, na prática, a escrita que soa correta e previsível ao mesmo tempo.

Esse grupo de leitores está dentro da sua empresa e fora dela. Redatores, jornalistas, criadores de conteúdo e profissionais de comunicação usam essas ferramentas no dia a dia e treinaram o olhar sem perceber. Muitos deles fazem parte do público da sua campanha e comentam nas redes o que veem.

Leitores sem familiaridade com a ferramenta acertam perto do acaso

Um estudo anterior testou leitores sem essa convivência. Em março de 2023, Maurice Jakesch, Jeff Hancock e Mor Naaman publicaram na revista PNAS um estudo com cerca de 4.600 participantes, que avaliaram 7.600 textos curtos de apresentação pessoal, como perfis de candidatos a emprego, de aplicativos de namoro e de anfitriões do Airbnb.

Os participantes acertaram a origem dos textos em 50% a 52% das vezes, resultado próximo ao de uma moeda jogada para o alto. Segundo a divulgação da Universidade Cornell, eles se guiavam por atalhos falhos: menções à família, a experiências de vida e o uso da primeira pessoa eram lidos como sinais de autoria humana.

Esse resultado costuma ser citado como prova de que ninguém percebe a IA. O desenho da pesquisa ajuda você a medir o alcance dessa conclusão na publicidade: o estudo testou textos curtos de apresentação pessoal, com modelos de 2023, e leitores sem treino. Um filme publicitário enfrenta um escrutínio maior, porque circula em grande escala, chega a leitores treinados e vira assunto nas redes.

Mor Naaman explicou na divulgação do estudo que esses sistemas produzem texto estatisticamente provável, ou seja, linguagem comum. Na publicidade, essa característica pesa ainda mais, porque a sua marca precisa justamente sair do comum para ser lembrada.

As marcas da máquina aparecem em escala

O terceiro estudo olha para a escrita de forma coletiva. Dmitry Kobak e colegas analisaram mais de 15 milhões de resumos de artigos biomédicos indexados no PubMed e mediram o uso de palavras que cresceu de forma anormal depois da chegada dos modelos de linguagem.

Os autores estimaram que pelo menos 13,5% dos resumos publicados em 2024 passaram por processamento com modelos de linguagem, com índices que chegam a 40% em alguns subconjuntos. As palavras que denunciam esse uso, em inglês, incluem termos como "delves", "showcasing", "underscores" e "crucial".

Para a sua marca, o estudo indica que cada modelo tem preferências de vocabulário, e essas preferências deixam rastros mensuráveis quando muitos textos saem da mesma ferramenta. Um roteiro publicitário nascido desse processo tende a carregar as mesmas digitais.

O que a divergência entre os estudos ensina a você

Lidas em conjunto, as pesquisas mostram que a percepção depende de quem lê. A precisão foi alta entre quem usa IA com frequência e ficou perto do acaso entre leitores sem treino. As análises em larga escala acrescentam padrões que um texto isolado esconde.

Numa campanha, a parte do público que percebe já basta para criar o problema. É ela que comenta, compartilha o print e define o tom da conversa sobre o filme. O terceiro artigo da série mostra o que acontece quando essa conversa toma conta de um lançamento.

Há ainda uma questão anterior à detecção. Mesmo quando ninguém identifica a origem, o texto provável tende a soar parecido com tantos outros. A NielsenIQ, como vimos no primeiro artigo, registrou que anúncios feitos com IA provocaram ativação de memória mais fraca, inclusive os de alta qualidade.